iVOD / 149328

Field Value
IVOD_ID 149328
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149328
日期 2024-03-06
會議資料.會議代碼 委員會-11-1-26-3
會議資料.會議代碼:str 第11屆第1會期社會福利及衛生環境委員會第3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 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
會議資料.標題 第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議
影片種類 Clip
開始時間 2024-03-06T09:11:45+08:00
結束時間 2024-03-06T09:20:53+08:00
影片長度 00:09:08
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/aa454a369d2b172fefcf0b87d2ce124a1e2be856f0c9cef9f8ba9b0039caa7a64dbbcf117f4815fb5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 09:11:45 - 09:20:53
會議時間 2024-03-06T09:00:00+08:00
會議名稱 立法院第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議(事由:邀請勞動部部長、外交部、勞動力發展署、衛生福利部、內政部、國家安全局就「我國開放印度移工對本國勞工就業市場之衝擊」進行專題報告,並備質詢。)
gazette.lineno 201
gazette.blocks[0][0] 蘇委員清泉:(9時11分)好,謝謝主席,也謝謝委員跟我互調,因為我要趕回去東港。
gazette.blocks[0][1] 我請部長。
gazette.blocks[1][0] 主席:好,請許部長。
gazette.blocks[2][0] 蘇委員清泉:部長也是東港人。
gazette.blocks[3][0] 許部長銘春:是。蘇委員好,我們是同鄉。
gazette.blocks[4][0] 蘇委員清泉:我們還是東港國小的傑出校友。
gazette.blocks[4][1] 部長,我們現在外籍移工進來臺灣總共七十五萬多人?
gazette.blocks[5][0] 許部長銘春:對,目前在臺的有75萬人……
gazette.blocks[6][0] 蘇委員清泉:裡面有包括跑掉的嗎?
gazette.blocks[7][0] 許部長銘春:包括。
gazette.blocks[8][0] 蘇委員清泉:包括。跑掉的人數,1年差不多有多少人?不知道?
gazette.blocks[9][0] 許部長銘春:去年3.1萬,前年4.1萬,這幾年會比較多是因為前幾年疫情影響,邊境管制移工進不來,整個供需失調,尤其在111年的時候,整個失聯率達到5.96%,去年已經降下來,四點多。
gazette.blocks[10][0] 蘇委員清泉:你現在要引進印度的移工,就你的理想,臺灣需要多少移工,屋頂是差不多多少?
gazette.blocks[11][0] 許部長銘春:報告委員,移工的總數,我們其實會有一些評估,移工的引進其實跟失聯是兩個議題,移工引進的部分,我們主要看國內的缺工狀態,其實以目前來講整個人力還是不足。
gazette.blocks[12][0] 蘇委員清泉:所以隨時調整它的理想人數?
gazette.blocks[13][0] 許部長銘春:我們沒有一個上限人數,我們現在就是警戒指標,我們是用警戒指標來看,看警戒指標如果這個移工的引進有需要緊縮,我們會再……
gazette.blocks[14][0] 蘇委員清泉:部長,因為現在年輕人最擔心、最擔心的就是什麼?一直進來會不會影響他們的就業?第二個,會不會影響他們的薪資拉不上來?第三個,婦女同胞最關心的是治安,你的看法怎麼樣?
gazette.blocks[15][0] 許部長銘春:報告委員,第一個,我們移工的引進是一個補充性原則,我們的就業還是以本國人優先,所以縱使是開放引進移工的行業,雇主必須先依照目前國內的薪資條件去進行招募,找不到人,他才可以進移工,所以基本上不會影響到本國的就業機會。第二個,薪資,因為其實本外勞是平等待遇原則,移工進來,像製造業,一樣要適用基本工資,所以這個不會去拉低……
gazette.blocks[16][0] 蘇委員清泉:我在東港看到一個很shock的場景,我們臺灣的年輕人送foodpanda,送到東港的碼頭,送給在遠洋漁船上的外籍漁工,我看了真的很shock,我們的年輕人送foodpanda去給船上那些外籍漁工,我說這個應該是相反才對。你是東港人,你看到這個狀況,你覺得怎麼樣?
