iVOD / 149400

Field Value
IVOD_ID 149400
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149400
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 2024-03-06T11:29:27+08:00
結束時間 2024-03-06T11:41:29+08:00
影片長度 00:12:02
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/aa454a369d2b172f94567e71446705d91e2be856f0c9cef9f8ba9b0039caa7a6a554a5522fe1698e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 11:29:27 - 11:41:29
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 1028
gazette.blocks[0][0] 劉委員建國:(11時29分)謝謝主席,請部長。
gazette.blocks[1][0] 主席:好,有請部長。
gazette.blocks[2][0] 劉委員建國:部長,楊委員剛剛講的那些事情我覺得他問得不太精確,依主計總處統計,旅宿業是高達5,221人,但業者提供給勞動部的專案職缺人數就只有剩下1,346人,這個落差為什麼會這麼大?是不是勞動部在資格的限定上太過嚴苛?
gazette.blocks[3][0] 許部長銘春:不嚴苛欸,我們……
gazette.blocks[4][0] 劉委員建國:不嚴苛,但是你看差了多少。
gazette.blocks[5][0] 許部長銘春:你看北部的薪資3萬,中南部、東部兩萬八啦。
gazette.blocks[6][0] 劉委員建國:對啦,你看主計總處統計資料是5,221嘛。
gazette.blocks[7][0] 許部長銘春:對啊。
gazette.blocks[8][0] 劉委員建國:對啊。
gazette.blocks[9][0] 許部長銘春:我的意思是說,你要來用我的那個缺工的協助方案,我們要求業者薪資要達一定的水平才能夠參加我們這個方案,你不能低薪、很低然後又要叫我來幫你找工人,那這……
gazette.blocks[10][0] 劉委員建國:所以你們有各個面向的審核,之後才去做核定就對了啦?這個缺額是這樣出來的,是不是?
gazette.blocks[11][0] 許部長銘春:對,部會有……
gazette.blocks[12][0] 劉委員建國:你這個顯然要跟主計總處溝通嘛,這樣落差,它是以實際上的缺工去把這個數字呈現出來,那你們又用很多的面向去審核,才去做這樣的一個提報,是這樣嘛?核定,是不是這樣?不然這個落差值三千多人,這其一嘛。
gazette.blocks[12][1] 其二,你看勞動部在就服機構推介了6,507人的時候,其實專案職缺錄取人數才690人,一成多,所以這邊也要很嚴謹、這邊要更嚴謹,還是這邊……
gazette.blocks[13][0] 許部長銘春:不是、不是。
gazette.blocks[14][0] 劉委員建國:不是?
gazette.blocks[15][0] 許部長銘春:報告,因為我們推介了他不用啦,他挑工啦,他缺工……
gazette.blocks[16][0] 劉委員建國:你們推薦的他都不用,那你們推薦是有問題。
gazette.blocks[17][0] 許部長銘春:不是,沒有問題,我們都有找照他開的那個規格條件去幫他找人,可是我們推薦過去他不用,他缺工但是他挑工。
gazette.blocks[18][0] 劉委員建國:你照他們的規格推薦過去他還不用,他們挑戰你們,業者在缺工情況之下還在挑戰你們?
gazette.blocks[19][0] 許部長銘春:欸……
gazette.blocks[20][0] 劉委員建國:沒關係啦,部長,我就把這個數據提供給你做參考,這數據明顯上是有問題的一個現在進行式啦。
gazette.blocks[21][0] 許部長銘春:數據是……
gazette.blocks[22][0] 劉委員建國:是不是給我們書面資料,你們到底怎麼做這樣的一個處理方式啦,好不好?
gazette.blocks[23][0] 許部長銘春:好。
gazette.blocks[24][0] 劉委員建國:我覺得還是要討論這個啦,開放印度移工,坦白講我真的會持有不同的意見,因為我看你們的報告,等一下把報告拿過來給我一下,我不曉得為什麼現在要去開放印度移工?最主要的原因是什麼,部長簡單說明一下就好。
gazette.blocks[25][0] 許部長銘春:委員,長久以來社會各界還有包括大院的朝野委員之前都希望我們能夠去開展、尋找新的來源國,因為到目前為止只有4個來源國,有時候這個依賴風險會很大啦,像……
gazette.blocks[26][0] 劉委員建國:依賴風險嘛,對不對?
gazette.blocks[27][0] 許部長銘春:對。
gazette.blocks[28][0] 劉委員建國:因為有依賴這樣的風險,所以就必須要分散風險嘛,你的邏輯是這樣嘛,對不對?
gazette.blocks[29][0] 許部長銘春:是。
gazette.blocks[30][0] 劉委員建國:但是目前的移工來源國並沒有缺工啊,目前!
