iVOD / 153273

Field Value
IVOD_ID 153273
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153273
日期 2024-05-29
會議資料.會議代碼 委員會-11-1-20-14
會議資料.會議代碼:str 第11屆第1會期財政委員會第14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 14
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第1會期財政委員會第14次全體委員會議
影片種類 Clip
開始時間 2024-05-29T10:55:59+08:00
結束時間 2024-05-29T11:06:26+08:00
影片長度 00:10:27
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/2c978e04ca5e13318e6412ef1787f8f35c2a8e696f21355cc09f7998a2d5a4c166cf6490c12c7ea85ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王世堅
委員發言時間 10:55:59 - 11:06:26
會議時間 2024-05-29T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第14次全體委員會議(事由:邀請行政院主計總處陳主計長淑姿率所屬單位主管列席業務報告,並備質詢。)
gazette.lineno 539
gazette.blocks[0][0] 王委員世堅:(10時55分)謝謝主席,我請主計長。
gazette.blocks[1][0] 主席:有請主計長。
gazette.blocks[2][0] 陳主計長淑姿:委員好。
gazette.blocks[3][0] 王委員世堅:主計長,你一上任以來,你們有報了一條喜訊,就是4月失業率3.36%,這是創24年來同月份最低,你們說的原因是,失業率降低是因為疫情以後,導致我們內需服務業復甦,這大概就是你們說的原因。不過,既然你新上來,在我們新內閣賴政府要開始執政、大展身手的時候,我具體要求你做到一個很簡單的事情,就是忠實呈現、提出警訊,不要報喜不報憂。因為主計處的重要就是在這裡,主計處要提出建言,提供給內閣他們去調節政策來因應時局的變化,這樣才對,所以你們的忠實呈現非常重要,不要動不動就報喜訊,比方說,你說是因為疫情結束以後,服務業復甦,沒錯!但是相對的在製造業,光是製造業比去年同月來講,失業人數就增加1萬人,講了服務業,那製造業呢?製造業比去年同月就減了1萬人,那麼今年年初的總失業人數40萬5,000人也比去年底還要多了將近6,000人左右,所以主計長我請問你,這是什麼原因?也就是說臺灣的就業市場真的變好了嗎?你的看法呢?
gazette.blocks[4][0] 陳主計長淑姿:因為如果跟12月比,我們有增加,其實它會有季節因素,有時候在過年或者是畢業季的時候,失業人口一般會增加,因為有的人他過了年想要轉換跑道,想要再去找新的工作,所以失業率會有一些攀升的情形,這是一般歷年routine的例行,一般是會有這樣的狀況。
gazette.blocks[5][0] 王委員世堅:我為什麼說我們要隨時提出警訊的原因就是說,比方我們沾沾自喜說好像失業率降了,可是你相較於其他國家,我就講美國好了,美國疫情期間平均失業率是5.7%,那疫情之後,它降了2.1%,來到3.6%;南韓我們的鄰居,3.5%降到2.7%,它也減了0.8%;香港更是讓我們意外,5.1%減到2.9%;新加坡也是3.5%減到2.7%,平均的話減0.8%、2.2%、2.1%,那這樣我們降個0.3%有什麼好樂得這個樣子,不是嗎?尤其這個報喜絕對不能來自於主計總處。
gazette.blocks[6][0] 陳主計長淑姿:是。
gazette.blocks[7][0] 王委員世堅:主計總處,你記得,你必須忠實呈現、提出警訊,能不能做到?
gazette.blocks[8][0] 陳主計長淑姿:謝謝委員的指教。因為這個部分各國其實波動的情況都不一樣,我們一般的數據就是實際按照調查結果,針對失業和就業人口去做調查,將統計的結果真實呈現,是這樣的。
gazette.blocks[9][0] 王委員世堅:主計長,有幾個我倒是覺得有隱憂的地方,也就是說,因為產業業務緊縮的關係,這種結構性失業的人數再度超過10萬人,你認為這個原因是什麼?要如何避免這種結構性的失業?比方說產業的移轉,平均這5個月來,從去年底到現在,我們都維持在10萬人左右的結構性失業,你認為有什麼樣的方式可以避免嗎?
