iVOD / 151729

Field Value
IVOD_ID 151729
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151729
日期 2024-04-25
會議資料.會議代碼 委員會-11-1-26-13
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13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2024-04-25T09:52:11+08:00
結束時間 2024-04-25T10:02:38+08:00
影片長度 00:10:27
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/37a05b44d500ce155f5cd8d7d7b8f7e4c97d93183120460dc68e374cd8c4bed0092caf3064e3a5735ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱鎮軍
委員發言時間 09:52:11 - 10:02:38
會議時間 2024-04-25T09:00:00+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13次全體委員會議(事由:邀請勞動部部長、法務部、原住民族委員會、內政部、衛生福利部就「就業服務法上路逾三十年,針對就業促進、歧視禁止、外國勞動力權益保障等面向進行全面檢視」進行專題報告,並備質詢。 【4月22日、24日及25日三天一次會】)
gazette.lineno 385
gazette.blocks[0][0] 邱委員鎮軍:(9時52分)主席好,請勞動部許部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:邱委員好。
gazette.blocks[3][0] 邱委員鎮軍:部長好。部長,你作為史上任期最長的勞動部長,當然我很遺憾你沒有留任,你上次說到我們最急迫需要推動的重大政策,包括勞保年金改革、失聯移工、低薪等問題。我想請問部長,520之後,對於新任的部長你有什麼看法,有沒有什麼期待?
gazette.blocks[4][0] 許部長銘春:報告委員,我在勞動部長任內有針對很多的法案跟政策,不管在跟行政院討論或者跟立法院討論,其實現在的何副秘、未來的何準部長都有參與,而且在過程中……
gazette.blocks[5][0] 邱委員鎮軍:所以你對他有信心嗎?
gazette.blocks[6][0] 許部長銘春:我對他是有信心的,他對勞動政策並不陌生,而且他會站在勞工的立場來維護勞工的權益,所以我期許他能夠秉持這樣的一個態度來為我們勞方站出立場。
gazette.blocks[7][0] 邱委員鎮軍:這樣子啦!我們勞團的印象都停留在賴清德準總統在擔任行政院長任內二度修正勞基法的強勢態度,你認為他上任之後的當務之急是什麼?
gazette.blocks[8][0] 許部長銘春:這個……
gazette.blocks[9][0] 邱委員鎮軍:有沒有必要修補與勞團間的不同聲音或意見?
gazette.blocks[10][0] 許部長銘春:對,我覺得這是很重要的一件事情,現在當然大家可能對他過去因為角色或職務的關係,有一些認為或許不符合大家的期待……
gazette.blocks[11][0] 邱委員鎮軍:所以部長覺得……
gazette.blocks[12][0] 許部長銘春:我覺得他應該去跟大家做一些面對面的溝通,說明他未來……
gazette.blocks[13][0] 邱委員鎮軍:你覺得我剛剛提的那些重大政策,他會繼續延續嗎?
gazette.blocks[14][0] 許部長銘春:我想勞動部的政策都會有一貫的規劃,新部長上來當然……
gazette.blocks[15][0] 邱委員鎮軍:會不會因為你離開之後,這些都不動了?
gazette.blocks[16][0] 許部長銘春:報告委員,因為這個部分都是現在最迫切的問題,我想新的部長上來,他也會邀集相關的業務單位主管來瞭解,然後也會去做一些看未來要怎麼來解決,會有他自己的想法。
gazette.blocks[17][0] 邱委員鎮軍:你看勞保年金的改革已經拖了8年,當然部長也認為這是很需要推動的業務,那麼新的部長會不會真心推動勞保年金的改革,還是繼續財務的撥補?
gazette.blocks[18][0] 許部長銘春:報告委員,我想撥補是一定要持續啦!撥補這個問題……
gazette.blocks[19][0] 邱委員鎮軍:問題是已經拖了8年啊!
gazette.blocks[20][0] 許部長銘春:改革也一定要去面對,這個我一直在說明,其實不是願意這樣子拖,而是這個涉及的勞工人數已經達到千萬人,然後包括事業單位60萬,而且各階層的勞工都不同……
gazette.blocks[21][0] 邱委員鎮軍:對,這個事情是比較複雜,沒錯,但不能因為它複雜而一直拖啊!對不對?
gazette.blocks[22][0] 許部長銘春:就因為複雜,所以大家必須多去溝通,然後去求取最大的共識後再來處理。
gazette.blocks[23][0] 邱委員鎮軍:所以要幾年?一年、兩年、三年、四年?
gazette.blocks[24][0] 許部長銘春:報告委員,這個我恐怕沒辦法代替他來回答啦!