gazette.blocks[17][0] 許部長銘春:我覺得還好。
gazette.blocks[18][0] 蘇委員清泉:我不大受得了。
gazette.blocks[19][0] 許部長銘春:委員,其實還好,因為他們畢竟在船上,要上來陸地用餐可能不太方便,這個外送其實不管本國人、外國人,大家都是很方便的一個可以用餐的方式,所以我覺得這個還好……
gazette.blocks[20][0] 蘇委員清泉:沒有,這個看起來就是……
gazette.blocks[21][0] 許部長銘春:不過剛剛委員有講到犯罪率的問題,我剛才有跟委員報告,其實目前已經引進印度移工的這些國家裡面,他們的犯罪率是偏低的。縱使以我們現在已經引進移工的那四個國家,我們有做過移工犯罪率的調查與瞭解,與本國人犯罪率相比,大概就是一半,只有一半……
gazette.blocks[22][0] 蘇委員清泉:這個又會講到種族什麼的,這個不能講,就像你講說膚色一樣,是腦袋壞了才講這些,講到膚色這個是很敏感的問題。
gazette.blocks[22][1] 我有第二個問題要問,巴氏量表開放、放寬之後,這個是侯友宜選總統的時候提出來的,那是我提的啦!我是他醫療後援會的總會長,開放之後,真的是讓很多高齡的比較方便。因為我是第一線的醫師,我也有在寫,變得好很多,這是一個好的政策。過去8年都不做,等到人家提出來就馬上做。
gazette.blocks[22][2] 現在外籍看護,移工也包括看護嘛!現在看護開放之後,你們的回饋是怎麼樣?讓這些家庭真的最近開放了不少,讓他們都減輕了不少的負擔。部長?
gazette.blocks[23][0] 許部長銘春:你剛剛說的回饋……
gazette.blocks[24][0] 蘇委員清泉:就是基層的回饋,有沒有?
gazette.blocks[25][0] 許部長銘春:跟委員報告,我們現在就是不僅用巴氏量表,我們有多元的認定方式。
gazette.blocks[26][0] 蘇委員清泉:對,很好。
gazette.blocks[27][0] 許部長銘春:目前採多元認定方式的人,到今年2月15號為止,大概就是七千七百多人,在申請上會更方便,包括我們也簡化了重聘的程序,我們就是用多元的方式去做實質的認定。
gazette.blocks[28][0] 蘇委員清泉:第三個是比較敏感的問題,這些外勞、外籍移工,他們都身強體壯、年輕力壯,他們進到臺灣,雇主都有幫忙分攤繳交健保費,對不對?他們有使用健保嘛!這些外籍移工,或者是外籍的配偶來到臺灣,他們都有繳健保費,然後使用健保,我粗算這些人生病的比例不高啦!實際上移工大部分都是意外,所以我們的健保局應該是有結餘的。
gazette.blocks[29][0] 許部長銘春:有結餘。
gazette.blocks[30][0] 蘇委員清泉:沒花更多的錢。同樣的道理,大陸來的配偶也是年輕力壯,也是要繳健保費使用健保,這有說不一樣嗎?為什麼要搞成說他們來會耗用健保等等?我覺得這是沒有邏輯啦!你健保的費用不夠,那是你另外的一個 issue、另外一個題目,要是健保的費用不夠,你就提高費率、提高健保費等等,所以這個是比較敏感的問題,大家要瞭解,我在這裡跟大家報告。
gazette.blocks[30][1] 再來接續的問題,我們那個漁船,從正常管道進來的漁工,抓漁的啦,這些都用健保嘛!都有健保,還有勞保,這些都有,雇主要負擔一定的比例。還有另外一種就是在遠洋漁船上,像東港啊、蘇澳啊、高雄,遠洋漁船上面的遠洋漁工,他是不用投保的喔!不用投勞保,也不用投健保喔!他們只有保意外險而已喔!這個部長你有什麼看法?他們在船上不能下碼頭……
gazette.blocks[31][0] 許部長銘春:報告委員,因為他是屬於遠洋漁業境外的移工,這個跟近海的不一樣,近海的是歸勞動部,遠洋這部分是農業部,他的主管機關是農業部。
gazette.blocks[32][0] 蘇委員清泉:這個就是一個大漏洞啊!他們在漁船上不能下船,但是都跑下來了啊!然後他們要吃的便當是我們這邊送的,那還不少耶,有一萬多人呢!詳細數目是多少你不知道嗎?