gazette.blocks[10][0] 陳主計長淑姿:事實上,我們最近的結構性失業都維持得很穩定,就是在10萬人左右,而這個狀況也都遠遠低於疫情前,所以這個部分其實也是呈現穩定的狀態,整個產業結構的轉換導致失業率的產生,有一些是屬於不可避免的。
gazette.blocks[11][0] 王委員世堅:另外一個隱憂就是我們的青年失業率,青年失業率一直居高不下,像現在我們平均算青年失業率已經來到11.75%,而且傷腦筋的是平均待業99天,平均的待業天數99天,這是10年來的新高,所以很可怕的。我們的青年失業率這麼高,11.75%是整體勞工失業率將近4倍之高,將近4倍之高!所以你的看法呢?我個人是覺得我們青年的就業環境惡化,在你的看法呢?有沒有什麼方式可以調整、避免?
gazette.blocks[12][0] 陳主計長淑姿:因為青年的失業率大部分都是比較高的,各國也都是這樣一個狀況,針對青年的失業率,我們一般的輔導措施,譬如像青年署會給青年一些工讀的機會,或者是暑期工讀,或者非暑期的部分也都會去協助青年就業,所以在就業基金裡面,它也有辦理很多協助青年就業的相關措施。我們一般都會把這些相關數據提供給相關單位做參考,然後讓它們做為修訂相關措施的依據。
gazette.blocks[13][0] 王委員世堅:主計長,很傷腦筋的是我們有6成以上的青年勞工是負債的,青年存款平均只有13.2萬,這也是創下4年以來的新低,照說我們幣值微貶的話,存款應該微增喔,結果現在不增反減,6成的勞工是負債的,而且這個負債裡面,卡債占了31%,車貸占了20.2%,信用貸款是36.1%,這些都是高利率的負債,這一點我覺得沒有給39歲以下的青年朋友任何新的希望。所以在這個部分,我希望你們的數據呈現以後,具體提建言給行政團隊,可不可以?讓他們去調節政策。
gazette.blocks[14][0] 陳主計長淑姿:是。
gazette.blocks[15][0] 王委員世堅:還有一點很可怕的就是,我們竟然有三分之二的勞工領不到平均薪資,傷腦筋的是中等薪資所得者10年來沒有得到調薪,所以我希望主計總處把這些數字統整以後,你要建議財政部、建議經濟部,因為現在我們正在審中小企業發展條例。
gazette.blocks[16][0] 陳主計長淑姿:是。
gazette.blocks[17][0] 王委員世堅:我個人跟很多委員有提出建言,而且我們有提出修法的部分,就是鼓勵對中等薪資調薪者,能夠得到更高優惠的減稅額,這是我們大家一致的一些看法。現在剛好正在調整中小企業發展條例這個草案,這一點我希望你能夠做到,可不可以?
gazette.blocks[18][0] 陳主計長淑姿:是。我們會把相關的數據提給相關單位,做為政策的參考。
gazette.blocks[19][0] 王委員世堅:記住喔!主計長,我希望你能夠做到這一點,就是忠實呈現、提出警訊、不要報喜不報憂,可不可以?
