IVOD_ID |
152467 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/152467 |
日期 |
2024-05-13 |
會議資料.會議代碼 |
委員會-11-1-26-16 |
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16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 |
16 |
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16次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2024-05-13T12:39:47+08:00 |
結束時間 |
2024-05-13T12:45:31+08:00 |
影片長度 |
00:05:44 |
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/d7e25ee5d31e1734afb8e6a2c4398bb6ab4a2946638eec232d94006c6d412c4d210c2463ee6481985ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
邱志偉 |
委員發言時間 |
12:39:47 - 12:45:31 |
會議時間 |
2024-05-13T09:00:00+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16次全體委員會議(事由:一、審查
(一)委員王育敏等21人擬具「工會法第四條及第六條條文修正草案」案。
(二)國民黨黨團擬具「工會法第四條及第六條條文修正草案」案。
(三)委員陳菁徽等18人擬具「工會法第四條及第六條條文修正草案」案。
(四)台灣民眾黨黨團擬具「工會法第四條及第六條條文修正草案」案。
二、審查
(一)委員王育敏等18人擬具「勞動基準法第五十四條條文修正草案」案。
(二)國民黨黨團擬具「勞動基準法第五十四條及第八十六條條文修正草案」案。
三、審查
(一)委員郭昱晴等19人擬具「中高齡者及高齡者就業促進法第二十六條條文修正草案」案。
(二)委員王育敏等18人擬具「中高齡者及高齡者就業促進法第九條及第二十九條條文修正草案」案。
(三)委員馬文君等22人擬具「中高齡者及高齡者就業促進法第七條條文修正草案」案。
(四)委員邱若華等20人擬具「中高齡者及高齡者就業促進法第七條及第三十六條條文修正草案」案。
【一、(三)及(四)案:如未經各黨團簽署不復議同意書,則不予審查】
【三、(四)案:如未經各黨團簽署不復議同意書,則不予審查】
【討論事項綜合詢答】
【5月13日、15日及16日三天一次會】) |
gazette.lineno |
1191 |
gazette.blocks[0][0] |
邱委員志偉:(12時39分)謝謝主席,有請勞動部許部長。 |
gazette.blocks[1][0] |
主席:請許部長。 |
gazette.blocks[2][0] |
許部長銘春:邱委員好。 |
gazette.blocks[3][0] |
邱委員志偉:部長,你是任內最後一次到委員會來質詢,肯定你擔任勞動部長期間對勞動權益、對勞工權益、對勞動環境改善所做的貢獻,您是一個稱職、有為有守的部長。 |
gazette.blocks[4][0] |
許部長銘春:謝謝委員。 |
gazette.blocks[5][0] |
邱委員志偉:給您高度的肯定。您任內總共幾年? |
gazette.blocks[6][0] |
許部長銘春:到現在六年兩個多月。 |
gazette.blocks[7][0] |
邱委員志偉:你北漂了六年兩個月? |
gazette.blocks[8][0] |
許部長銘春:對,到519應該是2,275天。 |
gazette.blocks[9][0] |
邱委員志偉:這六年擔任部長的過程中,讓你最有成就感、最自豪的一件事是什麼?還是很多事情都讓你覺得很自豪? |
gazette.blocks[10][0] |
許部長銘春:沒有啦! |
gazette.blocks[11][0] |
邱委員志偉:講一件就好了。 |
gazette.blocks[12][0] |
許部長銘春:我是覺得對我來講是災保法,即勞工職業災害保險及保護法。 |
gazette.blocks[13][0] |
邱委員志偉:這不簡單。 |
gazette.blocks[14][0] |
許部長銘春:這件事情是從我2018年上任以來,我就覺得這個法倡議了好久,對勞工那麼重要…… |
gazette.blocks[15][0] |
邱委員志偉:對,要有耐心、要有魄力。 |
gazette.blocks[16][0] |
許部長銘春:然後我們努力把它完成,而且謝謝衛環委員會的支持,我們用不到一個月就把它完成立法,真的是…… |
gazette.blocks[17][0] |
邱委員志偉:我覺得這真的不簡單。那有最令人覺得沮喪或遺憾的一件事情嗎?說一件,就是最遺憾的、最鬱悶的,說一件就好了。這邊酸甜苦辣都有,你不可能只有成就感或者滿意,一定會有讓你覺得鬱悶的地方。 |
gazette.blocks[18][0] |
許部長銘春:鬱悶是還好,沒有特別鬱悶啦!因為勞動部的工作其實滿多的,很多政策,包括大家關心勞保年改、缺工…… |
gazette.blocks[19][0] |
邱委員志偉:母親節剛過了,就像媽媽一樣要能夠忍耐,為了國家、為了家庭犧牲,有苦也放在心裡面。 |
gazette.blocks[20][0] |
許部長銘春:這沒關係,本來當公僕,這都沒什麼,個人的事情都是小事,主要是說…… |
gazette.blocks[21][0] |
邱委員志偉:事情做好就好了。 |
gazette.blocks[22][0] |
許部長銘春:對,事情做好比較重要。 |
gazette.blocks[23][0] |
邱委員志偉:是,辛苦了! |
gazette.blocks[24][0] |
許部長銘春:謝謝。 |
gazette.blocks[25][0] |
邱委員志偉:請教勞動參與率的問題,怎麼樣能夠讓高齡的勞動參與率提高?我們的年齡結構跟日本、韓國差不多,我們不管是男性、女性的平均壽命也跟日本、韓國差不多,但為什麼一樣是這種年齡結構,日本跟韓國的勞動參與率在45歲到65歲以上都比我們高出很多?特別是65歲以上中高齡的部分,中高齡部分是我們今天討論的主題,你看,我們只有9.2%…… |
gazette.blocks[26][0] |
許部長銘春:對,就是高齡65歲以上…… |
gazette.blocks[27][0] |
邱委員志偉:韓國是我們的四倍,日本差不多是我們的三倍左右,為什麼?因為他是透過薪資保障、延後退休年齡、彈性工作等很多措施才會讓他的…… |
gazette.blocks[27][1] |
很多政策成果不會從天上掉下來,一定要有好的政策規劃去執行之後,政策成果才會浮現嘛! |
gazette.blocks[28][0] |
許部長銘春:是。 |
gazette.blocks[29][0] |
邱委員志偉:所以韓國、日本的作法值得我們借鏡,那我們做了哪些? |
gazette.blocks[30][0] |
許部長銘春:報告委員,其實我們現在也是在鼓勵高齡者,像65歲以上的,雖然他退休了,但我們都希望他能夠重返職場。 |
gazette.blocks[31][0] |
邱委員志偉:部長,不能只有鼓勵而已,要有一些誘因。 |
gazette.blocks[32][0] |
許部長銘春:有,我們有一些誘因,譬如說續留職場的,我們針對雇主、勞工都有一些優惠、獎勵…… |
