iVOD / 150483

Field Value
IVOD_ID 150483
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150483
日期 2024-03-27
會議資料.會議代碼 委員會-11-1-36-9
會議資料.會議代碼:str 第11屆第1會期司法及法制委員會第9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 9
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第1會期司法及法制委員會第9次全體委員會議
影片種類 Clip
開始時間 2024-03-27T10:54:36+08:00
結束時間 2024-03-27T11:07:16+08:00
影片長度 00:12:40
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/9baf490faf5eb4d5366a2f29b8814e006e9ac27f41e17f3cf8ba9b0039caa7a673eb840be5c55e7e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 翁曉玲
委員發言時間 10:54:36 - 11:07:16
會議時間 2024-03-27T09:00:00+08:00
會議名稱 立法院第11屆第1會期司法及法制委員會第9次全體委員會議(事由:一、邀請行政院人事行政總處人事長及行政院相關機關(含事業單位)列席就「政府機關推動人事服務數位轉型」進行專題報告,並備質詢。 二、審查及處理113年度中央政府總預算關於行政院人事行政總處及所屬主管預算凍結項目共8案。 【其中7案如經院會復議,則不予審查、處理】)
gazette.lineno 774
gazette.blocks[0][0] 翁委員曉玲:(10時54分)主席,有請人事長。
gazette.blocks[1][0] 主席:請蘇人事長。
gazette.blocks[2][0] 翁委員曉玲:人事長辛苦了!從今天一早就開始接受委員們的提問。我看了您所提出來的人事服務數位轉型報告裡面有非常多未來針對數位轉型的措施,我自己非常佩服,因為人事長您過去也曾經在其他機關裡面都有推動過,就是關於數位轉型,這個部分我非常的敬佩,您提了非常好的一些措施,希望能夠減緩、紓解未來我們公務體系人力的壓力,當然我更欽佩人事長在百忙之中,還可以常常去其他不同的美術館、博物館參訪,就像吳思瑤委員一樣有非常豐富的文化生活,我進立法院到現在大概有一個半月左右,我已經覺得忙得不可開交,直到上星期六,才有機會去看了一個牡丹亭的崑劇表演,我必須說,其實以我個人的觀察,公務機關裡面,不管是軍公教,其實大家的工作都非常的繁忙、忙碌,尤其是加班,所以有很多的時間,都必須要專注在公務的體系上面、公務的事務上面,這部分大家確實都很辛苦。
gazette.blocks[2][1] 因為公務員現在的公務、業務越來越複雜,而且實際上大家的工作壓力非常大,這也涉及剛剛前面幾位委員都有談到的,為什麼現在報考公務人員的人數越來越少,我想這個基本上也跟我們現在公務員的薪資、軍公教的薪資普遍比民間企業要來得低,因為低薪所以就不容易攬才,我想這個是一個還滿清楚的事情。
gazette.blocks[2][2] 我想請教人事長,最近這些年到底人事總處是否曾經調查過我們國家的軍公教人員?或是我們就算講的是公教人員,他們的薪資與民間企業員工薪資的差距,有沒有做過這樣的調查?甚至是我國跟其他國家公務員的薪資調查。
gazette.blocks[3][0] 蘇人事長俊榮:我跟委員報告,大概每一年我們都會做一次調查,如同委員知道的,現在每一年的待遇審議委員會,我們都會base on這種因為通膨、經濟成長率、民間薪資的問題,還有國家財政相關的議題,所以是有這一些跟民間薪資的部分。也因為我們有做這樣的一個調查,所以我們最近針對某些科系,像土木的、建築的公務機關人才比較不容易招募的部分,我們最近密集到一些機關去做訪視。我們希望今年可以針對他們跟民間之間工作的內容,還有待遇的部分,來做一個比較全盤性的瞭解,因為我們沒有把人家薪水拉上來,跟民間落差太大,說真的,人才是留不住的。
gazette.blocks[4][0] 翁委員曉玲:好。請教人事長,您最近調查我們跟民間企業的差距是多少倍?有這數據嗎?因為其實我也認真看了一下你們人事總處的網頁,我並沒有看到相關資訊的揭露,到底你們所講的,我們跟民間企業的薪資差距是差多少倍?這個部分我希望之後可以請人事總處提供給我們大家知道,最好能夠在網路上面公開,有數據嗎?
