iVOD / 151955

Field Value
IVOD_ID 151955
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151955
日期 2024-05-01
會議資料.會議代碼 委員會-11-1-20-11
會議資料.會議代碼:str 第11屆第1會期財政委員會第11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 11
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第1會期財政委員會第11次全體委員會議
影片種類 Clip
開始時間 2024-05-01T10:30:33+08:00
結束時間 2024-05-01T10:42:31+08:00
影片長度 00:11:58
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/75811ef35c27466b57018a575ce5ab5d900bfbad7a56e18f7f5010e630711919b2872d14095ffe895ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 郭國文
委員發言時間 10:30:33 - 10:42:31
會議時間 2024-05-01T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第11次全體委員會議(事由:邀請行政院主計總處朱主計長澤民、財政部莊部長翠雲、經濟部、國家發展委員會、勞動部就「如何改善受僱人員報酬占 GDP 比重偏低現象,導引企業與勞工共享獲利,提升我國勞工實質薪資」進行專題報告,並備質詢。)
gazette.lineno 521
gazette.blocks[0][0] 郭委員國文:(10時30分)謝謝主席,有請朱主計長、許政次還有林次長。
gazette.blocks[1][0] 主席:請主計長、政次還有經濟部常務次長。
gazette.blocks[2][0] 郭委員國文:我先請教勞動部的許政次。
gazette.blocks[3][0] 朱主計長澤民:委員好。
gazette.blocks[4][0] 郭委員國文:你好。先請教許政次,今天是五一勞動節,我們一起在勞動節繼續勞動,今天也是為勞動者而勞動,我想請問一下,明年我們勞動節還會不會在這邊勞動?
gazette.blocks[5][0] 許次長傳盛:謝謝委員的關心,有關於五一勞動節放假的事情,行政院有一個……
gazette.blocks[6][0] 郭委員國文:所以明年會不會嘛?我就就教於您,依您的估計,您明年會不會來這邊勞動?
gazette.blocks[7][0] 許次長傳盛:跟郭委員報告,站在勞動部立場,勞工的福利當然是越多越好……
gazette.blocks[8][0] 郭委員國文:你希不希望明年五一勞動節就不要勞動?
gazette.blocks[9][0] 許次長傳盛:我想站在勞動部的立場,我們希望這個是全國性……
gazette.blocks[10][0] 郭委員國文:全國都一致放假,那明年呢?
gazette.blocks[11][0] 許次長傳盛:這個我們會跟院裡面來繼續……
gazette.blocks[12][0] 郭委員國文:太保守了,你就說你希望就好,但是院還是要做決定,是不是這樣的意思?
gazette.blocks[13][0] 許次長傳盛:但我想說,站在勞動部立場,勞工的福利是越多越好……
gazette.blocks[14][0] 郭委員國文:希望明年就開始。
gazette.blocks[15][0] 許次長傳盛:如果有機會的話。
gazette.blocks[16][0] 郭委員國文:好。我再請問你,最近本院有一位牛委員提了一個案子,說試用期三個月薪資打八折,如果基本工資兩萬七的話,打起來連22k都不到。請問許次長贊成這樣的提案嗎?這是中國大陸的版本,是不是?是臺灣要比照中國耶!你的看法怎麼樣?
gazette.blocks[17][0] 許次長傳盛:謝謝委員關心,我想基本工資定在那個地方,以後是最低工資,這當然是有一個標準在那個地方,每一個受僱者基本上至少要有最低工資的保障。
gazette.blocks[18][0] 郭委員國文:對,如果姑且不論基本工資的話,他說試用期要打八折,你同不同意?
gazette.blocks[19][0] 許次長傳盛:我想這個部分對勞工的權益是有影響的。
gazette.blocks[20][0] 郭委員國文:什麼影響?定錨影響,會往下拉是不是?
gazette.blocks[21][0] 許次長傳盛:當然是這樣子,因為跟以前22k的道理很像。
gazette.blocks[22][0] 郭委員國文:所以你是反對還是贊成?
gazette.blocks[23][0] 許次長傳盛:站在勞動部的立場,我們真的沒辦法這樣子說他僱用期……僱用期有很多老闆會用這個名義……
gazette.blocks[24][0] 郭委員國文:就是一直僱用,循環性的僱用……
gazette.blocks[25][0] 許次長傳盛:就會變成有這樣子的惡性……
gazette.blocks[26][0] 郭委員國文:就是3加333,一直試用下去,對不對?
gazette.blocks[27][0] 許次長傳盛:這個我們要很慎重,避免有這樣子的附帶效應出來。
gazette.blocks[28][0] 郭委員國文:會導致低薪化的可能,要避免類似這樣的提案嘛,對不對?
gazette.blocks[29][0] 許次長傳盛:是。
gazette.blocks[30][0] 郭委員國文:好,次長先稍微休息一下,我就教主計長。主計長,你今天的財富調查報告,本席跟你肯定。
gazette.blocks[31][0] 朱主計長澤民:謝謝。
gazette.blocks[32][0] 郭委員國文:但是你們潘處長也在這邊,剛剛有委員說10年太久,我問一下,實務上你們認為要幾年?潘處長,能不能給主計長一個建議,最快大概幾年可以做一次?
gazette.blocks[33][0] 朱主計長澤民:那個是跟他無關,應該是由政務官來講,不過……
gazette.blocks[34][0] 郭委員國文:好,那你來回答。
gazette.blocks[35][0] 朱主計長澤民:在我認為大概4年。
gazette.blocks[36][0] 郭委員國文:4年就可以了,那以後我們儘量以4年為一期,好不好?
gazette.blocks[37][0] 朱主計長澤民:是,謝謝。
gazette.blocks[38][0] 郭委員國文:4年一期來做一個財富調查。
gazette.blocks[38][1] 另外一個部分,主計長,其實今天占GDP占比的這個數字我是取自於央行的統計數字,然後我有做……
gazette.blocks[39][0] 朱主計長澤民:這個是央行引用我們的。
gazette.blocks[40][0] 郭委員國文:沒有,待會我再說,這個是引用你的,另外有央行的,我待會再說,你不用急。
gazette.blocks[41][0] 朱主計長澤民:央行不可能……
gazette.blocks[42][0] 郭委員國文:沒有,不是這個,你不用急,是另外一個,我讓你看一下,有一個聯合國的數字,人類發展指數超越日、韓,這是在2021年的時候你們去推估出來的,因為我們不是聯合國會員國。今年它又公布了,在2021年的時候我們是19名,你預估是超過日本22名、韓國26名,那是依照國民總收入來計算的,但為什麼今年公布你們沒有再次推估呢?
gazette.blocks[43][0] 朱主計長澤民:我們要根據他們的公布以後,再去看看他們的內容,我們再來做……
gazette.blocks[44][0] 郭委員國文:他們已經公布了。
gazette.blocks[45][0] 朱主計長澤民:我們會去努力。
gazette.blocks[46][0] 郭委員國文:主計長,他們已經公布了。
gazette.blocks[47][0] 朱主計長澤民:所以我們會去……
gazette.blocks[48][0] 郭委員國文:短期內多久可以把它推估出來?
gazette.blocks[49][0] 朱主計長澤民:網路上已經有了,我們已經放在網路上了。
gazette.blocks[50][0] 郭委員國文:網路上有了,你不用說一下在貧富差距的部分我們有沒有改善?
gazette.blocks[51][0] 朱主計長澤民:我請……
gazette.blocks[52][0] 郭委員國文:請處長,這時候就不是政務官來回答了。
gazette.blocks[53][0] 朱主計長澤民:這個事實結果不能……
gazette.blocks[54][0] 郭委員國文:事實結果怎麼樣?
gazette.blocks[55][0] 蔡處長鈺泰:基本上,HDI的部分,我們就依照他們的做法。
gazette.blocks[56][0] 郭委員國文:我們現在排行是上升,還下降?
gazette.blocks[57][0] 蔡處長鈺泰:我印象中好像這次最新的是有下降。
gazette.blocks[58][0] 郭委員國文:有下降,對不對?