gazette.blocks[20][0] 陳主計長淑姿:是。
gazette.blocks[21][0] 王委員世堅:好,謝謝。
gazette.blocks[22][0] 主席:謝謝王世堅委員的質詢。接著我們請李彥秀委員質詢。
gazette.agenda.page_end 108
gazette.agenda.meet_id 委員會-11-1-20-14
gazette.agenda.speakers[0] 郭國文
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 顏寬恒
gazette.agenda.speakers[4] 賴惠員
gazette.agenda.speakers[5] 賴士葆
gazette.agenda.speakers[6] 王鴻薇
gazette.agenda.speakers[7] 王世堅
gazette.agenda.speakers[8] 李彥秀
gazette.agenda.speakers[9] 黃珊珊
gazette.agenda.speakers[10] 李坤城
gazette.agenda.speakers[11] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[12] 陳玉珍
gazette.agenda.speakers[13] 羅明才
gazette.agenda.speakers[14] 鄭天財Sra Kacaw
gazette.agenda.page_start 55
gazette.agenda.meetingDate[0] 2024-05-29
gazette.agenda.gazette_id 1135301
gazette.agenda.agenda_lcidc_ids[0] 1135301_00003
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第14次全體委員會議紀錄
gazette.agenda.content 邀請行政院主計總處陳主計長淑姿率所屬單位主管列席業務報告,並備質詢
gazette.agenda.agenda_id 1135301_00002
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 2.32596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.62971875
transcript.pyannote[1].end 15.10034375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 9.48096875
transcript.pyannote[2].end 9.51471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 9.85221875
transcript.pyannote[3].end 9.91971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 15.50534375
transcript.pyannote[4].end 23.31846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 24.14534375
transcript.pyannote[5].end 25.56284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 25.81596875
transcript.pyannote[6].end 27.99284375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 28.61721875
transcript.pyannote[7].end 29.29221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 29.86596875
transcript.pyannote[8].end 33.76409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 34.97909375
transcript.pyannote[9].end 35.38409375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 36.27846875
transcript.pyannote[10].end 39.99096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 40.95284375
transcript.pyannote[11].end 42.42096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 42.91034375
transcript.pyannote[12].end 45.25596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 45.91409375
transcript.pyannote[13].end 48.05721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 48.58034375
transcript.pyannote[14].end 57.11909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 58.18221875
transcript.pyannote[15].end 60.94971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 61.97909375
transcript.pyannote[16].end 64.89846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 65.74221875
transcript.pyannote[17].end 67.61534375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 68.40846875
transcript.pyannote[18].end 69.03284375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 69.58971875
transcript.pyannote[19].end 75.56346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 76.40721875
transcript.pyannote[20].end 85.68846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 86.73471875
transcript.pyannote[21].end 90.86909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 91.27409375
transcript.pyannote[22].end 92.03346875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 92.53971875
transcript.pyannote[23].end 94.34534375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 94.98659375
transcript.pyannote[24].end 95.88096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 96.37034375
transcript.pyannote[25].end 98.34471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 99.82971875
transcript.pyannote[26].end 108.36846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 109.61721875
transcript.pyannote[27].end 111.55784375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 112.65471875
transcript.pyannote[28].end 123.80909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 124.55159375
transcript.pyannote[29].end 125.74971875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 126.18846875
transcript.pyannote[30].end 127.09971875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 127.97721875
transcript.pyannote[31].end 130.30596875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 130.89659375
transcript.pyannote[32].end 140.95409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 141.44346875
transcript.pyannote[33].end 155.04471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 155.17971875
transcript.pyannote[34].end 170.08034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 170.16471875
transcript.pyannote[35].end 171.88596875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 172.45971875
transcript.pyannote[36].end 173.96159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 174.36659375
transcript.pyannote[37].end 178.39971875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 179.00721875
transcript.pyannote[38].end 192.60846875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 193.16534375
transcript.pyannote[39].end 196.55721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 197.18159375
transcript.pyannote[40].end 197.55284375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 198.10971875
transcript.pyannote[41].end 199.49346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 200.20221875
transcript.pyannote[42].end 201.11346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 202.53096875
transcript.pyannote[43].end 204.30284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 204.70784375
transcript.pyannote[44].end 208.21784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 209.61846875
transcript.pyannote[45].end 210.12471875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 210.41159375
transcript.pyannote[46].end 214.69784375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 215.49096875
transcript.pyannote[47].end 218.34284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 218.54534375
transcript.pyannote[48].end 220.18221875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 220.94159375
