iVOD / 150415

Field Value
IVOD_ID 150415
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150415
日期 2024-03-26
會議資料.會議代碼 院會-11-1-6
會議資料.會議代碼:str 第11屆第1會期第6次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 6
會議資料.種類 院會
會議資料.標題 立法院第11屆第1會期第6次會議
影片種類 Clip
開始時間 2024-03-26T11:04:40+08:00
結束時間 2024-03-26T11:20:46+08:00
影片長度 00:16:06
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/f45bf982c29023ee2d2c8aab4adbe6d08ac1d636ef3e2fe8f8ba9b0039caa7a64ae445465c1280e45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳春城
委員發言時間 11:04:40 - 11:20:46
會議時間 2024-03-26T09:00:00+08:00
會議名稱 第11屆第1會期第6次會議(事由:一、對行政院院長提出施政方針及施政報告繼續質詢。 二、3月22日上午9時至10時為國是論壇時間。 三、3月26日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 471
gazette.blocks[0][0] 吳委員春城:(11時4分)謝謝主席,我們有請院長、勞動部許部長及衛福部薛部長。
gazette.blocks[1][0] 主席:請陳院長、勞動部備詢。
gazette.blocks[2][0] 陳院長建仁:吳委員早。
gazette.blocks[3][0] 吳委員春城:院長好,院長你辛苦了!
gazette.blocks[4][0] 陳院長建仁:不會。
gazette.blocks[5][0] 吳委員春城:今天看你更有笑容,今天是最後一場的總質詢,你辛苦了。
gazette.blocks[6][0] 陳院長建仁:對,所以很高興能夠接受委員質詢。
gazette.blocks[7][0] 吳委員春城:也是最重要的一場,希望你能夠以大格局、大胸懷,助臺灣最後一臂之力,好不好?
gazette.blocks[8][0] 陳院長建仁:好,我來努力。
gazette.blocks[9][0] 吳委員春城:1970年時臺灣65歲以上的人占2.9%,平均壽命六十幾歲,60歲以後的人生就叫餘生,隨便晃一晃就掛掉了,就在這樣前提下定義了銀髮論述,我們的銀髮觀。現在我們邁向了2040年,65歲以上人口是占總人口的30.1%,10倍,平均壽命八十幾,那60歲退休以後還有很多人會有30年,這叫做第三人生,這就是我所建構的叫做壯世代的主張。但是我們現在還繼續在採用舊的思維來應付、迎向這些人,如果這不改變,未來臺灣會躺成一片,高齡者成為臥床族,我們現在臥床平均超過8年,還有少子化造成大量的躺平族,這是一個系統性的問題,但是我們現在都用枝枝節節的方式在補破洞。我們用2.9%的銀髮政策在處理30%的壯世代、長壽社會的來臨,現在社福預算已經達到8,000億,難道非要破萬億不行嗎?這個看起來指日可待!請問院長,20年後臺灣一半的人口都要超過60歲,如果對高齡政策都沒有改變的話,那我們的社福預算要多少才夠?請問院長,你也是這方面的專家。
gazette.blocks[10][0] 陳院長建仁:我想委員對於我們少子化的問題很重視,而且分析的很透徹,你剛才的分析就很棒,我想未來怎麼樣讓壯世代能夠自立自足,而且共榮永續,然後對社會繼續有貢獻,這是很重要的……
gazette.blocks[11][0] 吳委員春城:非常重要的事情。
gazette.blocks[12][0] 陳院長建仁:而且不只是臺灣喔,全世界……
gazette.blocks[13][0] 吳委員春城:這是全球的問題。
gazette.blocks[14][0] 陳院長建仁:德國也是一樣。
gazette.blocks[15][0] 吳委員春城:但是臺灣是全世界最嚴重的,跟南韓,我們在2055年會超越日本,成為比日本還老的國家。
gazette.blocks[16][0] 陳院長建仁:是。
gazette.blocks[17][0] 吳委員春城:接下來後面還有很多問題要請教院長,我跟各部會最近大概都有溝通,包括跟許部長也有溝通,我發現每一個部會的政策都在歧視高齡者,但是他們都無可奈何,眾口均指向衛福部的銀髮思維,好像這沒辦法,這都是上面交代的,所謂上面,我不曉得上面是誰,上面是院長你嗎?
gazette.blocks[18][0] 陳院長建仁:不是我啦!
gazette.blocks[19][0] 吳委員春城:也不是你,那是蔡總統嗎?
gazette.blocks[20][0] 陳院長建仁:確實像委員講的這些,在有些法規上,我們確實是把老人……
gazette.blocks[21][0] 吳委員春城:這是一個系統性的問題,所以呢……
gazette.blocks[22][0] 陳院長建仁:對!
