iVOD / 151737

Field Value
IVOD_ID 151737
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151737
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 2024-04-25T10:25:19+08:00
結束時間 2024-04-25T10:37:45+08:00
影片長度 00:12:26
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/37a05b44d500ce154813324f00bc48c8c97d93183120460dc68e374cd8c4bed0bb154bd235cb03bd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王正旭
委員發言時間 10:25:19 - 10:37:45
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 549
gazette.blocks[0][0] 王委員正旭:(10時25分)謝謝主席,有請許部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:委員好。
gazette.blocks[3][0] 王委員正旭:部長好,剛剛透過很多委員的質詢,還有我們從社會大眾得到的訊息,真的很恭喜部長過去這六年多來對於臺灣,不管是在促進勞動環境的進步,或者是對於我們國家競爭力的提升,真的是貢獻良多。
gazette.blocks[4][0] 許部長銘春:謝謝。
gazette.blocks[5][0] 王委員正旭:相信這樣的肯定,希望未來部長也有機會持續的替社會做一些事情,謝謝。
gazette.blocks[6][0] 許部長銘春:謝謝委員。
gazette.blocks[7][0] 王委員正旭:不過,我想大家還是很關心國內勞動缺工的成因,以及有沒有更好的方式來解決,這個是我們可以繼續努力的,我也利用這個機會來請教一下部長,我們知道第一季的缺工相對嚴重,五大業別的人力需求都非常非常的高,現在是第二季,針對首季嚴重缺工以後所做的努力,跟原先我們預期要達成的目標有沒有相對的成績,可以讓我們來多瞭解?再來,我們有沒有根據第一季處理的情形要做哪一些的修正或者是改變?
gazette.blocks[8][0] 許部長銘春:報告委員,解決缺工的問題有很多的對策,我們都會優先媒合國人的就業,針對產業的需求來處理,現在我們的重點都會先擺在剛畢業的青年、二度就業婦女,還有中壯世代,我們叫壯世代的就業、重返職場,我們都有一些計畫,大部分的計畫都是三年期。我記得去年第二期上路,我們推介就業的已經有20萬人,然後我們的失業率也降到8.01%,所以是有顯著的效果出來。另外就是婦女的二度就業,我們也有三年的計畫在做一些協助。今年壯世代的計畫剛上路,也希望能夠在這三年內增加30萬的人力到我們的就業市場來。所以改善缺工都是持續在推進的,都需要一段時間,可能要整個年度來看比較準,就是有沒有讓缺工問題獲得有效的解決。
gazette.blocks[9][0] 王委員正旭:所以,如果一季一季看是相對時間太短,看不出這個服務的變化。
gazette.blocks[10][0] 許部長銘春:對。
gazette.blocks[11][0] 王委員正旭:第二個需求量多的就是住宿跟餐飲業,我們也知道,0403花蓮發生了大地震,我不曉得怎麼去評估這個地震對於這種需求的影響,因為我們也看到媒體說,目前對花蓮的影響是蠻明顯的,這部分不曉得部裡有沒有針對這個特殊事件,採取哪些因應作為?
gazette.blocks[12][0] 許部長銘春:我們現在就有一個專案小組,就是發展署北分署,針對花蓮採取了七大措施來做一些協助,包括就業的協助、零工的需求,我們都是第一時間跟他們有需求的單位聯繫,馬上盤點人數,馬上推介上工,希望能夠儘速解決。但是因為現在當地的觀光受創,目前有兩家大量解僱,這些人力,說實在的如果一下子要轉業,是到別的縣市去,他也不容易啦,所以我們就是就地來安置,找工作機會給他,所以這個部分我們都有持續在做一些對策的研擬,然後希望能夠達到協助的效果。
gazette.blocks[13][0] 王委員正旭:如果當地的產業剛好也有需求,那釋放出來的人力可以互相的去運用的話,就需要部裡多予協助。
gazette.blocks[14][0] 許部長銘春:像我們也協助鳳凰創業貸款的很多單位行銷,行銷全臺灣,請好朋友、善心人士來支持、來採購,國人沒辦法去那邊旅遊,但是可以用網購來支持他們的產業。
gazette.blocks[15][0] 王委員正旭:如果有初步的成效,也能夠讓大眾多瞭解。
gazette.blocks[16][0] 許部長銘春:好。
gazette.blocks[17][0] 王委員正旭:我們還是很想要知道國內缺工的成因,專家學者也做了相關分析,有六大成因會造成國內缺工,包括共享經濟出現了一些變化,還有低薪,薪資待遇不符合期待等等,最後一項是關於企業沒有聘用中高齡勞工。我比較好奇的是企業不聘用中高齡勞工的可能因素,還有我們在制定政策的時候可以做哪一些因應?如果從政策方向來看的話其實就是三大項,一個是勞動力供給不足,一個是工作條件不具吸引力,以及學用落差與技能不合。如果以企業沒有聘用中高齡勞工來看,到底是他的工作條件、環境不具吸引力,還是因為他本身屆齡以後,學用落差造成技術不合而引起這些問題?在政策的處理部分,希望能夠創造友善職場,提供產學雙贏的一些好作法。不知道除了目前的政策方向以外,在執行上有沒有比較能夠讓我們看到的一些數據或者是改善?
