iVOD / 151593

Field Value
IVOD_ID 151593
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151593
日期 2024-04-24
會議資料.會議代碼 委員會-11-1-36-16
會議資料.會議代碼:str 第11屆第1會期司法及法制委員會第16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 16
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第1會期司法及法制委員會第16次全體委員會議
影片種類 Clip
開始時間 2024-04-24T09:19:15+08:00
結束時間 2024-04-24T09:30:47+08:00
影片長度 00:11:32
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/534e6c42fa7aedb3e0cc7a0f59ad6fd17e796690f3f0abb2eadb1108e4b84432bc6c4c7a69cbef245ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 沈發惠
委員發言時間 09:19:15 - 09:30:47
會議時間 2024-04-24T09:00:00+08:00
會議名稱 立法院第11屆第1會期司法及法制委員會第16次全體委員會議(事由:邀請司法院秘書長、法務部部長率所屬相關單位列席就「如何透過行政簡化、訴訟減量與科技運用以降低基層司法體系負擔之成效與精進期程」進行專題報告,並備質詢。)
gazette.lineno 261
gazette.blocks[0][0] 沈委員發惠:(9時19分)主席,先請司法院秘書長。
gazette.blocks[1][0] 主席:請秘書長。
gazette.blocks[2][0] 沈委員發惠:秘書長早。今天本會安排這個議程,最主要就是近期大家非常關注有關於4月12日有法官墜樓及後續的白花運動,在2月也有書記官過勞死的問題,因此,我想這樣相關的議題、這些事情,其實就國人來講,大家真的是同感悲悽,但是我們司法院作為司法的最高機構,對於相關的問題應該是第一、要對社會有所回應,第二、我們應該也要有所作為,一方面我們要滿足社會對於司法正義的要求,另外一方面,我們也要注重到司法從業人員目前業務量過大的這些相關問題,我想司法機關、司法院應該責無旁貸。
gazette.blocks[2][1] 我看了你們的書面報告,也看到很多,裡面有提到,意思大概就是司法院過去有做,比如說,我們提出來最主要的一件事情就是110年1月針對民事訴訟法第兩百四十九條所做的修訂,修訂第兩百四十九條第八款跟增訂第兩百四十九條之一裁罰的條文,最主要就是我們針對如果起訴是基於惡意或者基於不當的目的,或者有重大的過失,而且事實上或法律上的主張欠缺合理依據,這樣第兩百四十九條第八項規定可以裁定駁回,第兩百四十九條之一就是明定加以裁罰,這樣子的修法、立法,其實簡單講就是要避免降低個案濫訴的數目,對不對?秘書長。
gazette.blocks[3][0] 吳秘書長三龍:是這樣。
gazette.blocks[4][0] 沈委員發惠:是這樣子嘛!但是我們在書面報告也提了這個部分,意思是說,我們過去有做了這個,但是我們就要看修法之後到底是不是有效降低濫訴,即個案濫訴是不是有效降低,我就檢視地方法院民事案件的終結數來看,我現在的列表是103年開始,但是我們就只看110年修法之後的這三年,這三年我們幾乎還是年年增長,112年增加了30萬件,將近7%,111年相對110年增加了9%,也就是說,我看這個數字來講,110年的修法,有關個案濫訴的民事訴訟法第兩百四十九條的修法,事實上看起來好像並沒有達到我們想要的效果,秘書長是不是說明一下?
gazette.blocks[5][0] 吳秘書長三龍:這個只是訴訟案件的一部分而已。
gazette.blocks[6][0] 沈委員發惠:對。
gazette.blocks[7][0] 吳秘書長三龍:像現在增加很多很多不是屬於這個範圍的,所以這個畢竟還是屬於一部分而已啦,可以說是一部分。
gazette.blocks[8][0] 沈委員發惠:對啦,案件量增加有很多因素啦!我要講的只是說110年修法之後,顯然我們做的這個修法事實上成效非常有限,其實成效非常有限!
