IVOD_ID |
151730 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/151730 |
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 |
2024-04-25T10:02:44+08:00 |
結束時間 |
2024-04-25T10:12:11+08:00 |
影片長度 |
00:09:27 |
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/37a05b44d500ce152b1be0a2ef0e3369c97d93183120460dc68e374cd8c4bed043ec86b666c9fb855ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
黃秀芳 |
委員發言時間 |
10:02:44 - 10:12:11 |
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 |
478 |
gazette.blocks[0][0] |
黃委員秀芳:(10時2分)謝謝主席,我們請部長。 |
gazette.blocks[1][0] |
主席:有請部長。 |
gazette.blocks[2][0] |
許部長銘春:黃委員好。 |
gazette.blocks[3][0] |
黃委員秀芳:部長好。今天好幾位委員都覺得部長是勞動部任期最長的一個部長,我相信部長在這6年多當中,應該有很多感想,也有很多事情在剩下不到1個月時間內,可能也沒辦法去完成的。我想請教部長,你覺得在這6年當中,一直到現在,你覺得還有什麼地方很可惜,沒有在你任內去把它完成的? |
gazette.blocks[4][0] |
許部長銘春:當然就是攸關我們廣大勞工退休、經濟、生活安全的勞保年金改革,這是非常複雜的議題,也是一個大工程,雖然沒有完成,但至少我做到一點就是撥補。我跟委員報告,從2020開始撥補200億到今年的1,200億,再加上特別預算,整個撥補金額達到2,670億,它的確讓我們整個基金的財務穩定,我也跟委員報告,去年的基金餘額創新高,去年的餘額達8,700多億,因為有這些撥補的挹注,再加上我們同仁也非常辛苦,勞工的老本,大家很努力的去投資、運用,為他們獲取更好的報酬。其實我覺得讓我們基金能夠穩定、讓勞工安心之外,當然其他的面向,可能還要大家再繼續溝通,然後大家集思廣益,能夠求取共識,再繼續往後走。 |
gazette.blocks[5][0] |
黃委員秀芳:所以部長認為在你任內可能比較遺憾的就是勞保年金的改革,沒辦法在你任內去把它完成。 |
gazette.blocks[6][0] |
許部長銘春:是。 |
gazette.blocks[7][0] |
黃委員秀芳:因為部長的經驗非常豐富,在基層也有很多工會都覺得部長是一個很貼近民意的部長,而且部長也時常到地方傾聽這些工會的聲音,所以我們也希望未來你跟新任的何部長能夠有一些經驗的傳承,不論是移工的議題或者是低薪的議題,或者是我們勞保年金改革的議題,未來要怎麼做,我覺得這也是一個很好的經驗傳承,剛剛大家都很關心這個部分,而這個經驗的傳承也是非常的重要,所以也請部長未來能夠提供更多的經驗,讓我們的準部長可以很快地上手。 |
gazette.blocks[8][0] |
許部長銘春:報告委員,因為我跟何準部長,不僅是公務上的好同事,其實這幾年的相處,也變成了好朋友、好姐妹,他有任何需要我來提供一些我的經驗等等,我都非常樂意來協助他,這個都沒有問題。 |
gazette.blocks[9][0] |
黃委員秀芳:好。部長今天特別提到就業服務法上路超過30年了,剛剛也有幾位委員提到這部法應該要大修了,我針對移工的議題想請教部長,關於移工的議題,尤其我們勞動部跟印度簽MOU的時候,很多人就很關心,屆時會有另外一個國家的移工來源國,這對臺灣來講是好的;但有更多人會希望未來是不是可以用直接聘僱的方式,我也看到,勞動部到目前為止是採雙軌,一個是直聘,一個是透過仲介,但我看到直聘的比例真的是太低了,為什麼直聘的比例這麼低? |
gazette.blocks[10][0] |
許部長銘春:報告委員,有時候這就是雇主他的選擇,當然過去的直聘也有可能比較不容易使用的缺點,再加上主要是有些來源國像越南、印尼,其實對這個部分是消極的,他們不希望走直聘,所以這都造成我們直聘的功效一直不彰,就這個部分,針對未來新的來源國印度,我們希望能夠將重點擺在這,跟它談出一個好的直聘模式來引進印度的移工,我想這也是現在朝野各界大家所期待的。我覺得大家的關心、大家的期待也可以讓我們後續的工作層級會議、我們在跟印度方談的時候,可以做為一個參據,就是我們的民意是這樣子、我們委員們的希望是這樣子,其實這對雙方都好,對雇主也好,對它的移工的保障等各方面是不是會更周全…… |
gazette.blocks[11][0] |
黃委員秀芳:現在我們是採雙軌,可是為什麼直聘的比例,感覺就是不到百分之一,如果是這樣子的話,是不是因為你們的整個流程太繁瑣? |
gazette.blocks[12][0] |
許部長銘春:對,其實這幾年…… |
gazette.blocks[13][0] |
黃委員秀芳:如果業者要來申請的話,也不是那麼容易,反觀透過仲介就是有人直接服務,但我擔心的是,未來如果可以直聘的話,你們需要更多的人力,可是我發現我們很多的公部門,只要是這一種的,可能你們就會變成委外去經營,這樣的委外經營,跟後面透過仲介來做,好像也沒有什麼兩樣! |
gazette.blocks[14][0] |
許部長銘春:報告委員,因為組改以後精簡人事,但是我們現在公務員其實很辛苦,事情越做越多。 |
gazette.blocks[15][0] |
黃委員秀芳:是啊! |
gazette.blocks[16][0] |
許部長銘春:像我們的移工管理組就不到70人,我們要管理75萬的移工,真的是非常非常辛苦,有時候實在是不忍苛責他們,所以這個部分就是沒有辦法,但我也謝謝行政院人事行政總處的支持,它有給我一些員額,但是人要補上來也不容易啊!因為大家一看到就知道這個單位很辛苦,不一定要進來;第二個,像我們移工管理組的人才培養是需要時間的,因為我們移工管理的法令多如牛毛,沒有相當時間的培養,還有實務的操作,其實沒有辦法很快上手,所以這些都造成我們在人力上會比較困難;像我們現在的外國人事務中心,直聘就沒有辦法做,我人就這麼多,我沒有委外,你要叫我同仁怎麼做?做不來啊!當然我們現在就儘量把它科技化、數位化,這些未來都是可以努力的。 |
gazette.blocks[17][0] |
黃委員秀芳:可是我覺得這個文書流程應該可以簡化。 |
gazette.blocks[18][0] |
許部長銘春:我們都在持續優化,報告委員,我都跟同仁要求要簡政便民,簡政不僅讓人民易於使用,也減輕自己的負擔,所以這都是我們要精進的方向,因此,我們會持續來檢討。 |
gazette.blocks[19][0] |
黃委員秀芳:好,我們看到的是你們目前已經有雙軌制了,可是看到直聘的成效,我覺得真的非常非常的低落,所以未來印度移工要過來的話,如果要用直聘、直接聘僱的方式,你們所需要的人力應該也是更多。 |
gazette.blocks[20][0] |
許部長銘春:這個就要拜託委員支持。 |
