iVOD / 151134

Field Value
IVOD_ID 151134
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151134
日期 2024-04-15
會議資料.會議代碼 委員會-11-1-15-11
會議資料.會議代碼:str 第11屆第1會期內政委員會第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] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第1會期內政委員會第11次全體委員會議
影片種類 Clip
開始時間 2024-04-15T09:34:31+08:00
結束時間 2024-04-15T09:46:38+08:00
影片長度 00:12:07
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/3f8a1755e5400c0eb12d70aa2e873fd9bd5be8c4a3d24463f8ba9b0039caa7a6da9c3054ebb7d7795ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 麥玉珍
委員發言時間 09:34:31 - 09:46:38
會議時間 2024-04-15T09:00:00+08:00
會議名稱 立法院第11屆第1會期內政委員會第11次全體委員會議(事由:邀請內政部部長、行政院主計總處副主計長、原住民族委員會、行政院公共工程委員會、交通部、交通部觀光署、環境部、勞動部、農業部、教育部、衛生福利部、經濟部、財政部、國軍退除役官兵輔導委員會、金融監督管理委員會就「0403震災之災後救助、重建規劃及補助方式」及「從東華實驗室失火事件檢討災害防救之完備化」進行專題報告,並備質詢。)
gazette.lineno 583
gazette.blocks[0][0] 麥委員玉珍:(9時34分)謝謝主席。我們有請內政部長。
gazette.blocks[1][0] 主席:有請林部長。
gazette.blocks[2][0] 林部長右昌:委員好。
gazette.blocks[3][0] 麥委員玉珍:部長,4月3號的強震造成全國各地災情慘重,我們大家感到很悲痛。這次地震造成八百多棟的建築損害,疏散兩千多人,現在有一千多戶無家可歸,需要安置。請問部長,我們已經有很多年對地震的經驗,所以該如何協助安置這些災民呢?
gazette.blocks[4][0] 林部長右昌:謝謝委員,現在這個表上面是EMIC,EMIC是中央災害應變中心在災情發生當下由各縣市回報出來的狀況。目前災民收容的部分都已經陸陸續續回家,還有需要做安置的,基本上就是他們的建物毀損而沒有辦法再居留,對於這一部分,我們提供的是一個多元租屋的方案,在這邊跟你做簡單的報告。多元租屋的方案大概是幾個部分,第一個,是由民眾自行去租房子,依親、依朋友都可以,這是由我們來提供租金的補貼,會以其人口數來做計算,依過去的話,三口是6,000,這次特別提高,加碼到8,000,從8,000開始起算,四口就是8,000再加2,000,以此類推,最多就是到八口,每一個月的租金補貼可以到1萬8,000,災民如果是依靠親友的話,若有租約也同樣可以適用這樣子的租金補貼方案,這是第一點先跟你報告。
gazette.blocks[4][1] 第二個,是我們的社會住宅包租代管也主動的來媒合租屋,這個同樣由政府來提供租金的補貼,其租金補貼的額度如前所述的額度。另外,萬一他們沒有辦法自行租屋的話,會由我們政府來出面協調旅館、民宿業者提供月租的方案,並且還有更重要的是,我們會提供獎勵金來鼓勵旅館、民宿業者提供給受災戶租用,目前調查已經有超過五百間的房間可以提供,大概可以滿足超過一千多人的租屋需求。另外,日前縣政府有提出興建組合屋的需求,這一部分也請縣政府在多元需求的狀況之下去統計相關的數量,中央也會來給予協助。
gazette.blocks[5][0] 麥委員玉珍:好,謝謝部長,重建組合屋要很長的時間,所以這次會不會比照九二一災後重建條例做組合屋?
gazette.blocks[6][0] 林部長右昌:是不是要有一個條例,我想這個部分是看他有沒有實際的需求,也就是縣政府把相關的災損跟全部的需求統計調查完成之後,可以再做進一步的討論,我想方向上是這樣子。第二個,有組合屋需求的民眾,因為最重要的是我們的災民可能有不同的需要,他可能自己可以去租,或者像剛剛在講的他住旅館、飯店也可以。但最後災民如果有興建組合屋、居住組合屋這樣子的需要的話,花蓮縣政府可以把整個數量統計出來,我們可以一起來做努力,這一部分是沒有問題的,那一天也有跟縣政府做明確的說明與表達。
gazette.blocks[7][0] 麥委員玉珍:謝謝部長,這次地震在我們的花蓮災情嚴重,所以剛才我聽到部長說有紅色跟黃色的警示單,請問部長,你們有沒有盤點全國30年以上的房屋有多少棟?