gazette.blocks[33][0] |
邱委員志偉:可能不夠,你們已經執行一段時間了,但還是只有日本的四分之一、南韓的五分之一。 |
gazette.blocks[34][0] |
許部長銘春:報告委員,如果勞動部把誘因加強,然後讓這些高齡者,我現在都說他們是壯世代,這個心態讓他認為他可以繼續為這個社會貢獻,主要勞工端是勞動部要去努力的,至於雇主端,我覺得可能對高齡的進用也要抱持開放的態度。 |
gazette.blocks[35][0] |
邱委員志偉:所以雇主端,你要怎麼樣去進用中高齡的就業者?你必須要提高足夠的誘因,這要跨部會去協調,很多是財政部或者經濟部或相關單位,但主要還是你勞動部要負責。所以你要從這個政策協調高度看要怎麼樣協調各部會能夠提出有效的對策,來讓勞動參與率在5年之內達到日本水準,在10年之內達到韓國水準。 |
gazette.blocks[36][0] |
許部長銘春:有。 |
gazette.blocks[37][0] |
邱委員志偉:要有這個目標。 |
gazette.blocks[38][0] |
許部長銘春:有,我們有這個目標,現在是透過三年計畫來進行滾動檢討,希望把整個勞參率、高齡者勞參率能夠提高。 |
gazette.blocks[39][0] |
邱委員志偉:要有效果啦!政策推動出來一定要有效率,知道問題之後,要以最快速度提出有效對策,這是效率;而這個政策要有效果可以從數字上呈現出來,這是效果,所以雙效很重要,效率跟效果是任何政務官都要放在心裡面的。 |
gazette.blocks[40][0] |
許部長銘春:對、對、對。 |
gazette.blocks[41][0] |
邱委員志偉:還是謝謝部長過去六年來對勞工權益、勞動環境改善的貢獻,祝你一切都好。 |
gazette.blocks[42][0] |
許部長銘春:好,謝謝委員,感謝! |
gazette.blocks[43][0] |
邱委員志偉:謝謝。 |
gazette.blocks[44][0] |
主席:謝謝。接下來請林楚菌、林楚菌、林楚菌委員不在。 |
gazette.blocks[44][1] |
請陳瑩委員質詢。 |
gazette.agenda.page_end |
270 |
gazette.agenda.meet_id |
委員會-11-1-26-16 |
gazette.agenda.speakers[0] |
王育敏 |
gazette.agenda.speakers[1] |
蘇清泉 |
gazette.agenda.speakers[2] |
陳菁徽 |
gazette.agenda.speakers[3] |
陳昭姿 |
gazette.agenda.speakers[4] |
林月琴 |
gazette.agenda.speakers[5] |
邱鎮軍 |
gazette.agenda.speakers[6] |
廖偉翔 |
gazette.agenda.speakers[7] |
涂權吉 |
gazette.agenda.speakers[8] |
鄭天財Sra Kacaw |
gazette.agenda.speakers[9] |
王正旭 |
gazette.agenda.speakers[10] |
黃秀芳 |
gazette.agenda.speakers[11] |
林淑芬 |
gazette.agenda.speakers[12] |
牛煦庭 |
gazette.agenda.speakers[13] |
劉建國 |
gazette.agenda.speakers[14] |
陳培瑜 |
gazette.agenda.speakers[15] |
黃國昌 |
gazette.agenda.speakers[16] |
張智倫 |
gazette.agenda.speakers[17] |
李彥秀 |
gazette.agenda.speakers[18] |
邱志偉 |
gazette.agenda.speakers[19] |
陳瑩 |
gazette.agenda.speakers[20] |
楊曜 |
gazette.agenda.speakers[21] |
盧縣一 |
gazette.agenda.page_start |
189 |
gazette.agenda.meetingDate[0] |
2024-05-13 |
gazette.agenda.gazette_id |
1134603 |
gazette.agenda.agenda_lcidc_ids[0] |
1134603_00003 |
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16次全體委員會議紀錄 |
gazette.agenda.content |
一、審查(一)委員王育敏等21人擬具「工會法第四條及第六條條文修正草案」案、(二)國民黨黨
團擬具「工會法第四條及第六條條文修正草案」案、(三)委員陳菁徽等18人擬具「工會法第四條
及第六條條文修正草案」案、(四)台灣民眾黨黨團擬具「工會法第四條及第六條條文修正草案」
案;二、審查(一)委員王育敏等18人擬具「勞動基準法第五十四條條文修正草案」案、(二)國民
黨黨團擬具「勞動基準法第五十四條及第八十六條條文修正草案」案;三、審查(一)委員郭昱晴
等19人擬具「中高齡者及高齡者就業促進法第二十六條條文修正草案」案、(二)委員王育敏等18
人擬具「中高齡者及高齡者就業促進法第九條及第二十九條條文修正草案」案、(三)委員馬文君
等22人擬具「中高齡者及高齡者就業促進法第七條條文修正草案」案、(四)委員邱若華等20人擬
具「中高齡者及高齡者就業促進法第七條及第三十六條條文修正草案」案 |
gazette.agenda.agenda_id |
1134603_00002 |
transcript.pyannote[0].speaker |
SPEAKER_00 |
transcript.pyannote[0].start |
2.79846875 |
transcript.pyannote[0].end |
3.11909375 |
transcript.pyannote[1].speaker |
SPEAKER_00 |
transcript.pyannote[1].start |
8.35034375 |
transcript.pyannote[1].end |
10.44284375 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
10.64534375 |
transcript.pyannote[2].end |
11.25284375 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
12.46784375 |
transcript.pyannote[3].end |
13.44659375 |
transcript.pyannote[4].speaker |
SPEAKER_00 |
transcript.pyannote[4].start |
16.24784375 |
transcript.pyannote[4].end |
16.61909375 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
17.26034375 |
transcript.pyannote[5].end |
20.98971875 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
17.34471875 |
transcript.pyannote[6].end |
17.86784375 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