gazette.blocks[21][0] |
黃委員秀芳:未來當然是全力支持。可是你們可能也要去考慮,就是你們現在是70幾個人來管理…… |
gazette.blocks[22][0] |
許部長銘春:75萬的移工。 |
gazette.blocks[23][0] |
黃委員秀芳:75萬的移工,未來如果直接聘僱的話,業務量勢必更多,所以你們需要更多人。為此,我希望你們能讓一些文書流程更簡便,讓想申請的人可以透過網路直接申請,即便遇到事情,也可以透過網路直接詢問,如此也許可以讓人力再精簡一點,否則直接聘僱的話,那我覺得真的需要太多、太多人力了,好不好? |
gazette.blocks[24][0] |
許部長銘春:好,謝謝委員。 |
gazette.blocks[25][0] |
黃委員秀芳:另外,我們也非常感謝部長,很多工會理事長都說要給部長誇獎一下,我也覺得部長做得不錯。接下來就是要把好的經驗傳承下去,需要改進的、需要繼續延續的,部長可以給準部長一些經驗傳承。 |
gazette.blocks[26][0] |
許部長銘春:好,謝謝委員。 |
gazette.blocks[27][0] |
黃委員秀芳:謝謝。 |
gazette.blocks[28][0] |
主席:謝謝黃秀芳委員的發言。下一位我們請涂權吉委員發言。 |
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_00 |
transcript.pyannote[0].start |
3.13596875 |
transcript.pyannote[0].end |
4.70534375 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
5.93721875 |
transcript.pyannote[1].end |
6.64596875 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
10.72971875 |
transcript.pyannote[2].end |
46.13346875 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
35.13096875 |
transcript.pyannote[3].end |
35.38409375 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
46.58909375 |
transcript.pyannote[4].end |
54.87471875 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
51.98909375 |
transcript.pyannote[5].end |
52.41096875 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
53.15346875 |
transcript.pyannote[6].end |
53.60909375 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
55.43159375 |
transcript.pyannote[7].end |
58.90784375 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
57.87846875 |
transcript.pyannote[8].end |
58.41846875 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
59.07659375 |
transcript.pyannote[9].end |
65.82659375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
62.31659375 |
transcript.pyannote[10].end |
62.41784375 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
62.70471875 |
transcript.pyannote[11].end |
62.72159375 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
66.04596875 |
transcript.pyannote[12].end |
72.25596875 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
72.57659375 |
transcript.pyannote[13].end |
77.97659375 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
74.19659375 |
transcript.pyannote[14].end |
74.60159375 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
78.39846875 |
transcript.pyannote[15].end |
79.68096875 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
80.33909375 |
transcript.pyannote[16].end |
81.09846875 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
81.09846875 |
transcript.pyannote[17].end |
81.60471875 |
transcript.pyannote[18].speaker |
SPEAKER_01 |
transcript.pyannote[18].start |
81.26721875 |
transcript.pyannote[18].end |
91.99971875 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
86.32971875 |
transcript.pyannote[19].end |
86.43096875 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
86.46471875 |
transcript.pyannote[20].end |
86.80221875 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
89.67096875 |
transcript.pyannote[21].end |
89.78909375 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
90.00846875 |
transcript.pyannote[22].end |
90.09284375 |
transcript.pyannote[23].speaker |
