iVOD / 150894

Field Value
IVOD_ID 150894
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150894
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 2024-04-08T09:36:04+08:00
結束時間 2024-04-08T09:48:00+08:00
影片長度 00:11:56
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/76e938165848398194f812d6accade995942adc12f721acdf8ba9b0039caa7a6523becba90833d095ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 09:36:04 - 09:48:00
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 263
gazette.blocks[0][0] 林委員月琴:(9時36分)主席好,麻煩部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:林委員好。
gazette.blocks[3][0] 林委員月琴:部長,看這一張應該可以知道,根據2022年公布的14個國家的勞參率,臺灣女性的勞參率事實上只高於義大利,我們只有51.6%,低於其他國家,這也意味著本來如果有更多女性進來,事實上現在很多缺工的狀態,或許可以期待女性來協助經濟發展,可是從女性就業率看起來事實上是拉警報的,因為從2023年的統計來看,25歲到29歲達到89.9%,高於美、日、韓,可是到30歲之後就往下降了,成了一個V字型,因為我們的女性很多就是為了帶孩子,或是照顧家裡的長輩。想問部長,因為照顧離職的問題一直都很嚴重,尤其對於女性在家庭的一個觀念裡面,很多時候長期是被要求要負擔照顧起老的、小的,部長,我知道你們有統計,可是我想問更細緻的,就是其中照顧失能者、老人、嬰兒跟兒童的人數各有多少?因為照顧家裡而離開職場的有多少?
gazette.blocks[4][0] 許部長銘春:報告委員,根據主計總處的資料,因為照顧65歲以上的長輩而離職的,去年5月公布的是9,000人。
gazette.blocks[5][0] 林委員月琴:所以部長是不是可以,因為我個人很喜歡看數據,如果充分掌握這數據,背後的問題才有辦法被解決,你們今天提出來的,我想問的是,你剛剛報告的在現行育嬰留停的制度下執行是什麼意思?因為看你的報告是說不少於5日,那這個不少於5日,是單日也可以,想問的是父母可以同時申請嗎?
gazette.blocks[6][0] 許部長銘春:可以。
gazette.blocks[7][0] 林委員月琴:那怎麼執行?何時執行?3月你們也有開過會,到底什麼時候要執行?是520之前還是520之後?還有預計如何讓企業來執行?不是發一紙公文或一個宣傳,雖然你的報告裡面也有提到一定會有,就是鼓勵,可是這鼓勵機制,部長應該也知道,你們企托鼓勵鼓勵之後,誰辦了?政府部門辦了,醫療院所辦了,可是真正我們認為的那些企業事實上是沒在辦理的,所以想問的是,你怎麼去鼓勵這些企業?你這些報告說的我都認為不會有效果。
gazette.blocks[8][0] 許部長銘春:報告委員,沒關係,這個部分其實我們當初試辦的原則,就是希望讓他們自願性的來參與,當然我們這樣的原則出來,也有很多委員有很多的指教,我也認為大家講的也都有道理,我們現在先透過試辦原則瞭解職場上……
gazette.blocks[9][0] 林委員月琴:可不可以找一些比較大的企業體?我覺得也兼顧社會責任,因為今天公司可以運作的話,運作十年、二十年,要後邊有人能夠來工作,所以有沒有辦法去鼓勵一些比較大型的企業來配合?否則你的試驗方案又停留在公部門,公部門比較可以配合,但沒有辦法類推到商業團體,所以請部長在招募的時候可能要特別注意這一點。
gazette.blocks[10][0] 許部長銘春:對,跟委員報告,我們除了公部門以外,私部門的大型企業也有表達參與的意願,不過,我跟委員報告,原來我們預計是5月1號要上路,不過因為好多委員對這個部分都認為我們應該更周延,所以我也跟同仁說,持續蒐集更完整的意見,調整以後再上路,不急著上路,希望上路以後試辦真的能夠有一些效果出來。
gazette.blocks[11][0] 林委員月琴:部長,我想問的還有一個是如果這個要上路,你所有的準備都準備好了沒?因為本席認為在技術上,請假方法變革的挑戰會落在雇主的身上,對政府來講,這些系統是不是健全?為什麼?因為包含請假的日數、津貼申請的作業,這些都要資訊系統完成,不知道現在建置的狀況如何?