gazette.blocks[18][0] 許部長銘春:這些成因裡面,我們的瞭解,其實薪資待遇的部分占很大的因素、占很大比例,薪資真的還是偏低。還有像企業未聘用中高齡,可能環境不友善以外,很多雇主普遍存在有年齡歧視的問題,一看到是中高齡就覺得他體力各方面可能不足,其實在他的體力、體能等,或是他的專業技能需要再訓練,這個勞動部都可以處理,我們都有相關資源。像輔具,每個人一年有10萬塊,對於他工作改善有益的,我們有10萬的額度,他可以申請;如果專業或技能不足,我們也可以培訓,所以這個都沒有問題。主要是可能雇主在心態上,他沒有講出來,但很明顯的是看到銀髮族,可能就把他排在第二位了。
gazette.blocks[18][1] 再來,薪資還是普遍偏低,因為現在是事求人,有更好的工作條件,人往高處爬,如果有好的薪資,他為什麼要來這裡?所以這也是所有企業主面對缺工的問題,可能要先看看,如果有好的這些壯世代,你也應該考慮運用,體能或者各方面、工作能力需要改善,勞動部可以支持、幫忙都沒有問題,但薪資部分的確是要再提升。
gazette.blocks[19][0] 王委員正旭:是,所以我們很希望雇主能夠針對自己的需求,缺工的同時,也能夠改善他自己內部的環境,讓這些中高齡者有意願進到職場。
gazette.blocks[20][0] 許部長銘春:是。
gazette.blocks[21][0] 王委員正旭:因為相較於世界各國,我們真的是相對落後很多。
gazette.blocks[22][0] 許部長銘春:對。
gazette.blocks[23][0] 王委員正旭:以韓國跟日本為例,60歲以上在這些國家的就業率,60到64歲在臺灣只有40%,而在韓國會到65%、日本有75%,相對於他們是有一些……
gazette.blocks[24][0] 許部長銘春:我們大概差韓國就差20%了。
gazette.blocks[25][0] 王委員正旭:是。
gazette.blocks[26][0] 許部長銘春:所以這邊還有很大的開發空間。
gazette.blocks[27][0] 王委員正旭:是。
gazette.blocks[28][0] 許部長銘春:我們現在也在努力,用「壯世代」代替「中高齡」、「高齡」,就是希望大家不要有年齡歧視,他們還是很優秀的。
gazette.blocks[29][0] 王委員正旭:是。
gazette.blocks[30][0] 許部長銘春:我們希望透過各種計畫讓勞參率能夠提升。
gazette.blocks[31][0] 王委員正旭:是,那我們有沒有跟這些國家有哪一些交流,或者能夠掌握他們的一些……
gazette.blocks[32][0] 許部長銘春:有,都有去考察過。
gazette.blocks[33][0] 王委員正旭:都有,是。
gazette.blocks[34][0] 許部長銘春:這幾年是因為疫情,不然以前都有考察,沒有的話我們也都會搜尋他們的相關資訊。
gazette.blocks[35][0] 王委員正旭:是,希望我們有機會能夠繼續改善這一部分,這個補助、申請數,可能申請的人多,可是能夠媒合的人相對就不夠,這個希望能夠繼續努力。
gazette.blocks[36][0] 許部長銘春:好。
gazette.blocks[37][0] 王委員正旭:最後請教怎麼搶人留才的這個問題,目前的移工人數相對是多的,看下面一項資料可以發現,有蠻多移工在臺灣,他們也根據一些規定能夠持續在臺灣貢獻其力量,比如如果移工在臺工作滿6年以上,就能夠做一些改變,繼續留在臺灣。
gazette.blocks[38][0] 許部長銘春:是。
gazette.blocks[39][0] 王委員正旭:目前的社福移工,包括照護等有12萬人,可是只有1.5萬人願意申請留才的這個方案,這部分的問題是出在哪裡?如果他有這個條件留下來,也有意願留下來,為什麼他沒有辦法申請,是雇主的因素或者仲介?使得我們想要讓移工留下來但無法促成而有所成果。
gazette.blocks[40][0] 許部長銘春:報告委員,我們是每個月統計,每個月大概都有將近兩千人,分別是產業跟社福,合計大概兩千人。社福占了三分之二,社福比較多、轉任的比較多。因為這是8年計畫,到2030年,我們準備14萬,就是所有的移工留才久用部分是14萬,其實到現在都已經超標了,照理說上路還不到2年,一般來講我們大概希望一年一萬,還不到2年,現在已經兩萬五千多人,到3月底是遠遠超標,但申請會陸陸續續。
gazette.blocks[41][0] 王委員正旭:好,很希望這樣的方案可以發揮作用。
gazette.blocks[42][0] 許部長銘春:是,鼓勵留任。
gazette.blocks[43][0] 王委員正旭:好,謝謝部長。
gazette.blocks[44][0] 許部長銘春:謝謝委員。
gazette.blocks[45][0] 主席:謝謝王正旭委員發言。接下來請蘇清泉委員發言。
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 0.03096875
transcript.pyannote[0].end 0.67221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 11.10096875
transcript.pyannote[1].end 12.18096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.26534375
transcript.pyannote[2].end 13.76721875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.85159375
transcript.pyannote[3].end 15.23534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.15471875
transcript.pyannote[4].end 18.79596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.35284375
transcript.pyannote[5].end 47.82096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.53409375
transcript.pyannote[6].end 20.68596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 39.26534375
transcript.pyannote[7].end 39.31596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 39.41721875
transcript.pyannote[8].end 39.61971875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 47.82096875
transcript.pyannote[9].end 48.54659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 48.02346875
transcript.pyannote[10].end 70.18034375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 71.39534375
transcript.pyannote[11].end 100.43721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 101.56784375
transcript.pyannote[12].end 113.29596875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 113.63346875
transcript.pyannote[13].end 120.82221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 121.07534375
