iVOD / 150897

Field Value
IVOD_ID 150897
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150897
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 2024-04-08T09:59:01+08:00
結束時間 2024-04-08T10:08:59+08:00
影片長度 00:09:58
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/76e93816584839815b5478b5daeb18575942adc12f721acdf8ba9b0039caa7a6c8f360352a3576305ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 09:59:01 - 10:08:59
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 340
gazette.blocks[0][0] 黃委員秀芳:(9時59分)謝謝。主席,我們請許部長,還有請銓敘部相關的司長。
gazette.blocks[1][0] 主席:請部長和銓敘部司長。
gazette.blocks[2][0] 許部長銘春:黃委員好。
gazette.blocks[3][0] 黃委員秀芳:部長好。今天特別提到有關育嬰留職停薪津貼的事情,我們看到在今年度2024年男性請領育嬰留職停薪的比例創新高,有25%。我想請教,其實我們看到男性的育嬰留職停薪雖然是衝到25%,但是我們看到另外一方面,有關男性公務人員申請育嬰留停,好像跟一般的男性勞工還是有一些落差,一般人會覺得男性公務人員的工作或者是薪資應該算是比一般的勞工還要好,另外很多人會覺得應該是男性的公務人員會更希望或更願意來申請育嬰留停,我想請教部長或者是銓敘部的司長,為什麼會有這樣的一個落差?
gazette.blocks[4][0] 王司長永大:報告委員,現在公務人員男性育嬰留職停薪從107年到112年,事實上是從12%左右提升到18%左右,男性已經有提升,因為公務人員女性申請育嬰留停的人數比較多,整體而言,公務人員申請育嬰留停的,不管是男性或女性加總,占我們的母數大概將近2%左右,勞工的部分只占大概0.2%左右而已,也就是說公務人員留停的人數比例是高於勞工,只是因為公務人員的育嬰留職停薪津貼是以本俸計算,這個是因為開辦社會保險當初就是以本俸加保,跟勞工是以全薪加保不一樣。所以確實啦!公務人員的育嬰留職停薪津貼是會比勞工低一點,這個如果要改進,會涉及到整體公保財務的問題,如果要提高的話,可能還要提高繳費的費率,這個影響會比較大,我們部裡面會進一步去做一個評估。
gazette.blocks[5][0] 黃委員秀芳:有沒有可能去做一個檢討,因為我們現在申請是用本俸,有沒有可能用實質的收入來列為育嬰留停的補貼,有沒有可能這樣做?
gazette.blocks[6][0] 王司長永大:因為現在是社會保險這邊來給付六成,政府給付的部分是兩成,除非政府給付的部分要再提高,那就可能比較會有鼓勵作用,因為如果要從社會保險這一塊,就變成所有整體公務人員要提撥的保險費率又要增加的問題,因為公務人員三層保障跟勞工不一樣,公務人員是比較集中在職業年金這一塊,勞工是比較著重於勞保這一塊,這個是結構上的不一樣,所以這一塊如果要提高,留職停薪津貼可能政府看看這一塊要不要再去加碼提高。
gazette.blocks[7][0] 黃委員秀芳:我是認為可以去做檢討啦!司長請回。
gazette.blocks[7][1] 另外,我想請部長,勞工的部分也是一樣有高薪低報的這個問題,等到他要申請育嬰留停的時候就真的有差,如果用實際的投保薪資來申請的話,確實是會有影響。我想請教部長,針對育嬰留停,如果用實際的投保薪資來申請的話,因為勞工有一些是基本薪資,可能又有一些是他的專業加給或者是主管加給,加一加才有他現在實質領的,也許他的本薪也是只有最低薪資而已,其他都是林林總總加起來的,那有沒有可能也是朝著這個方向,就是用他實際上請領的薪資來申請?
