iVOD / 152882

Field Value
IVOD_ID 152882
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/152882
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 2024-05-23T10:05:48+08:00
結束時間 2024-05-23T10:16:23+08:00
影片長度 00:10:35
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/d339c8d1909fa453c7b96b05f38ce8939f2fcaa3dc194f73d34e896d657c5e831e764f71d2506ef45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王育敏
委員發言時間 10:05:48 - 10:16:23
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 477
gazette.blocks[0][0] 王委員育敏:(10時5分)好,謝謝主席,是不是請部長?
gazette.blocks[1][0] 主席:請何部長。
gazette.blocks[2][0] 何部長佩珊:王召委好。
gazette.blocks[3][0] 王委員育敏:部長好!部長,先恭喜你。
gazette.blocks[4][0] 何部長佩珊:謝謝。
gazette.blocks[5][0] 王委員育敏:你長期擔任幕僚,然後從幕後走向臺前,站上舞臺的滋味如何?被鎂光燈聚焦的滋味如何?
gazette.blocks[6][0] 何部長佩珊:謝謝委員的疼惜,然後給我很多信心,也請委員多多照顧、支持。
gazette.blocks[7][0] 王委員育敏:目前還適應嗎?就是有這麼多媒體會開始追著你跑,然後站在備詢臺。
gazette.blocks[8][0] 何部長佩珊:因為在立院也常常看到媒體追著你們跑……
gazette.blocks[9][0] 王委員育敏:而且你曾經到司法及法制委員會。
gazette.blocks[10][0] 何部長佩珊:對,所以可能也不會不習慣。
gazette.blocks[11][0] 王委員育敏:所以你其實是滿勝任的。
gazette.blocks[12][0] 何部長佩珊:謝謝。
gazette.blocks[13][0] 王委員育敏:好,那接下來就進入到今天的主題,我想全國勞工最關注的就是勞保到底會不會破產的議題,而這個議題從蔡英文政府8年,當時說軍公教勞一起改,結果蔡總統已經卸任了,但是勞保改革的列車完全沒有啟動,關於這個部分,我們看到賴總統520就職演說,他說有政府在,勞保就不會倒,會當大家的靠山。那這是不是意味著賴清德沒有要走蔡英文的路線,在賴清德任內不會啟動勞保的任何年金改革?
gazette.blocks[14][0] 何部長佩珊:委員,是這樣子,我想施政是延續的,那施政過去如果有值得檢討的地方,那也是必須要面對的,我想我也有跟您報告過,勞保年改跟軍公教改革是不一樣的問題。
gazette.blocks[15][0] 王委員育敏:所以當時蔡總統所說的軍公教勞一起改,他其實是在騙軍公教,就是其實勞本來就沒有要改,還是說它改不了?
gazette.blocks[16][0] 何部長佩珊:其實是嘗試改過的,在2017年就把勞保年改條例送到立院來,可是在立院是完全沒有辦法推動的,朝野都無法支持,我們就是有這樣子失敗的經驗,所以也進行了檢討。
gazette.blocks[17][0] 王委員育敏:好,我只是要確認一件事情,是不是賴總統任內不會啟動勞保年金改革,並沒有這樣的方案,撥補是唯一的選項?
