IVOD_ID |
150921 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/150921 |
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 |
2024-04-08T12:18:52+08:00 |
結束時間 |
2024-04-08T12:25:50+08:00 |
影片長度 |
00:06:58 |
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/76e9381658483981bf16aa8145d83cdb5942adc12f721acdf8ba9b0039caa7a656c4274c4566c6a95ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
張雅琳 |
委員發言時間 |
12:18:52 - 12:25:50 |
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 |
1055 |
gazette.blocks[0][0] |
張委員雅琳:(12時19分)我們有請勞動部。 |
gazette.blocks[1][0] |
主席:請許部長。 |
gazette.blocks[2][0] |
許部長銘春:張委員好。 |
gazette.blocks[3][0] |
張委員雅琳:部長好。今天想跟部長請教有關放寬育嬰留停試辦計畫的狀況。之前是說在4月1日前可以提出申請,我想知道目前報名的企業有幾家? |
gazette.blocks[4][0] |
許部長銘春:一共六十三家。 |
gazette.blocks[5][0] |
張委員雅琳:一共多少? |
gazette.blocks[6][0] |
許部長銘春:六十三家。 |
gazette.blocks[7][0] |
張委員雅琳:六十三家?其中中小型企業有幾家? |
gazette.blocks[8][0] |
許部長銘春:五十幾家……中小企業?私人企業是五十三家…… |
gazette.blocks[9][0] |
張委員雅琳:五十三家?但是…… |
gazette.blocks[10][0] |
許部長銘春:至於企業規模…… |
gazette.blocks[11][0] |
張委員雅琳:好,沒關係,我想這部分…… |
gazette.blocks[12][0] |
許部長銘春:我們的企業規模都會比較大一點,因為在人力的運用上…… |
gazette.blocks[13][0] |
張委員雅琳:對,我想要講的就是,現在來申請的可能比較多是比較大型的企業,但是我們是不是可以鼓勵中小企業呢?畢竟,從數據上面你可以看到,中小企業占我們臺灣整體的就業人口數,相對來說是比較多的,有到七成五,所以如果報名的都是大型企業,其實沒有反映出我們真實的就業市場的狀況。 |
gazette.blocks[14][0] |
許部長銘春:中小企業當然它主要就是人力的運用上會發生困難,這部分未來我們會在試辦原則裡面,包括說如何優先媒合,包括我們發展署的就業媒合、臺灣就業通等等的資源,會來協助優先幫他們媒合。 |
gazette.blocks[15][0] |
張委員雅琳:但是我想只有臺灣就業通可能也還不夠,畢竟想在上面媒合工作的人還是相對比較少,所以我們可不可以再有更積極的一些作法? |
gazette.blocks[16][0] |
許部長銘春:好,這個…… |
gazette.blocks[17][0] |
張委員雅琳:那這個東西沒關係,我們可以再繼續來討論,但是我希望可不可以3天之後給我一些現在參與的企業名單? |
gazette.blocks[18][0] |
許部長銘春:參與名單,委員,不好意思,因為牽涉到私人企業事業單位的意願問題,是不是…… |
gazette.blocks[19][0] |
張委員雅琳:好,那沒關係,就給我…… |
gazette.blocks[20][0] |
許部長銘春:公部門的沒有問題,私人企業…… |
gazette.blocks[21][0] |
張委員雅琳:僱員人數好了,僱員人數。 |
gazette.blocks[22][0] |
許部長銘春:僱員人數? |
gazette.blocks[23][0] |
張委員雅琳:對,就是大概中小型企業的幾家,大型企業的幾家。 |
gazette.blocks[24][0] |
許部長銘春:報告委員,給我們一些時間,因為企業報名之後,我們如果要確認他的人數,還要再做一番聯繫。 |
gazette.blocks[25][0] |
張委員雅琳:那大概多久的時間呢? |
gazette.blocks[26][0] |
許部長銘春:因為我們還要跟這些私人企業開座談會做一些說明,是不是容許我們座談會之後,再跟委員回報? |
gazette.blocks[27][0] |
張委員雅琳:那大概是什麼時候?半個月、兩個禮拜?一個月? |
gazette.blocks[28][0] |
許部長銘春:半個月後吧? |
gazette.blocks[29][0] |
張委員雅琳:好。 |
gazette.blocks[30][0] |
許部長銘春:月底前好了,今天4月8號,月底前好了。 |
gazette.blocks[31][0] |
張委員雅琳:好,沒問題,可以。 |
gazette.blocks[31][1] |
再下一個我想問一下,我們法律規定的兒童是到幾歲呢? |
gazette.blocks[32][0] |
許部長銘春:18。兒童喔?12,12,12啦! |
gazette.blocks[33][0] |
張委員雅琳:法律的規定兒少權法是12,聯合國是18沒有錯。再來就是幼兒呢?我們的幼兒是幾歲?我們幼兒規定的年齡是到幾歲? |
gazette.blocks[34][0] |
許部長銘春:幼兒是3…… |
gazette.blocks[35][0] |
張委員雅琳:好,沒關係,我們看一下幼教法是到6歲,2歲到6歲之前,這是幼兒的定義。但我們現在性別平等法第十六條裡面的定義,就是說受僱者申請育嬰留停是在幼兒3歲以前,為什麼會定義一個3歲呢?部長知道嗎? |
gazette.blocks[36][0] |
許部長銘春:可能那時候是考慮到幼托的一些機制吧? |
gazette.blocks[37][0] |
張委員雅琳:當時,沒錯,91年的時候是講說我們的幼托機制未臻完善,所以是定到3歲,但是我想我們在小朋友3歲之後送去幼托,難道家長就沒有照顧的需求了嗎?我們可以看到,譬如腸病毒,每次到夏天這個時間都是腸病毒好發的高峰期,冬天則有流感,現在各縣市是有訂定要停課4到7天,在這樣的狀況之下,到底家長要怎麼照顧小孩呢?6歲以上,這是小學的部分喔。 |
gazette.blocks[38][0] |
許部長銘春:現在有家庭照顧假、事假等等…… |