gazette.blocks[23][0] 吳委員春城:院長,臺灣進入長壽社會,我也看出來我們傾全力都在打造60歲以前的人生,這個社會非常的繁榮,但是只要推開60歲這扇大門一看,你走出去是一片荒涼,沒有路、沒有橋、沒有水、沒有電,像沙漠一樣,這邊已經有多少人?這邊已經有600萬人,60歲以上的在「沐沐泅」啦,各憑本事、自生自滅,如果是6個人要在沙漠上,那是他個人的事情,但如果600萬人在沙漠裡面,請問是誰的責任?
gazette.blocks[24][0] 陳院長建仁:當然政府應該要一起努力……
gazette.blocks[25][0] 吳委員春城:政府的責任!
gazette.blocks[26][0] 陳院長建仁:還有跟企業界,整個社會……
gazette.blocks[27][0] 吳委員春城:對,政府的責任。感謝院長在3月19號我的財政組總質詢當中承諾了建立壯世代金融行動方案,而且要求上市櫃公司提出高齡社會永續報告,希望這個能追蹤、落實。同時在那時候我有問陳院長,對於2023年行政院提出的超高齡社會對策中、有哪一些是你所需求的?
gazette.blocks[28][0] 陳院長建仁:對,我想可能我們現在考慮到60歲以上壯世代,實際上他們不管是在社會參與、在產業的參與或健康生活上都能夠越來越健康,然後越來越有活力,所以長照政策實際上也要注意到健康者怎麼樣……
gazette.blocks[29][0] 吳委員春城:2023年看起來大家都還是圍繞在這幾個項目,醫療、養生、照護等這些層面,但是不可能30年整天在搞這個啦,他要有完整的第三人生。長壽時代即將來臨,我們社會普遍歧視老人,如果用大數據輸入老人、銀髮、樂齡等這些稱呼,依附過來都是負面的字眼,所以它已經被高度污名化了,大家都很怕跟老扯上關係,我辦了很多活動,大家都叫我不要用銀髮、樂齡等名稱,不然就不參加了,所以我們跟勞動部現在都要談壯世代。
gazette.blocks[29][1] OK,這個是壯世代運動,在去年我還是民間身分的時候就到立法院來倡議,也獲得跨黨派的共同支持,這個沒有黨派的觀念,這是全民社會的問題。
gazette.blocks[30][0] 陳院長建仁:對。
gazette.blocks[31][0] 吳委員春城:我們現在的銀髮政策只重視安老扶弱,所以有800萬的壯世代如何讓他們壯起來很重要,我上次用資產的高低及現金流的高低把壯世代分成四大類型,上次我在財政組總質詢時所提出的是針對上面這兩個,也就是安穩型及貢獻型,如何來活化他們的資產,今天我要跟勞動部和衛福部請教如何針對活躍型及社福扶持型的因應之道。
gazette.blocks[31][1] 首先,我非常肯定勞動部最近非常積極地推出了「55Plus壯世代就業促進措施」及「5050壯世代就業網絡合作計畫」,勞動部高舉壯世代的旗幟,新價值壯世代成為主流,許部長,你說比起中高齡你更喜歡壯世代這個稱呼,請問你覺得壯世代對號召再就業有什麼助益?有什麼幫助?
gazette.blocks[32][0] 許部長銘春:我想壯世代可以讓整個高齡的人會覺得自己其實是個非常有用、有價值、對社會還有貢獻的人,所以我是覺得壯世代確實不管在經驗或各方面的專業,其實都是剛好到最好的時候,所以我覺得這個部分應該讓壯世代的勞動力能夠延續,或者說再重返我們的職場,尤其在面對缺工、缺才這麼嚴重的年代,我覺得這個部分我們一定要努力來推動。
gazette.blocks[33][0] 吳委員春城:對,我很感謝勞動部看到了這一點,針對高齡社會都不是只有照顧、照護、長照,其實勞動是第三人生很重要的價值,因為勞動會帶來你的意義感、社交、財務的支撐等各方面,所以是很重要的解方,也很感謝,但是這一點勞動部還要繼續努力,把它進行全面的規劃。
gazette.blocks[34][0] 許部長銘春:是。
gazette.blocks[35][0] 吳委員春城:但是更根本的問題是我們僵化的退休體制,造成壯世代進退兩難,有些人想要提早退休,其實50歲退休也不錯,但有些人想要延後退休,有人退休後想要再回來,但是我們現在的退休體制綁手綁腳,很不方便,特別是勞基法第五十四條規定,雇主得強制年滿65歲勞工退休。其實這個方面也值得探討,像日本的高齡者雇用安定法現在已經通過工作延長到70歲,而且現在日本也有很多企業,有四成以上的企業都僱用75歲以上的人;甚至YKK集團內部也規定,員工可以用正職的身分工作到任何年齡,做到他不想做為止,這樣可以創造政府、企業跟勞方三方面的三贏。最後在這裡我想要跟院長、跟勞動部提出請求,第一點是檢討僵化的退休體制,還給人民工作的自由權;第二個是獎勵壯世代重返職場,能夠落實全面的法制化。關於這一點,請問院長跟許部長,可不可以給我們800萬的壯世代一個承諾?