gazette.blocks[18][0] 何部長佩珊:跟委員報告,撥補就是改革……
gazette.blocks[19][0] 王委員育敏:這個跟大家的認知差了有點遠,部長,我必須糾正你一下,撥補不是改革,如果撥補是改革的話,我覺得軍公教只要用撥補就好了,就是撥補是改革,然後有政府在其實就不會倒,如果這個邏輯是通的話,我相信軍公教整個基金的規模比勞保小更多,所以其實我要提醒的是,當政府就是有責任,就是要承擔,而面對問題,當然你們現在可以提出要撥補,但是我要講一句話,撥補其實是治標不治本,如果撥補這麼的簡單,就像我剛剛講的,軍公教根本不用改啊!對不對?因為有政府在就不會倒,大家都一致啊!當時其實不用啟動任何的改革。
gazette.blocks[20][0] 何部長佩珊:我跟委員報告,其實我們現在對軍公教也有進行撥補,即便是現在。
gazette.blocks[21][0] 王委員育敏:但是你還是改了,對不對?你減少了他所得的部分嘛!所以這個部分我還是要提醒,我們尊重賴總統不啟動勞保年金改革,但是撥補就只是一個治標的方案,你如果看到這一個圖,你就可以知道,當時間軸再拉長的時候,撥補真的可以讓勞保基金不倒嗎?這個就只是一個短暫的治標,這個是我要告訴部長的。
gazette.blocks[21][1] 接下來另外一個就是有關於勞工工時的問題,部長你應該知道,勞工工時在你們今天的報告裡面也有提到,你們提到每月工時現在是162.2小時,換算起來,年的部分大概就是我們現在看到的這個數字,我們勞工全年正常工時是1923.6小時,排名全球第六,這不是一個好的排名,我們比鄰近的日本、韓國其實還要多,部長,你知道嗎?
gazette.blocks[22][0] 何部長佩珊:跟委員報告,日、韓跟我們的比較有一個結構性差異,日、韓的部分工時者太多,我們是部分工時者低,所以平均下來他們就比較短,我們就會比較高,可是我們的勞工事實上是全時工作比較多,所以相對來講,我們勞工是比較有保障的,憑良心講是這樣子。
gazette.blocks[23][0] 王委員育敏:部長我請教你,你認為臺灣的勞工有過勞的問題嗎?工時有太長的問題嗎?
gazette.blocks[24][0] 何部長佩珊:這個部分當然我想勞工的感受,我可以體會,就是說這種疲倦、在職場上這樣子的感受,我想我們都必須去面對勞工這種心理感受。
gazette.blocks[25][0] 王委員育敏:你覺得只是心理感受?但是年加班工時是96小時,這樣不高嗎?全球排名第六,不高嗎?所以這個部分,我希望部長你還是要注意。
gazette.blocks[26][0] 何部長佩珊:是。
gazette.blocks[27][0] 王委員育敏:你是勞動部部長,所以你的角色應該是要跟勞工站在一起。
gazette.blocks[28][0] 何部長佩珊:當然。
gazette.blocks[29][0] 王委員育敏:過去你是行政院秘書長,必須幫行政院、幫院長做一些政策的辯護,我覺得角色上是不一樣的,因為勞工朋友對你是有期待的。
gazette.blocks[30][0] 何部長佩珊:是。
gazette.blocks[31][0] 王委員育敏:以前許銘春部長都會說「我是勞工的大家長」,你要不要講一遍,你是勞工的大家長?
gazette.blocks[32][0] 何部長佩珊:當然。
gazette.blocks[33][0] 王委員育敏:你是?
gazette.blocks[34][0] 何部長佩珊:當然、當然。
gazette.blocks[35][0] 王委員育敏:對,勞工的大家長,我希望你把勞工的權益一定是永遠擺在優先,而不是企業。
gazette.blocks[36][0] 何部長佩珊:是,當然。
gazette.blocks[37][0] 王委員育敏:我想這個角色要非常清楚,好不好?
gazette.blocks[38][0] 何部長佩珊:是、是、是。
gazette.blocks[39][0] 王委員育敏:另外一個,既然是勞工的權益,最近有一個最關注的是外送平臺Uber Eats跟foodpanda整個要整併,所以未來臺灣就只有一家外送,獨大的時候,它衍生的問題,這個獨大某種程度就是壟斷,當獨大又壟斷的時候,請問這些外送人員的權益應該怎麼樣去照顧?我這邊提出3個問題,第一個,平臺合併變成單一平臺之後,外送員的議價能力,即使他們有工會,相對上來講,這個是不是會更弱勢?會不會?