gazette.blocks[9][0] 吳秘書長三龍:一小部分而已啦。
gazette.blocks[10][0] 沈委員發惠:很小部分,多小部分呢?我們實際看看你真正這三年來,就從110年3月開始,我的統計到113年2月,即今年2月,整個有關民事訴訟法的部分,關於個案濫訴駁回,這三年的時間總共只有288件,也就是說我們修法的效益在三年之內只有288件,實際上第兩百四十九條之一進行裁罰的,總共三年全國才53件,53件裡面臺北地方法院就占了14件,扣掉之後,簡單講,幾乎這個修法裁罰的成效基本上是非常低的,請秘書長說明一下,像士林地方法院算是案件量相當大的,整個三年來進行裁罰的才1件。
gazette.blocks[11][0] 吳秘書長三龍:這種修法有它的積極面,當事人他看到這個修法之後也會儘量避免去提出來,所以這個一部分也達到遏止的功效。
gazette.blocks[12][0] 沈委員發惠:秘書長的意思是說,除了這個數字,這個數字是發生包括駁回、裁罰之外,還有一些在心理上就遏止了個案濫訴的狀況?
gazette.blocks[13][0] 吳秘書長三龍:是,就是有修法,它就會明文規定了嘛!
gazette.blocks[14][0] 沈委員發惠:有啦,我沒有反對修法,我只是講說這個修法事實上我個人看起來認為,其實就我們目前司法人員的工作量來講,成效是相當小啦,最重要的,也是你們在書面報告裡面一再提的,其實最重要的是人力需求的增加,對不對?
gazette.blocks[15][0] 吳秘書長三龍:而且繁雜度增加了,社會變遷……
gazette.blocks[16][0] 沈委員發惠:好,繁雜度是一個啦,你們基本上就認為人力不足,這個也是一個很重要而且蠻根本的原因啦!
gazette.blocks[17][0] 吳秘書長三龍:這個是一個很重要……
gazette.blocks[18][0] 沈委員發惠:但是我看你們目前司法院所屬機關人力法定員額的上限是1萬5,000人,對不對?
gazette.blocks[19][0] 吳秘書長三龍:是。
gazette.blocks[20][0] 沈委員發惠:我們現在已經達到多少?
gazette.blocks[21][0] 吳秘書長三龍:現在113年度……
gazette.blocks[22][0] 沈委員發惠:我們實際上的預算員額達到多少?
gazette.blocks[23][0] 吳秘書長三龍:一萬四千……
gazette.blocks[24][0] 沈委員發惠:1萬4,508人。
gazette.blocks[25][0] 吳秘書長三龍:就剩下492個名額。
gazette.blocks[26][0] 沈委員發惠:基本上是「緊繃」了啦!
gazette.blocks[27][0] 吳秘書長三龍:「緊繃」了。
gazette.blocks[28][0] 沈委員發惠:就算讓你補到所有法定員額上限,恐怕也不夠吧?
gazette.blocks[29][0] 吳秘書長三龍:所以我們提出目前最基本的需求就達到5,536人。
gazette.blocks[30][0] 沈委員發惠:對,目前你們再提出的人力需求有5,536人,加上去基本上快要到兩萬人了。
gazette.blocks[31][0] 吳秘書長三龍:這個是最基本的,所以我們是很期盼能夠改總員額法。
gazette.blocks[32][0] 沈委員發惠:對,這個部分第一步要趕快去解決總員額法,你跟人事行政總處要趕快先解決這個問題,解決了之後才有後面人力需求到底可以補或不能補的問題。
gazette.blocks[33][0] 吳秘書長三龍:報告委員,因為法規的主政機關是人事行政總處。
gazette.blocks[34][0] 沈委員發惠:現在社會大家對於我們司法從業人員的工作量有共識的時候,我覺得這時候我們司法院就應該要展現這個態度,就從總員額法這個部分先來調整,調整之後才有人力需求能不能補足的問題,你第一關都沒有過,你要五千多人……
gazette.blocks[35][0] 吳秘書長三龍:是。
gazette.blocks[36][0] 沈委員發惠:五千多人,你們現在員額只剩下五百多人的員額。
gazette.blocks[37][0] 吳秘書長三龍:所以很謝謝委員,這個是最重要的一點。
gazette.blocks[38][0] 沈委員發惠:所以司法院現在要做的當務之急、首要之急就是跟人事行政總處就預算員額總數的部分先做調整。
gazette.blocks[39][0] 吳秘書長三龍:要突破上限,一定要突破上限。
gazette.blocks[40][0] 沈委員發惠:對,上限要做調整,這個就是司法院現在目前當務之急該做的工作,對不對?
gazette.blocks[41][0] 吳秘書長三龍:是,謝謝、非常謝謝。
gazette.blocks[42][0] 沈委員發惠:接著除了人力需求以外,我看你們報告也提到說透過行政簡化、訴訟減量,用科技降低基層司法體系負擔之成效。有關裁判書簡化的部分,你們也研議了裁判書簡化的方式,到目前為止的進度怎麼樣?