transcript.pyannote[14].end 121.48034375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 121.68284375
transcript.pyannote[15].end 124.45034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 124.82159375
transcript.pyannote[16].end 129.98534375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 130.10346875
transcript.pyannote[17].end 130.64346875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 130.72784375
transcript.pyannote[18].end 138.45659375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 138.77721875
transcript.pyannote[19].end 140.68409375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 140.80221875
transcript.pyannote[20].end 142.86096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 143.09721875
transcript.pyannote[21].end 147.29909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 148.26096875
transcript.pyannote[22].end 151.09596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 151.77096875
transcript.pyannote[23].end 154.97721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 155.11221875
transcript.pyannote[24].end 160.15784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 161.06909375
transcript.pyannote[25].end 162.80721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 163.46534375
transcript.pyannote[26].end 170.62034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 171.00846875
transcript.pyannote[27].end 171.68346875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 172.49346875
transcript.pyannote[28].end 180.55971875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 180.84659375
transcript.pyannote[29].end 184.76159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 184.84596875
transcript.pyannote[30].end 187.19159375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 187.24221875
transcript.pyannote[31].end 187.66409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 188.05221875
transcript.pyannote[32].end 193.26659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 193.62096875
transcript.pyannote[33].end 200.15159375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 199.98284375
transcript.pyannote[34].end 234.47534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 202.69971875
transcript.pyannote[35].end 203.66159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 204.23534375
transcript.pyannote[36].end 205.88909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 221.24534375
transcript.pyannote[37].end 221.70096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 226.40909375
transcript.pyannote[38].end 227.72534375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 231.43784375
transcript.pyannote[39].end 231.84284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 234.03659375
transcript.pyannote[40].end 246.33846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 246.69284375
transcript.pyannote[41].end 256.61534375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 256.71659375
transcript.pyannote[42].end 261.72846875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 261.96471875
transcript.pyannote[43].end 273.87846875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 274.36784375
transcript.pyannote[44].end 281.86034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 282.26534375
transcript.pyannote[45].end 293.43659375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 287.53034375
transcript.pyannote[46].end 288.12096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 291.04034375
transcript.pyannote[47].end 291.42846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 292.84596875
