iVOD / 151740

Field Value
IVOD_ID 151740
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151740
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 2024-04-25T10:37:49+08:00
結束時間 2024-04-25T10:49:08+08:00
影片長度 00:11:19
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/37a05b44d500ce153e7234010ae5be21c97d93183120460dc68e374cd8c4bed04d60f788256e38ee5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 10:37:49 - 10:49:08
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 598
gazette.blocks[0][0] 蘇委員清泉:(10時37分)謝謝主席,我請部長。
gazette.blocks[1][0] 主席:請許部長。
gazette.blocks[2][0] 許部長銘春:蘇委員好。
gazette.blocks[3][0] 蘇委員清泉:部長辛苦了。
gazette.blocks[4][0] 許部長銘春:不會。
gazette.blocks[5][0] 蘇委員清泉:功成身退。
gazette.blocks[6][0] 許部長銘春:謝謝。
gazette.blocks[7][0] 蘇委員清泉:希望很快就有高就、更好的位子。
gazette.blocks[7][1] 我今天有一個問題先請教,在南部或者全臺灣,一般肉類的冷鏈加工屬於A級,他們聘請外勞,是其員工總數的25%……
gazette.blocks[8][0] 許部長銘春:核配比率……
gazette.blocks[9][0] 蘇委員清泉:沒錯嘛?
gazette.blocks[10][0] 許部長銘春:對,冷凍冷藏,我看這邊是25%沒錯。
gazette.blocks[11][0] 蘇委員清泉:這個照片是我們的第一批石斑魚,從興達出發,我去跟他們加油打氣、活魚運搬。現在的水產加工,尤其在高雄跟屏東,他們也都用冷鏈,而職業別就不行,我這裡要求是不是能比照肉品?因為一樣都是全程冷鏈,所以這些比率能不能也給他們調成25%,這個要求不過分啦!他們也都在……
gazette.blocks[12][0] 許部長銘春:報告委員,這個部分是在經濟部工業局產發署,行業分級是他們在評估,我會把委員的意見轉達給他們,認為可以的話,請他們也能夠做一些檢討調整。
gazette.blocks[13][0] 蘇委員清泉:因為現在真的是缺人缺得很嚴重,像這一種,我前天去看我們殺豬的,殺豬也一樣,那也是整個都凋零,從頭到尾,臺灣的小孩沒人要做啦!
gazette.blocks[14][0] 許部長銘春:對。
gazette.blocks[15][0] 蘇委員清泉:薪水也不錯啊!相對的,合法的工廠不敢聘非法外勞,而一般打零工的,譬如農業是今天要幾個就來幾個。我覺得,這些逃跑的外勞跟合法的外勞是臺灣安定的最大力量,我這裡要給移工最大的肯定,我們不能再有任何的歧視等,什麼都不行,因為他們真的對我們的貢獻太大了。
gazette.blocks[16][0] 許部長銘春:是。
gazette.blocks[17][0] 蘇委員清泉:我跟大家報告,現在農村都老化,非法的也好,如果沒有這些移工幫忙的話,根本動不了,在高樹、恆春都一樣,我們看了都很感動。當然勞動部這邊能配合的就要儘量配合,能夠讓他們身分變正常是應該的。
gazette.blocks[17][1] 再來就是我們要提高他們的待遇,事實上,現在那些逃跑的移工、外勞每天是計日的,做一天就1,500、2,000,有的到兩千多,所以他們比計月工作的更高,這已經很高了!比起人家基本工資才2、3萬塊,對不對?他們一天就可以拿到1,500、2,000,一個月就5、6萬跑不掉,所以他寧可跑掉,這個是很糟糕的事情!部長,你要卸任,但你要看看怎麼做。
gazette.blocks[18][0] 許部長銘春:這個我們持續在檢討,不過說實在,這些失聯移工雖然看起來領日薪滿高,但是他有風險,也可能會被剝削,然後也沒有社會保險、勞健保什麼的,其實說起來也是處境堪慮啦。所以我們希望都是合法引進,希望我們的雇主善待這些合法移工,給他應有、合理的薪資,這樣才能夠留住人。
gazette.blocks[19][0] 蘇委員清泉:我看我們高雄、屏東這些產業,包括做食品、做肉類以及漁業,事實上他們很善待外籍移工,你要跟我說會看到什麼凌虐、霸凌,我在這邊鄭重講,我沒有看到,而且還會塞一些bonus給他們!因為不善待他們就找不到人呀,真的找不到人!而且這個需求量很大,所以這個政策還是要與時俱進,薪水太低就沒有人要來啦!我們現在的移工最主要來自菲律賓,還有呢?
gazette.blocks[20][0] 許部長銘春:菲律賓、印尼、越南還有泰國。
gazette.blocks[21][0] 蘇委員清泉:泰國就少了吧?