gazette.blocks[59][0] 蔡處長鈺泰:是。
gazette.blocks[60][0] 郭委員國文:那就是代表我們貧富差距真的有比較差,那是事實,事實依據。好,我不要跟你吵這個,不然主計長待會兒又生氣,我會懷念有你的日子。
gazette.blocks[61][0] 朱主計長澤民:我不會生氣……
gazette.blocks[62][0] 郭委員國文:接下來,主席長,我讓你看一下央行的數字在哪裡,來看一下央行的數字。央行的數字在下一個圖表,央行的數字就是臺灣受僱者的GDP占比是43.9,然後從日本、韓國跟美國相對比較,人家都超過52%。營業額部分的GDP,我們的占比34.4,你看日本13.1,南韓22,美國24.6,也就是我們確實是偏高,因為GDP並不是一個共同的成果。你剛剛在解釋當中有個別的行業別或個案,我個人都同意,我相信你都說真的,但是大家還是含在整體的,GDP是共同的成果,所以在共同成果的情況底下,薪資是最關鍵的,在薪資最關鍵的情況底下,許次長,我讓你看一下我們過去8年對基本工資的努力,加上往前推,我用10年間來算好了,總共是32.6%。總薪資的數字,我依照主計總處的數據大概是25.9,但是中位數的部分,其實才16.6而已。也就是總體而言,數字上這樣比較,基本工資是政府唯一可以使用的政策工具,我可以理解,但是它有築底墊高的效用,但是築底墊高的效用都是相對低所得、低薪的所得者在勞動市場裡頭分工的。過往勞動部花了很多時間,包括你今天所做的,也就是青年如果進入勞動市場,也就是outsider如何進入insider的部分,你們做了很多努力,可是問題出在哪裡?出在insider,也就是現階段的勞動者現階段的薪資普遍上……我匡出兩種類型的人,看一下30到39歲,這些人增加的幅度最少,還有包括大專院校、研究所的部分。簡單的講,根據勞動部統計,基本工資直接受惠的勞工大概20%,但是薪資停滯、實質薪資負成長最嚴重的就是基本工資以上,還有中位數以下的這群人。次長,我希望你們要認真看待薪資問題。有關薪資問題,我說實在,勞保還有公務預算可以補貼,短期內沒有問題,可是低薪卻是長期以來受僱者的痛,這個是現實的問題,所以這個現實的問題,我們要去面對,包括中小企業、壯年世代、這些大專學生畢業之後,沒有感受到政府對他的照顧或favor。我意思是,接下來你們要去處理這一塊。
gazette.blocks[62][1] 經濟部林全能次長,剛剛吳秉叡委員講到你們的方案,實在是很生氣,火氣都上來了,現階段的150%是用加薪抵稅的概念。我直接建議,你能不能跟勞動部做一個直接的建議?就直接補助,中位數以下,還有基本工資以上的這一群人政府最沒有照顧到,只要雇主加薪,加薪一部分減稅,你只要加1,000,我給你500,有沒有可能?採1比1的方式,用加薪專案有沒有可能?要不要研究看看?從有盈餘的企業開始,有沒有可能?
gazette.blocks[63][0] 林次長全能:委員的想法是租稅加上補助……
gazette.blocks[64][0] 郭委員國文:對,沒有錯。
gazette.blocks[65][0] 林次長全能:可能會引導大家更願意去加薪。
gazette.blocks[66][0] 郭委員國文:雙軌齊下才有效果。
gazette.blocks[67][0] 林次長全能:我想委員的分析應該有合理性、正當性。
gazette.blocks[68][0] 郭委員國文:謝謝你的肯定,那你的看法呢?可不可以去研究一下?
gazette.blocks[69][0] 林次長全能:我們事實上對補助的部分,我剛剛有提到,我們有很多給企業的補助……
gazette.blocks[70][0] 郭委員國文:那是另外,你不要repeat以前的事情。
gazette.blocks[71][0] 林次長全能:這個部分有加分的作用。
gazette.blocks[72][0] 郭委員國文:我要跟你談未來的。這個方案,你的看法怎麼樣?
gazette.blocks[73][0] 林次長全能:我想這個部分可能也要看看勞動部的想法,我個人認為……
gazette.blocks[74][0] 郭委員國文:我就是問你跟勞動部,你先講,不要浪費我的時間!
gazette.blocks[75][0] 林次長全能:我覺得租稅跟補助同樣有一樣的效果。
gazette.blocks[76][0] 郭委員國文:不一樣的效果,但是同時加起來不是更好嗎?你同不同意?我問你。你反對嗎?
gazette.blocks[77][0] 林次長全能:當然這種加成的效果應該會存在。
gazette.blocks[78][0] 郭委員國文:你認為要不要去研究一下?
gazette.blocks[79][0] 林次長全能:可以研究。
gazette.blocks[80][0] 郭委員國文:好,可以研究。許次長,你的看法呢?
gazette.blocks[81][0] 許次長傳盛:非常感佩郭委員的意見。我們勞動部剛剛在報告裡面也有特別強調,我們會增加勞方的團體協約能力。
gazette.blocks[82][0] 郭委員國文:那是另外一回事。
gazette.blocks[83][0] 許次長傳盛:對,我是說在這部分,他可以有更大的power,可以……的能力……
gazette.blocks[84][0] 郭委員國文:現在如果團體協商的能力非常強,政府的角色就不用那麼重了。
gazette.blocks[85][0] 許次長傳盛:所以就輔導他……
gazette.blocks[86][0] 郭委員國文:現在就不夠強,所以才希望用政府角色來加強。
gazette.blocks[87][0] 許次長傳盛:對,就輔導他可以跟老闆……
gazette.blocks[88][0] 郭委員國文:不是輔導!我現在跟你說,你要不要跟經濟部去處理這一塊?
gazette.blocks[89][0] 許次長傳盛:對,剛剛委員的提議,我們當然在這個部分可以做一個這樣的研究。
gazette.blocks[90][0] 郭委員國文:用一個專案,好不好?用一個加薪專案,我一個range給你,你評估起來大概多少人,我算出這個人數大概350萬人,好不好?
gazette.blocks[91][0] 許次長傳盛:是。
gazette.blocks[92][0] 郭委員國文:好好研究一下,好不好?
gazette.blocks[93][0] 許次長傳盛:好。
gazette.blocks[94][0] 郭委員國文:五一勞動節,我看勞動部今天也沒有送給勞工什麼大禮,你至少promise這件事情。
gazette.blocks[95][0] 許次長傳盛:我們回去可以把委員的意見納入研究。
gazette.blocks[96][0] 郭委員國文:好,納入研究,一個月給本席答復,可以嗎?
gazette.blocks[97][0] 許次長傳盛:可以。
gazette.blocks[98][0] 郭委員國文:最近很多人都談到假期,身為假期專家的黃司長也在這邊,我現在看到大家有在談婚假、喪假,還有包括照顧假。總結來講,這是家屬假,就是跟家屬有相關的,當你成為一家人,你要照顧家人,勞工者在勞動市場之外的時間要照顧家人的時候,這是家屬假。老實講,公務人員跟勞工的家屬假不應該一國兩制,我請問一下黃司長,勞工的假期多久沒有修了?
gazette.blocks[99][0] 黃司長維琛:有相當的時間了。
gazette.blocks[100][0] 郭委員國文:應該超過30年了?
gazette.blocks[101][0] 黃司長維琛:超過10年了。
gazette.blocks[102][0] 郭委員國文:超過10年而已嗎?
gazette.blocks[103][0] 黃司長維琛:對,因為最近有一些比較小型的修正……
gazette.blocks[104][0] 郭委員國文:小型修改不算,我看主要的應該有的都超過30年了,主要的假別應該超過30年。我請勞動部好好去研擬一下,勞工跟跟公務人員基本上都受僱,只是受僱私部門跟公部門不一樣,勞動都有同樣的尊嚴,不應該一國兩制,應該比照辦理,假期應該一樣。另外,家屬都一樣,家庭的價值怎麼會不一樣呢?對不對?喪假應該要一樣,婚假也應該都要一樣才對。同樣的照顧假應該給薪的就應該給薪,麻煩勞動部從這部分來進行努力、研究看看,好不好?
