iVOD / 150917

Field Value
IVOD_ID 150917
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150917
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 2024-04-08T12:03:24+08:00
結束時間 2024-04-08T12:12:06+08:00
影片長度 00:08:42
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/76e93816584839818fbab812d7adee245942adc12f721acdf8ba9b0039caa7a6641dcf140a8ea5f45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃國昌
委員發言時間 12:03:24 - 12:12:06
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 993
gazette.blocks[0][0] 黃委員國昌:(12時3分)謝謝主席,麻煩有請部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:黃委員好。
gazette.blocks[3][0] 黃委員國昌:部長好。延續著上一次質詢的主題,因為蔡總統8年的任期要到了,8年的時間要到了,對於他在2016年所提出的勞工政策六大保證,我們必須要做一個有系統的回顧。上一次請教你的主題是薪資要增加的主張,今天延續著這個主題,我們從工時要減少、第二個主題開始進行處理。我相信過去這十年,臺灣成為過勞之島,這樣子一個名稱,這樣子一個口號反映出來的並不僅僅是勞工團體的訴求,而是臺灣的勞工,特別是我們的年輕人他們所面臨的困境。針對蔡總統所提出來的工時要減少這一項政見、這個給勞工朋友的承諾,過去這8年以來,部長你認為實施的成效如何?
gazette.blocks[4][0] 許部長銘春:報告委員,我記得那時候勞基法修法的時候,關於加班的工資……
gazette.blocks[5][0] 黃委員國昌:現在我不是在跟你討論加班的工資,臺灣目前的狀況是,針對因為薪資過低,所以你要用比較長的工時才能夠賺多一點錢,生活才過得下去,所以我就一樣一樣盤點,上一次我們處理完了薪資要增加,有增加、沒有增加、實際上面是不是處於一個薪資凍漲的狀態,我想每一個勞工心裡面都有一把尺。我今天請教你的是第二個主題,工時要減少,過去這8年,你覺得蔡總統表現得怎麼樣?
gazette.blocks[6][0] 許部長銘春:我想總統對這個部分一直都很重視……
gazette.blocks[7][0] 黃委員國昌:我現在講的是實際的效果,你不用跟我講他很重視,他對社會宣示就一定是很重視的,現在我請教的是你實際的效果啊!
gazette.blocks[8][0] 許部長銘春:蔡總統上任之後,我們的工時是有比以前減少。比如說我們104年的時候,那時候每年的平均……
gazette.blocks[9][0] 黃委員國昌:來,我直接給你看數字啦!2016年的時候是2,035,過去這8年,可能我的data還沒有看到2023年的數字,即使到2021、2022年的時候,那個時候還有疫情喔!都還是維持在每年2,000個小時以上的高檔,對於這樣子的表現,部長覺得滿不滿意?
gazette.blocks[10][0] 許部長銘春:這個工時應該是有加上加班工時的部分,因為加班……
gazette.blocks[11][0] 黃委員國昌:我現在請教你的是,對於這樣的表現,你滿不滿意?這個統計、這些數字都不是我掰的,這是勞動部2022國際勞動統計,是你們官方的統計,我現在的問題很具體,對於這樣的表現,部長覺得滿不滿意?總統有沒有履行他的政見?
gazette.blocks[12][0] 許部長銘春:報告委員,我們現在法定加班工時是40,現在看起來包括加班大概是41.3,其實應該是還好啦!比起……
gazette.blocks[13][0] 黃委員國昌:所以你的意思是,對於這樣子的表現,你是滿意的?
gazette.blocks[14][0] 許部長銘春:比起韓國的43.2、日本的42.75,其實我們臺灣是……
gazette.blocks[15][0] 黃委員國昌:比韓國、比日本都來得好?
gazette.blocks[15][1] 好,我們來看一看血汗工時排名,臺灣年年上榜,2022年有沒有進步?有啊!從第4名、第5名進步到第6名,終於被智利給超越了,整個亞洲國家裡面,比我們長的只有新加坡,其他都是什麼國家?哥倫比亞、墨西哥、哥斯大黎加、智利,這樣的表現部長滿意嗎?