gazette.blocks[8][0] 許部長銘春:報告委員,我們現在的規定是以所謂的月投保薪資來核付育嬰留停津貼的給付,那個月投保薪資是他的月薪資總額,要核實申報,所以基本上法律規定就是這樣,可是剛剛委員講到說,是不是高薪低報……
gazette.blocks[9][0] 黃委員秀芳:部長,你應該也知道有很多是高薪低報。
gazette.blocks[10][0] 許部長銘春:高薪低報,第一個,他會被處罰;第二個,勞工可以要求他賠償損失……
gazette.blocks[11][0] 黃委員秀芳:其實有很多他原本的薪資就是用最低薪資,然後再加其他的職業加給或專業加給。
gazette.blocks[12][0] 許部長銘春:如果是雇主高薪低報的話,那是違法的,第一個,他會被我們處罰;第二個,勞工的損失,因為高薪低報害他領不到他應有的這個津貼,這個差額是雇主要去賠償,所以這個部分是沒有問題的,我的意思是說,現在規定的月投保薪資講的就是你的月薪資的總額,所以這個部分是符合剛剛委員所講的。
gazette.blocks[13][0] 黃委員秀芳:是,我要跟你講的是,實際上還是有這個狀況,他可能就是最低薪資,又加了專業加給或者是主管加給,或什麼樣的加給加起來,也許我們現在的基本薪資兩萬七千多,再加一加之後可能才有三萬多、四萬多,實際上,萬一他要開始請領這些育嬰留停,如果用最主要的基本薪資來請領的話,其實對勞工來講是損失的。我今天在講的就是,不管是軍公教勞,是不是有可能去做一個通盤的檢討,以他實際請領的薪資來做申請?
gazette.blocks[14][0] 許部長銘春:這個部分我們會加強對雇主宣導,就是跟他講,這個薪資就是要核實申報,如果沒有核實申報,我們告訴他法律效果是什麼,第一個,會被處罰;第二個,要賠償損失,平常我們業務單位也都會向雇主端查核,我們也會透由這個查核來保障勞工的權益。
gazette.blocks[15][0] 黃委員秀芳:是。剛剛有幾位委員也特別提到,我們育嬰留停是不是能夠更有彈性,現在可能是以月來計算,我們希望能夠以天或者是小時來計算,讓想要申請育嬰留停的人能夠更有彈性,請問部長是不是可以朝著這個方向來進行?
gazette.blocks[16][0] 許部長銘春:我們現在就是希望透由試辦的這個方式來瞭解職場上的運作,還有能夠怎麼樣來推行,勞資雙方才能夠兼顧,所以這個部分我們會來努力,試辦就是要務實地去瞭解問題所在,擬出一套適合臺灣的制度。
gazette.blocks[17][0] 黃委員秀芳:我們是希望這樣,因為小朋友如果還小的時候,尤其是在上幼兒園的時候,可能因為腸病毒等等,真的是時常請假,所以爸爸、媽媽其中有一位就需要帶小朋友去看病,所以如果可以讓家長能夠更有彈性的話,我覺得會有更多人會願意生也敢生,這是我們自己單方面的一個想法。當然,因為少子化,大家希望在這幾年想出是不是有什麼樣的方式能夠減少家長的負擔,讓他願意、能夠生養,所以除了勞動部之外,我們應該也要鼓勵企業,我一直認為勞動部應該也是要去鼓勵企業能夠有一個更好的環境,讓我們的勞工朋友在投入職場之後,他也願意生養,當然這個環境真的是非常的重要。剛剛我們也特別提到,男性的勞工也好,或者是男性的公務人員,其實申請育兒留停的比例真的是比較少,怎麼樣去鼓勵?當然就是保障收入,我覺得保障收入也是很重要。
gazette.blocks[18][0] 許部長銘春:經濟因素其實是很大的考量。
gazette.blocks[19][0] 黃委員秀芳:對,就是要有收入的保障,另外是假要有彈性,所以我們希望勞動部針對這部分應該要再去做一個滾動式的檢討,好不好?
gazette.blocks[20][0] 許部長銘春:好,謝謝委員。
gazette.blocks[21][0] 黃委員秀芳:謝謝。
gazette.blocks[22][0] 主席:謝謝黃委員。
gazette.blocks[22][1] 接下來請涂權吉委員。
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_01
transcript.pyannote[0].start 5.05971875
transcript.pyannote[0].end 9.97034375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 10.51034375
transcript.pyannote[1].end 12.18096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.73784375
transcript.pyannote[2].end 13.32846875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.63221875
transcript.pyannote[3].end 15.64034375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.69471875
transcript.pyannote[4].end 19.25159375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.77471875
transcript.pyannote[5].end 21.36096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 21.69846875
transcript.pyannote[6].end 32.09346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 32.38034375
transcript.pyannote[7].end 32.83596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 33.59534375
transcript.pyannote[8].end 58.80659375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 59.05971875
transcript.pyannote[9].end 76.47471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 77.09909375
transcript.pyannote[10].end 91.12221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 93.21471875
transcript.pyannote[11].end 96.58971875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 96.64034375
transcript.pyannote[12].end 106.46159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 104.84159375
transcript.pyannote[13].end 104.95971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 105.09471875
transcript.pyannote[14].end 105.11159375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 106.95096875
transcript.pyannote[15].end 119.25284375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 119.42159375
transcript.pyannote[16].end 121.59846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 121.64909375
transcript.pyannote[17].end 135.67221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 134.18721875
transcript.pyannote[18].end 134.35596875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 135.73971875
transcript.pyannote[19].end 170.75534375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 143.04659375
transcript.pyannote[20].end 143.50221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 156.68159375
transcript.pyannote[21].end 157.15409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 162.03096875
transcript.pyannote[22].end 162.57096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 170.28284375
