iVOD / 153380

Field Value
IVOD_ID 153380
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153380
日期 2024-05-30
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 2024-05-30T11:16:27+08:00
結束時間 2024-05-30T11:32:12+08:00
影片長度 00:15:45
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/bbbc431469b8aebab3ae82e2cf938cb7ea2e07370b40154b446d6a815e91374412503edbb8ed725a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 11:16:27 - 11:32:12
會議時間 2024-05-30T09:00:00+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:審查 一、委員許宇甄等22人擬具「老人福利法增訂第二十二條之一條文草案」案。 二、委員馬文君等16人擬具「老人福利法第二十五條條文修正草案」案。 三、委員張嘉郡等20人擬具「老人福利法第二十二條條文修正草案」案。 四、國民黨黨團擬具「老人福利法第二十二條條文修正草案」案。 五、委員黃健豪等17人擬具「老人福利法第二十二條條文修正草案」案。 六、委員王育敏等19人擬具「老人福利法第二十二條條文修正草案」案。 七、台灣民眾黨黨團擬具「老人福利法第二十二條及第二十五條條文修正草案」案。 【第七案,如經復議,則不予審查】)
gazette.lineno 644
gazette.blocks[0][0] 劉委員建國:(11時16分)謝謝主席,有請次長。
gazette.blocks[1][0] 主席:呂次長。
gazette.blocks[2][0] 劉委員建國:先恭喜呂建德次長接任衛福部次長,次長應該都有掌握對衛環委員會召開的一些相關會議和相關業務,都清楚吧?
gazette.blocks[3][0] 呂次長建德:是,趕快在進入狀況、在學習。
gazette.blocks[4][0] 劉委員建國:你知道3月28日衛環委員會排什麼專案報告嗎?
gazette.blocks[5][0] 呂次長建德:3月28日?
gazette.blocks[6][0] 劉委員建國:對,你不是進入狀況了嗎?
gazette.blocks[7][0] 呂次長建德:不好意思,委員,那時我還沒有就任。
gazette.blocks[8][0] 劉委員建國:那時當然你還沒有來,你是520以後才來的。
gazette.blocks[9][0] 呂次長建德:沒錯。
gazette.blocks[10][0] 劉委員建國:我問你是否進入狀況,你說有,你有掌握衛環委員會召開的相關會議嗎?
gazette.blocks[11][0] 呂次長建德:我在努力學習當中。
gazette.blocks[12][0] 劉委員建國:學習和掌握是兩回事。
gazette.blocks[13][0] 呂次長建德:是,真的是。
gazette.blocks[14][0] 劉委員建國:那天召開社會安全網缺失檢討及具體改進做法的專案報告,次長知道當時那是為什麼事件召開的嗎?
gazette.blocks[15][0] 呂次長建德:我知道,是新北剴剴案件。
gazette.blocks[16][0] 劉委員建國:那時我在這個委員會質詢薛前部長:就發現有滿多缺失亟需改善,其中一個最大的缺失是對於剴剴案這種特殊家庭的小朋友,衛福部原有定直轄市、縣(市)政府運用居家托育人員照顧家外安置兒童處理原則,這個原則有三項規定:第一個,建議並至少每六個月盤點適合照顧安置個案之居托人員名單;第二個,提供居托人員照顧家外安置兒童相關專業訓練;第三個,訓練課程建置包括安置個案類型、創傷經驗及問題的輔導。都有這樣的原則把關,最後還是有剴剴案的悲劇發生,原因出在什麼地方?
gazette.blocks[17][0] 呂次長建德:報告委員,這裡面大概有幾個部分,一個是社工同仁對於這部分的認知,還有整個收出養制度的完善,另外一個是中央和地方的相關協調、橫向的聯繫。
gazette.blocks[18][0] 劉委員建國:主席,時間是否可以暫停一下,因為我要放簡報放不出來,今天沒有辦法放嗎?
gazette.blocks[19][0] 主席:前面都可以。
gazette.blocks[20][0] 劉委員建國:對不起!好,謝謝。我當時看到的是臺北市政府覺得他的安置資源充足,所以不需要照這個處理原則處理,所以才會發生這個憾事,那時候薛部長也很生氣,但生氣也沒有用,然後導致臺北市沒有這樣的名單,硬要跨區到沒有建置到家外安置的托育人員的臺北市,所以一步一步的將剴剴推向死亡的結局,也因此社家署有經過檢討,在4月30日又公布直轄市、縣(市)政府居家托育服務中心訪視工作指引,要來強化居家托育服務的訪視工作。但是這個工作指引會不會又變成臺北市還是哪一個縣市覺得自己的資源足夠或怎麼樣,又不遵照這個指引了,那你們怎麼處理?你們怎麼處理?
gazette.blocks[21][0] 呂次長建德:報告委員,大概有兩個重點,目前社家署已經要求各個地方政府對於相關流程更精進化;另外,剛剛委員有提到,我們社工同仁目前這個部分的兒虐相關方面知能,也在在職訓練時予以強化。還有,其實目前我們也增加訪視的頻率。
gazette.blocks[22][0] 劉委員建國:署長,你請坐啦,你站在那邊,我覺得很難過,好像我在懲罰你。
gazette.blocks[22][1] 次長,因為有定原則,地方政府就不照這樣辦理了,你現在訂了指引,他如果又不照這樣做,他覺得他資源夠、不需要,萬一又發生事情了會怎麼樣?你們又在那邊震怒,震怒有用嗎?已經又丟掉一條人命了,還是發生悲劇。
gazette.blocks[23][0] 呂次長建德:報告委員,目前已經通過社安網2.0,之前在林萬億林政委指導之下,我們現在有人力倍增計畫。還有另外一個就是像委員剛剛所說的,我們現在也會訂頒地方政府處理原則,類似CDC對於登革熱到某一個程度,多少案例以下,地方政府有處理的權責和SOP,什麼時候是屬於中央政府的權責。關於這些,我們在社安網2.0都有訂相關指引。
gazette.blocks[24][0] 劉委員建國:現在不是只有衛福部的社家署遇到這個問題,連食藥署之前也遇到蘇丹紅事件,之前衛福部針對食品也有訂定相關手冊。
gazette.blocks[25][0] 呂次長建德:對,沒錯、沒錯。
gazette.blocks[26][0] 劉委員建國:這個手冊早已經被新的要點取代了,地方政府後來拿著手冊跟中央argue。所以當我們訂原則、訂指引,如果地方政府不遵守的話,你們怎麼處理?
gazette.blocks[27][0] 呂次長建德:報告委員,我們現在有社福績效考核,如果他不符合,那對不起,可能以後補助的分數會低。
gazette.blocks[28][0] 劉委員建國:只有這樣的手段而已?
gazette.blocks[29][0] 呂次長建德:當然不光這樣。其實我們還有另外一些政策工具,社安網對於地方的社工也有補助,人力的部分,我們恐怕……
gazette.blocks[30][0] 劉委員建國:沒關係啦,我就是希望新的次長到位,這樣的事情不要再發生。如果要預防發生,可能相關的手段要非常的明確,讓地方政府知道,原則定好、指引定好,你就照這樣,如果不照這樣,你就會怎麼樣。
gazette.blocks[31][0] 呂次長建德:沒錯!
