iVOD / 152879

Field Value
IVOD_ID 152879
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/152879
日期 2024-05-23
會議資料.會議代碼 委員會-11-1-26-17
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17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 17
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17次全體委員會議
影片種類 Clip
開始時間 2024-05-23T09:54:42+08:00
結束時間 2024-05-23T10:05:42+08:00
影片長度 00:11:00
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/d339c8d1909fa45346d2cb33eea2eb979f2fcaa3dc194f73d34e896d657c5e83d6efbbdb8f1d99af5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 09:54:42 - 10:05:42
會議時間 2024-05-23T09:00:00+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17次全體委員會議(事由:邀請勞動部部長列席報告業務概況,並備質詢。 【5月22日、23日二天一次會】)
gazette.lineno 443
gazette.blocks[0][0] 黃委員秀芳:(9時54分)謝謝主席,請何部長。
gazette.blocks[1][0] 主席:請何部長。
gazette.blocks[2][0] 何部長佩珊:黃委員好。
gazette.blocks[3][0] 黃委員秀芳:謝謝。何部長,今天算是你第一次到委員會來備詢,當然很多委員針對勞動部的一些業務,對你有很大的一個期許,尤其是年改的議題,還有缺工的議題。其實勞動部所有的業務都跟所有勞工息息相關,而且你們的一舉一動、所有的政策,其實所有勞工都看在眼裡啦!
gazette.blocks[3][1] 所以我今天先就教何部長,有關缺工的議題。現在我們整個社會高齡化、少子化,這個問題真的是還蠻嚴重的,勞動部在幾年前就有針對缺工的議題,提出一個留才久用的方案,實施了幾年之後,我看到全臺灣的移工七十多萬人,企業或者是看護工有申請留才久用方案的,目前是兩萬多人。從這兩萬多人,其實我又看到一個問題,就是留才久用產業工差不多52萬,有申請是1.6萬;家庭看護工24萬,申請是1.7萬。你就發現一個問題,就是我們來自基層很多的中小企業一直在講缺工,有很多傳統產業原本的外籍移工,他的技術非常純熟之後,雇主希望他能夠繼續留下來,才會有移工留才久用這個方案嘛,對不對?
gazette.blocks[4][0] 何部長佩珊:對。
gazette.blocks[5][0] 黃委員秀芳:我看到這個議題,這個問題很嚴重,產業移工總共52萬人,只有申請1.6萬;家庭看護工24萬申請1.7萬,我覺得產業移工申請留才久用應該會更多人才對啊,為什麼反而比家庭看護工還少?
gazette.blocks[6][0] 何部長佩珊:委員,我覺得有可能是家庭看護工是一對一嘛,然後他的替代性比較少,其實他會留下來是大家都覺得他像家人了,所以會有更多的家庭看護工希望留下來,他本身希望留下來變臺灣人,然後他的家庭也希望能夠把他留下來繼續照顧,這應該是比較基本的因素啦!第二個,您講的確實是一個問題,中小企業在工業區裡面到底知不知道這個資訊?有很多委員也在跟我反映這個問題,就是我們很多工業區的中小企業廠商,根本不知道有移工留才久用這個措施……
gazette.blocks[7][0] 黃委員秀芳:這個實施幾年啦?
gazette.blocks[8][0] 何部長佩珊:其實也才前年到現在,才兩年而已。
gazette.blocks[9][0] 黃委員秀芳:兩年嘛!