gazette.blocks[105][0] 黃司長維琛:我們會跟相關團體一起來共同討論。
gazette.blocks[106][0] 郭委員國文:好,麻煩你,一個月,好不好?可以嗎?
gazette.blocks[107][0] 黃司長維琛:可以。
gazette.blocks[108][0] 郭委員國文:司長謝謝,次長謝謝,主席謝謝。
gazette.blocks[109][0] 主席(王委員世堅代):郭國文召集人質詢結束。
gazette.blocks[109][1] 現在請賴惠員委員發言,謝謝。
gazette.blocks[110][0] 賴委員惠員:(10時42分)謝謝主席。有請主計長、經濟部次長,還有勞動部次長。
gazette.blocks[111][0] 主席(郭委員國文):請主計長、經濟部次長、勞動部次長。
gazette.blocks[112][0] 朱主計長澤民:委員好。
gazette.blocks[113][0] 賴委員惠員:主計長,我想我們臺南沾了你很大的光,你真的是我們的臺南之光。今天的議題是如何改善受僱人員的報酬占GDP比重偏低的現狀,怎麼樣創造勞工跟企業雙贏。針對這個問題,前面很多委員都問了很多。在GDP中,受僱人員薪資的占比其實逐年在降低,當然有很多原因,除了少子化以外,還有就是薪資不平衡。不正常變動的原因在你看來會是什麼樣的狀況?現在螢幕上的是疫情期間的狀況,我們看到受僱人員報酬占GDP的比例創新低,貧富差距創了10年來新高,政府如何提升企業加薪的意願,當然非常重要。可是要提高企業加薪的意願,政府必須要有很大的誘因。主計長,針對這樣的情形,你個人有沒有看法?
gazette.blocks[114][0] 朱主計長澤民:謝謝主席、委員,我也提供資料,因為我們都是臺南人,都很注重這個事情。有關受僱人員報酬,我必須跟委員報告一下,世界各國都有受僱人員報酬比例下降的趨勢,因為報酬是要說資本報酬多少、勞工報酬多少,隨著經濟發展,資本的累積越多,資本的報酬就像股利那一類的就會比例越多,這個是沒有辦法的,世界各國都有這樣的趨勢,我們跟其他國家比較起來……
gazette.blocks[115][0] 賴委員惠員:所以主計長你的說法就是,有關薪資的重新再分配,有錢人30%的部分其實已經再分配到其他比較大的企業?
gazette.blocks[116][0] 朱主計長澤民:對,它有這種下降趨勢是世界各國的趨勢,我們就要利用各種措施減緩這種下降的趨勢,就像最低工資或者是社會福利措施,讓他的薪資雖然下降,但可支配所得能夠增加,這也是執政黨最近幾年的努力,謝謝。
gazette.blocks[117][0] 賴委員惠員:是,主計長,就像你講的,這樣子的通膨是全世界性的,貧富的懸殊也是全世界性的,大家的實體總薪資明顯都在下降,可是最苦的就是這些基層的老百姓,除了這30%以外的70%,民眾體感上物價通膨更加明顯。
gazette.blocks[117][1] 我們從勞動部這3年的數據來看,這三大行業不管是在工業及服務業,還是在工業、服務業,你們把它分為實薪,他的所得雖然是五萬多,可是他最初的基本薪資還是停留在兩萬七千多塊,為什麼服務業呈現這麼多的下降趨勢?
gazette.blocks[117][2] 我們再看到下一頁,民眾薪資的漲幅跟不上CPI的漲幅,實際的薪資變薄了,當然我們看到一個解決的方式就是要抑制CPI的增加速度,最直接就是提供勞工的薪資;再下一頁,主計長,我想在這裡請教你,薪水增加最多的本來就是這些高薪的30%民眾,但薪水沒有漲的是真正需要的民眾,你怎麼樣看待這個分配不均的現狀?有沒有提供一個更直接、更好的方法可以快速地解決呢?
gazette.blocks[118][0] 朱主計長澤民:跟委員報告一下,對於真正弱勢的,就像你這邊講的D1、D2這邊,有可能是要用所謂的最低工資處理。另外,對於中間的這一群人,因為薪資等於他的生產力報酬,我們要讓他的生產力能夠提高,也許我們要給予像勞動部目前做了很多職業訓練,讓他能夠適應社會的變化、能夠適應環境、能夠使他的生產力提高,企業就會僱用他,這是一個原因;另外一個就是所謂的社會福利措施,謝謝。
gazette.blocks[119][0] 賴委員惠員:好,社會福利措施做得更好,謝謝主計長。
gazette.blocks[119][1] 接著我想請教勞動部,勞動部次長,我想主計長講得非常清楚有關如何增加本國勞工的薪資,有沒有機會我們外勞的基本薪資跟本勞的基本薪資是脫勾的?那有沒有機會移工的基本薪資可以確實透明化,而沒有那麼多仲介業剝削掉他們的基本薪資,有沒有機會?
gazette.blocks[120][0] 許次長傳盛:謝謝賴委員,關於第一個問題,其實這個問題應該是這樣講,國際上面針對同工同酬這部分是國際勞工組織一個很基本的標準,這個問題其實臺灣也討論很久,大致上意思是說,我們要跟國際上一樣的標準,尤其現在各國都在爭取這個……
gazette.blocks[121][0] 賴委員惠員:可是事實上,我們外籍移工的薪資標準跟其他國家有沒有一致性,你們應該很清楚啊!相對的就是說,為什麼有很多外籍移工不選擇來臺灣,不是因為薪水不好,是因為被剝削掉了非常多!那有沒有機會去改善?我想你們已經看出問題了。
gazette.blocks[122][0] 許次長傳盛:跟委員報告,如果是第二個問題,有關於外勞在臺灣有所謂的仲介費或其他的部分……
gazette.blocks[123][0] 賴委員惠員:因為我們需要勞工嘛!如果外勞薪資跟本勞薪資是脫勾的時候,事實上,我們本勞因為少子化了,而且本勞在上班的意願上其實會越來越低,為什麼?賺不到錢嘛!為什麼賺不到錢?因為被分掉了,他的工作機會也被分掉了,還有他種種的福利也不見了。好,謝謝次長。
gazette.blocks[123][1] 我想在這裡請教經濟部次長,在這一波去中化的浪潮中,我們看到了很多臺商把工廠移到東南亞去了,那在這一波浪潮裡頭有沒有機會把整個廠商移回來臺灣?
gazette.blocks[124][0] 林次長全能:我剛剛的報告裡面有提到,我們有投資臺灣三大方案嘛,事實上這幾年來我們已經促進了將近2.2兆的投資回到臺灣來,大概有一千四百多家的企業進來,我想這個就是吸引大家在提高生產韌性、全球布局的時候也回到臺灣來,當然我們希望回到臺灣來是附加價值高的,是比較高階的製造部分回到臺灣做相關生產,這樣才能夠創造更高的價值。
gazette.blocks[125][0] 賴委員惠員:次長,我想附加價值高的行業回到臺灣,這是我們的目標、非常地正確!可是相對的,現在我們臺灣本土的很多公司、工廠其實搶到了訂單、也有單子,但問題就是工人不夠,它的工人是不夠的!這個在早期2000年的時候整體外移,我們把傳統產業移到中國去了、移到東南亞去了,事實上工廠出去了、勞工變窮了,因為勞工沒有薪水了、勞工沒有工作做了,可是老闆變有錢了;相對地,現階段我們其實有單子、沒有工人,那你們有沒有想到更好的方式可以來解決這些問題呢?
gazette.blocks[126][0] 林次長全能:我想這個部分可以從兩個面向來跟委員做報告,一個面向,事實上這幾年我們就在提升製造業所謂智慧製造的能力,也就是說,在同樣的勞力底下可以生產更多的訂單,這幾年智慧製造,也就是更自動化的情形增加了很多,企業在勞力不增加情況之下……
gazette.blocks[127][0] 賴委員惠員:我當然知道,現在甚至連AI的設備都進來了,我跟你講,所有的老闆不會捨不得對自己的工廠、自己的公司投資,現在重要的是,他的工人不夠啊!那有沒有什麼更好的誘因?例如租稅優惠的方式,讓他們有辦法讓利給工人、給勞工薪資,你們有沒有想過這樣一個問題?
