iVOD / 153014

Field Value
IVOD_ID 153014
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153014
日期 2024-05-27
會議資料.會議代碼 委員會-11-1-26-19
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19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 19
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19次全體委員會議
影片種類 Clip
開始時間 2024-05-27T10:54:02+08:00
結束時間 2024-05-27T11:06:16+08:00
影片長度 00:12:14
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/536b9eee2a0ea5b30ec6ef67a6379ff25186e4a1bc6f964e945ede7791f90b9e8c7b53aa0ac7e4265ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 10:54:02 - 11:06:16
會議時間 2024-05-27T09:00:00+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19次全體委員會議(事由:一、審查 (一)委員林德福等19人擬具「就業服務法第四十六條條文修正草案」案。 (二)委員楊瓊瓔等16人擬具「就業服務法第四十六條條文修正草案」案。 (三)委員馬文君等25人擬具「就業服務法第四十六條條文修正草案」案。 (四)委員涂權吉等17人擬具「就業服務法部分條文修正草案」案。 (五)委員黃建賓等20人擬具「就業服務法第四十六條條文修正草案」案。 (六)委員呂玉玲等16人擬具「就業服務法第四十六條及第五十五條條文修正草案」案。 (七)委員盧縣一等17人擬具「就業服務法第四十六條條文修正草案」案。 (八)委員鄭正鈐等17人擬具「就業服務法第四十六條條文修正草案」案。 (九)委員王育敏等17人擬具「就業服務法第四十六條條文修正草案」案。 (十)委員張嘉郡等30人擬具「就業服務法第四十六條條文修正草案」案。 (十一)委員王鴻薇等22人擬具「就業服務法第四十六條條文修正草案」案。 二、審查 (一)委員萬美玲等36人擬具「勞動基準法第五十條條文修正草案」案。 (二)委員許宇甄等18人擬具「勞動基準法第五十條條文修正草案」案。 (三)委員馬文君等20人擬具「勞動基準法第五十條條文修正草案」案。 (四)委員邱若華等16人擬具「勞動基準法第五十條條文修正草案」案。 【一(九) :如未經各黨團簽署不復議同意書,則不予審查】 【一(十)、(十一) :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27日、29日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 7.99596875
transcript.pyannote[0].end 11.43846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 12.36659375
transcript.pyannote[1].end 13.32846875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 16.24784375
transcript.pyannote[2].end 18.30659375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.52596875
transcript.pyannote[3].end 75.41159375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 76.17096875
transcript.pyannote[4].end 76.35659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 76.39034375
transcript.pyannote[5].end 76.40721875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 76.44096875
transcript.pyannote[6].end 81.28409375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 81.55409375
transcript.pyannote[7].end 118.37534375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 83.24159375
transcript.pyannote[8].end 84.25409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 84.25409375
transcript.pyannote[9].end 84.27096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 84.27096875
transcript.pyannote[10].end 84.28784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 118.96596875
transcript.pyannote[11].end 119.47221875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 119.08409375
transcript.pyannote[12].end 119.33721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 119.57346875
transcript.pyannote[13].end 122.67846875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 121.63221875
transcript.pyannote[14].end 122.15534375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 122.71221875
transcript.pyannote[15].end 123.47159375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 123.47159375
transcript.pyannote[16].end 126.07034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 126.34034375
transcript.pyannote[17].end 188.32221875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 189.06471875
transcript.pyannote[18].end 223.52346875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 223.77659375
transcript.pyannote[19].end 229.81784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 229.96971875
transcript.pyannote[20].end 230.07096875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 230.07096875
transcript.pyannote[21].end 230.34096875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 230.34096875
transcript.pyannote[22].end 230.37471875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 230.72909375
transcript.pyannote[23].end 230.79659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 230.79659375
transcript.pyannote[24].end 232.66971875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 232.95659375
transcript.pyannote[25].end 242.45721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 237.25971875
transcript.pyannote[26].end 237.29346875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 237.29346875
