iVOD / 154211

Field Value
IVOD_ID 154211
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154211
日期 2024-06-26
會議資料.會議代碼 委員會-11-1-19-17
會議資料.會議代碼:str 第11屆第1會期經濟委員會第17次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 17
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第1會期經濟委員會第17次全體委員會議
影片種類 Clip
開始時間 2024-06-26T09:47:32+08:00
結束時間 2024-06-26T09:56:59+08:00
影片長度 00:09:27
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/0ea7781078621bd180f474dd050537dcc258fa09de8d0f308f090ddb9b7d6d69560794a62423eb585ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鄭正鈐
委員發言時間 09:47:32 - 09:56:59
會議時間 2024-06-26T09:00:00+08:00
會議名稱 立法院第11屆第1會期經濟委員會第17次全體委員會議(事由:邀請經濟部部長就「面對國營事業未來10年人力嚴重斷層之因應作為」進行報告,並備質詢。【6月26日及6月27日兩天一次會】)
gazette.lineno 281
gazette.blocks[0][0] 鄭委員正鈐:(9時47分)謝謝主席,我想請一下連次長,還有中油的李董事長、台電的王總經理、台糖的楊董事長、台水的李董事長。
gazette.blocks[1][0] 主席:以上五位請就質詢臺,謝謝。
gazette.blocks[2][0] 鄭委員正鈐:因為今天召委特別安排經濟部面對國營事業未來10年人力嚴重斷層之因應作為,所以我們四大國營事業的董事長跟總經理都在現場,針對這部分我特別關心,因為我看到經濟部這邊提出來的報告,我發現整體來說,台電這邊表示他們從113年起退休人數逐漸減緩,已無落差過大之斷層,台電表示好像沒有人力的問題;中油這邊也表示111年起退休人數趨緩,已無明顯之斷層,所以中油也沒有問題;然後台糖這邊表示114年起可逐漸脫離退休高峰期,員工年資、年齡偏高的情況都明顯獲得改善,人力斷層壓力也逐年減輕,台糖也沒有問題;台水也表示近年來退休潮也有所趨緩,四大國營事業都表示人力沒有問題,我感覺很像今天經濟委員會安排經濟部面對國營事業未來10年人力嚴重斷層之因應作為好像是一個多餘的報告。
gazette.blocks[2][1] 可是我想請教一下次長,這幾年的退休人數屢創新高,因為我這邊的統計數字只有到111年,針對這個部分,我想問四大國營事業公司,112年中油自願退休的人數有多少?有多少屆齡退休?離職人數有多少?請給我具體的數字,好不好?然後台電也請準備,台糖、台水都請準備去年自願退休人數、屆齡退休人數還有離職人數。
gazette.blocks[3][0] 李董事長順欽:委員好。跟委員報告,事實上中油公司去年整個退休跟離職的人數總共是731位。
gazette.blocks[4][0] 鄭委員正鈐:總共731位?可不可以分成自願退休、屆齡退休跟離職人數?
gazette.blocks[5][0] 連次長錦漳:屆齡退休是352人,離職是221人。
gazette.blocks[6][0] 鄭委員正鈐:那其他都是自願退休?
gazette.blocks[7][0] 李董事長順欽:自願退休是282人,屆齡退休是450人。
gazette.blocks[8][0] 鄭委員正鈐:台電這邊呢?台電的數字請給我,自願退休有多少人?
gazette.blocks[9][0] 王總經理耀庭:台電屆退是994人。
gazette.blocks[10][0] 鄭委員正鈐:994人?
gazette.blocks[11][0] 王總經理耀庭:是,離職370人。
gazette.blocks[12][0] 鄭委員正鈐:OK,離職370人,自願退休……
gazette.blocks[13][0] 連次長錦漳:屆齡退休是994人。
gazette.blocks[14][0] 鄭委員正鈐:對,然後自願退休有多少人?
gazette.blocks[15][0] 王總經理耀庭:自願退休是……
gazette.blocks[16][0] 胡司長文中:我們這個地方沒有統計。
gazette.blocks[17][0] 鄭委員正鈐:沒有統計自願退休,是不是?
gazette.blocks[18][0] 胡司長文中:對。
gazette.blocks[19][0] 鄭委員正鈐:那台糖的部分呢?我為什麼會特別要問自願退休跟屆齡退休一定是有我的意思,台糖這邊請給我具體數字。
gazette.blocks[20][0] 楊董事長明州:關於台糖的部分,退休人數是162人,離職人數是40人,加起來是202人。
gazette.blocks[21][0] 鄭委員正鈐:你們可不可以把162人分成自願退休跟屆齡退休?
gazette.blocks[22][0] 楊董事長明州:通常都是屆齡退休。
gazette.blocks[23][0] 鄭委員正鈐:台糖自願退休少,對不對?
gazette.blocks[24][0] 楊董事長明州:對。
gazette.blocks[25][0] 鄭委員正鈐:OK。台水這邊請給我數字。
gazette.blocks[26][0] 李董事長嘉榮:跟委員報告,112年台水公司的退休人數是202人,自願退休是57人,屆退是145人。
gazette.blocks[27][0] 鄭委員正鈐:OK,自願退休多少人?