gazette.blocks[25][0] 邱委員鎮軍:對嘛!我們當然不是喊口號,我不希望勞保年金的改革是用喊口號的方式來拖,我也希望部長能夠把這樣一個重要的政策繼續交接下去,讓新的部長能夠繼續完成,你可以做到嗎?
gazette.blocks[26][0] 許部長銘春:可以。
gazette.blocks[27][0] 邱委員鎮軍:好。再來請問部長,基層農民非常關心的農務移工辦理進度,上次你有跟本席談到是採外展模式,由農會代農民提出申請,請問一下目前辦理的情形是如何?
gazette.blocks[28][0] 許部長銘春:報告委員,我這邊手上的資料是1萬2農業部已經核准了5,700人。
gazette.blocks[29][0] 邱委員鎮軍:總共5,700人?
gazette.blocks[30][0] 許部長銘春:對,大概有將近一半,我們現在開放1萬2,它現在核准5,700。
gazette.blocks[31][0] 邱委員鎮軍:差不多啦!我調閱資料,發現到3月底的實際農業移工只有6,194人,其中外展農務移工只較去年6月底增加750人,我請問一下部長,外展農務移工新增申請數為什麼會這麼少?實際增加為什麼這麼緩慢?是不是因為我們的申請方式讓這些農民覺得不方便?
gazette.blocks[32][0] 許部長銘春:沒有、沒有,因為現在是透過農會或合作社來擔任雇主……
gazette.blocks[33][0] 邱委員鎮軍:因為農會……
gazette.blocks[34][0] 許部長銘春:他們意願比較不高啦!
gazette.blocks[35][0] 邱委員鎮軍:是農會意願不高,而不是農民意願不高,你懂我的意思嗎?
gazette.blocks[36][0] 許部長銘春:是,是農會意願不高。
gazette.blocks[37][0] 邱委員鎮軍:對,因為農會是多一事不如少一事啦!
gazette.blocks[38][0] 許部長銘春:是啦!
gazette.blocks[39][0] 邱委員鎮軍:所以我覺得部長是不是有必要調整這樣的政策?
gazette.blocks[40][0] 許部長銘春:跟委員報告,我也跟農業部部長反映過,就是……
gazette.blocks[41][0] 邱委員鎮軍:這個政策的宗旨、目的就是為了要照顧我們的農民,對不對?
gazette.blocks[42][0] 許部長銘春:對。
gazette.blocks[43][0] 邱委員鎮軍:如果轉嫁到農會,等於農會多了一個業務,所以沒有人要去負擔這個責任,你懂我的意思嗎?尤其現在不管是移工也好,或是農事移工也好,幾乎都會面臨移工逃跑的問題,都會有吧,對不對?所以沒有人要去承擔這個責任,是不是你們要再調整一下這個作法,讓真正需要的農民能夠更方便、更便捷地爭取到農事移工?
gazette.blocks[44][0] 許部長銘春:我們再來跟農業部討論,針對它在推動上可能遇到的一些困難或瓶頸,大家再來檢討看看,看怎麼樣讓農民能夠……
gazette.blocks[45][0] 邱委員鎮軍:希望部長針對這個事情能夠多用心一點,好不好?
gazette.blocks[46][0] 許部長銘春:是。
gazette.blocks[47][0] 邱委員鎮軍:另外,開放印度移工的部分,勞動部昨天也透露4月底將召開國內諮詢會議,會邀請相關的團體、部會及臺印學者,討論未來將開放的行業與名額。現在要開會了,請問勞動部預計提報多少名額到會議上討論?
gazette.blocks[48][0] 許部長銘春:不是,報告委員,那個名額是各部會去評估其需求,因為我們是負責去跟印度談判,但是需求是各個目的事業主管機關……
gazette.blocks[49][0] 邱委員鎮軍:我知道,除了營造業、製造業,還有家事工……
gazette.blocks[50][0] 許部長銘春:去認為它有多少需求,所以這個需求不是我來決定,而是各部會……
gazette.blocks[51][0] 邱委員鎮軍:你會邀請哪些單位來?
gazette.blocks[52][0] 許部長銘春:各部會啊!包括內政部、農業部、衛福部、經濟部都會邀請。
gazette.blocks[53][0] 邱委員鎮軍:增加勞工的對象是營造業、製造業,還是家事工業?
gazette.blocks[54][0] 許部長銘春:現行開放的都是我們的對象,我們……
gazette.blocks[55][0] 邱委員鎮軍:像觀光的一些產業呢?如飯店。
gazette.blocks[56][0] 許部長銘春:那個目前不是開放的對象,服務業沒有開放喔!