gazette.blocks[39][0] |
張委員雅琳:對,我們有家庭照顧假,沒有錯,但是我們申請家庭照顧假的比例非常的低,男性只有2.1%,女性只有5.5%,它為什麼不好用?為什麼請假的人這麼少?重點就是它不支薪嘛! |
gazette.blocks[40][0] |
許部長銘春:主要是它沒有給薪。 |
gazette.blocks[41][0] |
張委員雅琳:對,它沒有給薪。我們再來看,這也是衛福部自己的一個調查,衛福部的調查說我們有非常高比例的女性,都是因為照顧孩童離職的。我們今天一直在講女性的就業人口,希望女性勞動力不要下跌,不要因為照顧家庭而離開職場,可是我們現在種種的不利因素,都讓女性必須為了照顧未滿12歲的兒童而離開職場,所以,我們的家庭照顧假是不是有可能可以再做一些修正,讓它可以支薪,也讓它可以延長到12歲之前?因為以現在的需求,現行法規對育兒家長的支持就是不夠,這部分是不是可以去調整、研議放寬到12歲呢? |
gazette.blocks[42][0] |
許部長銘春:報告委員,我們會往這個方向來研議。 |
gazette.blocks[43][0] |
張委員雅琳:好,那這個部分除了放寬到12歲之外,還有就是家庭照顧假支薪的部分,因為目前新聞已經有講,公務人員有,可是勞工一直都沒有,明明我們最大的就業人口就在勞工市場,那這一塊是不是也可以一併…… |
gazette.blocks[44][0] |
許部長銘春:這個部分當然就牽涉到財源,財源怎麼解決,這個部分我們再來可能要跨部會討論。 |
gazette.blocks[45][0] |
張委員雅琳:這部分我們大概什麼時候會有更進一步的研議結果呢?討論的結果。 |
gazette.blocks[46][0] |
許部長銘春:我是覺得,委員,因為這個問題涉及的當然不只是財源,還包括人力的調配等等,我們認為可能讓我們再跟相關的工商團體、勞工團體做一些討論,然後再來看看,推動的時程我們沒有設限,就是如果討論大家都有支持,我們當然可以很快來處理,但是有這個共識之後,還要再跟跨部會這邊,因為財源的部分要怎麼解決,必須院的層級來…… |
gazette.blocks[47][0] |
張委員雅琳:好,那這樣子好不好,我們還是持續來追蹤,大概三個月之後我們再來追蹤一下這個進度,好不好?謝謝。 |
gazette.blocks[48][0] |
許部長銘春:好,可以。謝謝。 |
gazette.blocks[49][0] |
主席:謝謝張雅琳委員的發言。 |
gazette.blocks[49][1] |
接下來請陳瑩委員發言。 |
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_01 |
transcript.pyannote[0].start |
21.98534375 |
transcript.pyannote[0].end |
26.06909375 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
27.89159375 |
transcript.pyannote[1].end |
29.73096875 |
transcript.pyannote[2].speaker |
SPEAKER_01 |
transcript.pyannote[2].start |
30.18659375 |
transcript.pyannote[2].end |
30.27096875 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
30.27096875 |
transcript.pyannote[3].end |
30.99659375 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
32.11034375 |
transcript.pyannote[4].end |
42.82596875 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
43.02846875 |
transcript.pyannote[5].end |
47.43284375 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
46.97721875 |
transcript.pyannote[6].end |
48.34409375 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
48.95159375 |
transcript.pyannote[7].end |
53.33909375 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
51.17909375 |
transcript.pyannote[8].end |
51.55034375 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
54.13221875 |
transcript.pyannote[9].end |
56.51159375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
56.91659375 |
transcript.pyannote[10].end |
59.59971875 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
56.96721875 |
transcript.pyannote[11].end |
59.38034375 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
59.85284375 |
transcript.pyannote[12].end |
64.47659375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
61.77659375 |
transcript.pyannote[13].end |
63.21096875 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
64.56096875 |
transcript.pyannote[14].end |
66.97409375 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
66.97409375 |
transcript.pyannote[15].end |
67.02471875 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
