iVOD / 150893

Field Value
IVOD_ID 150893
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150893
日期 2024-04-08
會議資料.會議代碼 委員會-11-1-26-11
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11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 11
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11次全體委員會議
影片種類 Clip
開始時間 2024-04-08T09:23:16+08:00
結束時間 2024-04-08T09:36:01+08:00
影片長度 00:12:45
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/76e93816584839812900ac62d03977ea5942adc12f721acdf8ba9b0039caa7a640b168d8abc25f0d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:23:16 - 09:36:01
會議時間 2024-04-08T09:00:00+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11次全體委員會議(事由:邀請勞動部、行政院人事行政總處、銓敘部、教育部、國防部就「安心生養!試辦彈性育嬰假及如何提高男性育嬰留停比例」進行專題報告,並備質詢。 【4月8日及10日二天一次會】)
gazette.lineno 214
gazette.blocks[0][0] 陳委員菁徽:(9時23分)謝謝。各位同事、各位官員早安,主席早安。我請許部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:陳委員好。
gazette.blocks[3][0] 陳委員菁徽:部長早。我們來看一下,上週三發生地震,但勞動部反應非常快,馬上發了一個新聞稿,提到假使是因為交通問題,不可以歸咎為員工的事情而遲到,雇主不應視為遲到或曠職,但是工資是否照給要與雇主自己協商。
gazette.blocks[4][0] 許部長銘春:對。
gazette.blocks[5][0] 陳委員菁徽:部長,你覺得一百個雇主中,有幾個會主動跟員工協商說好,我們是有薪的假期?
gazette.blocks[6][0] 許部長銘春:因為這個天災是不可抗力,雙方都不可歸責,所以法令才會這樣規定,但是一般雇主也會體恤勞工的話,應該都會給。過去像颱風也是一樣,很多雇主一樣,颱風導致勞工沒有辦法上班,雇主也是一樣自行協商,還是會有很多雇主給予在天災的時間沒有辦法上班的勞工……
gazette.blocks[7][0] 陳委員菁徽:好,我先幫您做一個表格,上禮拜三我們在這邊開會,有許許多多專家學者因為是從南部過來,因此延誤了4個小時以上;我也有收到陳情,他是被列為半天的事假,所以一個勞工半天的事假就消耗掉了。剛才部長提到您可以體諒雇主大部分都會體恤員工而給予薪水,但實際上的話,如果您沒有具體規範……,因為天災的因素有直接規定,可是上週有許許多多交通問題其實就是天災造成的,這一點也希望部長未來可以考量進去,好嗎?
gazette.blocks[8][0] 許部長銘春:好,這個我們來討論。
gazette.blocks[9][0] 陳委員菁徽:再來也要鼓勵部長,我們很快就啟動了天災臨時工的措施,這個非常好,因為我們可以提高當地的經濟還有就業率,讓當地失業的受災者有工作。但是我們來看一下內容,左邊顯示您講到提供每個小時183元,每個月最高補助2萬7,000塊,大約是這樣子。現在整體通膨、物價飆漲,您覺得這樣的時薪是足夠的嗎?
gazette.blocks[10][0] 許部長銘春:這個臨工措施是既有的政策……
gazette.blocks[11][0] 陳委員菁徽:這是規定?