gazette.blocks[57][0] 邱委員鎮軍:服務業都沒有開放?
gazette.blocks[58][0] 許部長銘春:報告委員,現在服務業沒有開放。
gazette.blocks[59][0] 邱委員鎮軍:為什麼沒有開放?
gazette.blocks[60][0] 許部長銘春:基本上是以本國人就業為優先,而不足的部分再引進外籍移工來填補,目前以國內服務業來講,歷來都是國人最常就業的工作,像中高齡或者婦女,我們必須保障他們的工作機會,所以服務業沒有開放。
gazette.blocks[61][0] 邱委員鎮軍:對,我們當然知道啦!有很多服務業,其實有一些像我們開放外籍學生打工,他們也有很多都跑到服務業嘛!
gazette.blocks[62][0] 許部長銘春:工讀可以啊!
gazette.blocks[63][0] 邱委員鎮軍:對嘛!
gazette.blocks[64][0] 許部長銘春:那是工讀,工讀是沒有限制,但……
gazette.blocks[65][0] 邱委員鎮軍:對於開放印度勞工的政策,外界還有許多疑慮,希望勞動部儘速地對外說明……
gazette.blocks[66][0] 許部長銘春:對,所以我們要透過諮詢會嘛!
gazette.blocks[67][0] 邱委員鎮軍:讓外界安心……
gazette.blocks[68][0] 許部長銘春:讓大家來對話。
gazette.blocks[69][0] 邱委員鎮軍:所以這個會議儘早開啦,好不好?
gazette.blocks[70][0] 許部長銘春:下禮拜就要開啦!
gazette.blocks[71][0] 邱委員鎮軍:也要能夠實際改善我們國內的缺工情形。
gazette.blocks[72][0] 許部長銘春:對,報告委員,我們下個禮拜就要開諮詢會了,我們也是透過社會對話來化解大家的疑慮。
gazette.blocks[73][0] 邱委員鎮軍:因為時間不太夠,我再問下一個,我們國內15到24歲的青年失業率居高不下,相較於其他OECD的國家,在疫情期間飆升到15.2%,疫情後就大幅改善,降到10%左右,我國前幾年的失業率,幾乎都是11%或12%……
gazette.blocks[74][0] 許部長銘春:沒有!沒有!我們的青年失業率沒有這麼高。
gazette.blocks[75][0] 邱委員鎮軍:沒有嗎?
gazette.blocks[76][0] 許部長銘春:沒有!沒有!報告委員……
gazette.blocks[77][0] 邱委員鎮軍:我們查到的資料是這樣子。
gazette.blocks[78][0] 許部長銘春:報告委員,我們的青年失業率在去年降到8.01%,這是歷年來的最低。
gazette.blocks[79][0] 邱委員鎮軍:已經到最低了。
gazette.blocks[80][0] 許部長銘春:對,這是金融海嘯以來最低的。
gazette.blocks[81][0] 邱委員鎮軍:好。我想請問一下,青年就業投資方案第1期我們投入了95億,目標是讓青年的失業率降到2倍以下,目前的狀況是怎麼樣呢?
gazette.blocks[82][0] 許部長銘春:大概是2.28。
gazette.blocks[83][0] 邱委員鎮軍:還有一段距離要努力。
gazette.blocks[84][0] 許部長銘春:當然要再努力,報告委員,其實我們經歷了3年的疫情,我們的青年失業率不但沒有飆高還降低,這其實也是要給勞動部鼓勵一下,我們真的很努力啦!
gazette.blocks[85][0] 邱委員鎮軍:好啦!你們第2期馬上就要開始了。
gazette.blocks[86][0] 許部長銘春:對啊!
gazette.blocks[87][0] 邱委員鎮軍:希望你們能夠更積極,尤其是我們青年失業的問題,一定要儘快來解決,好不好?