gazette.blocks[22][0] 許部長銘春:對,現在比較少了。
gazette.blocks[23][0] 蘇委員清泉:泰國自己在發展產業。
gazette.blocks[24][0] 許部長銘春:對。
gazette.blocks[25][0] 蘇委員清泉:所以你現在要引進印度的移工嘛?
gazette.blocks[26][0] 許部長銘春:是。
gazette.blocks[27][0] 蘇委員清泉:那我們初期是要引進多少人?
gazette.blocks[28][0] 許部長銘春:人數還沒有確定,因為我們要看各產業的需求,我們會邀目的事業主管機關,像經濟部、衛福部、農業部及內政部來討論大概有多少需求,然後再來決定。
gazette.blocks[29][0] 蘇委員清泉:我跟部長講,事實上,東南亞這些國家都有混了一點點華人的血統,比較有華人文化,他們生活習性還可以跟我們compatible,有一點點混合。有關印度的移工,印度因為是高加索人,在醫學、人類學上我們就是蒙古系,那邊是高加索系,高加索人的生活習慣、宗教跟我們完全不一樣。那你要引進印度的移工進來,當然缺人啦,也要讓引進來源多元化,但你有沒有想到他們的生活方式、觀念跟我們不一樣,大家也對印度還有很多的疑慮,勞動部這一塊是怎麼補強?你總不能把他引進來就丟給仲介,仲介沒有能力、他沒有能力!
gazette.blocks[30][0] 許部長銘春:報告委員,我們其實也會透過召開諮詢會議讓社會各個團體、專家學者來參與對話,讓大家對印度的部分提出希望我們再來做一些怎麼樣的規劃,也讓大家能夠對印度更瞭解,然後對印度移工素質的部分能夠予以肯定、有信心,這個部分我們會持續召開會議,也會透過各種方式讓我們的民眾能夠瞭解。
gazette.blocks[31][0] 蘇委員清泉:這個要加強。
gazette.blocks[32][0] 許部長銘春:是,會。
gazette.blocks[33][0] 蘇委員清泉:因為印度在國際上習性、風評不太好,不能講這有歧視,沒有歧視啦!
gazette.blocks[34][0] 許部長銘春:但是不會耶,報告委員,其實全世界的印度移工大概有1,800萬分布在世界各國,白領的部分臺灣就有兩千七百多人在這裡,其實印度移工的素質在世界各國都滿受肯定的,像日本去年已經跟它簽MOU、現在韓國也在談,我們是第二個跟它簽的,所以這部分我覺得大概……但是大家所關心的、擔心的我們都會透過對話去化解疑慮。
gazette.blocks[35][0] 蘇委員清泉:你要兩方調適。
gazette.blocks[36][0] 許部長銘春:對。
gazette.blocks[37][0] 蘇委員清泉:進來這邊不能把他丟給一些仲介業者去磨合,我覺得這個很危險!
gazette.blocks[38][0] 許部長銘春:對!這個部分我們會加強。
gazette.blocks[39][0] 蘇委員清泉:還有你們跟印度談MOU,一直都是保密嘛,保密、保密!我們很多同仁都跟我反映,跟你們要什麼都沒有、什麼資料都沒有,都保密!到底我們跟印度的狀況如何?是印度很支持我們還是怎麼樣?
gazette.blocks[40][0] 許部長銘春:報告委員……
gazette.blocks[41][0] 蘇委員清泉:我看印度也沒有在幫我們講話啊!
gazette.blocks[42][0] 許部長銘春:沒有啦!委員,這種MOU在程序完成之前都是保密的,我們也不是只有針對印度,之前4個國家都是這樣,還有其他各部會跟人家簽的MOU也是都這樣,完成之後行政院自然就會公布啦!
gazette.blocks[43][0] 蘇委員清泉:所以沒有比較特別?
gazette.blocks[44][0] 許部長銘春:而且它只是一個大原則而已,委員看那個條文就很簡單。
gazette.blocks[45][0] 蘇委員清泉:我看有13條,都寫得很籠統。
gazette.blocks[46][0] 許部長銘春:13條嘛,那是一個原則,就是大家有一個意向書、把大原則先談定下來,後面的工作層級會議才是重點,那才會有實質內容出來。
gazette.blocks[47][0] 蘇委員清泉:我看印度也很少提到臺灣、很少幫臺灣講話,所以我們這樣一頭熱……
gazette.blocks[48][0] 許部長銘春:有喔!我們其實……
gazette.blocks[49][0] 蘇委員清泉:幫臺灣講話的只有印度神童,他都亂講!