gazette.blocks[10][0] 何部長佩珊:我覺得宣傳不夠啦,要擴大到各工業區去宣傳,甚至下到我們委員各選區基層的,尤其是中小企業這個層次去宣傳。
gazette.blocks[11][0] 黃委員秀芳:我記得你們剛要開始推動移工留才久用的方案,當時我有跟許部長講,要到基層,不論是工會或者工業區,甚至一般……可能你們自己本身也要有做這樣的一個宣傳、廣告……
gazette.blocks[12][0] 何部長佩珊:是。
gazette.blocks[13][0] 黃委員秀芳:讓更多的中小企業,或者是讓雇主知道有這樣的一個方案。因為很多人在反映缺工,或者在反映移工技術很純熟,我們希望把他留下來,避免他離開之後又到另外其他國家,或者是回到他自己的母國,又自己開一間公司來跟原本臺灣的這家公司競爭。所以我是覺得如果有這樣的一個方案,但產業移工申請的人數反而是比家庭移工還少,我覺得這應該是有一些問題。
gazette.blocks[14][0] 何部長佩珊:是。
gazette.blocks[15][0] 黃委員秀芳:所以你們後續要怎麼去處理?
gazette.blocks[16][0] 何部長佩珊:現在已經在各地要成立服務中心,我們請署長來講一下。
gazette.blocks[17][0] 黃委員秀芳:或者是你們申請的流程是非常繁瑣、非常不容易,所以變成雇主也不願意去申請?
gazette.blocks[18][0] 蔡署長孟良:我跟委員報告,現在移工留才久用在產業這個部分,我們現在加強推動從幾個面向,第一個,就是剛剛委員提到我們直接深入到工業區,跟相關地方的一些產業園區,譬如現在跟廠協會在合作,我們加強整個在地的部分。第二個,整個流程跟窗口,我們現在已經成立了移工留才久用中心的單一窗口,也就是一站式服務啦!所有的需求只要透過我們這個中心,我們就全程來協助,這個目前看起來效果已經慢慢出來,我們會持續來推動,整個程序、流程跟表件的簡化,我們現在都在持續檢討當中,我們跟相關部會在未來會朝向這個部分,持續來推動。
gazette.blocks[19][0] 黃委員秀芳:所以你們有預計要達到什麼樣的目標嗎?
gazette.blocks[20][0] 蔡署長孟良:跟委員報告,其實本來我們在移工留才久用,大概就是說以8年來看,包含資深移工跟比較年輕的移工,我們希望能夠達到14萬個留才,目前其實我們都超標了,我們大概1年都將近2萬個,也就是我們預期未來絕對可以達到這個目標,之後我們會加強努力。
gazette.blocks[21][0] 黃委員秀芳:其實這個政策是因為之前有很多中小企業一直在反映,所以才會有移工留才久用這樣的一個方案,那既然有這樣的方案,我也希望你們針對這些中小企業應該要多加宣傳,讓這些技術純熟的移工能夠真正的留在臺灣,因為這個對中小企業來講確實是有一些幫助的。
gazette.blocks[22][0] 何部長佩珊:是。
gazette.blocks[23][0] 黃委員秀芳:另外,剛剛有很多的委員也很關心,就是我們婦女就業或者是中高齡就業的這個議題,當然,我們認為勞動部針對這一部分確實還有需要再加強,就是說婦女的勞參率偏低,尤其是在結婚、生小孩之後的勞參率是偏低的,也許在孩子進到小學之後或者是在他中高齡之後,家庭的重擔比較少了,可以又回歸到職場上,所以我也希望勞動部針對這一部分確實還要再加強。
gazette.blocks[24][0] 何部長佩珊:是。
gazette.blocks[25][0] 黃委員秀芳:因為我有看了一些數據,我確實是不滿意,那在何部長上來之後,我相信很多人對你寄予厚望,總是希望新的部長上來有一些新的作為,是不是可以再請部長針對我剛剛講的婦女就業還有中高齡的這一部分說明你未來要怎麼加強?