21.71534375 |
transcript.pyannote[7].end |
22.03596875 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
22.03596875 |
transcript.pyannote[8].end |
22.67721875 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
23.13284375 |
transcript.pyannote[9].end |
25.76534375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
25.95096875 |
transcript.pyannote[10].end |
28.87034375 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
29.19096875 |
transcript.pyannote[11].end |
31.78971875 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
32.29596875 |
transcript.pyannote[12].end |
33.19034375 |
transcript.pyannote[13].speaker |
SPEAKER_00 |
transcript.pyannote[13].start |
33.86534375 |
transcript.pyannote[13].end |
35.80596875 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
35.97471875 |
transcript.pyannote[14].end |
38.10096875 |
transcript.pyannote[15].speaker |
SPEAKER_00 |
transcript.pyannote[15].start |
38.97846875 |
transcript.pyannote[15].end |
40.44659375 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
41.00346875 |
transcript.pyannote[16].end |
41.66159375 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
42.69096875 |
transcript.pyannote[17].end |
43.26471875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
43.26471875 |
transcript.pyannote[18].end |
44.86784375 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
43.63596875 |
transcript.pyannote[19].end |
44.88471875 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
44.88471875 |
transcript.pyannote[20].end |
47.04471875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
46.79159375 |
transcript.pyannote[21].end |
49.98096875 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
49.49159375 |
transcript.pyannote[22].end |
55.41471875 |
transcript.pyannote[23].speaker |
SPEAKER_01 |
transcript.pyannote[23].start |
56.46096875 |
transcript.pyannote[23].end |
57.81096875 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
57.32159375 |
transcript.pyannote[24].end |
59.17784375 |
transcript.pyannote[25].speaker |
SPEAKER_01 |
transcript.pyannote[25].start |
59.76846875 |
transcript.pyannote[25].end |
60.25784375 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
60.51096875 |
transcript.pyannote[26].end |
64.30784375 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
64.96596875 |
transcript.pyannote[27].end |
66.87284375 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
67.26096875 |
transcript.pyannote[28].end |
75.66471875 |
transcript.pyannote[29].speaker |
SPEAKER_00 |
transcript.pyannote[29].start |
67.78409375 |
transcript.pyannote[29].end |
68.20596875 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
70.24784375 |
transcript.pyannote[30].end |
71.09159375 |
transcript.pyannote[31].speaker |
SPEAKER_00 |
transcript.pyannote[31].start |
71.88471875 |
transcript.pyannote[31].end |
73.36971875 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
74.44971875 |
transcript.pyannote[32].end |
75.34409375 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
76.06971875 |
transcript.pyannote[33].end |
78.88784375 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
76.99784375 |
transcript.pyannote[34].end |
79.54596875 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
79.17471875 |
transcript.pyannote[35].end |
84.33846875 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