gazette.blocks[50][0] 許部長銘春:沒有啦,委員,其實我們現在跟印度之間的交流還滿密切的,包括經濟、經貿的投資等等,甚至包括醫藥方面也都有,所以……
gazette.blocks[51][0] 蘇委員清泉:印度的學名藥的原料藥占全世界將近30%,中國大陸將近50%,所以這2個國家加起來占全世界學名藥的原料藥供應將近80%;印度的原料藥的原料、更原始的原料還跟中國大陸買,所以這整個都卡死!所以美國說要修理中國大陸,如果原料藥不給它,我看它抗生素第二代、第三代都沒有藥啦,所以講那個事情都是錯綜複雜,沒有像我們想得那麼簡單啦!
gazette.blocks[51][1] 勞動部這一塊關於引進外國移工,因為現在來源國越來越少,所以我們還是要廣一點!
gazette.blocks[52][0] 許部長銘春:是。
gazette.blocks[53][0] 蘇委員清泉:我有去談過緬甸耶,後來沒有簽嘛,可以再加強這一塊,他們也很喜歡來。
gazette.blocks[54][0] 許部長銘春:緬甸我也覺得很可惜,其實我們勞動部之前已經談到某個階段了,但是沒有辦法!會有一些……
gazette.blocks[55][0] 蘇委員清泉:我在第8屆的時候還去跟他們農業部……當然是我們這邊農委會請我順道一起去啦,談得滿可以,但後來就沒有成,所以這個可以加強,緬甸5、6千萬人而且近,因此可以廣收各個來源國,不然臺灣真的缺工、缺料、缺專家越來越嚴重!只會越嚴重啦,不會改善!
gazette.blocks[56][0] 許部長銘春:報告委員,我們其實不放棄啦,雖然過去談了、後來觸礁,我覺得不放棄啦,我們會持續透過外交部來評估……
gazette.blocks[57][0] 蘇委員清泉:外交部做不到的我們也可以幫忙。
gazette.blocks[58][0] 許部長銘春:好。
gazette.blocks[59][0] 蘇委員清泉:好,謝謝!
gazette.blocks[60][0] 許部長銘春:好,謝謝。
gazette.blocks[61][0] 主席:謝謝蘇清泉委員。
gazette.blocks[61][1] 現在休息10分鐘。
gazette.blocks[61][2] 休息(10時49分)
gazette.blocks[61][3] 繼續開會(10時59分)
gazette.blocks[62][0] 主席:現在繼續開會。
gazette.blocks[62][1] 請鄭天財委員發言。
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_02
transcript.pyannote[0].start 8.31659375
transcript.pyannote[0].end 10.10534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 10.35846875
transcript.pyannote[1].end 11.25284375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 15.37034375
transcript.pyannote[2].end 16.53471875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 16.77096875
transcript.pyannote[3].end 18.23909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 17.29409375
transcript.pyannote[4].end 18.01971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 18.47534375
transcript.pyannote[5].end 19.84221875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 20.39909375
transcript.pyannote[6].end 21.49596875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 21.85034375
transcript.pyannote[7].end 22.32284375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 22.33971875
transcript.pyannote[8].end 24.73596875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 24.80346875
transcript.pyannote[9].end 25.17471875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 25.51221875
transcript.pyannote[10].end 26.05221875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 26.17034375
transcript.pyannote[11].end 28.61721875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 28.43159375
transcript.pyannote[12].end 28.58346875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 28.61721875
transcript.pyannote[13].end 28.68471875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 29.25846875
transcript.pyannote[14].end 34.25346875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 34.79346875
transcript.pyannote[15].end 35.48534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 35.72159375
transcript.pyannote[16].end 35.94096875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 35.94096875
transcript.pyannote[17].end 37.02096875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 37.56096875
transcript.pyannote[18].end 40.17659375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 40.37909375
transcript.pyannote[19].end 41.59409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 41.25659375
transcript.pyannote[20].end 45.76221875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 41.59409375
transcript.pyannote[21].end 41.99909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 42.64034375
transcript.pyannote[22].end 42.84284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 46.50471875
transcript.pyannote[23].end 49.33971875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 47.66909375
transcript.pyannote[24].end 49.55909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 49.45784375
transcript.pyannote[25].end 52.96784375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 52.96784375
transcript.pyannote[26].end 53.10284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 53.10284375
transcript.pyannote[27].end 53.27159375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 53.27159375
transcript.pyannote[28].end 53.62596875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 53.84534375
transcript.pyannote[29].end 55.24596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 55.24596875
transcript.pyannote[30].end 56.17409375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 56.17409375
transcript.pyannote[31].end 60.51096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 56.19096875
transcript.pyannote[32].end 56.20784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 60.66284375
transcript.pyannote[33].end 60.71346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 60.71346875
transcript.pyannote[34].end 61.01721875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 60.74721875
transcript.pyannote[35].end 60.91596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 61.01721875
transcript.pyannote[36].end 65.86034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 64.39221875
transcript.pyannote[37].end 64.51034375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 66.34971875
transcript.pyannote[38].end 69.89346875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 70.38284375
transcript.pyannote[39].end 71.53034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 71.86784375
transcript.pyannote[40].end 74.78721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 72.23909375
transcript.pyannote[41].end 72.25596875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 75.15846875
transcript.pyannote[42].end 81.90846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 77.11596875
transcript.pyannote[43].end 77.36909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 77.58846875