gazette.blocks[40][0] 何部長佩珊:會,當然會。
gazette.blocks[41][0] 王委員育敏:這個部分我們勞動部有沒有想到什麼方案?
gazette.blocks[42][0] 何部長佩珊:所以勞動部必須做他們的後盾,支撐他們一起跟資方談判,我們會這樣處理。
gazette.blocks[43][0] 王委員育敏:除了口頭的支撐之外,在法令上面……
gazette.blocks[44][0] 何部長佩珊:不是口頭、不是口頭喔!我們是實質作為。
gazette.blocks[45][0] 王委員育敏:比如說?講具體一點好不好?
gazette.blocks[46][0] 何部長佩珊:像5月29號已經要進行他們雙邊對話的討論,資方會參與。
gazette.blocks[47][0] 王委員育敏:是你們召開的?
gazette.blocks[48][0] 何部長佩珊:對,是我們召開的,資方也答應參與了。
gazette.blocks[49][0] 王委員育敏:好,主要的內容、要談及什麼具體的事項?
gazette.blocks[50][0] 何部長佩珊:請司長來報告。
gazette.blocks[51][0] 王司長厚偉:跟委員報告,我們談了好幾個題目,第一個題目就是併購後,外送員工很關心的相關權益的問題,我們也把他們的訴求都提供給2家主要的業者,特別是Uber,也希望它當天能夠提出比較明確的一些說法。
gazette.blocks[52][0] 王委員育敏:如果外送員的訴求,平臺並不接受,請問勞動部有任何其他的方法跟工具?
gazette.blocks[53][0] 何部長佩珊:我們正在想辦法,委員您點到重點,確實這個平臺是相當強勢,因為他們都是跨國企業。
gazette.blocks[54][0] 王委員育敏:跨國企業也要適用臺灣的法令。
gazette.blocks[55][0] 何部長佩珊:對,當然。
gazette.blocks[56][0] 王委員育敏:如果我們有一部中央的法令來規範、要求,我覺得這個才會是強而有力的後盾,目前的情況是地方政府去訂定自治條例,但坦白講,我覺得那個要求其實是很有限,今天如果是由中央政府機關針對這個部分如何去保障外送員的相關權益事項,包括他們的訴求、一些關鍵的讓它入法,讓它有法令依據,管它是多大的外商平臺,來到臺灣,你就得適用臺灣的法令,來到臺灣,你就必須把臺灣的外送員他們的權益視為你營運裡面最重要的部分,不准有剝削,而且不准它任意的去抬高價格,這個不只是外送員的權益,將來它如果任意哄抬,我們每一個人可能都遭殃,每一個人可能都有點外送的經驗,它愛怎麼抬高就抬高,因為你今天要點外送,只剩這一家,這個問題我希望勞動部要去好好關切,過去我們中央並沒有立法,現在有委員的版本已經開始進來了,我覺得這個部分我們必須展現臺灣的公權力,這些外商要來這邊賺錢沒有關係,但請遵守臺灣的法令,這個部分勞動部可以去研議嗎?