gazette.blocks[127][1] 你看你們在2023年中小企業白皮書裡面說:家數突破163萬人創新高。可是事實上每年申請加薪、減稅優惠的不到100家,為什麼會這麼懸殊呢?當然是我們的條件太嚴苛了!
gazette.blocks[128][0] 林次長全能:是,剛剛有很多的委員也就教過,這個部分就是現行的中小企業加薪抵減確實是條件太嚴苛了,我們現在把它放寬,就不用受限那麼多的門檻,這個是……
gazette.blocks[129][0] 賴委員惠員:所以會放寬嗎?
gazette.blocks[130][0] 林次長全能:我們在努力,我們現在已經提出法案,也送到大院這邊做審議,把原來的那些門檻都放寬掉。
gazette.blocks[131][0] 賴委員惠員:謝謝次長。本席在這裡要求經濟部跟賦稅署合作,分析現行加薪減稅優惠申請業者的具體營運規模,依照不同規模的業者提出新的租稅方案;那也評估現在除了新聘僱還有增聘的租稅優惠之外,是不是還可以針對進用二次就業或是再次就業勞工的業者,你們還可以提供更好的優惠方案?那也重新審查現有的優惠條件裡頭,將加薪利多釋放在薪資比較低的勞工,請1個月內提出書面報告,謝謝,謝謝主席。
gazette.blocks[132][0] 主席:謝謝賴惠員委員的質詢。我們待會在李坤城委員質詢之後休息10分鐘。
gazette.blocks[132][1] 緊接著我們請王世堅委員質詢。
gazette.agenda.page_end 122
gazette.agenda.meet_id 委員會-11-1-20-11
gazette.agenda.speakers[0] 郭國文
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 賴士葆
gazette.agenda.speakers[4] 李彥秀
gazette.agenda.speakers[5] 賴惠員
gazette.agenda.speakers[6] 王世堅
gazette.agenda.speakers[7] 李坤城
gazette.agenda.speakers[8] 王鴻薇
gazette.agenda.speakers[9] 黃珊珊
gazette.agenda.speakers[10] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[11] 羅明才
gazette.agenda.speakers[12] 顏寬恒
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 楊瓊瓔
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 陳玉珍
gazette.agenda.speakers[17] 黃秀芳
gazette.agenda.speakers[18] 陳冠廷
gazette.agenda.page_start 51
gazette.agenda.meetingDate[0] 2024-05-01
gazette.agenda.gazette_id 1133601
gazette.agenda.agenda_lcidc_ids[0] 1133601_00003
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第11次全體委員會議紀錄
gazette.agenda.content 邀請行政院主計總處朱主計長澤民、財政部莊部長翠雲、經濟部、國家發展委員會、勞動部就 「如何改善受僱人員報酬占 GDP 比重偏低現象,導引企業與勞工共享獲利,提升我國勞工實質 薪資」進行專題報告,並備質詢
gazette.agenda.agenda_id 1133601_00002
transcript.pyannote[0].speaker SPEAKER_05
transcript.pyannote[0].start 2.14034375
transcript.pyannote[0].end 7.67534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 6.54471875
transcript.pyannote[1].end 7.62471875
transcript.pyannote[2].speaker SPEAKER_05
transcript.pyannote[2].start 8.08034375
transcript.pyannote[2].end 10.37534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 9.49784375
transcript.pyannote[3].end 9.70034375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 12.53534375
transcript.pyannote[4].end 14.57721875
transcript.pyannote[5].speaker SPEAKER_05
transcript.pyannote[5].start 12.56909375
transcript.pyannote[5].end 15.01596875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 14.83034375
transcript.pyannote[6].end 16.01159375
transcript.pyannote[7].speaker SPEAKER_05
transcript.pyannote[7].start 16.21409375
transcript.pyannote[7].end 16.72034375
transcript.pyannote[8].speaker SPEAKER_05
transcript.pyannote[8].start 17.00721875
transcript.pyannote[8].end 17.68221875
transcript.pyannote[9].speaker SPEAKER_05
transcript.pyannote[9].start 18.15471875
transcript.pyannote[9].end 32.86971875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 34.64159375
transcript.pyannote[10].end 35.14784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 35.48534375
transcript.pyannote[11].end 41.13846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 41.29034375
transcript.pyannote[12].end 43.33221875
transcript.pyannote[13].speaker SPEAKER_05
transcript.pyannote[13].start 41.93159375
transcript.pyannote[13].end 46.13346875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 46.13346875
transcript.pyannote[14].end 51.46596875
transcript.pyannote[15].speaker SPEAKER_05
transcript.pyannote[15].start 51.46596875
transcript.pyannote[15].end 54.80721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 54.84096875
transcript.pyannote[16].end 59.95409375
transcript.pyannote[17].speaker SPEAKER_05
transcript.pyannote[17].start 57.77721875
transcript.pyannote[17].end 59.83596875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 60.62909375
transcript.pyannote[18].end 76.18784375
transcript.pyannote[19].speaker SPEAKER_05
transcript.pyannote[19].start 69.55596875
transcript.pyannote[19].end 69.91034375
transcript.pyannote[20].speaker SPEAKER_05
transcript.pyannote[20].start 73.25159375
transcript.pyannote[20].end 74.12909375
transcript.pyannote[21].speaker SPEAKER_05
transcript.pyannote[21].start 76.18784375
transcript.pyannote[21].end 76.35659375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 76.35659375
transcript.pyannote[22].end 76.96409375
transcript.pyannote[23].speaker SPEAKER_05
transcript.pyannote[23].start 76.96409375
transcript.pyannote[23].end 84.70971875
transcript.pyannote[24].speaker SPEAKER_05
transcript.pyannote[24].start 85.55346875
transcript.pyannote[24].end 86.83596875
transcript.pyannote[25].speaker SPEAKER_05
transcript.pyannote[25].start 86.97096875
transcript.pyannote[25].end 93.21471875
transcript.pyannote[26].speaker SPEAKER_05
transcript.pyannote[26].start 95.50971875
transcript.pyannote[26].end 97.16346875
transcript.pyannote[27].speaker SPEAKER_05
transcript.pyannote[27].start 97.85534375
transcript.pyannote[27].end 98.32784375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 98.32784375
transcript.pyannote[28].end 98.34471875
transcript.pyannote[29].speaker SPEAKER_05
transcript.pyannote[29].start 99.13784375
transcript.pyannote[29].end 100.03221875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 100.03221875
transcript.pyannote[30].end 100.28534375
transcript.pyannote[31].speaker SPEAKER_05
transcript.pyannote[31].start 100.28534375
transcript.pyannote[31].end 100.72409375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 100.72409375
transcript.pyannote[32].end 100.79159375
transcript.pyannote[33].speaker SPEAKER_05
transcript.pyannote[33].start 100.97721875
transcript.pyannote[33].end 101.02784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 101.02784375
transcript.pyannote[34].end 101.04471875
transcript.pyannote[35].speaker SPEAKER_05
transcript.pyannote[35].start 101.04471875
transcript.pyannote[35].end 101.06159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 101.06159375
transcript.pyannote[36].end 101.09534375
transcript.pyannote[37].speaker SPEAKER_05
transcript.pyannote[37].start 101.09534375
transcript.pyannote[37].end 101.34846875
transcript.pyannote[38].speaker SPEAKER_05
transcript.pyannote[38].start 101.65221875
transcript.pyannote[38].end 101.66909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 101.66909375
transcript.pyannote[39].end 102.41159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 102.69846875
transcript.pyannote[40].end 110.68034375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 111.05159375
transcript.pyannote[41].end 117.04221875
transcript.pyannote[42].speaker SPEAKER_05
transcript.pyannote[42].start 116.06346875
transcript.pyannote[42].end 120.02909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 120.02909375
transcript.pyannote[43].end 120.83909375
transcript.pyannote[44].speaker SPEAKER_05
transcript.pyannote[44].start 120.83909375
transcript.pyannote[44].end 120.95721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 120.95721875
transcript.pyannote[45].end 140.75159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 128.34846875
transcript.pyannote[46].end 128.39909375
transcript.pyannote[47].speaker SPEAKER_05
transcript.pyannote[47].start 128.39909375