gazette.blocks[12][0] 許部長銘春:一般都是這樣子。
gazette.blocks[13][0] 陳委員菁徽:對。
gazette.blocks[14][0] 許部長銘春:其實這個程序都很快,幾乎當天申請當天就核定了,這個應該沒有什麼問題。
gazette.blocks[15][0] 陳委員菁徽:好,部長,現在受災的失業者還有社會型專案計畫,您知道現在已經有幾個人申請嗎?我早上還特別查。
gazette.blocks[16][0] 許部長銘春:我請署長說明。
gazette.blocks[17][0] 蔡署長孟良:根據我們今天早上最新的統計,花蓮瑞穗現在已經提出15位臨工,還有幾個花蓮地區的鄉鎮目前都還在盤點。
gazette.blocks[18][0] 陳委員菁徽:寫出計畫的我早上問是0,還沒啊!只有提出申請要打臨工的有15人。
gazette.blocks[19][0] 蔡署長孟良:委員,這個臨工措施過去已經實施非常多次,現在地方政府都很簡便,那個計畫不是要寫很繁雜的,其實大概就一個頁面,記載需要多少、人數,大概就是基本資料而已。
gazette.blocks[20][0] 許部長銘春:那都是一些是固定的範本,填一填就可以。
gazette.blocks[21][0] 陳委員菁徽:你們馬上啟動真的很好,但實際的狀況是,我去詢問我在花蓮的親友,他們有些人的房屋已經倒了,很多房子不能再進去了,你要他申請計畫,他也要找地方下載這些表格,或者是去鄉鎮公所找這些表格。
gazette.blocks[22][0] 許部長銘春:那個鄉鎮公所提,不是他。
gazette.blocks[23][0] 陳委員菁徽:接下來他們會進入經濟的寒冬,因為快要暑假,但是許多人已經被取消訂房。本來很多家長要帶著小朋友去玩,暑假是花蓮的旺季,但是現在他們因為這樣的天災,可能半年都還沒有辦法復甦。所以我在這邊提供部長一個建議,不管是補助的金額或者是申請的程序……,您看我框起來的這些表都是一週內要完成、兩週內完成、一週內完成,這些時間加一加也要三個禮拜。
gazette.blocks[23][1] 再來您看受災的失業者要提供相關證明文件,其實相對是繁瑣的。如果您可以把這個流程還有受災的失業者需要檢附的文件儘量簡化,我們才真的幫得到花蓮人,因為花蓮現在需要的是麵包,但看到你們端出的是麵包屑,有一點緩不濟急。
gazette.blocks[24][0] 許部長銘春:我們這個臨工措施一定是從優、從速、從簡,其實需要的人只要向勞動部申請,立刻登記我們就核了,只是鄉鎮公所要提計畫,說明到底需要哪些工作,要提供給我們,那個也都是固定的,有一些範例,我們都會協助他們儘快落實臨工措施,讓需要的人趕快來工作。
gazette.blocks[25][0] 陳委員菁徽:好,謝謝部長。
gazette.blocks[25][1] 下一個我們來看一下,今天我們既然要討論育嬰假……,我自己的小孩上網看到行政院有一個兒童版的網站,許部長在上面被介紹的非常可愛,你說小朋友可以叫你「阿春部長」,你也是全國一千萬名勞工朋友的靠山,但是就像剛才陳昭姿委員提到的,臺灣勞工的比例非常高,雙薪家庭的比例也很高,許許多多的小朋友不只要部長當他們爸媽的靠山,也很希望有爸媽的陪伴,因此大概在3到4週前,部長有跟記者朋友們說,您在滾動式的調整,考量是不是勞工朋友也可以增加有薪的幼兒照顧假。請問現在滾動式的調整,您思考得如何了?
gazette.blocks[26][0] 許部長銘春:這是公務員。
gazette.blocks[27][0] 陳委員菁徽:對,這是公務員的……
gazette.blocks[28][0] 許部長銘春:行政院有在開會,還沒有……
gazette.blocks[29][0] 陳委員菁徽:但是當時媒體朋友有向您詢問,是不是勞工也可以開始考慮做這樣的……
gazette.blocks[30][0] 許部長銘春:我們現在看行政院,因為還有再開一次會,我印象中有再開過會,如果這個方向是確定的,我們當然也認為勞工部分會檢討、跟進。
gazette.blocks[31][0] 陳委員菁徽:好,我有一個比較具體的提議,根據性別平等工作法規定,7天應該要以家庭照顧假計算,可能你們是因為現行法規或者是預算的考量,如果我們要求勞動部研擬修改勞工的請假辦法,再增加7天事假的quota,但是給予不給薪的幼兒照顧假,您覺得這方面是可行的嗎?