gazette.blocks[26][0] 何部長佩珊:委員,我用我自身的經歷為例,我覺得到我這個年紀,如果我有生小孩、之前有在家庭的話,現在大概也應該要回歸。事實上,我覺得婦女大概在中年以後是照顧的責任加重,因為家庭的照顧大概都會落在婦女的身上,所以我們要想辦法幫女性從這個照顧責任的束縛中能夠稍微讓他解脫,那要怎麼做呢?有一個就是我想要推動育嬰留停跟照顧留停,關於照顧留停,包括委員關心的照顧假這些事情,我們大家未來會再研議。另外就是未來移工是不是可以進入長照體系來做一個補充式的服務,然後幫助婦女讓他們的照顧責任能夠做一點緩解。
gazette.blocks[27][0] 黃委員秀芳:今天我確實有很多問題想要問,我們希望部長可以針對缺工的這個議題,因為各產業都有缺工的聲音,你聽到各產業有缺工,那你們要怎麼去解決?當然,有很多人跟我反映傳統產業缺工,像旅宿業、餐飲業缺工,聽到好像到處都在缺工,所以要怎麼樣去解決這個議題?我覺得其實這個也不是勞動部自己就可以去解決,應該也要跨部會,很多年輕人也許可以從國中甚至高中就有建教合作的方式,這個缺工問題也許可以這樣子慢慢來解決,我覺得這個應該也是要跨部會去合作。
gazette.blocks[28][0] 何部長佩珊:是,我舉個例子,像旅宿業缺工喊得很大聲,那其實我們必須要跟交通部一起解決,可是我也要在這裡強調,缺工不能等於低薪,所以我覺得對缺工要先從提升本土勞參率、勞動就業開始,然後是在不足的情況下我們才去引進移工,那麼在引進移工的時候,我們也要同時重視薪水到底是多少,這個東西是我們跟交通部目前在討論的重點,我們希望能夠把薪水提高一些,不要一直用低薪,因為如果是低薪的話,無論是本土或是移工,其實都很難請到人。
gazette.blocks[29][0] 黃委員秀芳:在禮拜一舉行國宴的時候,我們在餐廳裡面就看到很多大學餐飲科的學生,那他有這個機會來服務,其實他也覺得是一個很難得的經驗,其實我也看到很多高職學生,他要升到大學,有的人是用這種產學合作的方式,這方面其實可以增加就業機會,然後又可以減少缺工的問題,所以我希望勞動部應該要主動然後跨部會的來協調,讓更多國人能夠投入這個就業職場,不要讓大家覺得一定要引進移工,引進移工不一定能解決問題,好不好?
gazette.blocks[30][0] 何部長佩珊:好,謝謝委員。
gazette.blocks[31][0] 黃委員秀芳:謝謝。
gazette.blocks[32][0] 主席:謝謝黃委員的發言。
gazette.blocks[32][1] 接下來請王育敏委員發言。
gazette.agenda.page_end 464
gazette.agenda.meet_id 委員會-11-1-26-17
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] 陳菁徽
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 蘇清泉
gazette.agenda.speakers[6] 王育敏
gazette.agenda.speakers[7] 涂權吉
gazette.agenda.speakers[8] 林淑芬
gazette.agenda.speakers[9] 王正旭
gazette.agenda.speakers[10] 鄭天財Sra Kacaw
gazette.agenda.speakers[11] 何欣純
gazette.agenda.speakers[12] 黃珊珊
gazette.agenda.speakers[13] 牛煦庭
gazette.agenda.speakers[14] 麥玉珍
gazette.agenda.speakers[15] 陳亭妃
gazette.agenda.speakers[16] 洪孟楷
gazette.agenda.speakers[17] 廖偉翔
gazette.agenda.speakers[18] 吳春城
gazette.agenda.speakers[19] 楊瓊瓔
gazette.agenda.speakers[20] 陳培瑜
gazette.agenda.speakers[21] 林國成
gazette.agenda.speakers[22] 陳瑩
gazette.agenda.speakers[23] 劉建國
gazette.agenda.speakers[24] 楊曜
gazette.agenda.speakers[25] 邱鎮軍
gazette.agenda.speakers[26] 李彥秀
gazette.agenda.speakers[27] 羅智強
gazette.agenda.speakers[28] 翁曉玲
gazette.agenda.page_start 383
gazette.agenda.meetingDate[0] 2024-05-23
gazette.agenda.gazette_id 1135001
gazette.agenda.agenda_lcidc_ids[0] 1135001_00006
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17次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1135001_00005
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.90409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 1.92096875
transcript.pyannote[1].end 3.25409375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 5.92034375
transcript.pyannote[2].end 92.10096875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 92.37096875
transcript.pyannote[3].end 101.09534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 101.17971875
transcript.pyannote[4].end 136.90409375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 137.95034375
transcript.pyannote[5].end 140.53221875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 142.11846875
transcript.pyannote[6].end 147.26534375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 147.72096875
transcript.pyannote[7].end 149.12159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 149.54346875
transcript.pyannote[8].end 149.56034375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 149.56034375
