iVOD / 150344

Field Value
IVOD_ID 150344
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150344
日期 2024-03-25
會議資料.會議代碼 委員會-11-1-26-8
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8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 8
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8次全體委員會議
影片種類 Clip
開始時間 2024-03-25T10:46:09+08:00
結束時間 2024-03-25T10:56:02+08:00
影片長度 00:09:53
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/3b2b855ee35a005b1df2667b0e96b0c4e5559e54a1be29d3f8ba9b0039caa7a65993ba96f61a712e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 10:46:09 - 10:56:02
會議時間 2024-03-25T09:00:00+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8次全體委員會議(事由:一、邀請勞動部部長就「事業單位應加強安全衛生管理制度、作業流程及必要教育訓練,並落實職場防災管理」進行專題報告,並備質詢。 二、處理中華民國113年度中央政府總預算有關勞動部主管預算凍結案21案(含報告事項20案及討論事項1案)。 【專題報告及討論事項綜合詢答】)
gazette.lineno 685
gazette.blocks[0][0] 盧委員縣一:(10時46分)請許部長跟鄒署長。
gazette.blocks[1][0] 主席:請許部長跟鄒署長。
gazette.blocks[2][0] 盧委員縣一:部長好。
gazette.blocks[3][0] 許部長銘春:盧委員好。
gazette.blocks[4][0] 盧委員縣一:看到我就是看到原住民的問題。以這兩年原住民因為職災發生死亡或工傷的數據而言,民國111年原住民族整體災害千人率失能為3.48,與前兩年比較確實有下降,這是我們看到的數字。不過如果從死亡率來看,最右邊兩列可以看到,110年是0.062,111年為0.109,增加了將近兩倍,與109年相比,則增加了三倍。雖然整體災害減少了,不過死亡數字是增加的,你們有沒有做這方面的關心或研究?
gazette.blocks[5][0] 許部長銘春:這部分我請署長說明。
gazette.blocks[6][0] 鄒署長子廉:謝謝委員。確實,我們知道去年跟前年原住民在工作上的職災死亡是增加的,所以這兩年針對部落進行工安宣導,特別是透過豐年祭等相關活動做很多宣導與展開……
gazette.blocks[7][0] 盧委員縣一:跟一般勞工相比,我們大概是幾倍?去年勞工死亡人數是320人,原住民22人。按照人口比例來看,應該只有8人,也就是我們多了十幾個人死掉,就比例來說風險相對是高的,對不對?
gazette.blocks[8][0] 鄒署長子廉:跟委員報告,大部分原住民會從事的工作,風險確實相對比較高,所以如何在這種相對風險高的情況下,告訴原住民如何自保是很重要的。當然,我們也必須要求這些事業單位在防災時,要特別注意整個安全的展開,如營造業,原住民在營造業的數字滿多的。
gazette.blocks[9][0] 盧委員縣一:我知道,因為我特別關心原住民的議題,早上也看了勞動部的原住民網頁,網頁的更新是到今天,應該有很認真在更新。不過以瀏覽人數來說,我們的勞工人數是20萬,可是真正去關心過這個網頁的勞工才3,000人而已。所以希望就我們原住民的勞工權益、宣導,應該讓他們知道你們到底在努力什麼,好不好?不然很少人知道你們在做什麼,也不會知道該如何尋求協助。
gazette.blocks[10][0] 許部長銘春:是,好。
gazette.blocks[11][0] 盧委員縣一:就職業失能量化來說,應該看得到是暫時的,還是永久的?因為現在這樣我看不出來!像14是營造業,總計有32人,這樣根本不知道他到底有多嚴重,也看不出來!
gazette.blocks[12][0] 鄒署長子廉:報告委員,勞保局針對職業失能給付時,會依不同等級判斷,看他是什麼樣的等級。這部分後臺有比較細緻的資料,這裡是統計分析的說明,所以我跟委員說明一下。
gazette.blocks[13][0] 盧委員縣一:以職業死亡為例,比如有22人,是不是每一個死亡者都應該要有case studying?
gazette.blocks[14][0] 鄒署長子廉:有。
gazette.blocks[15][0] 盧委員縣一:至於最後的其他服務業則太粗略了,人都已經死了還不知道他是什麼工作?這會讓人覺得很奇怪!不能太簡化他的死亡!