SPEAKER_01 |
transcript.pyannote[23].start |
92.43846875 |
transcript.pyannote[23].end |
98.80034375 |
transcript.pyannote[24].speaker |
SPEAKER_01 |
transcript.pyannote[24].start |
99.20534375 |
transcript.pyannote[24].end |
99.66096875 |
transcript.pyannote[25].speaker |
SPEAKER_01 |
transcript.pyannote[25].start |
100.16721875 |
transcript.pyannote[25].end |
101.14596875 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
101.41596875 |
transcript.pyannote[26].end |
115.15221875 |
transcript.pyannote[27].speaker |
SPEAKER_00 |
transcript.pyannote[27].start |
107.50784375 |
transcript.pyannote[27].end |
107.87909375 |
transcript.pyannote[28].speaker |
SPEAKER_00 |
transcript.pyannote[28].start |
112.51971875 |
transcript.pyannote[28].end |
113.12721875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
115.47284375 |
transcript.pyannote[29].end |
123.58971875 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
123.58971875 |
transcript.pyannote[30].end |
188.01846875 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
131.01471875 |
transcript.pyannote[31].end |
131.70659375 |
transcript.pyannote[32].speaker |
SPEAKER_01 |
transcript.pyannote[32].start |
132.31409375 |
transcript.pyannote[32].end |
132.33096875 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
157.40721875 |
transcript.pyannote[33].end |
157.77846875 |
transcript.pyannote[34].speaker |
SPEAKER_01 |
transcript.pyannote[34].start |
175.56471875 |
transcript.pyannote[34].end |
175.90221875 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
180.44159375 |
transcript.pyannote[35].end |
180.57659375 |
transcript.pyannote[36].speaker |
SPEAKER_01 |
transcript.pyannote[36].start |
188.11971875 |
transcript.pyannote[36].end |
204.80909375 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
195.39284375 |
transcript.pyannote[37].end |
195.81471875 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
201.67034375 |
transcript.pyannote[38].end |
202.14284375 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
203.64471875 |
transcript.pyannote[39].end |
204.18471875 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
204.94409375 |
transcript.pyannote[40].end |
222.52784375 |
transcript.pyannote[41].speaker |
SPEAKER_01 |
transcript.pyannote[41].start |
215.71034375 |
transcript.pyannote[41].end |
216.01409375 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
216.65534375 |
transcript.pyannote[42].end |
217.17846875 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
222.74721875 |
transcript.pyannote[43].end |
262.90971875 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
248.07659375 |
transcript.pyannote[44].end |
248.22846875 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
248.44784375 |
transcript.pyannote[45].end |
248.86971875 |
transcript.pyannote[46].speaker |
SPEAKER_01 |
transcript.pyannote[46].start |
252.88596875 |
transcript.pyannote[46].end |
253.30784375 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
253.49346875 |
transcript.pyannote[47].end |
253.98284375 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
254.86034375 |
transcript.pyannote[48].end |
255.48471875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