gazette.blocks[31][0] 許部長銘春:目前的移工來源國並沒有缺工。
gazette.blocks[32][0] 劉委員建國:對。
gazette.blocks[33][0] 許部長銘春:目前的來源國當然是可以引進移工啦。
gazette.blocks[34][0] 劉委員建國:對啦。
gazette.blocks[35][0] 許部長銘春:但是如果它減少,報告委員,像現在泰國的移工不太進來喔,我們營造業過去都滿倚賴泰國移工,但是真的最近業界跟我們反映不太能夠找得到人。
gazette.blocks[36][0] 劉委員建國:泰國。
gazette.blocks[37][0] 許部長銘春:印尼也曾經一度……
gazette.blocks[38][0] 劉委員建國:印尼,對。
gazette.blocks[39][0] 許部長銘春:用零負擔的政策也暫停引進,這個都造成……
gazette.blocks[40][0] 劉委員建國:它是在2020年喊出零付費嘛,對不對?
gazette.blocks[41][0] 許部長銘春:對,所以這個都對我們的雇主造成高風險,所以我們也必須去多增加來源國來讓這個過度依賴風險能夠降低啦。
gazette.blocks[42][0] 劉委員建國:對,2020那個零付費要輸入的雇主自行負擔所有的規費嘛,勞動部去跟印尼政府做相關溝通之後才取消嘛,所以它時不時到時候又有什麼狀況,你們又要很費心地去處理這樣事情嘛,所以你必須要去做這樣的分散風險,對不對?
gazette.blocks[43][0] 許部長銘春:對。
gazette.blocks[44][0] 劉委員建國:部長,你看現在這個數據顯然沒有在分散風險,怎麼說?4個國家進來,你看外籍的看護、家庭看護工,我們總total是二十萬出頭嘛,那印尼就占了16萬,對照其他3國的比例已經高達79%,我們沒有在做任何的分散調整,這其一,這個數據當然是現在的數據,這個過程5年,因為時間的關係,不然照理講你的報告裡面應該把這個數據給我們做參考,這是其一。
gazette.blocks[44][1] 其二,你看製造業的部分四十七萬多,印尼、馬來西亞、菲律賓、泰國,越南又是最高的,占了46%,家庭看護工印尼是最高79%,然後事業面移工、製造業的越南是二十二萬多,占了46%多,這5年的變化怎麼樣,我想我如果還沒看到資料,我可以推敲就是這樣嘛,所以我們讓一個輸入國的勞工比例一直持續居高不下,我們就會製造更大風險的存在,而不是你現在再去輸入一個新進的一個來源國就可以降低風險,這是我的邏輯跟我的思考,你在這個基準面不去做相關的調整,或許會再遇到像印尼那一個零付費的事情再發生一次。
gazette.blocks[45][0] 許部長銘春:不過問題是這樣,因為基本上就是他要選擇哪個來源國的移工,這是雇主來決定啦,我們其實會尊重雇主的選擇,像雇主他會喜歡印尼移工,他覺得他可能就是比較乖巧,然後比較……
gazette.blocks[46][0] 劉委員建國:不是啦,我們引進進來、我們要分散風險,然後部長答復我說,是尊重雇主他要聘哪一個國家的移工,我是尊重雇主,但是你的輸入來源是你啟動、開放之後不去做相關各國輸入的移工比例的調整,那你的分散風險基本上就是沒有做到嘛,我要表達是這樣啦,這其一啦。
gazette.blocks[46][1] 那其二,你看今天的報告,不管是勞動部、不管是移民署針對逃跑外勞,去年的1月已經來到8萬出頭,今年的1月已經來到85,947,報告裡面從頭到尾沒有提到這個事情怎麼處理,這其一喔;那其二,印度輸出他國的這些移工在他國的逃逸情況是什麼狀況?報告裡面也完全沒有提出。所以你今天要跟我講說,印度的移工進來之後會不會我們明年可能就會突破逃跑外勞達10萬人的這個大關?
gazette.blocks[47][0] 許部長銘春:報告委員,這個其實……
gazette.blocks[48][0] 劉委員建國:部長,你先聽我講,我今天要去贊成你做這個政策之前,我當然要看到你們相關的資料是讓我們可以安心的、讓我們可以對外說清楚的,對不對?我們今天針對逃跑外勞因為過去疫情的關係種種我都很清楚,因為確實臺灣也缺工的非常嚴重,然後在惡性循環情況之下,每年累積了這麼多人,那現在看到印度的移工進來,那印度的移工在他國的情況、逃跑的比例到底是多高,我們都不清楚,那你現在是要引進他們來衝破10萬大關嗎?你這個要讓我們知道啊,然後勞動部難道只是引進人,然後抓人就是移民署,那移民署也沒有在這個報告裡面特別提到這個事情。
gazette.blocks[49][0] 許部長銘春:報告委員,這個部分我們再來蒐集相關的資訊,因為我們之前所理解的,其實在世界各國的一個使用狀況,包括逃跑等等,並沒有特別嚴重的狀況,但是剛剛委員講的,我們再來蒐集資訊。
gazette.blocks[50][0] 劉委員建國:並沒有特別的嚴重狀況,那我要求勞動部提供這個資料給我們,對比印度的移工在他國的情況、逃跑的比例怎麼樣給委員會做參考嘛。
gazette.blocks[51][0] 許部長銘春:好。
gazette.blocks[52][0] 劉委員建國:這基本嘛,對不對?
