iVOD / 149325

Field Value
IVOD_ID 149325
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149325
日期 2024-03-06
會議資料.會議代碼 委員會-11-1-19-2
會議資料.會議代碼:str 第11屆第1會期經濟委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第1會期經濟委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-03-06T09:09:52+08:00
結束時間 2024-03-06T09:20:19+08:00
影片長度 00:10:27
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/aa454a369d2b172ff75084741530cbe08e47b20f39b04ac8f8ba9b0039caa7a673ba05b5d17d06145ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱議瑩
委員發言時間 09:09:52 - 09:20:19
會議時間 2024-03-06T09:00:00+08:00
會議名稱 立法院第11屆第1會期經濟委員會第2次全體委員會議(事由:邀請國家發展委員會主任委員列席報告業務概況,並備質詢。【3月4日、3月6日及7日三天一次會】)
gazette.lineno 37
gazette.blocks[0][0] 邱委員議瑩:(9時9分)謝謝主席,我是不是請一下龔主委?
gazette.blocks[1][0] 主席:好,我們請龔主委。
gazette.blocks[2][0] 龔主任委員明鑫:召委早。
gazette.blocks[3][0] 邱委員議瑩:主委早。我還是要請教一下,國發會肩負整個國家經濟發展非常重要的責任,最近國發會應該也會強烈注意臺股的加權指數,現在已經創下歷史上的新高點。我們看到第一張圖顯示,從2015年、2016年開始一路到現在,2024年在小英政府主導、主責之下,我們現在的股市來到1萬9,386點,這應該是史上新高,台積電的數額也是史上新高。根據主計總處的經濟成長率預估,現在我們又往上調整0.08%,對不對?
gazette.blocks[4][0] 龔主任委員明鑫:是。
gazette.blocks[5][0] 邱委員議瑩:現在主計總處預估2024年的經濟成長率會到3.43%。
gazette.blocks[6][0] 龔主任委員明鑫:是,3.43%。
gazette.blocks[7][0] 邱委員議瑩:您覺得這一個經濟成長率的預估符合現在實際的標準嗎?
gazette.blocks[8][0] 龔主任委員明鑫:我剛才報告的時候談到,現在看起來比較調高的部分就是出口,出口現在很明顯有兩個重點,一個是過去我們一直在調整存貨,大概慢慢告一個段落。
gazette.blocks[9][0] 邱委員議瑩:對。
gazette.blocks[10][0] 龔主任委員明鑫:另外一個就是AI或相關的這些新科技,它的需求有爆發性的一些成長,那個剛好是臺灣很重要的出口產品。
gazette.blocks[11][0] 邱委員議瑩:您認為主計總處將經濟成長率調高到3.43%,是樂觀還是比較保守的估計?你覺得會不會再往上修正,再往上調,有沒有這樣的空間跟可行性?
gazette.blocks[12][0] 龔主任委員明鑫:它有它的依據跟合理性,把它調高了。
gazette.blocks[13][0] 邱委員議瑩:我知道。
gazette.blocks[14][0] 龔主任委員明鑫:我們還是持續觀察到底是不是還有可能有變化的情況。
gazette.blocks[15][0] 邱委員議瑩:主委,這個要讓您看一下,你們最近也同時發表了燈號指數,你們的計算標準跟指標其實有做了一些微調,睽違17個月之後,1月份的景氣燈號指數亮了綠燈,有的人認為是不是因為你的指標改變,要符合你的指標改變,所以做了綠燈的調整?這個國發會可能需要說明一下,我讓你有一些時間說明。
gazette.blocks[16][0] 龔主任委員明鑫:謝謝委員讓我們說明。我們如果用舊的指標,答案仍然一樣,也是一樣亮綠燈,所以不是因為指標改變。
gazette.blocks[17][0] 邱委員議瑩:不是因為指標改變的關係。
gazette.blocks[18][0] 龔主任委員明鑫:是。
gazette.blocks[19][0] 邱委員議瑩:不管用舊的或者是新的標準計算,一樣是27分……
gazette.blocks[20][0] 龔主任委員明鑫:對,都是綠燈。
gazette.blocks[21][0] 邱委員議瑩:一樣會達到綠燈。
gazette.blocks[22][0] 龔主任委員明鑫:沒有錯,主要的原因是因為舊的指標,我們經過反覆測試以後,它有點鈍化,沒有辦法反應……
gazette.blocks[23][0] 邱委員議瑩:這個其實我們去年也跟您請教過。
gazette.blocks[24][0] 龔主任委員明鑫:是,已經有。
gazette.blocks[25][0] 邱委員議瑩:所以這不是技術性變燈。
gazette.blocks[26][0] 龔主任委員明鑫:不是技術性的,沒有錯。
gazette.blocks[27][0] 邱委員議瑩:您覺得依這樣的景氣指標,未來的前景會持續往上,或者至少綠燈的信號可以維持多久?它不會是因為比如說我們1月、2月,可能遇到農曆的春節等等需要採買,所以你的整個景氣燈號是亮綠燈。就國發會的專業評估,未來上半年臺灣的景氣指數能夠持續這樣維持或者是一路往上走嗎?