gazette.blocks[32][0] 劉委員建國:對不對?這樣就很清楚,好不好?
gazette.blocks[33][0] 呂次長建德:沒錯、沒錯。
gazette.blocks[34][0] 劉委員建國:次長剛來沒多久,我就給你到這個會期結束前,是不是把這些相關的機制建設好,給委員會作參考,好不好?謝謝。
gazette.blocks[35][0] 呂次長建德:當然,是、好的。
gazette.blocks[36][0] 劉委員建國:第二件事情講到社工的問題,要凸顯的問題還是社工人力荒。
gazette.blocks[37][0] 呂次長建德:沒錯、沒錯。
gazette.blocks[38][0] 劉委員建國:依照衛福部的資料,22個縣市的社工需求將近4,200人,現在進用差不多3,700人左右,進用率不到九成。
gazette.blocks[39][0] 呂次長建德:沒錯、對。
gazette.blocks[40][0] 劉委員建國:尤其新北市需求人數最高,進用率也只有七成一。同時我這邊有一個資料,五年內臺灣社工需求高達4,185人,但是現在每年願意投入到社工師行業才685人,我算起來不到八成,685乘以5再除以4,185,絕對不到八成喔,越來越少嘛。
gazette.blocks[41][0] 呂次長建德:沒錯。
gazette.blocks[42][0] 劉委員建國:現在又依據臺灣社會工作教育學會在109年所作的調查,只到109年,因為我後面調不到資料。社工系總計招收的學生,碩士、博士有3,081人,3,000人初頭,但現在每年投入社工師職場的才六百多人,也就是差不多25%左右,剩下75%的人不投入這個職場,什麼原因?
gazette.blocks[43][0] 呂次長建德:報告委員,我自己也在大學教書,這大概主要有三個原因,一個是教、考、訓、用彼此間的接合問題。第二個最重要的還是剛剛委員所說的,社工本身的薪資勞動條件,薪資的部分,目前社安網2.0已經有社工倍增策略。委員當然會問倍增的誘因是什麼,誘因有二個部分,一是薪資,現在公部門的薪資已經有提高;在私部門,我們現在也有相關補助。
gazette.blocks[43][1] 另外,我們現在會加強社工系學生在大三、大四的時候就可以到我們的機關來實習,透過實習的方式,多管齊下,趕快提高進用率。
gazette.blocks[44][0] 劉委員建國:職業環境、薪資嘛,對不對?
gazette.blocks[45][0] 呂次長建德:是,沒錯。
gazette.blocks[46][0] 劉委員建國:次長應該很清楚,我們的社工服務人口比例是多少?一比幾?
gazette.blocks[47][0] 呂次長建德:如果沒有記錯的話,是1235。
gazette.blocks[48][0] 劉委員建國:1235嘛,對不對?
gazette.blocks[49][0] 呂次長建德:對,沒錯,1235。
gazette.blocks[50][0] 劉委員建國:那日本多少?
gazette.blocks[51][0] 呂次長建德:我如果沒記錯,日本應該是845。
gazette.blocks[52][0] 劉委員建國:1:845?
gazette.blocks[53][0] 呂次長建德:日本845。
gazette.blocks[54][0] 劉委員建國:韓國呢?
gazette.blocks[55][0] 呂次長建德:韓國……
gazette.blocks[56][0] 劉委員建國:沒關係啦,就這樣討論,我們不是故意要給次長考試。
gazette.blocks[57][0] 呂次長建德:如果沒記錯,韓國比我們略好一點,大概一千多吧。
gazette.blocks[58][0] 劉委員建國:一千多?
gazette.blocks[59][0] 呂次長建德:對。
gazette.blocks[60][0] 劉委員建國:對不起,我這邊的資料是不是有錯誤,就請次長再double check。
gazette.blocks[61][0] 呂次長建德:好。
gazette.blocks[62][0] 劉委員建國:你剛才講日本是一比八百多,對不對?
gazette.blocks[63][0] 呂次長建德:845。
gazette.blocks[64][0] 劉委員建國:我這邊是1:436。
gazette.blocks[65][0] 呂次長建德:喔,是這樣啊。
gazette.blocks[66][0] 劉委員建國:你剛剛說韓國是一比一千多嘛,對不對?
gazette.blocks[67][0] 呂次長建德:對。
gazette.blocks[68][0] 劉委員建國:我這邊是1:289。
gazette.blocks[69][0] 呂次長建德:韓國?
gazette.blocks[70][0] 劉委員建國:對!香港是1:412。
gazette.blocks[71][0] 呂次長建德:韓國我可能……
gazette.blocks[72][0] 劉委員建國:如果我的數據錯,馬上提出來。
gazette.blocks[73][0] 呂次長建德:是不是可以允許我們後續再提供?
gazette.blocks[74][0] 劉委員建國:我講這樣啦,臺灣就是一比一千二百多。
gazette.blocks[75][0] 呂次長建德:對,沒錯。
gazette.blocks[76][0] 劉委員建國:跟你的數據差不多喔,你是1235,我是1249。
gazette.blocks[77][0] 呂次長建德:對、對、對。
gazette.blocks[78][0] 劉委員建國:所以我底下這些數據應該也不會有多大的落差。
gazette.blocks[79][0] 呂次長建德:好,OK。
gazette.blocks[80][0] 劉委員建國:可是剛剛聽次長講,落差是蠻大的。如果是這樣的職場環境,怎麼會好?對不對?
gazette.blocks[81][0] 呂次長建德:沒錯。
gazette.blocks[82][0] 劉委員建國:畢業的學生,博士、碩士怎麼會願意投入?
gazette.blocks[83][0] 呂次長建德:是,沒錯。
gazette.blocks[84][0] 劉委員建國:即便薪資再提高,我覺得短時間內要把這些人力補足,有困難!所以我們召委在排的時候,特別要求勞動部長,對於外國人士就業服務法第四十六條第一項第一款至第六款工作資格審查的標準,希望在一個月內也讓外國具有相關資格的對象,都可以投入這個職場,把人力補足。但是補足的時候,如果臺灣的服務比例與鄰近國家落差值這麼大,這整個工作職場環境就是不允許社工師持續在臺灣待下去,所以我才會提出這個數據給次長參考。
gazette.blocks[84][1] 如果這些相關數據有什麼問題,沒關係,大家可以討論。但是我在這邊要具體要求,次長,一個月內,就是你所講的薪資還有職場的環境怎麼改善,而且服務比例如何降低,才是真正達到解決社工人力荒,好不好?
gazette.blocks[85][0] 呂次長建德:OK。
gazette.blocks[86][0] 劉委員建國:一個月內,這個我就要求時間要比較快一點。
gazette.blocks[87][0] 呂次長建德:我們提供報告,好不好?