gazette.blocks[53][0] 許部長銘春:我們來蒐集。
gazette.blocks[54][0] 劉委員建國:然後另外一個你們在報告裡面又寫的,我覺得寫這個對部長絕對是不好啦,好像在推銷印度的移工有多好,你們很多問題都沒有去討論到嘛,報告中提到印度憲法已經明文禁止印度教的種姓制度歧視問題,事實是沒有錯啦,但是歧視行為是可以透過憲法跟法律明文就可以禁止嗎?你也知道這是不太可能的事情嘛,但是你為什麼報告寫這樣?我也不曉得。
gazette.blocks[54][1] 然後進來的基本上絕對是他們最底層的勞動階級嘛,他們進來我相信他們也會珍惜他們的工作機會,我也相信,但是這又牽涉到人權問題,我們長期被國際關注,甚至於美國國務院在2021年的人權報告報告中也特別提到臺灣移工的權利問題,這2年前的事情而已。
gazette.blocks[54][2] 那印度移工要引進到臺灣的相關資源系統備齊了嗎?備齊了嗎?有沒有事先的建置作業?因為文化不同、語言不同,而且又在部長你的任內都還沒有開放新的移工來源國的情況之下,這是你當部長這麼久,第一次要做的事情,這些事情都沒有做好相關的評估,甚至應該要建置的前置作業都沒有做之前,你就要做了嗎?
gazette.blocks[55][0] 許部長銘春:沒有,報告委員,我們現在MOU的簽署,只是大家有合作意向、是初步的,接下來就是會進入實質的討論,包括相關的配套規劃,這些我們都會處理,因為其實從MOU簽署,然後後面的工作層級會議談完,要整個確定以後我們才會正式公告……
gazette.blocks[56][0] 劉委員建國:今天召委排這個議程,你就要準備非常清楚。
gazette.blocks[57][0] 許部長銘春:不是,但我現在就是只有MOU啊!就是合作意向,後面的部分都還沒展開,我都還沒有跟他們談完,只是說有一些條件,我們大概將來會去注意,目前我們也在召集相關的專家學者會議,以瞭解印度移工的引進中,哪些面向我們必須要來配套等等,我們現在都是同步在準備當中。
gazette.blocks[58][0] 劉委員建國:最後,第一個,我剛才提到分散風險的方法、方式,是不是有一個更精準的處理方向;第二個,種姓文化的不同,然後我們的前置作業,包括預估你們要怎麼做;第三個,就是剛剛我特別提到的,就是他們在他國的情況,包括逃逸的比例是怎麼樣,是不是可以提供給我們做參考?以上。
gazette.blocks[59][0] 許部長銘春:好。謝謝。
gazette.blocks[60][0] 劉委員建國:謝謝,謝謝召委。
gazette.blocks[61][0] 主席:謝謝劉建國委員的質詢。接下來我們請林淑芬委員進行質詢。
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 12.04596875
transcript.pyannote[0].end 15.13409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 15.92721875
transcript.pyannote[1].end 16.53471875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 17.29409375
transcript.pyannote[2].end 19.18409375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.45846875
transcript.pyannote[3].end 18.84659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.58034375
transcript.pyannote[4].end 25.52909375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 26.13659375
transcript.pyannote[5].end 26.45721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.36409375
transcript.pyannote[6].end 28.95471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 29.47784375
transcript.pyannote[7].end 34.64159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 35.29971875
transcript.pyannote[8].end 35.77221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 36.07596875
transcript.pyannote[9].end 42.30284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 42.91034375
transcript.pyannote[10].end 47.41596875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 48.00659375
transcript.pyannote[11].end 49.01909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 49.37346875
transcript.pyannote[12].end 49.93034375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 49.64346875
transcript.pyannote[13].end 51.24659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 50.92596875
transcript.pyannote[14].end 53.47409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 54.06471875
transcript.pyannote[15].end 56.20784375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 57.57471875
transcript.pyannote[16].end 61.65846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 61.42221875
transcript.pyannote[17].end 61.45596875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 62.24909375
transcript.pyannote[18].end 62.58659375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 63.76784375
transcript.pyannote[19].end 68.72909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 69.47159375
transcript.pyannote[20].end 74.55096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 75.22596875
transcript.pyannote[21].end 80.52471875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 81.35159375
transcript.pyannote[22].end 83.42721875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 82.44846875
transcript.pyannote[23].end 85.89096875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 84.72659375
transcript.pyannote[24].end 84.74346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 86.12721875
transcript.pyannote[25].end 87.62909375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 87.62909375
transcript.pyannote[26].end 88.91159375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 88.96221875
transcript.pyannote[27].end 88.99596875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 89.33346875
transcript.pyannote[28].end 89.95784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 89.78909375
transcript.pyannote[29].end 102.19221875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 102.51284375
transcript.pyannote[30].end 102.96846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 104.25096875
transcript.pyannote[31].end 106.24221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 107.03534375
transcript.pyannote[32].end 113.63346875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 113.85284375
transcript.pyannote[33].end 120.18096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 121.09221875
transcript.pyannote[34].end 122.13846875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 122.47596875
transcript.pyannote[35].end 125.49659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 124.78784375
transcript.pyannote[36].end 125.63159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 125.74971875
transcript.pyannote[37].end 126.12096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 126.12096875
transcript.pyannote[38].end 128.14596875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 129.98534375
transcript.pyannote[39].end 130.84596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 130.05284375
transcript.pyannote[40].end 130.89659375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 131.41971875
transcript.pyannote[41].end 132.60096875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 131.62221875
transcript.pyannote[42].end 133.29284375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 132.93846875
transcript.pyannote[43].end 134.08596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 134.38971875
transcript.pyannote[44].end 134.86221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 134.81159375
transcript.pyannote[45].end 135.06471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 134.98034375
transcript.pyannote[46].end 135.62159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 135.72284375
transcript.pyannote[47].end 138.11909375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 138.82784375
transcript.pyannote[48].end 141.84846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 142.16909375