gazette.blocks[43][0] 吳秘書長三龍:這個在這幾年來就列為重點,這當然涉及到我們的同仁也要朝這個方向一起來努力啦!
gazette.blocks[44][0] 沈委員發惠:不是努力啦,有關裁判書簡化,你們應該有一些制式的、規定的、可以朝什麼樣的方向簡化,不然你要法官個人自己現在去簡化裁判書?
gazette.blocks[45][0] 吳秘書長三龍:報告委員,所以我們在上個月25號舉辦的首長會議,我們有三個廳,民事、刑事、行懲廳,會前也經過好幾個月的時間研擬各種簡化原則還有參考範例,作為遵循的一個指引。
gazette.blocks[46][0] 沈委員發惠:發布了嗎?
gazette.blocks[47][0] 吳秘書長三龍:發布了。
gazette.blocks[48][0] 沈委員發惠:發布給這些法官嗎?
gazette.blocks[49][0] 吳秘書長三龍:發布了。
gazette.blocks[50][0] 沈委員發惠:現在開始實施你們所謂簡化判決書相關的格式……
gazette.blocks[51][0] 吳秘書長三龍:是。
gazette.blocks[52][0] 沈委員發惠:你們已經有……
gazette.blocks[53][0] 吳秘書長三龍:都在首長會議正式發布了。
gazette.blocks[54][0] 沈委員發惠:正式發布了,那目前呢?目前在實施上,法官有依照我們所制定的這些新規範去進行裁判書的簡化嗎?
gazette.blocks[55][0] 吳秘書長三龍:所以我們一定要加強宣導,也會請各法院……
gazette.blocks[56][0] 沈委員發惠:我知道你們要加強啊,我今天在這裡表達的意思就是要你加強啦!
gazette.blocks[57][0] 吳秘書長三龍:是,一定……
gazette.blocks[58][0] 沈委員發惠:其實司法院最清楚到底要怎麼解決目前司法人員過勞的部分,而且你們也都提出了一些方法,但是這些方法到底有做沒有做?我再重複一遍,最重要的,我們的預算員額總數,請司法院在這段時間積極的跟人事行政總處來爭取,好不好?
gazette.blocks[59][0] 吳秘書長三龍:是,謝謝。
gazette.blocks[60][0] 主席:謝謝沈委員,謝謝吳秘書長。
gazette.blocks[60][1] 接下來請羅委員智強發言。
gazette.agenda.page_end 250
gazette.agenda.meet_id 委員會-11-1-36-16
gazette.agenda.speakers[0] 鍾佳濱
gazette.agenda.speakers[1] 沈發惠
gazette.agenda.speakers[2] 羅智強
gazette.agenda.speakers[3] 謝龍介
gazette.agenda.speakers[4] 莊瑞雄
gazette.agenda.speakers[5] 黃國昌
gazette.agenda.speakers[6] 陳俊宇
gazette.agenda.speakers[7] 吳思瑤
gazette.agenda.speakers[8] 黃珊珊
gazette.agenda.speakers[9] 楊瓊瓔
gazette.agenda.speakers[10] 林思銘
gazette.agenda.speakers[11] 吳宗憲
gazette.agenda.speakers[12] 翁曉玲
gazette.agenda.speakers[13] 賴士葆
gazette.agenda.speakers[14] 傅崐萁
gazette.agenda.page_start 187
gazette.agenda.meetingDate[0] 2024-04-24
gazette.agenda.gazette_id 1133301
gazette.agenda.agenda_lcidc_ids[0] 1133301_00004
gazette.agenda.meet_name 立法院第11屆第1會期司法及法制委員會第16次全體委員會議紀錄
gazette.agenda.content 邀請司法院秘書長、法務部部長率所屬相關單位列席就「如何透過行政簡化、訴訟減量與科技運 用以降低基層司法體系負擔之成效與精進期程」進行專案報告,並備質詢
gazette.agenda.agenda_id 1133301_00003
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 11.47221875
transcript.pyannote[0].end 14.67846875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 15.16784375
transcript.pyannote[1].end 16.09596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 22.84596875
transcript.pyannote[2].end 24.09471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 25.61346875
transcript.pyannote[3].end 26.76096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 27.48659375
transcript.pyannote[4].end 30.05159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 30.91221875
transcript.pyannote[5].end 42.72471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 43.61909375
transcript.pyannote[6].end 47.68596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 48.42846875
transcript.pyannote[7].end 51.34784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 52.10721875
transcript.pyannote[8].end 55.65096875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 56.10659375
transcript.pyannote[9].end 58.77284375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 59.34659375
transcript.pyannote[10].end 63.12659375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 63.86909375
transcript.pyannote[11].end 65.06721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 65.52284375
transcript.pyannote[12].end 66.28221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 66.85596875
transcript.pyannote[13].end 70.72034375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 71.59784375
transcript.pyannote[14].end 76.89659375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 78.01034375
transcript.pyannote[15].end 82.33034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 82.65096875
transcript.pyannote[16].end 86.70096875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 84.81096875
transcript.pyannote[17].end 84.82784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 84.84471875
transcript.pyannote[18].end 84.99659375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 86.93721875
transcript.pyannote[19].end 95.44221875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 95.93159375
transcript.pyannote[20].end 96.70784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 97.26471875
transcript.pyannote[21].end 107.54159375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 107.69346875
transcript.pyannote[22].end 115.05096875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 115.06784375
transcript.pyannote[23].end 115.08471875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 115.25346875
transcript.pyannote[24].end 119.08409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 119.42159375
transcript.pyannote[25].end 123.30284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 123.82596875
transcript.pyannote[26].end 130.35659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 130.96409375