gazette.blocks[16][0] 鄒署長子廉:跟委員報告,每一個死亡案件,我們都會做職災調查報告,即有關其肇災原因及如何做法規的究責處理。其次是職災補償方面,雇主有沒有給予補償?這點我們會做進一步的分析、瞭解跟處置。如果沒有職災補償,後面所牽涉到的法律問題與處罰問題,我們也會再做。所以我們會針對個案做比較細緻的職災調查報告與分析。
gazette.blocks[17][0] 盧委員縣一:職災的發生,我們都知道是不安全的工作環境與不安全的工作行為所致,可是目前勞動檢查員才1,033位,職業安全部分則小於700位,這樣你們如何達成相關檢測?
gazette.blocks[18][0] 鄒署長子廉:跟委員報告,所有的安全衛生管理都是雇主的責任,政府是監督端,所以勞動監督檢查應該是抽重點、抽風險比較高的部分優先做監督檢查;比較屬於中低風險的,我們期待雇主能有管理系統做每天的、正常的……
gazette.blocks[19][0] 盧委員縣一:我的意思是說量夠不夠?檢查員的數量夠不夠?畢竟只有一千多位!
gazette.blocks[20][0] 鄒署長子廉:跟委員報告,臺灣檢查員與勞工人數的配比,在國際上應該算是正常的,並未偏低。
gazette.blocks[21][0] 盧委員縣一:既然這樣,你可以呈現這樣的數據出來,讓大家知道確實有做到,可以嗎?
gazette.blocks[22][0] 鄒署長子廉:是,好。
gazette.blocks[23][0] 盧委員縣一:不然配置偏低,工作安全沒人把關,我們都知道……
gazette.blocks[24][0] 許部長銘春:OECD有設置標準,我們再提供給委員。
gazette.blocks[25][0] 盧委員縣一:好。大家都知道原住民勞工大概都在營造業,甚至運輸、倉儲都有,我希望對這種比較特殊的行業或風險比較高的行業能有安全建議,好不好?
gazette.blocks[26][0] 許部長銘春:好。
gazette.blocks[27][0] 盧委員縣一:明明知道他是做這個工作,卻沒有規範或準則讓他知道怎麼樣的工作行為才是安全的。我沒有看到工作建議、安全建議啊?是不是應該要看到?因為我查不到所謂的safety suggestion!
gazette.blocks[28][0] 鄒署長子廉:跟委員報告,其實比較高風險的部分應該有教育訓練,且應要求每個勞工都要有教育訓練,比如營造業就有3加3小時教育訓練,之後才有資格去現場工作。這部分我們希望現場的監督管理,在入場管制時就要瞭解他有沒有做教育訓練始能進場工作,這個我們在……
gazette.blocks[29][0] 盧委員縣一:關於墜落職災這部分,我們都知道是大包轉小包,層層轉包,所以裁罰對大包來說,也就是業主根本不痛不癢!能不能透過勒令停工來真正嚇阻這樣的行為?部長覺得呢?
gazette.blocks[30][0] 鄒署長子廉:跟委員報告,其實以我們的檢查來說,如果發現有立即危險之虞,我們不但處罰,也會停工;停工之後提出復工的申請時,我們會去現場檢查、去現場看,唯有達到我們的安全標準才可以讓他復工,而營造業算是我們的檢查重點。
gazette.blocks[31][0] 許部長銘春:跟委員報告,這其實我們是最主要的手段,去檢查的時候發現違規就是……
gazette.blocks[32][0] 盧委員縣一:現在是這樣?
gazette.blocks[33][0] 許部長銘春:對。
gazette.blocks[34][0] 盧委員縣一:現在有些人是從事派遣臨時工,但是當意外發生時常常都自掏腰包,怕被檢舉,這點你們知道嗎?
gazette.blocks[35][0] 鄒署長子廉:民眾會擔心所謂的職災黑數,除了消防隊員會在第一時間跟我們的聯繫平臺報告外,我們現在也透過醫院端瞭解,如果發現疑似職業病或職業災害,也會透過系統回報。特別跟委員報告,我們不希望這類事情被隱瞞,所以我們鼓勵當事人或當事朋友,透過職災通報也給我們一些訊息。因此,新的災防法通過之後,我們也擴大了職災通報網絡,鼓勵……
gazette.blocks[36][0] 盧委員縣一:有數據嗎?
gazette.blocks[37][0] 鄒署長子廉:有。
gazette.blocks[38][0] 盧委員縣一:有數據的話請給我?