gazette.blocks[5][0] 蘇人事長俊榮:有!我這裡跟委員再報告一下,現在高考三級的起薪大概5萬3,520;普考大概4萬1,000……
gazette.blocks[6][0] 翁委員曉玲:沒關係,如果是高考三級的話,相當於民間其他哪個企業什麼樣的比例?
gazette.blocks[7][0] 蘇人事長俊榮:因為我們的reference是勞動部7月份民間受僱員工的薪資……
gazette.blocks[8][0] 翁委員曉玲:好,沒關係,我想因為時間的關係,麻煩再提供書面資料給我。
gazette.blocks[9][0] 蘇人事長俊榮:我們再提供書面資料給委員。
gazette.blocks[10][0] 翁委員曉玲:我在這裡想要講的就是,其實日本的最高人事機關人事院,他們是每一年都會針對全日本一萬多家企業的四十、五十萬員工去做薪資調查,那麼依照他們所做的薪資調查再來回比,這是日本公務員的薪資調查,他們每年都會定期做檢討。就這個部分來講,我沒有看到人事總處是不是每年都有定期的做檢討,其實這部分也跟我們目前沒有法制化有關,因為在我們的軍公教待遇審議委員會裡面,現在看起來只是不定期的要去做調薪的審議,你們每一年都有做嗎?
gazette.blocks[11][0] 蘇人事長俊榮:報告委員,事實上每一年在調薪的時候,它裡面的一個衡量指標,就是政府部門跟民間待遇的差距,這部分我們都有做……
gazette.blocks[12][0] 翁委員曉玲:可是因為這樣的一個差距都沒有公開,所以大家也不知道為什麼一般民間企業的薪水不斷的調漲,主要是他們還有很多的年終獎金等等;而我們的公務員、軍公教人員再怎麼努力,這個年終獎金頂多就是1.5個月,我覺得這個部分跟民間的企業員工,未來都需要整體的、合併的一起來看,否則以現在這樣的情況下去,我們就算有再好的福利,也不會有年輕人想要來當公務員。
gazette.blocks[12][1] 接下來想請教人事長,您認為軍公教三種職業工作內容的性質一樣嗎?
gazette.blocks[13][0] 蘇人事長俊榮:完全都不一樣。
gazette.blocks[14][0] 翁委員曉玲:既然是完全不一樣,而且我們也有不同的待遇條例,為什麼我們的軍公教待遇審議委員會卻要併在一起審議?它明明就是不同性質的工作,應該要分開來看。
gazette.blocks[15][0] 蘇人事長俊榮:事實上,我們的軍公教待遇審議委員會的代表都不同,有國防部的代表,也有教育部的代表……
gazette.blocks[16][0] 翁委員曉玲:但是都只有1名。我的意思是,依照現在的法律規定,它應該是行政院定之,行政院是不是應該成立不同的審議委員會來審議軍公教的待遇,而不是合併在同一個審議委員會裡面來談?
gazette.blocks[16][1] 接下來要談的,包含之前也有委員提到,就是軍公教待遇的調薪審議一直沒有法制化,我看你們在這次的預算解凍案裡面,還是說未來想要朝向法制化。這明明就是一個簡單的事情,為什麼……
gazette.blocks[17][0] 蘇人事長俊榮:我跟我委員報告,我們今年一定會法制化,會完成法制化。
gazette.blocks[18][0] 翁委員曉玲:好,如果你們不完成的話,我會幫你們提案。
gazette.blocks[19][0] 蘇人事長俊榮:謝謝。
gazette.blocks[20][0] 翁委員曉玲:接下來還有一個問題,就是我們剛剛講的軍公教人員,既然大家的工作性質不一樣,卻又適用同一套俸點標準,請問我們現在這個俸表是由誰訂定的?