transcript.pyannote[27].end 143.60346875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 144.19409375
transcript.pyannote[28].end 156.78284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 157.06971875
transcript.pyannote[29].end 158.28471875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 158.74034375
transcript.pyannote[30].end 166.80659375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 167.73471875
transcript.pyannote[31].end 169.05096875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 169.08471875
transcript.pyannote[32].end 169.13534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 169.18596875
transcript.pyannote[33].end 178.21409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 178.21409375
transcript.pyannote[34].end 178.38284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 178.38284375
transcript.pyannote[35].end 179.91846875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 180.57659375
transcript.pyannote[36].end 190.09409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 190.54971875
transcript.pyannote[37].end 193.11471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 193.85721875
transcript.pyannote[38].end 199.12221875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 200.01659375
transcript.pyannote[39].end 206.73284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 207.59346875
transcript.pyannote[40].end 215.64284375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 216.80721875
transcript.pyannote[41].end 218.19096875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 219.65909375
transcript.pyannote[42].end 223.37159375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 223.57409375
transcript.pyannote[43].end 224.85659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 225.17721875
transcript.pyannote[44].end 226.08846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 226.40909375
transcript.pyannote[45].end 228.21471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 228.78846875
transcript.pyannote[46].end 230.77971875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 232.51784375
transcript.pyannote[47].end 238.25534375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 238.84596875
transcript.pyannote[48].end 242.57534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 242.94659375
transcript.pyannote[49].end 247.68846875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 248.48159375
transcript.pyannote[50].end 251.33346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 251.73846875
transcript.pyannote[51].end 254.48909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 255.06284375
transcript.pyannote[52].end 256.21034375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 255.73784375
transcript.pyannote[53].end 262.13346875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 259.55159375
transcript.pyannote[54].end 259.97346875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 262.58909375
transcript.pyannote[55].end 263.23034375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 263.68596875
transcript.pyannote[56].end 267.55034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 268.03971875
transcript.pyannote[57].end 270.57096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 270.57096875
transcript.pyannote[58].end 279.05909375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 270.58784375
transcript.pyannote[59].end 270.94221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 279.43034375
transcript.pyannote[60].end 288.08721875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 288.25596875
transcript.pyannote[61].end 290.12909375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 290.14596875
transcript.pyannote[62].end 290.21346875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 290.21346875
transcript.pyannote[63].end 290.26409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 290.26409375
transcript.pyannote[64].end 290.28096875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 290.28096875
transcript.pyannote[65].end 290.29784375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 290.29784375
transcript.pyannote[66].end 292.33971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 291.91784375
transcript.pyannote[67].end 293.58846875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 293.58846875
transcript.pyannote[68].end 293.68971875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 293.68971875
transcript.pyannote[69].end 293.75721875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 293.75721875
transcript.pyannote[70].end 295.98471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 293.80784375
transcript.pyannote[71].end 294.29721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 296.45721875