transcript.pyannote[48].end 293.28471875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 293.57159375
transcript.pyannote[49].end 301.73909375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 293.82471875
transcript.pyannote[50].end 293.94284375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 298.48221875
transcript.pyannote[51].end 299.03909375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 301.63784375
transcript.pyannote[52].end 301.70534375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 301.73909375
transcript.pyannote[53].end 314.44596875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 305.21534375
transcript.pyannote[54].end 306.43034375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 306.48096875
transcript.pyannote[55].end 306.54846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 306.63284375
transcript.pyannote[56].end 308.70846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 308.80971875
transcript.pyannote[57].end 309.34971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 310.41284375
transcript.pyannote[58].end 310.73346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 311.83034375
transcript.pyannote[59].end 328.82346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 316.85909375
transcript.pyannote[60].end 316.92659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 316.94346875
transcript.pyannote[61].end 317.50034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 328.89096875
transcript.pyannote[62].end 335.94471875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 333.31221875
transcript.pyannote[63].end 333.95346875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 336.04596875
transcript.pyannote[64].end 390.99096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 377.17034375
transcript.pyannote[65].end 377.23784375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 391.07534375
transcript.pyannote[66].end 419.27346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 409.51971875
transcript.pyannote[67].end 409.95846875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 417.02909375
transcript.pyannote[68].end 417.29909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 419.27346875
transcript.pyannote[69].end 419.62784375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 420.01596875
transcript.pyannote[70].end 424.28534375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 425.07846875
transcript.pyannote[71].end 429.01034375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 429.65159375
transcript.pyannote[72].end 442.99971875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 430.79909375
transcript.pyannote[73].end 431.08596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 431.91284375
transcript.pyannote[74].end 432.43596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 436.80659375
transcript.pyannote[75].end 436.84034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 443.30346875
transcript.pyannote[76].end 451.94346875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 446.08784375
transcript.pyannote[77].end 446.50971875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 449.80034375
transcript.pyannote[78].end 450.27284375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 452.34846875
transcript.pyannote[79].end 461.27534375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 461.79846875
transcript.pyannote[80].end 491.09346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 464.61659375