83.64659375 |
transcript.pyannote[36].end |
90.41346875 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
85.03034375 |
transcript.pyannote[37].end |
85.68846875 |
transcript.pyannote[38].speaker |
SPEAKER_01 |
transcript.pyannote[38].start |
85.84034375 |
transcript.pyannote[38].end |
86.90346875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
90.64971875 |
transcript.pyannote[39].end |
94.09221875 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
95.52659375 |
transcript.pyannote[40].end |
96.65721875 |
transcript.pyannote[41].speaker |
SPEAKER_01 |
transcript.pyannote[41].start |
95.62784375 |
transcript.pyannote[41].end |
95.74596875 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
97.31534375 |
transcript.pyannote[42].end |
100.28534375 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
98.51346875 |
transcript.pyannote[43].end |
98.95221875 |
transcript.pyannote[44].speaker |
SPEAKER_00 |
transcript.pyannote[44].start |
100.72409375 |
transcript.pyannote[44].end |
102.58034375 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
101.78721875 |
transcript.pyannote[45].end |
102.20909375 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
103.93034375 |
transcript.pyannote[46].end |
109.38096875 |
transcript.pyannote[47].speaker |
SPEAKER_00 |
transcript.pyannote[47].start |
109.97159375 |
transcript.pyannote[47].end |
112.90784375 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
113.17784375 |
transcript.pyannote[48].end |
124.99034375 |
transcript.pyannote[49].speaker |
SPEAKER_00 |
transcript.pyannote[49].start |
123.97784375 |
transcript.pyannote[49].end |
127.74096875 |
transcript.pyannote[50].speaker |
SPEAKER_01 |
transcript.pyannote[50].start |
125.37846875 |
transcript.pyannote[50].end |
126.32346875 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
127.40346875 |
transcript.pyannote[51].end |
127.69034375 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
127.74096875 |
transcript.pyannote[52].end |
127.90971875 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
127.90971875 |
transcript.pyannote[53].end |
127.96034375 |
transcript.pyannote[54].speaker |
SPEAKER_00 |
transcript.pyannote[54].start |
128.06159375 |
transcript.pyannote[54].end |
129.05721875 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
129.76596875 |
transcript.pyannote[55].end |
136.49909375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
135.04784375 |
transcript.pyannote[56].end |
135.46971875 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
136.12784375 |
transcript.pyannote[57].end |
136.61721875 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
136.95471875 |
transcript.pyannote[58].end |
146.15159375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
145.45971875 |
transcript.pyannote[59].end |
146.55659375 |
transcript.pyannote[60].speaker |
SPEAKER_01 |
transcript.pyannote[60].start |
146.45534375 |
transcript.pyannote[60].end |
147.95721875 |
transcript.pyannote[61].speaker |
SPEAKER_00 |
transcript.pyannote[61].start |
147.29909375 |
transcript.pyannote[61].end |
147.65346875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
147.95721875 |
transcript.pyannote[62].end |
148.34534375 |
transcript.pyannote[63].speaker |
SPEAKER_00 |
transcript.pyannote[63].start |
148.85159375 |
transcript.pyannote[63].end |
152.86784375 |
transcript.pyannote[64].speaker |