gazette.blocks[21][0] 蘇人事長俊榮:base on俸給法,是我們自己訂……
gazette.blocks[22][0] 翁委員曉玲:對,我們這個俸表有多少年沒有調整過?現在軍公教的職等是一到十四職等,俸點從160點到800點,這個俸表有經過調整嗎?我必須說這看起來很久沒有調整,就這個部分,也希望人事總處回去可以研議。既然我們剛剛都講了,軍公教工作性質就不一樣,不應該都適用同一套的文官的俸給,就是不應該適用單一的俸表,它應該還是要有所區別。
gazette.blocks[22][1] 還有,大家也有討論到現在的俸點結構到底合不合理?從160點到800點,好像非常多年都是像這樣子的一個情況;還有俸點的折算額,看起來這個部分涉及到調薪的時候,就會去檢討俸點折算額。請問,俸點折算額的部分是人事行政總處這裡決定的嗎?
gazette.blocks[23][0] 林處長錦慧:俸點折算俸額是在待遇調整的時候,我們會根據那個調幅去調整,譬如今年調4%,我們有四個俸段,俸點的折算率是用4%下去折算,然後再簽院,調整整個俸點。
gazette.blocks[24][0] 翁委員曉玲:簡單來說,如果我們今天希望能夠整體拉高軍公教的待遇,一個非常簡單的作法,甚至不用這麼大幅度的修法,就是直接調高俸點的折算額,其實就可以解決這個問題。如果我們還要回去討論各式各樣不同的加給,還有給予獎勵等等的話,這個又太複雜了。
gazette.blocks[24][1] 最後,我還想請教一個問題,有關於育嬰假的部分。現在育嬰留職停薪,這個也是你們這次計畫書裡面提到的,你們也一直希望能夠提高育嬰留職停薪的發放津貼,來鼓勵公務員能多養育小孩;可是我認為有一個結構性的問題,就是你們的計算標準都是依本俸,過去是本俸的六成,前兩年因為要配合落實行政院0到6歲的子女由國家養的這個政策,所以有調高二成,現在是領本俸的八成,但本俸本身還是低,它的母數本身就低,你再乘以八成,它還是低,所以請人事長回去思考,是不是未來像育嬰留職停薪的津貼,應該要以他的全薪來做考量?若能以全薪的七成或八成,我覺得就真的可以幫助到養育子女的公務員。還有,我們現在的育嬰留停須子女3歲以下才可以請領,既然行政院的政策是0歲到6歲國家養,為什麼不放寬可以申請的資格,只要家中有6歲以下子女的公務員,都可以申請育嬰留職停薪的津貼?
gazette.blocks[25][0] 蘇人事長俊榮:我跟委員簡單的說明一下……
gazette.blocks[26][0] 主席:請簡要答復。
gazette.blocks[27][0] 蘇人事長俊榮:這是公保法的限制,公保法的規範就是以本俸為計算基準,而且要3足歲,這些都在公保法。對於委員剛才指教的問題,我們要去調整的話,事實上源頭還是公保法裡面要去做修改……
gazette.blocks[28][0] 翁委員曉玲:所以要修法就是了?