gazette.blocks[88][0] 許部長銘春:好。
gazette.blocks[89][0] 邱委員鎮軍:謝謝部長。
gazette.blocks[90][0] 許部長銘春:謝謝。
gazette.blocks[91][0] 主席(王委員正旭代):謝謝邱委員的發言。下一位我們請黃秀芳委員發言。
gazette.agenda.page_end 424
gazette.agenda.meet_id 委員會-11-1-26-13
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 王育敏
gazette.agenda.speakers[4] 陳菁徽
gazette.agenda.speakers[5] 邱鎮軍
gazette.agenda.speakers[6] 涂權吉
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 蘇清泉
gazette.agenda.speakers[9] 鄭天財Sra Kacaw
gazette.agenda.speakers[10] 林淑芬
gazette.agenda.speakers[11] 黃國昌
gazette.agenda.speakers[12] 麥玉珍
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[15] 牛煦庭
gazette.agenda.speakers[16] 張啓楷
gazette.agenda.speakers[17] 吳春城
gazette.agenda.speakers[18] 何欣純
gazette.agenda.speakers[19] 陳瑩
gazette.agenda.speakers[20] 劉建國
gazette.agenda.speakers[21] 林倩綺
gazette.agenda.speakers[22] 廖偉翔
gazette.agenda.speakers[23] 楊曜
gazette.agenda.speakers[24] 盧縣一
gazette.agenda.speakers[25] 翁曉玲
gazette.agenda.speakers[26] 羅智強
gazette.agenda.page_start 347
gazette.agenda.meetingDate[0] 2024-04-25
gazette.agenda.gazette_id 1133401
gazette.agenda.agenda_lcidc_ids[0] 1133401_00005
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13次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長、法務部、原住民族委員會、內政部、衛生福利部就「就業服務法上路逾三十 年,針對就業促進、歧視禁止、外國勞動力權益保障等面向進行全面檢視」進行專題報告,並備 質詢
gazette.agenda.agenda_id 1133401_00004
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 10.29096875
transcript.pyannote[0].end 14.05409375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 14.50971875
transcript.pyannote[1].end 15.48846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 14.99909375
transcript.pyannote[2].end 15.79221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 20.11221875
transcript.pyannote[3].end 20.66909375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 20.82096875
transcript.pyannote[4].end 21.56346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 22.44096875
transcript.pyannote[5].end 24.83721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 25.56284375
transcript.pyannote[6].end 27.84096875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 28.22909375
transcript.pyannote[7].end 28.60034375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 29.22471875
transcript.pyannote[8].end 29.79846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.55784375
transcript.pyannote[9].end 40.71659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 41.50971875
transcript.pyannote[10].end 43.61909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 43.97346875
transcript.pyannote[11].end 46.67346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 47.39909375
transcript.pyannote[12].end 48.00659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 48.29346875
transcript.pyannote[13].end 52.30971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 52.90034375
transcript.pyannote[14].end 55.06034375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 55.54971875
transcript.pyannote[15].end 74.41596875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 73.79159375
transcript.pyannote[16].end 75.36096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 75.19221875
transcript.pyannote[17].end 88.32096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 86.34659375
transcript.pyannote[18].end 86.97096875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 87.94971875
transcript.pyannote[19].end 99.18846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 99.40784375
transcript.pyannote[20].end 102.68159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 104.41971875
transcript.pyannote[21].end 105.82034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 105.38159375
transcript.pyannote[22].end 111.30471875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 109.29659375
transcript.pyannote[23].end 128.36534375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 111.84471875
transcript.pyannote[24].end 112.26659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 122.35784375
transcript.pyannote[25].end 124.07909375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 127.23471875
transcript.pyannote[26].end 131.28471875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 130.20471875
transcript.pyannote[27].end 130.32284375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 131.75721875
transcript.pyannote[28].end 134.59221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 134.67659375
transcript.pyannote[29].end 136.75221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 137.19096875
transcript.pyannote[30].end 140.61659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 139.87409375
transcript.pyannote[31].end 142.67534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 143.14784375
transcript.pyannote[32].end 146.03346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 146.42159375
transcript.pyannote[33].end 146.86034375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 147.18096875
transcript.pyannote[34].end 159.06096875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 158.80784375
transcript.pyannote[35].end 163.26284375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 164.07284375
transcript.pyannote[36].end 168.86534375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 169.18596875
transcript.pyannote[37].end 176.17221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 177.11721875
transcript.pyannote[38].end 181.87596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 180.96471875
transcript.pyannote[39].end 183.15846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 183.15846875
transcript.pyannote[40].end 201.29909375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 198.31221875
transcript.pyannote[41].end 204.45471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 201.40034375
transcript.pyannote[42].end 202.34534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 203.72909375
transcript.pyannote[43].end 212.40284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 211.42409375
transcript.pyannote[44].end 213.92159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 213.95534375
transcript.pyannote[45].end 214.54596875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 214.54596875
transcript.pyannote[46].end 217.56659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 216.85784375
transcript.pyannote[47].end 226.18971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 217.58346875
transcript.pyannote[48].end 219.22034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 226.71284375
transcript.pyannote[49].end 227.40471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 228.11346875
transcript.pyannote[50].end 237.68159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 237.88409375
transcript.pyannote[51].end 238.27221875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 238.87971875
transcript.pyannote[52].end 239.08221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 239.92596875