gazette.blocks[28][0] 李董事長嘉榮:自願退休57人。
gazette.blocks[29][0] 鄭委員正鈐:57人嘛?
gazette.blocks[30][0] 李董事長嘉榮:對。
gazette.blocks[31][0] 鄭委員正鈐:OK,然後屆齡退休是?
gazette.blocks[32][0] 李董事長嘉榮:145人。
gazette.blocks[33][0] 鄭委員正鈐:離職人數?
gazette.blocks[34][0] 李董事長嘉榮:離職人數是143人。
gazette.blocks[35][0] 鄭委員正鈐:謝謝四位董事長、總經理,為什麼要特別問這個問題?因為我看到整個屆齡退休的數字在111年時,只有29.4%是屆齡退休,表示有超過七成的人都是自願退休,跟你們剛剛報給我的數字有一點點落差,每一年的情況都會改變我可以理解,可是我為什麼要特別問這件事情?我想問一下次長,我們今年四大國營公司準備要招考多少人?
gazette.blocks[36][0] 連次長錦漳:中油1,100人,台電……
gazette.blocks[37][0] 鄭委員正鈐:中油1,100?
gazette.blocks[38][0] 連次長錦漳:1,100人。
gazette.blocks[39][0] 鄭委員正鈐:不是,我說今年總共要招考多少人,中油1,100人?
gazette.blocks[40][0] 連次長錦漳:對。
gazette.blocks[41][0] 鄭委員正鈐:要招考1,100人?我看到經濟部在6月12號上網公告經濟部所屬事業單位113年招考總共只有826人,結果你說中油就1,100人,這是什麼狀態?
gazette.blocks[42][0] 李董事長順欽:跟委員報告,那是職員的部分。
gazette.blocks[43][0] 鄭委員正鈐:職員的部分嘛?
gazette.blocks[44][0] 李董事長順欽:對。
gazette.blocks[45][0] 鄭委員正鈐:你那部分包括臨時人員嘛?
gazette.blocks[46][0] 李董事長順欽:不是,包括技術員。
gazette.blocks[47][0] 鄭委員正鈐:包括技術人員,好,這個部分請次長到時候整合所有的數字給我。
gazette.blocks[48][0] 連次長錦漳:我們整合一個數字給委員。
gazette.blocks[49][0] 鄭委員正鈐:對,因為我想看一下我們四大國營公司的人力情況到底是如何,因為我這邊看到一個情況,就是我們今年要招考826名,目前還在找,我看到去年的數字,錄取率大概是10%左右而已,我為什麼會特別問自願退休跟屆齡退休的狀態還有離職人數?坦白說,因為國營事業的福利比一般公務人員好,穩定性比一般私人企業好,所以國營事業單位在市場上是很有招收的競爭力,可是我看到我們的報告,好像都不缺人。我覺得如何留才是個問題,所以我今天在這邊請四位董事長、總經理上來,就是要特別提到我們國營事業如何留才的問題。關於如何留才,我們看到的情況有點令人擔心,像台水之前找了50個退休的人進來當顧問,為什麼?因為第一線的技術人員不夠,人找進來,技術人員是不是能夠滿足第一線的要求?看起來是有一些問題的;我們看到中油體系,在煉油廠當中,很多第一線員工的工作環境並不是那麼好,所以流動性高,我們希望國營事業有相當的穩定性,因此本席在這邊希望次長能夠特別針對國營事業單位的數位化能力有所提高,我們認為4大國營事業單位應該是有競爭力的,可是我們看到目前民間的亞太行銷數位轉型聯盟協會,他們針對臺灣各個產業跟政府部門研究,政府部門這邊我先不講,但國營事業單位是所有數位轉型能力最差的。
gazette.blocks[49][1] 現在臺灣不斷強調半導體跟AI,我希望國營事業單位能夠跟上這個腳步,透過數位化、自動化、AI化的狀態,能夠讓我們的國營事業單位更具競爭力,有更多的福利能夠給國營事業單位的員工,讓他們能夠真正的留才下來。
gazette.blocks[49][2] 之後請次長把4個國營事業單位的人才流動狀態,還有如何把人才留下來的情況,給本席一個更詳細的報告。
gazette.blocks[50][0] 連次長錦漳:好。
gazette.blocks[51][0] 鄭委員正鈐:好,以上,謝謝。
gazette.blocks[52][0] 主席:謝謝。我們也請國營會針對四大國營事業單位、針對今天的主題,本席特別要聽取四大國營事業的困難以及人力的缺口,到底目前人力夠不夠?每一年退休,包括屆齡退休,以及自願離職的,待會趕快請他們做一個表出來,我想每個委員都會問你這個問題,我們不希望浪費時間,讓4大公司在那邊一個一個……待會再請國營會報告。
gazette.blocks[52][1] 謝謝,接下來我們請鄭天財委員詢答。
gazette.agenda.page_end 234
gazette.agenda.meet_id 委員會-11-1-19-17
gazette.agenda.speakers[0] 楊瓊瓔
gazette.agenda.speakers[1] 林岱樺
gazette.agenda.speakers[2] 邱議瑩
gazette.agenda.speakers[3] 張啓楷
gazette.agenda.speakers[4] 張嘉郡
gazette.agenda.speakers[5] 鄭正鈐
gazette.agenda.speakers[6] 鄭天財Sra Kacaw
gazette.agenda.speakers[7] 呂玉玲
gazette.agenda.speakers[8] 陳亭妃
gazette.agenda.speakers[9] 邱志偉
gazette.agenda.speakers[10] 陳超明
gazette.agenda.speakers[11] 賴瑞隆
gazette.agenda.speakers[12] 牛煦庭
gazette.agenda.speakers[13] 陳培瑜
gazette.agenda.speakers[14] 黃珊珊
gazette.agenda.speakers[15] 蔡易餘
gazette.agenda.speakers[16] 葉元之
gazette.agenda.speakers[17] 吳春城
gazette.agenda.speakers[18] 鍾佳濱
gazette.agenda.speakers[19] 謝衣鳯
gazette.agenda.speakers[20] 林俊憲
gazette.agenda.page_start 177
gazette.agenda.meetingDate[0] 2024-06-26
gazette.agenda.gazette_id 1136701
gazette.agenda.agenda_lcidc_ids[0] 1136701_00005
gazette.agenda.meet_name 立法院第11屆第1會期經濟委員會第17次全體委員會議紀錄
gazette.agenda.content 邀請經濟部部長就「面對國營事業未來10年人力嚴重斷層之因應作為」進行報告,並備質詢
gazette.agenda.agenda_id 1136701_00004
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.09846875