67.02471875 |
transcript.pyannote[16].end |
67.22721875 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
67.22721875 |
transcript.pyannote[17].end |
67.29471875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
67.29471875 |
transcript.pyannote[18].end |
71.49659375 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
67.31159375 |
transcript.pyannote[19].end |
67.83471875 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
69.65721875 |
transcript.pyannote[20].end |
85.28346875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
85.62096875 |
transcript.pyannote[21].end |
91.42596875 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
91.49346875 |
transcript.pyannote[22].end |
99.81284375 |
transcript.pyannote[23].speaker |
SPEAKER_01 |
transcript.pyannote[23].start |
91.52721875 |
transcript.pyannote[23].end |
91.89846875 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
100.26846875 |
transcript.pyannote[24].end |
105.60096875 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
105.98909375 |
transcript.pyannote[25].end |
109.46534375 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
109.81971875 |
transcript.pyannote[26].end |
111.30471875 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
111.30471875 |
transcript.pyannote[27].end |
116.80596875 |
transcript.pyannote[28].speaker |
SPEAKER_00 |
transcript.pyannote[28].start |
114.24096875 |
transcript.pyannote[28].end |
114.30846875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
116.89034375 |
transcript.pyannote[29].end |
127.43721875 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
117.05909375 |
transcript.pyannote[30].end |
117.10971875 |
transcript.pyannote[31].speaker |
SPEAKER_00 |
transcript.pyannote[31].start |
119.13471875 |
transcript.pyannote[31].end |
119.87721875 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
121.37909375 |
transcript.pyannote[32].end |
121.69971875 |
transcript.pyannote[33].speaker |
SPEAKER_00 |
transcript.pyannote[33].start |
126.25596875 |
transcript.pyannote[33].end |
126.88034375 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
127.77471875 |
transcript.pyannote[34].end |
130.49159375 |
transcript.pyannote[35].speaker |
SPEAKER_00 |
transcript.pyannote[35].start |
130.72784375 |
transcript.pyannote[35].end |
132.87096875 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
133.17471875 |
transcript.pyannote[36].end |
137.62971875 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
136.90409375 |
transcript.pyannote[37].end |
137.51159375 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
138.35534375 |
transcript.pyannote[38].end |
138.94596875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
139.30034375 |
transcript.pyannote[39].end |
140.07659375 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
140.07659375 |
transcript.pyannote[40].end |
142.79346875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
140.09346875 |
transcript.pyannote[41].end |