255.68721875 |
transcript.pyannote[49].end |
255.72096875 |
transcript.pyannote[50].speaker |
SPEAKER_01 |
transcript.pyannote[50].start |
262.79159375 |
transcript.pyannote[50].end |
281.87721875 |
transcript.pyannote[51].speaker |
SPEAKER_00 |
transcript.pyannote[51].start |
278.38409375 |
transcript.pyannote[51].end |
278.95784375 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
281.91096875 |
transcript.pyannote[52].end |
296.17034375 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
281.96159375 |
transcript.pyannote[53].end |
282.46784375 |
transcript.pyannote[54].speaker |
SPEAKER_00 |
transcript.pyannote[54].start |
284.93159375 |
transcript.pyannote[54].end |
285.03284375 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
289.43721875 |
transcript.pyannote[55].end |
289.48784375 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
295.93409375 |
transcript.pyannote[56].end |
296.44034375 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
296.44034375 |
transcript.pyannote[57].end |
297.01409375 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
297.53721875 |
transcript.pyannote[58].end |
309.41721875 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
300.20346875 |
transcript.pyannote[59].end |
300.77721875 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
304.27034375 |
transcript.pyannote[60].end |
304.54034375 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
309.68721875 |
transcript.pyannote[61].end |
331.72596875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
314.56409375 |
transcript.pyannote[62].end |
314.91846875 |
transcript.pyannote[63].speaker |
SPEAKER_00 |
transcript.pyannote[63].start |
317.98971875 |
transcript.pyannote[63].end |
318.09096875 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
325.48221875 |
transcript.pyannote[64].end |
325.85346875 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
330.49409375 |
transcript.pyannote[65].end |
337.10909375 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
337.53096875 |
transcript.pyannote[66].end |
338.00346875 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
339.06659375 |
transcript.pyannote[67].end |
341.31096875 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
341.88471875 |
transcript.pyannote[68].end |
346.52534375 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
346.89659375 |
transcript.pyannote[69].end |
354.47346875 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
349.25909375 |
transcript.pyannote[70].end |
351.38534375 |
transcript.pyannote[71].speaker |
SPEAKER_01 |
transcript.pyannote[71].start |
351.65534375 |
transcript.pyannote[71].end |
352.02659375 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
354.47346875 |
transcript.pyannote[72].end |
354.89534375 |
transcript.pyannote[73].speaker |
SPEAKER_00 |
transcript.pyannote[73].start |
354.84471875 |
transcript.pyannote[73].end |
363.61971875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
364.04159375 |
transcript.pyannote[74].end |
368.00721875 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
368.68221875 |
transcript.pyannote[75].end |
375.21284375 |
