iVOD / 149742

Field Value
IVOD_ID 149742
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149742
日期 2024-03-13
會議資料.會議代碼 委員會-11-1-26-5
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5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 5
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5次全體委員會議
影片種類 Clip
開始時間 2024-03-13T09:31:20+08:00
結束時間 2024-03-13T09:40:11+08:00
影片長度 00:08:51
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/7ed54bd69a3b690377a3c0b62181ef8d14b75c67118f492bf8ba9b0039caa7a643ba2ecc2b3ce5ba5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 09:31:20 - 09:40:11
會議時間 2024-03-13T09:00:00+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5次全體委員會議(事由:邀請勞動部部長列席報告業務概況,並備質詢。 【3月13日及14日二天一次會】)
gazette.lineno 394
gazette.blocks[0][0] 盧委員縣一:(9時31分)有請部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:盧委員好。
gazette.blocks[3][0] 盧委員縣一:你好。我查的資料就是在投資青年就業方案的部分,大概在3年時間花了133億,但我們整體青年的失業率還是超過兩倍,未達預期目標。請問部長,這個問題出在哪裡?
gazette.blocks[4][0] 許部長銘春:報告委員,剛剛你講的那個是第一期的投資青年就業方案,因為全世界都一樣,青年的失業率都高於全體國人的失業率,我記得過去數據曾經到十點多到12%……
gazette.blocks[5][0] 盧委員縣一:我知道,我有看資料。
gazette.blocks[6][0] 許部長銘春:我們其實在推第一年的投資青年就業方案之後,失業率是有降下來,而且從10.76降到8.38,跟委員報告,這中間還包括3年的疫情,照理說如果疫情的時候其實可能青年失業率會更高,但是我們反而降了。
gazette.blocks[7][0] 盧委員縣一:但是我比較想要知道的是133億大概是花在哪裡?
gazette.blocks[8][0] 許部長銘春:我們有好幾個計畫。
gazette.blocks[9][0] 盧委員縣一:OK。
gazette.blocks[10][0] 許部長銘春:我們有在學的、離校的各種計畫,就針對15到29歲的青年。
gazette.blocks[11][0] 盧委員縣一:所以我們的目標是要兩倍以內嘛,對不對?目標是這樣子。
gazette.blocks[12][0] 許部長銘春:對,當初是希望這樣,但是因為也碰到疫情啦!
gazette.blocks[13][0] 盧委員縣一:OK,我可以理解。
gazette.blocks[14][0] 許部長銘春:所以這部分也特別請委員能夠理解,謝謝。
gazette.blocks[15][0] 盧委員縣一:在原住民的一些教育訓練方面,連續大概有4年他們最主要不滿意的部分就是「無法配合職訓上課時間」,也就是這4年的問題第一名永遠都是這個,既然都是這個的話,為什麼不去調整上課的時間呢?為什麼一直都是第一名呢?
gazette.blocks[16][0] 許部長銘春:報告委員,這部分我可以再做瞭解,我記得我們各分署針對原住民勞工朋友會有專班的職業訓練,所以應該……
gazette.blocks[17][0] 盧委員縣一:對,我知道,我是指他們的上課時間,我在想應該大部分都是在六、日,對不對?我在想啦!我不知道。
gazette.blocks[18][0] 許部長銘春:沒關係,報告委員,我……
gazette.blocks[19][0] 盧委員縣一:可是既然沒有辦法配合的話,你應該要調整上課時間啊!
gazette.blocks[20][0] 許部長銘春:這個會,報告委員,這個我請同仁他們來做改善。
gazette.blocks[21][0] 盧委員縣一:第二個也是蠻高的,就是「沒有想參加的課程」,所以你們是不是應該先做一個調查?類似像他們想要上什麼課才開那樣的課,如果你開那樣的課卻沒有人要上,那開有什麼意義,是不是?因為它的percent還是蠻高的,最後到110年的時候還有大概五分之一是不滿意你們安排的課程,你們來做調整,好不好?
gazette.blocks[22][0] 許部長銘春:好,可以,這個沒問題。
gazette.blocks[23][0] 盧委員縣一:目前公部門有一些應該要足額運用原住民的,但有一些地方還是缺額15或16,這個部分希望你們能夠去瞭解,為什麼他們沒有辦法達到,好不好?