transcript.pyannote[23].end 178.48409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 179.39534375
transcript.pyannote[24].end 179.90159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 180.57659375
transcript.pyannote[25].end 185.75721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 186.95534375
transcript.pyannote[26].end 201.78846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 193.53659375
transcript.pyannote[27].end 193.77284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 196.82721875
transcript.pyannote[28].end 197.26596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 201.94034375
transcript.pyannote[29].end 219.03471875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 209.41596875
transcript.pyannote[30].end 209.70284375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 219.27096875
transcript.pyannote[31].end 225.29534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 225.64971875
transcript.pyannote[32].end 231.67409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 230.84721875
transcript.pyannote[33].end 233.59784375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 233.27721875
transcript.pyannote[34].end 233.69909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 233.69909375
transcript.pyannote[35].end 266.36909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 255.80534375
transcript.pyannote[36].end 256.71659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 266.82471875
transcript.pyannote[37].end 292.59284375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 292.20471875
transcript.pyannote[38].end 292.44096875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 292.98096875
transcript.pyannote[39].end 298.27971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 298.51596875
transcript.pyannote[40].end 305.40096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 305.58659375
transcript.pyannote[41].end 307.08846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 307.35846875
transcript.pyannote[42].end 312.48846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 311.76284375
transcript.pyannote[43].end 312.38721875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 312.89346875
transcript.pyannote[44].end 323.59221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 313.07909375
transcript.pyannote[45].end 313.43346875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 313.70346875
transcript.pyannote[46].end 314.14221875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 315.27284375
transcript.pyannote[47].end 315.66096875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 321.14534375
transcript.pyannote[48].end 327.94596875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 326.25846875
transcript.pyannote[49].end 344.16284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 344.29784375
transcript.pyannote[50].end 355.03034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 352.56659375
transcript.pyannote[51].end 352.70159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 355.03034375
transcript.pyannote[52].end 356.19471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 356.39721875
transcript.pyannote[53].end 360.49784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 361.00409375
transcript.pyannote[54].end 379.14471875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 378.33471875
transcript.pyannote[55].end 378.95909375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 379.22909375
transcript.pyannote[56].end 379.87034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 379.33034375
transcript.pyannote[57].end 393.55596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 394.12971875
transcript.pyannote[58].end 414.97034375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 414.97034375
transcript.pyannote[59].end 415.78034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 415.78034375
transcript.pyannote[60].end 415.93221875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 415.93221875
transcript.pyannote[61].end 417.95721875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 416.80971875
transcript.pyannote[62].end 417.23159375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 418.41284375