gazette.blocks[29][0] 蘇人事長俊榮:對,就是公保法。
gazette.blocks[30][0] 翁委員曉玲:好,本席建議你們可以往這方面去思考。
gazette.blocks[31][0] 蘇人事長俊榮:我們再把意見反映給銓敘部。
gazette.blocks[32][0] 翁委員曉玲:好的,謝謝。
gazette.blocks[33][0] 主席:謝謝翁委員,謝謝蘇人事長。
gazette.blocks[33][1] 接下來有請謝委員龍介質詢。
gazette.agenda.page_end 210
gazette.agenda.meet_id 委員會-11-1-36-9
gazette.agenda.speakers[0] 鍾佳濱
gazette.agenda.speakers[1] 黃國昌
gazette.agenda.speakers[2] 沈發惠
gazette.agenda.speakers[3] 陳俊宇
gazette.agenda.speakers[4] 林思銘
gazette.agenda.speakers[5] 羅智強
gazette.agenda.speakers[6] 莊瑞雄
gazette.agenda.speakers[7] 吳思瑤
gazette.agenda.speakers[8] 翁曉玲
gazette.agenda.speakers[9] 謝龍介
gazette.agenda.speakers[10] 傅崐萁
gazette.agenda.speakers[11] 吳宗憲
gazette.agenda.speakers[12] 鄭天財Sra Kacaw
gazette.agenda.page_start 151
gazette.agenda.meetingDate[0] 2024-03-27
gazette.agenda.gazette_id 1132001
gazette.agenda.agenda_lcidc_ids[0] 1132001_00008
gazette.agenda.meet_name 立法院第11屆第1會期司法及法制委員會第9次全體委員會議紀錄
gazette.agenda.content 一、邀請行政院人事行政總處人事長及行政院相關機關(含事業單位)列席就「政府機關推動人 事服務數位轉型」進行專題報告,並備質詢;二、審查及處理113年度中央政府總預算關於行政 院人事行政總處及所屬主管預算凍結項目共7案
gazette.agenda.agenda_id 1132001_00017
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 8.08034375
transcript.pyannote[0].end 9.85221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.98721875
transcript.pyannote[1].end 10.74659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 11.28659375
transcript.pyannote[2].end 12.26534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.61971875
transcript.pyannote[3].end 13.78409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 17.93534375
transcript.pyannote[4].end 32.90346875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 19.28534375
transcript.pyannote[5].end 19.67346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 34.27034375
transcript.pyannote[6].end 46.96034375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 47.14596875
transcript.pyannote[7].end 52.59659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 52.88346875
transcript.pyannote[8].end 57.70971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 57.96284375
transcript.pyannote[9].end 59.70096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 60.17346875
transcript.pyannote[10].end 64.52721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 65.10096875
transcript.pyannote[11].end 68.23971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 68.49284375
transcript.pyannote[12].end 72.99846875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 73.26846875
transcript.pyannote[13].end 87.22409375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 87.49409375
transcript.pyannote[14].end 92.62409375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 92.86034375
transcript.pyannote[15].end 99.88034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 100.47096875
transcript.pyannote[16].end 104.60534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 104.87534375
transcript.pyannote[17].end 105.09471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 105.34784375
transcript.pyannote[18].end 108.19971875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 108.38534375
transcript.pyannote[19].end 109.36409375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 110.12346875
transcript.pyannote[20].end 123.13409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 123.62346875
transcript.pyannote[21].end 131.87534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 132.24659375
transcript.pyannote[22].end 139.21596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 139.94159375
transcript.pyannote[23].end 178.75409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 178.85534375
transcript.pyannote[24].end 185.47034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 186.49971875