142.03409375 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
142.30409375 |
transcript.pyannote[42].end |
142.74284375 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
142.79346875 |
transcript.pyannote[43].end |
142.96221875 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
142.96221875 |
transcript.pyannote[44].end |
143.02971875 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
143.02971875 |
transcript.pyannote[45].end |
143.90721875 |
transcript.pyannote[46].speaker |
SPEAKER_01 |
transcript.pyannote[46].start |
143.90721875 |
transcript.pyannote[46].end |
147.65346875 |
transcript.pyannote[47].speaker |
SPEAKER_00 |
transcript.pyannote[47].start |
143.94096875 |
transcript.pyannote[47].end |
144.66659375 |
transcript.pyannote[48].speaker |
SPEAKER_00 |
transcript.pyannote[48].start |
145.15596875 |
transcript.pyannote[48].end |
146.05034375 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
147.67034375 |
transcript.pyannote[49].end |
147.87284375 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
148.80096875 |
transcript.pyannote[50].end |
155.19659375 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
155.04471875 |
transcript.pyannote[51].end |
156.31034375 |
transcript.pyannote[52].speaker |
SPEAKER_00 |
transcript.pyannote[52].start |
156.31034375 |
transcript.pyannote[52].end |
156.32721875 |
transcript.pyannote[53].speaker |
SPEAKER_01 |
transcript.pyannote[53].start |
156.66471875 |
transcript.pyannote[53].end |
156.81659375 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
156.83346875 |
transcript.pyannote[54].end |
160.86659375 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
161.35596875 |
transcript.pyannote[55].end |
161.79471875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
162.89159375 |
transcript.pyannote[56].end |
168.61221875 |
transcript.pyannote[57].speaker |
SPEAKER_00 |
transcript.pyannote[57].start |
168.73034375 |
transcript.pyannote[57].end |
170.80596875 |
transcript.pyannote[58].speaker |
SPEAKER_00 |
transcript.pyannote[58].start |
171.31221875 |
transcript.pyannote[58].end |
171.93659375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
172.45971875 |
transcript.pyannote[59].end |
173.28659375 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
173.43846875 |
transcript.pyannote[60].end |
175.39596875 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
174.77159375 |
transcript.pyannote[61].end |
177.60659375 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
176.62784375 |
transcript.pyannote[62].end |
177.75846875 |
transcript.pyannote[63].speaker |
SPEAKER_00 |
transcript.pyannote[63].start |
177.85971875 |
transcript.pyannote[63].end |
181.97721875 |
transcript.pyannote[64].speaker |
SPEAKER_01 |
transcript.pyannote[64].start |
179.31096875 |
transcript.pyannote[64].end |
179.81721875 |
transcript.pyannote[65].speaker |
SPEAKER_01 |
transcript.pyannote[65].start |
181.97721875 |
transcript.pyannote[65].end |