transcript.pyannote[44].end 78.43221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 82.17846875
transcript.pyannote[45].end 82.51596875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 82.51596875
transcript.pyannote[46].end 86.46471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 82.53284375
transcript.pyannote[47].end 82.63409375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 86.66721875
transcript.pyannote[48].end 89.80596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 89.02971875
transcript.pyannote[49].end 89.06346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 89.65409375
transcript.pyannote[50].end 104.20034375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 104.43659375
transcript.pyannote[51].end 108.21659375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 108.48659375
transcript.pyannote[52].end 111.22034375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 111.84471875
transcript.pyannote[53].end 113.75159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 113.31284375
transcript.pyannote[54].end 114.08909375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 114.29159375
transcript.pyannote[55].end 116.21534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 116.46846875
transcript.pyannote[56].end 119.05034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 119.05034375
transcript.pyannote[57].end 119.30346875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 119.75909375
transcript.pyannote[58].end 121.58159375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 121.46346875
transcript.pyannote[59].end 121.56471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 121.58159375
transcript.pyannote[60].end 121.95284375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 122.15534375
transcript.pyannote[61].end 123.18471875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 123.53909375
transcript.pyannote[62].end 125.73284375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 126.34034375
transcript.pyannote[63].end 127.57221875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 127.75784375
transcript.pyannote[64].end 131.26784375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 131.62221875
transcript.pyannote[65].end 134.10284375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 134.60909375
transcript.pyannote[66].end 136.66784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 137.24159375
transcript.pyannote[67].end 144.63284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 142.43909375
transcript.pyannote[68].end 143.16471875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 144.44721875
transcript.pyannote[69].end 145.29096875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 144.64971875
transcript.pyannote[70].end 145.12221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 145.29096875
transcript.pyannote[71].end 156.25971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 156.25971875
transcript.pyannote[72].end 156.68159375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 156.68159375
transcript.pyannote[73].end 157.62659375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 159.11159375
transcript.pyannote[74].end 162.68909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 163.58346875
transcript.pyannote[75].end 166.04721875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 166.41846875
transcript.pyannote[76].end 167.80221875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 168.51096875
transcript.pyannote[77].end 169.87784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 170.67096875
transcript.pyannote[78].end 181.31909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 176.62784375
transcript.pyannote[79].end 177.21846875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 177.21846875
transcript.pyannote[80].end 177.28596875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 178.53471875
transcript.pyannote[81].end 178.60221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 180.84659375
transcript.pyannote[82].end 181.25159375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 181.53846875
transcript.pyannote[83].end 182.02784375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 182.82096875
transcript.pyannote[84].end 190.85346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 190.85346875
transcript.pyannote[85].end 191.46096875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 191.34284375
transcript.pyannote[86].end 194.58284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 194.95409375
transcript.pyannote[87].end 195.67971875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 196.70909375
transcript.pyannote[88].end 201.58596875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 201.87284375
transcript.pyannote[89].end 205.16346875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 205.46721875
transcript.pyannote[90].end 209.24721875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 209.24721875
transcript.pyannote[91].end 209.44971875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 210.14159375
transcript.pyannote[92].end 212.62221875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 213.24659375
transcript.pyannote[93].end 214.68096875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 215.23784375
transcript.pyannote[94].end 218.19096875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 218.69721875
transcript.pyannote[95].end 220.19909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 220.82346875
transcript.pyannote[96].end 221.59971875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 221.83596875
transcript.pyannote[97].end 223.47284375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 224.09721875