gazette.blocks[8][0] 林部長右昌:全國30年以上的房屋?
gazette.blocks[9][0] 麥委員玉珍:對,因為我有經歷過九二一地震,30年以上的房屋應該是沒有防震的措施,所以你有去統計嗎?有盤點嗎?
gazette.blocks[10][0] 林部長右昌:這個之前有統計過,大概有450萬,不過這次的災情比較嚴重,因為集中在花蓮,另外新北市的土城地區有比較多的建物受損,如果有需要重建的話,基本上現在我們貼紅單的部分是有51棟或者51間,它不一定是一整棟,它有可能是透天的;另外貼黃單的是有92,但是貼黃單的不代表說它不需要重建,因為還是要經過相關技師的評估,如果有重建需要的話就會把它納進來。
gazette.blocks[11][0] 麥委員玉珍:是不是有一個常設性的重建單位進行這樣子的補強業務規劃?
gazette.blocks[12][0] 林部長右昌:是,我想這一部分的機制本來都在,我們現在也已經有委託國家地震中心來協助相關的評估事宜。
gazette.blocks[13][0] 麥委員玉珍:所以針對30年以上的房子應該要進行全面盤點並檢查,這樣子才能減少很多的災難。
gazette.blocks[14][0] 林部長右昌:跟委員報告一下,剛剛有跟你說明全國是有450萬戶……
gazette.blocks[15][0] 麥委員玉珍:是,我是指如果有單位可以去協助的話,這樣子就會全面去重建,因為臺灣就是常常地震……
gazette.blocks[16][0] 林部長右昌:450萬戶……
gazette.blocks[17][0] 麥委員玉珍:所以我們要有一體的辦法……
gazette.blocks[18][0] 林部長右昌:委員,跟你報告,我們本來的機制都在,我們平常都有補助地方政府,他如果有耐震補強等等可以來跟政府申請,不過並不是30年以上的房子就是危險的房子……
gazette.blocks[19][0] 麥委員玉珍:是,沒錯、沒錯,我知道……
gazette.blocks[20][0] 林部長右昌:所以如果有需求……
gazette.blocks[21][0] 麥委員玉珍:因為在臺中中區的都更都有做,這個我瞭解,但是我們要如何協助這一些30年以上的房屋真的來申請?像臺中中區那邊都是老舊房屋,但不是每一個市政府單位都是真的去協助,跟我們的住戶宣傳政府有這樣子的一個補助,這個宣傳是不夠的。
gazette.blocks[22][0] 林部長右昌:是,這個也要請地方政府多努力。
gazette.blocks[23][0] 麥委員玉珍:是,所以這是你的工作,還是你快要卸任了,所以覺得那是地方政府的工作,但中央要去監督地方政府,讓大家去做嘛!
gazette.blocks[24][0] 林部長右昌:是,我們其實都有,大家一起來努力。
gazette.blocks[25][0] 麥委員玉珍:所以我們謝謝部長。有請勞動部。
gazette.blocks[26][0] 主席:請勞動部。謝謝部長、謝謝署長。
gazette.blocks[27][0] 鍾副署長錦季:委員好。
gazette.blocks[28][0] 麥委員玉珍:災情會影響到工作,因為目前在地震後有很多企業都停業了,所以影響到很多人的就業,我們要如何去促進災民的就業?很多在花蓮的新住民移工也失業了,針對這個部分,我們如何去銜接到就業、創業以及保障災民的就業?