SPEAKER_01 |
transcript.pyannote[64].start |
152.86784375 |
transcript.pyannote[64].end |
153.03659375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
153.03659375 |
transcript.pyannote[65].end |
158.40284375 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
156.07409375 |
transcript.pyannote[66].end |
156.47909375 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
158.65596875 |
transcript.pyannote[67].end |
163.71846875 |
transcript.pyannote[68].speaker |
SPEAKER_01 |
transcript.pyannote[68].start |
160.36034375 |
transcript.pyannote[68].end |
160.84971875 |
transcript.pyannote[69].speaker |
SPEAKER_01 |
transcript.pyannote[69].start |
164.05596875 |
transcript.pyannote[69].end |
164.49471875 |
transcript.pyannote[70].speaker |
SPEAKER_00 |
transcript.pyannote[70].start |
164.05596875 |
transcript.pyannote[70].end |
169.15221875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
169.43909375 |
transcript.pyannote[71].end |
179.14221875 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
179.46284375 |
transcript.pyannote[72].end |
183.31034375 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
179.54721875 |
transcript.pyannote[73].end |
179.90159375 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
183.58034375 |
transcript.pyannote[74].end |
184.91346875 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
183.61409375 |
transcript.pyannote[75].end |
184.86284375 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
184.91346875 |
transcript.pyannote[76].end |
184.93034375 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
184.93034375 |
transcript.pyannote[77].end |
185.89221875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
185.26784375 |
transcript.pyannote[78].end |
186.85409375 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
186.46596875 |
transcript.pyannote[79].end |
187.39409375 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
187.25909375 |
transcript.pyannote[80].end |
196.57409375 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
188.92971875 |
transcript.pyannote[81].end |
189.63846875 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
197.14784375 |
transcript.pyannote[82].end |
212.18346875 |
transcript.pyannote[83].speaker |
SPEAKER_01 |
transcript.pyannote[83].start |
202.04159375 |
transcript.pyannote[83].end |
202.49721875 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
202.93596875 |
transcript.pyannote[84].end |
203.22284375 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
206.12534375 |
transcript.pyannote[85].end |
206.49659375 |
transcript.pyannote[86].speaker |
SPEAKER_01 |
transcript.pyannote[86].start |
212.74034375 |
transcript.pyannote[86].end |
213.07784375 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
213.44909375 |
transcript.pyannote[87].end |
217.09409375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
217.56659375 |
transcript.pyannote[88].end |
218.14034375 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
218.44409375 |
transcript.pyannote[89].end |
219.38909375 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
220.09784375 |
transcript.pyannote[90].end |
226.83096875 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
225.46409375 |
transcript.pyannote[91].end |
228.61971875 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
227.03346875 |
transcript.pyannote[92].end |