182.24721875 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
182.24721875 |
transcript.pyannote[66].end |
182.33159375 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
182.33159375 |
transcript.pyannote[67].end |
183.41159375 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
182.34846875 |
transcript.pyannote[68].end |
183.74909375 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
183.79971875 |
transcript.pyannote[69].end |
183.83346875 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
183.83346875 |
transcript.pyannote[70].end |
189.95909375 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
190.76909375 |
transcript.pyannote[71].end |
191.47784375 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
191.73096875 |
transcript.pyannote[72].end |
195.46034375 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
192.30471875 |
transcript.pyannote[73].end |
198.02534375 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
198.24471875 |
transcript.pyannote[74].end |
198.44721875 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
199.64534375 |
transcript.pyannote[75].end |
201.97409375 |
transcript.pyannote[76].speaker |
SPEAKER_01 |
transcript.pyannote[76].start |
202.44659375 |
transcript.pyannote[76].end |
204.55596875 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
204.94409375 |
transcript.pyannote[77].end |
206.49659375 |
transcript.pyannote[78].speaker |
SPEAKER_01 |
transcript.pyannote[78].start |
207.47534375 |
transcript.pyannote[78].end |
207.79596875 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
209.14596875 |
transcript.pyannote[79].end |
214.37721875 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
209.77034375 |
transcript.pyannote[80].end |
209.92221875 |
transcript.pyannote[81].speaker |
SPEAKER_00 |
transcript.pyannote[81].start |
211.35659375 |
transcript.pyannote[81].end |
214.25909375 |
transcript.pyannote[82].speaker |
SPEAKER_01 |
transcript.pyannote[82].start |
214.63034375 |
transcript.pyannote[82].end |
222.47721875 |
transcript.pyannote[83].speaker |
SPEAKER_01 |
transcript.pyannote[83].start |
222.88221875 |
transcript.pyannote[83].end |
224.53596875 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
226.20659375 |
transcript.pyannote[84].end |
226.99971875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
228.38346875 |
transcript.pyannote[85].end |
232.19721875 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
232.45034375 |
transcript.pyannote[86].end |
232.48409375 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
232.48409375 |
transcript.pyannote[87].end |
232.77096875 |
transcript.pyannote[88].speaker |
SPEAKER_00 |
transcript.pyannote[88].start |
232.77096875 |
transcript.pyannote[88].end |
232.80471875 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
233.19284375 |
transcript.pyannote[89].end |
258.42096875 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
258.97784375 |
transcript.pyannote[90].end |
263.29784375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