transcript.pyannote[25].end 244.00971875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 237.88409375
transcript.pyannote[26].end 238.55909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 243.50346875
transcript.pyannote[27].end 248.90346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 249.74721875
transcript.pyannote[28].end 276.39284375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 249.81471875
transcript.pyannote[29].end 251.19846875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 276.02159375
transcript.pyannote[30].end 285.67409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 285.01596875
transcript.pyannote[31].end 290.90534375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 292.17096875
transcript.pyannote[32].end 298.78596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 296.91284375
transcript.pyannote[33].end 297.26721875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 297.90846875
transcript.pyannote[34].end 312.50534375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 301.26659375
transcript.pyannote[35].end 303.52784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 312.85971875
transcript.pyannote[36].end 351.08159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 351.80721875
transcript.pyannote[37].end 353.27534375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 353.91659375
transcript.pyannote[38].end 364.63221875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 362.97846875
transcript.pyannote[39].end 406.92096875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 407.68034375
transcript.pyannote[40].end 409.09784375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 408.81096875
transcript.pyannote[41].end 419.03721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 419.39159375
transcript.pyannote[42].end 424.50471875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 425.68596875
transcript.pyannote[43].end 434.84909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 433.71846875
transcript.pyannote[44].end 437.38034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 437.75159375
transcript.pyannote[45].end 471.73784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 470.08409375
transcript.pyannote[46].end 474.52221875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 474.67409375
transcript.pyannote[47].end 496.12221875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 477.66096875
transcript.pyannote[48].end 478.16721875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 497.40471875
transcript.pyannote[49].end 503.46284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 503.53034375
transcript.pyannote[50].end 504.81284375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 504.17159375
transcript.pyannote[51].end 507.78284375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 510.12846875
transcript.pyannote[52].end 511.15784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 512.44034375
transcript.pyannote[53].end 520.74284375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 516.81096875
transcript.pyannote[54].end 517.68846875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 517.97534375
transcript.pyannote[55].end 518.24534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 518.43096875
transcript.pyannote[56].end 518.59971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 521.23221875
transcript.pyannote[57].end 521.87346875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 522.63284375
transcript.pyannote[58].end 523.66221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 524.18534375
transcript.pyannote[59].end 525.01221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 528.35346875