gazette.blocks[29][0] 鍾副署長錦季:跟委員報告,我們分兩個部分來跟委員說明,第一個部分,如果這個事業單位受到影響而做減班休息,也就是它沒有歇業,那我們會針對它減班休息的期間,提供訓練費的補助,給這個事業單位來鼓勵它幫員工辦理訓練,這些員工減班休息來參加訓練的話,會給他每小時的訓練津貼,這是第一個部分。第二個部分,如果它關廠歇業,這些勞工失去了工作,首先我們的公立就業服務機構直接會跟這些非自願離職者聯絡,提供個別化的服務,也包括新住民的朋友,我們會為他做就業媒合。這一次有遇到幾個單位,像翰品、山月村有比較大量資遣勞工的情形,我們會做專案的就業媒合,直接找廠商來提供就業機會,為他們做個案的就業媒合服務,以上。
gazette.blocks[30][0] 麥委員玉珍:好,我請教一下,像移工適用我們的勞基法……這個是天災,勞動部有什麼措施?
gazette.blocks[31][0] 鍾副署長錦季:是,跟委員報告,目前還沒有發現我們有移工的朋友因為這次的天災,他的工作上面已經受到影響,必須要我們協助去做一些轉換雇主等等的服務。但是如果有的話,我們也都會來提供。第一個,如果移工朋友他因為這樣子必須要轉換雇主,那我們就提供專案來協助他進行相關業別的轉換。
gazette.blocks[32][0] 麥委員玉珍:除了轉介雇主以外,因為我們現在是天災,勞工都有補助,像移工也是我們的勞工,我們政府有沒有針對移工來做一些措施的補助?
gazette.blocks[33][0] 鍾副署長錦季:是,跟委員報告,因為移工雖然他不是我們的國民,如果確實有這樣的狀況,第一個,他失去了工作,我們會進行他生活上的安置,另外,在最快的時間之內提供他轉換,那現在是沒有掌握有受傷的移工,目前是沒有掌握到有這樣的個案,如果有的話,因為他也都是適用我們國內的勞保條例、職災保護的相關條例規定,所以我們會提供相關的職災或勞保相關的協助。
gazette.blocks[34][0] 麥委員玉珍:謝謝。
gazette.blocks[35][0] 主席:非常謝謝麥玉珍委員的質詢,謝謝副署長。請麥玉珍委員代理主席,謝謝。
gazette.blocks[36][0] 主席(麥委員玉珍代):接下來我們邀請高金委員質詢。
gazette.agenda.page_end 252
gazette.agenda.meet_id 委員會-11-1-15-11
gazette.agenda.speakers[0] 高金素梅
gazette.agenda.speakers[1] 王美惠
gazette.agenda.speakers[2] 麥玉珍
gazette.agenda.speakers[3] 許宇甄
gazette.agenda.speakers[4] 黃建賓
gazette.agenda.speakers[5] 牛煦庭
gazette.agenda.speakers[6] 張智倫
gazette.agenda.speakers[7] 黃捷
gazette.agenda.speakers[8] 李柏毅
gazette.agenda.speakers[9] 蘇巧慧
gazette.agenda.speakers[10] 張宏陸
gazette.agenda.speakers[11] 徐欣瑩
gazette.agenda.speakers[12] 吳琪銘
gazette.agenda.speakers[13] 丁學忠
gazette.agenda.speakers[14] 沈伯洋
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 王鴻薇
gazette.agenda.speakers[17] 洪孟楷
gazette.agenda.speakers[18] 李坤城
gazette.agenda.speakers[19] 陳瑩
gazette.agenda.speakers[20] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[21] 傅崐萁
gazette.agenda.speakers[22] 陳培瑜
gazette.agenda.speakers[23] 林憶君
gazette.agenda.speakers[24] 吳沛憶
gazette.agenda.speakers[25] 羅智強
gazette.agenda.speakers[26] 邱若華
gazette.agenda.speakers[27] 莊瑞雄
gazette.agenda.page_start 139
gazette.agenda.meetingDate[0] 2024-04-15
gazette.agenda.gazette_id 1132801
gazette.agenda.agenda_lcidc_ids[0] 1132801_00008
gazette.agenda.meet_name 立法院第11屆第1會期內政委員會第11次全體委員會議紀錄
gazette.agenda.content 邀請內政部部長、行政院主計總處副主計長、原住民族委員會、行政院公共工程委員會、交通 部、交通部觀光署、環境部、勞動部、農業部、教育部、衛生福利部、經濟部、財政部、國軍退 除役官兵輔導委員會、金融監督管理委員會就「0403震災之災後救助、重建規劃及補助方式」及 「從東華實驗室失火事件檢討災害防救之完備化」進行專題報告,並備質詢
gazette.agenda.agenda_id 1132801_00017
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.09346875
transcript.pyannote[0].end 5.46471875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.57846875
transcript.pyannote[1].end 9.44721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 10.05471875
transcript.pyannote[2].end 10.98284375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 11.06721875
transcript.pyannote[3].end 11.21909375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 16.88909375
transcript.pyannote[4].end 17.86784375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 18.03659375
transcript.pyannote[5].end 24.39846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 19.13346875
transcript.pyannote[6].end 19.40346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 24.65159375
transcript.pyannote[7].end 25.78221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 26.05221875
transcript.pyannote[8].end 29.73096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.01784375
transcript.pyannote[9].end 30.50721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 32.05971875
transcript.pyannote[10].end 36.75096875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 34.18596875
transcript.pyannote[11].end 34.42221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 37.03784375