gazette.blocks[36][0] 陳院長建仁:我想讓退休的體制更有彈性,讓壯世代能夠繼續做他喜歡的工作,我覺得這是我們應該要努力的,然後這樣的話,有一些法制上的東西確實要修正,譬如說像剛才提到的日本,他為了鼓勵大家都能夠做到70歲,在法制上做了一個改變,這部分我們會請勞動部這邊來研議以後,送到大院這邊來看看怎麼樣做更好的修正,讓所有的壯世代都能夠對社會繼續有貢獻,然後也讓他的生命更有意義。
gazette.blocks[37][0] 吳委員春城:謝謝院長。接下來我要請教衛福部薛部長,最近您辛苦了,一個單一的案件就搞得全國、舉國天翻地覆,你也說社安網有缺陷,請問部長,我們的社福體系缺陷在哪裡?
gazette.blocks[38][0] 薛部長瑞元:應該是整個社福體系大致上可能都有一些小的問題,但是今天這個案子是一個收出養的個案,收出養的個案在這個過程當中,的確從這個案子我們發現了一些比較重大的問題……
gazette.blocks[39][0] 吳委員春城:薛部長,那只是一個表象,應該講這是一個系統性的問題,整個系統性的人口都出問題,2030年我們有一半的人口要超過50歲,再10年,可以用現在的社福政策來照顧一半的人口嗎?
gazette.blocks[40][0] 薛部長瑞元:當然這中間必須要經過調整,因為不管是在人力部分的話,也會出現極大的落差。
gazette.blocks[41][0] 吳委員春城:這是一個大哉問,不過10年也迫在眼前了,所以要加緊腳步。另外請問薛部長,你有沒有注意到民間的浪潮?雖然有時公務繁忙,但也要看看民間的浪潮。現在大家都不喜歡戴上「銀髮」這頂帽子,你有發現嗎?有些餐廳、飯店都不用這個字眼,但是我發現我們的政府政策屢屢出現銀髮產業、銀髮老人科等等用語,什麼東西都僵化不變,所以這部分要改良。其實我知道這是一個很大的系統性的問題,但是不改變這個人設,我們沒有真正的高齡照顧的產業,其他都是補補貼貼,但是要做到這樣,必須要有遠見、有魄力的領導人,翻轉我們現在這種銀髮的人設成為壯世代的人設。最後我要請行政院院長,還有衛福部部長,是不是可以承諾兩點:第一點是檢討長照政策,不只是照顧,更需要照亮;第二點是排除年齡歧視,去除「老人」及「銀髮」的稱呼,可不可以?這個也請問一下部長。
gazette.blocks[42][0] 薛部長瑞元:有關第二點要去除「老人」的用語,這件事情會有問題,因為我們很多法規都是用「老人」一詞,法律名詞已經定在那個地方……
gazette.blocks[43][0] 吳委員春城:對,我知道,這個當然不是簡單的事情,但是你不做,這件事影響的層面太大了,影響的層面是整個政府的當機,整個我們未來一半的人口無所適從。
gazette.blocks[43][1] 另外,我再問一下院長,明年進入超高齡社會,布局2025年我覺得我們現在的準備是遠遠不足,內閣必須要重新制定世代循環的白皮書,這個涉及到每一個部會,總統跟行政院長要勇於打破框架,勞動部要釋放勞動力,教育部要建立終身教育的體制,經濟部要做世代融合的經濟循環,衛福部要去除銀髮思維的政策,數發部要科技平權世代共享,國發會要有以人口學為本的全面性的國家計畫。
gazette.blocks[43][2] 最後,我也希望院長你用一生的功力,任第三人生國家政策院的院長,你如果能夠繼續綜合,因為這件事情太難了,每一個部會都說它沒有能力,這個是一定要超越部會的,就要拜託院長繼續,謝謝。
gazette.blocks[44][0] 主席:謝謝吳委員春城的質詢,謝謝吳委員春城,謝謝陳院長的備詢,謝謝。
gazette.blocks[44][1] 接下來我們請登記第7號王委員世堅質詢。
gazette.agenda.page_end 219
gazette.agenda.meet_id 院會-11-1-6
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 吳宗憲
gazette.agenda.speakers[2] 廖偉翔
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 林憶君
gazette.agenda.speakers[5] 賴士葆
gazette.agenda.speakers[6] 劉建國
gazette.agenda.speakers[7] 吳春城
gazette.agenda.speakers[8] 王世堅
gazette.agenda.speakers[9] 李彥秀
gazette.agenda.speakers[10] 謝龍介
gazette.agenda.speakers[11] 黃捷
gazette.agenda.speakers[12] 游顥
gazette.agenda.speakers[13] 蘇清泉
gazette.agenda.speakers[14] 李坤城
gazette.agenda.speakers[15] 蘇巧慧
gazette.agenda.speakers[16] 王正旭
gazette.agenda.speakers[17] 邱議瑩
gazette.agenda.speakers[18] 洪申翰
gazette.agenda.speakers[19] 鄭正鈐
gazette.agenda.speakers[20] 涂權吉
gazette.agenda.speakers[21] 徐巧芯
gazette.agenda.page_start 133
gazette.agenda.meetingDate[0] 2024-03-26
gazette.agenda.gazette_id 1131401
gazette.agenda.agenda_lcidc_ids[0] 1131401_00004
gazette.agenda.agenda_lcidc_ids[1] 1131401_00005
gazette.agenda.meet_name 立法院第11屆第1會期第6次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長提出施政方針及施政報告繼續質詢─ 詢答完畢─
gazette.agenda.agenda_id 1131401_00004
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 7.89471875
transcript.pyannote[0].end 15.62346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 9.10971875
transcript.pyannote[1].end 9.29534375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.34096875
transcript.pyannote[2].end 17.20971875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 20.39909375
transcript.pyannote[3].end 21.05721875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 22.50846875
transcript.pyannote[4].end 25.32659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 24.17909375
transcript.pyannote[5].end 24.53346875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 25.41096875
transcript.pyannote[6].end 25.74846875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 25.47846875
transcript.pyannote[7].end 25.49534375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 25.74846875
transcript.pyannote[8].end 36.05909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 29.20784375
transcript.pyannote[9].end 30.54096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 31.72221875
transcript.pyannote[10].end 32.21159375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 32.80221875
transcript.pyannote[11].end 34.84409375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 36.54846875
transcript.pyannote[12].end 39.31596875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 40.00784375
transcript.pyannote[13].end 43.78784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 44.02409375
transcript.pyannote[14].end 45.15471875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 45.45846875
transcript.pyannote[15].end 50.75721875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 51.76971875
transcript.pyannote[16].end 55.17846875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 55.49909375