gazette.blocks[24][0] 許部長銘春:好,這個我來瞭解一下,我請同仁來瞭解。
gazette.blocks[25][0] 盧委員縣一:就原住民就業部分,目前全國做得最好的是桃園市,如果你覺得現在的數據是桃園市最好的話,你們應該去參考桃園市是怎麼做的,然後再推廣到全省,可以嗎?
gazette.blocks[26][0] 許部長銘春:好,可以,會後來瞭解。
gazette.blocks[27][0] 盧委員縣一:好,謝謝。現在一直在做多元就業開發方案,也就是希望能夠留住在地的青年來培育,或者是中老年的在地就業,目前我看到一個比較好的是砂荖部落,其族語我們是唸「sado」,我看它原本是沒有一個遊客可以造訪那個地區,但經過他們的努力,1年可以超過400人,也就是可能產生超過60萬臺幣的產值,就可以養活在地的人。如果這樣的一個模式是成功的話,能不能在很多地區開始試辦,或者是去鼓勵他們做這樣子的在地就業?他們就不用離鄉背井去工作,好不好?
gazette.blocks[28][0] 許部長銘春:好,這個沒問題。
gazette.blocks[29][0] 盧委員縣一:好,謝謝。我們最後來望梅止渴一下,目前南韓的最低薪資在OECD的排名是這樣子,不是在前面,等於是在十幾名,如果這樣子看是第13名,第13名的最低薪資遠高於我們,你們在做最低薪資的計畫或者是目標的時候,有沒有預期逐年應該達到什麼樣的價位讓我們的勞工可以滿意?
gazette.blocks[30][0] 許部長銘春:報告委員,其實去年底已經通過最低工資法,未來我們在最低工資審議的時候,會有專家先提出研究的報告,勞資政學雙方在討論的時候也會斟酌我們各種相關的一些數據……
gazette.blocks[31][0] 盧委員縣一:部長,我給你看一下,南韓是295元。
gazette.blocks[32][0] 許部長銘春:但是委員,南韓的消費水準大概是我們的三倍。
gazette.blocks[33][0] 盧委員縣一:是啦!不過我們不會看這個,我們還是看數據嘛!
gazette.blocks[34][0] 許部長銘春:對,現在我們的時薪是到183啦!以我們的消費水平跟南韓做比較,我們應該不會比較低。
gazette.blocks[35][0] 盧委員縣一:他們的薪資已經到達這樣的一個程度,但他們的醫生還要罷工,相對就我們現在的薪資的話,我們是不是應該都有罷工的權利?我希望你們還是謹慎地思考一個機制。
gazette.blocks[36][0] 許部長銘春:提升勞工薪資是我們一直要努力的目標,我們會持續努力。
gazette.blocks[37][0] 盧委員縣一:我們有做一些先進國家的年收入跟月收入的比較,在這裡面只有新加坡有在比較下面的排名,以月收入來說,新加坡已經到達5,600美金,如果換算臺幣的話是17萬,這是它平均的收入喔!不是最高或最低。所以我們還是要檢討,為什麼國內的收入普遍低於我們之前可以相比的四小龍,可以嗎?
gazette.blocks[38][0] 許部長銘春:好,薪資的提高其實是要跨部會大家一起來努力,本於各自的權責朝這個目標來邁進。
gazette.blocks[39][0] 盧委員縣一:因為還有一點時間,我希望能夠講一下職業安全的部分,我們知道在桃園,尤其是很多工廠的地方,你有沒有想過如果發生工廠的爆炸,或者是一些重大的職業災害,有沒有一個在地可以處理的醫療院所?因為基本上,我知道桃園的腹地也蠻大的,如果全部送到林口長庚醫院的話可能會爆量,或者是我們所謂的部立桃園醫院,所以在沿海地區一些緊急救治傷患的急救站,你們有沒有考慮過要去設置?因為它的工廠密度非常高,所以你們在規劃的時候應該要去想為了防範以後發生重大意外在後送的時候或是緊急處理的時候是不是有一個相對的治療點,你們有沒有在這樣想?