transcript.pyannote[12].end 37.34159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 40.64909375
transcript.pyannote[13].end 56.71409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 58.62096875
transcript.pyannote[14].end 69.65721875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 69.92721875
transcript.pyannote[15].end 115.87784375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 72.61034375
transcript.pyannote[16].end 72.88034375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 116.14784375
transcript.pyannote[17].end 138.15284375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 139.13159375
transcript.pyannote[18].end 168.44346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 169.03409375
transcript.pyannote[19].end 209.38221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 209.71971875
transcript.pyannote[20].end 218.37659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 217.54971875
transcript.pyannote[21].end 218.03909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 218.71409375
transcript.pyannote[22].end 222.10596875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 222.79784375
transcript.pyannote[23].end 248.00909375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 248.16096875
transcript.pyannote[24].end 276.52784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 276.78096875
transcript.pyannote[25].end 278.77221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 279.22784375
transcript.pyannote[26].end 280.86471875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 280.96596875
transcript.pyannote[27].end 295.24221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 295.25909375
transcript.pyannote[28].end 299.17409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 299.44409375
transcript.pyannote[29].end 300.08534375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 301.14846875
transcript.pyannote[30].end 304.06784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 304.18596875
transcript.pyannote[31].end 304.69221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 304.94534375
transcript.pyannote[32].end 311.74596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 304.96221875
transcript.pyannote[33].end 305.73846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 312.03284375
transcript.pyannote[34].end 313.56846875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 313.92284375
transcript.pyannote[35].end 316.92659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 317.17971875
transcript.pyannote[36].end 319.99784375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 320.82471875
transcript.pyannote[37].end 347.79096875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 348.85409375
transcript.pyannote[38].end 358.72596875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 358.96221875
transcript.pyannote[39].end 372.78284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 372.91784375
transcript.pyannote[40].end 381.67596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 382.19909375
transcript.pyannote[41].end 392.66159375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 393.79221875
transcript.pyannote[42].end 396.03659375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 396.05346875
transcript.pyannote[43].end 407.20784375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 405.95909375
transcript.pyannote[44].end 414.64971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 412.32096875
transcript.pyannote[45].end 426.58034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 420.53909375