transcript.pyannote[49].end 145.91534375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 146.77596875
transcript.pyannote[50].end 149.03721875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 149.77971875
transcript.pyannote[51].end 150.53909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 151.12971875
transcript.pyannote[52].end 151.29846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 152.14221875
transcript.pyannote[53].end 154.43721875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 156.44534375
transcript.pyannote[54].end 171.46409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 158.94284375
transcript.pyannote[55].end 159.19596875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 163.33034375
transcript.pyannote[56].end 164.83221875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 168.00471875
transcript.pyannote[57].end 168.05534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 171.76784375
transcript.pyannote[58].end 172.03784375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 172.29096875
transcript.pyannote[59].end 172.67909375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 173.47221875
transcript.pyannote[60].end 177.64034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 178.02846875
transcript.pyannote[61].end 179.69909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 180.98159375
transcript.pyannote[62].end 185.03159375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 186.33096875
transcript.pyannote[63].end 186.34784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 186.34784375
transcript.pyannote[64].end 188.23784375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 186.36471875
transcript.pyannote[65].end 186.41534375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 186.43221875
transcript.pyannote[66].end 186.51659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 186.56721875
transcript.pyannote[67].end 186.60096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 186.73596875
transcript.pyannote[68].end 186.93846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 187.34346875
transcript.pyannote[69].end 189.11534375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 189.79034375
transcript.pyannote[70].end 201.94034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 202.37909375
transcript.pyannote[71].end 208.97721875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 204.67409375
transcript.pyannote[72].end 205.09596875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 207.22221875
transcript.pyannote[73].end 214.12409375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 213.97221875
transcript.pyannote[74].end 214.73159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 214.29284375
transcript.pyannote[75].end 217.04346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 217.56659375
transcript.pyannote[76].end 217.97159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 219.20346875
transcript.pyannote[77].end 224.90721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 225.27846875
transcript.pyannote[78].end 226.47659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 226.67909375
transcript.pyannote[79].end 237.02346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 237.58034375
transcript.pyannote[80].end 242.37284375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 239.87534375
transcript.pyannote[81].end 241.05659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 241.90034375
transcript.pyannote[82].end 242.67659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 242.98034375
transcript.pyannote[83].end 246.94596875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 244.88721875
transcript.pyannote[84].end 245.22471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 246.01784375
transcript.pyannote[85].end 248.98784375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 248.21159375
transcript.pyannote[86].end 250.89471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 251.33346875
transcript.pyannote[87].end 254.72534375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 252.10971875
transcript.pyannote[88].end 252.37971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 255.26534375
transcript.pyannote[89].end 259.77096875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 259.77096875
transcript.pyannote[90].end 270.58784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 269.77784375
transcript.pyannote[91].end 270.33471875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 270.46971875
transcript.pyannote[92].end 270.90846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 270.75659375
transcript.pyannote[93].end 278.23221875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 277.67534375
transcript.pyannote[94].end 278.08034375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 278.63721875
transcript.pyannote[95].end 281.23596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 281.64096875
transcript.pyannote[96].end 285.75846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 285.97784375
transcript.pyannote[97].end 287.09159375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 288.07034375
transcript.pyannote[98].end 288.93096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 289.23471875
transcript.pyannote[99].end 289.74096875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 290.12909375
transcript.pyannote[100].end 294.41534375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 295.42784375
transcript.pyannote[101].end 298.17846875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 299.20784375
transcript.pyannote[102].end 300.64221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 301.11471875
transcript.pyannote[103].end 301.72221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 301.89096875
transcript.pyannote[104].end 302.93721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 303.15659375
transcript.pyannote[105].end 315.77909375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 316.62284375
transcript.pyannote[106].end 316.87596875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 317.90534375
transcript.pyannote[107].end 318.79971875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 319.94721875