transcript.pyannote[47].end 128.92221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 128.92221875
transcript.pyannote[48].end 129.02346875
transcript.pyannote[49].speaker SPEAKER_05
transcript.pyannote[49].start 129.93471875
transcript.pyannote[49].end 131.20034375
transcript.pyannote[50].speaker SPEAKER_05
transcript.pyannote[50].start 139.55346875
transcript.pyannote[50].end 142.27034375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 142.27034375
transcript.pyannote[51].end 142.33784375
transcript.pyannote[52].speaker SPEAKER_05
transcript.pyannote[52].start 142.33784375
transcript.pyannote[52].end 142.92846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 142.37159375
transcript.pyannote[53].end 144.02534375
transcript.pyannote[54].speaker SPEAKER_05
transcript.pyannote[54].start 142.97909375
transcript.pyannote[54].end 147.95721875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 148.10909375
transcript.pyannote[55].end 152.41221875
transcript.pyannote[56].speaker SPEAKER_05
transcript.pyannote[56].start 151.68659375
transcript.pyannote[56].end 152.42909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 152.42909375
transcript.pyannote[57].end 152.61471875
transcript.pyannote[58].speaker SPEAKER_05
transcript.pyannote[58].start 152.61471875
transcript.pyannote[58].end 171.81846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 153.67784375
transcript.pyannote[59].end 154.53846875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 158.09909375
transcript.pyannote[60].end 158.58846875
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 165.47346875
transcript.pyannote[61].end 165.49034375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 165.49034375
transcript.pyannote[62].end 165.99659375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 171.88596875
transcript.pyannote[63].end 172.18971875
transcript.pyannote[64].speaker SPEAKER_05
transcript.pyannote[64].start 172.18971875
transcript.pyannote[64].end 179.09159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 176.98221875
transcript.pyannote[65].end 177.38721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 177.80909375
transcript.pyannote[66].end 182.56784375
transcript.pyannote[67].speaker SPEAKER_05
transcript.pyannote[67].start 181.90971875
transcript.pyannote[67].end 182.95596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 182.95596875
transcript.pyannote[68].end 186.68534375
transcript.pyannote[69].speaker SPEAKER_05
transcript.pyannote[69].start 183.05721875
transcript.pyannote[69].end 183.46221875
transcript.pyannote[70].speaker SPEAKER_05
transcript.pyannote[70].start 185.58846875
transcript.pyannote[70].end 185.99346875
transcript.pyannote[71].speaker SPEAKER_05
transcript.pyannote[71].start 186.68534375
transcript.pyannote[71].end 204.91034375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 189.80721875
transcript.pyannote[72].end 191.57909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 196.79346875
transcript.pyannote[73].end 196.82721875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 199.13909375
transcript.pyannote[74].end 199.20659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 199.20659375
transcript.pyannote[75].end 199.44284375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 203.20596875
transcript.pyannote[76].end 204.94409375
transcript.pyannote[77].speaker SPEAKER_05
transcript.pyannote[77].start 204.94409375
transcript.pyannote[77].end 211.52534375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 211.52534375
transcript.pyannote[78].end 211.99784375
transcript.pyannote[79].speaker SPEAKER_05
transcript.pyannote[79].start 211.99784375
transcript.pyannote[79].end 212.08221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 212.08221875
transcript.pyannote[80].end 212.13284375
transcript.pyannote[81].speaker SPEAKER_05
transcript.pyannote[81].start 212.13284375
transcript.pyannote[81].end 212.20034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 212.20034375
transcript.pyannote[82].end 212.35221875
transcript.pyannote[83].speaker SPEAKER_05
transcript.pyannote[83].start 212.35221875
transcript.pyannote[83].end 215.59221875
transcript.pyannote[84].speaker SPEAKER_05
transcript.pyannote[84].start 215.82846875
transcript.pyannote[84].end 235.65659375
transcript.pyannote[85].speaker SPEAKER_05
transcript.pyannote[85].start 235.67346875
transcript.pyannote[85].end 240.36471875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 238.96409375
transcript.pyannote[86].end 247.16534375
transcript.pyannote[87].speaker SPEAKER_05
transcript.pyannote[87].start 243.60471875
transcript.pyannote[87].end 244.56659375
transcript.pyannote[88].speaker SPEAKER_05
transcript.pyannote[88].start 246.42284375
transcript.pyannote[88].end 247.85721875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 247.85721875
transcript.pyannote[89].end 248.02596875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 248.21159375
transcript.pyannote[90].end 248.38034375
transcript.pyannote[91].speaker SPEAKER_05
transcript.pyannote[91].start 248.38034375
transcript.pyannote[91].end 249.08909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 248.44784375
transcript.pyannote[92].end 249.88221875
transcript.pyannote[93].speaker SPEAKER_05
transcript.pyannote[93].start 249.88221875
transcript.pyannote[93].end 251.56971875
transcript.pyannote[94].speaker SPEAKER_05
transcript.pyannote[94].start 251.85659375
transcript.pyannote[94].end 252.59909375
transcript.pyannote[95].speaker SPEAKER_05
transcript.pyannote[95].start 254.20221875
transcript.pyannote[95].end 266.84159375
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 256.14284375
transcript.pyannote[96].end 256.17659375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 256.17659375
transcript.pyannote[97].end 257.25659375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 260.54721875
transcript.pyannote[98].end 261.93096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 262.77471875
transcript.pyannote[99].end 263.88846875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 266.84159375
transcript.pyannote[100].end 266.87534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 266.84159375
transcript.pyannote[101].end 266.90909375
transcript.pyannote[102].speaker SPEAKER_05
transcript.pyannote[102].start 266.87534375
transcript.pyannote[102].end 267.21284375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 266.90909375
transcript.pyannote[103].end 267.51659375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 267.51659375
transcript.pyannote[104].end 267.55034375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 267.55034375
transcript.pyannote[105].end 267.56721875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 267.56721875
transcript.pyannote[106].end 267.73596875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 267.73596875
transcript.pyannote[107].end 279.91971875
transcript.pyannote[108].speaker SPEAKER_05
transcript.pyannote[108].start 272.95034375
transcript.pyannote[108].end 273.62534375
transcript.pyannote[109].speaker SPEAKER_05
transcript.pyannote[109].start 278.51909375
transcript.pyannote[109].end 308.74221875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 284.08784375