gazette.blocks[32][0] 許部長銘春:報告委員,我覺得這個部分都可以討論,我們可以邀請勞資雙方的團體,大家來開會凝聚共識,看怎麼來做,因為這牽涉到他們雙方的權益。
gazette.blocks[33][0] 陳委員菁徽:所以,你覺得在一個月內研擬這個勞工無薪幼兒照顧假……
gazette.blocks[34][0] 許部長銘春:一個月?我們一個月來開會,好不好?一個月內趕快來開會,因為還是要聽取大家的意見再來決定。
gazette.blocks[35][0] 陳委員菁徽:這是本黨之前在選舉期間提出的,但我看非常多的民進黨委員也提出跟我們相同的看法,認為需要追隨國際標準,將現行的產假延長到14週,但是我也看了一下部長的回復,部長是覺得第一、因為臺灣中小型企業比較多,反而會不利女性的就業;第二、有許多計算方式我們跟其他國家不一樣。我看了你們一個150頁的報告──「育嬰留職停薪津貼政策對於育兒勞工之影響及相關輔助政策探討」,寫得非常詳細,我覺得勞動及職業安全衛生研究所做足了資料,但是我們從裡面看起來,不管是產假、育嬰留停的津貼或是有薪資整體的週數,其實我們都大幅的落後這些OECD的先進國家,甚至丹麥、法國他們還分成懷第一胎、懷第二胎及懷雙胞胎,產假的週數都有不同,因為他們知道雙胞胎一定需要更久,或是第二胎同時要照顧第一胎會更累。部長,您覺得我們是不是應該要再稍微調整成比8週再長一點呢?
gazette.blocks[36][0] 許部長銘春:報告委員,這個部分也有很多委員在倡議,我也有交代業務單位應該再來做一些討論,看看是不是可以適度的把產假週數放寬,讓整個育兒生養的環境更優,這個部分我想我們會朝這個方向進一步來做研議。
gazette.blocks[37][0] 陳委員菁徽:是,當然今天也有一個重點,是講到男性育嬰假,有許許多多的民意調查去調查為什麼臺灣的男性會不想請育嬰假,這都非常合理,比如他們因為薪水、因為主管的升遷考量、因為怕被講話、他人的觀感、覺得丟臉等等,這是要給予勞動部肯定的,部長,您知道為什麼2022年男性申請育嬰假的比率創新高到達25%嗎?
gazette.blocks[38][0] 許部長銘春:報告委員,因為我們放寬,第一、30天短期數也可以,再來他可以個別或同時,還有就是我們多了兩成的公務預算,用於薪資補助,我想這個都是誘因。
gazette.blocks[39][0] 陳委員菁徽:對,這個媒體也有幫您分析了,當然有一些津貼,再來疫情是一個很大的因素,因為疫情期間有非常多托育的地方沒有開放,所以他們不得不把小孩帶回家,我覺得看到這樣子非常好,因為根據你那個150頁的報告,丹麥已經非常努力了,男性的育兒假申請也頂多到30%,然後我們居然可以在2022年衝到25%,可是我希望不要2023、2024年又變回原來的百分之十幾,因為已經沒有疫情的加持了。今天有看到各位的彙報,各位的彙報有提到銓敘部要鼓勵有申請育嬰留停的男性公務員出來做一些經驗分享,當然這個立意很好,但實際帶動的效果我覺得有限。這邊提供部長一個參考,你也知道日本文化看待男性比我們更為保守,所以日本會做到由上往下去找出員工超過100人的公司,大概有5萬家,去制定而且公布男性育嬰休假的比率目標,這樣才可以徹底的從上而下帶動整個企業文化。
gazette.blocks[40][0] 許部長銘春:報告委員,我覺得可以來參考,這個我會請業務單位把日本的相關案例做一個……
gazette.blocks[41][0] 陳委員菁徽:對,我覺得會比你們的那個方法好很多。
gazette.blocks[42][0] 許部長銘春:來參考看看,我想別人好的經驗,我們都可以來參考。
gazette.blocks[43][0] 陳委員菁徽:好,謝謝部長,謝謝主席。
gazette.blocks[44][0] 許部長銘春:謝謝。
gazette.blocks[45][0] 主席:謝謝陳菁徽委員。
gazette.blocks[45][1] 接下來請林月琴委員發言。
gazette.agenda.page_end 154
gazette.agenda.meet_id 委員會-11-1-26-11
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] 王育敏
gazette.agenda.speakers[5] 涂權吉
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 林淑芬
gazette.agenda.speakers[9] 鄭天財Sra Kacaw
gazette.agenda.speakers[10] 李坤城
gazette.agenda.speakers[11] 牛煦庭
gazette.agenda.speakers[12] 楊瓊瓔
gazette.agenda.speakers[13] 李彥秀
gazette.agenda.speakers[14] 陳培瑜
gazette.agenda.speakers[15] 黃國昌
gazette.agenda.speakers[16] 范雲
gazette.agenda.speakers[17] 張雅琳
gazette.agenda.speakers[18] 陳瑩
gazette.agenda.speakers[19] 劉建國
gazette.agenda.speakers[20] 洪申翰
gazette.agenda.speakers[21] 廖偉翔
gazette.agenda.speakers[22] 楊曜
gazette.agenda.speakers[23] 黃仁
gazette.agenda.speakers[24] 黃珊珊
gazette.agenda.speakers[25] 蘇清泉
gazette.agenda.speakers[26] 陳冠廷
gazette.agenda.page_start 73
gazette.agenda.meetingDate[0] 2024-04-08
gazette.agenda.gazette_id 1132601
gazette.agenda.agenda_lcidc_ids[0] 1132601_00003
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11次全體委員會議紀錄
gazette.agenda.content 邀請勞動部、行政院人事行政總處、銓敘部、教育部、國防部就「安心生養!試辦彈性育嬰假及 如何提高男性育嬰留停比例」進行專題報告,並備質詢
gazette.agenda.agenda_id 1132601_00002
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 6.91596875
transcript.pyannote[0].end 12.41721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 16.58534375
transcript.pyannote[1].end 16.61909375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 16.61909375
transcript.pyannote[2].end 16.66971875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.66971875
transcript.pyannote[3].end 17.02409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 17.02409375
transcript.pyannote[4].end 17.19284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 17.31096875
transcript.pyannote[5].end 17.34471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 17.34471875
transcript.pyannote[6].end 18.22221875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 18.52596875
transcript.pyannote[7].end 18.59346875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 18.59346875
transcript.pyannote[8].end 18.71159375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 20.04471875
transcript.pyannote[9].end 20.28096875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 20.71971875
transcript.pyannote[10].end 23.01471875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 24.58409375
transcript.pyannote[11].end 26.82846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 26.82846875
transcript.pyannote[12].end 27.03096875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 27.03096875
transcript.pyannote[13].end 27.75659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 29.59596875
transcript.pyannote[14].end 29.84909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 30.57471875
transcript.pyannote[15].end 38.70846875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 38.99534375
transcript.pyannote[16].end 46.30221875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 46.82534375
transcript.pyannote[17].end 48.95159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 49.10346875