transcript.pyannote[53].end 241.09034375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 241.79909375
transcript.pyannote[54].end 243.90846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 243.97596875
transcript.pyannote[55].end 246.03471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 246.35534375
transcript.pyannote[56].end 253.34159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 253.44284375
transcript.pyannote[57].end 257.03721875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 253.66221875
transcript.pyannote[58].end 253.76346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 258.85971875
transcript.pyannote[59].end 266.30159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 266.97659375
transcript.pyannote[60].end 266.99346875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 266.99346875
transcript.pyannote[61].end 267.01034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 267.01034375
transcript.pyannote[62].end 267.06096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 267.06096875
transcript.pyannote[63].end 267.24659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 267.24659375
transcript.pyannote[64].end 267.60096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 267.60096875
transcript.pyannote[65].end 267.97221875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 267.97221875
transcript.pyannote[66].end 268.00596875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 268.00596875
transcript.pyannote[67].end 268.15784375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 268.17471875
transcript.pyannote[68].end 268.19159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 268.20846875
transcript.pyannote[69].end 273.37221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 270.41909375
transcript.pyannote[70].end 270.67221875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 273.57471875
transcript.pyannote[71].end 274.75596875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 275.34659375
transcript.pyannote[72].end 283.48034375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 283.58159375
transcript.pyannote[73].end 289.36971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 283.88534375
transcript.pyannote[74].end 283.96971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 289.52159375
transcript.pyannote[75].end 290.95596875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 291.51284375
transcript.pyannote[76].end 294.14534375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 294.70221875
transcript.pyannote[77].end 296.03534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 296.77784375
transcript.pyannote[78].end 299.05596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 300.32159375
transcript.pyannote[79].end 305.21534375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 304.92846875
transcript.pyannote[80].end 310.93596875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 308.06721875
transcript.pyannote[81].end 310.09221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 310.93596875
transcript.pyannote[82].end 313.26471875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 313.43346875
transcript.pyannote[83].end 313.73721875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 314.00721875
transcript.pyannote[84].end 314.90159375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 314.85096875
transcript.pyannote[85].end 316.55534375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 316.30221875
transcript.pyannote[86].end 323.10284375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 316.75784375
transcript.pyannote[87].end 317.43284375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 321.56721875
transcript.pyannote[88].end 329.19471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 326.71409375
transcript.pyannote[89].end 333.51471875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 329.76846875
transcript.pyannote[90].end 330.02159375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 332.89034375
transcript.pyannote[91].end 333.80159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 333.80159375
transcript.pyannote[92].end 337.66596875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 338.45909375
transcript.pyannote[93].end 351.77346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 352.53284375
transcript.pyannote[94].end 353.17409375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 353.19096875
transcript.pyannote[95].end 353.68034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 353.83221875
transcript.pyannote[96].end 367.51784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 354.32159375
transcript.pyannote[97].end 354.64221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 367.82159375
transcript.pyannote[98].end 378.68909375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 377.01846875
transcript.pyannote[99].end 381.69284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 380.52846875
transcript.pyannote[100].end 380.61284375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 382.03034375
transcript.pyannote[101].end 384.32534375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 384.89909375
transcript.pyannote[102].end 396.64409375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 397.11659375
transcript.pyannote[103].end 398.55096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 398.93909375
transcript.pyannote[104].end 400.05284375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 400.40721875
transcript.pyannote[105].end 401.99346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 402.82034375
transcript.pyannote[106].end 403.74846875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 404.10284375
transcript.pyannote[107].end 406.53284375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 407.42721875
transcript.pyannote[108].end 425.63534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 418.37909375
transcript.pyannote[109].end 421.93971875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 424.87596875
transcript.pyannote[110].end 426.74909375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 426.74909375
transcript.pyannote[111].end 434.73096875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 432.13221875
transcript.pyannote[112].end 440.97471875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 441.66659375
transcript.pyannote[113].end 444.24846875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 444.50159375
transcript.pyannote[114].end 444.53534375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 444.53534375
transcript.pyannote[115].end 444.65346875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 444.65346875
transcript.pyannote[116].end 445.10909375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 445.46346875
transcript.pyannote[117].end 446.00346875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 445.61534375
transcript.pyannote[118].end 448.90596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 447.70784375