transcript.pyannote[60].end 531.59346875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 531.96471875
transcript.pyannote[61].end 545.71784375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 545.98784375
transcript.pyannote[62].end 578.40471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 579.41721875
transcript.pyannote[63].end 580.19346875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 580.19346875
transcript.pyannote[64].end 580.32846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 580.32846875
transcript.pyannote[65].end 580.34534375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 580.34534375
transcript.pyannote[66].end 580.36221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 580.44659375
transcript.pyannote[67].end 583.83846875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 580.53096875
transcript.pyannote[68].end 580.86846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 584.05784375
transcript.pyannote[69].end 597.45659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 596.41034375
transcript.pyannote[70].end 596.89971875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 597.11909375
transcript.pyannote[71].end 605.08409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 605.64096875
transcript.pyannote[72].end 613.77471875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 614.56784375
transcript.pyannote[73].end 662.77971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 663.72471875
transcript.pyannote[74].end 663.92721875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 664.23096875
transcript.pyannote[75].end 675.11534375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 675.33471875
transcript.pyannote[76].end 680.90346875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 682.11846875
transcript.pyannote[77].end 683.02971875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 683.35034375
transcript.pyannote[78].end 698.89221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 699.65159375
transcript.pyannote[79].end 730.29659375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 730.02659375
transcript.pyannote[80].end 751.22159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 730.90409375
transcript.pyannote[81].end 730.98846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 730.98846875
transcript.pyannote[82].end 732.27096875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 732.27096875
transcript.pyannote[83].end 732.35534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 732.35534375
transcript.pyannote[84].end 732.37221875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 750.52971875
transcript.pyannote[85].end 751.79534375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 751.37346875
transcript.pyannote[86].end 753.43221875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 752.62221875
transcript.pyannote[87].end 756.72284375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 755.18721875
transcript.pyannote[88].end 757.68471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 757.70159375
transcript.pyannote[89].end 759.33846875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 758.93346875
transcript.pyannote[90].end 759.96284375
transcript.whisperx[0].start 8.42
transcript.whisperx[0].end 13.621
transcript.whisperx[0].text 主席有請人事長請蘇人事長市長辛苦了從今天一早就開始接受委員們的提問跟這個準備很多的詢問那麼我看了您這裡所提出來的人事推動
transcript.whisperx[1].start 35.181
transcript.whisperx[1].end 46.606
transcript.whisperx[1].text 人事數位人事服務的數位轉型報告裡面有非常多的未來針對數位轉型的這個措施我自己非常佩服因為這也是人事長您過去也曾經
transcript.whisperx[2].start 47.624
transcript.whisperx[2].end 72.818