gazette.blocks[16][0] 許部長銘春:因為其他國家多半都是部分工時,臺灣是全時比較多,我是說如果單以全時的工作者來講,我們的工時是比他們……
gazette.blocks[17][0] 黃委員國昌:以臺灣的狀況來講,臺灣就業市場的狀態是怎麼樣?你就從臺灣自己本身的表現來看,我現在給你看的是從2016年到2022年有data的階段,我剛剛一直在請教你一個問題,你一直在迴避,不敢正面回答,對於蔡總統執政到目前為止,他在2016年所提出來的政見,工時要減少的表現,你覺得滿不滿意?這個問題有這麼難回答嗎?
gazette.blocks[18][0] 許部長銘春:我是覺得蔡總統上任後確實有把工時減少。
gazette.blocks[19][0] 黃委員國昌:去年五一之前,勞工團體是怎麼講的,部長可以回去複習一下,低薪、過勞一樣是臺灣勞動市場的代名詞,以縮減的幅度來講,我也不曉得你滿不滿意。
gazette.blocks[19][1] 我們來看一下工時縮減的幅度,剛剛你要比南韓、比日本,我從2016年當作baseline,2022年縮減的幅度,臺灣是最低的,我們不僅工時比人家長,現在要講縮減的幅度,從2016到2022年,有沒有進步?有進步!進步了1.3%,你要不要看一下南韓跟日本的數字?一個是6.3,一個是5.6,這麼基本的問題,部長,可能在你的位置上,回答起來很尷尬,還是不敢講真心話,關於這個數字,臺灣勞工實際的生活,每個勞工實際的感受,恐怕不是你站在這邊,想要幫蔡英文總統文過飾非就可以混得過去的。
gazette.blocks[19][2] 第三點,臺灣有薪假現在只有十九天,敬陪末座。部長,你覺得臺灣的有薪假有沒有再提升的可能性?
gazette.blocks[20][0] 許部長銘春:報告委員,這個我們會來討論……
gazette.blocks[21][0] 黃委員國昌:你現在還要討論?520新內閣就要上來……
gazette.blocks[22][0] 許部長銘春:業務單位會把這個問題當作……
gazette.blocks[23][0] 黃委員國昌:都過了八年,你現在跟大家講的solution是你要討論?要討論什麼?現實的數字就擺在那裡,一樣是低薪過勞!2016年跟勞工朋友講的承諾,到2024年該是拿來檢驗的時候吧?檢驗出來的結果就是不堪檢驗,一樣是低薪過勞,這是勞工團體講的,客觀的數字也符合他們所提出來的聲音!今天你作為勞動部部長,我只希望你能夠很誠懇、很誠實地面對現在的問題,看看過去這八年為什麼沒有成功?哪裡做不好?最起碼可以給新政府一些誠懇的建議,而不是像你今天的態度,連面對問題的勇氣都沒有,遑論解決問題!部長,你覺得我講的有沒有道理?
gazette.blocks[24][0] 許部長銘春:報告委員,我想勞工當然有這個希望,不管在工資、工時上,都希望能夠有更好的勞動條件,這個部分我想是政府應該……
gazette.blocks[25][0] 黃委員國昌:我的原則很簡單……
gazette.blocks[26][0] 許部長銘春:要努力啦!