transcript.pyannote[76].speaker |
SPEAKER_01 |
transcript.pyannote[76].start |
372.00659375 |
transcript.pyannote[76].end |
372.37784375 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
373.84596875 |
transcript.pyannote[77].end |
374.99346875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
375.61784375 |
transcript.pyannote[78].end |
380.02221875 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
378.63846875 |
transcript.pyannote[79].end |
382.68846875 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
381.35534375 |
transcript.pyannote[80].end |
381.82784375 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
382.92471875 |
transcript.pyannote[81].end |
390.31596875 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
384.69659375 |
transcript.pyannote[82].end |
385.43909375 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
385.55721875 |
transcript.pyannote[83].end |
386.40096875 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
391.02471875 |
transcript.pyannote[84].end |
400.67721875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
394.19721875 |
transcript.pyannote[85].end |
394.56846875 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
397.48784375 |
transcript.pyannote[86].end |
397.63971875 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
400.84596875 |
transcript.pyannote[87].end |
405.14909375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
405.43596875 |
transcript.pyannote[88].end |
411.17346875 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
407.73096875 |
transcript.pyannote[89].end |
407.83221875 |
transcript.pyannote[90].speaker |
SPEAKER_00 |
transcript.pyannote[90].start |
409.75596875 |
transcript.pyannote[90].end |
410.14409375 |
transcript.pyannote[91].speaker |
SPEAKER_01 |
transcript.pyannote[91].start |
411.67971875 |
transcript.pyannote[91].end |
439.42221875 |
transcript.pyannote[92].speaker |
SPEAKER_00 |
transcript.pyannote[92].start |
415.57784375 |
transcript.pyannote[92].end |
415.69596875 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
415.94909375 |
transcript.pyannote[93].end |
416.03346875 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
419.05409375 |
transcript.pyannote[94].end |
419.18909375 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
419.44221875 |
transcript.pyannote[95].end |
419.54346875 |
transcript.pyannote[96].speaker |
SPEAKER_00 |
transcript.pyannote[96].start |
425.29784375 |
transcript.pyannote[96].end |
425.31471875 |
transcript.pyannote[97].speaker |
SPEAKER_00 |
transcript.pyannote[97].start |
425.55096875 |
transcript.pyannote[97].end |
425.73659375 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
433.36409375 |
transcript.pyannote[98].end |
433.76909375 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
436.08096875 |
transcript.pyannote[99].end |
436.50284375 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
436.72221875 |
transcript.pyannote[100].end |
437.29596875 |
transcript.pyannote[101].speaker |
SPEAKER_01 |
transcript.pyannote[101].start |
439.72596875 |
transcript.pyannote[101].end |
442.44284375 |
transcript.pyannote[102].speaker |
SPEAKER_00 |
transcript.pyannote[102].start |