263.50034375 |
transcript.pyannote[91].end |
263.78721875 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
265.05284375 |
transcript.pyannote[92].end |
277.67534375 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
266.47034375 |
transcript.pyannote[93].end |
268.19159375 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
269.45721875 |
transcript.pyannote[94].end |
271.19534375 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
271.78596875 |
transcript.pyannote[95].end |
272.15721875 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
278.68784375 |
transcript.pyannote[96].end |
283.31159375 |
transcript.pyannote[97].speaker |
SPEAKER_01 |
transcript.pyannote[97].start |
284.15534375 |
transcript.pyannote[97].end |
287.42909375 |
transcript.pyannote[98].speaker |
SPEAKER_01 |
transcript.pyannote[98].start |
287.64846875 |
transcript.pyannote[98].end |
288.07034375 |
transcript.pyannote[99].speaker |
SPEAKER_01 |
transcript.pyannote[99].start |
289.23471875 |
transcript.pyannote[99].end |
298.68471875 |
transcript.pyannote[100].speaker |
SPEAKER_01 |
transcript.pyannote[100].start |
299.35971875 |
transcript.pyannote[100].end |
319.91346875 |
transcript.pyannote[101].speaker |
SPEAKER_01 |
transcript.pyannote[101].start |
320.23409375 |
transcript.pyannote[101].end |
324.57096875 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
324.82409375 |
transcript.pyannote[102].end |
332.99159375 |
transcript.pyannote[103].speaker |
SPEAKER_01 |
transcript.pyannote[103].start |
333.37971875 |
transcript.pyannote[103].end |
336.55221875 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
336.82221875 |
transcript.pyannote[104].end |
339.67409375 |
transcript.pyannote[105].speaker |
SPEAKER_00 |
transcript.pyannote[105].start |
339.67409375 |
transcript.pyannote[105].end |
341.73284375 |
transcript.pyannote[106].speaker |
SPEAKER_01 |
transcript.pyannote[106].start |
342.20534375 |
transcript.pyannote[106].end |
357.13971875 |
transcript.pyannote[107].speaker |
SPEAKER_00 |
transcript.pyannote[107].start |
350.17034375 |
transcript.pyannote[107].end |
350.65971875 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
351.77346875 |
transcript.pyannote[108].end |
352.12784375 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
353.74784375 |
transcript.pyannote[109].end |
354.82784375 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
356.31284375 |
transcript.pyannote[110].end |
363.65346875 |
transcript.pyannote[111].speaker |
SPEAKER_01 |
transcript.pyannote[111].start |
358.69221875 |
transcript.pyannote[111].end |
358.99596875 |
transcript.pyannote[112].speaker |
SPEAKER_01 |
transcript.pyannote[112].start |
363.80534375 |
transcript.pyannote[112].end |
367.01159375 |
transcript.pyannote[113].speaker |
SPEAKER_00 |
transcript.pyannote[113].start |
367.56846875 |
transcript.pyannote[113].end |
367.61909375 |
transcript.pyannote[114].speaker |
SPEAKER_01 |
transcript.pyannote[114].start |