gazette.blocks[12][0] 許部長銘春:報告委員,如果是未來津貼的給付,其實我們保險司已經有做一些初步的規劃,來因應這一次的試辦原則,這個都有。不過就是說大企業這邊,當然我們也會邀請他們再來做一些說明會,因為現在有登記要來參與試辦的,我們也會先召集他們來做一些……
gazette.blocks[13][0] 林委員月琴:我希望系統可以處理好,因為過往我們在民間,用政府的系統都很難用,所以不要到時候要登載這些造成很多困擾,因為你現在要試辦單日也可以的話,那個複雜度會非常非常高,可能就要去做考慮。
gazette.blocks[13][1] 再來,如果今天要去顧到嬰兒的時候,也要問的是,那幼兒跟老人呢?為什麼?因為民間團體也一直在倡議說可不可以給親職假,我想剛剛前面幾位委員也有問到親職假,就是你是不是可以藉此次的試辦計畫,用日或者甚至用時來計,對於這項變革是不是相對會比較好一點?因為有時候可能只要2個小時去顧孩子,家長不需要請到一整天,可是它的彈性工時變化性是更高的,勞動部不要去忽略掉民間一直存在親職假的呼籲,所以4月2號民間團體也開了這樣的一個記者會,希望你用日或者時。所以想問一下,這個試辦計畫未來是不是可以考慮,不是只有3歲,事實上3歲前幾乎在保母家或是托嬰中心,還可以彈性度比較高一點,可是到幼兒園的時候,腸病毒這個問題就常常需要家長請個5天,那他們就會覺得勞動條件對他們來講比較不這麼好,所以有沒有考慮延伸到8歲,然後把我們的家庭照顧假也合併進來作為一個親職假?
gazette.blocks[14][0] 許部長銘春:報告委員,其實優於法令的在試辦裡面都可以先做,不過如果連結到要給津貼,因為我們現在的法令規定是3歲以下……
gazette.blocks[15][0] 林委員月琴:所以可不可以去考量一下?
gazette.blocks[16][0] 許部長銘春:就是牽涉到修法啦!但我的意思是說,試辦原則的部分,我是覺得可以放寬就放寬。
gazette.blocks[17][0] 林委員月琴:因為民間團體會提出來,表示他們一直以來就是會收到很多家長的需求,才會提出這樣的訴求,所以是不是可以考慮一下用這樣的方式,在這次試辦的時候就把它考量進去?就是到8歲,因為的確幼稚園階段……我自己本身以前在帶孩子的時候,幼稚園階段事實上是我們請假最多的,一下碰到腸病毒,大概就是要這樣子的時間點,所以請部長去做考量。
gazette.blocks[18][0] 許部長銘春:沒關係,委員,針對這個試辦原則,我們正在蒐集意見,讓它更完整啦!
gazette.blocks[19][0] 林委員月琴:好。
gazette.blocks[20][0] 許部長銘春:所以包括委員您這個意見,我也會請業務單位來參考。
gazette.blocks[21][0] 林委員月琴:再來,長照也會是一個問題,我說不是只有顧到嬰兒,可能女性會離開勞動市場,除了小孩以外,還有一個就是老人。日本他們有一個93天的長期照顧安排假,也就是一個被照顧者一年有93天的時間,可以被作為長期照顧的安排,那子女就可以去請這個假,分3次請,然後用社會保險支出67%的薪水。過去部長也曾經回答過,一年一個人93天,一年大概就要363億的預算,總歸就是錢嘛!可是錢如果可以讓我們的女性進入到勞動市場的話,讓我們的經濟發展可以更好的話,這363億不是一個難處,所以我不知道,明明當時已經有提出來,我不知道有沒有去考慮?那民間團體在108年的時候也再提出30天的有薪照顧假跟150天彈性請假的長照安排,日本是93天,那臺灣的民間團體是提出這樣子的方案,所以請問一下,因為已經討論了好多年,在108年提出來的時候,當時勞動部的回答是說要邀請相關的團體、學者來開會討論,然後也表示每年大概有18.7萬人因照顧而減少工時、請假跟轉換工作,累積有13.3萬人因照顧而離職,所以這13.3萬人如果回到勞動市場的話,我們現在不會有這麼多缺工的問題,所以請問部長,現在你研議安排的狀況為何?有沒有已經有更具體的能讓我們知道?