gazette.blocks[33][0] 許部長銘春:我不曉得,這要問農業部。
gazette.blocks[34][0] 蘇委員清泉:所以我們很多逃跑的這些漁工,那些跑出來的也很多耶!他們在東港、在蘇澳、在高雄是很多的,所以這個勞動部要注意一下。
gazette.blocks[34][1] 印度的移工進來,我們也是非常贊成,但是剛剛講年輕人的疑慮跟婦女的疑慮,希望勞動部要審慎地評估。
gazette.blocks[35][0] 許部長銘春:好。
gazette.blocks[36][0] 蘇委員清泉:少量的進來,然後要注意看他們的後續。
gazette.blocks[37][0] 許部長銘春:好。
gazette.blocks[38][0] 蘇委員清泉:這些外勞的犯罪率,就像部長你講的是比較少,但是少到多少?有沒有匿報的等等?這個我們是非常地關注的問題。
gazette.blocks[39][0] 許部長銘春:這個我們都會注意。
gazette.blocks[40][0] 蘇委員清泉:希望部長要注意,以上,謝謝。
gazette.blocks[41][0] 許部長銘春:謝謝委員。
gazette.blocks[42][0] 主席:謝謝蘇清泉委員的質詢。
gazette.blocks[42][1] 接下來我們請林月琴委員進行質詢。
gazette.agenda.page_end 214
gazette.agenda.meet_id 委員會-11-1-26-3
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 蘇清泉
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 陳菁徽
gazette.agenda.speakers[5] 涂權吉
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 廖偉翔
gazette.agenda.speakers[9] 黃秀芳
gazette.agenda.speakers[10] 盧縣一
gazette.agenda.speakers[11] 楊曜
gazette.agenda.speakers[12] 劉建國
gazette.agenda.speakers[13] 林淑芬
gazette.agenda.speakers[14] 謝衣鳯
gazette.agenda.speakers[15] 李彥秀
gazette.agenda.speakers[16] 楊瓊瓔
gazette.agenda.speakers[17] 吳思瑤
gazette.agenda.speakers[18] 洪申翰
gazette.agenda.speakers[19] 游顥
gazette.agenda.speakers[20] 洪孟楷
gazette.agenda.speakers[21] 蔡易餘
gazette.agenda.speakers[22] 羅智強
gazette.agenda.speakers[23] 陳瑩
gazette.agenda.speakers[24] 王鴻薇
gazette.agenda.speakers[25] 陳冠廷
gazette.agenda.page_start 125
gazette.agenda.meetingDate[0] 2024-03-06
gazette.agenda.gazette_id 1130701
gazette.agenda.agenda_lcidc_ids[0] 1130701_00004
gazette.agenda.meet_name 立法院第11屆第1會期社會福利及衛生環境委員會第3次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長、外交部、勞動力發展署、衛生福利部、內政部、國家安全局就「我國開放印度 移工對本國勞工就業市場之衝擊」進行專題報告,並備質詢
gazette.agenda.agenda_id 1130701_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.45284375
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 1.65096875
transcript.pyannote[1].end 2.46096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 2.52846875
transcript.pyannote[2].end 2.91659375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 7.37159375
transcript.pyannote[3].end 12.95721875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 13.58159375
transcript.pyannote[4].end 14.34096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 15.58971875
transcript.pyannote[5].end 16.41659375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 17.63159375
transcript.pyannote[6].end 18.89721875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 19.72409375
transcript.pyannote[7].end 20.85471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 21.63096875
transcript.pyannote[8].end 25.09034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 25.68096875
transcript.pyannote[9].end 26.06909375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 27.55409375
transcript.pyannote[10].end 28.09409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 28.22909375
transcript.pyannote[11].end 34.38846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 34.70909375
transcript.pyannote[12].end 36.85221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 35.90721875
transcript.pyannote[13].end 37.08846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 37.71284375
transcript.pyannote[14].end 38.37096875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 38.50596875
transcript.pyannote[15].end 38.94471875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 39.13034375
transcript.pyannote[16].end 41.62784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 39.82221875
transcript.pyannote[17].end 39.92346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 42.33659375
transcript.pyannote[18].end 42.80909375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 42.80909375
transcript.pyannote[19].end 43.43346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 43.43346875
transcript.pyannote[20].end 46.11659375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 46.77471875
transcript.pyannote[21].end 48.61409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 49.32284375
transcript.pyannote[22].end 51.38159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 51.49971875
transcript.pyannote[23].end 53.99721875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 54.14909375
transcript.pyannote[24].end 57.10221875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 57.40596875
transcript.pyannote[25].end 60.03846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 60.27471875
transcript.pyannote[26].end 64.64534375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 64.64534375
transcript.pyannote[27].end 73.67346875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 73.87596875
transcript.pyannote[28].end 75.10784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 75.10784375
transcript.pyannote[29].end 82.85346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 82.98846875
transcript.pyannote[30].end 85.04721875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 86.07659375
transcript.pyannote[31].end 97.43346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 96.21846875
transcript.pyannote[32].end 98.58096875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 99.55971875
transcript.pyannote[33].end 102.78284375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 103.13721875
transcript.pyannote[34].end 109.60034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 109.98846875
transcript.pyannote[35].end 115.10159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 115.21971875
transcript.pyannote[36].end 120.97409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 121.27784375
transcript.pyannote[37].end 124.11284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 124.97346875
transcript.pyannote[38].end 128.04471875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 128.16284375
transcript.pyannote[39].end 130.77846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 131.23409375