transcript.pyannote[18].end 49.47471875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 49.44096875
transcript.pyannote[19].end 50.60534375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 51.19596875
transcript.pyannote[20].end 54.50346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 54.89159375
transcript.pyannote[21].end 59.97096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 59.97096875
transcript.pyannote[22].end 68.44221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 68.59409375
transcript.pyannote[23].end 78.92159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 79.02284375
transcript.pyannote[24].end 80.03534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 80.55846875
transcript.pyannote[25].end 87.02159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 85.67159375
transcript.pyannote[26].end 114.88221875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 115.32096875
transcript.pyannote[27].end 120.29909375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 120.72096875
transcript.pyannote[28].end 133.17471875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 133.27596875
transcript.pyannote[29].end 135.03096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 136.27971875
transcript.pyannote[30].end 138.42284375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 139.18221875
transcript.pyannote[31].end 153.67784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 153.94784375
transcript.pyannote[32].end 163.44846875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 163.81971875
transcript.pyannote[33].end 167.19471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 167.54909375
transcript.pyannote[34].end 167.97096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 168.32534375
transcript.pyannote[35].end 170.85659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 171.68346875
transcript.pyannote[36].end 172.03784375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 173.11784375
transcript.pyannote[37].end 188.08596875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 176.93159375
transcript.pyannote[38].end 177.85971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 178.02846875
transcript.pyannote[39].end 178.58534375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 178.95659375
transcript.pyannote[40].end 179.37846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 186.58409375
transcript.pyannote[41].end 186.63471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 187.10721875
transcript.pyannote[42].end 187.66409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 188.03534375
transcript.pyannote[43].end 197.26596875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 198.16034375
transcript.pyannote[44].end 198.58221875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 198.78471875
transcript.pyannote[45].end 200.80971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 201.07971875
transcript.pyannote[46].end 201.09659375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 201.09659375
transcript.pyannote[47].end 201.23159375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 201.23159375
transcript.pyannote[48].end 202.09221875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 202.46346875
transcript.pyannote[49].end 213.21284375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 207.32346875
transcript.pyannote[50].end 207.45846875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 213.21284375
transcript.pyannote[51].end 213.22971875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 213.22971875
transcript.pyannote[52].end 213.26346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 213.26346875
transcript.pyannote[53].end 217.34721875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 218.14034375
transcript.pyannote[54].end 222.35909375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 224.31659375
transcript.pyannote[55].end 224.85659375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 226.37534375
transcript.pyannote[56].end 227.69159375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 227.69159375
transcript.pyannote[57].end 242.81159375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 240.82034375
transcript.pyannote[58].end 241.09034375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 242.11971875
transcript.pyannote[59].end 259.12971875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 242.81159375
transcript.pyannote[60].end 242.86221875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 244.07721875
transcript.pyannote[61].end 244.33034375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 244.33034375
transcript.pyannote[62].end 244.87034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 244.87034375