transcript.pyannote[110].end 284.45909375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 289.06596875
transcript.pyannote[111].end 289.53846875
transcript.pyannote[112].speaker SPEAKER_05
transcript.pyannote[112].start 309.06284375
transcript.pyannote[112].end 310.46346875
transcript.pyannote[113].speaker SPEAKER_05
transcript.pyannote[113].start 311.10471875
transcript.pyannote[113].end 311.67846875
transcript.pyannote[114].speaker SPEAKER_05
transcript.pyannote[114].start 311.91471875
transcript.pyannote[114].end 367.55159375
transcript.pyannote[115].speaker SPEAKER_05
transcript.pyannote[115].start 367.80471875
transcript.pyannote[115].end 390.67034375
transcript.pyannote[116].speaker SPEAKER_05
transcript.pyannote[116].start 390.80534375
transcript.pyannote[116].end 402.90471875
transcript.pyannote[117].speaker SPEAKER_05
transcript.pyannote[117].start 403.03971875
transcript.pyannote[117].end 415.10534375
transcript.pyannote[118].speaker SPEAKER_05
transcript.pyannote[118].start 415.61159375
transcript.pyannote[118].end 422.61471875
transcript.pyannote[119].speaker SPEAKER_05
transcript.pyannote[119].start 423.15471875
transcript.pyannote[119].end 423.84659375
transcript.pyannote[120].speaker SPEAKER_05
transcript.pyannote[120].start 423.94784375
transcript.pyannote[120].end 424.90971875
transcript.pyannote[121].speaker SPEAKER_05
transcript.pyannote[121].start 425.41596875
transcript.pyannote[121].end 439.64159375
transcript.pyannote[122].speaker SPEAKER_05
transcript.pyannote[122].start 440.58659375
transcript.pyannote[122].end 479.63534375
transcript.pyannote[123].speaker SPEAKER_05
transcript.pyannote[123].start 480.93471875
transcript.pyannote[123].end 482.16659375
transcript.pyannote[124].speaker SPEAKER_05
transcript.pyannote[124].start 482.50409375
transcript.pyannote[124].end 483.14534375
transcript.pyannote[125].speaker SPEAKER_05
transcript.pyannote[125].start 483.31409375
transcript.pyannote[125].end 491.46471875
transcript.pyannote[126].speaker SPEAKER_05
transcript.pyannote[126].start 491.73471875
transcript.pyannote[126].end 496.02096875
transcript.pyannote[127].speaker SPEAKER_05
transcript.pyannote[127].start 496.81409375
transcript.pyannote[127].end 497.62409375
transcript.pyannote[128].speaker SPEAKER_05
transcript.pyannote[128].start 498.09659375
transcript.pyannote[128].end 499.19346875
transcript.pyannote[129].speaker SPEAKER_05
transcript.pyannote[129].start 500.62784375
transcript.pyannote[129].end 501.45471875
transcript.pyannote[130].speaker SPEAKER_05
transcript.pyannote[130].start 501.52221875
transcript.pyannote[130].end 503.59784375
transcript.pyannote[131].speaker SPEAKER_05
transcript.pyannote[131].start 503.95221875
transcript.pyannote[131].end 504.37409375
transcript.pyannote[132].speaker SPEAKER_05
transcript.pyannote[132].start 504.72846875
transcript.pyannote[132].end 505.16721875
transcript.pyannote[133].speaker SPEAKER_05
transcript.pyannote[133].start 505.58909375
transcript.pyannote[133].end 507.47909375
transcript.pyannote[134].speaker SPEAKER_04
transcript.pyannote[134].start 507.47909375
transcript.pyannote[134].end 507.54659375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 507.90096875
transcript.pyannote[135].end 508.06971875
transcript.pyannote[136].speaker SPEAKER_04
transcript.pyannote[136].start 509.20034375
transcript.pyannote[136].end 518.41409375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 513.19971875
transcript.pyannote[137].end 513.33471875
transcript.pyannote[138].speaker SPEAKER_05
transcript.pyannote[138].start 513.33471875
transcript.pyannote[138].end 513.50346875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 513.50346875
transcript.pyannote[139].end 513.97596875
transcript.pyannote[140].speaker SPEAKER_05
transcript.pyannote[140].start 513.97596875
transcript.pyannote[140].end 514.00971875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 514.00971875
transcript.pyannote[141].end 514.02659375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 514.63409375
transcript.pyannote[142].end 514.66784375
transcript.pyannote[143].speaker SPEAKER_05
transcript.pyannote[143].start 514.66784375
transcript.pyannote[143].end 516.38909375
transcript.pyannote[144].speaker SPEAKER_04
transcript.pyannote[144].start 518.56596875
transcript.pyannote[144].end 522.80159375
transcript.pyannote[145].speaker SPEAKER_05
transcript.pyannote[145].start 521.40096875
transcript.pyannote[145].end 524.32034375
transcript.pyannote[146].speaker SPEAKER_04
transcript.pyannote[146].start 524.23596875
transcript.pyannote[146].end 527.25659375
transcript.pyannote[147].speaker SPEAKER_05
transcript.pyannote[147].start 524.80971875
transcript.pyannote[147].end 525.60284375
transcript.pyannote[148].speaker SPEAKER_04
transcript.pyannote[148].start 527.52659375
transcript.pyannote[148].end 534.61409375
transcript.pyannote[149].speaker SPEAKER_05
transcript.pyannote[149].start 531.64409375
transcript.pyannote[149].end 535.20471875
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 534.86721875
transcript.pyannote[150].end 535.10346875
transcript.pyannote[151].speaker SPEAKER_04
transcript.pyannote[151].start 535.20471875
transcript.pyannote[151].end 535.30596875
transcript.pyannote[152].speaker SPEAKER_05
transcript.pyannote[152].start 535.30596875
transcript.pyannote[152].end 537.39846875
transcript.pyannote[153].speaker SPEAKER_04
transcript.pyannote[153].start 538.76534375
transcript.pyannote[153].end 545.27909375
transcript.pyannote[154].speaker SPEAKER_05
transcript.pyannote[154].start 541.70159375
transcript.pyannote[154].end 542.39346875
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 546.00471875
transcript.pyannote[155].end 548.94096875
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 549.05909375
transcript.pyannote[156].end 550.64534375
transcript.pyannote[157].speaker SPEAKER_04
transcript.pyannote[157].start 550.84784375
transcript.pyannote[157].end 552.75471875
transcript.pyannote[158].speaker SPEAKER_04
transcript.pyannote[158].start 552.92346875
transcript.pyannote[158].end 558.89721875
transcript.pyannote[159].speaker SPEAKER_05
transcript.pyannote[159].start 554.34096875
transcript.pyannote[159].end 554.99909375
transcript.pyannote[160].speaker SPEAKER_04
transcript.pyannote[160].start 559.30221875
transcript.pyannote[160].end 560.53409375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 559.35284375
transcript.pyannote[161].end 559.38659375
transcript.pyannote[162].speaker SPEAKER_05
transcript.pyannote[162].start 559.38659375
transcript.pyannote[162].end 559.67346875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 559.67346875
transcript.pyannote[163].end 559.69034375
transcript.pyannote[164].speaker SPEAKER_05
transcript.pyannote[164].start 560.53409375
transcript.pyannote[164].end 562.55909375
transcript.pyannote[165].speaker SPEAKER_05
transcript.pyannote[165].start 563.41971875
transcript.pyannote[165].end 564.04409375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 564.36471875
transcript.pyannote[166].end 571.70534375
transcript.pyannote[167].speaker SPEAKER_05