transcript.pyannote[40].end 133.44471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 133.76534375
transcript.pyannote[41].end 136.87034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 137.41034375
transcript.pyannote[42].end 145.64534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 145.74659375
transcript.pyannote[43].end 152.76659375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 153.27284375
transcript.pyannote[44].end 154.31909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 154.52159375
transcript.pyannote[45].end 155.98971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 156.52971875
transcript.pyannote[46].end 171.44721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 171.07596875
transcript.pyannote[47].end 173.48909375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 173.94471875
transcript.pyannote[48].end 180.59346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 181.58909375
transcript.pyannote[49].end 183.20909375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 183.76596875
transcript.pyannote[50].end 187.29284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 187.46159375
transcript.pyannote[51].end 188.03534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 188.64284375
transcript.pyannote[52].end 189.21659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 190.00971875
transcript.pyannote[53].end 191.44409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 191.84909375
transcript.pyannote[54].end 192.57471875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 193.45221875
transcript.pyannote[55].end 197.31659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 198.17721875
transcript.pyannote[56].end 200.84346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 201.21471875
transcript.pyannote[57].end 201.80534375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 202.69971875
transcript.pyannote[58].end 204.85971875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 203.07096875
transcript.pyannote[59].end 204.26909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 205.77096875
transcript.pyannote[60].end 207.62721875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 205.82159375
transcript.pyannote[61].end 207.27284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 208.47096875
transcript.pyannote[62].end 228.07971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 226.99971875
transcript.pyannote[63].end 228.99096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 228.58596875
transcript.pyannote[64].end 247.94159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 248.22846875
transcript.pyannote[65].end 252.12659375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 251.21534375
transcript.pyannote[66].end 251.65409375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 252.90284375
transcript.pyannote[67].end 266.21721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 266.77409375
transcript.pyannote[68].end 267.76971875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 268.73159375
transcript.pyannote[69].end 271.98846875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 272.20784375
transcript.pyannote[70].end 279.04221875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 279.66659375
transcript.pyannote[71].end 280.20659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 280.59471875
transcript.pyannote[72].end 284.99909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 285.52221875
transcript.pyannote[73].end 291.71534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 291.93471875
transcript.pyannote[74].end 297.01409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 297.58784375
transcript.pyannote[75].end 298.33034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 299.15721875
transcript.pyannote[76].end 304.55721875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 305.36721875
transcript.pyannote[77].end 309.31596875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 309.67034375
transcript.pyannote[78].end 310.59846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 311.39159375
transcript.pyannote[79].end 312.80909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 312.97784375
transcript.pyannote[80].end 313.16346875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 314.14221875
transcript.pyannote[81].end 314.49659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 315.17159375
transcript.pyannote[82].end 315.42471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 315.96471875
transcript.pyannote[83].end 317.14596875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 317.55096875
transcript.pyannote[84].end 317.78721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 318.10784375
transcript.pyannote[85].end 319.62659375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 322.07346875
transcript.pyannote[86].end 342.96471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 328.48596875
transcript.pyannote[87].end 331.00034375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 336.13034375
transcript.pyannote[88].end 336.90659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 342.96471875
transcript.pyannote[89].end 343.21784375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 343.21784375
transcript.pyannote[90].end 345.96846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 345.15846875
transcript.pyannote[91].end 357.27471875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 357.91596875
transcript.pyannote[92].end 359.38409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 360.10971875
transcript.pyannote[93].end 362.59034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 362.72534375
transcript.pyannote[94].end 369.96471875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 370.28534375
transcript.pyannote[95].end 374.18346875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 374.79096875