gazette.blocks[28][0] 龔主任委員明鑫:是,我們看到燈號裡面的四項變化來講,照理說景氣有一個先期指標,它會先變,後續的生產、銷售、出口也會跟著變,1月份看到比較明顯轉正,大概就是銷售、出口、生產,全部都升上來。
gazette.blocks[29][0] 邱委員議瑩:全部都往上走。
gazette.blocks[30][0] 龔主任委員明鑫:所以它是比較有穩定性的。如果是比較前瞻的指標,它可能會變來變去,訂單可能變,但是一旦生產、銷售全面翻轉的話,比較……
gazette.blocks[31][0] 邱委員議瑩:它不會是因為過年春節的關係……
gazette.blocks[32][0] 龔主任委員明鑫:對。
gazette.blocks[33][0] 邱委員議瑩:還是說其實還是要再long-term一點去觀察,比如說到3月、4月整體……
gazette.blocks[34][0] 龔主任委員明鑫:當然……
gazette.blocks[35][0] 邱委員議瑩:這樣你們會更加有信心,還是說就你們現在長期觀察下,覺得這樣的景氣指數會往上走?
gazette.blocks[36][0] 龔主任委員明鑫:持續觀察是我們一定……
gazette.blocks[37][0] 邱委員議瑩:臺灣的景氣或者是全球的景氣其實都會往上走?
gazette.blocks[38][0] 龔主任委員明鑫:持續觀察我們是一定要做的,但是現在3月了,2月份有一些資料已經陸續出來,我們有評估。我現在沒有辦法完全給答案,但是我覺得至少是稍微樂觀。
gazette.blocks[39][0] 邱委員議瑩:所以你是樂觀。
gazette.blocks[40][0] 龔主任委員明鑫:對。
gazette.blocks[41][0] 邱委員議瑩:你是樂觀的。
gazette.blocks[42][0] 龔主任委員明鑫:至少2月份的部分。
gazette.blocks[43][0] 邱委員議瑩:好,如果是這樣,接下來我要請教主委,今年是龍年,我們少子化的問題也是非常嚴重的國安議題。根據內政部的統計,雖然我們去年人口已經不再負成長,但是新生兒的人數再創新低。我到目前為止,還沒有很完整地看出國發會對於少子化問題的相關政策是什麼。我們過去這幾個月或者是過去這1、2年,大概都討論整個經濟成長、出口、缺工或者是白領移入的問題,對於少子化這件事情,國發會有什麼相關的政策,你們推動的成效是什麼?