367.61909375 |
transcript.pyannote[114].end |
368.98596875 |
transcript.pyannote[115].speaker |
SPEAKER_01 |
transcript.pyannote[115].start |
370.42034375 |
transcript.pyannote[115].end |
371.51721875 |
transcript.pyannote[116].speaker |
SPEAKER_01 |
transcript.pyannote[116].start |
372.71534375 |
transcript.pyannote[116].end |
372.88409375 |
transcript.pyannote[117].speaker |
SPEAKER_01 |
transcript.pyannote[117].start |
372.96846875 |
transcript.pyannote[117].end |
374.14971875 |
transcript.pyannote[118].speaker |
SPEAKER_01 |
transcript.pyannote[118].start |
374.60534375 |
transcript.pyannote[118].end |
374.62221875 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
374.62221875 |
transcript.pyannote[119].end |
382.40159375 |
transcript.pyannote[120].speaker |
SPEAKER_00 |
transcript.pyannote[120].start |
382.90784375 |
transcript.pyannote[120].end |
387.85221875 |
transcript.pyannote[121].speaker |
SPEAKER_00 |
transcript.pyannote[121].start |
388.37534375 |
transcript.pyannote[121].end |
390.60284375 |
transcript.pyannote[122].speaker |
SPEAKER_00 |
transcript.pyannote[122].start |
391.00784375 |
transcript.pyannote[122].end |
397.62284375 |
transcript.pyannote[123].speaker |
SPEAKER_01 |
transcript.pyannote[123].start |
394.92284375 |
transcript.pyannote[123].end |
395.32784375 |
transcript.pyannote[124].speaker |
SPEAKER_00 |
transcript.pyannote[124].start |
397.87596875 |
transcript.pyannote[124].end |
400.33971875 |
transcript.pyannote[125].speaker |
SPEAKER_00 |
transcript.pyannote[125].start |
400.74471875 |
transcript.pyannote[125].end |
403.56284375 |
transcript.pyannote[126].speaker |
SPEAKER_00 |
transcript.pyannote[126].start |
403.88346875 |
transcript.pyannote[126].end |
408.76034375 |
transcript.pyannote[127].speaker |
SPEAKER_01 |
transcript.pyannote[127].start |
408.15284375 |
transcript.pyannote[127].end |
414.86909375 |
transcript.pyannote[128].speaker |
SPEAKER_00 |
transcript.pyannote[128].start |
412.87784375 |
transcript.pyannote[128].end |
415.02096875 |
transcript.pyannote[129].speaker |
SPEAKER_01 |
transcript.pyannote[129].start |
416.11784375 |
transcript.pyannote[129].end |
418.51409375 |
transcript.whisperx[0].start |
22.008 |
transcript.whisperx[0].end |
23.912 |
transcript.whisperx[0].text |
好 那我們有請勞動部 請許部長 |
transcript.whisperx[1].start |
31.786 |
transcript.whisperx[1].end |
33.486 |
transcript.whisperx[1].text |
一共63那其中中小型企業有幾家呢? |
transcript.whisperx[2].start |
57.072 |
transcript.whisperx[2].end |
60.877 |
transcript.whisperx[2].text |
中小企業?私人企業是53家,但是企業規模...我們這個企業規模都會比較大一點,對人力的運用上去 |
transcript.whisperx[3].start |
71.889 |
transcript.whisperx[3].end |
90.652 |
transcript.whisperx[3].text |
我們來申請的比較多是比較大型企業但是我們是不是可以來鼓勵中小企業呢畢竟從這個數據上面也可以看到嘛中小企業在我們台灣的整體的就業人口數來說是相對來說比較多的有到7成5所以如果我們報名的都是大型企業那其實是沒有反映到我們真實的就業市場的一個狀況 |
transcript.whisperx[4].start |
91.593 |
transcript.whisperx[4].end |
109.049 |
transcript.whisperx[4].text |
中小企業當然他主要就是人力的運用上會發生困難那這部分我們會未來在我們的那個事辦委員這裡面包括說如何來優先媒合包括我們的發展署的一些就會媒合臺灣就會通等等資源他會來協助優先幫他們媒合 |