441.12659375 |
transcript.pyannote[102].end |
441.44721875 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
441.78471875 |
transcript.pyannote[103].end |
446.23971875 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
444.90659375 |
transcript.pyannote[104].end |
445.36221875 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
446.03721875 |
transcript.pyannote[105].end |
450.07034375 |
transcript.pyannote[106].speaker |
SPEAKER_00 |
transcript.pyannote[106].start |
450.07034375 |
transcript.pyannote[106].end |
450.35721875 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
450.35721875 |
transcript.pyannote[107].end |
452.39909375 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
450.39096875 |
transcript.pyannote[108].end |
450.71159375 |
transcript.pyannote[109].speaker |
SPEAKER_01 |
transcript.pyannote[109].start |
453.15846875 |
transcript.pyannote[109].end |
460.26284375 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
457.03971875 |
transcript.pyannote[110].end |
457.27596875 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
459.53721875 |
transcript.pyannote[111].end |
459.63846875 |
transcript.pyannote[112].speaker |
SPEAKER_00 |
transcript.pyannote[112].start |
459.72284375 |
transcript.pyannote[112].end |
459.79034375 |
transcript.pyannote[113].speaker |
SPEAKER_01 |
transcript.pyannote[113].start |
460.41471875 |
transcript.pyannote[113].end |
462.03471875 |
transcript.pyannote[114].speaker |
SPEAKER_00 |
transcript.pyannote[114].start |
462.03471875 |
transcript.pyannote[114].end |
462.30471875 |
transcript.pyannote[115].speaker |
SPEAKER_01 |
transcript.pyannote[115].start |
462.30471875 |
transcript.pyannote[115].end |
462.35534375 |
transcript.pyannote[116].speaker |
SPEAKER_00 |
transcript.pyannote[116].start |
462.35534375 |
transcript.pyannote[116].end |
462.49034375 |
transcript.pyannote[117].speaker |
SPEAKER_01 |
transcript.pyannote[117].start |
462.49034375 |
transcript.pyannote[117].end |
462.50721875 |
transcript.pyannote[118].speaker |
SPEAKER_00 |
transcript.pyannote[118].start |
462.50721875 |
transcript.pyannote[118].end |
483.85409375 |
transcript.pyannote[119].speaker |
SPEAKER_01 |
transcript.pyannote[119].start |
467.24909375 |
transcript.pyannote[119].end |
467.36721875 |
transcript.pyannote[120].speaker |
SPEAKER_01 |
transcript.pyannote[120].start |
471.77159375 |
transcript.pyannote[120].end |
471.80534375 |
transcript.pyannote[121].speaker |
SPEAKER_01 |
transcript.pyannote[121].start |
471.83909375 |
transcript.pyannote[121].end |
471.85596875 |
transcript.pyannote[122].speaker |
SPEAKER_01 |
transcript.pyannote[122].start |
471.94034375 |
transcript.pyannote[122].end |
472.29471875 |
transcript.pyannote[123].speaker |
SPEAKER_01 |
transcript.pyannote[123].start |
477.91409375 |
transcript.pyannote[123].end |
478.38659375 |
transcript.pyannote[124].speaker |
SPEAKER_01 |
transcript.pyannote[124].start |
483.29721875 |
transcript.pyannote[124].end |
485.74409375 |
transcript.pyannote[125].speaker |
SPEAKER_00 |
transcript.pyannote[125].start |
485.05221875 |
transcript.pyannote[125].end |
532.18409375 |
transcript.pyannote[126].speaker |
SPEAKER_01 |