gazette.blocks[44][0] 龔主任委員明鑫:報告委員,國發會主要關注整體的人口變化,人口的變化當然有少子化的部分,甚至有老年化結構的部分,還有移民的部分。
gazette.blocks[45][0] 邱委員議瑩:其實我下一題就要問你老年化結構的部分。
gazette.blocks[46][0] 龔主任委員明鑫:對,還有人口移民的部分。
gazette.blocks[47][0] 邱委員議瑩:看起來你好像對少子化這一題沒有研究。我如果問你人口老年化這個部分,你有沒有……
gazette.blocks[48][0] 龔主任委員明鑫:少子化的部分,在行政院有一個推動機制,是林政委督導,我們當然有參與,我們也可以提供我們的政策建議。所以為什麼當時少子化在2016年的時候,提供的預算只有一百多億,現在已經超過1,000億,大概就是在這樣的一個機制之下,不斷地增加這個部分進行。
gazette.blocks[49][0] 邱委員議瑩:好,少子化這一題,我看你研究的幅度不是太大,應該都是林政委在研究,不過這是有牽扯的。比如說,我們現在少子化,孩子生的少,青少年的人口數也一直在減少,反而中老年的人口大幅增加。
gazette.blocks[50][0] 龔主任委員明鑫:在增加。報告委員,所以我們現在為什麼……
gazette.blocks[51][0] 邱委員議瑩:如果你們對中老年的關切度比較高的話,來談談中高齡勞工的就業。您看一下,我們現在統計了一下南韓、日本、美國中高齡就業的比例,南韓65歲以上的就業人口是37.3%,日本是25.6%,美國都還有19.2%,臺灣只有9.6%。臺灣中高齡勞動人口的參與率相對偏低,而且是非常低,國發會有沒有在這一方面做任何研究?如何協助中高齡勞工或者是讓他們能夠持續投入職場,或者是輔導他們再就業?在整個勞動市場也好,或者是產業、公司的經營層級上來講,如何讓他們更友善地對待中高齡勞工?有沒有做這一方面的政策研究?
gazette.blocks[52][0] 龔主任委員明鑫:是,報告委員,這個是分成兩個部分做一些幫忙,一個是您剛才提到勞工職場的部分,怎麼樣更友善中高齡,讓他們可以進到就業。現在比較好的部分,以前體力工來講,對他們可能是負擔,但是現在都用自動化取代,所以比較需要腦力。
gazette.blocks[53][0] 邱委員議瑩:對,勞力密集的當然中高齡大概會被排斥在外。
gazette.blocks[54][0] 龔主任委員明鑫:對,現在我們儘量自動化跟智慧化,這樣他們參與的機會就很大,而且運用他們的智慧,這是一個部分。另外一個部分就是家庭的因素,我們怎麼樣透過一些長照機構,讓過去這些老年人要照顧更老的人的時候,使他們的責任不要這麼重大,他們就可以出來工作等等。
gazette.blocks[55][0] 邱委員議瑩:這個議題其實非常重要,尤其是如何輔導中高齡的勞工,不管他是再就業或者是持續就業……
gazette.blocks[56][0] 龔主任委員明鑫:報告委員,現在……
gazette.blocks[57][0] 邱委員議瑩:在整個就業市場上如何分散、解決臺灣勞動力不足的問題?
gazette.blocks[58][0] 龔主任委員明鑫:現在我們的平均餘命,年齡已經到八十幾歲,通常……
gazette.blocks[59][0] 邱委員議瑩:其實65歲是非常年輕的。
gazette.blocks[60][0] 龔主任委員明鑫:對,那樣……
gazette.blocks[61][0] 邱委員議瑩:你看內閣裡面的這些部會首長,少於65歲以下的我看很少吧?
gazette.blocks[62][0] 龔主任委員明鑫:現在六十幾歲的要照顧八十幾歲的,所以我們怎麼樣協助他這個部分,也讓他可以有機會可以……part time也好……
gazette.blocks[63][0] 邱委員議瑩:如果能夠協助他們,借重他們過去的知識或是智慧、經驗……
gazette.blocks[64][0] 龔主任委員明鑫:沒有錯。
gazette.blocks[65][0] 邱委員議瑩:能夠重新再投入職場,給職場上有更多的協助,也能夠解決我們部分所謂的勞動力不足,或者是職能不足的問題。
gazette.blocks[66][0] 龔主任委員明鑫:是,是,是。
gazette.blocks[67][0] 邱委員議瑩:好,這個如果有比較詳細的資料,是不是請主委也可以給我一下,好不好?