gazette.blocks[22][0] 許部長銘春:報告委員,我們其實有開過會,我先講雇主端的部分,應該有65%以上是反對,為什麼?他們認為在整個人力的調配上會產生困難。那在受僱者方面,主要的問題在於說,如果沒有辦法有任何薪資的補助或津貼,大概有60%的人不會申請。所以這個部分會變成就是說,到底人力要怎麼來協助,還有財源要怎麼來支持,這是重點。第二個就是說,其實長輩的照顧問題,更周延的可能就是我們長照的部分要怎麼樣通盤的去規劃,這樣兩個搭起來才能夠讓照顧不離職真正落實。
gazette.blocks[23][0] 林委員月琴:部長,少子化跟高齡老化事實上是綁在一起的,如果不去解決這個,一個女性30歲就回到家庭裡面,他即便有大學或者是碩士學歷的話,我覺得那也辜負了我們國家去栽培人才,結果他不能夠回到職場去展現自我,我認為這個應該要去考慮。
gazette.blocks[24][0] 許部長銘春:是。
gazette.blocks[25][0] 林委員月琴:到底要不要到30天,甚至到150天,你要去考慮,你不能只有顧到嬰兒,否則的話你催不了生,然後老的又沒辦法照顧,一個女性只要進入到家裡面一兩年,他要再回到職場的話,事實上困難度會增高,所以這個部分是不是可以請部長兩週後提出你們相關的對應措施是什麼給我們的辦公室?謝謝。
gazette.blocks[26][0] 許部長銘春:報告委員,一個月好不好?
gazette.blocks[27][0] 林委員月琴:好。
gazette.blocks[28][0] 許部長銘春:謝謝。
gazette.blocks[29][0] 主席:謝謝林月琴委員發言。
gazette.blocks[29][1] 接下來請王育敏委員發言。
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 8.95784375
transcript.pyannote[0].end 13.42971875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 17.17596875
transcript.pyannote[1].end 17.90159375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 18.40784375
transcript.pyannote[2].end 18.79596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.99846875
transcript.pyannote[3].end 19.04909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.06596875
transcript.pyannote[4].end 19.75784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 20.63534375
transcript.pyannote[5].end 22.03596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 24.09471875
transcript.pyannote[6].end 38.43846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 38.77596875
transcript.pyannote[7].end 42.53909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.64034375
transcript.pyannote[8].end 52.02284375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 52.05659375
transcript.pyannote[9].end 63.64971875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 64.00409375
transcript.pyannote[10].end 69.70784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 70.33221875
transcript.pyannote[11].end 70.72034375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 71.24346875
transcript.pyannote[12].end 79.25909375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 79.64721875
transcript.pyannote[13].end 80.33909375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 80.76096875
transcript.pyannote[14].end 93.16409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 93.43409375
transcript.pyannote[15].end 105.98909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 106.57971875
transcript.pyannote[16].end 107.35596875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 107.49096875
transcript.pyannote[17].end 110.07284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 110.93346875
transcript.pyannote[18].end 111.49034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 111.79409375
transcript.pyannote[19].end 116.02971875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 116.14784375
transcript.pyannote[20].end 120.02909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 120.50159375
transcript.pyannote[21].end 125.78346875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 126.30659375
transcript.pyannote[22].end 126.67784375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 126.99846875
transcript.pyannote[23].end 131.47034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 132.01034375
transcript.pyannote[24].end 139.65471875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 140.02596875
transcript.pyannote[25].end 144.49784375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 144.75096875
transcript.pyannote[26].end 153.93096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 155.80409375
transcript.pyannote[27].end 163.83659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 164.00534375
transcript.pyannote[28].end 166.08096875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 166.26659375
transcript.pyannote[29].end 170.40096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 170.53596875