gazette.blocks[27][0] 黃委員國昌:政治人物要選票,所以跟廣大的勞工朋友做出了承諾!當你要卸任的時候,你的承諾有沒有deliver?這就是大家要檢驗的!難不成你幹了八年不可以拿出來檢驗嗎?今天是第2part,六大承諾的第2part,下次見到部長,我們進行第3part的檢驗,謝謝。
gazette.blocks[28][0] 主席:謝謝黃國昌委員的發言。
gazette.blocks[28][1] 接下來請徐欣瑩委員發言。徐欣瑩委員、徐欣瑩委員不在。
gazette.blocks[28][2] 我先作以下宣告:中午不休息,待全部登記委員質詢結束再休息。
gazette.blocks[28][3] 現在請范雲委員發言。
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 7.54034375
transcript.pyannote[0].end 8.46846875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.77221875
transcript.pyannote[1].end 9.61596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 9.78471875
transcript.pyannote[2].end 10.57784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.50971875
transcript.pyannote[3].end 15.03284375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 15.57284375
transcript.pyannote[4].end 21.15846875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.86721875
transcript.pyannote[5].end 26.87909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 27.21659375
transcript.pyannote[6].end 29.35971875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 29.81534375
transcript.pyannote[7].end 42.38721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.79221875
transcript.pyannote[8].end 52.98471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 53.71034375
transcript.pyannote[9].end 58.35096875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 58.58721875
transcript.pyannote[10].end 64.03784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 64.05471875
transcript.pyannote[11].end 69.85971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 71.20971875
transcript.pyannote[12].end 71.47971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 71.64846875
transcript.pyannote[13].end 79.24221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 79.24221875
transcript.pyannote[14].end 86.90346875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 79.25909375
transcript.pyannote[15].end 79.91721875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 86.95409375
transcript.pyannote[16].end 91.18971875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 91.61159375
transcript.pyannote[17].end 111.47346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 113.07659375
transcript.pyannote[18].end 115.82721875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 116.09721875
transcript.pyannote[19].end 118.12221875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 116.19846875
transcript.pyannote[20].end 119.80971875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 120.02909375
transcript.pyannote[21].end 121.86846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 122.37471875
transcript.pyannote[22].end 127.77471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 127.77471875
transcript.pyannote[23].end 138.86159375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 138.86159375
transcript.pyannote[24].end 141.27471875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 138.87846875
transcript.pyannote[25].end 139.72221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 141.27471875
transcript.pyannote[26].end 145.20659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 141.61221875
transcript.pyannote[27].end 143.26596875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 144.97034375
transcript.pyannote[28].end 148.36221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 148.80096875
transcript.pyannote[29].end 170.78909375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 174.48471875
transcript.pyannote[30].end 175.27784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 177.15096875
transcript.pyannote[31].end 182.51721875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 182.55096875
transcript.pyannote[32].end 184.79534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 182.85471875
transcript.pyannote[33].end 182.88846875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 183.83346875
transcript.pyannote[34].end 190.00971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 190.41471875
transcript.pyannote[35].end 193.45221875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 193.80659375
transcript.pyannote[36].end 199.94909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 201.19784375
transcript.pyannote[37].end 202.90221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 201.70409375
transcript.pyannote[38].end 207.15471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 208.08284375
transcript.pyannote[39].end 213.92159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 214.27596875
transcript.pyannote[40].end 215.49096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 215.87909375