gazette.blocks[40][0] 許部長銘春:有,報告委員,其實現在有陸續建置我們轉置的專責醫院,還有我們的網絡醫院,那個就是要讓……
gazette.blocks[41][0] 盧委員縣一:你們是用幾公里算,還是用幾分鐘算?應該要有一個數據出來,讓我們的勞工朋友能夠安心,可以嗎?
gazette.blocks[42][0] 許部長銘春:對,我們就是儘量近便,像網絡醫院我們儘量把它擴大,就是有意願要來加入網絡醫院的,我們都樂觀其成。
gazette.blocks[43][0] 盧委員縣一:對,你建置好以後應該要讓各個工廠知道有哪些。
gazette.blocks[44][0] 許部長銘春:會,這個都有。
gazette.blocks[45][0] 盧委員縣一:我們希望能夠增加他們的安全感。
gazette.blocks[46][0] 許部長銘春:對,今年專責診治醫院已經有……
gazette.blocks[47][0] 鄒署長子廉:17家。
gazette.blocks[48][0] 盧委員縣一:因為我們非常多的原住民……
gazette.blocks[49][0] 許部長銘春:傷病診治是17,網絡醫院我記得是86家。
gazette.blocks[50][0] 盧委員縣一:那很好,我的意思是很多在地的工作都是我們原住民青年在做,我也希望能夠保障他們就業的安全跟工作的安全好嗎?
gazette.blocks[51][0] 許部長銘春:好。
gazette.blocks[52][0] 盧委員縣一:謝謝。
gazette.blocks[53][0] 許部長銘春:謝謝。
gazette.blocks[54][0] 主席:謝謝盧縣一委員。
gazette.blocks[54][1] 接下來請邱鎮軍委員。
gazette.agenda.page_end 286
gazette.agenda.meet_id 委員會-11-1-26-5
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 盧縣一
gazette.agenda.speakers[4] 邱鎮軍
gazette.agenda.speakers[5] 蘇清泉
gazette.agenda.speakers[6] 涂權吉
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 楊曜
gazette.agenda.speakers[9] 王育敏
gazette.agenda.speakers[10] 李坤城
gazette.agenda.speakers[11] 林淑芬
gazette.agenda.speakers[12] 楊瓊瓔
gazette.agenda.speakers[13] 林月琴
gazette.agenda.speakers[14] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[15] 李彥秀
gazette.agenda.speakers[16] 羅智強
gazette.agenda.speakers[17] 牛煦庭
gazette.agenda.speakers[18] 劉建國
gazette.agenda.speakers[19] 王鴻薇
gazette.agenda.speakers[20] 張雅琳
gazette.agenda.speakers[21] 黃仁
gazette.agenda.speakers[22] 吳春城
gazette.agenda.speakers[23] 陳瑩
gazette.agenda.speakers[24] 廖偉翔
gazette.agenda.speakers[25] 林德福
gazette.agenda.speakers[26] 葉元之
gazette.agenda.page_start 193
gazette.agenda.meetingDate[0] 2024-03-13
gazette.agenda.gazette_id 1131301
gazette.agenda.agenda_lcidc_ids[0] 1131301_00005
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5次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1131301_00004
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 8.70471875
transcript.pyannote[0].end 9.61596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 10.13909375
transcript.pyannote[1].end 11.03346875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.96534375
transcript.pyannote[2].end 15.72471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 16.51784375
transcript.pyannote[3].end 17.24346875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 17.41221875
transcript.pyannote[4].end 17.95221875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 20.09534375
transcript.pyannote[5].end 25.19159375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 25.36034375
transcript.pyannote[6].end 28.53284375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 28.73534375
transcript.pyannote[7].end 33.49409375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 34.18596875
transcript.pyannote[8].end 34.72596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 35.21534375
transcript.pyannote[9].end 36.07596875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 36.66659375
transcript.pyannote[10].end 38.45534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 38.45534375
transcript.pyannote[11].end 38.47221875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 39.18096875
transcript.pyannote[12].end 39.19784375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 39.19784375
transcript.pyannote[13].end 44.27721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 44.90159375
transcript.pyannote[14].end 58.84034375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 54.80721875
transcript.pyannote[15].end 55.43159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 59.36346875
transcript.pyannote[16].end 65.25284375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 65.26971875
transcript.pyannote[17].end 65.33721875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 65.33721875
transcript.pyannote[18].end 65.37096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 65.37096875
transcript.pyannote[19].end 65.64096875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 65.64096875
transcript.pyannote[20].end 77.85846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 75.07409375
transcript.pyannote[21].end 80.49096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 80.28846875
transcript.pyannote[22].end 81.95909375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 81.95909375
transcript.pyannote[23].end 82.36409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 82.36409375