gazette.blocks[68][0] 龔主任委員明鑫:是,可以。
gazette.blocks[69][0] 邱委員議瑩:謝謝。
gazette.blocks[70][0] 龔主任委員明鑫:好。
gazette.blocks[71][0] 主席:好,謝謝。
gazette.blocks[71][1] 接下來我們請陳亭妃委員,請做詢答。
gazette.agenda.page_end 186
gazette.agenda.meet_id 委員會-11-1-19-2
gazette.agenda.speakers[0] 楊瓊瓔
gazette.agenda.speakers[1] 邱議瑩
gazette.agenda.speakers[2] 陳亭妃
gazette.agenda.speakers[3] 林岱樺
gazette.agenda.speakers[4] 張啓楷
gazette.agenda.speakers[5] 謝衣鳯
gazette.agenda.speakers[6] 鄭天財Sra Kacaw
gazette.agenda.speakers[7] 張嘉郡
gazette.agenda.speakers[8] 呂玉玲
gazette.agenda.speakers[9] 鄭正鈐
gazette.agenda.speakers[10] 陳超明
gazette.agenda.speakers[11] 賴瑞隆
gazette.agenda.speakers[12] 莊瑞雄
gazette.agenda.speakers[13] 賴士葆
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 洪孟楷
gazette.agenda.speakers[16] 蔡易餘
gazette.agenda.speakers[17] 黃國昌
gazette.agenda.speakers[18] 李柏毅
gazette.agenda.speakers[19] 陳冠廷
gazette.agenda.speakers[20] 邱志偉
gazette.agenda.speakers[21] 王鴻薇
gazette.agenda.page_start 125
gazette.agenda.meetingDate[0] 2024-03-06
gazette.agenda.gazette_id 1130801
gazette.agenda.agenda_lcidc_ids[0] 1130801_00004
gazette.agenda.meet_name 立法院第11屆第1會期經濟委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請國家發展委員會主任委員列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1130801_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 6.54471875
transcript.pyannote[0].end 9.26159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.70034375
transcript.pyannote[1].end 10.69596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 16.11284375
transcript.pyannote[2].end 17.76659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 18.01971875
transcript.pyannote[3].end 21.91784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.93471875
transcript.pyannote[4].end 27.95909375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 28.27971875
transcript.pyannote[5].end 28.87034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 30.99659375
transcript.pyannote[6].end 33.25784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 33.94971875
transcript.pyannote[7].end 46.25159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 40.76721875
transcript.pyannote[8].end 40.96971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 46.85909375
transcript.pyannote[9].end 54.55409375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 55.09409375
transcript.pyannote[10].end 61.77659375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 63.12659375
transcript.pyannote[11].end 64.45971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 65.38784375
transcript.pyannote[12].end 68.08784375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 68.39159375
transcript.pyannote[13].end 69.33659375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 69.97784375
transcript.pyannote[14].end 79.03971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 70.58534375
transcript.pyannote[15].end 71.02409375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 74.06159375
transcript.pyannote[16].end 74.87159375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 76.98096875
transcript.pyannote[17].end 78.02721875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 78.21284375
transcript.pyannote[18].end 79.37721875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 79.66409375
transcript.pyannote[19].end 80.00159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 80.74409375
transcript.pyannote[20].end 84.45659375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 85.06409375
transcript.pyannote[21].end 87.64596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 87.89909375
transcript.pyannote[22].end 116.06346875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 104.62221875
transcript.pyannote[23].end 104.82471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 104.99346875
transcript.pyannote[24].end 105.09471875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 115.28721875
transcript.pyannote[25].end 126.07034375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 124.01159375
transcript.pyannote[26].end 124.46721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 126.67784375
transcript.pyannote[27].end 127.79159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 126.88034375
transcript.pyannote[28].end 127.11659375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 128.06159375
transcript.pyannote[29].end 130.05284375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 128.07846875
transcript.pyannote[30].end 137.24159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 131.63909375
transcript.pyannote[31].end 132.87096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 137.47784375