transcript.pyannote[17].end 61.10159375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 61.79346875
transcript.pyannote[18].end 65.30346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 65.30346875
transcript.pyannote[19].end 65.37096875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 65.37096875
transcript.pyannote[20].end 76.64346875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 77.01471875
transcript.pyannote[21].end 80.25471875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 80.62596875
transcript.pyannote[22].end 86.32971875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 86.54909375
transcript.pyannote[23].end 88.99596875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 89.18159375
transcript.pyannote[24].end 100.92659375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 101.82096875
transcript.pyannote[25].end 113.34659375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 113.65034375
transcript.pyannote[26].end 114.46034375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 114.81471875
transcript.pyannote[27].end 117.80159375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 118.72971875
transcript.pyannote[28].end 123.35346875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 123.80909375
transcript.pyannote[29].end 130.50846875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 131.25096875
transcript.pyannote[30].end 143.01284375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 143.85659375
transcript.pyannote[31].end 145.08846875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 145.32471875
transcript.pyannote[32].end 147.14721875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 147.70409375
transcript.pyannote[33].end 147.94034375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 148.41284375
transcript.pyannote[34].end 150.72471875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 151.39971875
transcript.pyannote[35].end 151.83846875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 152.39534375
transcript.pyannote[36].end 153.05346875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 153.84659375
transcript.pyannote[37].end 154.67346875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 155.24721875
transcript.pyannote[38].end 158.58846875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 159.29721875
transcript.pyannote[39].end 165.52409375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 166.55346875
transcript.pyannote[40].end 167.24534375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 168.19034375
transcript.pyannote[41].end 169.96221875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 169.96221875
transcript.pyannote[42].end 170.04659375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 170.04659375
transcript.pyannote[43].end 170.18159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 170.18159375
transcript.pyannote[44].end 171.88596875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 171.88596875
transcript.pyannote[45].end 171.97034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 171.97034375
transcript.pyannote[46].end 171.98721875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 172.13909375
transcript.pyannote[47].end 194.02596875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 191.62971875
transcript.pyannote[48].end 193.70534375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 194.02596875
transcript.pyannote[49].end 194.11034375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 194.11034375
transcript.pyannote[50].end 195.84846875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 194.49846875
transcript.pyannote[51].end 199.76346875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 196.47284375
transcript.pyannote[52].end 196.62471875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 197.06346875
transcript.pyannote[53].end 197.11409375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 197.13096875
transcript.pyannote[54].end 197.31659375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 199.88159375
transcript.pyannote[55].end 209.66909375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 203.17221875
transcript.pyannote[56].end 203.23971875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 209.93909375
transcript.pyannote[57].end 210.39471875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 210.98534375
transcript.pyannote[58].end 215.52471875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 215.74409375