gazette.blocks[88][0] 劉委員建國:就是一個月內提供報告,我沒有說要馬上去做。
gazette.blocks[89][0] 呂次長建德:一個月內可以,好。
gazette.blocks[90][0] 劉委員建國:這是第一件事情。
gazette.blocks[90][1] 最後,我要呼應召委今天講的主題,我覺得這個事情還是真的必須要討論。
gazette.blocks[91][0] 呂次長建德:OK。
gazette.blocks[92][0] 劉委員建國:但是是這個樣子,我講「但是」兩個字,就是為什麼,不是但是又無奈。臺灣的政治環境,一直到現在就是很奇怪,一國就是好幾制,但是當地方政府首長要去展現對65歲以上不管什麼樣態的長輩,讓他們減輕一些相關的負擔,這個方向絕對是正確,毋庸置疑,但是到底要不要有一致的標準,不要有城鄉的落差,不要有縣市之間的差異。
gazette.blocks[92][1] 我看到的資料,65歲的臺北市老人綜合所得稅率未達20%;臺南市65歲以上領有中度、輕度身心障礙手冊,且經稅捐機關核定最近一年綜合所得稅率未達12%;臺中市綜合所得稅率5%以下……,這是六都的狀況,完全沒有一致性。當完全沒有一致性的情況之下,現在全國是22個縣市,對不對?
gazette.blocks[93][0] 呂次長建德:對。
gazette.blocks[94][0] 劉委員建國:六都就有六個版本,22個縣市扣掉六都,是不是變成17個版本、17個樣態?坦白說,也不為過啦。不為過的情況之下,中央主管健保的單位,主管機關要怎麼處理?要怎麼因應?我覺得要面對啦!要處理啦!
gazette.blocks[94][1] 地方政府為什麼有這個底氣,願意讓65歲以上的長輩免除健保費的負擔?但是相對的,他有這個底氣,其實這幾年不是只有中央超徵,地方政府相關的稅收也有超徵,所以願意來做這些事情,我覺得要鼓勵。要鼓勵到最後要有一致性,真的要好好地盤點,好好地做一些資料的調查,是時候了。部長回來之後,次長是不是就可以跟部長討論,給他一些意見,甚至也把主計單位找過來,中央補助地方,包括相關的專案計畫,還有統籌分配稅款的試算方法,是不是要一併做一些大調整了?我覺得這真的要思考,可以吧,次長?
gazette.blocks[95][0] 呂次長建德:我覺得委員真的很有心,部長從日內瓦回來之後,我會跟部長報告,把委員的意見提供給他。但是我也要強調,資源真的非常有限,我們是不是要用在刀口上?應該幫助的,政府一定責無旁貸,真的有需要、真的很艱苦的人,政府一定全力負擔。我跟委員報告,70歲以上的中低收入戶,現在其實是中央政府全部補助。
gazette.blocks[96][0] 劉委員建國:對,這是從以前到現在一直都是這樣施行的嘛,對不對?
gazette.blocks[97][0] 呂次長建德:是啦,是啦。
gazette.blocks[98][0] 劉委員建國:對於低收入戶,不管是不是65歲,其實全部都是由政府吸收,就是福保。
gazette.blocks[99][0] 呂次長建德:對、對,70歲以上,沒有錯。
gazette.blocks[100][0] 劉委員建國:這包含65歲以上的老人,對不對?
gazette.blocks[101][0] 呂次長建德:中低收。
gazette.blocks[102][0] 劉委員建國:中低收跟低收嘛。
gazette.blocks[103][0] 呂次長建德:因為他們生活艱苦,真的有需要。
gazette.blocks[104][0] 劉委員建國:是啊、是啊、是啊。這些不管70歲或是福保的人全部扣除掉,反正我們要進入超高齡國家,明年就到了,年底就有可能達標了。
gazette.blocks[105][0] 呂次長建德:現在是18.6%。
gazette.blocks[106][0] 劉委員建國:對,有可能今年年底,現在才5月。
gazette.blocks[107][0] 呂次長建德:現在一年大概增加20萬的長輩。
gazette.blocks[108][0] 劉委員建國:是啊。現在有四百多萬人,四百多萬人扣掉70歲以上的中低收老人、扣掉福保,剩多少人?大家來檢討嘛。
gazette.blocks[109][0] 呂次長建德:OK,好、好。
gazette.blocks[110][0] 劉委員建國:好不好?謝謝。
gazette.blocks[111][0] 呂次長建德:感謝委員,謝謝。
gazette.blocks[112][0] 主席:好,謝謝劉建國委員。接下來請徐欣瑩委員質詢。
gazette.agenda.page_end 212
gazette.agenda.meet_id 委員會-11-1-26-19
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 許宇甄
gazette.agenda.speakers[2] 張嘉郡
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 林月琴
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 黃秀芳
gazette.agenda.speakers[7] 黃健豪
gazette.agenda.speakers[8] 張智倫
gazette.agenda.speakers[9] 李彥秀
gazette.agenda.speakers[10] 林淑芬
gazette.agenda.speakers[11] 楊瓊瓔
gazette.agenda.speakers[12] 陳瑩
gazette.agenda.speakers[13] 劉建國
gazette.agenda.speakers[14] 徐欣瑩
gazette.agenda.speakers[15] 楊曜
gazette.agenda.speakers[16] 陳菁徽
gazette.agenda.speakers[17] 盧縣一
gazette.agenda.speakers[18] 涂權吉
gazette.agenda.speakers[19] 蘇清泉
gazette.agenda.page_start 149
gazette.agenda.meetingDate[0] 2024-05-30
gazette.agenda.gazette_id 1135501
gazette.agenda.agenda_lcidc_ids[0] 1135501_00003
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19次全體委員會議紀錄
gazette.agenda.content 審查一、委員許宇甄等22人擬具「老人福利法增訂第二十二條之一條文草案」案;二、委員馬文 君等16人擬具「老人福利法第二十五條條文修正草案」案;三、委員張嘉郡等20人擬具「老人福 利法第二十二條條文修正草案」案;四、國民黨黨團擬具「老人福利法第二十二條條文修正草 案」案;五、委員黃健豪等17人擬具「老人福利法第二十二條條文修正草案」案;六、委員王育 敏等19人擬具「老人福利法第二十二條條文修正草案」案;七、台灣民眾黨黨團擬具「老人福利 法第二十二條及第二十五條條文修正草案」案
gazette.agenda.agenda_id 1135501_00002
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 5.11034375
transcript.pyannote[0].end 6.02159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 6.22409375
transcript.pyannote[1].end 6.94971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 7.40534375
transcript.pyannote[2].end 7.81034375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 9.07596875
transcript.pyannote[3].end 10.74659375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 11.52284375
transcript.pyannote[4].end 11.82659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 13.26096875
transcript.pyannote[5].end 15.52221875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 15.97784375
transcript.pyannote[6].end 16.36596875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 16.97346875
transcript.pyannote[7].end 22.01909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 22.79534375
transcript.pyannote[8].end 23.23409375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 23.90909375
transcript.pyannote[9].end 31.50284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 28.98846875
transcript.pyannote[10].end 29.93346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 31.03034375
transcript.pyannote[11].end 33.83159375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 33.91596875
transcript.pyannote[12].end 35.31659375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 35.87346875
transcript.pyannote[13].end 39.73784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 40.12596875
transcript.pyannote[14].end 40.93596875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 40.93596875
transcript.pyannote[15].end 41.56034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 43.02846875
transcript.pyannote[16].end 43.50096875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 43.77096875
transcript.pyannote[17].end 44.76659375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 45.20534375
transcript.pyannote[18].end 46.55534375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 46.55534375
transcript.pyannote[19].end 46.75784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 47.58471875
transcript.pyannote[20].end 49.40721875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 49.98096875
transcript.pyannote[21].end 53.28846875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 53.84534375
transcript.pyannote[22].end 54.16596875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 55.21221875
transcript.pyannote[23].end 59.00909375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 56.32596875
transcript.pyannote[24].end 58.04721875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 59.66721875
transcript.pyannote[25].end 61.86096875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 62.02971875
transcript.pyannote[26].end 62.04659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 62.04659375
transcript.pyannote[27].end 64.00409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 62.08034375
transcript.pyannote[28].end 62.55284375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 64.00409375
transcript.pyannote[29].end 64.32471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 64.78034375
transcript.pyannote[30].end 65.57346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 65.77596875
transcript.pyannote[31].end 68.23971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 67.46346875
transcript.pyannote[32].end 67.78409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 68.23971875
transcript.pyannote[33].end 68.64471875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 68.64471875
transcript.pyannote[34].end 71.31096875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 71.88471875
transcript.pyannote[35].end 76.77846875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 77.25096875
transcript.pyannote[36].end 79.27596875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 79.66409375
transcript.pyannote[37].end 80.91284375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 80.94659375
transcript.pyannote[38].end 85.33409375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 84.82784375
transcript.pyannote[39].end 108.19971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 108.08159375
transcript.pyannote[40].end 108.55409375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 108.45284375
transcript.pyannote[41].end 129.78284375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 130.25534375
transcript.pyannote[42].end 133.03971875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 133.34346875
transcript.pyannote[43].end 135.53721875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 135.53721875
transcript.pyannote[44].end 135.57096875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 135.57096875
transcript.pyannote[45].end 135.90846875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 135.90846875
transcript.pyannote[46].end 135.92534375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 135.99284375
transcript.pyannote[47].end 137.32596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 138.60846875
transcript.pyannote[48].end 158.06534375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 158.36909375
transcript.pyannote[49].end 160.96784375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 159.02721875
transcript.pyannote[50].end 159.14534375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 161.25471875