transcript.pyannote[27].end 237.31034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 237.31034375
transcript.pyannote[28].end 238.44096875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 242.76096875
transcript.pyannote[29].end 256.17659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 251.87346875
transcript.pyannote[30].end 255.92346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 256.58159375
transcript.pyannote[31].end 269.79471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 268.34346875
transcript.pyannote[32].end 284.86409375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 269.86221875
transcript.pyannote[33].end 270.35159375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 270.38534375
transcript.pyannote[34].end 270.45284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 285.23534375
transcript.pyannote[35].end 286.50096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 286.95659375
transcript.pyannote[36].end 288.91409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 289.25159375
transcript.pyannote[37].end 308.55659375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 309.06284375
transcript.pyannote[38].end 311.91471875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 312.50534375
transcript.pyannote[39].end 316.26846875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 317.24721875
transcript.pyannote[40].end 329.56596875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 319.47471875
transcript.pyannote[41].end 319.76159375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 330.03846875
transcript.pyannote[42].end 331.60784375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 330.07221875
transcript.pyannote[43].end 332.82284375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 331.79346875
transcript.pyannote[44].end 360.36284375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 354.57471875
transcript.pyannote[45].end 357.52784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 361.03784375
transcript.pyannote[46].end 367.53471875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 367.63596875
transcript.pyannote[47].end 367.77096875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 367.77096875
transcript.pyannote[48].end 367.78784375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 367.78784375
transcript.pyannote[49].end 367.85534375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 367.85534375
transcript.pyannote[50].end 367.93971875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 367.93971875
transcript.pyannote[51].end 372.52971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 367.95659375
transcript.pyannote[52].end 369.03659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 369.03659375
transcript.pyannote[53].end 369.28971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 369.28971875
transcript.pyannote[54].end 369.44159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 369.44159375
transcript.pyannote[55].end 376.14096875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 376.42784375
transcript.pyannote[56].end 412.62471875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 380.34284375
transcript.pyannote[57].end 380.96721875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 389.69159375
transcript.pyannote[58].end 390.40034375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 406.33034375
transcript.pyannote[59].end 406.68471875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 412.89471875
transcript.pyannote[60].end 458.74409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 442.57784375
transcript.pyannote[61].end 443.48909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 444.73784375
transcript.pyannote[62].end 445.19346875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 454.49159375
transcript.pyannote[63].end 454.74471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 458.98034375
transcript.pyannote[64].end 459.33471875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 460.17846875
transcript.pyannote[65].end 467.80596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 467.82284375
transcript.pyannote[66].end 469.30784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 469.47659375