transcript.pyannote[72].end 304.06784375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 304.65846875
transcript.pyannote[73].end 307.40909375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 308.08409375
transcript.pyannote[74].end 311.86409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 312.33659375
transcript.pyannote[75].end 314.61471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 315.23909375
transcript.pyannote[76].end 315.55971875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 315.94784375
transcript.pyannote[77].end 316.69034375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 316.99409375
transcript.pyannote[78].end 317.60159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 318.14159375
transcript.pyannote[79].end 320.92596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 321.44909375
transcript.pyannote[80].end 325.98846875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 326.39346875
transcript.pyannote[81].end 328.89096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 329.24534375
transcript.pyannote[82].end 330.40971875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 331.25346875
transcript.pyannote[83].end 331.75971875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 332.19846875
transcript.pyannote[84].end 334.20659375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 334.88159375
transcript.pyannote[85].end 335.89409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 336.88971875
transcript.pyannote[86].end 338.03721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 338.54346875
transcript.pyannote[87].end 340.83846875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 341.31096875
transcript.pyannote[88].end 342.59346875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 343.18409375
transcript.pyannote[89].end 345.71534375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 346.23846875
transcript.pyannote[90].end 349.83284375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 350.27159375
transcript.pyannote[91].end 350.77784375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 351.45284375
transcript.pyannote[92].end 362.38784375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 362.69159375
transcript.pyannote[93].end 366.31971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 366.85971875
transcript.pyannote[94].end 371.85471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 372.19221875
transcript.pyannote[95].end 372.47909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 373.44096875
transcript.pyannote[96].end 379.22909375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 379.22909375
transcript.pyannote[97].end 388.96596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 383.59971875
transcript.pyannote[98].end 386.29971875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 388.96596875
transcript.pyannote[99].end 389.03346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 389.03346875
transcript.pyannote[100].end 389.05034375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 389.05034375
transcript.pyannote[101].end 389.10096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 389.10096875
transcript.pyannote[102].end 389.11784375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 389.13471875
transcript.pyannote[103].end 391.59846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 391.04159375
transcript.pyannote[104].end 395.00721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 394.34909375
transcript.pyannote[105].end 402.07784375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 403.03971875
transcript.pyannote[106].end 407.93346875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 408.11909375
transcript.pyannote[107].end 409.65471875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 409.87409375
transcript.pyannote[108].end 411.20721875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 411.37596875
transcript.pyannote[109].end 418.56471875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 418.56471875
transcript.pyannote[110].end 424.96034375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 423.27284375
transcript.pyannote[111].end 430.37721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 429.66846875
transcript.pyannote[112].end 433.19534375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 431.49096875
transcript.pyannote[113].end 443.05034375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 443.55659375
transcript.pyannote[114].end 446.39159375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 445.58159375
transcript.pyannote[115].end 446.81346875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 446.81346875