transcript.pyannote[119].end 452.43284375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 451.25159375
transcript.pyannote[120].end 452.31471875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 452.43284375
transcript.pyannote[121].end 454.08659375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 454.76159375
transcript.pyannote[122].end 455.18346875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 455.65596875
transcript.pyannote[123].end 456.39846875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 457.39409375
transcript.pyannote[124].end 464.83596875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 465.15659375
transcript.pyannote[125].end 472.15971875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 473.07096875
transcript.pyannote[126].end 474.26909375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 475.21409375
transcript.pyannote[127].end 486.11534375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 483.95534375
transcript.pyannote[128].end 496.52721875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 497.84346875
transcript.pyannote[129].end 501.75846875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 497.94471875
transcript.pyannote[130].end 498.26534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 499.00784375
transcript.pyannote[131].end 499.02471875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 499.15971875
transcript.pyannote[132].end 499.17659375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 501.84284375
transcript.pyannote[133].end 503.96909375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 503.96909375
transcript.pyannote[134].end 512.45721875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 504.45846875
transcript.pyannote[135].end 505.26846875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 511.34346875
transcript.pyannote[136].end 514.21221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 512.84534375
transcript.pyannote[137].end 522.48096875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 516.94596875
transcript.pyannote[138].end 518.17784375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 522.16034375
transcript.pyannote[139].end 529.21409375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 527.96534375
transcript.pyannote[140].end 543.87846875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 544.51971875
transcript.pyannote[141].end 553.56471875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 553.71659375
transcript.pyannote[142].end 554.03721875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 554.03721875
transcript.pyannote[143].end 554.88096875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 554.05409375
transcript.pyannote[144].end 555.70784375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 556.12971875
transcript.pyannote[145].end 558.25596875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 557.02409375
transcript.pyannote[146].end 558.23909375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 558.96471875
transcript.pyannote[147].end 562.00221875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 559.16721875
transcript.pyannote[148].end 559.77471875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 561.00659375
transcript.pyannote[149].end 562.87971875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 563.84159375
transcript.pyannote[150].end 564.53346875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 564.87096875
transcript.pyannote[151].end 566.10284375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 566.10284375
transcript.pyannote[152].end 569.39346875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 569.52846875
transcript.pyannote[153].end 569.93346875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 569.93346875
transcript.pyannote[154].end 573.10596875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 573.30846875
transcript.pyannote[155].end 574.54034375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 574.47284375
transcript.pyannote[156].end 575.33346875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 576.16034375
transcript.pyannote[157].end 579.46784375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 576.17721875
transcript.pyannote[158].end 577.37534375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 579.72096875
transcript.pyannote[159].end 580.31159375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 580.31159375
transcript.pyannote[160].end 580.54784375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 580.39596875
transcript.pyannote[161].end 586.18409375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 586.28534375
transcript.pyannote[162].end 586.63971875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 586.63971875
transcript.pyannote[163].end 593.06909375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 594.16596875
transcript.pyannote[164].end 596.71409375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 595.24596875
transcript.pyannote[165].end 595.43159375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 597.06846875
transcript.pyannote[166].end 599.04284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 598.55346875
transcript.pyannote[167].end 604.02096875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 604.08846875
transcript.pyannote[168].end 604.94909375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 605.48909375
transcript.pyannote[169].end 608.29034375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 608.50971875
transcript.pyannote[170].end 612.25596875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 612.40784375
transcript.pyannote[171].end 612.77909375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 612.77909375
transcript.pyannote[172].end 624.06846875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 615.46221875
transcript.pyannote[173].end 615.83346875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 619.57971875
transcript.pyannote[174].end 620.01846875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 622.17846875
transcript.pyannote[175].end 622.66784375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 623.00534375
transcript.pyannote[176].end 623.54534375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 625.18221875
transcript.pyannote[177].end 626.59971875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 626.59971875
transcript.pyannote[178].end 626.66721875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 626.66721875
transcript.pyannote[179].end 627.03846875
transcript.whisperx[0].start 10.522
transcript.whisperx[0].end 15.527
transcript.whisperx[0].text 主席好,我們請我們的勞動部,我們的許部長。邱委員好。部長好。部長請問你,您作為史上任期最長的勞動部長,
transcript.whisperx[1].start 31.275
transcript.whisperx[1].end 54.802
transcript.whisperx[1].text 當然我很遺憾沒有留任。您上次說到我們最急迫需要推動的重大政策,包括勞保年金的改革、失聯的移工、低薪等問題。我想請問部長,520之後對於新任的部長你有什麼看法?有沒有什麼期待?
transcript.whisperx[2].start 55.869
transcript.whisperx[2].end 75.053
transcript.whisperx[2].text 報告委員,其實我在勞動部長任內針對很多的法案跟政策,不管在跟行政院這邊討論或者跟立法院這邊討論,其實我們的現在和未來的核准部長,他都有參與,而且在……所以你對他有信心嗎?