transcript.pyannote[59].end 221.83596875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 222.30846875
transcript.pyannote[60].end 224.55284375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 225.05909375
transcript.pyannote[61].end 235.84221875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 236.36534375
transcript.pyannote[62].end 237.47909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 237.00659375
transcript.pyannote[63].end 244.51596875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 237.71534375
transcript.pyannote[64].end 238.86284375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 243.94221875
transcript.pyannote[65].end 248.54909375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 248.86971875
transcript.pyannote[66].end 259.31534375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 259.51784375
transcript.pyannote[67].end 262.87596875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 263.55096875
transcript.pyannote[68].end 265.27221875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 265.60971875
transcript.pyannote[69].end 270.16596875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 270.38534375
transcript.pyannote[70].end 270.89159375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 270.92534375
transcript.pyannote[71].end 273.74346875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 273.89534375
transcript.pyannote[72].end 279.76784375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 280.12221875
transcript.pyannote[73].end 295.12409375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 290.88846875
transcript.pyannote[74].end 291.22596875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 293.40284375
transcript.pyannote[75].end 294.88784375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 295.49534375
transcript.pyannote[76].end 317.61846875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 317.66909375
transcript.pyannote[77].end 319.49159375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 319.76159375
transcript.pyannote[78].end 327.08534375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 328.31721875
transcript.pyannote[79].end 332.97471875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 332.97471875
transcript.pyannote[80].end 333.39659375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 333.39659375
transcript.pyannote[81].end 333.44721875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 333.44721875
transcript.pyannote[82].end 333.85221875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 333.85221875
transcript.pyannote[83].end 333.93659375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 333.93659375
transcript.pyannote[84].end 357.22409375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 333.98721875
transcript.pyannote[85].end 334.37534375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 351.21659375
transcript.pyannote[86].end 352.61721875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 357.22409375
transcript.pyannote[87].end 418.75034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 357.25784375
transcript.pyannote[88].end 358.62471875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 363.46784375
transcript.pyannote[89].end 363.83909375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 419.13846875
transcript.pyannote[90].end 429.24659375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 429.70221875
transcript.pyannote[91].end 457.83284375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 458.49096875
transcript.pyannote[92].end 473.79659375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 474.13409375
transcript.pyannote[93].end 495.14346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 495.27846875
transcript.pyannote[94].end 496.44284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 496.88159375
transcript.pyannote[95].end 498.28221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 498.45096875
transcript.pyannote[96].end 499.36221875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 499.63221875
transcript.pyannote[97].end 500.25659375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 501.03284375
transcript.pyannote[98].end 502.50096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 502.92284375
transcript.pyannote[99].end 504.86346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 505.15034375
transcript.pyannote[100].end 506.50034375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 506.70284375