transcript.pyannote[32].end 139.36784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 143.36721875
transcript.pyannote[33].end 144.10971875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 144.61596875
transcript.pyannote[34].end 155.56784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 150.40409375
transcript.pyannote[35].end 150.80909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 153.35721875
transcript.pyannote[36].end 153.81284375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 155.78721875
transcript.pyannote[37].end 164.79846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 161.25471875
transcript.pyannote[38].end 161.65971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 165.35534375
transcript.pyannote[39].end 166.03034375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 166.67159375
transcript.pyannote[40].end 172.54409375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 172.88159375
transcript.pyannote[41].end 178.78784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 175.34534375
transcript.pyannote[42].end 176.23971875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 176.91471875
transcript.pyannote[43].end 189.90846875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 181.28534375
transcript.pyannote[44].end 181.69034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 186.93846875
transcript.pyannote[45].end 189.50346875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 190.09409375
transcript.pyannote[46].end 196.20284375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 192.65909375
transcript.pyannote[47].end 194.38034375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 194.51534375
transcript.pyannote[48].end 204.01596875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 203.44221875
transcript.pyannote[49].end 207.28971875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 205.46721875
transcript.pyannote[50].end 208.09971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 208.26846875
transcript.pyannote[51].end 208.35284375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 208.35284375
transcript.pyannote[52].end 210.42846875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 209.70284375
transcript.pyannote[53].end 211.60971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 210.64784375
transcript.pyannote[54].end 213.88784375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 214.78221875
transcript.pyannote[55].end 234.74534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 221.26221875
transcript.pyannote[56].end 221.80221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 235.04909375
transcript.pyannote[57].end 242.01846875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 242.01846875
transcript.pyannote[58].end 272.79846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 251.09721875
transcript.pyannote[59].end 251.46846875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 261.44159375
transcript.pyannote[60].end 262.53846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 273.30471875
transcript.pyannote[61].end 275.61659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 274.41846875
transcript.pyannote[62].end 283.56471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 283.75034375
transcript.pyannote[63].end 291.63096875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 285.11721875
transcript.pyannote[64].end 285.23534375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 292.18784375
transcript.pyannote[65].end 298.46534375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 292.42409375
transcript.pyannote[66].end 294.34784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 298.46534375
transcript.pyannote[67].end 314.76659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 305.11409375
transcript.pyannote[68].end 305.58659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 311.35784375
transcript.pyannote[69].end 313.61909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 314.32784375
transcript.pyannote[70].end 314.59784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 315.37409375
transcript.pyannote[71].end 318.31034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 319.37346875
transcript.pyannote[72].end 320.08221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 320.60534375
transcript.pyannote[73].end 322.12409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 323.50784375
transcript.pyannote[74].end 323.86221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 324.79034375