transcript.pyannote[67].end 482.08221875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 482.77409375
transcript.pyannote[68].end 482.97659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 482.97659375
transcript.pyannote[69].end 483.31409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 484.10721875
transcript.pyannote[70].end 485.49096875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 485.71034375
transcript.pyannote[71].end 490.18221875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 488.10659375
transcript.pyannote[72].end 492.27471875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 490.87409375
transcript.pyannote[73].end 491.16096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 492.62909375
transcript.pyannote[74].end 506.21346875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 498.55221875
transcript.pyannote[75].end 499.49721875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 506.56784375
transcript.pyannote[76].end 508.89659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 510.75284375
transcript.pyannote[77].end 510.97221875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 510.97221875
transcript.pyannote[78].end 512.13659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 512.13659375
transcript.pyannote[79].end 513.57096875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 513.57096875
transcript.pyannote[80].end 513.60471875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 513.67221875
transcript.pyannote[81].end 526.32846875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 526.58159375
transcript.pyannote[82].end 536.74034375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 536.97659375
transcript.pyannote[83].end 539.81159375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 540.01409375
transcript.pyannote[84].end 543.01784375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 542.39346875
transcript.pyannote[85].end 544.08096875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 543.35534375
transcript.pyannote[86].end 544.82346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 544.23284375
transcript.pyannote[87].end 546.13971875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 546.25784375
transcript.pyannote[88].end 549.78471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 547.11846875
transcript.pyannote[89].end 547.52346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 549.86909375
transcript.pyannote[90].end 550.67909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 550.86471875
transcript.pyannote[91].end 559.21784375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 559.94346875
transcript.pyannote[92].end 561.14159375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 560.33159375
transcript.pyannote[93].end 566.49096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 564.56721875
transcript.pyannote[94].end 564.97221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 565.47846875
transcript.pyannote[95].end 590.08221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 590.33534375
transcript.pyannote[96].end 616.22159375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 616.52534375
transcript.pyannote[97].end 643.82909375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 644.08221875
transcript.pyannote[98].end 644.47034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 645.17909375
transcript.pyannote[99].end 663.28596875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 663.84284375
transcript.pyannote[100].end 667.77471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 668.17971875
transcript.pyannote[101].end 670.74471875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 668.21346875
transcript.pyannote[102].end 669.52971875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 670.03596875
transcript.pyannote[103].end 721.30221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 673.95096875
transcript.pyannote[104].end 673.98471875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 673.98471875
transcript.pyannote[105].end 674.67659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 674.67659375