transcript.pyannote[81].end 464.66721875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 464.83596875
transcript.pyannote[82].end 464.93721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 469.45971875
transcript.pyannote[83].end 469.71284375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 477.71159375
transcript.pyannote[84].end 477.77909375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 491.32971875
transcript.pyannote[85].end 492.84846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 493.10159375
transcript.pyannote[86].end 500.15534375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 494.83971875
transcript.pyannote[87].end 494.99159375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 495.29534375
transcript.pyannote[88].end 495.64971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 500.20596875
transcript.pyannote[89].end 501.26909375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 500.30721875
transcript.pyannote[90].end 500.59409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 501.92721875
transcript.pyannote[91].end 522.46409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 507.52971875
transcript.pyannote[92].end 507.66471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 516.65909375
transcript.pyannote[93].end 517.01346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 522.63284375
transcript.pyannote[94].end 531.17159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 525.56909375
transcript.pyannote[95].end 525.82221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 531.42471875
transcript.pyannote[96].end 571.28346875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 565.51221875
transcript.pyannote[97].end 565.98471875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 568.17846875
transcript.pyannote[98].end 568.75221875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 569.22471875
transcript.pyannote[99].end 572.83596875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 572.63346875
transcript.pyannote[100].end 573.59534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 573.02159375
transcript.pyannote[101].end 582.50534375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 575.45159375
transcript.pyannote[102].end 575.90721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 581.15534375
transcript.pyannote[103].end 581.25659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 581.47596875
transcript.pyannote[104].end 581.52659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 582.75846875
transcript.pyannote[105].end 593.05221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 586.13346875
transcript.pyannote[106].end 586.36971875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 593.03534375
transcript.pyannote[107].end 600.93284375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 593.42346875
transcript.pyannote[108].end 593.69346875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 597.65909375
transcript.pyannote[109].end 600.20721875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 600.67971875
transcript.pyannote[110].end 608.13846875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 607.76721875
transcript.pyannote[111].end 688.54784375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 653.86971875
transcript.pyannote[112].end 654.29159375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 655.16909375
transcript.pyannote[113].end 655.48971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 688.31159375
transcript.pyannote[114].end 691.50096875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 691.50096875