gazette.blocks[39][0] 許部長銘春:好。
gazette.blocks[40][0] 盧委員縣一:接下來就是勞檢部分,目前營造業、製造業占了相當大比例,可是勞檢次數可能不夠,這方面你們要如何精進改善?
gazette.blocks[41][0] 鄒署長子廉:跟委員報告,我還是要強調不是每一家事業單位都要去檢查!我們是以風險分級來做監督檢查!至於事業端也設置有安全管理人員,必須做自己內部的管理系統展開,我們則透過勞工吹哨者或外面的申訴、檢舉來做監督檢查。所以有關覆蓋率問題,其實世界各國不太談這塊的覆蓋率,至於如何有效保護第一線勞工的安全衛生,從監督檢查與事業端自主管理著手,我覺得應該可以由此來互相精進改善。
gazette.blocks[42][0] 盧委員縣一:因為時間關係,我希望原住民族委員會能建立通報聯繫機制,也就是你們跟他們的通報聯繫機制並告訴他們,如果有勞工發生職災時,可以透過原住民關懷或家庭服務中心一起協助他們獲得社會支援。
gazette.blocks[42][1] 最後,關於工作歧視問題,OECD針對普遍民眾做了工作歧視的認知研究,請問臺灣有沒有這方面的研究?現在做得最好的是芬蘭,大概有超過70%、將近80%民眾在工作上遇到騷擾或歧視時知道要爭取合法的權益,我認為這是我們全民都應該要知道的,希望勞動部也可以推動,消除工作上的歧視與騷擾,可以嗎?
gazette.blocks[43][0] 許部長銘春:好。
gazette.blocks[44][0] 盧委員縣一:謝謝。
gazette.blocks[45][0] 主席:謝謝盧縣一委員。我們現在休息10分鐘。
gazette.blocks[45][1] 休息(10時56分)
gazette.blocks[45][2] 繼續開會(11時6分)
gazette.blocks[46][0] 主席:現在繼續開會。
gazette.blocks[46][1] 接下來請涂權吉委員發言。
gazette.agenda.page_end 148
gazette.agenda.meet_id 委員會-11-1-26-8
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] 林月琴
gazette.agenda.speakers[4] 邱鎮軍
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 蘇清泉
gazette.agenda.speakers[7] 王育敏
gazette.agenda.speakers[8] 盧縣一
gazette.agenda.speakers[9] 涂權吉
gazette.agenda.speakers[10] 王正旭
gazette.agenda.speakers[11] 林淑芬
gazette.agenda.speakers[12] 林德福
gazette.agenda.speakers[13] 黃國昌
gazette.agenda.speakers[14] 賴士葆
gazette.agenda.speakers[15] 陳培瑜
gazette.agenda.speakers[16] 楊瓊瓔
gazette.agenda.speakers[17] 羅智強
gazette.agenda.speakers[18] 洪孟楷
gazette.agenda.speakers[19] 牛煦庭
gazette.agenda.speakers[20] 陳瑩
gazette.agenda.speakers[21] 劉建國
gazette.agenda.speakers[22] 楊曜
gazette.agenda.speakers[23] 徐巧芯
gazette.agenda.speakers[24] 葉元之
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-03-25
gazette.agenda.gazette_id 1131901
gazette.agenda.agenda_lcidc_ids[0] 1131901_00002
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8次全體委員會議紀錄
gazette.agenda.content 一、邀請勞動部部長就「事業單位應加強安全衛生管理制度、作業流程及必要教育訓練,並落實 職場防災管理」進行專題報告,並備質詢;二、處理中華民國113年度中央政府總預算有關勞動 部主管預算凍結案21案(含報告事項20案及討論事項1案)
gazette.agenda.agenda_id 1131901_00001
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.79034375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.41784375
transcript.pyannote[1].end 10.93221875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.06721875
transcript.pyannote[2].end 12.83909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 16.16346875
transcript.pyannote[3].end 17.73284375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.85534375
transcript.pyannote[4].end 17.47971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 18.54284375
transcript.pyannote[5].end 20.80409375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 21.29346875
transcript.pyannote[6].end 22.06971875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 22.20471875
transcript.pyannote[7].end 25.63034375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 26.06909375
transcript.pyannote[8].end 26.60909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 26.72721875
transcript.pyannote[9].end 28.61721875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 28.97159375
transcript.pyannote[10].end 31.72221875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 32.16096875
transcript.pyannote[11].end 44.32784375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 44.46284375
transcript.pyannote[12].end 47.75346875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 48.14159375
transcript.pyannote[13].end 53.42346875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 53.62596875
transcript.pyannote[14].end 56.32596875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 56.54534375
transcript.pyannote[15].end 68.83034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 58.63784375
transcript.pyannote[16].end 58.70534375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 68.94846875
transcript.pyannote[17].end 73.80846875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 74.36534375
transcript.pyannote[18].end 74.61846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 75.17534375
transcript.pyannote[19].end 78.21284375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 78.51659375
transcript.pyannote[20].end 78.70221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 78.70221875