transcript.whisperx[2].text 在其他的機關裏面都有推動過關於數位轉型那就這個部分的話我非常的敬佩提了非常好的一些措施希望能夠能夠減緩舒解未來我們公務體系人力的這個壓力那麼當然我更這個欽佩就是這個人事長在百忙之中還可以常常去其他的不同的
transcript.whisperx[3].start 73.362
transcript.whisperx[3].end 92.148
transcript.whisperx[3].text 美術館、博物館和去參訪,那就像吳思堯委員一樣有非常豐富的這個文化生活。我進立法院現在大概一個半月左右,我已經覺得忙得不可開交,直到這個上星期天,上星期六才有機會去看了一個牡丹亭的昆劇的表演。
transcript.whisperx[4].start 93.004
transcript.whisperx[4].end 104.331
transcript.whisperx[4].text 那麼我必須說其實以我個人的觀察公務機關裡面不管是軍公教其實大家的工作都非常的繁忙忙碌尤其是加班
transcript.whisperx[5].start 105.393
transcript.whisperx[5].end 120.289
transcript.whisperx[5].text 的這個很多的這個時間都必須要專注在公務的體系上面公務的事務方面那這部分的話確實是這個大家都很辛苦那也因為其實公務員現在的這個
transcript.whisperx[6].start 123.912
transcript.whisperx[6].end 138.22
transcript.whisperx[6].text 的公務、他的業務越來越復雜而且實際上就是大家的工作壓力非常大那這也涉及到就是剛剛前面幾位委員都有在談為什麼現在報考公務人員的
transcript.whisperx[7].start 141.082
transcript.whisperx[7].end 161.55
transcript.whisperx[7].text 這個人數越來越少我想這個基本上也跟我們的現在公務員的薪資軍公教的薪資普遍比民間企業要來的低因為低薪所以就不容易攬財我想這個是一個還蠻清楚的一個事情那我想請教就是人事長在
transcript.whisperx[8].start 163.131
transcript.whisperx[8].end 184.867
transcript.whisperx[8].text 這個最近這些年到底人事總處這裡有沒有曾經調查過我們國家的軍公教人員或是說我們就算是講的是公教人員的薪資與民間企業員工薪資的差距有沒有做過這樣的調查那麼甚至就是我國跟其他國家的公務員的薪資調查
transcript.whisperx[9].start 186.81
transcript.whisperx[9].end 211.345
transcript.whisperx[9].text 我跟委員報告大概每一年我們都會做一次調查因為就如同委員知道我們現在每一年大一審議委員會我們都會based on所謂的通膨還有經濟成長力民間薪資的問題還有國家財政相關的議題所以這些跟民間薪資的部分所以也是因為我們有做這樣的一個調查
transcript.whisperx[10].start 212.606
transcript.whisperx[10].end 238.922
transcript.whisperx[10].text 所以我們最近針對某些科系像土木的建築的在公務機關人才比較不容易招募的部分我們最近密集在一些機關去做訪視我們希望說今年可以提出針對他們跟民間之間工作的內容還有待遇的部分我們做一個比較全盤性的一個瞭解因為我們不去
transcript.whisperx[11].start 244.485
transcript.whisperx[11].end 267.037
transcript.whisperx[11].text 市長,您最近調查我們跟民間企業的差距是多少倍?有這個數據嗎?因為其實我也認真的去看了一下你們的這個人事總處的網友我沒有看到好像相關資訊的揭露那麼到底你們所講的我們跟民間企業的薪資差距是差多少倍?這個部分我希望就是
transcript.whisperx[12].start 268.377
transcript.whisperx[12].end 290.504
transcript.whisperx[12].text 這個之後可以請人事總處這裡提供給我們大家知道最好能夠在網路上面公開有嗎?有數據嗎?有有我這裡跟委員再報告一下現在高考三級的起薪大概五萬三千五百二十那普考大概四萬一千沒關係你說如果是以高考三級的話跟相當於民間的其他的哪個企業的什麼樣的比例
transcript.whisperx[13].start 292.502
transcript.whisperx[13].end 311.454
transcript.whisperx[13].text 因為我們reference是勞動部企業分民間受雇員工的好沒關係我想因為時間的關係就麻煩就是請你之後再提供書面資料給委員我在這裡我想要講的就是其實日本的公務最高人事機關人事院他們是每一年都會去針對
transcript.whisperx[14].start 313.375
transcript.whisperx[14].end 337.172
transcript.whisperx[14].text 這個全日本的這個1萬多家企業40、40、50萬的員工去做薪資調查那麼依照這個他們的所做的薪資調查再來回比我們目前的就是日本的公務員的薪資調查然後他們會每年都要定期的做檢討但是就這個部分來講的話我沒有看到人事總處是不是每年都有定期的做檢討那麼這個這個部分的話是
transcript.whisperx[15].start 341.135
transcript.whisperx[15].end 352.834
transcript.whisperx[15].text 也跟我們目前沒有法制化有關因為在我們的軍公教待遇審議委員會裡面看起來現在只是不定期的要去做調新的審議你們每一年都有做嗎?
transcript.whisperx[16].start 353.956
transcript.whisperx[16].end 375.934
transcript.whisperx[16].text 包括委員,事實上每一年在調薪的時候,它裡面的一個衡量指標就是政府部門跟民間代議的差距,這一部分我們都有做。可是因為這樣子的一個差距都沒有公開,所以至於讓大家也不知道就是說為什麼我們現在這個看到這個一般民間企業的薪水是不斷的調漲,主要是他們當然還有很多的
transcript.whisperx[17].start 376.254
transcript.whisperx[17].end 396.817
transcript.whisperx[17].text 議員議員議員議員
transcript.whisperx[18].start 396.997
transcript.whisperx[18].end 398.117
transcript.whisperx[18].text 二、審查及處理113年度中央
transcript.whisperx[19].start 426.014
transcript.whisperx[19].end 449.232
transcript.whisperx[19].text 事實上為什麼我們軍公教大議他會來自不同的有國防部的代表然後也有教育部的代表是但是都只有一名好謝謝那我的意思是說依照現在法律裡面的規定的話他應該是行政院定之那麼行政院是不是應該成立不同的審議委員會來審議軍公教的待遇而不是合併在同一個審議委員會裡面來談
transcript.whisperx[20].start 451.374
transcript.whisperx[20].end 473.066
transcript.whisperx[20].text 好那接下來當然就今天委員其實還包含之前有委員有提到就是有關於軍公教待遇的條新審議一直沒有法制化那沒有法制化的問題我看你們在這次的預算解凍案裡面你們還是想說是未來要朝向法制化這明明就是一個簡單的事情我跟委員報告我們今年一定會法制化會完成法制化
transcript.whisperx[21].start 474.747
transcript.whisperx[21].end 489.676
transcript.whisperx[21].text 好,如果你們不完成的話我會幫你們提案。接下來還有一個問題就是有關於我們剛剛講的軍公教既然大家工作性質不一樣可是卻又適用同一套的諷點標準那麼請問有關於我們現在的這個諷表是由誰訂定的?