transcript.pyannote[9].end 149.61096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 149.61096875
transcript.pyannote[10].end 149.66159375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 149.66159375
transcript.pyannote[11].end 149.83034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 149.83034375
transcript.pyannote[12].end 149.86409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 149.86409375
transcript.pyannote[13].end 149.88096875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 150.01596875
transcript.pyannote[14].end 185.38596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 153.88034375
transcript.pyannote[15].end 154.23471875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 154.23471875
transcript.pyannote[16].end 154.25159375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 184.08659375
transcript.pyannote[17].end 186.98909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 187.29284375
transcript.pyannote[18].end 188.67659375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 187.36034375
transcript.pyannote[19].end 187.83284375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 188.67659375
transcript.pyannote[20].end 189.52034375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 189.97596875
transcript.pyannote[21].end 194.32971875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 190.80284375
transcript.pyannote[22].end 193.48596875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 194.49846875
transcript.pyannote[23].end 197.67096875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 197.90721875
transcript.pyannote[24].end 206.34471875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 205.21409375
transcript.pyannote[25].end 206.29409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 206.34471875
transcript.pyannote[26].end 267.43221875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 231.55596875
transcript.pyannote[27].end 232.31534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 234.49221875
transcript.pyannote[28].end 235.04909375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 241.73159375
transcript.pyannote[29].end 242.06909375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 263.61846875
transcript.pyannote[30].end 263.90534375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 268.47846875
transcript.pyannote[31].end 268.96784375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 268.96784375
transcript.pyannote[32].end 270.85784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 271.46534375
transcript.pyannote[33].end 274.03034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 274.03034375
transcript.pyannote[34].end 274.77284375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 274.77284375
transcript.pyannote[35].end 275.16096875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 275.16096875
transcript.pyannote[36].end 284.79659375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 285.06659375
transcript.pyannote[37].end 325.56659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 324.94221875
transcript.pyannote[38].end 330.54471875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 330.62909375
transcript.pyannote[39].end 353.29221875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 335.86034375
transcript.pyannote[40].end 336.26534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 341.22659375