transcript.pyannote[51].end 161.92971875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 162.30096875
transcript.pyannote[52].end 163.44846875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 165.59159375
transcript.pyannote[53].end 166.48596875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 167.68409375
transcript.pyannote[54].end 167.98784375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 168.98346875
transcript.pyannote[55].end 169.92846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 171.22784375
transcript.pyannote[56].end 172.10534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 172.10534375
transcript.pyannote[57].end 173.89409375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 174.61971875
transcript.pyannote[58].end 176.59409375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 177.30284375
transcript.pyannote[59].end 185.09909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 182.01096875
transcript.pyannote[60].end 182.66909375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 184.86284375
transcript.pyannote[61].end 185.50409375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 185.13284375
transcript.pyannote[62].end 205.99034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 205.83846875
transcript.pyannote[63].end 206.41221875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 206.41221875
transcript.pyannote[64].end 209.07846875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 208.96034375
transcript.pyannote[65].end 209.34846875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 209.21346875
transcript.pyannote[66].end 219.18659375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 219.60846875
transcript.pyannote[67].end 221.38034375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 221.56596875
transcript.pyannote[68].end 222.57846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 223.06784375
transcript.pyannote[69].end 226.99971875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 227.11784375
transcript.pyannote[70].end 229.42971875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 231.04971875
transcript.pyannote[71].end 231.84284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 232.12971875
transcript.pyannote[72].end 256.46346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 256.00784375
transcript.pyannote[73].end 263.77034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 260.51346875
transcript.pyannote[74].end 261.96471875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 261.96471875
transcript.pyannote[75].end 263.75346875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 263.77034375
transcript.pyannote[76].end 264.02346875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 264.24284375
transcript.pyannote[77].end 264.51284375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 264.90096875
transcript.pyannote[78].end 265.17096875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 265.67721875
transcript.pyannote[79].end 266.75721875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 266.95971875
transcript.pyannote[80].end 268.71471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 269.06909375
transcript.pyannote[81].end 269.94659375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 270.38534375
transcript.pyannote[82].end 277.99596875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 278.18159375
transcript.pyannote[83].end 279.14346875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 279.68346875
transcript.pyannote[84].end 282.23159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 281.13471875
transcript.pyannote[85].end 286.73721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 286.82159375
transcript.pyannote[86].end 320.60534375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 320.94284375
transcript.pyannote[87].end 344.50034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 324.16596875
transcript.pyannote[88].end 324.48659375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 330.42659375
transcript.pyannote[89].end 331.42221875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 343.31909375
transcript.pyannote[90].end 343.72409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 344.50034375
transcript.pyannote[91].end 344.85471875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 344.83784375
transcript.pyannote[92].end 351.35159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 351.38534375
transcript.pyannote[93].end 353.74784375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 354.30471875
transcript.pyannote[94].end 382.48596875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 366.04971875
transcript.pyannote[95].end 367.18034375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 379.92096875
transcript.pyannote[96].end 427.35659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 391.31159375
transcript.pyannote[97].end 391.34534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 391.78409375
transcript.pyannote[98].end 391.85159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 391.90221875
transcript.pyannote[99].end 391.96971875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 393.33659375
transcript.pyannote[100].end 393.85971875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 393.85971875
transcript.pyannote[101].end 394.01159375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 395.76659375
transcript.pyannote[102].end 398.38221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 398.38221875
transcript.pyannote[103].end 398.41596875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 405.04784375
transcript.pyannote[104].end 406.68471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 407.81534375
transcript.pyannote[105].end 408.76034375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 410.43096875
transcript.pyannote[106].end 411.10596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 412.89471875
transcript.pyannote[107].end 414.00846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 423.10409375
transcript.pyannote[108].end 423.23909375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 426.90096875
transcript.pyannote[109].end 427.59284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 427.59284375
transcript.pyannote[110].end 440.16471875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 440.41784375
transcript.pyannote[111].end 440.85659375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 440.78909375
transcript.pyannote[112].end 447.28596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 442.07159375
transcript.pyannote[113].end 442.98284375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 443.72534375
transcript.pyannote[114].end 444.28221875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 445.32846875
transcript.pyannote[115].end 446.23971875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 446.98221875
transcript.pyannote[116].end 447.55596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 447.55596875
transcript.pyannote[117].end 460.60034375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 460.48221875
transcript.pyannote[118].end 460.92096875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 460.90409375
transcript.pyannote[119].end 464.43096875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 464.75159375
transcript.pyannote[120].end 470.01659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 467.21534375
transcript.pyannote[121].end 467.50221875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 467.50221875
transcript.pyannote[122].end 467.55284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 470.01659375
transcript.pyannote[123].end 470.18534375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 470.18534375
transcript.pyannote[124].end 470.97846875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 471.13034375
transcript.pyannote[125].end 476.15909375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 475.72034375
transcript.pyannote[126].end 475.75409375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 475.93971875
transcript.pyannote[127].end 476.04096875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 476.58096875
transcript.pyannote[128].end 524.40471875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 499.07534375
transcript.pyannote[129].end 499.66596875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 524.87721875
transcript.pyannote[130].end 532.77471875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 526.21034375