transcript.pyannote[101].end 508.18784375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 508.57596875
transcript.pyannote[102].end 510.66846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 511.14096875
transcript.pyannote[103].end 512.50784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 512.65971875
transcript.pyannote[104].end 514.75221875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 514.98846875
transcript.pyannote[105].end 517.43534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 517.75596875
transcript.pyannote[106].end 519.40971875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 519.88221875
transcript.pyannote[107].end 523.18971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 523.42596875
transcript.pyannote[108].end 525.29909375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 526.22721875
transcript.pyannote[109].end 526.53096875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 527.00346875
transcript.pyannote[110].end 539.11971875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 527.13846875
transcript.pyannote[111].end 530.02409375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 538.03971875
transcript.pyannote[112].end 583.85534375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 566.06909375
transcript.pyannote[113].end 566.54159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 569.51159375
transcript.pyannote[114].end 569.78159375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 584.34471875
transcript.pyannote[115].end 590.68971875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 591.04409375
transcript.pyannote[116].end 639.12096875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 611.44596875
transcript.pyannote[117].end 611.68221875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 639.86346875
transcript.pyannote[118].end 646.12409375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 647.33909375
transcript.pyannote[119].end 650.12346875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 650.57909375
transcript.pyannote[120].end 655.13534375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 655.35471875
transcript.pyannote[121].end 657.04221875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 657.07596875
transcript.pyannote[122].end 666.08721875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 666.28971875
transcript.pyannote[123].end 667.33596875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 667.85909375
transcript.pyannote[124].end 668.97284375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 668.97284375
transcript.pyannote[125].end 670.60971875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 669.32721875
transcript.pyannote[126].end 670.10346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 670.89659375
transcript.pyannote[127].end 711.02534375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 681.76409375
transcript.pyannote[128].end 683.02971875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 711.02534375
transcript.pyannote[129].end 720.76221875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 711.21096875
transcript.pyannote[130].end 711.88596875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 721.25159375
transcript.pyannote[131].end 727.25909375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 727.42784375
transcript.pyannote[132].end 730.61721875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 730.93784375
transcript.pyannote[133].end 734.98784375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 735.62909375
transcript.pyannote[134].end 735.71346875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 736.18596875
transcript.pyannote[135].end 737.77221875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 738.17721875
transcript.pyannote[136].end 740.47221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 740.70846875
transcript.pyannote[137].end 743.69534375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 744.30284375
transcript.pyannote[138].end 748.85909375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 749.38221875
transcript.pyannote[139].end 756.14909375
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 756.14909375
transcript.pyannote[140].end 778.05284375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 778.79534375
transcript.pyannote[141].end 788.46471875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 787.03034375
transcript.pyannote[142].end 800.54721875