transcript.pyannote[30].end 172.42596875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 173.32034375
transcript.pyannote[31].end 173.79284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 174.24846875
transcript.pyannote[32].end 198.93659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 199.27409375
transcript.pyannote[33].end 204.43784375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 205.14659375
transcript.pyannote[34].end 217.61721875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 217.80284375
transcript.pyannote[35].end 220.14846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 220.48596875
transcript.pyannote[36].end 222.49409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 223.10159375
transcript.pyannote[37].end 225.95346875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 226.13909375
transcript.pyannote[38].end 227.64096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 228.18096875
transcript.pyannote[39].end 239.03159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 237.64784375
transcript.pyannote[40].end 237.79971875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 237.88409375
transcript.pyannote[41].end 238.86284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 239.03159375
transcript.pyannote[42].end 248.80221875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 243.52034375
transcript.pyannote[43].end 243.95909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 244.48221875
transcript.pyannote[44].end 244.93784375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 249.29159375
transcript.pyannote[45].end 263.23034375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 263.60159375
transcript.pyannote[46].end 268.78221875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 265.30596875
transcript.pyannote[47].end 265.66034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 268.73159375
transcript.pyannote[48].end 268.74846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 268.78221875
transcript.pyannote[49].end 295.68096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 290.50034375
transcript.pyannote[50].end 290.97284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 291.09096875
transcript.pyannote[51].end 291.17534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 295.68096875
transcript.pyannote[52].end 318.91784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 295.69784375
transcript.pyannote[53].end 296.77784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 319.13721875
transcript.pyannote[54].end 325.92096875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 326.02221875
transcript.pyannote[55].end 334.89846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 335.08409375
transcript.pyannote[56].end 339.21846875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 339.43784375
transcript.pyannote[57].end 342.03659375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 342.03659375
transcript.pyannote[58].end 347.31846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 342.12096875
transcript.pyannote[59].end 342.76221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 343.47096875
transcript.pyannote[60].end 343.96034375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 347.55471875
transcript.pyannote[61].end 376.20846875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 376.63034375
transcript.pyannote[62].end 399.05721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 395.41221875
transcript.pyannote[63].end 395.68221875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 399.05721875
transcript.pyannote[64].end 399.36096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 399.29346875
transcript.pyannote[65].end 416.72534375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 408.35534375
transcript.pyannote[66].end 408.65909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 417.43409375
transcript.pyannote[67].end 420.18471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 420.57284375