transcript.pyannote[63].end 245.05596875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 259.04534375
transcript.pyannote[64].end 259.09596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 259.12971875
transcript.pyannote[65].end 263.71971875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 259.19721875
transcript.pyannote[66].end 259.87221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 260.66534375
transcript.pyannote[67].end 261.01971875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 262.67346875
transcript.pyannote[68].end 263.07846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 263.19659375
transcript.pyannote[69].end 263.26409375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 263.31471875
transcript.pyannote[70].end 271.85346875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 272.41034375
transcript.pyannote[71].end 325.02659375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 293.79096875
transcript.pyannote[72].end 295.59659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 325.93784375
transcript.pyannote[73].end 336.06284375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 336.40034375
transcript.pyannote[74].end 351.57096875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 350.67659375
transcript.pyannote[75].end 351.03096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 351.57096875
transcript.pyannote[76].end 361.47659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 361.54409375
transcript.pyannote[77].end 376.46159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 376.90034375
transcript.pyannote[78].end 389.33721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 389.75909375
transcript.pyannote[79].end 390.07971875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 390.51846875
transcript.pyannote[80].end 408.35534375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 409.38471875
transcript.pyannote[81].end 412.00034375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 413.92409375
transcript.pyannote[82].end 422.69909375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 418.04159375
transcript.pyannote[83].end 426.91784375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 423.25596875
transcript.pyannote[84].end 424.13346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 426.74909375
transcript.pyannote[85].end 443.03346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 433.48221875
transcript.pyannote[86].end 433.51596875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 443.03346875
transcript.pyannote[87].end 443.65784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 443.91096875
transcript.pyannote[88].end 471.51846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 472.80096875
transcript.pyannote[89].end 482.16659375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 482.45346875
transcript.pyannote[90].end 485.18721875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 485.18721875
transcript.pyannote[91].end 489.50721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 488.71409375
transcript.pyannote[92].end 489.25409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 489.57471875
transcript.pyannote[93].end 491.73471875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 491.11034375
transcript.pyannote[94].end 497.89409375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 492.66284375
transcript.pyannote[95].end 493.13534375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 498.02909375
transcript.pyannote[96].end 499.66596875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 498.13034375
transcript.pyannote[97].end 498.72096875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 498.83909375
transcript.pyannote[98].end 529.92284375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 530.56409375
transcript.pyannote[99].end 537.21284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 537.66846875
transcript.pyannote[100].end 574.10159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 574.54034375
transcript.pyannote[101].end 576.70034375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 576.83534375
transcript.pyannote[102].end 583.33221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 584.53034375
transcript.pyannote[103].end 596.08971875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 588.34409375
transcript.pyannote[104].end 588.64784375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 596.24159375
transcript.pyannote[105].end 597.10221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 597.49034375
transcript.pyannote[106].end 600.32534375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 600.46034375