transcript.pyannote[75].end 325.53284375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 326.59596875
transcript.pyannote[76].end 327.65909375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 327.82784375
transcript.pyannote[77].end 327.84471875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 327.84471875
transcript.pyannote[78].end 328.26659375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 328.26659375
transcript.pyannote[79].end 328.62096875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 329.05971875
transcript.pyannote[80].end 332.35034375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 332.77221875
transcript.pyannote[81].end 337.78409375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 334.79721875
transcript.pyannote[82].end 335.11784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 335.23596875
transcript.pyannote[83].end 335.25284375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 337.93596875
transcript.pyannote[84].end 343.50471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 343.84221875
transcript.pyannote[85].end 345.05721875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 345.74909375
transcript.pyannote[86].end 346.05284375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 346.05284375
transcript.pyannote[87].end 350.20409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 350.50784375
transcript.pyannote[88].end 352.85346875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 353.05596875
transcript.pyannote[89].end 355.06409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 355.48596875
transcript.pyannote[90].end 360.44721875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 360.71721875
transcript.pyannote[91].end 363.61971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 363.95721875
transcript.pyannote[92].end 366.60659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 366.11721875
transcript.pyannote[93].end 366.53909375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 366.60659375
transcript.pyannote[94].end 366.69096875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 366.70784375
transcript.pyannote[95].end 367.14659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 366.99471875
transcript.pyannote[96].end 370.03221875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 370.57221875
transcript.pyannote[97].end 372.78284375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 373.10346875
transcript.pyannote[98].end 375.33096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 376.74846875
transcript.pyannote[99].end 380.88284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 380.96721875
transcript.pyannote[100].end 388.02096875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 387.37971875
transcript.pyannote[101].end 388.40909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 388.37534375
transcript.pyannote[102].end 389.96159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 389.01659375
transcript.pyannote[103].end 392.12159375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 390.97409375
transcript.pyannote[104].end 393.60659375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 392.50971875
transcript.pyannote[105].end 399.29346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 398.55096875
transcript.pyannote[106].end 423.12096875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 423.93096875
transcript.pyannote[107].end 434.39346875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 434.81534375
transcript.pyannote[108].end 444.83909375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 443.72534375
transcript.pyannote[109].end 444.63659375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 445.02471875
transcript.pyannote[110].end 446.93159375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 446.23971875
transcript.pyannote[111].end 448.78784375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 450.37409375
transcript.pyannote[112].end 453.02346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 454.03596875
transcript.pyannote[113].end 455.50409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 455.84159375
transcript.pyannote[114].end 456.73596875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 457.57971875
transcript.pyannote[115].end 462.89534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 460.98846875
transcript.pyannote[116].end 461.19096875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 463.21596875
transcript.pyannote[117].end 465.29159375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 465.81471875
transcript.pyannote[118].end 474.42096875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 470.01659375