transcript.pyannote[41].end 217.60034375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 216.03096875
transcript.pyannote[42].end 219.00096875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 218.30909375
transcript.pyannote[43].end 218.73096875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 218.74784375
transcript.pyannote[44].end 218.78159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 218.88284375
transcript.pyannote[45].end 223.47284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 223.70909375
transcript.pyannote[46].end 226.62846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 226.89846875
transcript.pyannote[47].end 229.81784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 230.49284375
transcript.pyannote[48].end 232.51784375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 233.95221875
transcript.pyannote[49].end 235.06596875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 235.99409375
transcript.pyannote[50].end 236.71971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 236.87159375
transcript.pyannote[51].end 238.05284375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 238.77846875
transcript.pyannote[52].end 239.62221875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 240.14534375
transcript.pyannote[53].end 241.79909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 242.94659375
transcript.pyannote[54].end 244.46534375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 244.93784375
transcript.pyannote[55].end 246.60846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 246.82784375
transcript.pyannote[56].end 248.75159375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 249.08909375
transcript.pyannote[57].end 253.05471875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 253.35846875
transcript.pyannote[58].end 255.09659375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 255.68721875
transcript.pyannote[59].end 256.44659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 256.93596875
transcript.pyannote[60].end 265.03596875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 265.27221875
transcript.pyannote[61].end 267.87096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 267.87096875
transcript.pyannote[62].end 267.88784375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 268.20846875
transcript.pyannote[63].end 270.68909375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 271.43159375
transcript.pyannote[64].end 273.76034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 274.46909375
transcript.pyannote[65].end 275.68409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 276.39284375
transcript.pyannote[66].end 282.58596875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 283.21034375
transcript.pyannote[67].end 296.47409375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 296.76096875
transcript.pyannote[68].end 297.92534375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 302.51534375
transcript.pyannote[69].end 308.38784375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 302.95409375
transcript.pyannote[70].end 304.64159375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 309.88971875
transcript.pyannote[71].end 313.60221875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 315.34034375
transcript.pyannote[72].end 316.74096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 317.12909375
transcript.pyannote[73].end 319.00221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 320.57159375
transcript.pyannote[74].end 322.34346875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 322.91721875
transcript.pyannote[75].end 327.72659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 328.58721875
transcript.pyannote[76].end 334.88159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 335.16846875
transcript.pyannote[77].end 343.79159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 345.79971875
transcript.pyannote[78].end 346.77846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 347.33534375
transcript.pyannote[79].end 348.63471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 349.52909375
transcript.pyannote[80].end 358.06784375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 358.15221875
transcript.pyannote[81].end 363.09659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 363.63659375
transcript.pyannote[82].end 364.98659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 365.76284375
transcript.pyannote[83].end 367.60221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 368.14221875
transcript.pyannote[84].end 369.62721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 370.40346875