transcript.pyannote[41].end 341.96909375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 346.39034375
transcript.pyannote[42].end 346.87971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 353.29221875
transcript.pyannote[43].end 355.78971875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 356.36346875
transcript.pyannote[44].end 387.43034375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 359.09721875
transcript.pyannote[45].end 359.63721875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 375.12846875
transcript.pyannote[46].end 375.38159375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 379.39784375
transcript.pyannote[47].end 379.88721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 387.88596875
transcript.pyannote[48].end 388.32471875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 388.61159375
transcript.pyannote[49].end 424.90971875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 401.90909375
transcript.pyannote[50].end 402.53346875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 425.11221875
transcript.pyannote[51].end 447.26909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 427.17096875
transcript.pyannote[52].end 427.64346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 430.74846875
transcript.pyannote[53].end 431.06909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 436.40159375
transcript.pyannote[54].end 436.84034375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 446.64471875
transcript.pyannote[55].end 457.61346875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 458.22096875
transcript.pyannote[56].end 462.03471875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 462.30471875
transcript.pyannote[57].end 467.16471875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 467.33346875
transcript.pyannote[58].end 478.58909375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 478.62284375
transcript.pyannote[59].end 484.10721875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 484.24221875
transcript.pyannote[60].end 506.41596875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 491.02596875
transcript.pyannote[61].end 491.51534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 496.57784375
transcript.pyannote[62].end 496.66221875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 506.41596875
transcript.pyannote[63].end 542.46096875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 541.48221875
transcript.pyannote[64].end 541.81971875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 542.83221875
transcript.pyannote[65].end 560.88846875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 543.33846875
transcript.pyannote[66].end 543.35534375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 543.35534375
transcript.pyannote[67].end 543.67596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 543.67596875
transcript.pyannote[68].end 543.69284375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 560.88846875
transcript.pyannote[69].end 587.65221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 565.17471875
transcript.pyannote[70].end 565.37721875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 588.02346875
transcript.pyannote[71].end 602.75534375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 602.75534375