transcript.pyannote[107].end 601.84409375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 602.14784375
transcript.pyannote[108].end 608.25659375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 608.44221875
transcript.pyannote[109].end 610.50096875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 610.77096875
transcript.pyannote[110].end 613.11659375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 613.35284375
transcript.pyannote[111].end 626.53221875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 626.76846875
transcript.pyannote[112].end 628.65846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 628.67534375
transcript.pyannote[113].end 632.55659375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 632.99534375
transcript.pyannote[114].end 633.36659375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 634.29471875
transcript.pyannote[115].end 636.55596875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 637.31534375
transcript.pyannote[116].end 643.96409375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 645.04409375
transcript.pyannote[117].end 660.40034375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 658.54409375
transcript.pyannote[118].end 659.01659375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 660.40034375
transcript.pyannote[119].end 699.02721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 660.41721875
transcript.pyannote[120].end 660.73784375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 699.14534375
transcript.pyannote[121].end 700.37721875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 700.69784375
transcript.pyannote[122].end 710.75534375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 711.02534375
transcript.pyannote[123].end 738.05909375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 724.60971875
transcript.pyannote[124].end 724.74471875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 738.80159375
transcript.pyannote[125].end 743.69534375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 743.77971875
transcript.pyannote[126].end 744.82596875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 744.99471875
transcript.pyannote[127].end 745.29846875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 745.92284375
transcript.pyannote[128].end 748.13346875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 747.86346875
transcript.pyannote[129].end 748.20096875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 748.20096875
transcript.pyannote[130].end 753.36471875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 751.98096875
transcript.pyannote[131].end 755.08596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 755.00159375
transcript.pyannote[132].end 760.73909375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 755.30534375
transcript.pyannote[133].end 755.76096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 759.59159375
transcript.pyannote[134].end 760.97534375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 760.97534375
transcript.pyannote[135].end 761.11034375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 761.11034375
transcript.pyannote[136].end 761.14409375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 761.14409375
transcript.pyannote[137].end 761.19471875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 761.70096875
transcript.pyannote[138].end 762.08909375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 762.66284375
transcript.pyannote[139].end 764.73846875
transcript.whisperx[0].start 6.983
transcript.whisperx[0].end 7.623
transcript.whisperx[0].text 上週三地震
transcript.whisperx[1].start 30.632
transcript.whisperx[1].end 45.927
transcript.whisperx[1].text 好但勞動部反應非常的快勞動部馬上發了一個新聞稿提到說假使是因為交通問題呢不可以歸就為員工的事情而遲到雇主不應視為遲到或曠職但是工資要照給要看與
transcript.whisperx[2].start 47.889
transcript.whisperx[2].end 71.018
transcript.whisperx[2].text 顧主自己協商部長你覺得如果100個顧主有幾個他會主動跟員工協商說好我們這個是有新的有新的假期報告委員因為這個天災是不可抗力雙方都不可規則所以法律才會這樣規定但是我想一般顧主他也是會體恤勞工的話應該都會給
transcript.whisperx[3].start 73.699
transcript.whisperx[3].end 75.021
transcript.whisperx[3].text 我先幫您做一個表格因為像上禮拜三我們在
transcript.whisperx[4].start 91.118
transcript.whisperx[4].end 91.258
transcript.whisperx[4].text ﹑陳菁徽
transcript.whisperx[5].start 120.859
transcript.whisperx[5].end 121.2
transcript.whisperx[5].text 好 這個我們來討論齁
transcript.whisperx[6].start 136.343
transcript.whisperx[6].end 160.748
transcript.whisperx[6].text 再來這邊也要鼓勵部長說我們很快就啟動了天災臨時工的措施這個非常好因為我們可以提高當地的經濟還有就業率讓當地失業的受災者有工作但是我們來看一下內容左邊您講到說提供每個小時183元每個月最高補助27000塊大約是這樣子
transcript.whisperx[7].start 163.909
transcript.whisperx[7].end 166.452
transcript.whisperx[7].text 就現在整體通膨物價飆漲您覺得這樣子的時薪是足夠的嗎?
transcript.whisperx[8].start 173.157
transcript.whisperx[8].end 177.6
transcript.whisperx[8].text 部長您知道您現在的這個申請的受災失業者還有社會型專案計畫您知道現在已經有幾個人申請嗎?