transcript.pyannote[106].end 674.74409375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 698.62221875
transcript.pyannote[107].end 698.97659375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 721.60596875
transcript.pyannote[108].end 730.93784375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 731.05596875
transcript.pyannote[109].end 732.84471875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 734.17784375
transcript.pyannote[110].end 734.76846875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 734.88659375
transcript.pyannote[111].end 734.97096875
transcript.whisperx[0].start 8.239
transcript.whisperx[0].end 12.989
transcript.whisperx[0].text 呃麻煩請勞動呃我們何部長好請何部長
transcript.whisperx[1].start 16.417
transcript.whisperx[1].end 38.019
transcript.whisperx[1].text 委員好部長好就這一次的舊福法修法有一個重點在於這個巴士量表要不要作為評估果人健康照顧聘用外勞的需求標準那本席有幾個問題要請教那首先是這個問題涉及到醫療專業它對於衛福部的報告你們都有仔細的看過嗎有
transcript.whisperx[2].start 40.561
transcript.whisperx[2].end 51.831
transcript.whisperx[2].text 衛福部有說超過80歲的國人大約有91萬人其中重症有健康照顧的比例是41.7%也就是說總共大約有531902人沒有照顧的需求
transcript.whisperx[3].start 58.677
transcript.whisperx[3].end 75.742
transcript.whisperx[3].text ﹏﹏﹏﹏﹏
transcript.whisperx[4].start 76.067
transcript.whisperx[4].end 99.275
transcript.whisperx[4].text ⋯⋯⋯⋯⋯
transcript.whisperx[5].start 99.275
transcript.whisperx[5].end 118.899
transcript.whisperx[5].text ﹏﹏﹏
transcript.whisperx[6].start 119.74
transcript.whisperx[6].end 130.868
transcript.whisperx[6].text 所以這種狀況是不能排除啦不能排除好那我再請教一下部長就是這個外籍看護工的這個救安基金每個月是多少你知道嗎
transcript.whisperx[7].start 132.122
transcript.whisperx[7].end 151.524
transcript.whisperx[7].text 二千好那這個外籍幫傭的是多少五千哇這個有做功課今天有準備的不錯那我們來看一下簡報這個外籍看護的人數有二十三萬六千人那這個外籍幫傭僅僅只有兩千人所以這個社福外
transcript.whisperx[8].start 152.505
transcript.whisperx[8].end 167.613
transcript.whisperx[8].text 攝護外勞可以停留最多14年來計算的話呢外籍看護14年雇主要繳交給這個勞動部的一共是33萬6千元那照顧小孩居多的這個外籍幫傭是84萬元兩種職類的這個救安基金費
transcript.whisperx[9].start 172.176
transcript.whisperx[9].end 188.695
transcript.whisperx[9].text ⋯⋯⋯⋯
transcript.whisperx[10].start 189.147
transcript.whisperx[10].end 214.239
transcript.whisperx[10].text 也就是即便符合這個外籍幫佣的申請在這個差額的趨勢上也不少人會想盡辦法就是把它改成申請外籍看護所以那個政府在這個救安基金費的這個設計上變成是有變相的這種誘導民眾去違法之嫌那而80歲免憑可申請外勞的話將來呢
transcript.whisperx[11].start 218.1
transcript.whisperx[11].end 242.313
transcript.whisperx[11].text 這種就是說違法聘戶的情形反而就是說我們預估啦其實會有增無減所以勞動部到時候這種事情發生的時候你們有能力去處理嗎是委員這也是我們擔心的事情啊就是您剛剛所講的八十歲以上免貧的話有五十三萬的這種健康會員健康人口對那會是一個潛在的需要引進的數量嘛對不對有可能的
transcript.whisperx[12].start 242.773
transcript.whisperx[12].end 264.087
transcript.whisperx[12].text ﹏﹏﹏﹏﹏﹏
transcript.whisperx[13].start 264.507
transcript.whisperx[13].end 286.265
transcript.whisperx[13].text 這我們有另外一塊我剛剛所講的移工引進這一個長照服務這樣子對。 那我們今天換個角度來想這個外籍幫優的人數既然不多那即便每個月少繳三千元其實你們回去自己算一算真的不多那似乎對於這個整個的這個救安基金的水庫也影響不大
transcript.whisperx[14].start 287.006
transcript.whisperx[14].end 311.228
transcript.whisperx[14].text 所以我想要請教就是說我們是否今天我要替我們這個國家這個少子化的這個危機我們都可以來盡一點努力啦就是我們如果將這個攝服外籍勞工的救安基金費用把它調整一致不知道那個部長看法如何?委員你是指說家庭幫用下調嗎?
transcript.whisperx[15].start 312.549
transcript.whisperx[15].end 328.89
transcript.whisperx[15].text 跟外籍看護一致。都調成一樣的兩千元。他是這樣啦。他當時的設計因為家庭邦庸為什麼會比較高。其實他只要他做的工作內容、內涵其實是跟
transcript.whisperx[16].start 330.111
transcript.whisperx[16].end 354.08
transcript.whisperx[16].text 但是因為我剛剛前面我講的是沒錯有很多就因為外籍看護比較便宜比較好請然後他們甚至很多都變成去做幫用的事了這個其實當然也不這是絕對也是違法的啦啊事實上您講的是一個目前有確實有存在現象這個我承認不過呢是不是家庭幫用這一塊的費用要下調其他人數是很少啦
transcript.whisperx[17].start 354.48
transcript.whisperx[17].end 376.476
transcript.whisperx[17].text ⋯⋯⋯⋯
transcript.whisperx[18].start 376.636
transcript.whisperx[18].end 391.843
transcript.whisperx[18].text 說她生六個,但是她回去就生了第七個。那一位媽媽還把小孩子,我們有請她到現場來現身說法嘛。那你雖然不鼓勵,但是人家有需要啦。而且現在我剛剛已經講了這個臺灣小子畫的這個
transcript.whisperx[19].start 394.224
transcript.whisperx[19].end 412.858
transcript.whisperx[19].text ️️️️️️
transcript.whisperx[20].start 412.858
transcript.whisperx[20].end 430.811
transcript.whisperx[20].text ﹏﹏
transcript.whisperx[21].start 431.511
transcript.whisperx[21].end 458.058
transcript.whisperx[21].text 已經生到第七個小孩我不知道會不會有第八個跑出來所以這個建議其實在這個財務上這個影響不是很大大家可以好好的去考慮一下那也未必說當然我這個是高標你調整一樣那當然你要下修沒有辦法一樣下修也沒有關係啊我想接下來我想就這個巴士量表的評估提出一些問題
transcript.whisperx[22].start 460.222
transcript.whisperx[22].end 481.901
transcript.whisperx[22].text 在過去本席也有聽到說民眾反映巴士分太嚴格的意見。那我要請問就是說我們什麼時候開始使用這個巴士量表?三十年前吧。三十年前對。那這段期間巴士量表有沒有改版?我們用的是三十年前還是幾年前的版本還是這個是最新的版本?