transcript.pyannote[167].start 567.04784375
transcript.pyannote[167].end 567.43596875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 571.82346875
transcript.pyannote[168].end 572.38034375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 572.83596875
transcript.pyannote[169].end 576.14346875
transcript.pyannote[170].speaker SPEAKER_05
transcript.pyannote[170].start 576.14346875
transcript.pyannote[170].end 576.46409375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 576.46409375
transcript.pyannote[171].end 576.48096875
transcript.pyannote[172].speaker SPEAKER_05
transcript.pyannote[172].start 576.48096875
transcript.pyannote[172].end 576.56534375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 576.56534375
transcript.pyannote[173].end 576.63284375
transcript.pyannote[174].speaker SPEAKER_05
transcript.pyannote[174].start 576.63284375
transcript.pyannote[174].end 576.76784375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 576.76784375
transcript.pyannote[175].end 576.80159375
transcript.pyannote[176].speaker SPEAKER_05
transcript.pyannote[176].start 576.80159375
transcript.pyannote[176].end 576.81846875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 576.81846875
transcript.pyannote[177].end 582.26909375
transcript.pyannote[178].speaker SPEAKER_05
transcript.pyannote[178].start 577.07159375
transcript.pyannote[178].end 577.52721875
transcript.pyannote[179].speaker SPEAKER_05
transcript.pyannote[179].start 579.88971875
transcript.pyannote[179].end 588.04034375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 588.04034375
transcript.pyannote[180].end 588.22596875
transcript.pyannote[181].speaker SPEAKER_05
transcript.pyannote[181].start 588.22596875
transcript.pyannote[181].end 588.37784375
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 588.37784375
transcript.pyannote[182].end 588.44534375
transcript.pyannote[183].speaker SPEAKER_05
transcript.pyannote[183].start 588.44534375
transcript.pyannote[183].end 590.72346875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 590.18346875
transcript.pyannote[184].end 590.48721875
transcript.pyannote[185].speaker SPEAKER_05
transcript.pyannote[185].start 590.80784375
transcript.pyannote[185].end 593.20409375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 593.47409375
transcript.pyannote[186].end 598.13159375
transcript.pyannote[187].speaker SPEAKER_05
transcript.pyannote[187].start 596.64659375
transcript.pyannote[187].end 603.41346875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 598.43534375
transcript.pyannote[188].end 598.50284375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 603.56534375
transcript.pyannote[189].end 604.22346875
transcript.pyannote[190].speaker SPEAKER_05
transcript.pyannote[190].start 603.88596875
transcript.pyannote[190].end 604.54409375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 604.39221875
transcript.pyannote[191].end 604.83096875
transcript.pyannote[192].speaker SPEAKER_05
transcript.pyannote[192].start 604.83096875
transcript.pyannote[192].end 611.53034375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 611.53034375
transcript.pyannote[193].end 612.55971875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 612.69471875
transcript.pyannote[194].end 614.93909375
transcript.pyannote[195].speaker SPEAKER_05
transcript.pyannote[195].start 615.24284375
transcript.pyannote[195].end 617.55471875
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 617.55471875
transcript.pyannote[196].end 618.02721875
transcript.pyannote[197].speaker SPEAKER_05
transcript.pyannote[197].start 618.02721875
transcript.pyannote[197].end 622.92096875
transcript.pyannote[198].speaker SPEAKER_05
transcript.pyannote[198].start 623.52846875
transcript.pyannote[198].end 626.63346875
transcript.pyannote[199].speaker SPEAKER_05
transcript.pyannote[199].start 626.93721875
transcript.pyannote[199].end 650.54534375
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 651.57471875
transcript.pyannote[200].end 651.69284375
transcript.pyannote[201].speaker SPEAKER_03
transcript.pyannote[201].start 651.97971875
transcript.pyannote[201].end 655.62471875
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 655.94534375
transcript.pyannote[202].end 656.72159375
transcript.pyannote[203].speaker SPEAKER_03
transcript.pyannote[203].start 657.24471875
transcript.pyannote[203].end 660.97409375
transcript.pyannote[204].speaker SPEAKER_05
transcript.pyannote[204].start 660.97409375
transcript.pyannote[204].end 684.17721875
transcript.pyannote[205].speaker SPEAKER_05
transcript.pyannote[205].start 684.29534375
transcript.pyannote[205].end 694.97721875
transcript.pyannote[206].speaker SPEAKER_05
transcript.pyannote[206].start 695.26409375
transcript.pyannote[206].end 698.13284375
transcript.pyannote[207].speaker SPEAKER_03
transcript.pyannote[207].start 698.41971875
transcript.pyannote[207].end 704.54534375
transcript.pyannote[208].speaker SPEAKER_03
transcript.pyannote[208].start 704.66346875
transcript.pyannote[208].end 705.10221875
transcript.pyannote[209].speaker SPEAKER_05
transcript.pyannote[209].start 705.10221875
transcript.pyannote[209].end 706.73909375
transcript.pyannote[210].speaker SPEAKER_03
transcript.pyannote[210].start 706.73909375
transcript.pyannote[210].end 706.75596875
transcript.pyannote[211].speaker SPEAKER_05
transcript.pyannote[211].start 707.26221875
transcript.pyannote[211].end 707.93721875
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 712.15596875
transcript.pyannote[212].end 712.35846875
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 712.74659375
transcript.pyannote[213].end 713.20221875
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 713.35409375
transcript.pyannote[214].end 716.23971875
transcript.pyannote[215].speaker SPEAKER_02
transcript.pyannote[215].start 717.40409375
transcript.pyannote[215].end 718.75409375
transcript.whisperx[0].start 2.643
transcript.whisperx[0].end 7.352
transcript.whisperx[0].text 謝謝主席有請朱主席還有許政次、林市長
transcript.whisperx[1].start 12.714
transcript.whisperx[1].end 24.297
transcript.whisperx[1].text 我先請教勞動部的許正次許正次請許正次我先請教您許正次今天是五一勞動節我們一起在勞動節繼續勞動然後我們為勞動者今天也是為勞動者而勞動我想請問一下明年我們勞動節還會不會在這邊勞動
transcript.whisperx[2].start 35.848
transcript.whisperx[2].end 59.678
transcript.whisperx[2].text 謝謝委員的關心。那我想有關於五一勞動節放假的事情,行政院有這個一個...所以明年會不會嘛?我就借助教育你,你估計你明年會不會來這邊勞動?跟國務委員報告,我想站在勞動部的立場,我們想勞工的福利當然越多越好。你希不希望明年五一勞動節就不要勞動?我想站在勞動部的立場,我們希望這個是...全國都一致放假,那明年呢?
transcript.whisperx[3].start 60.678
transcript.whisperx[3].end 62.578
transcript.whisperx[3].text 最近本院有一位紐委員提一個案子說適用期三個月
transcript.whisperx[4].start 85.632
transcript.whisperx[4].end 92.943
transcript.whisperx[4].text 新資打八折那如果基本工資兩萬七的話那打起來連22K都不到我請問一下徐市長贊成這樣的提案嗎
transcript.whisperx[5].start 95.789
transcript.whisperx[5].end 121.31
transcript.whisperx[5].text 這是中國大陸的版本欸是不是那這是台灣要比照中國欸你的看法怎麼樣謝謝委員關心我想基本工資定在那個地方那以後是最低工資啦這當然是有一個標準在那個地方每一個這個受僱者他基本上就是至少要有這個最低工資的一個保障對但是他說試用期如果姑且不論基本工資的話試用期要打八折你同不同意不我想
transcript.whisperx[6].start 122.11
transcript.whisperx[6].end 147.546
transcript.whisperx[6].text 這個部分對勞工的權益是有影響的影響?什麼影響?定毛影響?往下拉是不是?當然是這樣子啊當然是這樣子所以你是反對還是贊成?我想站在勞動部的立場我們這個是沒辦法這樣子說他僱用期那僱用期有很多老闆會用這個名義就是一直僱用循環性的僱用就會變成有這樣子的惡性的一個方式就是3加333就一直僱用下去一直適用下去對不對?