transcript.pyannote[63].end 421.28159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 421.61909375
transcript.pyannote[64].end 429.88784375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 430.27596875
transcript.pyannote[65].end 433.36409375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 432.41909375
transcript.pyannote[66].end 432.89159375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 433.71846875
transcript.pyannote[67].end 438.03846875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 438.03846875
transcript.pyannote[68].end 463.04721875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 463.87409375
transcript.pyannote[69].end 464.24534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 464.27909375
transcript.pyannote[70].end 468.81846875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 469.17284375
transcript.pyannote[71].end 472.04159375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 472.07534375
transcript.pyannote[72].end 482.35221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 479.07846875
transcript.pyannote[73].end 479.31471875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 482.55471875
transcript.pyannote[74].end 485.99721875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 485.82846875
transcript.pyannote[75].end 486.77346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 487.07721875
transcript.pyannote[76].end 509.87534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 498.92346875
transcript.pyannote[77].end 499.39596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 510.29721875
transcript.pyannote[78].end 512.35596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 512.57534375
transcript.pyannote[79].end 547.92846875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 537.51659375
transcript.pyannote[80].end 537.63471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 537.63471875
transcript.pyannote[81].end 537.70221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 537.70221875
transcript.pyannote[82].end 537.88784375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 537.88784375
transcript.pyannote[83].end 538.05659375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 538.05659375
transcript.pyannote[84].end 538.20846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 539.99721875
transcript.pyannote[85].end 540.01409375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 540.01409375
transcript.pyannote[86].end 540.53721875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 542.49471875
transcript.pyannote[87].end 542.84909375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 548.02971875
transcript.pyannote[88].end 548.43471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 548.62034375
transcript.pyannote[89].end 566.94659375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 552.55221875
transcript.pyannote[90].end 552.56909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 552.56909375
transcript.pyannote[91].end 552.58596875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 552.58596875
transcript.pyannote[92].end 552.97409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 552.97409375
transcript.pyannote[93].end 553.17659375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 554.74596875
transcript.pyannote[94].end 555.20159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 567.30096875
transcript.pyannote[95].end 583.39971875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 583.39971875
transcript.pyannote[96].end 583.56846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 583.56846875
transcript.pyannote[97].end 596.59596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 596.86596875
transcript.pyannote[98].end 598.13159375
transcript.whisperx[0].start 6.387
transcript.whisperx[0].end 30.856
transcript.whisperx[0].text 謝謝主席,我們請許部長還有請銓敘部銓敘部相關的司長好,請部長和銓敘部黃委員好部長好,部長今天特別提到就是我們這個有關這個育嬰留止停薪的這個津貼的事情那我想請教就是說我們也看到在2024年
transcript.whisperx[1].start 33.677
transcript.whisperx[1].end 58.467
transcript.whisperx[1].text 今年度我們看到這個男性的這個勤領育嬰留職停薪的比例創新高有25%那我想請教就是說其實我們看到這個男性的這個育嬰留職停薪雖然是衝到25%那我們看到另外一方面就是有關這個公務人員男性的這個公務人員申請這個育嬰留停
transcript.whisperx[2].start 60.148
transcript.whisperx[2].end 64.433