243.46971875 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
238.18784375 |
transcript.pyannote[93].end |
239.65596875 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
241.36034375 |
transcript.pyannote[94].end |
249.05534375 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
247.72221875 |
transcript.pyannote[95].end |
254.92784375 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
255.34971875 |
transcript.pyannote[96].end |
262.77471875 |
transcript.pyannote[97].speaker |
SPEAKER_01 |
transcript.pyannote[97].start |
263.65221875 |
transcript.pyannote[97].end |
272.27534375 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
271.60034375 |
transcript.pyannote[98].end |
280.13909375 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
280.32471875 |
transcript.pyannote[99].end |
281.57346875 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
281.69159375 |
transcript.pyannote[100].end |
297.35159375 |
transcript.pyannote[101].speaker |
SPEAKER_01 |
transcript.pyannote[101].start |
282.94034375 |
transcript.pyannote[101].end |
283.02471875 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
283.37909375 |
transcript.pyannote[102].end |
283.44659375 |
transcript.pyannote[103].speaker |
SPEAKER_01 |
transcript.pyannote[103].start |
292.03596875 |
transcript.pyannote[103].end |
292.40721875 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
292.60971875 |
transcript.pyannote[104].end |
292.94721875 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
297.01409375 |
transcript.pyannote[105].end |
297.52034375 |
transcript.pyannote[106].speaker |
SPEAKER_00 |
transcript.pyannote[106].start |
297.52034375 |
transcript.pyannote[106].end |
298.66784375 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
298.41471875 |
transcript.pyannote[107].end |
309.46784375 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
308.67471875 |
transcript.pyannote[108].end |
314.44596875 |
transcript.pyannote[109].speaker |
SPEAKER_01 |
transcript.pyannote[109].start |
313.14659375 |
transcript.pyannote[109].end |
313.61909375 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
315.00284375 |
transcript.pyannote[110].end |
319.62659375 |
transcript.pyannote[111].speaker |
SPEAKER_01 |
transcript.pyannote[111].start |
319.87971875 |
transcript.pyannote[111].end |
320.16659375 |
transcript.pyannote[112].speaker |
SPEAKER_00 |
transcript.pyannote[112].start |
320.16659375 |
transcript.pyannote[112].end |
337.78409375 |
transcript.pyannote[113].speaker |
SPEAKER_01 |
transcript.pyannote[113].start |
323.82846875 |
transcript.pyannote[113].end |
324.79034375 |
transcript.pyannote[114].speaker |
SPEAKER_01 |
transcript.pyannote[114].start |
325.27971875 |
transcript.pyannote[114].end |
326.34284375 |
transcript.pyannote[115].speaker |
SPEAKER_01 |
transcript.pyannote[115].start |
326.54534375 |
transcript.pyannote[115].end |
326.76471875 |
transcript.pyannote[116].speaker |
SPEAKER_01 |
transcript.pyannote[116].start |
327.94596875 |
transcript.pyannote[116].end |
328.33409375 |
transcript.pyannote[117].speaker |
SPEAKER_01 |
transcript.pyannote[117].start |
330.35909375 |
transcript.pyannote[117].end |
330.84846875 |
transcript.pyannote[118].speaker |
SPEAKER_01 |
transcript.pyannote[118].start |
332.72159375 |
transcript.pyannote[118].end |
333.04221875 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