transcript.pyannote[98].end 228.09659375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 225.46409375
transcript.pyannote[99].end 226.74659375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 229.53096875
transcript.pyannote[100].end 240.88784375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 240.92159375
transcript.pyannote[101].end 246.25409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 246.67596875
transcript.pyannote[102].end 258.03284375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 258.82596875
transcript.pyannote[103].end 267.22971875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 268.00596875
transcript.pyannote[104].end 270.52034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 270.52034375
transcript.pyannote[105].end 270.85784375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 271.14471875
transcript.pyannote[106].end 275.31284375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 275.75159375
transcript.pyannote[107].end 278.31659375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 279.00846875
transcript.pyannote[108].end 281.05034375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 281.21909375
transcript.pyannote[109].end 283.21034375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 283.93596875
transcript.pyannote[110].end 289.57221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 290.24721875
transcript.pyannote[111].end 290.80409375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 291.22596875
transcript.pyannote[112].end 294.53346875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 294.63471875
transcript.pyannote[113].end 299.88284375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 300.67596875
transcript.pyannote[114].end 301.85721875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 301.85721875
transcript.pyannote[115].end 304.92846875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 305.09721875
transcript.pyannote[116].end 306.86909375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 306.27846875
transcript.pyannote[117].end 307.39221875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 306.91971875
transcript.pyannote[118].end 306.93659375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 306.97034375
transcript.pyannote[119].end 306.98721875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 307.02096875
transcript.pyannote[120].end 307.07159375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 307.10534375
transcript.pyannote[121].end 309.16409375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 308.72534375
transcript.pyannote[122].end 309.53534375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 309.53534375
transcript.pyannote[123].end 314.91846875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 313.95659375
transcript.pyannote[124].end 314.83409375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 314.91846875
transcript.pyannote[125].end 314.98596875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 314.98596875
transcript.pyannote[126].end 315.07034375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 315.45846875
transcript.pyannote[127].end 317.36534375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 317.93909375
transcript.pyannote[128].end 333.64971875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 333.64971875
transcript.pyannote[129].end 335.28659375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 335.82659375
transcript.pyannote[130].end 338.32409375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 338.83034375
transcript.pyannote[131].end 339.57284375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 339.74159375
transcript.pyannote[132].end 341.47971875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 342.13784375
transcript.pyannote[133].end 343.38659375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 343.67346875
transcript.pyannote[134].end 349.79909375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 350.08596875
transcript.pyannote[135].end 358.65846875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 359.28284375
transcript.pyannote[136].end 370.15034375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 370.65659375
transcript.pyannote[137].end 391.59846875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 392.72909375
transcript.pyannote[138].end 397.43721875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 397.43721875
transcript.pyannote[139].end 407.49471875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 407.74784375
transcript.pyannote[140].end 411.17346875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 411.71346875
transcript.pyannote[141].end 420.72471875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 421.01159375
transcript.pyannote[142].end 433.16159375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 432.62159375
transcript.pyannote[143].end 435.99659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 434.02221875
transcript.pyannote[144].end 434.74784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 436.21596875
transcript.pyannote[145].end 436.36784375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 436.80659375
transcript.pyannote[146].end 443.91096875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 441.41346875
transcript.pyannote[147].end 460.31346875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 460.78596875
transcript.pyannote[148].end 463.65471875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 464.09346875
transcript.pyannote[149].end 472.59846875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 471.97409375
transcript.pyannote[150].end 472.49721875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 472.59846875