gazette.blocks[57][0] 何部長佩珊:是,我知道外送平臺的專法已經都在委員會裡面了,這個部分我們會審慎來研議、討論。其次,我們會強化各部會的合作,包括公平會對這個併購過程的審查,必須會勞動部意見,另外還有跟交通部,因為Uber這些平臺的主管機關其實是相關的部會,我們必須強化跟各部會的聯合處理。
gazette.blocks[58][0] 王委員育敏:好,這件事我希望勞動部也要有自己的角色,廣大的外送員就是你們必須去服務跟照顧的對象,好不好?不要讓他們變成越來越弱勢。
gazette.blocks[59][0] 何部長佩珊:是,謝謝。
gazette.blocks[60][0] 王委員育敏:好,謝謝。
gazette.blocks[61][0] 主席(黃委員秀芳):謝謝王育敏委員發言。在這邊先作以下宣告:等一下在林淑芬委員質詢結束後休息10分鐘。
gazette.blocks[61][1] 現在請涂權吉委員發言。
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_02
transcript.pyannote[0].start 2.57909375
transcript.pyannote[0].end 5.65034375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 9.21096875
transcript.pyannote[1].end 9.97034375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 10.45971875
transcript.pyannote[2].end 18.93096875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 19.69034375
transcript.pyannote[3].end 21.68159375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 21.73221875
transcript.pyannote[4].end 21.81659375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 21.81659375
transcript.pyannote[5].end 31.70534375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 32.27909375
transcript.pyannote[6].end 40.39596875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 37.13909375
transcript.pyannote[7].end 37.20659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 38.69159375
transcript.pyannote[8].end 39.19784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 40.39596875
transcript.pyannote[9].end 40.48034375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 40.48034375
transcript.pyannote[10].end 40.54784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 40.54784375
transcript.pyannote[11].end 48.19221875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 41.81346875
transcript.pyannote[12].end 44.20971875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 45.61034375
transcript.pyannote[13].end 46.26846875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 47.12909375
transcript.pyannote[14].end 48.22596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 48.22596875
transcript.pyannote[15].end 48.78284375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 48.78284375
transcript.pyannote[16].end 66.67034375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 48.85034375
transcript.pyannote[17].end 49.66034375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 67.07534375
transcript.pyannote[18].end 68.76284375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 68.96534375
transcript.pyannote[19].end 75.31034375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 75.39471875
transcript.pyannote[20].end 81.97596875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 82.27971875
transcript.pyannote[21].end 97.34909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 98.22659375
transcript.pyannote[22].end 117.88596875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 116.90721875
transcript.pyannote[23].end 126.71159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 127.60596875
transcript.pyannote[24].end 140.31284375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 141.03846875
transcript.pyannote[25].end 141.37596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 141.54471875
transcript.pyannote[26].end 146.82659375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 145.74659375
transcript.pyannote[27].end 154.01534375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 154.52159375
transcript.pyannote[28].end 156.66471875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 154.63971875
transcript.pyannote[29].end 155.14596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 157.32284375
transcript.pyannote[30].end 159.93846875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 160.39409375
transcript.pyannote[31].end 160.41096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 160.41096875
transcript.pyannote[32].end 161.47409375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 161.91284375
transcript.pyannote[33].end 181.99409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 162.62159375
transcript.pyannote[34].end 163.33034375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 182.23034375
