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 |