transcript.pyannote[21].end 81.79034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 78.76971875
transcript.pyannote[22].end 78.97221875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 78.97221875
transcript.pyannote[23].end 79.09034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 79.09034375
transcript.pyannote[24].end 79.10721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 79.10721875
transcript.pyannote[25].end 79.20846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 81.87471875
transcript.pyannote[26].end 83.78159375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 83.93346875
transcript.pyannote[27].end 97.92284375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 86.49846875
transcript.pyannote[28].end 86.58284375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 91.89846875
transcript.pyannote[29].end 92.16846875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 96.16784375
transcript.pyannote[30].end 97.31534375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 97.50096875
transcript.pyannote[31].end 116.75534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 106.05659375
transcript.pyannote[32].end 106.07346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 106.36034375
transcript.pyannote[33].end 106.44471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 107.82846875
transcript.pyannote[34].end 107.86221875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 107.86221875
transcript.pyannote[35].end 108.62159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 116.75534375
transcript.pyannote[36].end 119.43846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 117.32909375
transcript.pyannote[37].end 117.59909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 120.53534375
transcript.pyannote[38].end 139.03034375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 124.11284375
transcript.pyannote[39].end 124.45034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 135.25034375
transcript.pyannote[40].end 135.50346875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 136.29659375
transcript.pyannote[41].end 160.95096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 161.18721875
transcript.pyannote[42].end 169.86096875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 169.86096875
transcript.pyannote[43].end 170.13096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 170.13096875
transcript.pyannote[44].end 175.58159375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 170.14784375
transcript.pyannote[45].end 170.18159375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 176.07096875
transcript.pyannote[46].end 176.49284375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 176.77971875
transcript.pyannote[47].end 180.00284375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 180.72846875
transcript.pyannote[48].end 187.19159375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 187.39409375
transcript.pyannote[49].end 190.71846875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 190.83659375
transcript.pyannote[50].end 195.17346875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 195.40971875
transcript.pyannote[51].end 202.07534375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 202.07534375
transcript.pyannote[52].end 202.27784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 203.00346875
transcript.pyannote[53].end 217.51596875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 209.38221875
transcript.pyannote[54].end 209.70284375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 211.23846875
transcript.pyannote[55].end 211.40721875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 212.68971875
transcript.pyannote[56].end 213.16221875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 216.40221875
transcript.pyannote[57].end 237.27659375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 236.85471875
transcript.pyannote[58].end 258.55596875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 238.77846875
transcript.pyannote[59].end 238.99784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 258.80909375