transcript.pyannote[49].end 228.29909375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 228.85596875
transcript.pyannote[50].end 230.40846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 231.47159375
transcript.pyannote[51].end 233.27721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 234.00284375
transcript.pyannote[52].end 234.82971875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 235.57221875
transcript.pyannote[53].end 236.77034375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 237.09096875
transcript.pyannote[54].end 246.10221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 247.21596875
transcript.pyannote[55].end 248.07659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 248.88659375
transcript.pyannote[56].end 270.11534375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 265.35659375
transcript.pyannote[57].end 266.04846875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 270.28409375
transcript.pyannote[58].end 270.38534375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 270.95909375
transcript.pyannote[59].end 272.54534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 272.83221875
transcript.pyannote[60].end 285.03284375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 280.56096875
transcript.pyannote[61].end 281.21909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 285.21846875
transcript.pyannote[62].end 290.29784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 290.39909375
transcript.pyannote[63].end 293.75721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 294.33096875
transcript.pyannote[64].end 300.82784375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 301.14846875
transcript.pyannote[65].end 303.93284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 304.50659375
transcript.pyannote[66].end 306.19409375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 306.43034375
transcript.pyannote[67].end 308.65784375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 309.13034375
transcript.pyannote[68].end 311.76284375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 312.70784375
transcript.pyannote[69].end 313.33221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 314.34471875
transcript.pyannote[70].end 319.03596875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 319.71096875
transcript.pyannote[71].end 345.47909375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 345.19221875
transcript.pyannote[72].end 351.13221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 351.26721875
transcript.pyannote[73].end 356.73471875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 357.81471875
transcript.pyannote[74].end 363.28221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 363.83909375
transcript.pyannote[75].end 369.17159375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 369.91409375
transcript.pyannote[76].end 370.90971875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 371.26409375
transcript.pyannote[77].end 381.20346875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 381.55784375
transcript.pyannote[78].end 383.86971875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 384.52784375
transcript.pyannote[79].end 385.00034375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 385.59096875
transcript.pyannote[80].end 386.31659375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 386.92409375
transcript.pyannote[81].end 390.34971875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 390.72096875
transcript.pyannote[82].end 391.90221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 392.22284375
transcript.pyannote[83].end 392.88096875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 393.62346875
transcript.pyannote[84].end 394.63596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 395.19284375
transcript.pyannote[85].end 398.56784375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 399.20909375
transcript.pyannote[86].end 446.30721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 446.44221875
transcript.pyannote[87].end 446.74596875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 447.11721875
transcript.pyannote[88].end 449.83409375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 449.83409375
transcript.pyannote[89].end 449.95221875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 449.95221875
transcript.pyannote[90].end 449.96909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 449.96909375
transcript.pyannote[91].end 450.00284375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 450.00284375
transcript.pyannote[92].end 450.91409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 450.07034375
transcript.pyannote[93].end 450.32346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 451.35284375
transcript.pyannote[94].end 455.75721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 456.06096875
transcript.pyannote[95].end 456.87096875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 457.71471875
transcript.pyannote[96].end 468.27846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 469.30784375
transcript.pyannote[97].end 472.78409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 473.39159375
transcript.pyannote[98].end 475.87221875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 476.37846875
transcript.pyannote[99].end 479.61846875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 480.04034375
transcript.pyannote[100].end 483.73596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 483.98909375
transcript.pyannote[101].end 489.82784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 490.43534375
transcript.pyannote[102].end 498.95721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 499.80096875
transcript.pyannote[103].end 500.40846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 500.77971875
transcript.pyannote[104].end 503.27721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 503.95221875
transcript.pyannote[105].end 508.40721875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 508.98096875