transcript.pyannote[126].start |
497.33721875 |
transcript.pyannote[126].end |
497.87721875 |
transcript.pyannote[127].speaker |
SPEAKER_01 |
transcript.pyannote[127].start |
515.84909375 |
transcript.pyannote[127].end |
516.35534375 |
transcript.pyannote[128].speaker |
SPEAKER_01 |
transcript.pyannote[128].start |
517.38471875 |
transcript.pyannote[128].end |
517.46909375 |
transcript.pyannote[129].speaker |
SPEAKER_01 |
transcript.pyannote[129].start |
532.40346875 |
transcript.pyannote[129].end |
532.87596875 |
transcript.pyannote[130].speaker |
SPEAKER_00 |
transcript.pyannote[130].start |
532.89284375 |
transcript.pyannote[130].end |
535.42409375 |
transcript.pyannote[131].speaker |
SPEAKER_01 |
transcript.pyannote[131].start |
535.42409375 |
transcript.pyannote[131].end |
535.50846875 |
transcript.pyannote[132].speaker |
SPEAKER_00 |
transcript.pyannote[132].start |
535.50846875 |
transcript.pyannote[132].end |
536.33534375 |
transcript.pyannote[133].speaker |
SPEAKER_01 |
transcript.pyannote[133].start |
535.86284375 |
transcript.pyannote[133].end |
537.95534375 |
transcript.pyannote[134].speaker |
SPEAKER_00 |
transcript.pyannote[134].start |
536.74034375 |
transcript.pyannote[134].end |
537.09471875 |
transcript.pyannote[135].speaker |
SPEAKER_00 |
transcript.pyannote[135].start |
537.12846875 |
transcript.pyannote[135].end |
543.84471875 |
transcript.pyannote[136].speaker |
SPEAKER_00 |
transcript.pyannote[136].start |
544.31721875 |
transcript.pyannote[136].end |
555.70784375 |
transcript.pyannote[137].speaker |
SPEAKER_00 |
transcript.pyannote[137].start |
556.04534375 |
transcript.pyannote[137].end |
564.85409375 |
transcript.pyannote[138].speaker |
SPEAKER_01 |
transcript.pyannote[138].start |
563.74034375 |
transcript.pyannote[138].end |
565.52909375 |
transcript.whisperx[0].start |
3.517 |
transcript.whisperx[0].end |
6.579 |
transcript.whisperx[0].text |
謝謝主席,我們請部長。有請部長。黃委員好。部長好。部長今天好幾位委員都覺得部長是在這個任內這個勞動部任期最長的一個部長。那我相信部長應該也在這6年多當中應該有很多感想,那也有很多事情是 |
transcript.whisperx[1].start |
30.436 |
transcript.whisperx[1].end |
34.68 |
transcript.whisperx[1].text |
你覺得你在這6年當中一直到現在你還有什麼覺得說很可惜沒有在你任內去把它完成的? |
transcript.whisperx[2].start |
46.836 |
transcript.whisperx[2].end |
61.398 |
transcript.whisperx[2].text |
其實報告委員當然就是攸關我們廣大勞工退休經濟生活安全的勞保年金改革這個是非常複雜的議題也是一個大工程不過我覺得雖然沒有完成但是我至少做到一點就是撥補 |
transcript.whisperx[3].start |
62.78 |
transcript.whisperx[3].end |
71.949 |
transcript.whisperx[3].text |
我跟委員報告因為從2020開始那撥補200億到今年的1200億再加上特別預算我們其實整個撥補金額達到2670億那它的確讓我們整個財務基金的財務 |
transcript.whisperx[4].start |
80.35 |
transcript.whisperx[4].end |
80.37 |
transcript.whisperx[4].text |
拜訪議員 |
transcript.whisperx[5].start |
100.162 |
transcript.whisperx[5].end |
115.538 |
transcript.whisperx[5].text |
議員會議員會議 |
transcript.whisperx[6].start |
115.618 |
transcript.whisperx[6].end |
118.601 |
transcript.whisperx[6].text |
所以部長會認為在你任內可能比較遺憾的就是這個勞保年金的改革沒辦法在你任內去把它完成嗎? |
transcript.whisperx[7].start |
132.372 |
transcript.whisperx[7].end |
155.843 |
transcript.whisperx[7].text |
那我也希望就是說部長因為你經驗也非常豐富那其實在基層有很多工會也覺得部長是一個很貼近民意的一個部長因為部長也時常到地方去請聽這些工會的聲音所以我們也希望就是說部長未來希望你也跟這個新任的這個部長 |
transcript.whisperx[8].start |
157.824 |