transcript.pyannote[60].end 261.94784375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 261.94784375
transcript.pyannote[61].end 275.27909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 275.19471875
transcript.pyannote[62].end 275.49846875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 275.49846875
transcript.pyannote[63].end 278.23221875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 278.92409375
transcript.pyannote[64].end 280.05471875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 281.30346875
transcript.pyannote[65].end 284.13846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 284.59409375
transcript.pyannote[66].end 298.71846875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 297.41909375
transcript.pyannote[67].end 301.78971875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 301.78971875
transcript.pyannote[68].end 301.85721875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 301.85721875
transcript.pyannote[69].end 302.02596875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 302.02596875
transcript.pyannote[70].end 314.20971875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 311.59409375
transcript.pyannote[71].end 312.03284375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 312.80909375
transcript.pyannote[72].end 317.90534375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 317.90534375
transcript.pyannote[73].end 318.73221875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 318.20909375
transcript.pyannote[74].end 323.98034375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 318.90096875
transcript.pyannote[75].end 319.22159375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 324.43596875
transcript.pyannote[76].end 326.61284375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 324.57096875
transcript.pyannote[77].end 327.32159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 327.47346875
transcript.pyannote[78].end 328.16534375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 328.08096875
transcript.pyannote[79].end 328.72221875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 328.38471875
transcript.pyannote[80].end 336.94034375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 337.19346875
transcript.pyannote[81].end 339.15096875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 339.48846875
transcript.pyannote[82].end 344.26409375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 344.44971875
transcript.pyannote[83].end 354.94596875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 355.28346875
transcript.pyannote[84].end 359.13096875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 359.46846875
transcript.pyannote[85].end 360.86909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 361.27409375
transcript.pyannote[86].end 362.91096875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 363.06284375
transcript.pyannote[87].end 366.40409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 366.72471875
transcript.pyannote[88].end 383.98784375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 367.36596875
transcript.pyannote[89].end 367.73721875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 372.34409375
transcript.pyannote[90].end 372.39471875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 374.62221875
transcript.pyannote[91].end 374.65596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 374.75721875
transcript.pyannote[92].end 374.79096875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 382.73909375
transcript.pyannote[93].end 395.34471875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 395.64846875
transcript.pyannote[94].end 402.58409375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 400.89659375
transcript.pyannote[95].end 420.15096875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 420.55596875
transcript.pyannote[96].end 423.49221875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 420.82596875
transcript.pyannote[97].end 421.56846875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 423.49221875
transcript.pyannote[98].end 423.96471875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 423.96471875