transcript.pyannote[106].end 510.88784375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 511.91721875
transcript.pyannote[107].end 514.66784375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 514.93784375
transcript.pyannote[108].end 527.93159375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 516.52409375
transcript.pyannote[109].end 516.94596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 518.63346875
transcript.pyannote[110].end 518.71784375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 519.07221875
transcript.pyannote[111].end 519.13971875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 521.82284375
transcript.pyannote[112].end 522.00846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 522.09284375
transcript.pyannote[113].end 522.37971875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 528.40409375
transcript.pyannote[114].end 531.54284375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 532.16721875
transcript.pyannote[115].end 537.75284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 538.10721875
transcript.pyannote[116].end 539.94659375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 540.19971875
transcript.pyannote[117].end 545.61659375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 546.15659375
transcript.pyannote[118].end 558.67784375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 552.78846875
transcript.pyannote[119].end 552.97409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 558.81284375
transcript.pyannote[120].end 559.25159375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 559.62284375
transcript.pyannote[121].end 563.06534375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 563.28471875
transcript.pyannote[122].end 564.12846875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 564.60096875
transcript.pyannote[123].end 568.65096875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 570.11909375
transcript.pyannote[124].end 572.44784375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 573.35909375
transcript.pyannote[125].end 574.06784375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 574.28721875
transcript.pyannote[126].end 575.08034375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 575.43471875
transcript.pyannote[127].end 576.02534375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 577.17284375
transcript.pyannote[128].end 577.91534375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 578.33721875
transcript.pyannote[129].end 579.06284375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 579.50159375
transcript.pyannote[130].end 580.37909375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 581.25659375
transcript.pyannote[131].end 582.01596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 582.30284375
transcript.pyannote[132].end 584.51346875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 584.96909375
transcript.pyannote[133].end 586.55534375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 586.92659375
transcript.pyannote[134].end 593.74409375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 593.96346875
transcript.pyannote[135].end 599.51534375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 600.20721875
transcript.pyannote[136].end 600.30846875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 600.51096875
transcript.pyannote[137].end 607.04159375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 602.63721875
transcript.pyannote[138].end 603.16034375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 607.51409375
transcript.pyannote[139].end 614.36534375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 614.36534375
transcript.pyannote[140].end 614.50034375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 615.31034375
transcript.pyannote[141].end 616.01909375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 616.13721875
transcript.pyannote[142].end 619.49534375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 627.40971875
transcript.pyannote[143].end 628.37159375
transcript.whisperx[0].start 0.585
transcript.whisperx[0].end 27.333
transcript.whisperx[0].text 主計長這個你上任以來你們有報了一條喜訊就是說4月失業率3.36%那麼這是創24年來同月份最低啦你們有說的這樣那你們說的原因就是說這個失業率降低是因為疫情以後那麼導致我們內需服務業復甦
transcript.whisperx[1].start 30.509
transcript.whisperx[1].end 56.36
transcript.whisperx[1].text 這大概就是你們說的理由原因不過既然你新上來在我們新內閣那一政府要開始執政大展身手的時候我具體要求你做到一個很簡單的事情就是忠實呈現提出警訊不要報喜不報憂
transcript.whisperx[2].start 58.24
transcript.whisperx[2].end 85.196
transcript.whisperx[2].text 因為主計處的重要就是在這裡主計處要提出建言提供給內閣他們去調節政策來因應時局的變化這樣才對所以你們的忠實呈現非常重要不要動不動就報喜訊那比方說
transcript.whisperx[3].start 86.786
transcript.whisperx[3].end 108.123
transcript.whisperx[3].text 你說是因為疫情結束以後服務業復甦沒錯啊但是相對的我們在製造業光是製造業我們比去年同業來講我們失業人數就增加一萬人講了服務業那製造業呢
transcript.whisperx[4].start 113.128
transcript.whisperx[4].end 126.876
transcript.whisperx[4].text 製造業比去年同業就減了1萬人那麼今年年初的總失業人數40萬5千人也比去年底還要高了 要多了
transcript.whisperx[5].start 128.815
transcript.whisperx[5].end 129.455
transcript.whisperx[5].text 李卓人議員
transcript.whisperx[6].start 150.7
transcript.whisperx[6].end 150.8
transcript.whisperx[6].text 我為什麼說
transcript.whisperx[7].start 172.552
transcript.whisperx[7].end 196.105
transcript.whisperx[7].text 我們要隨時提出警訊的原因就是說你比方說我們沾沾自己說好像我們失業率降了可是你相較於其他國家我就講美國好了美國疫情期間平均失業率是5.7%那人家他疫情之後他降了2.1%他來到3.6%南韓啊
transcript.whisperx[8].start 202.594
transcript.whisperx[8].end 207.959
transcript.whisperx[8].text 我們的零區3.5%降到2.7他也減了0.8那香港更是讓我們意外5.1%減到2.9%新加坡也是3.5%減到2.7%平均都還減0.8減2.2 2.1那這樣我們降個0.3%那有什麼好
transcript.whisperx[9].start 231.493
transcript.whisperx[9].end 231.793
transcript.whisperx[9].text 李卓人議員
transcript.whisperx[10].start 249.285
transcript.whisperx[10].end 266.933
transcript.whisperx[10].text 謝謝委員的指教因為這個部分各國其實波動的情況都不一樣那其實我們一般的數據我們就是實際按照我們整個一個調查的一個結果失業和就業的人口去做一個調查的統計的結果來真實呈現的 是這樣
transcript.whisperx[11].start 271.035
transcript.whisperx[11].end 280.742
transcript.whisperx[11].text 主計長有幾個我倒是覺得有隱憂的地方也就是說我們這是因為產業業務緊縮的關係這種結構性失業結構性失業的人數我們再度超過10萬人所以你認為這原因是什麼是
transcript.whisperx[12].start 294.392
transcript.whisperx[12].end 318.686
transcript.whisperx[12].text 如何來避免我們這種結構性的失業啦?比方說產業的移轉那這五個月來平均這五個月來從去年底到現在我們都維持在10萬人左右這種結構性的失業你認為這有什麼樣的方式可以避免嗎?