transcript.pyannote[108].end 322.02284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 323.42346875
transcript.pyannote[109].end 325.53284375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 326.22471875
transcript.pyannote[110].end 326.47784375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 326.86596875
transcript.pyannote[111].end 335.25284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 335.60721875
transcript.pyannote[112].end 337.00784375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 337.68284375
transcript.pyannote[113].end 341.17596875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 341.73284375
transcript.pyannote[114].end 347.26784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 347.70659375
transcript.pyannote[115].end 350.13659375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 350.49096875
transcript.pyannote[116].end 351.70596875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 352.29659375
transcript.pyannote[117].end 357.07221875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 357.47721875
transcript.pyannote[118].end 358.20284375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 358.30409375
transcript.pyannote[119].end 358.70909375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 358.75971875
transcript.pyannote[120].end 365.84721875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 366.64034375
transcript.pyannote[121].end 366.85971875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 366.97784375
transcript.pyannote[122].end 369.91409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 370.40346875
transcript.pyannote[123].end 376.76534375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 377.22096875
transcript.pyannote[124].end 384.78096875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 384.78096875
transcript.pyannote[125].end 387.41346875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 387.76784375
transcript.pyannote[126].end 397.35284375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 391.96971875
transcript.pyannote[127].end 392.93159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 397.50471875
transcript.pyannote[128].end 400.98096875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 401.38596875
transcript.pyannote[129].end 405.60471875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 406.02659375
transcript.pyannote[130].end 411.78096875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 411.93284375
transcript.pyannote[131].end 413.19846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 413.58659375
transcript.pyannote[132].end 415.59471875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 416.26971875
transcript.pyannote[133].end 417.60284375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 418.32846875
transcript.pyannote[134].end 422.49659375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 422.95221875
transcript.pyannote[135].end 426.31034375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 428.67284375
transcript.pyannote[136].end 432.30096875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 432.84096875
transcript.pyannote[137].end 433.78596875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 434.15721875
transcript.pyannote[138].end 435.13596875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 435.52409375
transcript.pyannote[139].end 438.19034375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 438.64596875
transcript.pyannote[140].end 440.53596875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 441.26159375
transcript.pyannote[141].end 441.98721875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 442.84784375
transcript.pyannote[142].end 444.34971875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 444.73784375
transcript.pyannote[143].end 445.09221875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 445.63221875
transcript.pyannote[144].end 448.09596875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 448.33221875
transcript.pyannote[145].end 449.00721875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 449.27721875
transcript.pyannote[146].end 452.21346875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 452.55096875
transcript.pyannote[147].end 453.15846875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 453.46221875
transcript.pyannote[148].end 454.72784375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 456.93846875
transcript.pyannote[149].end 458.28846875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 458.00159375
transcript.pyannote[150].end 459.97596875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 460.12784375
transcript.pyannote[151].end 463.94159375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 464.19471875
transcript.pyannote[152].end 470.59034375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 471.14721875
transcript.pyannote[153].end 482.08221875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 482.47034375
transcript.pyannote[154].end 487.80284375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 487.92096875
transcript.pyannote[155].end 492.22409375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 492.81471875
transcript.pyannote[156].end 495.75096875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 496.69596875
transcript.pyannote[157].end 497.84346875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 498.26534375
transcript.pyannote[158].end 501.87659375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 502.48409375
transcript.pyannote[159].end 504.01971875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 504.44159375
transcript.pyannote[160].end 507.02346875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 508.10346875
transcript.pyannote[161].end 514.43159375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 514.87034375
transcript.pyannote[162].end 520.67534375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 521.23221875
transcript.pyannote[163].end 527.81346875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 527.42534375
transcript.pyannote[164].end 539.06909375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 539.15346875
transcript.pyannote[165].end 540.36846875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 540.80721875
transcript.pyannote[166].end 540.94221875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 540.85784375