transcript.pyannote[35].end 197.33346875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 197.65409375
transcript.pyannote[36].end 200.18534375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 200.28659375
transcript.pyannote[37].end 203.64471875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 203.99909375
transcript.pyannote[38].end 209.26409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 206.27721875
transcript.pyannote[39].end 206.98596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 209.43284375
transcript.pyannote[40].end 215.60909375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 214.66409375
transcript.pyannote[41].end 223.69221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 216.35159375
transcript.pyannote[42].end 218.83221875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 223.77659375
transcript.pyannote[43].end 251.31659375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 251.53596875
transcript.pyannote[44].end 252.51471875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 253.22346875
transcript.pyannote[45].end 272.89971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 254.87721875
transcript.pyannote[46].end 254.89409375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 254.89409375
transcript.pyannote[47].end 255.34971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 255.34971875
transcript.pyannote[48].end 255.36659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 258.72471875
transcript.pyannote[49].end 258.74159375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 273.16971875
transcript.pyannote[50].end 280.07159375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 281.50596875
transcript.pyannote[51].end 282.92346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 282.92346875
transcript.pyannote[52].end 284.08784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 288.03659375
transcript.pyannote[53].end 288.18846875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 288.69471875
transcript.pyannote[54].end 296.00159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 296.47409375
transcript.pyannote[55].end 310.22721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 310.32846875
transcript.pyannote[56].end 311.15534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 311.12159375
transcript.pyannote[57].end 317.36534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 318.69846875
transcript.pyannote[58].end 323.59221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 323.94659375
transcript.pyannote[59].end 326.47784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 327.01784375
transcript.pyannote[60].end 330.59534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 330.89909375
transcript.pyannote[61].end 333.90284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 334.37534375
transcript.pyannote[62].end 334.74659375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 334.74659375
transcript.pyannote[63].end 334.86471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 334.86471875
transcript.pyannote[64].end 334.88159375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 334.88159375
transcript.pyannote[65].end 335.06721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 335.06721875
transcript.pyannote[66].end 335.48909375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 335.48909375
transcript.pyannote[67].end 340.75409375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 341.05784375
transcript.pyannote[68].end 345.73221875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 346.32284375
transcript.pyannote[69].end 367.82159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 350.17034375
transcript.pyannote[70].end 351.28409375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 352.24596875
transcript.pyannote[71].end 352.73534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 356.63346875
transcript.pyannote[72].end 357.25784375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 358.69221875
transcript.pyannote[73].end 359.19846875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 365.34096875