transcript.pyannote[115].end 691.80471875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 691.95659375
transcript.pyannote[116].end 693.25596875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 694.11659375
transcript.pyannote[117].end 702.21659375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 702.50346875
transcript.pyannote[118].end 712.78034375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 713.30346875
transcript.pyannote[119].end 728.72721875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 728.91284375
transcript.pyannote[120].end 732.32159375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 732.82784375
transcript.pyannote[121].end 737.38409375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 737.56971875
transcript.pyannote[122].end 743.83034375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 738.24471875
transcript.pyannote[123].end 738.58221875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 741.01221875
transcript.pyannote[124].end 743.34096875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 744.74159375
transcript.pyannote[125].end 745.55159375
transcript.whisperx[0].start 0.069
transcript.whisperx[0].end 0.129
transcript.whisperx[0].text 請徐部長
transcript.whisperx[1].start 18.171
transcript.whisperx[1].end 47.253
transcript.whisperx[1].text 法務委員好部長好剛剛透過很多委員的諮詢、發言還有我們從社會大眾得到的訊息真的很恭喜部長過去這6年多來對於臺灣不管是在促進這個勞動環境的進步或者是對於我們國家競爭力的提升真的是貢獻良多相信這樣的肯定、希望未來部長也有機會持續的替社會做一些事情
transcript.whisperx[2].start 48.354
transcript.whisperx[2].end 69.473
transcript.whisperx[2].text 謝謝委員不過我想大家還是很關心有關於這個國內勞動缺工的這個成因跟有沒有更好的方式來解決這個是我們可以繼續努力的那我再利用這個機會來請教一下部長那其實我們也知道第一季第一季的這個缺工是相對嚴重
transcript.whisperx[3].start 71.451
transcript.whisperx[3].end 100.006
transcript.whisperx[3].text 五大業別的人力需求都非常非常的高那現在是第三季嘛應該是第二季所以針對於首季嚴重缺工以後的所做的努力跟原先我們預期要解決的目標有沒有一個相對的成績可以讓我們來多瞭解那再過來我們有沒有根據這個第一季處理的情形要做哪一些的修正或者是改變
transcript.whisperx[4].start 102.107
transcript.whisperx[4].end 120.502
transcript.whisperx[4].text 其實報告委員解決缺工的問題其實很多的對策那其實我們都是會以優先媒合國人的就業來針對產業的需求來處理那現在我們其實重點都會先擺在這些青年
transcript.whisperx[5].start 122.403
transcript.whisperx[5].end 146.244
transcript.whisperx[5].text 剛畢業的青年還有這個我們的這個二度就業婦女還有中高齡中壯世代我們叫壯世代的就業重返職場努力那我們都是有一些計畫我們大部分的計畫都是三年期三年期那你投資青年就業我記得去年我們去年第二期上路有我們去年的推介的就業已經20萬人
transcript.whisperx[6].start 148.525
transcript.whisperx[6].end 159.31
transcript.whisperx[6].text 二十萬人然後我們的失業率降到8.01所以這個是有顯著的效果出來那另外就是我們的
transcript.whisperx[7].start 161.178
transcript.whisperx[7].end 185.649
transcript.whisperx[7].text 父女的二度就業這個部分我們也是三年的計畫在做一些協助包括最近也針對壯世代我們希望在三年內壯世代的是今年大概剛上路也希望能夠在這三年內能夠增加30萬的人力到我們的就業市場來所以這個
transcript.whisperx[8].start 188.11
transcript.whisperx[8].end 190.453
transcript.whisperx[8].text 所以如果一季一季看是相對時間太短,看不出他這個服務的變化
transcript.whisperx[9].start 206.129
transcript.whisperx[9].end 234.068
transcript.whisperx[9].text 對那以第二個需求量多的就是住宿跟餐飲業那我們也知道04、03臺花蓮發生了大地震我不曉得這個地震對於相對這種需求怎麼去評估它的影響因為我們也看到媒體說其實花蓮目前的影響是蠻明顯的那這部分不曉得布里有沒有針對這個特殊的事件在因應的時候有哪一些的作為
transcript.whisperx[10].start 234.488
transcript.whisperx[10].end 251.284
transcript.whisperx[10].text 我們現在其實就是有一個專案小組就是我們的發展署在北分署那邊針對花蓮七大措施來做一些協助那包括他這邊的
transcript.whisperx[11].start 252.325
transcript.whisperx[11].end 254.267
transcript.whisperx[11].text 有兩家目前只有兩家他是大量解雇
transcript.whisperx[12].start 280.285
transcript.whisperx[12].end 305.1
transcript.whisperx[12].text 那這些人力說實在的一下子如果說你要轉業是到別的縣市去他也不容易啦所以我們就是就地來安置找工作機會給他所以這個部分我們都有持續在做一些對策的研擬然後希望能夠達到這個協助的效果如果當地的產業剛好也有需求
transcript.whisperx[13].start 306.861
transcript.whisperx[13].end 311.222
transcript.whisperx[13].text 我們有幫他行銷啊。行銷權,台灣請這些好朋友來支持。這些三星人士來採購,沒辦法去那邊旅遊,但是可以用網購來支持他們的產業。