transcript.pyannote[119].end 470.43846875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 473.93159375
transcript.pyannote[120].end 473.96534375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 474.65721875
transcript.pyannote[121].end 476.86784375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 477.18846875
transcript.pyannote[122].end 485.86221875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 485.86221875
transcript.pyannote[123].end 486.25034375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 486.53721875
transcript.pyannote[124].end 493.86096875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 494.21534375
transcript.pyannote[125].end 516.01784375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 494.63721875
transcript.pyannote[126].end 494.90721875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 497.67471875
transcript.pyannote[127].end 497.99534375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 507.73221875
transcript.pyannote[128].end 507.96846875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 516.01784375
transcript.pyannote[129].end 535.22159375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 518.49846875
transcript.pyannote[130].end 518.65034375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 521.89034375
transcript.pyannote[131].end 522.29534375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 534.41159375
transcript.pyannote[132].end 540.09846875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 535.72784375
transcript.pyannote[133].end 535.94721875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 538.09034375
transcript.pyannote[134].end 538.30971875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 538.88346875
transcript.pyannote[135].end 555.21846875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 555.52221875
transcript.pyannote[136].end 566.22096875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 566.86221875
transcript.pyannote[137].end 582.38721875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 567.03096875
transcript.pyannote[138].end 567.50346875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 574.28721875
transcript.pyannote[139].end 576.07596875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 579.48471875
transcript.pyannote[140].end 579.77159375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 580.21034375
transcript.pyannote[141].end 580.63221875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 581.29034375
transcript.pyannote[142].end 586.65659375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 584.85096875
transcript.pyannote[143].end 585.07034375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 586.80846875
transcript.pyannote[144].end 587.92221875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 586.99409375
transcript.pyannote[145].end 591.55034375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 588.79971875
transcript.pyannote[146].end 589.49159375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 591.98909375
transcript.pyannote[147].end 594.06471875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 594.45284375
transcript.pyannote[148].end 595.33034375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 595.34721875
transcript.pyannote[149].end 604.96596875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 603.37971875
transcript.pyannote[150].end 622.14471875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 606.53534375
transcript.pyannote[151].end 607.17659375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 609.55596875
transcript.pyannote[152].end 610.53471875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 615.93471875
transcript.pyannote[153].end 616.35659375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 618.09471875
transcript.pyannote[154].end 618.95534375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 621.68909375
transcript.pyannote[155].end 624.13596875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 622.87034375
transcript.pyannote[156].end 624.23721875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 625.45221875
transcript.pyannote[157].end 626.24534375
transcript.whisperx[0].start 7.047
transcript.whisperx[0].end 31.669
transcript.whisperx[0].text 謝謝主席。我是不是請一下廣主委。好,我們請廣主委。主委早。還是要請教一下,這個國發會兼顧了整個國家經濟發展的一個非常重要的責任。那最近大概國發會應該也會
transcript.whisperx[1].start 34.331
transcript.whisperx[1].end 60.937
transcript.whisperx[1].text 強烈的去注意到台股的加權指數現在已經是創下了歷史上的新高點看到這第一張圖從2016年15年開始一路到現在2024年在小英政府的這個主導之下主責之下我們現在股市來到19386點這應該是史上新高了台積電的這個數額也是史上新高那根據