transcript.whisperx[3].start 75.493
transcript.whisperx[3].end 102.535
transcript.whisperx[3].text 我對他是有信心的他對勞動政策並不陌生而且他會站在勞工的立場來維護勞工的權益所以我對他也期許等於秉持這樣的一個態度為我們勞方來站出立場這樣子我們勞團印象都停留在我們賴清德現在準總統擔任行政院長任內二度修正勞基法的強勢態度那您認為他上任之後當務之急是什麼
transcript.whisperx[4].start 105.414
transcript.whisperx[4].end 130.266
transcript.whisperx[4].text 有沒有必要修補與勞團的這些不同的聲音?我覺得這是很重要的一件事情。現在當然大家可能對他過去的因為角色或職務的關係那有一些可能有一些認為或許不符合大家的期待。那我覺得他應該去跟大家做一些面對面的溝通。您覺得我剛剛提的那些重大的一些政策他會繼續延續嗎?
transcript.whisperx[5].start 131.883
transcript.whisperx[5].end 155.697
transcript.whisperx[5].text 我想勞動部的政策都會有一貫的規劃在。會不會因為你離開之後這些都不動了?因為這個部分現在都是最迫切的問題。我想新的部長上來,他會邀請相關的業務單位主管來瞭解,然後也會去做一些。
transcript.whisperx[6].start 156.477
transcript.whisperx[6].end 174.097
transcript.whisperx[6].text 看未來要怎麼來解決,會有他自己的想法。老保年金的改革已經拖了8年,當然部長也是認為這是很需要推動的業務,那麼新的部長會不會真心推動老保年金的改革,還是繼續財務的撥補?
transcript.whisperx[7].start 177.562
transcript.whisperx[7].end 200.123
transcript.whisperx[7].text 報告委員,我想撥補是一定要持續啦,撥補這個問題.已經拖了8年啦改革也一定要去面對,那只是說這個我一直在說明說這個其實不是說願意這樣子拖,而是說這個涉及的勞工人數已經達到千萬人,然後包括世界大約60萬人,那這個又.對,但是不能說因為這個事情是比較複雜沒錯,但不能因為它複雜
transcript.whisperx[8].start 203.266
transcript.whisperx[8].end 225.345
transcript.whisperx[8].text 所以因為是複雜所以要就是說必須大家多去溝通然後去求取最大的共識所以要幾年?要一年、兩年、三年、四年?這個我恐怕沒辦法代替他來回答當然不是喊口號我不希望說我們勞保有年金的改革是用喊口號的方式來拖
transcript.whisperx[9].start 228.191
transcript.whisperx[9].end 256.582
transcript.whisperx[9].text 我也希望部長能夠把這樣一個重要的一個政策繼續的把他交接下去讓他能夠新的部長能夠繼續完成您可以做到嗎?可以那再來請問部長基層農民非常關心的農務移工辦理的進度上次您有跟本席談到施採外展模式由農會代農民提出申請那麼請問一下目前辦理的情形是如何?
transcript.whisperx[10].start 259.145
transcript.whisperx[10].end 266.137
transcript.whisperx[10].text 報告委員我這邊手上的資料我們一萬二那這邊農業部已經核准了五千七百人了
transcript.whisperx[11].start 267.131
transcript.whisperx[11].end 293.495
transcript.whisperx[11].text 總共5700人對,大概有將近一半我們現在開放12000嘛那他現在核准5700差不多啦我調閱資料發現到3月底實際農業移工只有6194人其中外展農業移工只較去年的6月底增加了750人那我請問一下部長外展農務移工新增申請數為什麼會這麼少?
transcript.whisperx[12].start 296.823
transcript.whisperx[12].end 297.206
transcript.whisperx[12].text 這個實際增加為什麼這麼緩慢?
transcript.whisperx[13].start 300.41
transcript.whisperx[13].end 323.962
transcript.whisperx[13].text 是不是因為我們申請的方式讓我們這些農民覺得不方便?沒有沒有因為現在是透過農會或合作社來合作他們意願比較不高啦是農會意願不高而不是農民不高你懂我意思嗎?是,是農會意願不高對所以因為農會是多一事不如少一事啦所以我覺得部長是不是有必要調整這樣一個政策?我也跟農業部這邊部長這邊反映過我們這個政策的宗旨
transcript.whisperx[14].start 330.145
transcript.whisperx[14].end 351.347
transcript.whisperx[14].text 主要目的就是為了要照顧我們的農民,對不對?如果你轉嫁到農會,等於農會多了一個業務,所以沒有人要去負擔這個責任,你懂我意思嗎?尤其現在,我們的移工也好,不管是農事移工也好,幾乎都會面臨移工逃跑的問題。
transcript.whisperx[15].start 352.594
transcript.whisperx[15].end 367.319
transcript.whisperx[15].text 都會有吧?對不對?所以沒有人要去承擔這個責任。那是不是我們要再調整一下這個做法,讓我們真正需要的農民能夠更方便、更便捷,能夠爭取到我們的農事的移工?