transcript.pyannote[96].end 378.52034375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 378.72284375
transcript.pyannote[97].end 382.11471875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 383.19471875
transcript.pyannote[98].end 387.04221875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 384.19034375
transcript.pyannote[99].end 384.40971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 387.54846875
transcript.pyannote[100].end 388.64534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 389.64096875
transcript.pyannote[101].end 392.50971875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 392.81346875
transcript.pyannote[102].end 395.59784375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 396.42471875
transcript.pyannote[103].end 403.05659375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 403.59659375
transcript.pyannote[104].end 405.45284375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 406.29659375
transcript.pyannote[105].end 413.21534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 413.75534375
transcript.pyannote[106].end 414.49784375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 414.95346875
transcript.pyannote[107].end 420.92721875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 421.58534375
transcript.pyannote[108].end 423.49221875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 424.28534375
transcript.pyannote[109].end 426.02346875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 427.32284375
transcript.pyannote[110].end 443.57346875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 444.70409375
transcript.pyannote[111].end 447.13409375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 447.67409375
transcript.pyannote[112].end 450.55971875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 451.03221875
transcript.pyannote[113].end 453.83346875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 454.30596875
transcript.pyannote[114].end 454.84596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 455.23409375
transcript.pyannote[115].end 457.76534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 458.27159375
transcript.pyannote[116].end 462.35534375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 461.88284375
transcript.pyannote[117].end 470.77596875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 465.37596875
transcript.pyannote[118].end 465.71346875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 470.77596875
transcript.pyannote[119].end 470.80971875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 470.80971875
transcript.pyannote[120].end 470.84346875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 471.11346875
transcript.pyannote[121].end 471.18096875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 471.18096875
transcript.pyannote[122].end 473.83034375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 474.58971875
transcript.pyannote[123].end 476.76659375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 477.47534375
transcript.pyannote[124].end 479.12909375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 480.02346875
transcript.pyannote[125].end 486.21659375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 486.97596875
transcript.pyannote[126].end 487.98846875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 487.98846875
transcript.pyannote[127].end 490.04721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 489.81096875
transcript.pyannote[128].end 492.57846875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 493.77659375
transcript.pyannote[129].end 495.04221875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 495.29534375
transcript.pyannote[130].end 496.83096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 498.09659375
transcript.pyannote[131].end 500.40846875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 500.99909375
transcript.pyannote[132].end 502.09596875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 502.34909375
transcript.pyannote[133].end 505.01534375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 505.67346875
transcript.pyannote[134].end 506.51721875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 510.33096875
transcript.pyannote[135].end 521.67096875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 522.19409375
transcript.pyannote[136].end 533.12909375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 528.42096875
transcript.pyannote[137].end 528.45471875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 528.47159375
transcript.pyannote[138].end 528.48846875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 528.79221875
transcript.pyannote[139].end 528.85971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 533.63534375
transcript.pyannote[140].end 537.33096875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 537.92159375
transcript.pyannote[141].end 544.03034375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 539.17034375
transcript.pyannote[142].end 540.03096875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 544.03034375
transcript.pyannote[143].end 544.24971875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 544.16534375
transcript.pyannote[144].end 544.21596875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 544.24971875
transcript.pyannote[145].end 544.28346875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 544.28346875
transcript.pyannote[146].end 544.99221875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 547.30409375
transcript.pyannote[147].end 548.58659375
transcript.whisperx[0].start 0.469
transcript.whisperx[0].end 2.11
transcript.whisperx[0].text 好,謝謝主席,也謝謝委員跟我互調趕快去東港我請部長好,請許部長不一定也當港人我們還是東港國小的傑出校友
transcript.whisperx[1].start 27.574
transcript.whisperx[1].end 41.507
transcript.whisperx[1].text 部長,我們現在外籍移工進來台灣總共75萬多人,裡面有包括跑掉的嗎?包括。跑掉的一年差不多多少人?