transcript.pyannote[167].end 541.85346875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 541.95471875
transcript.pyannote[168].end 542.89971875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 542.69721875
transcript.pyannote[169].end 545.48159375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 545.93721875
transcript.pyannote[170].end 547.03409375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 547.08471875
transcript.pyannote[171].end 548.62034375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 550.62846875
transcript.pyannote[172].end 551.18534375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 551.43846875
transcript.pyannote[173].end 553.95284375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 553.96971875
transcript.pyannote[174].end 554.15534375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 554.30721875
transcript.pyannote[175].end 561.36096875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 562.49159375
transcript.pyannote[176].end 566.50784375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 568.02659375
transcript.pyannote[177].end 569.49471875
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 570.23721875
transcript.pyannote[178].end 572.02596875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 573.19034375
transcript.pyannote[179].end 576.93659375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 577.69596875
transcript.pyannote[180].end 580.31159375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 580.91909375
transcript.pyannote[181].end 581.71221875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 581.96534375
transcript.pyannote[182].end 582.23534375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 582.50534375
transcript.pyannote[183].end 584.07471875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 584.96909375
transcript.pyannote[184].end 586.53846875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 586.99409375
transcript.pyannote[185].end 587.50034375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 588.15846875
transcript.pyannote[186].end 595.27971875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 596.96721875
transcript.pyannote[187].end 598.11471875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 599.16096875
transcript.pyannote[188].end 599.39721875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 600.02159375
transcript.pyannote[189].end 604.08846875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 604.17284375
transcript.pyannote[190].end 606.28221875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 607.49721875
transcript.pyannote[191].end 608.20596875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 609.65721875
transcript.pyannote[192].end 611.56409375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 612.57659375
transcript.pyannote[193].end 614.41596875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 615.76596875
transcript.pyannote[194].end 617.33534375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 617.63909375
transcript.pyannote[195].end 618.41534375
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 618.83721875
transcript.pyannote[196].end 632.15159375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 625.30034375
transcript.pyannote[197].end 625.35096875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 632.96159375
transcript.pyannote[198].end 633.63659375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 633.78846875
transcript.pyannote[199].end 655.21971875
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 653.05971875
transcript.pyannote[200].end 654.15659375
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 654.24096875
transcript.pyannote[201].end 656.80596875
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 657.22784375
transcript.pyannote[202].end 658.93221875
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 658.45971875
transcript.pyannote[203].end 658.61159375
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 658.83096875
transcript.pyannote[204].end 682.72596875
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 683.23221875
transcript.pyannote[205].end 695.55096875
transcript.pyannote[206].speaker SPEAKER_01
transcript.pyannote[206].start 695.90534375
transcript.pyannote[206].end 696.31034375
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 697.79534375
transcript.pyannote[207].end 703.61721875
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 703.85346875
transcript.pyannote[208].end 713.42159375
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 713.75909375
transcript.pyannote[209].end 714.19784375
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 714.28221875
transcript.pyannote[210].end 714.56909375
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 714.56909375
transcript.pyannote[211].end 716.23971875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 717.20159375
transcript.pyannote[212].end 719.64846875
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 720.40784375
transcript.pyannote[213].end 722.82096875
transcript.whisperx[0].start 12.977
transcript.whisperx[0].end 28.709
transcript.whisperx[0].text 來,部長,好了齁,請部長,謝謝主席。好,有請部長。部長,楊委員剛剛講的那些事情齁,我覺得他問得不太精確。這個齁,李樹業齁,主計總署他統計是高達5,221人齁,但
transcript.whisperx[1].start 36.438
transcript.whisperx[1].end 59.96
transcript.whisperx[1].text 業者給提供給勞動部的專案持缺人數就只有剩下1346人這個落差為什麼會這麼大是不是勞動部的在資格的限定上太過嚴苛不嚴苛欸我們不嚴苛但是你看差了多少我們北部的薪資喔3萬啦阿中南部東部2萬8啦對我但是你看啊這次主席總書統計資料是52221嘛對啊
transcript.whisperx[2].start 63.837
transcript.whisperx[2].end 79.093
transcript.whisperx[2].text 我的意思是說你要來用我的缺工的協助方案我們有給業者希望你不能你要薪資達一定的水平才能夠參加我們這個方案你不能低薪很低然後又要叫我來
transcript.whisperx[3].start 82.532
transcript.whisperx[3].end 101.352
transcript.whisperx[3].text 所以你們有各個面向的一個審核,之後才去做核定就對了啦?這確實是這樣出來的是不是?你這顯然你要跟主席總書溝通嘛,這樣落差,他是以實際上的缺工,去把這個數字呈現出來,那你沒有用很多的面向去做一個審核,才去做這樣的一個提報,是這樣嗎?合定?
transcript.whisperx[4].start 104.304
transcript.whisperx[4].end 128.033
transcript.whisperx[4].text 是不是這樣,不然這個落差值3000多人,這其一嘛齁,你看齁,其二你看勞動部在這個我們的救護機構推介了6507人的時候,其實專案職缺錄取人數才690人,嚇我啊,一成多,所以這邊也要很嚴謹,這邊要更嚴謹,還是這邊...不是不是不是,因為我們推介了他不用啦
transcript.whisperx[5].start 131.495
transcript.whisperx[5].end 154.234
transcript.whisperx[5].text 你們推薦他都不用?那你們推薦是有問題?不是,沒有問題。我們都有照他開的那個規格、條件去幫他找人。可是我們推薦過去,他不用。他缺工當然他挑工。你照他們的規格推薦過去他還不用?他們挑戰你們?業者在缺工的情況之下還在挑戰你們?