transcript.pyannote[46].end 420.97784375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 427.91346875
transcript.pyannote[47].end 427.93034375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 427.93034375
transcript.pyannote[48].end 430.03971875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 427.96409375
transcript.pyannote[49].end 431.10284375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 431.49096875
transcript.pyannote[50].end 431.99721875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 431.55846875
transcript.pyannote[51].end 449.88471875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 448.24784375
transcript.pyannote[52].end 485.30534375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 455.18346875
transcript.pyannote[53].end 455.20034375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 455.20034375
transcript.pyannote[54].end 455.75721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 456.16221875
transcript.pyannote[55].end 456.44909375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 484.44471875
transcript.pyannote[56].end 487.04346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 486.94221875
transcript.pyannote[57].end 504.66096875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 492.73034375
transcript.pyannote[58].end 492.74721875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 492.78096875
transcript.pyannote[59].end 492.89909375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 495.58221875
transcript.pyannote[60].end 499.80096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 505.89284375
transcript.pyannote[61].end 506.82096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 507.46221875
transcript.pyannote[62].end 509.52096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 517.97534375
transcript.pyannote[63].end 527.54346875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 527.67846875
transcript.pyannote[64].end 543.03471875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 543.42284375
transcript.pyannote[65].end 551.69159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 551.94471875
transcript.pyannote[66].end 558.96471875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 559.72409375
transcript.pyannote[67].end 561.04034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 559.74096875
transcript.pyannote[68].end 560.16284375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 560.56784375
transcript.pyannote[69].end 564.75284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 565.05659375
transcript.pyannote[70].end 570.15284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 570.27096875
transcript.pyannote[71].end 572.14409375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 572.21159375
transcript.pyannote[72].end 587.46659375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 587.73659375
transcript.pyannote[73].end 604.78034375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 605.13471875
transcript.pyannote[74].end 605.70846875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 606.01221875
transcript.pyannote[75].end 621.35159375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 621.58784375
transcript.pyannote[76].end 626.76846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 626.98784375
transcript.pyannote[77].end 627.66284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 627.98346875
transcript.pyannote[78].end 633.82221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 634.17659375
transcript.pyannote[79].end 634.39596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 634.59846875