transcript.whisperx[7].start 148.326
transcript.whisperx[7].end 170.973
transcript.whisperx[7].text 我想我們這個要很慎重避免說有這樣子的一個負擔效應會導致低新化的可能避免再次這樣提案嘛對不對好那次長你先稍微休息一下我就教於那個主計長主計長您今天的這個財務調查報告本席跟你肯定但是那個我想你們那個潘處長在這邊嘛你剛剛有說10年太久
transcript.whisperx[8].start 172.473
transcript.whisperx[8].end 193.363
transcript.whisperx[8].text 有委員說10年太久那我問一下實務上你們認為幾年潘處長能不能給主計長一個建議大概幾年可以做一次最快的話那個是跟他無關應該是由政務官來講那你來回答因為在我認為大概4年4年就可以了那以後我們盡量以4年為例一起好不好4年一起來做一個財富調查那另外一個部分
transcript.whisperx[9].start 196.124
transcript.whisperx[9].end 211.25
transcript.whisperx[9].text 主席長,其實今天的這個數字,占GDP的占比,這個數字我是來自於央行的統計數字這個是我們來引用我們的沒有沒有,待會我再說這個是引用你的,那另外有央行的我待會再說,不用急
transcript.whisperx[10].start 211.51
transcript.whisperx[10].end 214.113
transcript.whisperx[10].text 有一個聯合國的數字人類發展指數超越日韓這是在2021年的時候然後你們去推估出來因為我們不是聯合國會員國嘛但今年他又公佈了
transcript.whisperx[11].start 226.607
transcript.whisperx[11].end 252.284
transcript.whisperx[11].text 在2021年的時候呢那時候我們19名你預估是超過日本22名韓國26名吼那是依照博民總收入來計算的那為什麼今年公佈你們沒有再次公佈呢你們沒有再次推估呢我們要根據他們的公佈以後我們再去看看他們他們已經公佈了我們會去努力來主計長他們已經公佈了他們已經公佈了所以我們會去短期內多久可以把它推估出來
transcript.whisperx[12].start 254.772
transcript.whisperx[12].end 264.299
transcript.whisperx[12].text 網路上已經有了我們已經網路上有網路上有你跟我們說一下那個在那個貧富差距的部分我們有沒有改善來來來請處長這時候要請不是政務官來回答了來這個事實結果不能有事實結果怎麼樣
transcript.whisperx[13].start 269.602
transcript.whisperx[13].end 271.263
transcript.whisperx[13].text 主委長 待會你又生氣我會懷念你的日子
transcript.whisperx[14].start 289.712
transcript.whisperx[14].end 306.022
transcript.whisperx[14].text 接下來主計長我讓你看一下央行的數字在哪裡我來看一下央行的數字央行的數字在下一個圖表央行的數字就是說台灣受僱者的GDP占比是43.9然後從日本、韓國跟美國相對比較人家都超過52%那營業額的部分的GDP我們的占比
transcript.whisperx[15].start 312.84
transcript.whisperx[15].end 331.657
transcript.whisperx[15].text 這個34.4你看日本成13.1南韓22日本、美國24.6也就是說我們確實是偏高因為GDP並不是一個共同的成果嘛你剛剛在解釋當中有個別的行業比如說個案這個我個人都同意啊我相信你都說真的但是大家還是談整體的嘛GDP是共同的成果嘛
transcript.whisperx[16].start 332.037
transcript.whisperx[16].end 347.417
transcript.whisperx[16].text 所以在這共同的成果的情況底下薪資是最關鍵的嘛那薪資最關鍵的情況底下那個許次長我讓你看一下我們過去8年的基本工資的努力加上往前推我用10年間來算好了總共是32.6%
transcript.whisperx[17].start 349.42
transcript.whisperx[17].end 377.578
transcript.whisperx[17].text 但是總薪資的數字依照主計數的數據大概是25.9但是中位數的部分其實才16.6而已16.6而已也就是說總體而言這數字上就這樣比較這樣比較基本工資是政府唯一可以使用的政策工具我可以理解但是它有足底墊高的效用但是足底墊高的效用其實都是相對低所得低薪的一個所得者在勞動市場裡頭分工的
transcript.whisperx[18].start 378.038
transcript.whisperx[18].end 400.67
transcript.whisperx[18].text 那過往呢勞動部發了很多時間包括你今天所做的也就是說青年如果進入勞動市場也就是outside如果進入insider的部分你們做了很多努力可是問題是出在哪裡出在insider也就是說現階段的勞動者他現階段的薪資普遍上我框出兩種類型的人來看一下喔30到39歲喔這些人
transcript.whisperx[19].start 403.231
transcript.whisperx[19].end 422.393
transcript.whisperx[19].text 的這個增加的幅度最少還有包括大專院校研究所的部分簡單的講根據勞動部的統計我們的基本工資直接受益勞工簡單的講大概20%但是薪資停滯實質薪資負成長最嚴重的就是基本工資以上還有中位數以下的這群人
transcript.whisperx[20].start 423.274
transcript.whisperx[20].end 439.344
transcript.whisperx[20].text 市長我希望啊我們要認真看待這一個薪資的問題啊這個薪資的問題我說實在的勞保我們還有公務預算可以補貼短期內沒有問題可是低薪啊卻是長期以來受僱者的痛
transcript.whisperx[21].start 440.883
transcript.whisperx[21].end 455.254
transcript.whisperx[21].text 這個是現實的問題所以說這個現實的問題我們要去面對這些包括中小企業壯年世代這些大專學生畢業之後他沒有感受到政府對他的一個照顧或favor嘛
transcript.whisperx[22].start 455.794
transcript.whisperx[22].end 479.141
transcript.whisperx[22].text 所以我意思是說接下來你們要去處理這一塊那經濟部林全仁市長剛剛吳秉穎委員講到你們方案實在是宏偉大都嚇壞了你現階段部分的150%這個是用加薪抵稅的概念我做一個直接建議你能不能跟勞動部做一個直接的建議
transcript.whisperx[23].start 480.987
transcript.whisperx[23].end 507.41
transcript.whisperx[23].text 就直接補助啦什麼就中位數以下還有基本工資以上這一群人政府沒有照顧到的只要你雇主加薪你加薪一部分減稅對不對你只要加一千我給你五百有沒有可能一比一的方式用加薪專案有沒有可能要不要研究看看是從那一個那個那個有盈餘的企業開始有沒有可能
transcript.whisperx[24].start 510.227
transcript.whisperx[24].end 537.086
transcript.whisperx[24].text 委員的想法是租稅加上這個補助對沒有錯引導大家更願意去加薪這樣子才有效果那我想委員的分析應該有他的一個這個那你的看法呢謝謝你的肯定那你的看法呢我們可以去研究一下我們事實上對這個補助的部分我剛剛有提到說我們有很多的給企業的這個那是另外啦那這個做沒加分的這個作用我要跟你談未來的這個方案啦你的看法怎麼樣
transcript.whisperx[25].start 538.943
transcript.whisperx[25].end 561.437
transcript.whisperx[25].text 我想這個部分可能也要看看勞動部的想法我就是要問你跟勞動部你先講啊不要浪費我時間我覺得租稅跟補助同樣有一樣效果不一樣的效果但是同時加起來不是更好嗎你同不同意啊我問你你反對嗎當然這種加成的效果應該會存在那你認為要不要去研究一下可以做研究好可以做研究市長來許市長來
transcript.whisperx[26].start 563.462
transcript.whisperx[26].end 563.922
transcript.whisperx[26].text 你的看法呢?
transcript.whisperx[27].start 594.002
transcript.whisperx[27].end 622.707
transcript.whisperx[27].text 對 剛剛委員提議我們當然這個部分可以做一個這樣子的一個用一個專案好不好用一個加薪專案我用一個Range給你你評估起來大概多少人我這算出這個人數大概350萬人啦好不好好好研究一下好不好就五一勞動節嘛我看你們勞動部今天有沒有送給勞工什麼大禮啊你至少Promise這件事情嘛我們可以回來把這個委員的意見來納入研究好 納入研究一個月給本席答覆哈可以嗎可以可以好 接下來那個市長你慢點走我覺得接下來最近很多人都談到假期
transcript.whisperx[28].start 623.741
transcript.whisperx[28].end 650.425
transcript.whisperx[28].text 這個假期專家市長在這邊啦黃市長在這邊啦我現在看到了大家有在談婚假、商假還有包括照顧假這個我總結跟大家來講這是家屬假就是跟家屬有相關的單位成為一家人你要照顧家人勞工者你在勞動市場之外時間要照顧家人的時候這是家屬假這個家屬假喔老實講公務人員跟勞工不應該一國兩制啦那我請問一下黃市長我們這個勞工的假期都多久沒有休了
transcript.whisperx[29].start 652.089
transcript.whisperx[29].end 670.343
transcript.whisperx[29].text 有相當的時間了應該超過30年而已超過10年了超過10年而已嗎那因為它最近有一些比較小型的修正小型修改那不算啦我看主要的應該有的都超過30年了啦主要的價別應該主要超過30年我請勞動部好好去研擬一下
transcript.whisperx[30].start 671.444
transcript.whisperx[30].end 697.993
transcript.whisperx[30].text 勞工跟公務人員基本上都受僱只是受僱國家是部門跟公部門不一樣而已勞動都是同樣的尊嚴不應該有一國兩制應該比照辦理應該假期應該就一樣另外家屬都一樣啊家庭的價值怎麼會不一樣呢對不對商價也應該要一樣婚價也應該都要一樣才對嘛那同樣的照顧家應該給薪的就應該給薪嘛麻煩勞動部從這部分來進行努力研究看看好不好
transcript.whisperx[31].start 698.462
transcript.whisperx[31].end 706.346
transcript.whisperx[31].text 是,我們待會跟相關的團體一起來動容討論。好,麻煩你喔,那一個月好不好?可以嗎?可以。市長,謝謝。市長,謝謝。主席,謝謝。郭文、趙吉倫的質詢結束,現在請賴會員、委員、