transcript.pyannote[24].end 89.95784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 89.95784375
transcript.pyannote[25].end 94.32846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 93.02909375
transcript.pyannote[26].end 96.92721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 95.42534375
transcript.pyannote[27].end 95.74596875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 96.92721875
transcript.pyannote[28].end 99.34034375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 97.36596875
transcript.pyannote[29].end 101.55096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 101.04471875
transcript.pyannote[30].end 109.76909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 110.47784375
transcript.pyannote[31].end 118.44284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 118.79721875
transcript.pyannote[32].end 122.64471875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 124.60221875
transcript.pyannote[33].end 126.59346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 126.59346875
transcript.pyannote[34].end 126.86346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 127.20096875
transcript.pyannote[35].end 127.65659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 128.24721875
transcript.pyannote[36].end 128.26409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 128.26409375
transcript.pyannote[37].end 132.43221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 132.44909375
transcript.pyannote[38].end 132.75284375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 133.00596875
transcript.pyannote[39].end 135.63846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 135.67221875
transcript.pyannote[40].end 141.49409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 139.78971875
transcript.pyannote[41].end 152.00721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 145.71284375
transcript.pyannote[42].end 148.07534375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 148.95284375
transcript.pyannote[43].end 149.29034375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 149.98221875
transcript.pyannote[44].end 151.99034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 152.00721875
transcript.pyannote[45].end 152.02409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 152.02409375
transcript.pyannote[46].end 153.57659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 153.34034375
transcript.pyannote[47].end 153.59346875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 153.59346875
transcript.pyannote[48].end 167.41409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 154.60596875
transcript.pyannote[49].end 155.48346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 167.86971875
transcript.pyannote[50].end 168.42659375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 168.86534375
transcript.pyannote[51].end 179.37846875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 176.00346875
transcript.pyannote[52].end 176.67846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 176.96534375
transcript.pyannote[53].end 179.27721875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 180.59346875
transcript.pyannote[54].end 193.33409375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 194.92034375
transcript.pyannote[55].end 195.24096875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 195.52784375
transcript.pyannote[56].end 197.78909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 195.98346875
transcript.pyannote[57].end 198.75096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 198.75096875
transcript.pyannote[58].end 216.50346875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 211.44096875
transcript.pyannote[59].end 211.55909375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 213.98909375
transcript.pyannote[60].end 214.47846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 216.01409375
transcript.pyannote[61].end 216.48659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 216.50346875
transcript.pyannote[62].end 217.07721875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 218.02221875
transcript.pyannote[63].end 259.18034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 245.93346875
transcript.pyannote[64].end 246.47346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 247.40159375
transcript.pyannote[65].end 247.58721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 247.67159375