transcript.pyannote[68].end 429.95534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 430.37721875
transcript.pyannote[69].end 442.89846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 443.53971875
transcript.pyannote[70].end 447.16784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 448.01159375
transcript.pyannote[71].end 448.75409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 449.09159375
transcript.pyannote[72].end 454.52534375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 454.64346875
transcript.pyannote[73].end 456.76971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 455.23409375
transcript.pyannote[74].end 457.74846875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 457.00596875
transcript.pyannote[75].end 463.03034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 463.03034375
transcript.pyannote[76].end 463.23284375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 463.23284375
transcript.pyannote[77].end 463.36784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 463.63784375
transcript.pyannote[78].end 463.72221875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 463.72221875
transcript.pyannote[79].end 469.03784375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 464.02596875
transcript.pyannote[80].end 464.43096875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 464.88659375
transcript.pyannote[81].end 465.30846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 469.07159375
transcript.pyannote[82].end 475.36596875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 475.65284375
transcript.pyannote[83].end 477.96471875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 478.15034375
transcript.pyannote[84].end 478.58909375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 478.65659375
transcript.pyannote[85].end 481.23846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 481.52534375
transcript.pyannote[86].end 486.26721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 486.68909375
transcript.pyannote[87].end 490.62096875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 486.85784375
transcript.pyannote[88].end 486.97596875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 490.99221875
transcript.pyannote[89].end 493.20284375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 492.56159375
transcript.pyannote[90].end 493.13534375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 493.20284375
transcript.pyannote[91].end 501.79221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 499.46346875
transcript.pyannote[92].end 499.86846875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 501.45471875
transcript.pyannote[93].end 503.58096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 501.87659375
transcript.pyannote[94].end 501.97784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 503.74971875
transcript.pyannote[95].end 522.71721875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 522.93659375
transcript.pyannote[96].end 533.90534375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 534.49596875
transcript.pyannote[97].end 571.16534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 540.84096875
transcript.pyannote[98].end 541.16159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 571.68846875
transcript.pyannote[99].end 582.84284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 581.77971875
transcript.pyannote[100].end 581.94846875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 583.24784375
transcript.pyannote[101].end 594.40221875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 583.38284375
transcript.pyannote[102].end 583.48409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 594.84096875
transcript.pyannote[103].end 605.67471875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 605.99534375
transcript.pyannote[104].end 609.18471875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 606.04596875