transcript.pyannote[131].end 526.42971875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 533.24721875
transcript.pyannote[132].end 535.30596875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 535.50846875
transcript.pyannote[133].end 536.53784375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 537.82034375
transcript.pyannote[134].end 538.37721875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 538.91721875
transcript.pyannote[135].end 540.95909375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 539.98034375
transcript.pyannote[136].end 540.97596875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 540.97596875
transcript.pyannote[137].end 541.90409375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 542.41034375
transcript.pyannote[138].end 544.77284375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 545.21159375
transcript.pyannote[139].end 545.97096875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 545.97096875
transcript.pyannote[140].end 546.49409375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 546.81471875
transcript.pyannote[141].end 547.38846875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 547.99596875
transcript.pyannote[142].end 548.41784375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 549.41346875
transcript.pyannote[143].end 550.30784375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 552.09659375
transcript.pyannote[144].end 552.97409375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 552.97409375
transcript.pyannote[145].end 553.02471875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 553.02471875
transcript.pyannote[146].end 553.09221875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 553.09221875
transcript.pyannote[147].end 557.20971875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 553.88534375
transcript.pyannote[148].end 554.40846875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 556.14659375
transcript.pyannote[149].end 558.76221875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 558.79596875
transcript.pyannote[150].end 562.10346875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 562.10346875
transcript.pyannote[151].end 567.62159375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 567.62159375
transcript.pyannote[152].end 567.89159375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 567.89159375
transcript.pyannote[153].end 572.12721875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 570.05159375
transcript.pyannote[154].end 570.81096875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 572.63346875
transcript.pyannote[155].end 573.66284375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 573.37596875
transcript.pyannote[156].end 573.51096875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 573.66284375
transcript.pyannote[157].end 578.60721875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 575.92409375
transcript.pyannote[158].end 576.61596875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 579.23159375
transcript.pyannote[159].end 580.14284375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 580.95284375
transcript.pyannote[160].end 582.28596875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 583.38284375
transcript.pyannote[161].end 584.46284375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 585.45846875
transcript.pyannote[162].end 587.38221875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 587.97284375
transcript.pyannote[163].end 590.31846875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 589.13721875
transcript.pyannote[164].end 589.76159375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 590.74034375
transcript.pyannote[165].end 590.90909375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 590.90909375
transcript.pyannote[166].end 599.34659375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 594.89159375
transcript.pyannote[167].end 595.44846875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 599.34659375
transcript.pyannote[168].end 599.95409375
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 599.95409375
transcript.pyannote[169].end 607.64909375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 607.64909375
transcript.pyannote[170].end 608.00346875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 608.50971875
transcript.pyannote[171].end 609.26909375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 609.35346875
transcript.pyannote[172].end 609.37034375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 609.37034375
transcript.pyannote[173].end 609.94409375
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 609.50534375
transcript.pyannote[174].end 612.98159375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 612.98159375
transcript.pyannote[175].end 613.94346875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 613.33596875
transcript.pyannote[176].end 620.33909375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 620.79471875
transcript.pyannote[177].end 651.97971875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 638.17596875
transcript.pyannote[178].end 638.61471875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 640.38659375
transcript.pyannote[179].end 640.94346875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 651.92909375
transcript.pyannote[180].end 652.72221875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 652.87409375
transcript.pyannote[181].end 666.10409375
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 666.32346875
transcript.pyannote[182].end 666.89721875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 667.09971875
transcript.pyannote[183].end 670.93034375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 670.93034375
transcript.pyannote[184].end 671.65596875
transcript.pyannote[185].speaker SPEAKER_02
transcript.pyannote[185].start 671.55471875
transcript.pyannote[185].end 672.58409375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 673.05659375
transcript.pyannote[186].end 676.58346875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 676.44846875
transcript.pyannote[187].end 677.00534375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 676.63409375
transcript.pyannote[188].end 677.86596875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 678.18659375
transcript.pyannote[189].end 679.78971875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 680.65034375
transcript.pyannote[190].end 685.37534375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 683.02971875
transcript.pyannote[191].end 693.05346875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 690.33659375
transcript.pyannote[192].end 690.91034375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 693.03659375
transcript.pyannote[193].end 693.42471875
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 693.79596875
transcript.pyannote[194].end 695.19659375
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 695.06159375
transcript.pyannote[195].end 695.39909375
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 695.29784375
transcript.pyannote[196].end 695.58471875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 695.98971875
transcript.pyannote[197].end 699.01034375
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 699.24659375
transcript.pyannote[198].end 699.60096875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 699.83721875
transcript.pyannote[199].end 704.42721875
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 705.22034375
transcript.pyannote[200].end 708.84846875
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 709.21971875
transcript.pyannote[201].end 713.92784375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 714.38346875
transcript.pyannote[202].end 716.44221875
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 716.86409375
transcript.pyannote[203].end 718.19721875
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 718.66971875
transcript.pyannote[204].end 719.04096875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 719.32784375
transcript.pyannote[205].end 720.07034375
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 720.27284375
transcript.pyannote[206].end 720.52596875
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 720.52596875
transcript.pyannote[207].end 721.69034375
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 722.07846875
transcript.pyannote[208].end 723.93471875
transcript.pyannote[209].speaker SPEAKER_02
transcript.pyannote[209].start 724.35659375
transcript.pyannote[209].end 752.52096875