transcript.whisperx[22].start 497.741
transcript.whisperx[22].end 506.383
transcript.whisperx[22].text 奉表在就是我們的就是那被送奉集法對奉集法我們這個奉表有多少年沒有調整過幾年上次我們現在的值等喔軍公教值等從1到14值等然後我們的奉點從160點到800點這個奉表有經過調整嗎
transcript.whisperx[23].start 528.393
transcript.whisperx[23].end 555.279
transcript.whisperx[23].text 我必須說因為這裡看起來是很久沒有調整那麼這個部分我也希望就是人事總處這裡回去可以研議接下來我們剛剛講的那個軍公教工作性質就不一樣所以不應該都適用同一套的文官的縫緊就是不應該適用單一的縫表它應該還是要有所區別還有就是說目前大家有討論現在的縫點結構到底合不合理
transcript.whisperx[24].start 560.282
transcript.whisperx[24].end 579.498
transcript.whisperx[24].text 從160點奉點到現在800點已經非常多年好像都是像這樣子的一個情況那還有就是奉點的折算額看起來這個部分是涉及到調薪的時候就會去檢討奉點折算額請問像奉點折算額的部分是人事行政總處這裡會決定嗎?奉點折算份額是待遇調整的時候我們會
transcript.whisperx[25].start 584.11
transcript.whisperx[25].end 590.735
transcript.whisperx[25].text 所以我認為說其實呢簡單來說如果我們今天希望能夠整體拉高軍公教的待遇一個非常簡單的做法也甚至不用這麼這個大幅的修法就是直接去調高縫點的折算額
transcript.whisperx[26].start 614.922
transcript.whisperx[26].end 629.779
transcript.whisperx[26].text 這個部分其實就可以解決這個問題那麼如果說我們還要回到就是說是要去討論各式各樣不同的家級還有給予獎勵等等的話這個其實又太複雜了好那最後呢我還想要請教一個問題是有關於育嬰價的問題育嬰那麼現在留職停薪
transcript.whisperx[27].start 636.326
transcript.whisperx[27].end 662.215
transcript.whisperx[27].text 預應留職停薪這也是在你們這次計畫書裡面有講的你們也一直希望能夠提高預應留職停薪的這個發放的津貼然後來鼓勵這個公園能夠多養育小孩可是我認為有一個嚴重的就是應該有一個結構性的問題就是因為你們的計算標準都是以本縫
transcript.whisperx[28].start 664.573
transcript.whisperx[28].end 680.503
transcript.whisperx[28].text 過去是本縫的6成然後前兩年因為配合行政院要落實0到6歲的這個子女國家養的這個政策所以有調高多2成現在是領本縫的8成但是本縫本身還是低壓
transcript.whisperx[29].start 682.165
transcript.whisperx[29].end 698.562
transcript.whisperx[29].text 他的這個母數本身就是低那你再乘以八成他還是低所以我是建議就是說這個也是請人事長回去可以思考是不是未來有關於像育嬰留職停薪的津貼應該要以他的全心
transcript.whisperx[30].start 700.09
transcript.whisperx[30].end 720.731
transcript.whisperx[30].text 來做考量以全新的7成或8成那這樣的話我覺得是真的可以幫助到養育子女的這個公務員同時我們現在的這個育嬰留庭是3歲子女3歲以下才可以請領既然行政院的政策是0到6歲國家養為什麼不提放寬
transcript.whisperx[31].start 721.992
transcript.whisperx[31].end 738.798
transcript.whisperx[31].text 可以申請的資格6歲以下只要家中有6歲以下的公務員都可以申請這個預應留職停薪的今天我跟委員簡單的說明一下就是公保法的限制啦公保法的規範就是本婚的以本婚為計算基準
transcript.whisperx[32].start 741.119
transcript.whisperx[32].end 758.93
transcript.whisperx[32].text 而且三足稅這些都在公保法如果委員剛才所指教的問題我們要去調整的話事實上沿途還是公保法你們要去做改所以要修法就是了對公保法好那現在憲宜說你們可以往這方面去思考我們再把意見反映給情緒部好的好好的謝謝