transcript.pyannote[116].end 448.12971875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 446.91471875
transcript.pyannote[117].end 446.98221875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 449.00721875
transcript.pyannote[118].end 449.53034375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 450.17159375
transcript.pyannote[119].end 452.46659375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 451.63971875
transcript.pyannote[120].end 453.90096875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 453.90096875
transcript.pyannote[121].end 454.55909375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 454.74471875
transcript.pyannote[122].end 459.85784375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 455.82471875
transcript.pyannote[123].end 457.86659375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 459.85784375
transcript.pyannote[124].end 462.87846875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 459.87471875
transcript.pyannote[125].end 460.09409375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 462.15284375
transcript.pyannote[126].end 462.79409375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 463.11471875
transcript.pyannote[127].end 465.47721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 465.69659375
transcript.pyannote[128].end 467.13096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 468.56534375
transcript.pyannote[129].end 469.44284375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 469.44284375
transcript.pyannote[130].end 472.14284375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 472.42971875
transcript.pyannote[131].end 478.50471875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 477.37409375
transcript.pyannote[132].end 477.77909375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 477.91409375
transcript.pyannote[133].end 486.06471875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 483.34784375
transcript.pyannote[134].end 484.46159375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 486.26721875
transcript.pyannote[135].end 490.46909375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 487.33034375
transcript.pyannote[136].end 487.51596875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 490.40159375
transcript.pyannote[137].end 491.44784375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 492.17346875
transcript.pyannote[138].end 504.18846875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 503.81721875
transcript.pyannote[139].end 510.55034375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 508.50846875
transcript.pyannote[140].end 535.05284375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 535.05284375
transcript.pyannote[141].end 540.52034375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 539.15346875
transcript.pyannote[142].end 545.38034375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 545.63346875
transcript.pyannote[143].end 546.15659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 546.81471875
transcript.pyannote[144].end 549.29534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 549.44721875
transcript.pyannote[145].end 552.61971875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 550.56096875
transcript.pyannote[146].end 556.58534375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 556.11284375
transcript.pyannote[147].end 556.48409375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 556.58534375
transcript.pyannote[148].end 557.20971875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 557.44596875
transcript.pyannote[149].end 557.47971875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 557.47971875
transcript.pyannote[150].end 557.49659375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 557.49659375
transcript.pyannote[151].end 557.59784375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 557.59784375
transcript.pyannote[152].end 557.86784375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 557.86784375
transcript.pyannote[153].end 557.88471875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 557.88471875
transcript.pyannote[154].end 557.95221875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 557.95221875
transcript.pyannote[155].end 558.72846875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 558.72846875
transcript.pyannote[156].end 558.82971875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 558.82971875
transcript.pyannote[157].end 558.86346875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 559.53846875
transcript.pyannote[158].end 563.23409375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 563.38596875
transcript.pyannote[159].end 566.30534375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 566.96346875