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 753.21284375
transcript.pyannote[210].end 755.11971875
transcript.pyannote[211].speaker SPEAKER_02
transcript.pyannote[211].start 755.35596875
transcript.pyannote[211].end 756.45284375
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 757.21221875
transcript.pyannote[212].end 761.21159375
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 761.34659375
transcript.pyannote[213].end 761.61659375
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 761.61659375
transcript.pyannote[214].end 762.12284375
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 762.12284375
transcript.pyannote[215].end 762.47721875
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 762.47721875
transcript.pyannote[216].end 764.02971875
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 764.53596875
transcript.pyannote[217].end 765.46409375
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 766.42596875
transcript.pyannote[218].end 766.84784375
transcript.pyannote[219].speaker SPEAKER_02
transcript.pyannote[219].start 767.33721875
transcript.pyannote[219].end 769.51409375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 769.81784375
transcript.pyannote[220].end 771.45471875
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 772.39971875
transcript.pyannote[221].end 773.32784375
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 773.44596875
transcript.pyannote[222].end 774.10409375
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 775.31909375
transcript.pyannote[223].end 776.02784375
transcript.pyannote[224].speaker SPEAKER_02
transcript.pyannote[224].start 777.15846875
transcript.pyannote[224].end 778.37346875
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 778.77846875
transcript.pyannote[225].end 779.41971875
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 780.06096875
transcript.pyannote[226].end 780.41534375
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 781.54596875
transcript.pyannote[227].end 783.18284375
transcript.pyannote[228].speaker SPEAKER_02
transcript.pyannote[228].start 783.90846875
transcript.pyannote[228].end 784.66784375
transcript.pyannote[229].speaker SPEAKER_02
transcript.pyannote[229].start 785.24159375
transcript.pyannote[229].end 786.77721875
transcript.pyannote[230].speaker SPEAKER_00
transcript.pyannote[230].start 787.45221875
transcript.pyannote[230].end 787.46909375
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 787.46909375
transcript.pyannote[231].end 788.19471875
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 789.10596875
transcript.pyannote[232].end 789.79784375
transcript.pyannote[233].speaker SPEAKER_02
transcript.pyannote[233].start 790.74284375
transcript.pyannote[233].end 791.58659375
transcript.pyannote[234].speaker SPEAKER_02
transcript.pyannote[234].start 791.85659375
transcript.pyannote[234].end 813.32159375
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 813.45659375
transcript.pyannote[235].end 814.50284375
transcript.pyannote[236].speaker SPEAKER_02
transcript.pyannote[236].start 815.78534375
transcript.pyannote[236].end 818.35034375
transcript.pyannote[237].speaker SPEAKER_02
transcript.pyannote[237].start 819.41346875
transcript.pyannote[237].end 820.45971875
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 820.76346875
transcript.pyannote[238].end 821.79284375
transcript.pyannote[239].speaker SPEAKER_02
transcript.pyannote[239].start 822.14721875
transcript.pyannote[239].end 822.73784375
transcript.pyannote[240].speaker SPEAKER_02
transcript.pyannote[240].start 823.17659375
transcript.pyannote[240].end 825.37034375
transcript.pyannote[241].speaker SPEAKER_02
transcript.pyannote[241].start 826.16346875
transcript.pyannote[241].end 835.15784375
transcript.pyannote[242].speaker SPEAKER_02
transcript.pyannote[242].start 835.63034375
transcript.pyannote[242].end 844.18596875
transcript.pyannote[243].speaker SPEAKER_02
transcript.pyannote[243].start 844.54034375
transcript.pyannote[243].end 845.92409375
transcript.pyannote[244].speaker SPEAKER_02
transcript.pyannote[244].start 846.24471875
transcript.pyannote[244].end 847.24034375
transcript.pyannote[245].speaker SPEAKER_02
transcript.pyannote[245].start 849.75471875
transcript.pyannote[245].end 850.81784375
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 853.09596875
transcript.pyannote[246].end 853.83846875
transcript.pyannote[247].speaker SPEAKER_01
transcript.pyannote[247].start 854.02409375
transcript.pyannote[247].end 869.71784375
transcript.pyannote[248].speaker SPEAKER_01
transcript.pyannote[248].start 869.90346875
transcript.pyannote[248].end 871.38846875
transcript.pyannote[249].speaker SPEAKER_01
transcript.pyannote[249].start 871.64159375
transcript.pyannote[249].end 872.97471875
transcript.pyannote[250].speaker SPEAKER_01
transcript.pyannote[250].start 873.32909375
transcript.pyannote[250].end 875.80971875
transcript.pyannote[251].speaker SPEAKER_01
transcript.pyannote[251].start 876.19784375
transcript.pyannote[251].end 877.49721875
transcript.pyannote[252].speaker SPEAKER_01
transcript.pyannote[252].start 877.83471875
transcript.pyannote[252].end 892.56659375
transcript.pyannote[253].speaker SPEAKER_02
transcript.pyannote[253].start 891.80721875
transcript.pyannote[253].end 906.40409375
transcript.pyannote[254].speaker SPEAKER_01
transcript.pyannote[254].start 894.03471875
transcript.pyannote[254].end 894.94596875
transcript.pyannote[255].speaker SPEAKER_01
transcript.pyannote[255].start 900.12659375
transcript.pyannote[255].end 901.03784375
transcript.pyannote[256].speaker SPEAKER_01
transcript.pyannote[256].start 901.93221875
transcript.pyannote[256].end 904.41284375
transcript.pyannote[257].speaker SPEAKER_01
transcript.pyannote[257].start 906.55596875
transcript.pyannote[257].end 908.29409375
transcript.pyannote[258].speaker SPEAKER_02
transcript.pyannote[258].start 907.29846875
transcript.pyannote[258].end 909.72846875
transcript.pyannote[259].speaker SPEAKER_01
transcript.pyannote[259].start 909.62721875
transcript.pyannote[259].end 912.79971875
transcript.pyannote[260].speaker SPEAKER_02
transcript.pyannote[260].start 912.47909375
transcript.pyannote[260].end 918.25034375
transcript.pyannote[261].speaker SPEAKER_01
transcript.pyannote[261].start 918.08159375
transcript.pyannote[261].end 918.13221875
transcript.pyannote[262].speaker SPEAKER_01
transcript.pyannote[262].start 918.25034375
transcript.pyannote[262].end 918.73971875
transcript.pyannote[263].speaker SPEAKER_02
transcript.pyannote[263].start 918.73971875
transcript.pyannote[263].end 924.15659375
transcript.pyannote[264].speaker SPEAKER_01
transcript.pyannote[264].start 921.33846875
transcript.pyannote[264].end 922.04721875
transcript.pyannote[265].speaker SPEAKER_01
transcript.pyannote[265].start 923.98784375
transcript.pyannote[265].end 926.41784375
transcript.pyannote[266].speaker SPEAKER_02
transcript.pyannote[266].start 924.74721875
transcript.pyannote[266].end 925.08471875
transcript.pyannote[267].speaker SPEAKER_02
transcript.pyannote[267].start 926.55284375
transcript.pyannote[267].end 927.02534375
transcript.pyannote[268].speaker SPEAKER_02
transcript.pyannote[268].start 927.21096875
transcript.pyannote[268].end 929.59034375
transcript.pyannote[269].speaker SPEAKER_01
transcript.pyannote[269].start 929.52284375
transcript.pyannote[269].end 932.08784375
transcript.pyannote[270].speaker SPEAKER_02
transcript.pyannote[270].start 931.05846875
transcript.pyannote[270].end 931.96971875
transcript.pyannote[271].speaker SPEAKER_02
transcript.pyannote[271].start 932.08784375
transcript.pyannote[271].end 937.75784375
transcript.pyannote[272].speaker SPEAKER_02
transcript.pyannote[272].start 938.29784375
transcript.pyannote[272].end 940.87971875
transcript.pyannote[273].speaker SPEAKER_00
transcript.pyannote[273].start 939.14159375
transcript.pyannote[273].end 942.16221875
transcript.pyannote[274].speaker SPEAKER_02
transcript.pyannote[274].start 940.96409375
transcript.pyannote[274].end 943.24221875
transcript.pyannote[275].speaker SPEAKER_00
transcript.pyannote[275].start 943.24221875
transcript.pyannote[275].end 944.96346875
transcript.whisperx[0].start 5.435
transcript.whisperx[0].end 10.41
transcript.whisperx[0].text 好,謝謝主席。有請部長,呃,社長。要升官了。來,理事長。
transcript.whisperx[1].start 13.291
transcript.whisperx[1].end 37.087
transcript.whisperx[1].text 好,這樣邱部長就危險了。好,先恭喜我們的李建德次長來接任這個農論衛生部的次長。那這個應該都有掌握嘛,衛環委會召開了相關的一些會議,還有相關的業務都清楚嘛。趕快再進入狀況再學習。對,已經進入了嘛。那你知道3月28號衛環委會排什麼專案報告嗎?