transcript.pyannote[151].end 485.47409375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 472.64909375
transcript.pyannote[152].end 472.80096875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 480.76596875
transcript.pyannote[153].end 481.06971875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 481.06971875
transcript.pyannote[154].end 481.15409375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 484.24221875
transcript.pyannote[155].end 484.74846875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 484.74846875
transcript.pyannote[156].end 484.90034375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 484.90034375
transcript.pyannote[157].end 485.40659375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 485.81159375
transcript.pyannote[158].end 490.87409375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 485.84534375
transcript.pyannote[159].end 486.75659375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 491.11034375
transcript.pyannote[160].end 491.53221875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 493.03409375
transcript.pyannote[161].end 500.76284375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 500.94846875
transcript.pyannote[162].end 508.03596875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 508.03596875
transcript.pyannote[163].end 512.05221875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 512.82846875
transcript.pyannote[164].end 530.12534375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 528.70784375
transcript.pyannote[165].end 530.39534375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 530.34471875
transcript.pyannote[166].end 535.47471875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 534.46221875
transcript.pyannote[167].end 535.45784375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 535.47471875
transcript.pyannote[168].end 535.52534375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 535.86284375
transcript.pyannote[169].end 541.93784375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 536.55471875
transcript.pyannote[170].end 538.15784375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 542.14034375
transcript.pyannote[171].end 546.08909375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 546.30846875
transcript.pyannote[172].end 550.79721875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 550.13909375
transcript.pyannote[173].end 550.62846875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 550.94909375
transcript.pyannote[174].end 551.89409375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 550.98284375
transcript.pyannote[175].end 551.72534375
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 552.24846875
transcript.pyannote[176].end 555.13409375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 552.55221875
transcript.pyannote[177].end 553.36221875
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 555.91034375
transcript.pyannote[178].end 558.15471875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 555.99471875
transcript.pyannote[179].end 556.48409375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 557.27721875
transcript.pyannote[180].end 571.97534375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 571.97534375
transcript.pyannote[181].end 572.97096875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 572.97096875
transcript.pyannote[182].end 573.00471875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 573.24096875
transcript.pyannote[183].end 573.25784375
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 573.25784375
transcript.pyannote[184].end 577.52721875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 577.52721875
transcript.pyannote[185].end 578.16846875
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 578.11784375
transcript.pyannote[186].end 579.19784375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 579.60284375
transcript.pyannote[187].end 580.24409375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 580.24409375
transcript.pyannote[188].end 580.90221875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 580.61534375
transcript.pyannote[189].end 587.90534375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 587.97284375
transcript.pyannote[190].end 588.04034375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 588.05721875
transcript.pyannote[191].end 598.95846875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 599.27909375
transcript.pyannote[192].end 603.17721875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 603.98721875
transcript.pyannote[193].end 608.15534375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 608.59409375
transcript.pyannote[194].end 608.98221875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 609.30284375
transcript.pyannote[195].end 610.46721875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 610.95659375
transcript.pyannote[196].end 611.76659375
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 612.00284375
transcript.pyannote[197].end 615.22596875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 615.79971875
transcript.pyannote[198].end 620.89596875
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 617.80784375
transcript.pyannote[199].end 617.82471875
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 617.82471875
transcript.pyannote[200].end 618.21284375
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 621.14909375
transcript.pyannote[201].end 621.41909375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 621.41909375
transcript.pyannote[202].end 625.26659375
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 621.45284375
transcript.pyannote[203].end 621.48659375
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 623.81534375
transcript.pyannote[204].end 623.91659375