transcript.pyannote[66].end 247.80659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 259.28159375
transcript.pyannote[67].end 261.37409375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 262.20096875
transcript.pyannote[68].end 267.06096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 267.55034375
transcript.pyannote[69].end 272.32596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 272.73096875
transcript.pyannote[70].end 277.70909375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 278.01284375
transcript.pyannote[71].end 278.83971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 279.17721875
transcript.pyannote[72].end 281.03346875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 281.16846875
transcript.pyannote[73].end 282.38346875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 283.12596875
transcript.pyannote[74].end 286.07909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 286.38284375
transcript.pyannote[75].end 288.49221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 288.71159375
transcript.pyannote[76].end 292.23846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 292.66034375
transcript.pyannote[77].end 296.96346875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 295.30971875
transcript.pyannote[78].end 295.73159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 296.96346875
transcript.pyannote[79].end 298.83659375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 298.83659375
transcript.pyannote[80].end 298.85346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 299.17409375
transcript.pyannote[81].end 304.35471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 304.40534375
transcript.pyannote[82].end 305.75534375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 305.77221875
transcript.pyannote[83].end 313.16346875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 313.50096875
transcript.pyannote[84].end 314.09159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 314.63159375
transcript.pyannote[85].end 317.70284375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 318.24284375
transcript.pyannote[86].end 319.77846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 318.27659375
transcript.pyannote[87].end 319.67721875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 319.77846875
transcript.pyannote[88].end 320.08221875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 320.08221875
transcript.pyannote[89].end 320.74034375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 320.33534375
transcript.pyannote[90].end 321.85409375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 321.31409375
transcript.pyannote[91].end 325.38096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 325.38096875
transcript.pyannote[92].end 327.87846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 326.03909375
transcript.pyannote[93].end 326.52846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 327.87846875
transcript.pyannote[94].end 327.89534375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 327.89534375
transcript.pyannote[95].end 327.91221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 327.91221875
transcript.pyannote[96].end 327.92909375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 327.92909375
transcript.pyannote[97].end 328.58721875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 327.94596875
transcript.pyannote[98].end 336.38346875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 331.86096875
transcript.pyannote[99].end 332.19846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 335.70846875
transcript.pyannote[100].end 349.96784375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 347.79096875
transcript.pyannote[101].end 349.17471875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 349.96784375
transcript.pyannote[102].end 354.74346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 351.82409375
transcript.pyannote[103].end 352.39784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 354.03471875
transcript.pyannote[104].end 354.76034375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 356.12721875
transcript.pyannote[105].end 361.32471875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 362.01659375
transcript.pyannote[106].end 369.20534375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 369.64409375
transcript.pyannote[107].end 378.77346875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 379.14471875