transcript.pyannote[74].end 365.81346875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 367.72034375
transcript.pyannote[75].end 367.78784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 367.82159375
transcript.pyannote[76].end 368.00721875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 368.00721875
transcript.pyannote[77].end 372.02346875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 372.31034375
transcript.pyannote[78].end 387.63284375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 372.71534375
transcript.pyannote[79].end 373.39034375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 376.39409375
transcript.pyannote[80].end 376.57971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 377.60909375
transcript.pyannote[81].end 377.72721875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 377.86221875
transcript.pyannote[82].end 378.03096875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 378.03096875
transcript.pyannote[83].end 378.85784375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 383.19471875
transcript.pyannote[84].end 383.83596875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 383.83596875
transcript.pyannote[85].end 383.85284375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 385.03409375
transcript.pyannote[86].end 385.64159375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 385.64159375
transcript.pyannote[87].end 385.67534375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 386.83971875
transcript.pyannote[88].end 387.48096875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 387.68346875
transcript.pyannote[89].end 399.49596875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 400.18784375
transcript.pyannote[90].end 420.20159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 420.62346875
transcript.pyannote[91].end 427.13721875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 427.57596875
transcript.pyannote[92].end 427.60971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 427.60971875
transcript.pyannote[93].end 427.96409375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 427.96409375
transcript.pyannote[94].end 428.13284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 428.26784375
transcript.pyannote[95].end 431.89596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 428.67284375
transcript.pyannote[96].end 434.03909375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 434.32596875
transcript.pyannote[97].end 437.61659375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 437.97096875
transcript.pyannote[98].end 439.57409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 438.47721875
transcript.pyannote[99].end 440.43471875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 440.43471875
transcript.pyannote[100].end 444.23159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 442.91534375
transcript.pyannote[101].end 444.18096875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 444.23159375
transcript.pyannote[102].end 444.28221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 444.41721875
transcript.pyannote[103].end 448.34909375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 446.93159375
transcript.pyannote[104].end 449.02409375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 448.36596875
transcript.pyannote[105].end 448.46721875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 449.41221875
transcript.pyannote[106].end 461.22471875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 457.14096875
transcript.pyannote[107].end 457.64721875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 459.26721875
transcript.pyannote[108].end 460.19534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 461.49471875
transcript.pyannote[109].end 461.52846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 461.52846875
transcript.pyannote[110].end 465.10596875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 461.54534375
transcript.pyannote[111].end 461.89971875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 465.35909375
transcript.pyannote[112].end 465.54471875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 465.69659375