transcript.whisperx[2].start 42.967
transcript.whisperx[2].end 64.41
transcript.whisperx[2].text 不知道這幾年齁去年3.1萬那前年4.1萬那這幾年會比較多是因為因為前幾年那個疫情影響齁那邊際管制移工進不來整個供需失調所以尤其在111年的時候哇整個人數我們失聯率達到5.96那去年已經降下來4點多
transcript.whisperx[3].start 64.69
transcript.whisperx[3].end 83.876
transcript.whisperx[3].text 那你現在要引進印度的移工那你的理想台灣是要需要多少移工才是屋頂是差不多多少?報告委員我們其實移工的總數我們其實會有一些評估那目前來講
transcript.whisperx[4].start 86.127
transcript.whisperx[4].end 114.161
transcript.whisperx[4].text 移工的引進其實跟失聯那是兩個議題那移工的引進的部分我們只要是看國內的缺工狀態那其實以目前來講整個缺工還是所以隨時調整隨時調整他的上限人數理想人數我們沒有一個上限人數我們現在就是警戒指標我們是用警戒指標來看就是說如果這個可能看警戒指標這個移工的引進有需要緊縮那我們會再
transcript.whisperx[5].start 117.531
transcript.whisperx[5].end 133.081
transcript.whisperx[5].text 現在年輕人最擔心最擔心最擔心的這是什麼一直進來會不會影響他們的就業第二個會不會影響他們的薪資拉不上來第三個婦女同胞最關心的是治安這個你的看法怎麼樣
transcript.whisperx[6].start 134.014
transcript.whisperx[6].end 155.789
transcript.whisperx[6].text 第一個報告委員我們移工的引進是一個補充性原則我們的就業還是以本國人優先所以縱使是開放的行業開放引進移工的行業雇主先必須進行依照我們目前國內的薪資條件去進行招募找不到人他才可以進移工
transcript.whisperx[7].start 156.59
transcript.whisperx[7].end 180.478
transcript.whisperx[7].text 所以基本上不會去影響到本國的就業機會那第二個新資因為其實本外勞是平等待遇原則這個移工進來像製造業他一樣要適用基本工資所以這個不會去拉...我在東港看到一個很很SHOCK的這個場景就是我們台灣的年輕人送副胖打上去跟東港的賣頭
transcript.whisperx[8].start 183.917
transcript.whisperx[8].end 201.526
transcript.whisperx[8].text 上齁在沿洋漁船上的外籍漁工抓他的我看了真的很羞愧我們那個人少年人騎上湖龐大去找那間外籍我說這個應該是香港才對齁所以
transcript.whisperx[9].start 208.624
transcript.whisperx[9].end 223.957
transcript.whisperx[9].text 委員其實還好,因為他們畢竟在船上可能要上來陸地去用這樣可能不太方便,這個外送其實不管本國人外國人大家都是一個很方便的一個
transcript.whisperx[10].start 224.697
transcript.whisperx[10].end 226.298
transcript.whisperx[10].text ﹚蘇清泉﹚蘇清泉﹚
transcript.whisperx[11].start 253.332
transcript.whisperx[11].end 277.221
transcript.whisperx[11].text 這個都會講到又會講到說有種族什麼這個不能講就像你講說輻射一樣你講到輻射這個是很敏感的問題好我第二個問題要問巴士亮表開放就放寬之後這個是侯友宜選總統的時候他提出來那是我提的啦我是醫療後援會總會長
transcript.whisperx[12].start 280.887
transcript.whisperx[12].end 304.113
transcript.whisperx[12].text 開放之後真的是讓很多高齡的比較方便因為我第一線的意思我也沒有在想給很好是一個好的政策過去8年都不做等到人家提出來就馬上做那現在看護外籍看護移工也包括看護嘛現在看護開放之後你們的回饋是怎麼樣
transcript.whisperx[13].start 305.424