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 800.93534375
transcript.pyannote[143].end 806.06534375
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 807.73596875
transcript.pyannote[144].end 830.28096875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 830.34846875
transcript.pyannote[145].end 858.76596875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 858.95159375
transcript.pyannote[146].end 861.95534375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 862.44471875
transcript.pyannote[147].end 862.86659375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 863.22096875
transcript.pyannote[148].end 870.64596875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 870.64596875
transcript.pyannote[149].end 870.66284375
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 870.76409375
transcript.pyannote[150].end 871.03409375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 871.03409375
transcript.pyannote[151].end 880.41659375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 881.05784375
transcript.pyannote[152].end 882.98159375
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 881.07471875
transcript.pyannote[153].end 881.34471875
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 882.54284375
transcript.pyannote[154].end 882.99846875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 882.99846875
transcript.pyannote[155].end 883.35284375
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 883.35284375
transcript.pyannote[156].end 929.69159375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 883.40346875
transcript.pyannote[157].end 883.97721875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 884.26409375
transcript.pyannote[158].end 884.44971875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 955.00409375
transcript.pyannote[159].end 957.23159375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 958.07534375
transcript.pyannote[160].end 961.43346875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 963.74534375
transcript.pyannote[161].end 965.38221875
transcript.whisperx[0].start 7.912
transcript.whisperx[0].end 7.932
transcript.whisperx[0].text 吳委員長
transcript.whisperx[1].start 23.511
transcript.whisperx[1].end 49.839
transcript.whisperx[1].text 院長好。院長你辛苦了。今天看你更有笑容。今天是最後一場的總質詢。很高興能夠接受委員質詢。那也是最重要的一場。希望你能夠以大格局、大胸懷助台灣最後一臂之力。好不好?好。我要努力。
transcript.whisperx[2].start 52.697
transcript.whisperx[2].end 76.008
transcript.whisperx[2].text 1970年台灣65歲上的人佔2.9%那平均餘命平均壽命60幾歲然後60以後的人生叫做餘生就是隨便晃著晃著就掛掉了那就在這樣的一個前提下定立的叫做引法論述我們的引法官
transcript.whisperx[3].start 77.448
transcript.whisperx[3].end 100.293
transcript.whisperx[3].text 現在我們邁向的2040年65歲上來的人要佔人口的30.1%10倍平均壽命80幾歲那60退休以後還有很多人會有30年這叫做第三人生那這就是我所建構的叫壯世代的主張
transcript.whisperx[4].start 101.854
transcript.whisperx[4].end 129.995
transcript.whisperx[4].text 但是我們現在還繼續在採用舊的思維來應付面相的影響。如果這不改變,未來台灣會躺成一片。高齡者成為臥床族,我們現在臥床超過8年。還有這個少子化造成大量的躺平族。這是一個系統性的問題,但是我們現在都用枝枝節節的方式在捕破洞。
transcript.whisperx[5].start 131.294
transcript.whisperx[5].end 157.464
transcript.whisperx[5].text 我們用2.9%的銀髮政策在處理30%的壯世代長壽社會的來臨。所以我們現在的社福預算已經達到了8千億。難道非要破萬億不行嗎?這個看起來其實可帶。請問院長,20年後,臺灣一半的人口都要超過60歲。
transcript.whisperx[6].start 159.369
transcript.whisperx[6].end 165.323
transcript.whisperx[6].text 如果對高齡兒政策都沒有改變的話那我們的社福預算要多少才夠請問院長
transcript.whisperx[7].start 168.523
transcript.whisperx[7].end 194.649
transcript.whisperx[7].text 你也是專門專家我想委員對於這個我們少子化的問題很重視而且分析得很透徹你剛才的分析就很棒那我想未來怎麼樣讓這個壯世代能夠有自立自主而且共榮永續然後對社會有繼續有貢獻我想這是很重要的而且不只是台灣這是全球的問題
transcript.whisperx[8].start 196.409
transcript.whisperx[8].end 224.371
transcript.whisperx[8].text 但是台灣是全世界最嚴重的,跟南韓。我們在2055年會超越日本,成為全世界比日本還老的國家。後面還有很多要問院長。在我跟各部會最近大概都有溝通,我發現每一個部會的政策都在歧視高齡者,但是他們都無可奈何。
transcript.whisperx[9].start 226.701
transcript.whisperx[9].end 245.122
transcript.whisperx[9].text 眾口都指向衛福部的引法思維。好像這沒辦法,這都是上面交代。上面的,我不曉得上面是誰,上面是院長你嗎?不是我。也不是你,然後是蔡總統嗎?確實像委員講的這一些,有一些法規上我們確實是把...這是一個系統性的問題。對。
transcript.whisperx[10].start 246.323
transcript.whisperx[10].end 260.534
transcript.whisperx[10].text 所以這個院長這個台灣進入長壽社會那我看出來我們整個請全力都在打造60歲以前的人生這個社會非常的繁榮但是你只要推開60歲這扇大門一看
transcript.whisperx[11].start 263.616
transcript.whisperx[11].end 265.077
transcript.whisperx[11].text 當然政府應該要一起努力,還有跟企業界
transcript.whisperx[12].start 294.074
transcript.whisperx[12].end 310.388
transcript.whisperx[12].text 政府的責任。但是感謝院長在3月19日的時候我在財政的總詢詢當中院長也承諾了建立壯世代金融行動方案而且要求上市櫃公司
transcript.whisperx[13].start 312.336
transcript.whisperx[13].end 325.851
transcript.whisperx[13].text 提出高齡社會的永續報告希望這個會追蹤落實同時陳院長在那時候我有問你對於2023年行政院提出的超高齡社會對策