transcript.pyannote[72].end 603.21096875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 603.21096875
transcript.pyannote[73].end 603.34596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 603.34596875
transcript.pyannote[74].end 648.68909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 603.37971875
transcript.pyannote[75].end 603.53159375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 614.44971875
transcript.pyannote[76].end 616.23846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 628.50659375
transcript.pyannote[77].end 629.51909375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 648.92534375
transcript.pyannote[78].end 656.67096875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 651.81096875
transcript.pyannote[79].end 653.05971875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 653.75159375
transcript.pyannote[80].end 654.27471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 654.89909375
transcript.pyannote[81].end 656.26596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 657.24471875
transcript.pyannote[82].end 660.97409375
transcript.whisperx[0].start 0.48
transcript.whisperx[0].end 2.883
transcript.whisperx[0].text 謝謝主席。我們請何部長。請何部長。黃委員好。謝謝。何部長今天算是你第一次到委員會來備詢。當然很多委員針對勞動部的一些業務對你有很大的一個期許。尤其是年改的這個議題還有缺工這個議題。
transcript.whisperx[1].start 22.8
transcript.whisperx[1].end 40.377
transcript.whisperx[1].text 其實勞動部的這個所有的業務都跟所有勞工息息相關而且勞工你們的一舉一動所有的政策其實所有勞工都看在眼裡所以我今天先就叫我們這個何部長有關這個缺工的這個議題
transcript.whisperx[2].start 42.139
transcript.whisperx[2].end 64.093
transcript.whisperx[2].text 那當然就是現在我們整個社會高齡化、少子化這個問題真的是還蠻嚴重的所以我們勞動部在幾年前就有針對這個缺工的這個議題有提出一個流採酒用的這個方案那我看到這個實施了幾年之後我看到有這個流採酒全部全台灣的這個
transcript.whisperx[3].start 65.473
transcript.whisperx[3].end 78.863
transcript.whisperx[3].text 移工70多萬人有企業或是看護工有申請留財久用目前是2萬多人從2萬多人其實我又看到一個問題留財久用產業工差不多52萬有申請是1.6萬家庭看護工24萬申請是1.7萬
transcript.whisperx[4].start 92.512
transcript.whisperx[4].end 116.484
transcript.whisperx[4].text 那你就發現到一個問題就是說我們來自基層很多的這個中小企業他一直在講缺工那有很多這個傳統產業他原本的這個外籍移工他的技術非常純熟之後這個僱主希望他能夠繼續留下來才會有這個移工留才久用這個方案嘛對不對那我看到這個議題這個問題就很嚴重就是說產業
transcript.whisperx[5].start 120.066
transcript.whisperx[5].end 120.847
transcript.whisperx[5].text 我覺得有可能是齁
transcript.whisperx[6].start 142.148
transcript.whisperx[6].end 159.35
transcript.whisperx[6].text 因為家庭看護工喔,他的這個是一對一嘛,然後他的這個替代性比較少,其實他會留下來大家都把他當像家人了,所以會有更多的家庭看護工會希望留下來,他本身希望留下來變台灣人。
transcript.whisperx[7].start 160.071
transcript.whisperx[7].end 160.791
transcript.whisperx[7].text 所以你們到底,因為這個實施幾年啊?其實也才去年
transcript.whisperx[8].start 190.08
transcript.whisperx[8].end 219.008
transcript.whisperx[8].text 前年到現在而已其實才兩年我覺得宣傳不夠啦要擴大到各工業區去宣傳對然後甚至下到這一個我們委員的各選區的這個基層的尤其是中小企業這個層次去宣傳這樣子我記得你們要開始推動這個移工留才久用的這個方案當時我有跟許部長講就是說要到這個基層不論是工會或者是這個工業區甚至
transcript.whisperx[9].start 220.349
transcript.whisperx[9].end 238.143
transcript.whisperx[9].text 一般可能你們自己本身也要有做這樣的一個宣傳這個廣告讓更多的這個中小企業或者是讓雇主知道有這樣的一個方案因為很多人在反映就是說缺工那缺工或者是說在反映說那這個移工
transcript.whisperx[10].start 239.003
transcript.whisperx[10].end 263.813
transcript.whisperx[10].text 他技術很純熟我們希望把他留下來好避免他離開之後又到另外其他國家或者是回到他自己的母國又自己開一間公司來跟原本台灣的這家公司來競爭所以我是覺得說如果有這樣的一個方案看到產業移工他申請的人數反而是比家庭移工還少我覺得這應該是有一些問題所以你們後面後續要怎麼去處理
transcript.whisperx[11].start 269.174
transcript.whisperx[11].end 284.273
transcript.whisperx[11].text 現在已經在各地要成立服務中心對不對?我們請署長來講一下或者是說你們的申請的流程是非常繁瑣非常不容易所以變成說雇主他也不願意去申請