transcript.whisperx[2].start 40.228
transcript.whisperx[2].end 40.749
transcript.whisperx[2].text 三、二十八號:劉建國
transcript.whisperx[3].start 55.236
transcript.whisperx[3].end 66.004
transcript.whisperx[3].text 議員黃健豪等19人擬具:「老人福利法第二十二條條文修正草案.則不予審查閱讀委員黃健豪等19人擬具:「老人福利法第二十二條條文修正草案.則不予審查閱讀委員黃健豪等19人擬具:「老人福利法第二十二條條文修正草案.則不予審查閱讀
transcript.whisperx[4].start 77.761
transcript.whisperx[4].end 106.193
transcript.whisperx[4].text 市長當時知道那是為了什麼事件召開嗎?我知道,就是現在那個新北,那個凱凱的那個案。那時候我在諮詢,也在這個委員會諮詢學前部長,就發現這個有蠻多缺失的,急需要來改善。那其中一個最大的缺失是,這個針對凱凱案有特殊家庭的小朋友未付原有訂這個直轄市縣市政府運用居家托育人員照顧家外安置,
transcript.whisperx[5].start 106.693
transcript.whisperx[5].end 126.08
transcript.whisperx[5].text 而統處理的原則。那在這個原則有些規定有三項。第一個就是說建議病至少每六個月盤點適合照顧安置個案之居托的人員名單。第二個提供居托人員照顧家外安置兒童相關專業訓練。第三個訓練課程建制包括安置個案類型創傷階級問題的輔導。
transcript.whisperx[6].start 130.322
transcript.whisperx[6].end 137.181
transcript.whisperx[6].text 都有這樣的原則把關。那最後還是凱凱案的悲劇發生。這原因出在什麼地方?
transcript.whisperx[7].start 138.626
transcript.whisperx[7].end 140.408
transcript.whisperx[7].text 主席,時間是不是可以暫停一下,因為我要放那個放不出來。
transcript.whisperx[8].start 172.733
transcript.whisperx[8].end 194.244
transcript.whisperx[8].text 我是這樣啦齁,我當時看待是說因為台北市政府覺得他的安置資源是充足啦齁所以就不需要照這個處理原則來處理啦所以才發生這個憾事齁那時候薛副委員生氣啦齁生氣就沒有用啦然後導致這個台北市沒有這樣的名單
transcript.whisperx[9].start 195.384
transcript.whisperx[9].end 218.304
transcript.whisperx[9].text 那也硬要誇區到這個沒有建制到家外安置的托育人員的台北市。所以一步一步把這個凱凱推向死亡的這樣的一個結局。也因此啦齁,世家署有經過檢討。所以他在4月30又公布了一個叫做自家縣市的政府居家托育服務中心訪視工作指引。要來強化這個居家托育的服務的這個訪視工作。
transcript.whisperx[10].start 219.665
transcript.whisperx[10].end 237.006
transcript.whisperx[10].text 但是這個工作指引會不會又變成臺北市還是哪一個縣市覺得他自己支援足夠或怎麼樣又不遵照這個指引了那你們怎麼處理?你們怎麼處理?報告委員大概兩個鐘...大概兩個鐘...我們現在目前都已經社交署這邊已經有要求
transcript.whisperx[11].start 237.346
transcript.whisperx[11].end 237.486
transcript.whisperx[11].text ﹚劉建國﹚劉建國﹚
transcript.whisperx[12].start 264.981
transcript.whisperx[12].end 265.001
transcript.whisperx[12].text ﹚劉建國﹚
transcript.whisperx[13].start 287.003
transcript.whisperx[13].end 303.391
transcript.whisperx[13].text 那之前在那個林正偉他那邊的一個指導之下我們現在目前的整個這一個人力上面我們現在目前會來有一個倍增計畫還有另外一個就是說您剛剛像委員剛剛所說的我們現在也會定班就是說這一個他的整個這個地方政府他們的整個處理原則
transcript.whisperx[14].start 303.871
transcript.whisperx[14].end 303.891
transcript.whisperx[14].text ﹚劉建國
transcript.whisperx[15].start 321.179
transcript.whisperx[15].end 344.772
transcript.whisperx[15].text 現在不是只有我們社交組或部的社交組遇到這個問題。連社交組也遇到之前的蘇丹隆事件,也有相關之前我們針對食品的相關的手冊沒有確定。這個手冊早已經被要點,新的要點取代了。那地方政府後來拿了這個手冊來跟對方在那邊,跟我們對方在那邊argue。
transcript.whisperx[16].start 344.952
transcript.whisperx[16].end 367.002
transcript.whisperx[16].text 我覺得這個事情,所以當我們定原則,當我們定職員,如果地方政府不遵守的話,你們怎麼處理嗎?報告委員,我們現在目前就是說,我們有那個社福考核,績效考核,那他如果說那個不符合的話對不對,那對不起,那我們的可能以後的整個補助上面來,分數會低。只有這樣的手段而已?
transcript.whisperx[17].start 367.162
transcript.whisperx[17].end 367.342
transcript.whisperx[17].text ﹑劉建國﹑劉建國﹑劉建國﹑
transcript.whisperx[18].start 383.884
transcript.whisperx[18].end 384.505
transcript.whisperx[18].text ﹑劉建國﹑劉建國﹑劉建國﹑劉建國﹑劉建國﹑
transcript.whisperx[19].start 398.793
transcript.whisperx[19].end 400.496
transcript.whisperx[19].text 則不予審查.則不予審查.則不予審查.
transcript.whisperx[20].start 414.255
transcript.whisperx[20].end 439.941
transcript.whisperx[20].text 所以依照衛部的資料22個縣市的施工需求是將近四千兩百人現在禁用差不多三千七左右,禁用率不到九成尤其縣北市的需求人數最高,它的禁用率也只有七成一那同時我這邊有一個資料就是五年內台灣的社工需求又高達四千一百八十五但是現在每年願意投入到社工師的行列每年才六百八十五,我把它算起來不到八成
transcript.whisperx[21].start 440.521
transcript.whisperx[21].end 441.021
transcript.whisperx[21].text ﹚劉建國﹚劉建國﹚劉建國﹚
transcript.whisperx[22].start 464.867
transcript.whisperx[22].end 494.154
transcript.whisperx[22].text 也就是差不多25%左右剩下75%他不投入這個職場裡面什麼原因?包括委員大概我想主要三個部分因為我自己也在大學裡面教書了那大概有三個部分一個是教考訓練這個B之間的整個結合問題另外第二個其實最重要還是剛剛委員剛剛所說的社工他自己本身的薪資、勞動條件的部分那薪資的部分我們現在目前在社安網2.0我們之前已經也已經有一個相關我們有一個社工倍增策略
transcript.whisperx[23].start 494.994
transcript.whisperx[23].end 524.217
transcript.whisperx[23].text 議員當然說,你被徵的問題也誘因。誘因的部分我們現在就有兩個部分,薪資。薪資的部分我們公部門薪資我們現在目前已經有提高。另外第二個是在私部門的話,我們又有一個整個這一個相關的整個這個補助。那另外一個就是說,我們現在會加強你這個社工系的學生在大三、大四的時候,你就可以到我們的機關裡面做實習。用實習的方式,那透過這個方式我們就可以這個多館來進行,來趕快提供來提高他的這一個金融率。
transcript.whisperx[24].start 525.357
transcript.whisperx[24].end 549.723
transcript.whisperx[24].text 職業環境,薪資嘛,對不對?是,沒錯。那自然應該很清楚。我們的一個社工服務的人口比例是多少?一比幾?如果我沒有記錯,大概一、二、三。一、二、三、五。一、二、三、五嘛,對不對?對,沒錯。一、二、三、五。那日本多少?日本我都沒記錯,應該八、四、五。如果我沒有記錯。一比八、四、五。八、四、五。日本。那韓國呢?