transcript.whisperx[2].start 63.206
transcript.whisperx[2].end 75.592
transcript.whisperx[2].text 主計總署的經濟成長率的預報、預估現在我們又往上調整了0.08個百分點你們現在主計總署的預估2024的經濟成長率會到3.43
transcript.whisperx[3].start 80.782
transcript.whisperx[3].end 95.889
transcript.whisperx[3].text 您覺得這一個經濟成長率的預估符合現在實際的標準嗎?是,我跟委員報告就是說我剛才報告的時候現在看起來就是說比較調高的部分就是出口的部分
transcript.whisperx[4].start 96.169
transcript.whisperx[4].end 126.169
transcript.whisperx[4].text 議員議員議員議員
transcript.whisperx[5].start 126.77
transcript.whisperx[5].end 138.882
transcript.whisperx[5].text 在網上調?有沒有這樣的空間跟可行性?我是覺得他有他的依據跟合理性,我們要調高的。那所以就是我們要持續觀察到底是不是還有可能是變化情況。所以這個要讓您看一下齁。
transcript.whisperx[6].start 144.688
transcript.whisperx[6].end 165.776
transcript.whisperx[6].text 您們的這個燈號指數啊最近也同時發表了這個燈號指數嘛是你們的這個計算的標準跟指標其實有做了一些微調所以呢睽違17個月之後1月份的景氣燈號指數是亮了綠燈喔是那有的人認為說是不是因為你的這個指標改變所以
transcript.whisperx[7].start 166.716
transcript.whisperx[7].end 178.187
transcript.whisperx[7].text 要符合你的所謂的指標改變然後做了一個這樣子的綠燈的調整這個我覺得國發會可能需要來說明一下我讓你有幾分鐘的時間說明我們如果用舊的指標答案一樣也是一樣的是綠燈
transcript.whisperx[8].start 185.453
transcript.whisperx[8].end 213.245
transcript.whisperx[8].text 所以不是因為指標的改變不是因為指標改變的關係是因為不管你用舊的或者是新的標準去計算一樣是27分一樣是會達到綠燈沒有錯那主要的原因是因為那個舊的指標它我們經過反覆的測試以後它有點鈍化了沒有辦法去反映這個所以這個其實我們在去年也跟您請教過嘛已經有對所以這不是技術性不是技術性的對那您覺得這樣的一個景氣指標
transcript.whisperx[9].start 214.867
transcript.whisperx[9].end 241.625
transcript.whisperx[9].text 未來的前景它會持續往上呢?或者是說至少這個綠燈的信號可以維持多久?它不會是因為比如說我們1月2月可能遇到農曆的春節啦等等這一些採買所以你的整個景氣燈號是亮綠燈您覺得舊國發會的專業評估未來上半年的台灣的景氣指數能夠持續這樣的維持或者是會一路往上走嗎?
transcript.whisperx[10].start 242.125
transcript.whisperx[10].end 242.666
transcript.whisperx[10].text 議員提出的事項是關於經濟的變化.
transcript.whisperx[11].start 261.607
transcript.whisperx[11].end 282.562
transcript.whisperx[11].text 所以它是一個比較穩定性的因為你說如果比較這個前瞻的這個指標它可能會變來變去訂單可能變但是你一旦你生產銷售全面性的翻轉的話那它不會是因為過年春節的這個關係還是說其實還是要在long term一點的去觀察比如說到3月、4月
transcript.whisperx[12].start 283.963
transcript.whisperx[12].end 286.865
transcript.whisperx[12].text 當然當然持續觀察我們一定要做的啦但是因為現在3月了嘛那2月份有一些資料已經陸續出來的我們有做一個頻寬
transcript.whisperx[13].start 306.554
transcript.whisperx[13].end 308.036
transcript.whisperx[13].text 主委我接下來要請教的我覺得這個電腦好像還是怪怪的好這個
transcript.whisperx[14].start 326.656
transcript.whisperx[14].end 344.975
transcript.whisperx[14].text 今年是農年那我們的少子化的問題其實這個也是非常嚴重的國安議題根據內政部的這個統計雖然我們這個去年的人口已經不再負成長了但是我們的新生兒的人數再創新低
transcript.whisperx[15].start 346.662
transcript.whisperx[15].end 375.138
transcript.whisperx[15].text 我到目前為止其實還沒有很完整的看出國發會對於少子化的這個問題我們相關的政策是什麼我們過去這幾個月或者是過去的這一兩年我們大概都討論的是整個經濟的成長出口或者是缺工或者是白領移入的問題那對於少子化這件事情國發會有什麼相關的政策那你們推動的成效是什麼
transcript.whisperx[16].start 376.906
transcript.whisperx[16].end 405.953
transcript.whisperx[16].text 發言委員因為國發會主要關注的是整體的人口.他的變化那人口的變化當然就是有少子化的部分甚至有老年化結構的部分還有是英文的部分我其實下一題要問你老年化結構的部分我看起來你好像對少子化這一題沒有研究那我如果問你老年化.人口老年化的這個部分因為少子化的部分在行政院有一個推動的一個機制是林政委在督導那我們當然有參與
transcript.whisperx[17].start 406.873
transcript.whisperx[17].end 406.893
transcript.whisperx[17].text ﹚邱議瑩﹚
transcript.whisperx[18].start 423.985
transcript.whisperx[18].end 451.876
transcript.whisperx[18].text 好了,少子化這一題我看起來你研究的幅度不是太大啦應該都是林政委在研究不過其實這是一個牽扯性的比如說我們現在的少子化孩子生得少青少年的人口數其實也一直在減少反而中老年的人口是在大幅增加所以如果你們對於中老年的關切度是比較高的話來
transcript.whisperx[19].start 454.113
transcript.whisperx[19].end 456.181
transcript.whisperx[19].text 中高齡勞工的就業
transcript.whisperx[20].start 457.625
transcript.whisperx[20].end 485.456
transcript.whisperx[20].text 主任您看一下我們現在統計了一下大概幾個比如說南韓、日本、美國對於中高齡的就業南韓65歲以上的就業人口是37.3%日本是25.6%美國都還有19.2%台灣只有9.6%所以台灣對於中高齡的勞動人口的這個參與率其實是相對偏低而且是非常低的
transcript.whisperx[21].start 487.056
transcript.whisperx[21].end 515.829
transcript.whisperx[21].text 國發會有沒有在這一方面去做任何的研究如何協助我們的中高齡的勞工或者是讓他們能夠持續的投入職場或者是輔導他們再就業然後我們在整個勞動市場來講也好或者是產業的公司的這個經營的層級上面來講如何讓他們更友善的去對待我們的所謂的中高齡勞工有沒有做這一方面的政策研究
transcript.whisperx[22].start 516.089
transcript.whisperx[22].end 535.01
transcript.whisperx[22].text 是,報告委員我們這個是分成兩個部分來做一些幫忙一個您剛才提到的勞工職場的部分怎麼樣更友善這個中高齡他們可以進到就業那現在比較好的部分就是說因為以前體力工來講對他們可能是負擔但是現在都用自動化來取代了所以比較需要是腦力的部分
transcript.whisperx[23].start 535.59
transcript.whisperx[23].end 552.36
transcript.whisperx[23].text 對,不要牢力密集的當然中華嶺大家會被排斥在外嘛但是現在我們就盡量的這個自動化跟智慧化那這樣他們參與的機會就很大而且運用他們的這個智慧那這個是一個部分那另外一個部分就是家庭的因素那我們怎麼樣透過一些長照機構讓
transcript.whisperx[24].start 555.622
transcript.whisperx[24].end 555.642
transcript.whisperx[24].text 獲得獎項
transcript.whisperx[25].start 567.092
transcript.whisperx[25].end 593.705
transcript.whisperx[25].text 我覺得這個議題其實是非常重要尤其如何輔導中高齡的勞工不管他是在就業或者是持續就業在整個就業市場上面如何去分散解決臺灣的勞動力不足的這樣的一個問題現在我們的這個平均餘命年齡已經到八十幾歲了其實65歲是非常年輕的你看你們內閣裡面的這些部會首長少於65歲以下的我看
transcript.whisperx[26].start 594.565
transcript.whisperx[26].end 624.411
transcript.whisperx[26].text ⋯⋯⋯
transcript.whisperx[27].start 625.527
transcript.whisperx[27].end 625.547
transcript.whisperx[27].text 好,謝謝