transcript.whisperx[14].start 328.679
transcript.whisperx[14].end 350.592
transcript.whisperx[14].text 請問院長你這些有哪一些是你所需求的?我想可能我們現在考慮到60歲以上的壯士代實際上他能夠不管是在社會參與在產業的參與或者是在健康生活上都能夠越來越健康然後越來越有活力
transcript.whisperx[15].start 351.352
transcript.whisperx[15].end 377.782
transcript.whisperx[15].text 所以很多的長照政策實際上也要注意到這個健康者。現在2023年看起來大家都還是圍繞在這幾個項目嘛這個醫療、養生、照顧的這一些層面但是不可能30年整天在搞這個啦他要有完整的第三人生所以呢為這個長壽時代來臨我們社會普遍歧視老人
transcript.whisperx[16].start 378.652
transcript.whisperx[16].end 396.184
transcript.whisperx[16].text 所以你用大數據輸入老人、銀髮、勒領這些稱呼依附過來都是負面的字眼所以他已經是一個被高度汙名化的大家都很怕被跟老扯上關係我辦了很多活動他說你不要用銀髮用勒領不然我就不要
transcript.whisperx[17].start 396.644
transcript.whisperx[17].end 396.804
transcript.whisperx[17].text 吳春城議員
transcript.whisperx[18].start 412.83
transcript.whisperx[18].end 413.07
transcript.whisperx[18].text 吳春城議員
transcript.whisperx[19].start 429.784
transcript.whisperx[19].end 457.375
transcript.whisperx[19].text 那上次我把用這個資產的高低還有現金流的高低可以把這個壯士貸分成四大類型那上次呢我們在財政的委員會提出的是針對上面這兩個這個叫安穩型還有貢獻型的如何活化他們的資產那今天呢我要跟勞動部還有衛福部來請教如何針對活躍化還有這個社福的因應之道
transcript.whisperx[20].start 458.753
transcript.whisperx[20].end 481.048
transcript.whisperx[20].text 首先要非常肯定勞動部最近非常積極地推出了55Plus壯世代就業促進措施還有5050壯世代就業網路的合作計畫積極地推動但是這個部長勞動部高舉壯世代的旗幟新價值讓壯世代稱為主流
transcript.whisperx[21].start 484.239
transcript.whisperx[21].end 498.844
transcript.whisperx[21].text 徐部長,你說比起中高二零,你更喜歡壯世代這個稱呼,然後你覺得壯世代對號召再就業有什麼助益?有什麼幫助?我想壯世代可以讓整個這個
transcript.whisperx[22].start 501.072
transcript.whisperx[22].end 501.252
transcript.whisperx[22].text 吳春城議員
transcript.whisperx[23].start 527.095
transcript.whisperx[23].end 527.295
transcript.whisperx[23].text 吳春城
transcript.whisperx[24].start 554.395
transcript.whisperx[24].end 554.815
transcript.whisperx[24].text 吳春城議員吳春城議員
transcript.whisperx[25].start 575.393
transcript.whisperx[25].end 595.971
transcript.whisperx[25].text 那那個造成了壯實在進退兩難啊,有些人想要提早退休,其實50歲退休也不錯,不是一定要,那有些人想要延後退休,退休,有些人退休想要再回來,但是我們的退休體制現在綁手綁腳,很不方便。那造成了很多啦,特別是勞基法54條,僱主的強制年滿65歲勞工退休啦,
transcript.whisperx[26].start 599.594
transcript.whisperx[26].end 628.542
transcript.whisperx[26].text 其實在這一個方面也值得來探討。像日本這個高齡雇用安定法裡面現在已經通過這個工作要延長到70歲。而且現在有很多的日本很多企業4成以上的企業都雇用75歲以上的人。甚至YKK這個也內部的規定就員工可以工作到任何的聯盟政治的做到他不想做為止。
transcript.whisperx[27].start 629.602
transcript.whisperx[27].end 635.806
transcript.whisperx[27].text 此事可創造政府、企業、勞資各方面的三領。最後我想跟院長、勞動部提出請求。
transcript.whisperx[28].start 650.646
transcript.whisperx[28].end 666.444
transcript.whisperx[28].text 第一點是檢討僵化的退休體制,還給人民工作的自由權。第二個是獎勵壯士在重返職場,能夠落實全面的法治化。這一點請問院長跟許部長可不可以給我們這個
transcript.whisperx[29].start 668.266
transcript.whisperx[29].end 687.848
transcript.whisperx[29].text 我想讓這個退休的體制更有彈性讓鑽石代能夠繼續工作做他喜歡的工作我覺得這個是我們應該要努力的然後這樣的話有一些法制上的東西確實要修正譬如說像剛才提到的日本他是鼓勵
transcript.whisperx[30].start 688.508
transcript.whisperx[30].end 688.528
transcript.whisperx[30].text 謝謝院長。
transcript.whisperx[31].start 713.431
transcript.whisperx[31].end 734.605
transcript.whisperx[31].text 接下來我要請教衛福部薛部長最近您辛苦了一個單一的案件搞了全國舉國天翻地覆你也說社安網有缺陷請問部長我們的社福體系缺陷在哪裡
transcript.whisperx[32].start 738.621
transcript.whisperx[32].end 748.673
transcript.whisperx[32].text 應該是整個的社會體系的話大致上可能都有一些小的問題但是今天這個案子是一個收、出、養的個案
transcript.whisperx[33].start 749.494
transcript.whisperx[33].end 777.728
transcript.whisperx[33].text 收出養的個案在這個過程當中,的確從這個案子我們發現了一些比較重大的問題。這個不會是,那個只是一個表象,應該講的是一個系統性的問題,整個系統性的人口都出問題。2030年我們有一半人口要超過50歲在10年,可以用現在的社福的政策來照顧一半的人口嗎?
transcript.whisperx[34].start 779.334
transcript.whisperx[34].end 805.581
transcript.whisperx[34].text 當然這中間必須要經過調整因為不管是在人力的部分的話也會出現這個很大的落差這個是一個大災問的問題不過10年也迫在眼前了所以要加緊腳步另外請問薛部長你有沒有注意到民間的浪潮有時候公務房房要看看民間浪潮現在大家
transcript.whisperx[35].start 807.742
transcript.whisperx[35].end 807.982
transcript.whisperx[35].text 吳春城
transcript.whisperx[36].start 825.622
transcript.whisperx[36].end 826.823
transcript.whisperx[36].text 最後我要請院長、行政院
transcript.whisperx[37].start 851.707
transcript.whisperx[37].end 880.138
transcript.whisperx[37].text 還有衛福部部長是不是可以承諾兩點第一點是檢討長照政策不只是照顧更需要照料然後第二點是排除年齡歧視去除老人及淫法的稱呼可不可以這個也請問一下部長第二個部分那個老人這件事情的話會有問題因為我們很多的法規都是
transcript.whisperx[38].start 881.204
transcript.whisperx[38].end 907.315
transcript.whisperx[38].text 用法律名詞已經變在那個地方。我知道,這個當然不是簡單的事情,但是你不做,這個影響層面太大了。這個影響的層面是整個的政府的當機,整個的我們未來一半人口無所適從。所以我最後的一頁我要來問一下部長,那個院長,明年進入超高齡社會,布局2025年,我覺得我們現在是有點不足,
transcript.whisperx[39].start 908.14
transcript.whisperx[39].end 929.421
transcript.whisperx[39].text 必須要重新制定內閣世代循環的白皮書這個每一個部會總統跟行政院長要勇於打破框架勞動部要釋放勞動力教育部要終身教育的體制經濟部要做世代融合經濟的循環衛福部要去除引髮思維的政策速發部要科技平權世代共享
transcript.whisperx[40].start 955.089
transcript.whisperx[40].end 955.269
transcript.whisperx[40].text 臨時主席