transcript.pyannote[108].end 391.10909375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 391.10909375
transcript.pyannote[109].end 398.95596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 392.20596875
transcript.pyannote[110].end 392.42534375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 399.12471875
transcript.pyannote[111].end 401.75721875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 410.04284375
transcript.pyannote[112].end 420.20159375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 414.73409375
transcript.pyannote[113].end 414.75096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 415.07159375
transcript.pyannote[114].end 415.08846875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 420.26909375
transcript.pyannote[115].end 439.23659375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 439.62471875
transcript.pyannote[116].end 441.14346875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 441.31221875
transcript.pyannote[117].end 454.49159375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 454.87971875
transcript.pyannote[118].end 462.67596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 463.08096875
transcript.pyannote[119].end 469.18971875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 469.29096875
transcript.pyannote[120].end 481.03596875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 481.03596875
transcript.pyannote[121].end 481.93034375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 481.93034375
transcript.pyannote[122].end 481.96409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 481.96409375
transcript.pyannote[123].end 484.79909375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 481.98096875
transcript.pyannote[124].end 482.11596875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 485.22096875
transcript.pyannote[125].end 490.11471875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 489.33846875
transcript.pyannote[126].end 498.19784375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 491.22846875
transcript.pyannote[127].end 491.73471875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 494.68784375
transcript.pyannote[128].end 495.04221875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 497.32034375
transcript.pyannote[129].end 497.33721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 497.38784375
transcript.pyannote[130].end 497.74221875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 498.34971875
transcript.pyannote[131].end 501.42096875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 498.58596875
transcript.pyannote[132].end 500.47596875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 500.57721875
transcript.pyannote[133].end 507.58034375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 503.78346875
transcript.pyannote[134].end 506.17971875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 507.02346875
transcript.pyannote[135].end 512.10284375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 512.10284375
transcript.pyannote[136].end 515.14034375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 513.19971875
transcript.pyannote[137].end 513.48659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 514.19534375
transcript.pyannote[138].end 514.34721875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 514.51596875
transcript.pyannote[139].end 516.43971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 516.43971875
transcript.pyannote[140].end 517.40159375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 516.47346875
transcript.pyannote[141].end 518.85284375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 517.70534375
transcript.pyannote[142].end 527.03721875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 522.93659375
transcript.pyannote[143].end 523.32471875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 525.33284375
transcript.pyannote[144].end 525.50159375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 527.03721875
transcript.pyannote[145].end 527.47596875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 529.39971875
transcript.pyannote[146].end 531.20534375
transcript.whisperx[0].start 8.872
transcript.whisperx[0].end 10.255
transcript.whisperx[0].text 有請部長請許部長路人好
transcript.whisperx[1].start 20.151
transcript.whisperx[1].end 36.805
transcript.whisperx[1].text 但查了資料就是在投入投資青年就業方案這個部分大概在3年的時間花了133億可是我們的整體的7年的失業率還是在超過兩倍未達預期目標請問部長這問題出在哪裡