transcript.whisperx[23].start 482.83
transcript.whisperx[23].end 508.69
transcript.whisperx[23].text 我們這是國際標準啦所以我們現在才發展多元認定就是這樣好啦那國際如果沒有進步的時候我們也可以做先驅啊可是那個國際沒辦法那是醫學上的認定好反正我也點出這一點囉那其實就是說當初這個定下的這個八十分的依據是怎麼來的啊是哪一年決定的
transcript.whisperx[24].start 511.185
transcript.whisperx[24].end 539.065
transcript.whisperx[24].text 來 我們設計人在這裡設計的人跟委員報告那個當初是我們跟衛福部齁本來是從他的這個失能程度是從一個所謂的完全依賴那一般完全依賴的概念過去就是八字量法20分以下但是因為這個坦白講標準太嚴格所以後來就放寬放寬到一個所謂嚴重依賴目前是用八字量法35分這個標準那現行就是依照這個標準那所以你是哪一年訂的嗎
transcript.whisperx[25].start 540.286
transcript.whisperx[25].end 558.604
transcript.whisperx[25].text 這個大概在九十年那個時候。有這麼晚嗎?我查到的是八十一年耶。沒有沒有,一開始跟委員八十一年我們沒有採用八十兩條。這樣吼,九十年到現在也是很久啦。所以當年我們國人的健康問題,就是說當年的健康問題跟現在有一樣嗎?
transcript.whisperx[26].start 559.855
transcript.whisperx[26].end 578.37
transcript.whisperx[26].text ﹏﹏﹏﹏﹏﹏
transcript.whisperx[27].start 579.15
transcript.whisperx[27].end 602.583
transcript.whisperx[27].text 勞動部跟衛福部其實可以一起合作去洽詢相關的比如說醫學會啊那針對這個量表的評估認定在這個巴士量表的基礎上可以去改良修訂自己的評估方法那或者是說把這個評估的這個把這個標準的分數下修例如說下修到70分或者是更低等等
transcript.whisperx[28].start 603.663
transcript.whisperx[28].end 626.718
transcript.whisperx[28].text 這樣總比你一下子全部拿掉要好啦大家就是各退一步嘛我們找一個比較合理的一個方式那最後我想就針對這個外籍勞工引進的意義提出我的看法啦在這個日本日本的這個高齡化是比我們早蠻多的那我所知道他們這個外勞的這個引進跟台灣有所不同首先是有這個專業的這個長照機構來引進的
transcript.whisperx[29].start 629.94
transcript.whisperx[29].end 644.497
transcript.whisperx[29].text ️﹏﹏﹏﹏
transcript.whisperx[30].start 645.196
transcript.whisperx[30].end 667.944
transcript.whisperx[30].text 議員﹚陳瑩﹚
transcript.whisperx[31].start 668.206
transcript.whisperx[31].end 684.842
transcript.whisperx[31].text 之前有收集議席因為我記得邱P也帶隊都有衛福部的勞動部我沒有印象衛福部是有隨行所以已經這個外籍勞工從事健康看護那涉及的這個層面還蠻廣的你知道勞動部、衛福部跟甚至內政部嘛
transcript.whisperx[32].start 685.723
transcript.whisperx[32].end 705.82
transcript.whisperx[32].text 我是希望說我們各部會可以一起來努力好好的這個商定討論那最後我要特別謝謝部長就是在於我上次質詢有關於這個勞動檢查報告要和這個勞保局還有法人連線的部分部長很睿智的當下有裁示了
transcript.whisperx[33].start 706.84
transcript.whisperx[33].end 730.536
transcript.whisperx[33].text »:對於你們部裏面就是專屬裏面有立即著手準備的同仁們,那本席也希望說部長你可以給他們予以這個肯定跟鼓勵。但是對於極少數,我不曉得什麼原因還堅持不公開連線的高階主管呢?我也請部長可以留意,好好去了解到底中間有什麼貓膩好不好?謝謝。 »:好,謝謝委員,謝謝。