transcript.pyannote[105].end 608.03721875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 608.77971875
transcript.pyannote[106].end 611.81721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 612.30659375
transcript.pyannote[107].end 621.03096875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 621.19971875
transcript.pyannote[108].end 624.70971875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 625.08096875
transcript.pyannote[109].end 628.59096875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 629.11409375
transcript.pyannote[110].end 633.33284375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 633.75471875
transcript.pyannote[111].end 634.76721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 635.05409375
transcript.pyannote[112].end 641.02784375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 641.12909375
transcript.pyannote[113].end 642.69846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 643.06971875
transcript.pyannote[114].end 650.61284375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 650.74784375
transcript.pyannote[115].end 658.37534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 657.31221875
transcript.pyannote[116].end 667.42034375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 667.47096875
transcript.pyannote[117].end 676.75221875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 677.07284375
transcript.pyannote[118].end 678.62534375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 678.84471875
transcript.pyannote[119].end 701.71034375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 690.77534375
transcript.pyannote[120].end 691.06221875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 702.41909375
transcript.pyannote[121].end 709.84409375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 710.48534375
transcript.pyannote[122].end 712.20659375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 712.86471875
transcript.pyannote[123].end 713.79284375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 714.34971875
transcript.pyannote[124].end 714.83909375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 715.24409375
transcript.pyannote[125].end 715.56471875
transcript.whisperx[0].start 9.488
transcript.whisperx[0].end 38.259
transcript.whisperx[0].text 主席好 然後麻煩我們的部長請許部長委員好部長那看這張應該可以知道就是我們現在從2022年的公布14個國家的勞參率裏邊那女性勞參率臺灣事實上只高過於義大利
transcript.whisperx[1].start 38.8
transcript.whisperx[1].end 51.794
transcript.whisperx[1].text 我們只有51.6%低於其他的國家那也意味著我們女性本來事實上如果更多女性進來的話事實上我們現在很多在缺工的狀態要期待女性是不是
transcript.whisperx[2].start 52.261
transcript.whisperx[2].end 80.333
transcript.whisperx[2].text
transcript.whisperx[3].start 80.859
transcript.whisperx[3].end 108.982
transcript.whisperx[3].text 想問部長因為照顧離職的問題一直都很嚴重尤其對於女性在家庭的一個觀念裡邊很多時候長期是被要求要負擔照顧起老的小的那所以部長對於目前我知道你們有這樣的統計可是想問更細緻的就是說其中照顧失能者老人嬰兒跟兒童的人數有各自有多少就是說因為家裡的照顧而去離開職場的
transcript.whisperx[4].start 110.979
transcript.whisperx[4].end 119.222
transcript.whisperx[4].text 報告委員根據主席總書的資料照顧65歲以上的長輩而離職的這是去年5月公布的9000人
transcript.whisperx[5].start 132.088
transcript.whisperx[5].end 158.835
transcript.whisperx[5].text 所以部長是不是可以因為所有的因為我說我個人很喜歡看數據看數據之後你背後的問題要怎麼去解決如果充分掌握這數據就知道說你今天要提出來的所有的對應勞工的問題的話才有辦法能夠被解決那現在今天提出來的就想問的是現行的你剛剛報告的就育嬰留
transcript.whisperx[6].start 159.375
transcript.whisperx[6].end 161.336
transcript.whisperx[6].text 請問父母同時可以申請嗎?可以。
transcript.whisperx[7].start 174.778
transcript.whisperx[7].end 198.154
transcript.whisperx[7].text 那怎麼執行?何時執行?為什麼?因為現在時間3月你們也有開過會那到底什麼時候是要執行?是520之前還是520之後還預計如何讓企業來執行為什麼?不是把一個公文紙或是發一個宣傳企業雖然你的報告裡面也有提到說一定會有就是鼓勵可是這個鼓勵機制
transcript.whisperx[8].start 199.535
transcript.whisperx[8].end 226.247
transcript.whisperx[8].text 部長應該也知道你們企圖鼓勵鼓勵誰辦了政府部門辦了醫療院所辦了可是呢真正我們認為的商業那些企業事實上是沒在辦理的所以想問的是你怎麼去鼓勵這些企業可能你這些報告的都認為不會有效果報告委沒關係這個部分其實我們當初這個這個事辦的原則當初是就是就是說希望採志願的志願性的讓他們來參與
transcript.whisperx[9].start 228.288
transcript.whisperx[9].end 248.097
transcript.whisperx[9].text 所以但是當然我們這樣的原則出來也很多委員有很多的指教所以我也認為說其實大家講的也都有道理我們現在透過示範原則來瞭解職場﹖可不可以找一些比較大企業的我覺得也兼顧社會責任因為今天他的公司可以運作的話是運作10年20年