transcript.whisperx[25].start 552.508
transcript.whisperx[25].end 578.442
transcript.whisperx[25].text 韓國﹚沒關係,就這樣討論,我們不是要故意跟次長發生﹚如果韓國沒有記錯的話,大概他比我們略好一點,大概一﹑如果沒記錯他一零一零二多吧﹑一零二多﹑對,韓國﹑對不起,我這邊資料是不是有錯誤﹑就請部長再double check﹑好﹑你剛才講是日本是一比八百多嘛對不對﹑八四五﹑我這邊是一比四三六﹑喔,這樣喔﹑好﹑好﹑那你剛剛講韓國是一比一零多嘛﹑對﹑一千多嘛﹑對﹑我這邊是一比二八九﹑
transcript.whisperx[26].start 581.026
transcript.whisperx[26].end 586.593
transcript.whisperx[26].text 韓國?對。香港是1比41喔。韓國我可能...好,如果我的數據錯馬上提出來啊。
transcript.whisperx[27].start 587.981
transcript.whisperx[27].end 613.144
transcript.whisperx[27].text 我們是不是可以允許我後續?對,我講這樣啦,我講這樣,你看台灣就是一比一二多。對,沒錯。我這邊是一,跟你的數據差不多喔。你是一二三五,我是一二四九啦。對,對,對。所以應該我底下這個數據應該也不會有多大的落差啦。好,OK。但是剛剛聽市長講是落差是蠻大的。是,是。那如果這樣的市場環境怎麼會好?沒錯。對不對?畢業的學生、婆士、碩士怎麼願意來投入?是。
transcript.whisperx[28].start 613.484
transcript.whisperx[28].end 613.504
transcript.whisperx[28].text ﹚劉建國﹚
transcript.whisperx[29].start 643.724
transcript.whisperx[29].end 672.381
transcript.whisperx[29].text 要比鄰近國家落差值這麼大這整個公共職場環境他就是叫你社區公司不允許你在台灣持續再待下去所以我才會提供這個數據來給市長做參考如果說我是最相關出去數據有什麼問題沒關係可以大家就做討論但是我在這邊要具體要求市長一個月內就處理你所講的薪資還有這個職場的環境怎麼去做改善而且服務的比例如何去降低才是真正的
transcript.whisperx[30].start 673.142
transcript.whisperx[30].end 673.503
transcript.whisperx[30].text 則不予審查.則不予審查
transcript.whisperx[31].start 680.797
transcript.whisperx[31].end 704.247
transcript.whisperx[31].text 我們提供報告好不好?就是一個月提供報告了。我沒有說你馬上要怎麼去做了。最後我要呼應昭偉講的今天這個主題。我覺得這個事情還是真的必須要討論。但是是這個樣子。我講的但是兩個字就是為什麼?不是但是又無奈。台灣的政治環境一直到現在就是很奇怪。一國就是好幾次。
transcript.whisperx[32].start 705.287
transcript.whisperx[32].end 723.785
transcript.whisperx[32].text 但是當地方政府首長他要去展現他對65歲以上的不管什麼樣態的這些長輩讓他們減輕相關的一些負擔這個方向絕對是正確無庸置疑但是到底要不要要不要要不要有一次的標準
transcript.whisperx[33].start 724.426
transcript.whisperx[33].end 752.314
transcript.whisperx[33].text 不要有城鄉的落差不要有縣市之間的差異有的就像這是我看到的資料這65歲的台北市的老人綜合所得稅率未達20%那台南市離我中渡65歲以上中渡親渡身心障礙所涉且經稅監機關核定最近一年綜合所得稅未達12%然後台中市綜合所得稅稅率5%以下大大大大這是六都
transcript.whisperx[34].start 753.254
transcript.whisperx[34].end 769.128
transcript.whisperx[34].text 的狀況就完全沒有一致性了。當你完全沒有一致性的情況之下,現在全國是22個縣市,對不對?六都就有六個版本。22個縣市扣掉,是不是要變成17個版本?17個樣態?坦白說啦,坦白說,也不為過啦。
transcript.whisperx[35].start 777.073
transcript.whisperx[35].end 789.641
transcript.whisperx[35].text 阿不而過的情況之下,你中央在主管健保的這個單位,這個主管機關,你要怎麼處理,要怎麼應應?我覺得,要面對啦。
transcript.whisperx[36].start 790.802
transcript.whisperx[36].end 818.141
transcript.whisperx[36].text 要處理。為什麼有這個底氣他願意來讓65歲以上的這些長輩免除的這個健保費的這樣的一個負擔。但是相對的他有這個底氣其實這幾年不是只有中央操爭地方政府相關的稅收有操爭所以他願意來做這些事情我覺得要鼓勵要鼓勵到最後變成要一致性的情況之下
transcript.whisperx[37].start 819.754
transcript.whisperx[37].end 847.135
transcript.whisperx[37].text 這個真的是要好好去盤點好好去做一些資料的一些調查我覺得是時候是不是部長回來之後社長就可以跟部長來做這個討論給他一些意見甚至也把主計單位找過來中央補助地方相關包含的專案計畫還有特同那個統籌密稅款的試算方法是不是一併要做一些大調整呢
transcript.whisperx[38].start 849.778
transcript.whisperx[38].end 872.896
transcript.whisperx[38].text 我覺得這就要思考了。可以吧?市長。呃,我剛剛委員齁,那個,呃,人家這樣,這樣,這樣,這樣有聽到心嘛齁。啊,我想這個,呃,我會,那個部長他從日內瓦回來之後,我會跟部長來報告,齁,把委員的意見來提供。但是我也要強調就是說齁,真的,這些人家齁,這個資源非常有限啦齁。啊,咱,咱是不是真的要用在刀口上面?齁,啊,我想這是,啊,
transcript.whisperx[39].start 873.396
transcript.whisperx[39].end 891.486
transcript.whisperx[39].text 議員黃健豪等20人擬具:「老人福利法第二十二條條文修正草案案。issippi, 國民黨黨團擬具:「老人福利法第二十二條條文修正草案案。issippi, 國民黨黨團擬具:「老人福利法第二十二條條文修正草案。issippi, 國民黨黨團擬具:「老人福利法第二十二條條文修正草案。issippi, 國民黨黨團擬具:「老人福利法第二十二條條文修正草案。issippi, 國民黨黨團擬具:「老人福利法第二十二條條條文修正草案。issippi, 國民黨黨黨團擬具:「老人福利法第二十二條條條文修正草案。issippi, 國民
transcript.whisperx[40].start 891.906
transcript.whisperx[40].end 898.489
transcript.whisperx[40].text 對,對,這是從以前到現在一直是這樣走的嘛,對不對?我們對其實有好的,其實有些專報就對了,就是我們都整個政府蓋修嘛,屬性跟古堡嘛,對不對?這包含65歲以上老人嘛,對不對?對嘛,對,中低收跟低收嘛。
transcript.whisperx[41].start 910.235
transcript.whisperx[41].end 917.64
transcript.whisperx[41].text 因為他們那麼辛苦嘛,這裡是有那個需要﹑需要﹑需要﹑是啊是啊是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑是啊﹑
transcript.whisperx[42].start 938.535
transcript.whisperx[42].end 938.695
transcript.whisperx[42].text 謝謝劉建國委員