transcript.whisperx[13].end 319.558
transcript.whisperx[13].text 就是讓這些家庭真的最近開放了不少齁讓他們都減輕了不少的負擔部長你 剛有說回饋就基層的回饋有沒有
transcript.whisperx[14].start 322.168
transcript.whisperx[14].end 342.23
transcript.whisperx[14].text 我們現在不僅用巴士量表,我們有多元認定方式目前採多元認定方式的人到今年2月15日為止大概就是7700多人,申請上會更方便,包括我們也簡化重聘的程序
transcript.whisperx[15].start 345.452
transcript.whisperx[15].end 358.977
transcript.whisperx[15].text 第三個比較敏感的問題這些外勞、外籍移工他們都身強體壯、年輕體壯他們進到台灣僱主跟他分攤都有繳健保費嘛 對不對那他們有使用健保嗎
transcript.whisperx[16].start 360.148
transcript.whisperx[16].end 381.763
transcript.whisperx[16].text 那這些外籍移工或者是外籍的配偶來到臺灣他們都有繳健保費然後使用健保我給大家粗算這些人的生病的比例不高啦那像移工大部分都是意外所以我們的健保局應該是有結與的有結與喔?沒有說結果比較多那同樣的道理
transcript.whisperx[17].start 389.67
transcript.whisperx[17].end 405.12
transcript.whisperx[17].text 大陸來的配偶也是年輕力壯也是要繳健保費使用健保所以有說不一樣嗎為什麼要給他搞成說會耗用健保等等我是覺得這是沒有邏輯啦那你健保的費用不夠
transcript.whisperx[18].start 406.343
transcript.whisperx[18].end 422.468
transcript.whisperx[18].text 那是你另外一個issue另外一個題目就是說你的健保還不夠你就提高費利嘛提高健保費等等所以這個這個是比較敏感的問題大家要了解了我這裡跟大家報告再來接續的問題我們那個漁船
transcript.whisperx[19].start 427.692
transcript.whisperx[19].end 430.836
transcript.whisperx[19].text 從正常管道進來的漁工、鯰魚、蘿蔔都有顧主要負擔的筆貼那有另外一種就是在遠洋漁船上,像東港、蘇澳、高雄
transcript.whisperx[20].start 445.018
transcript.whisperx[20].end 473.509
transcript.whisperx[20].text 遠洋漁船上面的遠洋漁工他是不用投保的不用投保勞保也不用投保健保這個他們只有保意外險而已這個部長你有什麼看法他們在船上不能下馬頭因為他是屬於遠洋漁業境外的移工這個跟近海的不一樣近海是歸勞動部遠洋這邊是農業部他的主管機關是農業部這個就是一個大漏洞
transcript.whisperx[21].start 474.622
transcript.whisperx[21].end 496.694
transcript.whisperx[21].text 他們在漁船上不能下船但是都跑下來啦然後他們要吃的便當是我們這邊送那不少啦,一萬多人呢?詳細數目是多少?你不知道嗎?我不曉得,這要問農業部所以我們很多外,逃跑的這些漁工那種會造成多少呢?在那個工廠、在那個書店
transcript.whisperx[22].start 501.055
transcript.whisperx[22].end 502.656
transcript.whisperx[22].text 所以這個勞動部要注意一下
transcript.whisperx[23].start 510.373
transcript.whisperx[23].end 537.139
transcript.whisperx[23].text 那印度進來我們印度的移工進來我們是非常的也贊成但是你剛剛講年輕人的餘力跟婦女的餘力這個希望勞動部要審慎的評估少量的進來然後要注意看他們後續那這些外勞的犯罪率就像部長你講的比較少還是少到多少說是不是有沒有逆暴的等等
transcript.whisperx[24].start 538.004
transcript.whisperx[24].end 543.692
transcript.whisperx[24].text 所以我們是非常關注這個問題,希望部長要注意以上,謝謝