transcript.pyannote[85].end 371.93909375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 373.10346875
transcript.pyannote[86].end 373.93034375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 374.47034375
transcript.pyannote[87].end 378.85784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 378.92534375
transcript.pyannote[88].end 383.80221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 384.34221875
transcript.pyannote[89].end 385.74284375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 386.78909375
transcript.pyannote[90].end 387.53159375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 388.99971875
transcript.pyannote[91].end 390.06284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 390.50159375
transcript.pyannote[92].end 391.85159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 393.38721875
transcript.pyannote[93].end 394.38284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 395.12534375
transcript.pyannote[94].end 395.59784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 396.07034375
transcript.pyannote[95].end 397.79159375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 398.24721875
transcript.pyannote[96].end 400.13721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 401.47034375
transcript.pyannote[97].end 405.11534375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 406.51596875
transcript.pyannote[98].end 409.70534375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 409.58721875
transcript.pyannote[99].end 412.50659375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 412.60784375
transcript.pyannote[100].end 414.09284375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 413.72159375
transcript.pyannote[101].end 418.46346875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 419.05409375
transcript.pyannote[102].end 421.39971875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 422.29409375
transcript.pyannote[103].end 424.16721875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 424.35284375
transcript.pyannote[104].end 431.54159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 432.21659375
transcript.pyannote[105].end 434.78159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 435.25409375
transcript.pyannote[106].end 436.84034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 437.68409375
transcript.pyannote[107].end 439.42221875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 439.60784375
transcript.pyannote[108].end 441.91971875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 442.03784375
transcript.pyannote[109].end 450.52596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 451.15034375
transcript.pyannote[110].end 452.73659375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 453.52971875
transcript.pyannote[111].end 455.94284375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 456.24659375
transcript.pyannote[112].end 458.23784375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 458.94659375
transcript.pyannote[113].end 460.53284375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 460.95471875
transcript.pyannote[114].end 467.14784375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 472.31159375
transcript.pyannote[115].end 472.96971875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 472.96971875
transcript.pyannote[116].end 473.99909375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 474.64034375
transcript.pyannote[117].end 477.37409375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 477.79596875
transcript.pyannote[118].end 482.06534375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 482.43659375
transcript.pyannote[119].end 484.30971875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 485.30534375
transcript.pyannote[120].end 488.25846875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 488.79846875
transcript.pyannote[121].end 489.32159375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 489.54096875
transcript.pyannote[122].end 492.51096875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 490.09784375
transcript.pyannote[123].end 491.70096875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 492.46034375
transcript.pyannote[124].end 493.97909375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 494.80596875
transcript.pyannote[125].end 497.32034375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 497.82659375
transcript.pyannote[126].end 501.06659375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 501.57284375
transcript.pyannote[127].end 503.07471875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 504.12096875