transcript.whisperx[6].start 156.619
transcript.whisperx[6].end 184.962
transcript.whisperx[6].text 沒關係啦,部長,我把這個數據提供給你做參考,這個數據明顯上是有問題的一個現在進行式啦,是不是給我們書跟資料到底你們怎麼做這樣的一個處理方式啦,好不好?我今天還是要討論這個啦,開放印度移工,我坦白講,我真的會持有不同的意見啦,因為我看你們的報告,等一下把報告拿過來給我一下,我不曉得為什麼現在要去開放印度移工的原因最主要是什麼?
transcript.whisperx[7].start 187.224
transcript.whisperx[7].end 201.602
transcript.whisperx[7].text 長久以來社會各界還有那個包括在大院的朝野委員之前都有希望我們能夠去開展找尋找新的來源國因為
transcript.whisperx[8].start 202.463
transcript.whisperx[8].end 217.806
transcript.whisperx[8].text 到目前為止只有4個來源國齁那有時候這個依賴風險會很大啦依賴風險嘛對不對所以我們就因為有依賴這樣的風險所以就必須要分散風險嘛你的邏輯是這樣嘛對不對但是目前的移工來源國並沒有缺工啊目前
transcript.whisperx[9].start 219.281
transcript.whisperx[9].end 241.883
transcript.whisperx[9].text 目前的移工來源國是當然可以引進移工但是如果他減少像現在泰國的移工不太進來我們的營造業過去都蠻依賴泰國移工但是真的最近的業界跟我們反應就是說不太能夠找得到人印尼也曾經一度
transcript.whisperx[10].start 243.304
transcript.whisperx[10].end 256.878
transcript.whisperx[10].text 用零負擔的政策也暫停引進2020年很初零互惠嘛對不對對,所以那個都對我們的僱主造成高風險所以我們也必須去多增加萊恩果來讓這個過度依賴風險能夠降低
transcript.whisperx[11].start 260.561
transcript.whisperx[11].end 286.691
transcript.whisperx[11].text 對,2020那個零互惠要這個輸入的僱主自行負擔所有的規範也勞動部去跟印尼政府去做相關溝通之後才取消所以他時不時到時候又有什麼狀況你沒有要很會心的去處理這樣的事情所以你必須要去做這樣的分散風險對不對但部長你看現在這個數據顯然沒有在分散風險怎麼說四個國家進來你看外企的看護
transcript.whisperx[12].start 288.123
transcript.whisperx[12].end 315.626
transcript.whisperx[12].text 家庭康復工、印尼是我們總統是20萬出嘛齁那印尼就佔了16萬對照其他三國的比例已經高達79%嘛我們沒有再做任何的分散調整了這其一啦齁這個數據當然是現在的數據了這個過程5年因為我時間的關係不然照理講你的報告裡面應該把這個數據給我們做參考其一啦齁其二你看這個產業製造業的製造業的部分齁
transcript.whisperx[13].start 318.51
transcript.whisperx[13].end 341.108
transcript.whisperx[13].text 47萬多,印尼、馬來西亞、菲律賓、泰國、越南又是最高的,佔了46%。一個家庭康復工,印尼是最高79%,然後四頁面的這個移工製造業的越南市22萬多,是佔了46%多。這五年的變化怎麼樣?我想我如果還沒有看到資料,我可以推敲,就是這樣嘛。
transcript.whisperx[14].start 341.826
transcript.whisperx[14].end 365.684
transcript.whisperx[14].text 所以我們讓一個輸入國的這個勞工的比例一直持續的高居不下我們就會製造更大風險的存在而不是你現在去再輸入一個新進的一個來源國就可以去降低風險這是我的邏輯跟我的思考比如你在這個基礎面你不去做相關的調整而後你就會再遇到像印尼那一個零戶會的事情再發生一次
transcript.whisperx[15].start 367.47
transcript.whisperx[15].end 394.726
transcript.whisperx[15].text 問題是這樣因為基本上就是他要選擇哪個來源國的移工這是雇主他來決定我們其實會尊重雇主的選擇像雇主他會喜歡用印尼移工他覺得他可能就是比較乖巧然後比較不是啦我們引進進來我們要分散風險然後部長你又打呼我說是尊重雇主他要聘來一個國家的
transcript.whisperx[16].start 394.906
transcript.whisperx[16].end 397.687
transcript.whisperx[16].text 其二,今天的報告,不管是勞動部、不管是移民署,針對逃跑外遙
transcript.whisperx[17].start 418.396
transcript.whisperx[17].end 441.472
transcript.whisperx[17].text 去年的1月已經來到8064人了齁8萬出了齁今年的1月已經來到85947報告裡面從頭到尾沒有提到這事情怎麼處理是其一喔那其二印度的印度的輸出他國的這些移工在他國的逃逸情況是什麼狀況