transcript.pyannote[113].end 467.38409375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 467.63721875
transcript.pyannote[114].end 475.07909375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 475.29846875
transcript.pyannote[115].end 479.90534375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 480.24284375
transcript.pyannote[116].end 482.92596875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 483.34784375
transcript.pyannote[117].end 483.88784375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 484.09034375
transcript.pyannote[118].end 489.35534375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 489.59159375
transcript.pyannote[119].end 494.36721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 493.00034375
transcript.pyannote[120].end 500.50971875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 496.37534375
transcript.pyannote[121].end 496.79721875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 498.73784375
transcript.pyannote[122].end 499.21034375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 500.50971875
transcript.pyannote[123].end 500.66159375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 500.66159375
transcript.pyannote[124].end 502.97346875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 502.18034375
transcript.pyannote[125].end 502.75409375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 502.97346875
transcript.pyannote[126].end 507.34409375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 504.42471875
transcript.pyannote[127].end 505.52159375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 507.85034375
transcript.pyannote[128].end 564.29721875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 564.75284375
transcript.pyannote[129].end 590.03159375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 579.92346875
transcript.pyannote[130].end 580.37909375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 584.31096875
transcript.pyannote[131].end 584.34471875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 584.34471875
transcript.pyannote[132].end 585.42471875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 590.03159375
transcript.pyannote[133].end 590.04846875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 590.04846875
transcript.pyannote[134].end 591.02721875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 591.02721875
transcript.pyannote[135].end 620.74409375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 608.44221875
transcript.pyannote[136].end 608.93159375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 620.74409375
transcript.pyannote[137].end 633.06284375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 628.74284375
transcript.pyannote[138].end 628.96221875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 628.96221875
transcript.pyannote[139].end 630.32909375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 632.06721875
transcript.pyannote[140].end 632.55659375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 634.78409375
transcript.pyannote[141].end 635.13846875
transcript.whisperx[0].start 2.588
transcript.whisperx[0].end 3.089
transcript.whisperx[0].text 王育敏
transcript.whisperx[1].start 19.761
transcript.whisperx[1].end 37.859
transcript.whisperx[1].text 美光燈聚焦,智慧如何?謝謝委員的疼惜,然後給我很多信心,那麼也請委員多多照顧支持目前還適應嗎?就是說這麼多媒體會開始追著你跑,然後站在備訓台上
transcript.whisperx[2].start 39.42
transcript.whisperx[2].end 62.638
transcript.whisperx[2].text 因為在立院也常常看到媒體追著你們跑啦所以可能也不會不習慣啦所以其實是蠻勝任的好那接下來就進入到今天的主題我想全國勞工最關注的就是勞保到底會不會破產的議題而這個議題從蔡英文政府8年當時說軍、工、教、勞、義、齊、改結果蔡總統
transcript.whisperx[3].start 69.076
transcript.whisperx[3].end 97.154
transcript.whisperx[3].text 已經卸任了但是勞保改革的列車完全沒有啟動那這個部分我們看到賴總統520就職演說他說有政府在這個勞保就不會倒當大家的靠山那這是不是意味著賴清德沒有要走蔡英文的路線在賴清德任內不會啟動勞保的任何年金改革
transcript.whisperx[4].start 98.437
transcript.whisperx[4].end 126.485
transcript.whisperx[4].text 委員是這樣子我想施政是延續的那施政過去如果有這個值得檢討的地方那也是必須要面對的我想我也有跟您報告過勞保年改跟這一個軍公教改革是不一樣的問題所以當時蔡總統所說的軍公教勞一起改他其實是在騙軍公教就是其實勞本來就沒有要改還是說他改不了
transcript.whisperx[5].start 127.665
transcript.whisperx[5].end 156.104
transcript.whisperx[5].text 其實是嘗試改過的2017一七年就把勞保年改條例送到立院來可是在立院是完全沒有辦法推動的我們朝野都無法支持所以這我們就是有這樣子失敗的經驗所以也進行了檢討好我只要確認一件事情是不是賴總統任內不會啟動勞保年金改革並沒有這樣的方案所以補是唯一的選項