transcript.pyannote[99].end 424.53846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 423.96471875
transcript.pyannote[100].end 427.00221875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 425.50034375
transcript.pyannote[101].end 427.08659375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 427.28909375
transcript.pyannote[102].end 438.05534375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 439.21971875
transcript.pyannote[103].end 455.47034375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 443.37096875
transcript.pyannote[104].end 443.38784375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 443.65784375
transcript.pyannote[105].end 443.67471875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 443.94471875
transcript.pyannote[106].end 443.97846875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 456.11159375
transcript.pyannote[107].end 457.47846875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 457.59659375
transcript.pyannote[108].end 474.13409375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 469.67909375
transcript.pyannote[109].end 470.21909375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 470.26971875
transcript.pyannote[110].end 471.78846875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 471.83909375
transcript.pyannote[111].end 486.35159375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 489.64221875
transcript.pyannote[112].end 490.38471875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 490.48596875
transcript.pyannote[113].end 526.56471875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 495.68346875
transcript.pyannote[114].end 496.00409375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 526.56471875
transcript.pyannote[115].end 544.23284375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 533.95596875
transcript.pyannote[116].end 534.00659375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 534.15846875
transcript.pyannote[117].end 534.20909375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 544.45221875
transcript.pyannote[118].end 550.44284375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 551.64096875
transcript.pyannote[119].end 561.74909375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 562.03596875
transcript.pyannote[120].end 565.42784375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 567.21659375
transcript.pyannote[121].end 572.85284375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 572.92034375
transcript.pyannote[122].end 589.49159375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 588.88409375
transcript.pyannote[123].end 589.33971875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 589.49159375
transcript.pyannote[124].end 589.81221875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 589.81221875
transcript.pyannote[125].end 591.21284375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 591.98909375
transcript.pyannote[126].end 594.08159375
transcript.whisperx[0].start 8.606
transcript.whisperx[0].end 17.469
transcript.whisperx[0].text 主席請許部長跟周署長請許部長跟周署長部長好盧委員好
transcript.whisperx[1].start 18.858
transcript.whisperx[1].end 46.946
transcript.whisperx[1].text 看到我就是看到原住民的問題那我們先看一下大概這兩年我們原住民因為植栽發生死亡的一個或者是說工傷的一個數據數據那看到那個數據就說民國111年原住民族整體災害千人率失能3.48跟前兩年比較是確實是有下降我們看到是這樣的數字不過如果從死亡率就是說最右邊
transcript.whisperx[2].start 48.446
transcript.whisperx[2].end 73.543
transcript.whisperx[2].text 兩行兩列這邊可以看到110年是0.062不過111年的時候是0.109應該是有將近兩倍那跟前109的話是增加了三倍所以它的雖然是整體的那個災害是減少了不過死亡數字是增加的那你們有沒有做這方面的一個關心或者是說研究
transcript.whisperx[3].start 76.05
transcript.whisperx[3].end 96.762
transcript.whisperx[3].text 這個問我請署長來說明一下謝謝謝謝委員確實去年跟前年我們原住民的職災死亡在工作上職災死亡是增加的這個我們知道所以我們其實這兩年特別針對那個部落的一些公安的宣導跟那個特別是透過他們的豐年祭什麼相關活動做很多的一些宣導活動展開
transcript.whisperx[4].start 97.602
transcript.whisperx[4].end 99.543
transcript.whisperx[4].text 二、處理中華民國113年度中華民國113年度中華民國113案及討論二、處理中華民國113案及討論
transcript.whisperx[5].start 120.615
transcript.whisperx[5].end 121.115
transcript.whisperx[5].text 議員提供的報告
transcript.whisperx[6].start 137.304
transcript.whisperx[6].end 160.369
transcript.whisperx[6].text 我特別關心原住民的議題所以早上看了勞動部的關於原住民的網頁當然他更新也是更新到今天應該是很認真在更新不過我看了瀏覽的人數看我們的勞工的人數是20萬可是真正去關心過這個網頁的我們的勞工人才3000人而已所以希望