transcript.pyannote[205].speaker SPEAKER_00
transcript.pyannote[205].start 625.43534375
transcript.pyannote[205].end 625.78971875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 625.89096875
transcript.pyannote[206].end 626.24534375
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 626.56596875
transcript.pyannote[207].end 633.56909375
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 633.94034375
transcript.pyannote[208].end 637.78784375
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 634.00784375
transcript.pyannote[209].end 635.17221875
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 637.93971875
transcript.pyannote[210].end 638.02409375
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 638.02409375
transcript.pyannote[211].end 638.19284375
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 638.19284375
transcript.pyannote[212].end 641.82096875
transcript.pyannote[213].speaker SPEAKER_01
transcript.pyannote[213].start 638.20971875
transcript.pyannote[213].end 638.34471875
transcript.pyannote[214].speaker SPEAKER_01
transcript.pyannote[214].start 641.82096875
transcript.pyannote[214].end 641.93909375
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 641.97284375
transcript.pyannote[215].end 641.98971875
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 642.25971875
transcript.pyannote[216].end 648.77346875
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 645.26346875
transcript.pyannote[217].end 645.58409375
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 649.09409375
transcript.pyannote[218].end 653.49846875
transcript.pyannote[219].speaker SPEAKER_02
transcript.pyannote[219].start 653.90346875
transcript.pyannote[219].end 663.01596875
transcript.pyannote[220].speaker SPEAKER_01
transcript.pyannote[220].start 654.66284375
transcript.pyannote[220].end 654.96659375
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 656.19846875
transcript.pyannote[221].end 657.88596875
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 663.70784375
transcript.pyannote[222].end 664.90596875
transcript.pyannote[223].speaker SPEAKER_00
transcript.pyannote[223].start 663.85971875
transcript.pyannote[223].end 664.82159375
transcript.pyannote[224].speaker SPEAKER_00
transcript.pyannote[224].start 664.90596875
transcript.pyannote[224].end 664.92284375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 665.26034375
transcript.pyannote[225].end 667.40346875
transcript.pyannote[226].speaker SPEAKER_00
transcript.pyannote[226].start 666.71159375
transcript.pyannote[226].end 671.31846875
transcript.pyannote[227].speaker SPEAKER_00
transcript.pyannote[227].start 672.06096875
transcript.pyannote[227].end 675.48659375
transcript.pyannote[228].speaker SPEAKER_02
transcript.pyannote[228].start 674.20409375
transcript.pyannote[228].end 676.92096875
transcript.pyannote[229].speaker SPEAKER_00
transcript.pyannote[229].start 676.92096875
transcript.pyannote[229].end 678.40596875
transcript.pyannote[230].speaker SPEAKER_01
transcript.pyannote[230].start 677.07284375
transcript.pyannote[230].end 677.59596875
transcript.whisperx[0].start 8.305
transcript.whisperx[0].end 33.557
transcript.whisperx[0].text 好,謝謝主席。我請部長。請許部長。蘇委好。部長辛苦了。功成身退了。謝謝。希望很快就有高就,更好的位置。好,我今天有一個問題先請教。在南部或者全台灣,我們一般做肉類的
transcript.whisperx[1].start 35.078
transcript.whisperx[1].end 43.89
transcript.whisperx[1].text 兩年加工的他病情外的屬於A級嘛那他們病情外老是他的員工總數的25%
transcript.whisperx[2].start 46.73
transcript.whisperx[2].end 48.712
transcript.whisperx[2].text 現在的水產加工在高雄跟屏東
transcript.whisperx[3].start 70.45
transcript.whisperx[3].end 85.08
transcript.whisperx[3].text 他們也都是用冷鏈那你職業別你就不行我自己要求是不是能比照弱品因為一樣都是全程都冷鏈所以這些的比例能不能給他們調整25%
transcript.whisperx[4].start 86.981
transcript.whisperx[4].end 103.442
transcript.whisperx[4].text 這個要求不過分啦。因為這個部分是經濟部工業局的產發署,行業分級是他們在評估。我會把委員的意見轉達給他們,認為如果有就是可以的話,我們這邊請他們也能夠做一些檢討調整。
transcript.whisperx[5].start 104.468
transcript.whisperx[5].end 118.022
transcript.whisperx[5].text 因為現在真的是切人切得很嚴重齁,這一種我昨天、前天去看我們台滴啊,台滴也一樣齁,那也是整個都都冷卻,從頭到尾,這台灣的孩子沒有人要做啦。
transcript.whisperx[6].start 119.944
transcript.whisperx[6].end 135.42
transcript.whisperx[6].text 行事也不錯所以也相對的就是他拼不到合法的工廠他不敢去拼非法的外勞一般打零工的譬如說農業的今天要幾個就來幾個
transcript.whisperx[7].start 137.883
transcript.whisperx[7].end 162.342
transcript.whisperx[7].text 我覺得這些逃跑的外勞跟合法的外勞是台灣安定的最大力量我這裡要跟我們外移工做最好的肯定我們不能再有任何的歧視再有任何什麼都不行因為他們真的對我們的貢獻太大了我跟大家報告那個如果現在農村都老化如果沒有這些
transcript.whisperx[8].start 163.612
transcript.whisperx[8].end 180.533
transcript.whisperx[8].text 好啦!廢話好啦!這些移工來幫忙的話根本動不了在高速啦、在恆春啦都一樣所以我們看的都很感動啦那當然勞動部這邊能配合的就要盡量來配合
transcript.whisperx[9].start 182.896
transcript.whisperx[9].end 195.213
transcript.whisperx[9].text 能夠讓他們那個身份留在來的身份變成正常是應該的啦然後再來就是我們要提高他們的待遇事實上現在那些
transcript.whisperx[10].start 196.738
transcript.whisperx[10].end 212.143
transcript.whisperx[10].text 逃跑的移工外勞他們的每天是忌日的。做一天就穿五、兩千、回到兩千多。所以他們比吃陶爐、吃粿仔還要高。那麼高,我們現在畢竟在採用基本工資。
transcript.whisperx[11].start 213.764
transcript.whisperx[11].end 227.699
transcript.whisperx[11].text 兩、三萬塊對不對那一天就可以拿到一千五、兩千一個月就五、六萬跑不掉啊所以那寧可跑掉啊所以這個是很糟糕的事情部長你要限制你要看看怎麼做
transcript.whisperx[12].start 229.754
transcript.whisperx[12].end 257.679
transcript.whisperx[12].text 這個我們持續在檢討不過說實在這些私領移工他雖然看起來零日薪蠻高但是他沒有任何他有風險啦然後也可能會被剝削然後也沒有社會保險勞健保什麼的其實說起來也是處境也是慷慮啦所以我們都希望都是合法引進然後希望我們的雇主針對這些合法移工善待給他應有的合理的薪資這樣才能夠留住人
transcript.whisperx[13].start 258.92
transcript.whisperx[13].end 282.21
transcript.whisperx[13].text 我看我們在高雄屏東這些產業如果做食品的做肉類的、魚類事實上他們對外籍外籍移工上面是很善待你要跟我講說會看到什麼什麼什麼林內霸林我告訴你我在這邊贊重講我沒有看到而且還會塞一些一些摩納斯給他們因為他們
transcript.whisperx[14].start 283.976
transcript.whisperx[14].end 286.018
transcript.whisperx[14].text 我們現在的移工最主要來自
transcript.whisperx[15].start 300.715
transcript.whisperx[15].end 304.297
transcript.whisperx[15].text 菲律賓、印尼、越南還有泰國。所以你現在就是要引進印度的移工。那我們初期是要引進多少人?