transcript.whisperx[14].start 328.988
transcript.whisperx[14].end 353.962
transcript.whisperx[14].text 是 是 結果有初步的成效也能夠讓大眾多了解好 那我想我們還是很想要知道說這個國內的缺工的成因那專家學者也做了相關的分析包括說有六大成因會發生國內缺工包括共享經濟出現了一些變化還有低薪薪資的這個待遇不符的期待等等
transcript.whisperx[15].start 354.602
transcript.whisperx[15].end 379.205
transcript.whisperx[15].text 那最後一項就是有關於企業沒有聘用中高齡的勞工那這個我是比較好奇的就是企業不聘用中高齡的勞工他可能的這個因素還有我們在做制定政策的時候可以做哪一些的因應包括如果從政策方向來看的話其實就是三大項一個就是勞動力供給不足
transcript.whisperx[16].start 379.725
transcript.whisperx[16].end 407.091
transcript.whisperx[16].text 一個是工作條件不具有吸引力學用落差跟技能不足那如果以這個企業沒有聘用中高齡勞工來看的話是到底他的工作條件環境具有吸引力呢還是因為他本身借齡以後他的學用落差造成技術不合引起的這些問題那這個在政策的處理部分我們也看到是希望能夠改善這個友善職場要能夠提供好的這個產學雙贏的
transcript.whisperx[17].start 409.893
transcript.whisperx[17].end 428.49
transcript.whisperx[17].text 這些做法不知道除了目前的政策方向以外在執行上有沒有比較能夠讓我們可以看到的一些數據或者是改善?其實這些成因裡面我們覺得我們的了解其實這個薪資待遇的部分占很大的
transcript.whisperx[18].start 429.687
transcript.whisperx[18].end 451.705
transcript.whisperx[18].text 很大的因素很大的比例薪資真的還是偏低還有像契業會聘用中高齡可能環境不友善以外其實很多僱主普遍存在有年齡歧視的問題他一看到是中高齡他就覺得他可能體力各方面可能不足其實在
transcript.whisperx[19].start 452.466
transcript.whisperx[19].end 470.34
transcript.whisperx[19].text 在他的那個體力啊、體能或者這些可能薪資方﹖就是說他的專業需要再﹖技能需要再訓練﹖這個勞動部都可以處理的。我們都有相關資源,比如輔具啊。我們每個人一年有十萬塊喔。是每年不是﹖
transcript.whisperx[20].start 471.041
transcript.whisperx[20].end 492.113
transcript.whisperx[20].text 每年他只要對他工作感上有用的我們有10萬的額度你可以來申請然後像那個整個那個如果專業或技能不足我們也可以培訓所以這個都沒有問題主要是說可能僱主在心態上他沒有講出來啦但是很明顯就是看著引法族就
transcript.whisperx[21].start 493.514
transcript.whisperx[21].end 512.523
transcript.whisperx[21].text 可能就排在第二位了那再來就是薪資還是普遍偏低啦因為現在是市求人嘛那如果一樣的有更好的工作條人往高處爬他如果有好的薪資他為什麼要來這裡所以這個也是可能所有企業主在面對缺工的問題你可能要先看看
transcript.whisperx[22].start 513.523
transcript.whisperx[22].end 530.84
transcript.whisperx[22].text 如果有好的這些壯士袋你也應該可以來考慮使用那體能或者這些各方面需要工作環境需要改善勞動部都可以支持都可以來幫忙都沒有問題但是薪資的部分的確是要再提升
transcript.whisperx[23].start 531.9
transcript.whisperx[23].end 558.893
transcript.whisperx[23].text 所以我們是很希望僱主能夠針對自己的需求缺工的同時也能夠改善他自己內部的環境讓我們這些中高齡者有意願能夠進到這個職場來因為相較於世界各國我們真的是相對落後很多我們不知道在以韓國為例跟日本為例你看這個60歲以上的在
transcript.whisperx[24].start 560.034
transcript.whisperx[24].end 560.174
transcript.whisperx[24].text 我們現在在努力
transcript.whisperx[25].start 577.114
transcript.whisperx[25].end 599.49
transcript.whisperx[25].text 就是我們用壯士代來代替這個忠告領告,就是希望大家不要把它有年齡歧視,他們還是很優秀的。然後我們其實希望這樣又透過各種計畫來把這個勞參與能夠提升。是,那我們有沒有跟這些國家有哪一些的交流或者是能夠掌握他們的一些。都有去考察過。
transcript.whisperx[26].start 601.271
transcript.whisperx[26].end 625.397
transcript.whisperx[26].text 這幾年是因為疫情,不然以前都有考察,那沒有我們也都會搜尋他相關的資訊是,那希望我們有機會能夠繼續改善這部分那其實這個補助申請數相對可能申請人多可是能夠媒合的人相對就不夠這個是希望能夠來繼續努力的那最後來請教一下
transcript.whisperx[27].start 626.477
transcript.whisperx[27].end 654.328
transcript.whisperx[27].text 怎麼去搶人留才這樣的這個問題我們知道目前的這個移工人數相對是多的我們看下面一個資料可以發現說我們有蠻多的這個移工是在臺灣他們也根據一些規定能夠持續在臺灣貢獻他們的力量比如說如果移工在臺工作滿6年以上他就可以能夠做一些改變然後繼續留在臺灣
transcript.whisperx[28].start 655.348
transcript.whisperx[28].end 681.917
transcript.whisperx[28].text 那以目前的這個社福移工就是包括照護等的話有12萬人可是只有1.5萬人他願意申請流財的這個方案這部分問題是出在哪裡如果說他有這個條件留下來他也有意願留下來為什麼他沒有辦法來申請是這個僱主的因素呢或者是我們的仲介的讓我們這樣的這個好
transcript.whisperx[29].start 683.858
transcript.whisperx[29].end 710.614
transcript.whisperx[29].text 想要讓這個移工留下來的這個無法促成這樣的成果我們是每個月統計每個月大概都有一千人接近兩千接近兩千就是產業跟社福分別他大概合計大概有兩千人然後社福是佔了三分之二社福比較多轉任的比較多那他當然會錄因為我們這是八年計畫到2030我們準備
transcript.whisperx[30].start 714.277
transcript.whisperx[30].end 735.533
transcript.whisperx[30].text 14萬,就是所有的移工郵載9月14萬,那其實以現在的,我們都已經超標了,我們其實照理說我們上路還不到兩年,我們其實一般來講我們大概希望一年一萬,我們不到兩年,現在已經兩萬五千多了,到三月底,是遠遠超標,那當時他的申請是會陸陸續續,
transcript.whisperx[31].start 737.614
transcript.whisperx[31].end 742.611
transcript.whisperx[31].text 好,那很希望這樣的方案可以拿到發揮他的責任。好,謝謝部長,謝謝。