337.96971875 |
transcript.pyannote[119].end |
338.54346875 |
transcript.pyannote[120].speaker |
SPEAKER_00 |
transcript.pyannote[120].start |
338.99909375 |
transcript.pyannote[120].end |
340.01159375 |
transcript.pyannote[121].speaker |
SPEAKER_01 |
transcript.pyannote[121].start |
340.01159375 |
transcript.pyannote[121].end |
341.96909375 |
transcript.pyannote[122].speaker |
SPEAKER_00 |
transcript.pyannote[122].start |
341.46284375 |
transcript.pyannote[122].end |
341.78346875 |
transcript.whisperx[0].start |
8.711 |
transcript.whisperx[0].end |
13.279 |
transcript.whisperx[0].text |
許主席,有請勞動部許部長。好,請許部長。法定人數不足 |
transcript.whisperx[1].start |
22.16 |
transcript.whisperx[1].end |
44.933 |
transcript.whisperx[1].text |
議員王育敏等21人擬具:「工會法第四條及第六條條文修正草案.事由.立法院第11屆第12會期社會福利及衛生環境委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員會第16次全體委員 |
transcript.whisperx[2].start |
45.832 |
transcript.whisperx[2].end |
62.817 |
transcript.whisperx[2].text |
tatto 519應該是兩千兩百七十六年中最讓你擔任部長最讓你覺得最有成就感最自豪的一件事我覺得很多事情都讓你覺得很自豪沒有講一件就好了講一件我是感覺我覺得 |
transcript.whisperx[3].start |
65.174 |
transcript.whisperx[3].end |
93.969 |
transcript.whisperx[3].text |
對我來講是災保法老公職業災害保險保護法這件事情是從我2018上任我就覺得這個法倡議了好久那對老公那麼重要然後我們努力把它完成而且謝謝委員會的支持未還委員我們在不到不到一個月把它完成立法真的是所以令你覺得沮喪或者遺憾的一件事情 |
transcript.whisperx[4].start |
96.123 |
transcript.whisperx[4].end |
99.96 |
transcript.whisperx[4].text |
國民黨黨團擬具《工會法第四條及第六條條文修正草案》案。 |
transcript.whisperx[5].start |
100.802 |
transcript.whisperx[5].end |
102.083 |
transcript.whisperx[5].text |
兼具兼具兼具 |
transcript.whisperx[6].start |
130.302 |
transcript.whisperx[6].end |
130.962 |
transcript.whisperx[6].text |
委員陳菁徽 |
transcript.whisperx[7].start |
151.008 |
transcript.whisperx[7].end |
164.965 |
transcript.whisperx[7].text |
請教你勞動參與率的問題。怎麼樣高齡的勞動參與率能夠提高?我們的黎明結構跟日本、韓國差不多。我們平均,不管是男性女性的平均壽命也跟日本、韓國差不多。 |
transcript.whisperx[8].start |
165.546 |
transcript.whisperx[8].end |
165.726 |
transcript.whisperx[8].text |
〈一〉國民黨團擬具 |
transcript.whisperx[9].start |
183.601 |
transcript.whisperx[9].end |
184.881 |
transcript.whisperx[9].text |
國民黨黨團擬具:「工會法第四條及第六條條文修正草案案。」案。 |
transcript.whisperx[10].start |
214.032 |
transcript.whisperx[10].end |
216.92 |
transcript.whisperx[10].text |
對,包委員其實我們現在也是在鼓勵這個高齡者 |
transcript.whisperx[11].start |
220.431 |
transcript.whisperx[11].end |
227.999 |
transcript.whisperx[11].text |
議員王育敏等21人擬具:「工會法第四條及第六條條文修正草案案。厲 委員王育敏等21人擬具:「工會法第四條及第六條條文修正草案案。厲 |
transcript.whisperx[12].start |
244.355 |
transcript.whisperx[12].end |
258.512 |
transcript.whisperx[12].text |
國民黨黨團擬具:「工會法第四條及第六條條文修正草案.立法院第四條及第六條條文修正草案.立法院第四條及第六條條文修正草案.立法院第四條及第六條條文修正草案.立法院第四條及第六條條文修正草案.立法院第四條及第六條條文修正草案. |
transcript.whisperx[13].start |
263.698 |
transcript.whisperx[13].end |
286.548 |
transcript.whisperx[13].text |
除了勞工端要去,勞動部要去,我覺得僱主端這個可能對於高齡的禁用也要抱持開放的態度。所以僱主端你要怎麼樣去禁用中高齡的就業者,你必須要提高足夠的優惠,你這個跨部會去協調,很多是財政部或者經濟部或者相關單位,但是主要還是你勞動部要負責。所以你要從這個政策協調的高度去怎麼樣協調各部會能夠 |
transcript.whisperx[14].start |
289.109 |
transcript.whisperx[14].end |
300.676 |
transcript.whisperx[14].text |
除有效的對策來讓勞動參與率在五年之內達到日本水準,在十年之內達到韓國的水準。要有這個目標。我們有這個目標。我們現在透過三年的計畫來去把這個滾動檢討,希望把這個整個勞參率,高齡者勞參率的過程。要有好過。是。 |
transcript.whisperx[15].start |
310.962 |
transcript.whisperx[15].end |
311.582 |
transcript.whisperx[15].text |
lapt����� |
transcript.whisperx[16].start |
340.509 |
transcript.whisperx[16].end |
340.61 |
transcript.whisperx[16].text |
謝謝委員 當下 |