transcript.whisperx[6].start 157.458
transcript.whisperx[6].end 184.72
transcript.whisperx[6].text 國務委員報告就是撥補就是改革因為對因為跟大家的認知差有點有部長我必須糾正你一下撥補不是改革好如果撥補是改革的話我覺得軍公教就用撥補就好了就是撥補是改革然後有政府在其實就不會到如果這個邏輯是通的話我相信軍公教他的這個整個基金的規模比勞保小的更多所以其實我要提醒的是
transcript.whisperx[7].start 186.141
transcript.whisperx[7].end 209.043
transcript.whisperx[7].text 當政府就是有責任就是要承擔而面對問題當然你們現在可以提出來說撥補但是我要講一句話撥補叫做治標不治本如果撥補這麼的簡單就像我剛剛講的軍公教根本不用改啊對不對就是有政府在就不會倒啊大家都一致啊當時其實不用啟動任何的改革
transcript.whisperx[8].start 209.448
transcript.whisperx[8].end 218.811
transcript.whisperx[8].text 我跟委員報告其實我們現在對軍公家也有進行撥補現在即便是現在但你還是改了對不對你減少了他的你減少了他的這個他的所得的部分所以這個部分我還是要提醒這個我們尊重賴總統就是他不啟動這個勞保年金改革但是撥補他就是一個治標的方案你如果看到這一個圖你就可以知道當時間走在拉長的時候
transcript.whisperx[9].start 239.239
transcript.whisperx[9].end 243.103
transcript.whisperx[9].text 波普真的可以讓勞保基金不倒嗎?
transcript.whisperx[10].start 243.103
transcript.whisperx[10].end 251.092
transcript.whisperx[10].text 這個就只是一個短暫的治標 這個是我要告訴部長的那接下來另外一個就是有關於勞工工時的問題 這個部長你應該知道 這個勞工工時在你們今天的報告裡面也有提到
transcript.whisperx[11].start 258.939
transcript.whisperx[11].end 279.564
transcript.whisperx[11].text 每月工時你們提到現在是162.2換算起來年大概就是我們現在看到這個數字我們勞工全年的正常工時1923.6排名全球第6了那這個不是一個好的排名我們比臨近的日本、韓國其實還要多部長你知道嗎當然越高吧日本的話它是越韓的工時比較低
transcript.whisperx[12].start 288.869
transcript.whisperx[12].end 290.21
transcript.whisperx[12].text 所以部長我請教你,你認為臺灣的勞工有過勞的問題嗎?工時有太長的問題嗎?
transcript.whisperx[13].start 318.915
transcript.whisperx[13].end 333.671
transcript.whisperx[13].text 這一個部分當然我想勞工的感受我可以體會就是說這種疲倦在職場上的這樣子的一個感受那我想我們都必須要去面對勞工這種心理感受
transcript.whisperx[14].start 335.153
transcript.whisperx[14].end 353.565
transcript.whisperx[14].text 你覺得只是心理感受但是每個月的加班工時這邊是96小時就是年加班工時96小時這樣不高嗎全球排名第6不高嗎所以這個部分我希望這個部長你還是要注意是勞動部部長所以你的角色
transcript.whisperx[15].start 354.465
transcript.whisperx[15].end 371.498
transcript.whisperx[15].text 應該是要跟勞工站在一起的跟過去你是行政院秘書長必須幫行政院幫院長就是在做一些政策的辯護我覺得角色上是不一樣的因為勞工部對你是有期待的以前許民村部長都會說我是勞工的大家長
transcript.whisperx[16].start 372.759
transcript.whisperx[16].end 399.317
transcript.whisperx[16].text 你要不要講一遍你是勞工的大家長當然你是當然當然對那勞工的大家長我就希望你把勞工的權益一定是永遠擺在優先而不是企業當然我想這個角色要非常清楚好不好是是是另外一個既然是勞工的權益最近有一個最關注的是外送平台這個Uber Eats跟那個Foodpanda整個要整併那所以未來台灣就只有一家外送
transcript.whisperx[17].start 400.237
transcript.whisperx[17].end 402.8
transcript.whisperx[17].text 那獨大的時候其實他衍生的問題這個獨大某種程度就是壟斷那當獨大又壟斷的時候請問這一些外送人員的權益應該要怎麼樣去照顧我這邊提出三個問題第一個
transcript.whisperx[18].start 417.077
transcript.whisperx[18].end 436.317
transcript.whisperx[18].text 就是說平台合併變成單一平台之後外送員的溢價能力即使他們有公會在相對上來講這個是不是會更弱勢會不會會喔會當然會那這個部分我們勞動部也會想到所以必須勞動部做他們的後盾是支撐他們一起跟職場談判是
transcript.whisperx[19].start 439.122
transcript.whisperx[19].end 450.59
transcript.whisperx[19].text 我們會來這樣處理除了是口頭的支撐之外在法令上面不是口頭喔我們是實質作為比如說講具體一點好不好像我們5月29號已經要進行他們雙邊的對話的討論我們資方也會參與是你們召開的對對是我們召開的是資方也答應參與了好那主要的內容要談及什麼具體的事項來那個市長要報告
transcript.whisperx[20].start 467.682
transcript.whisperx[20].end 483.713
transcript.whisperx[20].text 跟委員報告我們談了好幾個題目但是第一個題目就是賓購後在衛生員工很關心的相關缺因的問題那我們也把他們的訴求也提供給兩家主要的業者特別是Uber那也希望他當天能夠提出比較明確的一些說法
transcript.whisperx[21].start 484.173
transcript.whisperx[21].end 507.049
transcript.whisperx[21].text 那如果這個外送員的訴求其實平台並不接受請問勞動部有任何的其他的方法跟工具我們正在想辦法這是委員您點到重點確實這平台是相當強勢的因為他們都是跨國企業跨國企業也要適用台灣的法律如果我們有一部中央的法律
transcript.whisperx[22].start 509.331
transcript.whisperx[22].end 525.903
transcript.whisperx[22].text 來規範來要求我覺得這個才會是強而有力的後盾目前的情況是地方政府去訂定自治條例但坦白講我覺得那個要求其實是很有限但今天如果是由中央政府機關針對這個部分如何去保障外送員的相關權益事項包括他們的訴求一些關鍵的
transcript.whisperx[23].start 532.708
transcript.whisperx[23].end 545.881
transcript.whisperx[23].text 讓他入法讓他有法令依據管他是多大的外商平台來到台灣你就得適用台灣的法令來到台灣你就必須把台灣的外送員他們的權益
transcript.whisperx[24].start 547.903
transcript.whisperx[24].end 569.601
transcript.whisperx[24].text 視為是你營運裡面最重要的部分不准有剝削而且不准他去任意的去抬高價格這個不只是外送員的權益他將來他如果任意烘台我們每一個人可能都遭殃每一個人可能都有點外送的這個經驗愛他怎麼抬高就抬高因為你今天要點外送只剩這一家這個問題我希望
transcript.whisperx[25].start 571.402
transcript.whisperx[25].end 585.507
transcript.whisperx[25].text 勞動部其實是要去好好關切的而過去我們中央並沒有立法現在有委員的版本已經開始進來了我覺得這個部分我們必須展現台灣我們的公權力讓這一些外商要來這邊賺錢沒有關係
transcript.whisperx[26].start 587.128
transcript.whisperx[26].end 593.835
transcript.whisperx[26].text 但請遵守臺灣的法令。這個部分勞動部可以去研議嗎?是當然這個委員我知道這邊外雙平台的專法已經都在委員會裡面了對這東西這部分我們會審慎來研議討論對那其次我們會強化各部會的合作包括對公平會這個併購的過程
transcript.whisperx[27].start 606.288
transcript.whisperx[27].end 635.094
transcript.whisperx[27].text