transcript.pyannote[128].end 506.02784375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 507.04034375
transcript.pyannote[129].end 508.45784375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 510.97221875
transcript.pyannote[130].end 512.69346875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 513.25034375
transcript.pyannote[131].end 514.98846875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 515.10659375
transcript.pyannote[132].end 517.01346875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 517.09784375
transcript.pyannote[133].end 519.49409375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 521.97471875
transcript.pyannote[134].end 522.29534375
transcript.whisperx[0].start 8.113
transcript.whisperx[0].end 9.857
transcript.whisperx[0].text 謝謝主席。麻煩有請部長。請許部長。黃元浩
transcript.whisperx[1].start 15.835
transcript.whisperx[1].end 40.664
transcript.whisperx[1].text 部長好,延續著上一次質詢的主題因為蔡總統8年的任期要到了8年時間到我們對於她在2016年所提出的勞工政策6大保證我們必須要做一個有系統的回顧上一次請教你的主題是薪資要增加這樣子的主張今天延續的這個主題我們從工時要減少第二個主題開始進行處理
transcript.whisperx[2].start 41.684
transcript.whisperx[2].end 69.651
transcript.whisperx[2].text 我相信過去這10年台灣成為過勞之島這樣子一個名稱這樣子一個口號它反映出來的並不僅僅是勞工團體的訴求而是台灣的勞工特別是我們的年輕人他們所面臨的困境針對蔡總統所提出來的公實要檢討這一項政見這個給勞工朋友的承諾過去這8年來部長你認為實施的成效如何
transcript.whisperx[3].start 71.944
transcript.whisperx[3].end 90.337
transcript.whisperx[3].text 報告委員這個我記得那時候修法齁那時候勞基法修法的時候關於加班的工資現在我不是在跟你討論加班的工資啦台灣目前的狀況就針對因為薪資過低嘛所以你要有比較長的工時才能夠賺多一點錢嘛
transcript.whisperx[4].start 91.738
transcript.whisperx[4].end 93.78
transcript.whisperx[4].text 我今天請教你的是第二個主題啊公時要減少過去這八年覺得蔡總統表現的怎麼樣
transcript.whisperx[5].start 113.188
transcript.whisperx[5].end 138.52
transcript.whisperx[5].text 我想總統對這個部分一直都...非常的重視那我現在在講的是實際的效果你不用跟我講他很重視啦他對社會宣示一定是很重視的嘛現在我請教的是你實際的效果啊我們現在就是蔡總統上任之後我們的工時是有比以前有減少譬如說我們104年的時候大概那時候每年的
transcript.whisperx[6].start 139.381
transcript.whisperx[6].end 143.127
transcript.whisperx[6].text 來 我直接給你看數字啦2016年的時候2016年的時候是2035嘛
transcript.whisperx[7].start 149.034
transcript.whisperx[7].end 169.208
transcript.whisperx[7].text 過去這8年可能我的data我還沒有看到2023年的數字即使到20212022年的時候即使到20212022年的時候都還是維持那個時候有疫情喔都還是維持在每年2000個小時以上的高檔對這樣子的表現部長覺得滿不滿意這個齁
transcript.whisperx[8].start 177.706
transcript.whisperx[8].end 186.754
transcript.whisperx[8].text 這個工時的部分有加上這個應該是有加上加班工時的部分那因為加班我現在請教你的是對這樣的表現你滿不滿意這個統計這些數字都不是我掰的這個是勞動部2022國際勞動統計這是你們官方的統計我現在的問題很具體對這樣的表現部長覺得滿不滿意
transcript.whisperx[9].start 201.232
transcript.whisperx[9].end 205.915
transcript.whisperx[9].text 總統有沒有履行他的證件?所以你的意思是說對於這樣子的表現你是滿意的?比韓國比日本都來得好來看一看雪漢公使排名啊台灣年年上榜啊
transcript.whisperx[10].start 231.026
transcript.whisperx[10].end 254.22
transcript.whisperx[10].text 2022年有沒有進步 有啊從第4名第5名進步到第6名終於什麼終於被智力給超越了終於被智力給超越了整個亞洲國家裡面比我們長的只有新加坡其他都是什麼哥倫比亞、墨西哥、哥斯大黎加、智力這樣的表現部長滿不滿意
transcript.whisperx[11].start 256.183
transcript.whisperx[11].end 261.906
transcript.whisperx[11].text 以台灣的狀況來講的話台灣的就業市場的狀態是怎麼樣那你就從台灣自己本身的表現來看我現在給你看的是從2016年到2022年有data的階段嘛
transcript.whisperx[12].start 283.277
transcript.whisperx[12].end 297.871
transcript.whisperx[12].text 我剛一直在請教你一個問題你一直在迴避不敢正面回答對於蔡總統執政到目前為止他在2016年所提出來的政見工時要減少的表現你覺得滿不滿意這個問題有這麼難回答嗎我是覺得蔡總統上次確實把工時有減少
transcript.whisperx[13].start 309.983
transcript.whisperx[13].end 321.633
transcript.whisperx[13].text 去年五一之前勞工團體怎麼講的部長可以回去複習一下低薪過勞一樣是臺灣勞動市場的代名詞以縮減的幅度來講
transcript.whisperx[14].start 328.649
transcript.whisperx[14].end 343.58
transcript.whisperx[14].text 你覺得我也不曉得你滿不滿意啦來我們來看一下工時縮減的幅度剛剛你要比南韓比日本嘛我從2016年當作base line到2022年縮減的幅度台灣是最低的欸我們不僅啊工時比人家長
transcript.whisperx[15].start 349.691
transcript.whisperx[15].end 371.462
transcript.whisperx[15].text 我現在你要講縮減的幅度從2016到2022有沒有進步 有阿進步1.3%阿你要不要看一下南韓跟日本的數字一個是6.3一個是5.6阿這個基本的問題部長可能在你的位置上啦回答起來很尷尬還是不敢講真心話
transcript.whisperx[16].start 373.671
transcript.whisperx[16].end 399.885
transcript.whisperx[16].text 這個數字台灣勞工實際的生活每個勞工實際的感受恐怕不是你站在這邊想要幫蔡英文總統聞過是非就可以混得過去了第三點台灣有薪假現在只有19天敬佩莫作部長你覺得台灣的有薪假有沒有再提升的可能性
transcript.whisperx[17].start 401.75
transcript.whisperx[17].end 409.978
transcript.whisperx[17].text 這個問題我們會來討論你現在還要討論喔你520就要新內閣上來沒有 業務單位會把這個問題那麼當作過了8年你現在跟大家講的solution是你要討論要討論什麼現實的數字就擺在那裡啊
transcript.whisperx[18].start 422.349
transcript.whisperx[18].end 448.381
transcript.whisperx[18].text 一樣是低薪過勞啊2016年跟勞工朋友講的承諾到2024年的時候該是拿來檢驗的時候了吧檢驗出來的結果就不堪檢驗嘛一樣是低薪過勞啊這是勞工團體講的啊客觀的數字也符合他們所提出來的聲音啊今天你作為勞動部部長我只希望你能夠很誠懇很誠實的面對現在的問題嘛
transcript.whisperx[19].start 451.452
transcript.whisperx[19].end 465.916
transcript.whisperx[19].text 現在過去這8年為什麼沒有成功哪裡做不好最起碼可以給新的政府一些誠懇的建議嘛而不是像你今天的態度一樣連面對問題的勇氣都沒有黃論解決問題啊部長你覺得我講的有沒有道理
transcript.whisperx[20].start 474.548
transcript.whisperx[20].end 481.173
transcript.whisperx[20].text 我的原則很簡單啦政治人物要選票跟廣大的勞工朋友做出了承諾當你要卸任的時候你的承諾有沒有deliver這就是大家要檢驗的嘛
transcript.whisperx[21].start 504.158
transcript.whisperx[21].end 504.178
transcript.whisperx[21].text 韓國昌