transcript.pyannote[160].end 568.19534375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 568.33034375
transcript.pyannote[161].end 569.93346875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 570.35534375
transcript.pyannote[162].end 573.83159375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 574.54034375
transcript.pyannote[163].end 578.40471875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 578.77596875
transcript.pyannote[164].end 579.51846875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 581.00346875
transcript.pyannote[165].end 582.55596875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 583.14659375
transcript.pyannote[166].end 583.46721875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 583.93971875
transcript.pyannote[167].end 589.50846875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 589.62659375
transcript.pyannote[168].end 591.65159375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 592.10721875
transcript.pyannote[169].end 597.30471875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 594.52034375
transcript.pyannote[170].end 607.37909375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 608.18909375
transcript.pyannote[171].end 616.89659375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 617.31846875
transcript.pyannote[172].end 623.73096875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 623.88284375
transcript.pyannote[173].end 629.55284375
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 627.98346875
transcript.pyannote[174].end 628.81034375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 629.46846875
transcript.pyannote[175].end 638.15909375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 630.71721875
transcript.pyannote[176].end 631.74659375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 636.97784375
transcript.pyannote[177].end 637.56846875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 639.20534375
transcript.pyannote[178].end 641.82096875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 642.14159375
transcript.pyannote[179].end 646.03971875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 644.67284375
transcript.pyannote[180].end 657.00846875
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 657.00846875
transcript.pyannote[181].end 660.88971875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 659.82659375
transcript.pyannote[182].end 668.14596875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 663.67409375
transcript.pyannote[183].end 664.41659375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 664.65284375
transcript.pyannote[184].end 665.02409375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 668.83784375
transcript.pyannote[185].end 669.68159375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 670.40721875
transcript.pyannote[186].end 679.04721875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 672.44909375
transcript.pyannote[187].end 673.25909375
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 679.73909375
transcript.pyannote[188].end 681.49409375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 681.67971875
transcript.pyannote[189].end 682.06784375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 682.81034375
transcript.pyannote[190].end 684.37971875
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 684.59909375
transcript.pyannote[191].end 686.84346875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 687.26534375
transcript.pyannote[192].end 689.50971875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 688.61534375
transcript.pyannote[193].end 690.47159375
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 691.60221875
transcript.pyannote[194].end 692.24346875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 692.24346875
transcript.pyannote[195].end 692.27721875
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 692.27721875
transcript.pyannote[196].end 692.29409375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 692.29409375
transcript.pyannote[197].end 692.49659375
transcript.whisperx[0].start 11.842
transcript.whisperx[0].end 28.944
transcript.whisperx[0].text 主席 我們先請司法院秘書長好 請秘書長好 秘書長早我想這個今天本會安排這個議程
transcript.whisperx[1].start 30.987
transcript.whisperx[1].end 47.057
transcript.whisperx[1].text 最主要就是在近期大家非常關注有關於4月12號有法官墜樓以及後續的白花運動也在2月的時候有書記官過勞死的問題
transcript.whisperx[2].start 52.148
transcript.whisperx[2].end 75.409
transcript.whisperx[2].text 那因此我想這樣的相關的議題這些事情其實就國人來講大家是真的是同感悲欺但是我們司法院作為我們這個我們司法的最高的機構我想對於相關的問題我們應該是
transcript.whisperx[3].start 78.409
transcript.whisperx[3].end 94.346
transcript.whisperx[3].text 應該是要有所,第一要對社會有所回應第二我們應該也要有所作為一方面我們要滿足於這個社會對於這個司法爭議的要求另外一方面我們也要注重到我們這個
transcript.whisperx[4].start 96.115
transcript.whisperx[4].end 122.536