transcript.whisperx[10].start 249.378
transcript.whisperx[10].end 250.059
transcript.whisperx[10].text 請部長這邊是不是在...
transcript.whisperx[11].start 265.979
transcript.whisperx[11].end 280.738
transcript.whisperx[11].text 所謂招募的時候可能要特別去注意到這一點跟委員報告我們除了公部門以外私部門的大型企業也有表達參與的意願不過我跟委員報告就是說原來我們預計是5月1號要上路不過因為委員好多委員對這個
transcript.whisperx[12].start 281.779
transcript.whisperx[12].end 284.96
transcript.whisperx[12].text 市長,我想問的還有一個是,如果這個要上路,你所有的準備準備好了沒?因為本席認為在技術上請假方法變革挑戰會
transcript.whisperx[13].start 305.709
transcript.whisperx[13].end 324.199
transcript.whisperx[13].text 在顧主的身上。若對政府來講這些系統是不是健全?因為為什麼?因為包括請假的日數、津貼申請的作業這些都要資訊系統完成。不知道這現在的狀況建制的如何?報告委員 這個如果是那個未來津貼的給付之類其實我們保險是已經在
transcript.whisperx[14].start 324.899
transcript.whisperx[14].end 352.322
transcript.whisperx[14].text 有做一些初步的一些規劃了這個都有因應這一次的事辦原則不過就是說大企業這邊當然我們也在會邀請他們再來做一些說明會因為現在有登記要來參與事辦的我們也會先召集他們來做一些我希望系統可以處理好因為過往我們在民間在用政府的系統都很難用所以不要到時候要登載這些造成多困擾院縣畢竟單日也可以的話
transcript.whisperx[15].start 352.95
transcript.whisperx[15].end 366.764
transcript.whisperx[15].text 要試辦單日也可以的話那個複雜度會非常非常的高可能就要去做考慮那再來你如果說今天要去顧到嬰兒的時候也要問的是那幼兒跟老人呢因為為什麼因為民間團體也一直在倡議說可不可以有
transcript.whisperx[16].start 371.142
transcript.whisperx[16].end 384.683
transcript.whisperx[16].text 給親職假,我想剛剛前面金威委員也問到那個親職假,就是你是不是可以藉此次的試辦計畫用日或者甚至用時來計,那有沒有對這項
transcript.whisperx[17].start 385.845
transcript.whisperx[17].end 387.145
transcript.whisperx[17].text 這個事辦計畫未來是不是可以考慮
transcript.whisperx[18].start 415.014
transcript.whisperx[18].end 441.063
transcript.whisperx[18].text 不是只有3歲事實上3歲前幾乎在保母家還可以彈性度比較高一點然後或是托嬰中心可到幼兒園的時候長病毒這個問題就常常花掉家長可能要請個5天那常常都會是他們一個在勞動條件裡邊他們會覺得對他們來講比較不這麼好所以有沒有考慮延伸到8歲然後把我們的家庭照顧假也合併進來來作為一個親子假
transcript.whisperx[19].start 443.864
transcript.whisperx[19].end 472.471
transcript.whisperx[19].text 這個報告委員其實優於法令的這個都可以先在事辦裡面都可以先做不過如果連結到要給津貼因為我們現在法令規定是三歲以下所以可不可以去考量一下就是要牽涉到修法但是我的意思是說事辦原則的部分我是覺得可以放寬因為民間團體會提出來表示他們一直以來就是會受到很多家長的需求才會提出這樣的一個訴求在
transcript.whisperx[20].start 472.858
transcript.whisperx[20].end 490.572
transcript.whisperx[20].text ⋯⋯
transcript.whisperx[21].start 491.489
transcript.whisperx[21].end 495.712
transcript.whisperx[21].text 請部長這邊去做考量再來就是長照也會是一個問題我說不是只有顧到嬰兒可能
transcript.whisperx[22].start 508.759
transcript.whisperx[22].end 522.508
transcript.whisperx[22].text 女性離開勞動市場她除了事實上是小孩以外還有一個就是老人那日本他們有一個93天的長期照顧安排假也就是一個被照顧者一年有93天的時間可以被
transcript.whisperx[23].start 523.421
transcript.whisperx[23].end 542.89
transcript.whisperx[23].text 做為長期照顧的安排那子女就可以去請這個假那分三次請然後用社會保險支出67%的薪水那過去部長這邊也曾經回答過反正一年一個人93天一年大概就要363億的預算終歸就是錢嘛可是錢如果可以讓我們的女性來進入到勞動市場的話來讓我們的經濟發展可以更好的話這363億不是一個難處所以我不知道
transcript.whisperx[24].start 552.714
transcript.whisperx[24].end 567.284
transcript.whisperx[24].text 就當時已經有提出來我不知道這有沒有有已經去考慮那民間團體也108年的時候也在提出來就30天的有心照顧假跟150天的彈性請假的一個長照安排日本是93天那臺灣民間團體是提出這樣子的一個
transcript.whisperx[25].start 570.891
transcript.whisperx[25].end 592.447
transcript.whisperx[25].text 所以請問一下這個因為已經在也討論好多年因為108年提出來當時勞動部的回答是說要邀請相關的團體學者來開會討論然後也表示每年大概有18.7萬人應照顧然後減少工時請假跟轉換工作所以有累積到13.3萬人應
transcript.whisperx[26].start 594.898
transcript.whisperx[26].end 595.118
transcript.whisperx[26].text 我們其實有開過會了齁
transcript.whisperx[27].start 612.426
transcript.whisperx[27].end 628.396
transcript.whisperx[27].text 那個我先講就在雇主端的部分大概應該有65%以上是反對為什麼他們認為說在整個人力的調配上他們會產生困難那在受雇者方面他主要的問題在於說如果
transcript.whisperx[28].start 629.036
transcript.whisperx[28].end 629.196
transcript.whisperx[28].text 林月琴議員
transcript.whisperx[29].start 644.885
transcript.whisperx[29].end 646.187
transcript.whisperx[29].text 少子化跟高齡老化是綁在一起的
transcript.whisperx[30].start 662.824
transcript.whisperx[30].end 663.024
transcript.whisperx[30].text 林月琴
transcript.whisperx[31].start 679.879
transcript.whisperx[31].end 704.406
transcript.whisperx[31].text 認為這個應該要去考慮啦到底要不要到30天甚至到150天可是要去考慮你不能只有顧到嬰兒否則的話你吹不了聲然後呢老的又沒辦法然後一個女性他進入到他只要進入到家裡一兩年大家要回到職場事實上困難度會增高所以這個部分是不是可以請部長這邊兩週後提出一些相關的
transcript.whisperx[32].start 705.858
transcript.whisperx[32].end 708.82
transcript.whisperx[32].text 您的對應措施是什麼提供給我們辦公室謝謝