transcript.whisperx[16].start 367.884
transcript.whisperx[16].end 370.026
transcript.whisperx[16].text 另外,我們開放印度移工的部分,
transcript.whisperx[17].start 385.339
transcript.whisperx[17].end 406.321
transcript.whisperx[17].text 勞動部昨天也透露4月底將召開國內諮詢的會議會邀請我們相關的團體、部會以及台印的學者討論未來開放的行業與名額那現在要開會了請問勞動部預計提報多少名額到會議討論不是,報告委員那個名額是各
transcript.whisperx[18].start 407.489
transcript.whisperx[18].end 423.567
transcript.whisperx[18].text 好各部會他去評估他的需求因為這個我們是負責去跟這個印度這邊來談判但是需求是各個主管單位那我知道除了營造業嘛他去認為他有多少需求所以這個需求不是我來決定
transcript.whisperx[19].start 425.068
transcript.whisperx[19].end 453.943
transcript.whisperx[19].text 您會邀請哪些單位來?部會啊,包括你看內政部、農業部、衛福部、經濟部都會邀請。增加勞工的這個對象是我們的營造業還是製造業還是家事、工業?我們現行開放的都是我們的對象。像我們的一些觀光的一些產業?沒有,那個目前不是開放的對象。我們服務業沒有開放喔。我們現在服務業沒有開放。為什麼沒有開放?
transcript.whisperx[20].start 455.774
transcript.whisperx[20].end 473.39
transcript.whisperx[20].text 呃基本上我我我們是這樣就是說你的開放就本國人就業優先嗎那不足的部分再再引進那個外籍移工來填補嗎那目前以國內服務來講歷來都是國人最最
transcript.whisperx[21].start 475.43
transcript.whisperx[21].end 496.198
transcript.whisperx[21].text 經常去就業的一個工作,中高齡啊,或者婦女啊,那我們必須保障他的工作機會啊。所以我們服務業沒有可以開放。當然知道啦,有很多服務業其實有一些像學校,像學校他們這些交換學生,那個我們開放外籍學生的部分他們打工,也很多都跑到服務業嘛。
transcript.whisperx[22].start 497.859
transcript.whisperx[22].end 505.162
transcript.whisperx[22].text 我們開放印度勞工的政策,外界還有許多疑慮。我想勞動部這邊希望能夠進行...所以我們要透過諮詢會,大家來對話。所以我們這個會議儘早開。
transcript.whisperx[23].start 518.528
transcript.whisperx[23].end 541.741
transcript.whisperx[23].text 我也要能夠實際改善我們國內的缺工的情形。對,我們下個禮拜就要開諮詢會了。那我們也是透過這個社會對話來化解大家的疑慮。因為時間不太夠,我們這個問題就,我再問下一個。就是說,我們國內15到24歲的青年失業率居高不下。相較於其他OECD的國家,在疫情期間飆升到15.2%。
transcript.whisperx[24].start 544.582
transcript.whisperx[24].end 562.694
transcript.whisperx[24].text 疫情後就大幅降、改善了,降到10%左右。我國去年的、前幾年的失業率幾乎都是到11到或12。那比國內的全體……新年失業率我們沒有這麼高啊。沒有嗎?沒有沒有。那我們的資料查到是這樣子啊。
transcript.whisperx[25].start 563.908
transcript.whisperx[25].end 565.789
transcript.whisperx[25].text 現在目前看到這個狀況是怎麼樣?
transcript.whisperx[26].start 595.247
transcript.whisperx[26].end 623.265
transcript.whisperx[26].text 大概2.28啦。那還有一段距離要...還有,當然要再努力,但是有...各位,那是其實我們經歷了三年的疫情耶。我們的青年的失業率不但沒有飆高,還降低。這個其實也是要給勞動部鼓勵一下啦,我們真的很努力啦。好啦,我希望說你們馬上第二期要開始。對啊。能夠更積極的,尤其是我們青年失業的問題啊,能夠一定要盡快的來解決。這樣好不好?好,謝謝部長,謝謝。
transcript.whisperx[27].start 625.232
transcript.whisperx[27].end 625.554
transcript.whisperx[27].text 謝謝邱委員