transcript.pyannote[80].end 644.25096875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 644.25096875
transcript.pyannote[81].end 652.16534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 652.36784375
transcript.pyannote[82].end 657.64971875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 657.91971875
transcript.pyannote[83].end 661.36221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 661.66596875
transcript.pyannote[84].end 671.03159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 671.03159375
transcript.pyannote[85].end 671.23409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 671.23409375
transcript.pyannote[86].end 671.97659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 671.97659375
transcript.pyannote[87].end 682.08471875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 675.60471875
transcript.pyannote[88].end 676.16159375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 682.25346875
transcript.pyannote[89].end 688.26096875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 688.26096875
transcript.pyannote[90].end 719.58096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 719.80034375
transcript.pyannote[91].end 722.01096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 723.14159375
transcript.pyannote[92].end 723.88409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 725.20034375
transcript.pyannote[93].end 727.19159375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 725.63909375
transcript.pyannote[94].end 725.72346875
transcript.whisperx[0].start 6.666
transcript.whisperx[0].end 8.787
transcript.whisperx[0].text 全國各地的災情慘重,所以我們大家感到很悲痛。」
transcript.whisperx[1].start 32.093
transcript.whisperx[1].end 37.234
transcript.whisperx[1].text 造成800多棟的建築損害疏散2000多人現在有1000多戶無家可歸需要安置請問部長我們已經有很多年的對地震的經驗所以該怎麼樣協助安置我們這些災民
transcript.whisperx[2].start 58.626
transcript.whisperx[2].end 85.203
transcript.whisperx[2].text 好 謝謝委員你現在這個表上面這是EMICEMIC是我們在中央災難醫療中心在災情發生的當下各縣市回報出來的一個狀況那目前災民收容的部分都已經陸陸續續回家那還有需要做安置的基本上就是他的建物毀損沒有辦法再拘留
transcript.whisperx[3].start 85.823
transcript.whisperx[3].end 100.803
transcript.whisperx[3].text 那這部分我們提供的是一個多元的租屋的一個方案這邊跟你做簡單的報告多元租屋的方案大概是幾個部分第一個是由民眾自行去租房子那一親也可以一親一朋友都可以
transcript.whisperx[4].start 101.664
transcript.whisperx[4].end 126.612
transcript.whisperx[4].text 那這是由我們來提供租金的一個補貼那以它的一個人口數來做計算那過去3口的話是6000那這次特別提高這個加碼到8000從8000開始起算那4口的話就是8000再加2000以此類推那最多就是到8口可以到18000每一個月的租金補貼
transcript.whisperx[5].start 127.532
transcript.whisperx[5].end 137.752
transcript.whisperx[5].text 那災民如果依靠親友的話有租約他也同樣可以適用這樣子的一個租金補貼方案這第一點跟你報告
transcript.whisperx[6].start 139.978
transcript.whisperx[6].end 165.005
transcript.whisperx[6].text 我們的社會住宅、包租代管也出動、主動來媒合租屋同樣由政府來提供租金補貼租金補貼的額度如前述所述的額度如果萬一你沒有辦法自行租屋的話這是由我們政府來出面協調旅館民宿業者提供月租的方案
transcript.whisperx[7].start 169.307
transcript.whisperx[7].end 192.082
transcript.whisperx[7].text 並且還有更重要的是我們會提供給旅館還有民宿業者他們提供給受災戶租用的獎勵金來鼓勵他們目前調查已經有超過500間的房間可以來提供大概可以超過1000多人的租屋的需求
transcript.whisperx[8].start 192.722
transcript.whisperx[8].end 221.904
transcript.whisperx[8].text 那另外日前這個縣政府這邊有提出所謂新建組合屋的需求這部分也請縣府在多元需求的這種狀況之下去統計它相關的一個數量那中央也會來給予協助好 謝謝部長我們重建組合屋要很多很長的時間所以我們這一次會不會比照921災後重建條例來去做組合屋
transcript.whisperx[9].start 223.11
transcript.whisperx[9].end 250.539
transcript.whisperx[9].text 是不是要有一個條例我想這個部分看它有沒有實際的需求也就是縣府這邊把相關的一個災損跟它全部的一個需求統計調查完成之後這個在做可以做進一步的一個討論我想方向上是這樣子第二個組合屋的需求的民眾因為最重要的是我們的災民他有可能有不同的這個需要
transcript.whisperx[10].start 250.879
transcript.whisperx[10].end 280.394
transcript.whisperx[10].text 他可能自己可以去租或者說他剛剛在講他住旅館、飯店也可以但最後最後災民如果有新建組合屋居住組合屋這樣子的一個需要的話那花蓮縣政府可以把他整個數量統計出來之後我們可以來做一起的努力這部分是沒有問題的那一天也跟縣府有跟他們明確做說明跟表達好 謝謝部長再次地震在我們的
transcript.whisperx[11].start 281.104