transcript.whisperx[9].start 198.847
transcript.whisperx[9].end 222.035
transcript.whisperx[9].text 我早上還特別查我請署長說明一下跟委員報告我們今天早上最新的統計花蓮現在瑞穗已經提出15位零工那現在目前大概還有幾個花蓮地區的鄉鎮目前都還在盤點所以寫出計畫的我早上問是零嗎還沒啊寫出計畫的只有提出申請要打零工的有15人對不起
transcript.whisperx[10].start 228.322
transcript.whisperx[10].end 242.693
transcript.whisperx[10].text 這個委員其實目前這個林宮這個過去已經實施了非常多次其實現在地方政府其實目前都是很簡便那個計畫不是要寫很繁雜的其實大概就一個頁面大概就是需要多少大概人數大概就是基本資料而已
transcript.whisperx[11].start 242.773
transcript.whisperx[11].end 245.894
transcript.whisperx[11].text 接下來呢他們會進入一個經濟的寒冬因為快要暑假所以許多人已經被取消了訂房
transcript.whisperx[12].start 272.483
transcript.whisperx[12].end 294.984
transcript.whisperx[12].text 因為本來很多人家長要帶著小朋友去玩暑假花蓮是一個很旺季嘛但是現在他們因為這樣子的天災可能半年都還沒有辦法復甦所以我在這邊是提供部長一個建議不管是這個補助的金額或者是這個申請的程序您看我框起來這些表都是一週內要完成兩週內完成一週內完成
transcript.whisperx[13].start 297.066
transcript.whisperx[13].end 322.335
transcript.whisperx[13].text 這些時間加一加也要個三個禮拜再來您看受災失業者他要提供的相關證明文件其實也相對是繁瑣的所以如果您可以把這個流程還有受災失業者他需要減負的文件盡量簡化這樣子我們才真的幫得到花蓮人嘛因為花蓮人現在需要的是麵包但看到你們端出的是麵包屑有一點緩不濟急啊
transcript.whisperx[14].start 326.284
transcript.whisperx[14].end 350.975
transcript.whisperx[14].text 我們這個零工的措施一定是從優從速從簡其實需要的人他只要向勞動部申請立刻登記就我們就合了只是說那個鄉鎮公所他們要提計畫到底需要哪些工作提供我們那個也都是固定的一些有一些範例我們也都會協助他們盡快能夠把這個零工的措施能夠落實讓需要的人趕快來工作
transcript.whisperx[15].start 352.135
transcript.whisperx[15].end 375.848
transcript.whisperx[15].text 謝謝部長,下一個我們來看一下今天我們既然是要討論育嬰假這個是我自己的小孩他上網看到行政院的有一個兒童版的網站許部長在上面介紹的非常可愛他說小朋友可以叫我阿春部長也是全國一千萬名勞工朋友的靠山但是呢就像剛才陳昭之委員有提到的
transcript.whisperx[16].start 376.989
transcript.whisperx[16].end 393.031
transcript.whisperx[16].text 台灣勞工的比例非常的高雙薪家庭的比例也很高其實許許多多的小朋友不只是要部長當他們爸媽的靠山也很希望有爸媽的陪伴對因此大概在3到4週前呢
transcript.whisperx[17].start 393.251
transcript.whisperx[17].end 395.913
transcript.whisperx[17].text 請問現在滾動式的調整您思考的如何了?報告委員我們那個是
transcript.whisperx[18].start 413.971
transcript.whisperx[18].end 440.042
transcript.whisperx[18].text 不是 這個是公務員的這是公務員這是公務員的但是當時媒體朋友有沒有向您詢問說是不是勞工也可以開始考慮做這樣子的我們現在也就是看行政院這邊因為還有再開一次會我印象中有再開過會那我們當然如果說這個方向是確定我們當然也認為勞工部分我們會來檢討跟進這樣子對
transcript.whisperx[19].start 443.983
transcript.whisperx[19].end 471.201
transcript.whisperx[19].text 好我在這邊有一個比較具體的提議啦因為現在呢根據性別平等法規定7天應該要以家庭照顧假為計算如果可能你們因為這個現行法規的考量或者是這個預算的考量如果我們來要求勞動部研擬修改勞工的請假辦法再增加7天的試假的扣打但是不給新的給予育兒幼兒照顧假您覺得這方面是可行的嗎
transcript.whisperx[20].start 473.388
transcript.whisperx[20].end 489.144