transcript.whisperx[2].text 一般人會覺得說這個男性的公務人員應該算是這個工作或者是這個薪資應該比一般的勞工還要好那另外
transcript.whisperx[3].start 77.168
transcript.whisperx[3].end 90.804
transcript.whisperx[3].text 很多人會覺得說應該是男性的公務人員會更希望或更願意來申請這個育嬰留停那我想請部長或者是銓敘部的這個司長為什麼會有這樣的一個落差
transcript.whisperx[4].start 93.277
transcript.whisperx[4].end 121.392
transcript.whisperx[4].text 報告委員現在就是說公務人員男性育嬰留子挺薪從107人到112人事實上是從12%左右提升到18%左右男性已經有提升那因為公務人員就是說女性申請的育嬰留停的人數比較多整體而言我們就是說公務人員申請育嬰留停的不管是男性或女性家種他佔我們的母數大概是
transcript.whisperx[5].start 121.872
transcript.whisperx[5].end 122.112
transcript.whisperx[5].text 韓國瑜報告
transcript.whisperx[6].start 141.843
transcript.whisperx[6].end 169.67
transcript.whisperx[6].text 本奉因為本奉這個是因為開辦社會保險當初就是以本奉加保這跟勞工是以停薪加保不一樣所以確實啦公務人員的那個育嬰留職停薪今天是會比勞工低一點然後這個如果要改進當然會涉及到整體公保財務的一個問題可能說你要提高的話還要提高那個繳會的匯率這個影響會比較大我們部理院會進一步去做一個評估
transcript.whisperx[7].start 170.53
transcript.whisperx[7].end 185.189
transcript.whisperx[7].text 有沒有可能去做一個檢討就是說因為我們現在申請是用本封嘛那有沒有可能是用實質的收入來列為那個育嬰留停的這個補貼有沒有可能這樣做
transcript.whisperx[8].start 187.257
transcript.whisperx[8].end 201.602
transcript.whisperx[8].text 因為現在是那個社會保險這邊來擠戶六成那政府擠戶的部分是兩成除非政府擠戶的部分要再提高那就可能會有比較鼓勵作用
transcript.whisperx[9].start 202.182
transcript.whisperx[9].end 225.067
transcript.whisperx[9].text 因為如果要從社會保險這一塊變成所有整體公務人員你要提高的保險匯率又要增加的一個問題因為公務人員三層保障跟勞工就不一樣公務人員是比較集中在職業年金這一塊那勞工他是比較著重於在勞保這一塊這個是結構上的不一樣所以這一塊如果可能要提高
transcript.whisperx[10].start 225.767
transcript.whisperx[10].end 231.651
transcript.whisperx[10].text 市長請回應我想請部長勞工的部分也是一樣就是有高薪低報的問題等到他要申請育嬰留停的時候就真的有差如果用實際的投保薪資來申請的話其實確實是有他會有影響
transcript.whisperx[11].start 255.367
transcript.whisperx[11].end 270.104
transcript.whisperx[11].text 您叫部長就是針對我們育嬰留停如果說就是用那個實質的實際的投保薪資來申請的話因為其實勞工他如果有一些他是這個
transcript.whisperx[12].start 271.305
transcript.whisperx[12].end 292.892
transcript.whisperx[12].text 對﹗
transcript.whisperx[13].start 293.012
transcript.whisperx[13].end 319.881
transcript.whisperx[13].text 包括委員我們現在的規定他所謂的月投保薪資來合附這個那個育嬰留停今天的給付那個月投保薪資是要他月薪資總額喔要核實申報所以這個基本上法令規定就是這樣可是剛剛委員講到說是不是如果高薪低報還是有部長你應該也知道有很多是高薪低報嘛高薪低報第一個就是他會被處罰第二個可以要求他賠償損失喔
transcript.whisperx[14].start 321.201
transcript.whisperx[14].end 339.635
transcript.whisperx[14].text 其實有很多他原本的薪資他就是用最低薪資然後再加其他的職業加級或專業加級我要講說跟委員報告說如果他是僱主高薪低報的話他是違法了第一個他會被我們處罰第二個勞工的損失他因為高薪低報害他領不到他應有的這個津貼
transcript.whisperx[15].start 340.416
transcript.whisperx[15].end 359.443
transcript.whisperx[15].text 那這個差額是僱主要去賠償所以這個部分是沒有問題我的意思是說現在的規定就是我們月投保薪資講的就是你的月薪資的總額所以這個部分是符合剛剛委員所講的是好那其實我要跟你講的就是說其實實際上
transcript.whisperx[16].start 361.565
transcript.whisperx[16].end 375.1
transcript.whisperx[16].text 實際上還是有這個狀況他可能就是最低薪資然後就又加了專業專業家籍或者是主管家籍或什麼樣的家籍加起來才有他現在的可也許我們現在的基本薪資兩萬兩萬八千多
transcript.whisperx[17].start 378.103
transcript.whisperx[17].end 392.475
transcript.whisperx[17].text 二七四七零二七四七零好那兩萬七千多那再加一加加一加之後可能才有三萬多四萬多嘛那實際上就萬一他如果要開始清理這些御嬰留停那如果說用這個
transcript.whisperx[18].start 394.196
transcript.whisperx[18].end 395.576
transcript.whisperx[18].text 這個部分我們會加強對僱主宣導就是跟他講說
transcript.whisperx[19].start 418.063
transcript.whisperx[19].end 418.484
transcript.whisperx[19].text 黃秀芳議員
transcript.whisperx[20].start 435.886
transcript.whisperx[20].end 462.367
transcript.whisperx[20].text 來保障勞工的權益剛剛部長有幾位委員也特別提到就是說我們育嬰留停是不是能夠更有彈性那我們現在可能就是以月來計算當然我們希望說能夠以天或者是小時來計算讓想要申請育嬰留停的人能夠更有彈性我想請部長就是說是不是可以朝著這個方向來進行
transcript.whisperx[21].start 464.788
transcript.whisperx[21].end 485.476
transcript.whisperx[21].text 我們現在就是希望透過試辦的方式來瞭解職場上的運作還有就是說能夠怎麼樣來推行然後這雙方可能會能夠兼顧所以這個部分我們會來努力試辦就是要瞭解務實的去瞭解問題所在那你出一套適合臺灣的一個制度
transcript.whisperx[22].start 488.078
transcript.whisperx[22].end 506.673
transcript.whisperx[22].text 對,我們是希望這樣子,因為小朋友如果還小的時候,尤其是在上幼兒園的時候,真的是時常請假,藏病毒,真的時常請假,所以爸爸媽媽其中有一位就需要帶小朋友去看病,所以我覺得如果可以讓家長能夠更有彈性的話,
transcript.whisperx[23].start 510.396
transcript.whisperx[23].end 523.031
transcript.whisperx[23].text 我覺得會有更多人會願意生也敢生這是我們自己單方面的一個想法那當然就是說少子化大家希望就是說在這幾年是不是有什麼樣的方式減少這個家長的一個
transcript.whisperx[24].start 526.114
transcript.whisperx[24].end 526.835
transcript.whisperx[24].text 國防部委員會主席
transcript.whisperx[25].start 548.812
transcript.whisperx[25].end 575.78
transcript.whisperx[25].text 相同的就是投入職場之後他也願意生養當然這個環境真的是非常的重要那剛剛我們也特別提到就是說男性的這個勞工也好或這是男性的這個公務人員其實申請這個育兒這個比較少這個比例真的是比較少那怎麼樣去鼓勵那當然就是說保障收入保障收入我覺得這個也是很重要
transcript.whisperx[26].start 576.36
transcript.whisperx[26].end 576.38
transcript.whisperx[26].text 謝謝黃委員