transcript.whisperx[13].start 319.835
transcript.whisperx[13].end 344.631
transcript.whisperx[13].text 事實上我們最近的結構性失業都維持很穩定就是在10萬人左右所以這本身的這個狀況也都遠遠低於疫情前所以這個部分其實它是也是呈現穩定的一個狀態那整個一個產業結構的一個轉換那導致的一個失業率的一個產生那這是有一些是屬於也不可避免的
transcript.whisperx[14].start 345.211
transcript.whisperx[14].end 368.94
transcript.whisperx[14].text 另外一個引誘就是說我們青年失業率青年失業率一直居高不下啦像現在我們平均算青年失業率已經來到11.75%而且傷腦筋的是平均待業99天平均的待業天數99天這是10年來的新高啦
transcript.whisperx[15].start 370.017
transcript.whisperx[15].end 390.821
transcript.whisperx[15].text 所以很可怕的我們青年失業率這麼高11.75%是整體勞工失業率將近4倍之高耶將近4倍之高所以你看法呢我個人我是覺得說我們青年就業環境就業環境惡化
transcript.whisperx[16].start 393.669
transcript.whisperx[16].end 415.439
transcript.whisperx[16].text 在你的看法有沒有什麼方式可以做調整做避免因為青年的一個失業率一向大部分都是比較高各國也都是一樣這樣的一個狀況那本身青年的失業率像一般就是一般就是我們的一般輔導措施其實像今年
transcript.whisperx[17].start 416.139
transcript.whisperx[17].end 416.339
transcript.whisperx[17].text 李慧琼議員
transcript.whisperx[18].start 447.2
transcript.whisperx[18].end 471.455
transcript.whisperx[18].text 而且主計長很傷勞金的是我們有6成以上的青年勞工他是負債的那麼有平均他們的青年的存款只有13.2萬這也是創下4年以來的新低啦照說我們避職違貶的話
transcript.whisperx[19].start 473.464
transcript.whisperx[19].end 488.067
transcript.whisperx[19].text 那存款應該為增喔結果現在不增反減反減那六成的勞工他們是負債的而且這個負債還導於你說是卡債的佔了31%那麼車貸的佔了20.2%信用貸款36.1%這一些啊都是高利率的
transcript.whisperx[20].start 499.881
transcript.whisperx[20].end 510.686
transcript.whisperx[20].text 負債那這一點我覺得沒有給青年人39歲以下的青年朋友他們有任何新的希望所以在這個部分我希望
transcript.whisperx[21].start 511.96
transcript.whisperx[21].end 528.688
transcript.whisperx[21].text 你們的數據呈現以後,你們具體提建言給我們行政團隊,可不可以讓他們去調節政策。那還有一點很可怕的就是說,我們竟然有三分之二的勞工領不到平均薪資。
transcript.whisperx[22].start 532.21
transcript.whisperx[22].end 557.479
transcript.whisperx[22].text 那這方面的傷腦筋的是中等薪資啦中等薪資的所得者他們十年來沒有得到調薪所以主計處我希望你把這些數字統整以後你要建議建議財政部建議經濟部因為現在我們正在審中小企業發展條例
transcript.whisperx[23].start 559.673
transcript.whisperx[23].end 578.89
transcript.whisperx[23].text 那我個人跟很多委員我們有提出建言而且我們有提出修法的部分就是說鼓勵對中等薪資調薪者能夠得到更高的優惠的減稅額
transcript.whisperx[24].start 581.308
transcript.whisperx[24].end 583.589
transcript.whisperx[24].text 我們會把相關的數據提給相關的單位來做一個政策的參考
transcript.whisperx[25].start 600.626
transcript.whisperx[25].end 600.846
transcript.whisperx[25].text 王世堅