transcript.whisperx[20].text 報告委員我覺得這個部分都可以討論那我們可以邀請勞資雙方的團體大家來開會凝聚共識看怎麼來做因為這牽涉到他們的雙方的權益所以你覺得一個月內如果沿你這個勞工無薪
transcript.whisperx[21].start 490.365
transcript.whisperx[21].end 491.706
transcript.whisperx[21].text 這是本黨之前在選舉期間提出但我看非常多的民進黨委員也提出跟我們相同的看法
transcript.whisperx[22].start 508.493
transcript.whisperx[22].end 529.686
transcript.whisperx[22].text 認為需要追隨我們國際的標準將我們現行的產價延長到14週但是我也看了一下部長您的回覆是覺得說第一因為台灣是中小型企業比較多麻煩會不利女性的就業第二許許多多我們跟其他國家的計算方式不一樣所以呢我有看了
transcript.whisperx[23].start 530.606
transcript.whisperx[23].end 558.963
transcript.whisperx[23].text 你們有一個150頁的報告是各國對於育兒勞工之影響及相關補助策略上寫得非常詳細我覺得部長您的這個勞動及職業安全衛生研究所他們做足了資料但是我們從裡面看起來勒不管是產假育嬰留停的津貼或是有薪資整體的週數其實我們都大幅的落後這些OECD的先進國家非常多
transcript.whisperx[24].start 559.543
transcript.whisperx[24].end 583.127
transcript.whisperx[24].text 甚至丹麥阿法國他們還分成懷第一胎懷第二胎以及懷雙胞胎他產假的週數都有不同因為他知道說雙胞胎一定需要更久或是第二胎同時照顧第一胎會更累但是部長您覺得我們是不是應該要再稍微調整成比八週再長一點呢
transcript.whisperx[25].start 584.578
transcript.whisperx[25].end 596.925
transcript.whisperx[25].text 報告委員,因為這個部分我是覺得也很多委員在倡議。我覺得我也有交代優待會說這個我們應該再來做一些討論,看看是不是可以來適度的把這個產價的這個週數是不是要
transcript.whisperx[26].start 600.587
transcript.whisperx[26].end 605.792
transcript.whisperx[26].text 當然今天也有一個重點是講到男性育嬰假這個是許許多多的民意調查去調查為什麼台灣的男性會不想要請育嬰假這都非常合理比如說他們因為薪水因為主管的升遷考量
transcript.whisperx[27].start 628.911
transcript.whisperx[27].end 642.321
transcript.whisperx[27].text 因為怕被講話他人的觀感等等覺得丟臉好這個是要給予勞動部肯定的2022年部長您知道為什麼男性申請育嬰假的比例創新高到達25%嗎
transcript.whisperx[28].start 645.543
transcript.whisperx[28].end 660.096
transcript.whisperx[28].text 這個報告委員因為我們放寬齁第一個他其實可以同時30天短期數也可以再來他可以同個別或同時啦還有就是那個我們多了兩成的公務預算的補助薪資補助我想這個都是誘因的
transcript.whisperx[29].start 661.396
transcript.whisperx[29].end 681.98
transcript.whisperx[29].text 對 這個媒體也有幫您分析的當然有一些津貼再來疫情是一個很大的因素因為疫情期間有非常多托育的地方其實沒有開放所以他們不得不把小孩帶回家我覺得看到這樣子非常好因為根據您那個150頁的報告丹麥已經非常努力了男性的育兒假申請也頂多到30%然後我們居然可以在2022年衝到25%可是呢我希望這個數據
transcript.whisperx[30].start 689.261
transcript.whisperx[30].end 710.34
transcript.whisperx[30].text 不要2023、2024又變回原來的10幾%對,因為我們就沒有疫情的加持了嘛所以今天有看到各位的匯報那各位的匯報有提到說呢我們要鼓勵這個全序部要鼓勵有申請育嬰留停的男性公務員出來做一些經驗分享
transcript.whisperx[31].start 711.341
transcript.whisperx[31].end 737.391
transcript.whisperx[31].text 當然這個利益是很好但實際帶動的效果我覺得是有限啦這邊提供部長一個參考日本呢你也知道日本的文化也許比我們看待我們男性還要更為保守嘛所以日本他會做到說他由上往下整個去找出員工超過100人的公司並且這大概5萬家去制定而且公佈男性育嬰休假的比例的目標
transcript.whisperx[32].start 738.877
transcript.whisperx[32].end 739.037
transcript.whisperx[32].text 陳菁徽委員