transcript.whisperx[5].start |
111.411 |
transcript.whisperx[5].end |
136.229 |
transcript.whisperx[5].text |
但是我想可能只有臺灣就業通可能也還不夠因為畢竟我想在上面媒合工作人員還是相對比較少所以我們可不可以再有更積極的一些做法那這個東西沒關係我們可以再繼續的討論但是我希望是說這三天大概隔壁三天之後給我一些現在的企業參與的名單參與名單因為我也不好意思這恐怕又牽涉到這個個人這個私人企業的事業單位的意願問題是不是 |
transcript.whisperx[6].start |
138.251 |
transcript.whisperx[6].end |
140.232 |
transcript.whisperx[6].text |
這個部分要跟他說明會之後才知道辦理的範圍 |
transcript.whisperx[7].start |
163.198 |
transcript.whisperx[7].end |
172.563 |
transcript.whisperx[7].text |
因為我們要跟這些私人企業開座談會因為要做一些說明是不是容許我們座談會 |
transcript.whisperx[8].start |
173.753 |
transcript.whisperx[8].end |
197.566 |
transcript.whisperx[8].text |
還在跟委員來回報。大概什麼時候?半個月?兩個禮拜?一個月?半個月後吧。月五前好了。現在四月幾好了?現在四月八號。好。半個月幾前好了。好。可以。那再下一個就是說我想問一下我們法律規定的兒童是到幾歲呢?十八。法律的規定是兒少學法是十二啦。人和國是十八沒有錯。那再來就是說 |
transcript.whisperx[9].start |
199.73 |
transcript.whisperx[9].end |
226.599 |
transcript.whisperx[9].text |
我們的幼兒呢?我們的幼兒是幾歲?我們的幼兒規定的年齡是到幾歲?幼兒是3、4、5、6好沒關係我們看一下幼教法是到6歲2歲到6歲之前所以這是幼兒的定義但我們現在性別平衡法第16條裡面是定義就是說他在請育嬰留停是3歲以前那為什麼會定義一個3歲呢?部長知道嗎? |
transcript.whisperx[10].start |
228.427 |
transcript.whisperx[10].end |
231.953 |
transcript.whisperx[10].text |
因為可能那時候是考慮到又拖的一些機制吧 |
transcript.whisperx[11].start |
233.863 |
transcript.whisperx[11].end |
258.048 |
transcript.whisperx[11].text |
當時沒錯,1991年的時候是想說我們的幼托機制未真完善所以是訂到三歲但是我想我們在幼托小朋友三歲之後難道家長就沒有照顧的需求了嗎?我們可以看到就是在這個長病毒每次到夏天這個時間長病毒都是個高峰期那冬天有流感我們現在就會在各縣市是有訂例要停課的四到七天 |
transcript.whisperx[12].start |
259.605 |
transcript.whisperx[12].end |
286.986 |
transcript.whisperx[12].text |
那這樣子的狀況之下到底家長要怎麼照顧小孩呢?6歲以上這是小時候的部分喔當然他現在有家庭照顧假啦對我們有家庭照顧假沒有錯但是我們家庭照顧假是的情的比例非常的低耶我們的男性只有2.1%女性只有5.5%因為他為什麼不好用為什麼情理的人這麼少重點就是因為他不執行嘛主要是他沒有給心啦對他沒有給心嘛 |
transcript.whisperx[13].start |
289.284 |
transcript.whisperx[13].end |
311.264 |
transcript.whisperx[13].text |
再來看這也是衛福部自己的一個調查衛福部調查是說我們有非常高的比例的女性都是因為照顧孩童離職的我們其實今天一直在講說女性就業的人口勞動力不要下減不要因為照顧家庭而離開職場可是我們現在種種的不利因素都讓女性必須因為照顧未滿12歲的兒童離開職場 |
transcript.whisperx[14].start |
314.967 |
transcript.whisperx[14].end |
341.362 |
transcript.whisperx[14].text |
所以我們這個家庭照顧假呢是不是有可能可以讓他再去做一些修正讓他可以知新也讓他可以去延長延長到12歲因為以現在的需求他就是以現在的一些法規的支持就是不夠欸這部分是不是可以去調整來研議放寬到12歲呢我們往這個方向來研議 |
transcript.whisperx[15].start |
343.823 |
transcript.whisperx[15].end |
368.783 |
transcript.whisperx[15].text |
這個部分還有就是除了12歲之外還有就是說家庭照顧假之心的部分因為目前就是新聞已經有講了嘛公務人員有可是勞工一直都沒有那這個明明我們最大的就業人口就在勞工市場那這一塊是不是這個部分當然就牽涉到財源對財源怎麼來解決這個部分我們再來可能要跨部會討論對那這個我們大概什麼時候可以會有更進一步的一些研議的結果呢 |
transcript.whisperx[16].start |
370.645 |
transcript.whisperx[16].end |
370.725 |
transcript.whisperx[16].text |
討論的結果 |
transcript.whisperx[17].start |
375.339 |
transcript.whisperx[17].end |
399.265 |
transcript.whisperx[17].text |
我是覺得委員因為這個問題會當然不只裁員包括人力的調配等等我們是認為說可能我們再跟相關的工商團體勞工團體做一些討論然後再來看看推動的時程讓我想我們沒有設限就是如果討論大家都有支持我們當然可以很快來處理但是 |
transcript.whisperx[18].start |
400.925 |
transcript.whisperx[18].end |
414.096 |
transcript.whisperx[18].text |
當然有這個共識之後那再跟跨部會這邊因為裁員的部分要怎麼解決必須院的層級來幫忙好那這樣子好不好我們還是因為我們還是持續來追蹤那大概3個月之後我們再來追蹤一下這個進度好不好好不好謝謝喔好謝謝張雅琳委員發言 |