transcript.whisperx[4].text 司法從業人員的這個相關的這些目前的這個業務量過大的這個問題我想我們都應該司法機關責無旁貸司法院責無旁貸那這個我看了你們的這個這個書面報告也看了很多裡面有提到就是說是意思大概就是說我們司法院過去有做比如說我們提出來的最主要的一件事情就是我們這個
transcript.whisperx[5].start 124.057
transcript.whisperx[5].end 127.501
transcript.whisperx[5].text 110年的1月我們針對民事訴訟法249條我們做了修訂修訂了249條第8款跟增訂了249條之一的這個裁罰的條文最主要就是我們針對這個
transcript.whisperx[6].start 144.275
transcript.whisperx[6].end 146.977
transcript.whisperx[6].text 249條第8項是規定可以裁定駁回那249條之一就明定
transcript.whisperx[7].start 167.799
transcript.whisperx[7].end 192.875
transcript.whisperx[7].text 加以裁罰啦齁那這個這個這樣子的修法立法當然就是其實簡單講就是要避免降低這個個案爛數的數目嘛對不對是這樣子嘛但是我們就就如果說這個是我們我們在訴訟報告我們也提了這個部分就意思說我們過去有做了這個但是我們就要看說那修法之後這個修法到底是不是有有有效的
transcript.whisperx[8].start 193.905
transcript.whisperx[8].end 217.344
transcript.whisperx[8].text 降低了這個這個個案爛數是不是有效的降低啦齁那我就就檢視我們這個我們地方法我就地方法院的民事案件的終結數啦齁來來看從一百這個這個我現在列表這個是103年開始但是我只我們就只看一百一百一十年修法之後的這三年這三年我們這個
transcript.whisperx[9].start 220.31
transcript.whisperx[9].end 228.173
transcript.whisperx[9].text 幾乎還是年年增長112年增加到增加了30萬件這個增加了將近7%那111年相對於110年將增加了9%也就是說我這樣子我看這個數字來講我們110110年的這個修法有關個案爛速的民事訴訟法
transcript.whisperx[10].start 249.572
transcript.whisperx[10].end 254.223
transcript.whisperx[10].text 249條的修法事實上看起來好像並沒有達到我們想要的效果,是不是?
transcript.whisperx[11].start 256.198
transcript.whisperx[11].end 278.307
transcript.whisperx[11].text 這個只是訴訟案件的一部分而已像現在增加很多不是屬於這個範圍的所以這個畢竟還是屬於一部分而已可以說是一部分這個當然這個案件是增加這個案件量增加有很多因素
transcript.whisperx[12].start 279.528
transcript.whisperx[12].end 299.374
transcript.whisperx[12].text 那我要講的只是說110年的修法之後顯然我們說我們有針對這個我們做的這個修法但這個修法他事實上成效非常有限成效非常其實成效非常有限一小部分而已很小部分多小部分呢我們實際看看你真正這三年來就從110年3月開始到111年我這統計到113年的2月統計到今年2月
transcript.whisperx[13].start 308.154
transcript.whisperx[13].end 325.258
transcript.whisperx[13].text 我們整個這個民事整個有關民事訴訟法的部分有有這個個案爛數的駁回的總共這樣子三年時間只有288件了也就是我們這修法的效益在三年之內只有288件那實際249條之一進行裁罰的總共全個三年全國才53件了
transcript.whisperx[14].start 337.42
transcript.whisperx[14].end 362.081
transcript.whisperx[14].text 53件裡面臺北地方法院就佔了14件扣掉之後幾乎幾乎這個修法簡單講這個修法裁罰我想這個成效基本上是非常低的啦這個秘書長是說明一下像士林地方法院這個算是案件量相當大的他整個三年來進行裁罰的才一件
transcript.whisperx[15].start 362.688
transcript.whisperx[15].end 377.422
transcript.whisperx[15].text 因為這種修法他有他積極面啦就當事人他看到這個修法之後他也會盡量避免去提出來所以所以這個這個一部分也達到惡質的功效惡質功效
transcript.whisperx[16].start 379.284
transcript.whisperx[16].end 401.646
transcript.whisperx[16].text 有,這個秘書長意思說除了這個數字,這個數字是發生了,包括駁回的,包括裁罰的,這個之外,還有一些在心理上就惡煮。就惡煮了。惡煮了他們這個個案濫訴的狀況。就是有修法他就會有明文規定了。有啦,我沒有反對修法,我只是講說,這個修法事實上看起來,我個人看起來是認為說成效其實,
transcript.whisperx[17].start 403.109
transcript.whisperx[17].end 430.859
transcript.whisperx[17].text 其實就我們目前的司法人員的工作量來講成效是相當小啦最重要的也是你們在書面報告裡面一再提的其實最重要的是人力需求的增加啦對不對人力需求就是案件而且環雜度增加了社會變遷環雜度是一個啦那你們基本上就認為人力不足這個也是一個很重要這個是一個一個
transcript.whisperx[18].start 431.539
transcript.whisperx[18].end 447.901
transcript.whisperx[18].text 一個很重要而且蠻根本的原因啦蠻根本的原因但是我看你們的目前的這個我們司法院的所屬機關人力的法定員額的上限是一萬五千人一萬五千人對不對我們的法定員額上限是是是那我們現在已經達到多少
transcript.whisperx[19].start 449.222
transcript.whisperx[19].end 463.588
transcript.whisperx[19].text 現在一百十三年度的預算緣額我們實際上的預算緣額達到多少一萬四千一萬四千五百零八人就剩下四百九十二個名額而已基本上是緊繃了啦緊繃啦緊繃就算讓你補到所謂法定緣額上限
transcript.whisperx[20].start 468.595
transcript.whisperx[20].end 468.715
transcript.whisperx[20].text 沈發惠
transcript.whisperx[21].start 492.273
transcript.whisperx[21].end 514.163
transcript.whisperx[21].text 司法第一步要趕快去解決這個總原額法你要跟人事行政總署要趕快先解決這個問題解決了之後才有後面人力需求到底可以補不能補的問題嗎報告委員那因為這主政的法規主政機關是人事行政總署對人事行政我就說你們要盡快的跟人事而且在現在社會大家有共識對於法對於這個這個我們我們司法從
transcript.whisperx[22].start 518.345
transcript.whisperx[22].end 545.824
transcript.whisperx[22].text 這個從業人員的這個工作量有共識的時候我覺得這是我們司法院就應該要展現這個態度就從總原額法這個部分先來調整調整之後才有人力需求能不能補足的問題你第一關都沒有過你要五千多人欸是是五千多人你們現在原額只剩下五百多人的原額欸所以很謝謝委員啊這個是最重要的一點所以司法院現在要做的當務之急首要之急當務之急就是跟人事行政總署就
transcript.whisperx[23].start 546.852
transcript.whisperx[23].end 546.892
transcript.whisperx[23].text 謝謝 非常謝謝
transcript.whisperx[24].start 560.165
transcript.whisperx[24].end 582.183
transcript.whisperx[24].text 接著除了人力需求以外我看你們報告也提到說透過行政簡化訴訟減量用科技降低基層司法體系負擔之成效有關裁判書簡化的部分你們也研議了裁判書簡化的方式到目前為止進度怎麼樣
transcript.whisperx[25].start 584.449
transcript.whisperx[25].end 606.908
transcript.whisperx[25].text 這個就這幾年來就列為重點啦那這當然涉及到裡面我們裡面的同仁也要朝這個方向一起來努力啦不是努力啦你們這個有關裁判書簡化你們應該有一些制式的規定的制式的什麼樣可以朝什麼樣的方向簡化不然你要法官個人自己現在去簡化裁判書
transcript.whisperx[26].start 608.93
transcript.whisperx[26].end 628.386
transcript.whisperx[26].text 報告委員,所以我們在上個月25號舉辦的所長會議我們有三個廳,民事、刑事、刑程廳就有會前也經過好幾個月時間研擬各種簡化原則還有參考範例作為一個遵行的指引發布了嗎?發布給這些法官嗎?現在開始實施你們所謂簡化的判決書的
transcript.whisperx[27].start 636.192
transcript.whisperx[27].end 637.575
transcript.whisperx[27].text 的這個相關的這個相關的這個格式你們已經有
transcript.whisperx[28].start 642.148
transcript.whisperx[28].end 667.78
transcript.whisperx[28].text 都在所長會議都正式發布了正式發布了那目前實施上面就這些就目前的法官他們有依照我們所制定的這些新的這些規範來進行裁判書的簡化嗎所以我們一定要加強來宣導我知道你們要加強啦我今天在這裡意思就是要你加強啦這個這些齁其實手段我們都已經
transcript.whisperx[29].start 668.78
transcript.whisperx[29].end 668.82
transcript.whisperx[29].text 沈發惠