transcript.whisperx[2].start 39.548
transcript.whisperx[2].end 58.17
transcript.whisperx[2].text 誒包委員吼我們剛剛你講的那個是第一期的投資青年就業方案吼因為全世界都一樣青年的失業率都高於吼全體國人的這個失業率那過去我記得數據吼曾經到101010點12%所以我們其實在推第一年的投資
transcript.whisperx[3].start 59.431
transcript.whisperx[3].end 77.708
transcript.whisperx[3].text 而就機而投資青年方案之後齁這個失業率是有降下來而且我們從10.76降到8.38跟委員報告這中間還報告三年的疫情喔照理說三如果疫情的時候其實可能青年失業率會更高但是我們反而是這樣的我們有好幾個計劃
transcript.whisperx[4].start 82.632
transcript.whisperx[4].end 109.564
transcript.whisperx[4].text 號我們有在學的離校的各種計畫就針對15到29歲的青年所以我們的目標是要兩倍以內嗎對不對目標是這樣當初是希望但是委員因為也碰到疫情所以這個請委員特別能夠來理解在顏住民的一些教育訓練方面連續大概1234年的部分他的最主要他
transcript.whisperx[5].start 110.544
transcript.whisperx[5].end 135.266
transcript.whisperx[5].text 不滿意的就是他的無法配合到執訊上課的時間也是說這4年裡面永遠問題第一名都是這個那既然都是這個的話為什麼不去調整上課的時間呢為什麼一直都是第一名那個報告委員我記得好不好我這個我可以來再瞭解我記得我們各分署會針對我們原住民的
transcript.whisperx[6].start 135.854
transcript.whisperx[6].end 150.344
transcript.whisperx[6].text 那個老公朋友會有專班專班的職業訓練所以應該他的上課時間我在想應該大部分都是6日對不對我在想啦我不知道這個沒關係對可是因為既然沒有辦法配合的話你應該要調整那個上課時間
transcript.whisperx[7].start 151.445
transcript.whisperx[7].end 176.343
transcript.whisperx[7].text 報告委員這個我來請同仁他們來做改善第二個也是蠻高的就是沒有想要參加的課程所以你是不是應該先做一個類似像調查他們想要上什麼課才開那樣的課如果你看那樣的課沒有人要上你開有什麼意義是不是因為他的percentage還是蠻高的到最後這個110年的時候還有大概五分之一是不滿意他安排的你們安排的課程好不好我們來做調整好
transcript.whisperx[8].start 180.629
transcript.whisperx[8].end 193.187
transcript.whisperx[8].text 目前公部門他有些應該是應該要足以運用原住民的他還是有一些地方是缺15還有缺16的這個部分希望你能夠去了解為什麼他們沒有辦法達到好不好
transcript.whisperx[9].start 195.989
transcript.whisperx[9].end 216.715
transcript.whisperx[9].text 好,這個我來瞭解一下,我請同仁來瞭解目前做得最好,全國做得最好是桃園市就原住民就業這個部分那我希望如果你覺得桃園市現在的數據是桃園市最好的話你們應該去參考桃園市是怎麼做的然後再推廣到全省這樣,可以嗎?可以,會後來瞭解
transcript.whisperx[10].start 218.309
transcript.whisperx[10].end 247.257
transcript.whisperx[10].text 現在一直在做多元就業開發方案也就是說希望留住在地的青年來培育我們或者是中老年的一些在地就業目前我看到的一個比較好的一個是叫沙老部落我們這樣念他的主語叫沙道沙豆那我看我看到的是他原本是沒有一個遊客可以造訪那個地區經過他們的努力一年可以超過400人也就是說可能就產生一些超過60萬台幣的一個產值就可以養活在地的人
transcript.whisperx[11].start 247.797
transcript.whisperx[11].end 266.516
transcript.whisperx[11].text 那如果說這樣的一個模式是成功的話能不能在很多的地區開始示範啊或者是說去鼓勵他們做這樣子的一個在地就業他們就不用離鄉背井來工作好不好好好謝謝這個沒問題好下一頁那我們最後來萬美指可一下目前南韓的那個最低薪資
transcript.whisperx[12].start 267.697
transcript.whisperx[12].end 281.978
transcript.whisperx[12].text 是在OECD的排名是這樣子是在不是在前面是在等於是在十幾名如果這樣子看12345678913名那13名的最低薪資遠高於我們
transcript.whisperx[13].start 283.171
transcript.whisperx[13].end 297.57
transcript.whisperx[13].text 好那我覺得說我們在做最低薪資的一個做你們的計畫的或者是目標的時候有沒有一個主念的你預期應該達到什麼樣的一個價位讓我們的勞工可以滿意報告委員我們其實去年
transcript.whisperx[14].start 298.231
transcript.whisperx[14].end 310.217
transcript.whisperx[14].text 年底已經通過最低工資法那未來我們在最低工資的審議的時候會有專家先提出研究的報告那勞資政協雙方也會在討論的時候會斟酌各種這個
transcript.whisperx[15].start 314.699
transcript.whisperx[15].end 318.822
transcript.whisperx[15].text 日及14日二天一次會議員:盧縣一日及14日二天一次會議員:盧縣一日及14日
transcript.whisperx[16].start 340.959
transcript.whisperx[16].end 361.102
transcript.whisperx[16].text 好那如果說我們相對就我們這樣的心智的話我們是不是應該都有罷工的權利我希望還是省省的思考一個機制這個提升勞工的薪資是我們一直要努力的目標然後我們會持續我們在做一些先進國家的一個年收入跟月收入一個比較那
transcript.whisperx[17].start 362.082
transcript.whisperx[17].end 378.532
transcript.whisperx[17].text 而在這裡面只有新加坡有有在這個比較下面的排名也就是說新加坡的一個如果是就月收入來說已經到達5600美金是目前我們台灣如果換算台幣的話是17萬這是他平均的
transcript.whisperx[18].start 379.292
transcript.whisperx[18].end 398.245
transcript.whisperx[18].text 收入而不是最高跟最低所以我們還是要檢討我們為什麼國內的收入是普遍低於我們之前可以相併併比的是小龍可以嗎好我可以親自的提高好其實跨部會是大家一起來努力本一個自的選擇來朝這個目標來賣進
transcript.whisperx[19].start 410.083
transcript.whisperx[19].end 438.713
transcript.whisperx[19].text 我以為還有一點時間我還是希望能夠講一下職業安全的部分那因為在我們知道在桃園尤其是很多工廠的地方有沒有想過如果當時如果發生一些比如說工廠的爆炸啦或者是一些重大的一些職業災害啊有沒有在地可以處理的一個醫療院所因為基本上我知道如果說像桃園的福地也蠻大的如果說全部送到林口常科醫院的話
transcript.whisperx[20].start 439.733
transcript.whisperx[20].end 468.592
transcript.whisperx[20].text 那可能會爆量或者是我們所謂的不利桃園醫院所以在沿海地區的一些緊急救治的一些傷患的一些急救站你們有沒有考慮過說要去設置因為它的工廠的密度非常高所以你們在規劃的時候是不是應該要去想說為了防範以後發生的重大意外那你在後送的時候或是緊急處理的時候是不是有一個相對的一個治療點你們有沒有在這樣想
transcript.whisperx[21].start 469.372
transcript.whisperx[21].end 484.319
transcript.whisperx[21].text 有有報告委員我們其實現在就是有陸續建置我們的那個轉整治的專者醫院還有我們的那個網絡醫院那個就是說要真讓你是用幾公里算還是用幾分鐘算
transcript.whisperx[22].start 485.279
transcript.whisperx[22].end 499.902
transcript.whisperx[22].text 好應該是要有一個數據來出來讓我們讓我們的勞工朋友能夠安心可以嗎盡量進變啦就是我們鼓勵像網絡醫院我們盡量把它擴大就是有有意願要來加入網絡醫院的我們都好對那你政治好以後
transcript.whisperx[23].start 500.923
transcript.whisperx[23].end 507.468
transcript.whisperx[23].text 在地的工作都是我們原住民青年我也希望能夠保障他們就業的安全跟工作安全好嗎好謝謝謝謝
transcript.whisperx[24].start 529.485
transcript.whisperx[24].end 529.626
transcript.whisperx[24].text 謝謝盧縣一委員