transcript.whisperx[7].start 161.329
transcript.whisperx[7].end 178.951
transcript.whisperx[7].text 希望就是說你們在無論在我們原住民的一些勞工的權益啊、宣導啊應該讓他們知道說你們到底在努力什麼好不好不然很少人知道你們到底在做什麼的話沒有人知道去如何去尋求協助OK好那我們我希望這一個
transcript.whisperx[8].start 180.802
transcript.whisperx[8].end 201.557
transcript.whisperx[8].text 所謂的職業失能的那個量化的時候應該要看得到他是暫時的還是永久的因為你這樣我看不我看不出來啊那個14齁14是林兆業然後總計是32人32人的話我不知道他到底是多嚴重好不好看不出來
transcript.whisperx[9].start 203.032
transcript.whisperx[9].end 225.961
transcript.whisperx[9].text 包括這個職業私人、勞保局在做最後的那個職業私人的給付的時候會有不同的等級來判斷它是什麼樣的等級這個後台有比較細緻的資料那這個是統計分析的一個說明那我希望說在職業死亡的這個比如說每一個比如說22人好了那是不是每一個人的死亡的那個case study應該要有
transcript.whisperx[10].start 226.781
transcript.whisperx[10].end 232.227
transcript.whisperx[10].text 二、處理中華民國11年度中央政府總預算有關勞動部主管預算凍結案21案及討論二、處理中華民國11年度中央政府總預算凍結案21案及討論二、處理中華民國11年度中央政府總預算凍結案21案及討論
transcript.whisperx[11].start 242.737
transcript.whisperx[11].end 244.578
transcript.whisperx[11].text 二、處理中華民國11年度中華民國11案及討論二、處理中華民國11案及討論
transcript.whisperx[12].start 258.929
transcript.whisperx[12].end 263.975
transcript.whisperx[12].text 二、處理中華民國113年度中央政府總預算有關勞動部主管預算凍結案21案及討論二、處理中華民國113年度中央政府總預算凍結案21案及討論
transcript.whisperx[13].start 281.385
transcript.whisperx[13].end 299.393
transcript.whisperx[13].text 所有的安全衛生管理應該都是僱主負責僱主的責任那我們政府是監督端所以我們勞動監督檢查應該是重點做風險比較高的部分優先做監督檢查那比較屬於中低風險我們就期待僱主能夠有個管理系統做每天的正常的循環我意思是說這個量夠不夠這個檢察員的量夠不夠數量
transcript.whisperx[14].start 303.735
transcript.whisperx[14].end 323.277
transcript.whisperx[14].text 根本包括我們的臺灣的檢察員的配比跟勞工旅遊配比已經在國際應該算是正常的沒有太多配提你可以呈現這樣的數據讓大家知道說確實有做到這樣子可以嗎不然會覺得說你算偏低了然後我們這個工作安全都沒有人去把關
transcript.whisperx[15].start 324.538
transcript.whisperx[15].end 328.965
transcript.whisperx[15].text 二、處理中華民國11年度中華民國11年度中華民國11年度中華民國11年度中華民國11年度中華民國11年度
transcript.whisperx[16].start 340.101
transcript.whisperx[16].end 364.963
transcript.whisperx[16].text 這種比較特殊行業或者說風險比較高的一些安全的建議好不好你明明知道他是做這個工作可是他卻不知道如何去規範或者說去一個準則讓他知道說怎麼樣的工作行為是安全的我沒有看到工作建議安全建議啊是不是應該要看到因為我去查的時候查不到所以為了安全建議
transcript.whisperx[17].start 366.772
transcript.whisperx[17].end 394.991
transcript.whisperx[17].text 各位報告其實比較高風險的部分我們所謂教育訓練應該會要求每個勞工有一定的教育訓練比如營造業我們3加3小時的教育訓練他才可以資格去現場做工作那這部分我們希望現場的監督管理入場管制就要了解他有沒有做教育訓練才能進場來作業關於那個墜落職災這個部分常常就是我們都知道是大包轉小包這樣給底下的下游廠商的採訪對大包的就是業主
transcript.whisperx[18].start 395.931
transcript.whisperx[18].end 419.183
transcript.whisperx[18].text 不痛不癢,那能不能透過樂立停工來真正嚇阻這樣的一個行為?部長覺得呢?各位有報告,其實我們的檢查如果它發生有立即危險之餘,我們不但處罰也會做停工。停工它提出復工的申請,那我們先來檢查去現場看復工,達到我們的安全標準才可以讓它復工。確實營造業部分這個算是我們的檢查的重點。
transcript.whisperx[19].start 421.212
transcript.whisperx[19].end 437.583
transcript.whisperx[19].text 我們其實這個很最主要的手段去檢查的時候發現違規就是希望是這樣那就是還有一些就是從事臨時工的派遣他發生意外的時候常常都是其實是這套腰包去坐車因為不敢被檢舉所以你這方面你知道嗎
transcript.whisperx[20].start 439.601
transcript.whisperx[20].end 455.08
transcript.whisperx[20].text 這個委員就是民眾會擔心我們有那個植栽黑樹那我們除了第一時間消防隊員跟我們的聯繫的平台有報告之外我們現在透過醫院端如果發現疑似是職業病或職業災害的部分也會透過我們這個系統來做回報那特別跟委員報告
transcript.whisperx[21].start 456.175
transcript.whisperx[21].end 469.268
transcript.whisperx[21].text 我們也不希望像這樣的事情會被隱瞞掉我們鼓勵當事人或當事朋友在我們職災通報裡面也給我們一些訊息所以我們在新的災報通過之後我們有職災通報的一個厚道網絡鼓勵有數據嗎?是
transcript.whisperx[22].start 472.071
transcript.whisperx[22].end 486.006
transcript.whisperx[22].text 有數據嗎 有數據再給我囉接下來就是說我們的那個勞檢的部分就是我們營造業跟製造業占了相當大的比例可是我們勞檢可能數目可能不夠那這方面你要怎麼做一個經濟改善
transcript.whisperx[23].start 490.976
transcript.whisperx[23].end 508.665
transcript.whisperx[23].text 各位報告好我還是強調說我們不是每一家事業單位都要去檢查是這種風險分級來做我們的監督檢查那事業端裡面也有設置安全管理人員他做自己內部的管理的系統的展開那我們也可以透過勞工的吹哨子或是
transcript.whisperx[24].start 509.245
transcript.whisperx[24].end 514.407
transcript.whisperx[24].text 二、處理中華民國11年度中央政府總預算有關勞動部主管預算凍結案21案及討論二、處理中華民國11年度中央政府總預算有關勞動部主管預算凍結案21案及討論二、處理中華民國11年度中央政府總預算凍結案21案及討論
transcript.whisperx[25].start 529.132
transcript.whisperx[25].end 550.052
transcript.whisperx[25].text 原住民組委員會有建立一個通報聯繫機制你們可以跟他們一個通報聯繫機制如果有發生質在的勞工告訴他們他們可以透過我們原住民的關懷或者是說我們一個叫家庭服務中心來一起來協助他們獲得社會的資源再最後一個就是說關於工作上歧視的問題挑到最後一個
transcript.whisperx[26].start 551.704
transcript.whisperx[26].end 564.949
transcript.whisperx[26].text 就是在OECD國家他有做一些研究然後就是對普遍的民眾做了一個對你如果你在工作上受到歧視的一個認知那我們台灣有沒有做這方面的研究像現在作業
transcript.whisperx[27].start 567.547
transcript.whisperx[27].end 588.239
transcript.whisperx[27].text 現在最好的是芬蘭大概是他們全民有大概超過70、將近80%的對一個在工作上遇到騷擾或者說歧視的時候它是一個合法的權益是全民都應該要知道的一個所謂的智能那希望勞動部這邊也可以推動全民的一個消除歧視工作上的歧視跟騷擾這樣子可以嗎?好謝謝盧憲宜委員