transcript.whisperx[11].end 298.676
transcript.whisperx[11].text 花蓮災情嚴重。」所以剛才我聽到部長說我們是有紅線跟黃線的警示單請問部長你們有沒有盤點30年以上的房屋有多少棟?
transcript.whisperx[12].start 301.836
transcript.whisperx[12].end 318.317
transcript.whisperx[12].text 30年以上的房屋全國對因為地震就是我有經過921地震因為30年以上的房屋應該是沒有就是防震的措施所以你有去統計嗎有盤點嗎
transcript.whisperx[13].start 320.991
transcript.whisperx[13].end 342.459
transcript.whisperx[13].text 我想這個之前統計過大概有450萬那不過這一次的災情比較嚴重因為集中在花蓮然後另外新北市的土城地區有比較多的建物受損那如果有需要這個重建的話基本上現在我們貼紅單的部分這個是有40幾 對不起
transcript.whisperx[14].start 349.368
transcript.whisperx[14].end 372.155
transcript.whisperx[14].text 貼紅單的部分現在是有51棟或者51間它不一定是一整棟它有可能是透天的所以大概是有51間那另外是貼黃單的有92但是貼黃單的不代表說它不需要重建因為這個還是要經過相關技師的一個評估如果有重建的需要的話就會把它納進來
transcript.whisperx[15].start 373.315
transcript.whisperx[15].end 400.893
transcript.whisperx[15].text 這樣是不是有一個長測性的重建單位進行這樣子的補強的業務規劃是,我想這部分機制本來都在那我們現在也已經有委託這個國家地震中心來協助相關的一個評估的事宜所以我們是30年以上的房子應該要進行全面盤點要檢查
transcript.whisperx[16].start 403.031
transcript.whisperx[16].end 428.71
transcript.whisperx[16].text 才能減少很多的災難。」跟委員報告一下,剛剛有跟你說明,全國的話有450萬戶,可以去協助的話,這樣子的話就會就是全面去重建,這樣的話就可以扎樹,因為我們台灣就是常常地震,這個部分,所以我們要有一個具體的辦法,
transcript.whisperx[17].start 431.93
transcript.whisperx[17].end 452.731
transcript.whisperx[17].text 委員跟你報告我們本來的機制都在我們平常都有補助地方政府他如果有內政補強等等他可以來跟政府申請不過並不是30年以上的房子他就是危險的房子所以如果有需求在台中中區都跟
transcript.whisperx[18].start 454.392
transcript.whisperx[18].end 477.344
transcript.whisperx[18].text 這都有做,這個我了解,但是說我們要如何協助這一些我們就是30年以上的房屋有真的有個協助來去申請,像我們台中的中區那邊都是老舊房屋但是不是說每一個市政府的單位都是真的去協助去跟我們的
transcript.whisperx[19].start 478.78
transcript.whisperx[19].end 503.02
transcript.whisperx[19].text 朱呼要求政府有這樣的一個補助、一個宣傳是宣傳不夠的是,這個也要請地方政府多努力是,所以就是要你的工作啊但是你要發卸任了所以地方政府的工作也是中央要去監督是,我們其實都有那大家一起來努力是是是所以我們謝謝我們部長我們有請勞動部
transcript.whisperx[20].start 505.922
transcript.whisperx[20].end 506.223
transcript.whisperx[20].text 請勞動部謝謝部長謝謝署長
transcript.whisperx[21].start 518.018
transcript.whisperx[21].end 520.719
transcript.whisperx[21].text 謝謝部長因為我們災情會影響到就是我們的工作因為現在目前我們是不是有一個地震後很多企業都停業了所以影響到我們很多的就是失業保障所以我們如何去促進
transcript.whisperx[22].start 537.583
transcript.whisperx[22].end 548.348
transcript.whisperx[22].text 我們的災民的就業還有很多就是在花蓮也很多新住民、移工他們也失業了所以這個部分的話我們如何去保障我們的銜接到我們的就業還有創業還有就是保障我們的災民的就業
transcript.whisperx[23].start 559.773
transcript.whisperx[23].end 562.754
transcript.whisperx[23].text 這個部分要請問跟委員來報告我們分兩個部分來跟委員說明第一個部分如果這個失業單位他受到影響他做減班休息也就是他沒有歇業那我們會針對他減班休息的期間提供訓練單位這個失業單位給他鼓勵他來幫員工辦訓練給他訓練費的補助
transcript.whisperx[24].start 582.921
transcript.whisperx[24].end 586.284
transcript.whisperx[24].text 那這些員工來參加減班休息來參加訓練的話給他每小時的訓練的津貼這是第一個部分第二個部分如果他歇業了官場歇業了那這些勞工失去了工作那我們第一個呢我們有我們的公立就業服務機構直接會跟這些非志願離職者做
transcript.whisperx[25].start 606.101
transcript.whisperx[25].end 630.577
transcript.whisperx[25].text 聯絡提供個別化的服務也包括他是新住民的朋友我們會為他做就業媒合遇到像這一次有幾個單位像漢品、善悅村這樣比較大量來支遣勞工的部分我們會做專案的就業媒合直接找廠商來提供就業機會為他們做個案的就業媒合服務以上
transcript.whisperx[26].start 634.935
transcript.whisperx[26].end 656.003
transcript.whisperx[26].text 我請教一下像移工他是用我們的勞基法不同這樣子的話我們就是這個是天災我們勞動部有什麼措施是跟委員報告那目前還沒有發現我們有移工的朋友因為這次的天災所以他的工作上面已經受到影響所以必須要我們協助去做一些轉換僱主等等的服務
transcript.whisperx[27].start 657.984
transcript.whisperx[27].end 685.481
transcript.whisperx[27].text 但是呢如果有的話我們也都會來提供第一個如果說移工朋友他因為這樣子必須要轉換雇主那我們就提供專案的來協助他來進行相關業別的轉換除了轉介雇主以外因為我們現在是天災嘛勞工都有補助像說移工他也是我們的勞工這樣子他我們政府有沒有這樣子的一個針對就是移工來做
transcript.whisperx[28].start 686.862
transcript.whisperx[28].end 697.412
transcript.whisperx[28].text 一些措施的補助是跟委員報告因為移工雖然他不是我們的國民但是呢如果確實有這樣的狀況第一個他失去了工作我們會進行他工作上的安置生活上的安置那另外在最快的時間之內提供他轉換那到現在是沒有掌握有受傷的移工目前是沒有掌握到有這樣的個案如果有的話那我們會依照
transcript.whisperx[29].start 711.846
transcript.whisperx[29].end 721.144
transcript.whisperx[29].text 因為它也都是適用我們國內的勞保條例職災保護的相關的條例規定所以我們會提供相關的職災的或勞保相關的協助好 謝謝好 非常謝謝麥玉珍委員的指導