transcript.whisperx[18].start 443.018
transcript.whisperx[18].end 454.186
transcript.whisperx[18].text 報告裡面也完全沒有提出所以所以你今天要跟我講說印度移工進來之後會不會我們可能明年就會突破逃跑外島達10萬的10萬人的這個大關這個報告委員自己沒有沒有部長你先聽我講我今天要去贊成你做這個政策之前我當然要做
transcript.whisperx[19].start 465.104
transcript.whisperx[19].end 492.094
transcript.whisperx[19].text 我要看到你們相關的資料是讓我們可以安心的讓我們可以去對外說得清楚的對不對我們今天這對淘寶外勞因為過去疫情的關係種種這個我都很清楚因為確實台灣也缺工的非常嚴重然後在惡性循環的情況之下每年累積了這麼多人那現在在開放印度的這個移工進來那印度的移工在他國的整個整個他們的情況淘寶的比例到底是多高我們都不清楚
transcript.whisperx[20].start 492.864
transcript.whisperx[20].end 506.873
transcript.whisperx[20].text 那你現在是要來引進他們來衝破十萬大關嗎?你這個要讓我們知道啊然後你勞動部難道只是引進人然後抓人就是移民署那移民署也沒有在這個報告裡面特別提到這個事情啊
transcript.whisperx[21].start 508.268
transcript.whisperx[21].end 534.23
transcript.whisperx[21].text 報告委員這個部分我們再來收集相關的資訊因為我們之前所理解的他其實在世界各國的一個使用狀況還有報告說他的逃跑等等並沒有說特別的這個嚴重的狀況但是如果剛剛委員講的我們再請再來收集資訊並沒有特別的嚴重狀況那我希望我要求勞動部提供這個資料給我們對比其他各國
transcript.whisperx[22].start 535.41
transcript.whisperx[22].end 560.822
transcript.whisperx[22].text 對比印度的移工在他國的情況逃跑的比例怎麼樣給委員會做參考嘛這基本嘛對不對然後另外一個你們在報告裡面又寫的我覺得寫這個對部長絕對是不好啦推銷好像在推銷這個印度的移工有多好你們很多問題都沒有去討論到嘛報告中提到印度憲法已經明文禁止印度教的種姓制度歧視問題
transcript.whisperx[23].start 562.64
transcript.whisperx[23].end 583.732
transcript.whisperx[23].text 事實是沒有錯啦,但是其實行為是可以透過憲法跟法律名譜就可以禁止嘛你也知道這是不太可能的事情嘛但是你為什麼報告寫這樣,我也不曉得然後進來的基本上絕對是他們最底層的這個勞動階級嘛他們進來我相信他們也會珍惜他們的工作機會我也相信嘛但是這又牽涉到人權問題我們在齁,我們在這個
transcript.whisperx[24].start 588.231
transcript.whisperx[24].end 614.205
transcript.whisperx[24].text 曾被國際關注,甚至於美國國務院在2021年的時候,人權報告中也特別提到臺灣移工的權利問題。這兩件事情。那印度移工要引進到臺灣相關的資源系統,被起了嗎?被起了嗎?建制,有沒有事先的建制作業?因為文化不同,語言不同。
transcript.whisperx[25].start 615.831
transcript.whisperx[25].end 633.952
transcript.whisperx[25].text 而且又在部長你的任內都還沒有開放新的這個移工來源國的情況之下就是你當部長這麼久第一次要做事情那這些事情都沒有做相關好的評估還有甚至於應該要建制的前置作業都沒有做之前你就要做了嗎?沒有
transcript.whisperx[26].start 634.5
transcript.whisperx[26].end 656.433
transcript.whisperx[26].text 報告委我們現在MOU簽署只是說大家合作的意向初步那接下來就是會進入實質的討論包括相關的配套規劃這個我們都會來處理因為其實從MOU簽署然後後面工作層級會談完你說我們要整個確定以後我們才會正式公告不是不是今天召委排這個你就要
transcript.whisperx[27].start 657.293
transcript.whisperx[27].end 658.894
transcript.whisperx[27].text 好,那我最後就這樣好不好
transcript.whisperx[28].start 686.075
transcript.whisperx[28].end 708.12
transcript.whisperx[28].text 我剛才提到分散風險的方法、方式是不是有更精準的處理的一個方向那第二個總性文化的不同然後我們全職的作業預估你們怎麼做嘛那第三個就是剛剛我特別提到說他們在他國的這個情況
transcript.whisperx[29].start 710.205
transcript.whisperx[29].end 722.299
transcript.whisperx[29].text 的逃逸的比例是怎麼樣?是不是可以我們提供做參考?以上。好不好?謝謝。好,謝謝朝委。謝謝。好。我們謝謝劉建國委員的質詢。接下來我們請林淑芬委員