transcript.whisperx[8].end |
184.65 |
transcript.whisperx[8].text |
獲獲獲獲獲獲獲獲 |
transcript.whisperx[9].start |
185.03 |
transcript.whisperx[9].end |
204.085 |
transcript.whisperx[9].text |
這個準部長能夠有.可以很快的來上手?這個報告委員因為我跟何準部長不僅是公務上的好同事其實這幾年相處也變成好朋友、好姐妹那我想他有任何需要我來提供一些我的經驗的我都非常樂意來跟他協助這個都沒有問題 |
transcript.whisperx[10].start |
204.986 |
transcript.whisperx[10].end |
233.231 |
transcript.whisperx[10].text |
好那部長今天特別提到就是說有關我們這個就業服務法上路超過30年那應該剛剛也有幾位委員覺得說應該要大修了那我針對就是移工的這個議題我想請部長請教部長就是說這個移工的議題在尤其在我們這個勞動部這邊跟印度這邊簽MOU的時候那很多人就很關心就是說新有更 |
transcript.whisperx[11].start |
233.971 |
transcript.whisperx[11].end |
259.71 |
transcript.whisperx[11].text |
另外一個國家的這個移工來源國對台灣來講是好的那更多人會希望就是說未來那是不是用這個直接聘僱的這個方式直接聘僱那我也看到就是勞動部也到目前為止你們是有雙軌就是一個是職聘一個是有透過仲介那我看到職聘的這個部分我覺得這個比例真的是太低了 |
transcript.whisperx[12].start |
261.175 |
transcript.whisperx[12].end |
281.236 |
transcript.whisperx[12].text |
為什麼職聘的這個比例這麼低?因為當然這是僱主他有時候就是他的選擇當然過去的職聘也有他可能比較不容易使用的這個缺點所以我覺得這個部分當然還有加上主要是有些來源國像越南、印尼他其實對這個部分是消極的 |
transcript.whisperx[13].start |
282.017 |
transcript.whisperx[13].end |
295.305 |
transcript.whisperx[13].text |
他們不希望走職聘所以這都造成說看起來我們職聘的功效一直不髒那這個部分我是覺得說因為新的來源國印度我們是希望能夠重點 |
transcript.whisperx[14].start |
297.606 |
transcript.whisperx[14].end |
298.187 |
transcript.whisperx[14].text |
對雙方都好啦。 |
transcript.whisperx[15].start |
326.07 |
transcript.whisperx[15].end |
334.694 |
transcript.whisperx[15].text |
對僱主也好對他的移工的保障各方面是不是會更周全?其實我看到就是說我們這個職聘現在目前是雙軌可是為什麼職聘的這個這個 |
transcript.whisperx[16].start |
339.11 |
transcript.whisperx[16].end |
339.63 |
transcript.whisperx[16].text |
但是我發現我們很多的公部門 |
transcript.whisperx[17].start |
368.775 |
transcript.whisperx[17].end |
388.75 |
transcript.whisperx[17].text |
只要是這一種的,可能你們就變成委外,就變成委外去經營。那這樣委外經營跟後面就是有仲介這樣好像也沒什麼兩樣。報告,因為土改又精簡人事,但是我們其實現在工人很辛苦啊,事情越做越多啊。是啊。那你看我們一個移工管理組,不到70人。 |
transcript.whisperx[18].start |
391.049 |
transcript.whisperx[18].end |
391.109 |
transcript.whisperx[18].text |
主席 |
transcript.whisperx[19].start |
411.764 |
transcript.whisperx[19].end |
438.613 |
transcript.whisperx[19].text |
像我們這個移工管理組的人才培養那是要時間的因為我們的移工管理的法令多如牛毛你沒有相當的時間的培養還有實務的操作其實沒有辦法很快上手所以都造成我們人力上會比較困難那像這種職聘你說像我們的現在外國人事務中心職聘那沒有辦法我人就這麼多我沒有委外那你要叫我同仁怎麼做做不來當然我們現在就盡量把它 |
transcript.whisperx[20].start |
439.853 |
transcript.whisperx[20].end |
439.993 |
transcript.whisperx[20].text |
你檢證不僅讓 |
transcript.whisperx[21].start |
453.206 |
transcript.whisperx[21].end |
453.346 |
transcript.whisperx[21].text |
我們會持續來檢討。 |
transcript.whisperx[22].start |
472.475 |
transcript.whisperx[22].end |
485.211 |
transcript.whisperx[22].text |
所以未來如果說這個印度移工過來的話如果說用直聘直接聘僱的這個方式那這個你們所需要的這個人力應該也是更多是那這個要拜託委員支持當然當然是支持就是說 |
transcript.whisperx[23].start |
488.034 |
transcript.whisperx[23].end |
512.78 |
transcript.whisperx[23].text |
未來當然是全力支持可是就是說你們可能要去考慮就是說你們現在是七十幾個人來管理這些七十五萬的移工那未來如果說直接聘僱的話那這個業務量是更多耶這個業務量更多那你們需要的更多人那當然我也是希望就是說你們能夠把這個一些文書的這個流程 |
transcript.whisperx[24].start |
513.2 |
transcript.whisperx[24].end |
513.22 |
transcript.whisperx[24].text |
好,對。 |
transcript.whisperx[25].start |
535.757 |
transcript.whisperx[25].end |
535.897 |
transcript.whisperx[25].text |
好,謝謝雯 |
transcript.whisperx[26].start |
566.452 |
transcript.whisperx[26].end |
566.539 |
transcript.whisperx[26].text |
主席 |