transcript.whisperx[12].start 285.434
transcript.whisperx[12].end 308.081
transcript.whisperx[12].text 對,我跟委員報告因為我們現在移工留宅久用在產業這個部分我們現在加強推動從幾個面向第一個就是剛剛委員提到我們直接深入到工業區跟一些相關的一些地方的一些產業園區那這部分我們現在像類似跟廠協會現在在合作我們會加強在整個在地的那第二個就是說整個流程跟窗口我們現在已經成立了移工留宅久用中心單一窗口
transcript.whisperx[13].start 308.621
transcript.whisperx[13].end 329.809
transcript.whisperx[13].text 也就是一站式服務啦 所有的需求只要透過我們這個中心 我們就全程來協助 那這個目前看起來效果已經慢慢出來 那我們會持續來推動 那整個程序跟流程跟表現的簡化 我們現在都在持續在檢討當中 我們跟相關部位我們未來會照樣這個部分 所以你們有預計就是說要達到什麼樣的目標嗎
transcript.whisperx[14].start 331.369
transcript.whisperx[14].end 354.864
transcript.whisperx[14].text 其實本來我們在移工流財久用大概就是說以8年來看我們包含資深移工跟就是這個比較年輕移工我們希望能夠達到14萬個流財那目前其實我們都超標了我們大概以目前一年都將近2萬個也就我們預期大概未來我們絕對可以達到我們原來的這個目標值我們會加強來努力其實這個政策是因為
transcript.whisperx[15].start 356.465
transcript.whisperx[15].end 375.337
transcript.whisperx[15].text 之前很多的中小企業一直在反應所以才會有這個移工留才久用這樣的一個方案那既然有這樣的一個方案我也希望你們針對這些中小企業應該要多加的去宣傳讓這些技術純熟的移工真正的能夠留在臺灣因為確實這個對中小企業來講是有一些幫助的
transcript.whisperx[16].start 380.02
transcript.whisperx[16].end 406.711
transcript.whisperx[16].text 另外剛剛有很多的委員也很關心就是比如說我們這個婦女就業或者是中高齡就業的這個議題當然我們希望就是說勞動部針對這一部分確實還有需要再加強就是說婦女她的這個勞參率是偏低的尤其是結婚之後生小孩之後勞參率是偏低的那怎麼樣讓她
transcript.whisperx[17].start 407.871
transcript.whisperx[17].end 407.891
transcript.whisperx[17].text ﹝解釋﹞
transcript.whisperx[18].start 425.651
transcript.whisperx[18].end 446.746
transcript.whisperx[18].text 確實真的還要再加強因為我覺得看了這個一些數據確實是不滿意那在何部長上來之後我相信很多人對你寄予厚望總是新的部長上來有一些新的作為那是不是可以再請部長針對我剛剛講的這個婦女這個就業還有中高齡的這一部分你未來要怎麼加強
transcript.whisperx[19].start 448.607
transcript.whisperx[19].end 464.847
transcript.whisperx[19].text 我用我自身的經歷我覺得到我這個年紀大概差不多就是如果我有生小孩的話現在大概也是應該要之前有在家庭的話大概應該要回歸那事實上因為我覺得婦女大概在中年以後
transcript.whisperx[20].start 465.387
transcript.whisperx[20].end 466.929
transcript.whisperx[20].text 我一個就是說我想要推動這個育嬰留庭跟照顧留庭
transcript.whisperx[21].start 484.646
transcript.whisperx[21].end 501.781
transcript.whisperx[21].text 我們照顧留庭包括大家委員關切的照顧假這些事情我們大家未來再研議另外就是說未來移工是不是可以進入長照體系來做一個補充式的服務然後幫助婦女能夠把更多的從照顧責任能夠把它做一點緩解這樣子
transcript.whisperx[22].start 508.326
transcript.whisperx[22].end 523.332
transcript.whisperx[22].text 今天確實有很多問題想要問我們希望說部長可以針對缺工的這個議題各產業都有這個缺工的聲音所以你要怎麼樣再去聽到各產業缺工那你們要怎麼去解決
transcript.whisperx[23].start 524.392
transcript.whisperx[23].end 542.164
transcript.whisperx[23].text 當然就是說很多人在跟我反映這個傳統產業缺工旅宿業餐飲業缺工好像聽到好像到處都在缺工所以怎麼樣去解決這個議題那我覺得說其實這個也不是勞動部一個人可以去解決應該也要去跨部會很多
transcript.whisperx[24].start 545.346
transcript.whisperx[24].end 560.596
transcript.whisperx[24].text 有的我們講說很多這個年輕人也許可以從國中甚至高中可以就有建教合作的方式這個缺工也許可以這樣子慢慢來解決我覺得這個應該也是要一個跨部會的去合作
transcript.whisperx[25].start 562.137
transcript.whisperx[25].end 589.334
transcript.whisperx[25].text 我舉個例,像旅宿業缺工喊得很大聲啦那其實是跟交通部我們必須一起解決可是我也要在這裡強調缺工不能等於低薪啦所以我覺得就是說你這個缺工要先從提升本土勞參率勞動就業開始然後是在不足的情況下我們才去引進移工那麼引進移工的時候我們也要同時重視你的薪水到底是多少
transcript.whisperx[26].start 590.534
transcript.whisperx[26].end 614.876
transcript.whisperx[26].text 對,因為這個東西是我們跟交通部現在目前在討論的重點我們希望他能夠把薪水能夠提高一些啦不要一直用低薪,因為你去低薪的話你無論是本土或是移工其實都很難請啦其實前禮拜一的時候國宴那我們在那個餐廳裡面我們就看到很多是這個大學餐飲科的學生
transcript.whisperx[27].start 616.297
transcript.whisperx[27].end 640.366
transcript.whisperx[27].text 那他有這個機會來服務其實他也覺得說是很難得的一個經驗那其實我也看到很多比如說高職學生他要升到大學他有的是用這種產學合作的方式那這方面其實也可以減少一些這個增加就業機會然後又可以減少這個缺工的這個問題啦所以我希望說勞動部應該也要主動然後跨部會的來協調
transcript.whisperx[28].start 643.707
transcript.whisperx[28].end 643.847
transcript.whisperx[28].text 謝謝我們的黃委員發言