transcript.whisperx[16].start 318.364
transcript.whisperx[16].end 336.802
transcript.whisperx[16].text 人數還沒有確定因為我們要看各產業的需求我們要目的世界主管機關像經濟部、衛福部、農業部、內政部來討論說大概有多少需求然後再來決定我跟部長講事實上因為東南亞這些國家
transcript.whisperx[17].start 339.864
transcript.whisperx[17].end 343.008
transcript.whisperx[17].text 印度的移工,印度因為是高加索的
transcript.whisperx[18].start 359.472
transcript.whisperx[18].end 360.594
transcript.whisperx[18].text 那你要引進印度的移工進來
transcript.whisperx[19].start 375.132
transcript.whisperx[19].end 390.901
transcript.whisperx[19].text 當然缺人啦吼那引進讓那個來源多元化但是你有沒有去想說他們的生活風險觀念跟我們不一樣吼那大家也對印度的還有很多的疑慮那勞動部這一塊是怎麼補強
transcript.whisperx[20].start 392.782
transcript.whisperx[20].end 410.357
transcript.whisperx[20].text 你怎麼不能把它引進來就丟給仲介,仲介沒有能力,他沒有能力。對啦,包委員所以我們其實也會透過的召開諮詢的會議讓社會大家各個團體專家學者來參與對話,讓大家對印度的部分提出給我們一些
transcript.whisperx[21].start 412.038
transcript.whisperx[21].end 439.372
transcript.whisperx[21].text 希望我們再來做一些更怎麼樣的規劃讓大家能夠來對印度更瞭解然後在對於印度的移工的數值的部分能夠予以來肯定有信心這個部分我們會持續的召開會議也會透過各種方式來讓我們人民眾能夠瞭解這個要加強因為印度那個國際上一些風評習性風評不太好
transcript.whisperx[22].start 441.513
transcript.whisperx[22].end 461.768
transcript.whisperx[22].text 但是不會的,報告委員,其實大概全世界的印度移工有1800萬分布在各個世界各國那白頂的部分在台灣就有2700多人在這裡其實印度移工的數字在世界各國都蠻受肯定的你現在日本去年已經跟他簽MOU,現在韓國也在談
transcript.whisperx[23].start 464.35
transcript.whisperx[23].end 490.041
transcript.whisperx[23].text 我們是第二個跟他簽的然後所以這部分我覺得大概但是大家所關心的、擔心的我們都會去化解大家疑慮透過對話你要兩方調適那進來這邊我不能把它丟給一些仲介業者去在磨合的時候我就覺得這個是很危險的這個部分我們會加強還有你們跟印度談MOU
transcript.whisperx[24].start 492.642
transcript.whisperx[24].end 493.483
transcript.whisperx[24].text 委員這種MOU在
transcript.whisperx[25].start 512.901
transcript.whisperx[25].end 533.873
transcript.whisperx[25].text 就是程序完成之前都是保密的我們也不是只有針對印度之前引進之前4個國家都是這樣還有其他我們各部會跟人家簽MOU也是都這樣完成之後行政院自然就是會公布啦所以沒有只有比較特別而且它只是一個大原則而已我一看它條文就很簡單我看你13條
transcript.whisperx[26].start 536.995
transcript.whisperx[26].end 550.312
transcript.whisperx[26].text 13條嘛那是一個原則就是說大家一個意向書把大原則先談定下來後面的工作成績會議才是重點那才會有實質內容出來我看印度很少提到台灣很少幫台灣講話所以我們這樣一頭熱會幫印度當台灣講話只有印度神統
transcript.whisperx[27].start 555.936
transcript.whisperx[27].end 556.136
transcript.whisperx[27].text 中國大陸將近
transcript.whisperx[28].start 580.698
transcript.whisperx[28].end 602.872
transcript.whisperx[28].text 所以這兩個國家加起來占全世界學名要的原料要供應將近80%那印度的那個原料要的原料跟原始的原料還跟中國大陸拿所以這個整個都是卡死所以美國說要修理中國大陸原料不給他我看他抗生素第二代第三都沒有要
transcript.whisperx[29].start 604.028
transcript.whisperx[29].end 619.834
transcript.whisperx[29].text 所以講那個事情都是錯綜複雜,沒想到想那麼簡單。那勞動部這一塊,已經外國移工,因為現在只有來英國越來越少,所以我們還是要廣、廣要。緬甸我有去談過緬甸,後來沒有簽嘛,可以再加強這一塊,他們也很喜歡來。
transcript.whisperx[30].start 626.856
transcript.whisperx[30].end 636.745
transcript.whisperx[30].text 現在他們,緬甸我也覺得很可惜,其實我們勞動部之前已經談到某個那個了,但是沒有辦法。我在第8屆的時候我還要去跟他們農業部,當然是我們這邊農委會請我去巡視啦。
transcript.whisperx[31].start 642.33
transcript.whisperx[31].end 644.431
transcript.whisperx[31].text 我們其實不放棄啦,就過去談了後來促交,就不放棄啦,我們會透...
transcript.whisperx[32].start 672.179
transcript.whisperx[32].end 673.142
transcript.whisperx[32].text 持續通過外交部來評估.