transcript.pyannote[0].end 2.39346875
transcript.pyannote[1].speaker SPEAKER_06
transcript.pyannote[1].start 9.63284375
transcript.pyannote[1].end 18.35721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 18.59346875
transcript.pyannote[2].end 20.01096875
transcript.pyannote[3].speaker SPEAKER_06
transcript.pyannote[3].start 18.62721875
transcript.pyannote[3].end 19.67346875
transcript.pyannote[4].speaker SPEAKER_06
transcript.pyannote[4].start 20.26409375
transcript.pyannote[4].end 24.88784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.86721875
transcript.pyannote[5].end 22.71096875
transcript.pyannote[6].speaker SPEAKER_06
transcript.pyannote[6].start 25.25909375
transcript.pyannote[6].end 25.42784375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 25.30971875
transcript.pyannote[7].end 26.20409375
transcript.pyannote[8].speaker SPEAKER_06
transcript.pyannote[8].start 25.76534375
transcript.pyannote[8].end 28.22909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 28.12784375
transcript.pyannote[9].end 29.47784375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 31.01346875
transcript.pyannote[10].end 33.64596875
transcript.pyannote[11].speaker SPEAKER_06
transcript.pyannote[11].start 33.30846875
transcript.pyannote[11].end 56.54534375
transcript.pyannote[12].speaker SPEAKER_06
transcript.pyannote[12].start 56.88284375
transcript.pyannote[12].end 104.31846875
transcript.pyannote[13].speaker SPEAKER_06
transcript.pyannote[13].start 104.40284375
transcript.pyannote[13].end 114.46034375
transcript.pyannote[14].speaker SPEAKER_06
transcript.pyannote[14].start 114.89909375
transcript.pyannote[14].end 116.41784375
transcript.pyannote[15].speaker SPEAKER_06
transcript.pyannote[15].start 117.90284375
transcript.pyannote[15].end 127.82534375
transcript.pyannote[16].speaker SPEAKER_06
transcript.pyannote[16].start 128.56784375
transcript.pyannote[16].end 142.47284375
transcript.pyannote[17].speaker SPEAKER_06
transcript.pyannote[17].start 146.75909375
transcript.pyannote[17].end 148.39596875
transcript.pyannote[18].speaker SPEAKER_06
transcript.pyannote[18].start 149.05409375
transcript.pyannote[18].end 152.69909375
transcript.pyannote[19].speaker SPEAKER_06
transcript.pyannote[19].start 152.85096875
transcript.pyannote[19].end 154.15034375
transcript.pyannote[20].speaker SPEAKER_06
transcript.pyannote[20].start 154.31909375
transcript.pyannote[20].end 159.51659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 163.00971875
transcript.pyannote[21].end 173.03346875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 173.62409375
transcript.pyannote[22].end 174.80534375
transcript.pyannote[23].speaker SPEAKER_06
transcript.pyannote[23].start 174.80534375
transcript.pyannote[23].end 179.47971875
transcript.pyannote[24].speaker SPEAKER_06
transcript.pyannote[24].start 179.53034375
transcript.pyannote[24].end 179.54721875
transcript.pyannote[25].speaker SPEAKER_05
transcript.pyannote[25].start 179.54721875
transcript.pyannote[25].end 184.10346875
transcript.pyannote[26].speaker SPEAKER_05
transcript.pyannote[26].start 184.39034375
transcript.pyannote[26].end 185.63909375
transcript.pyannote[27].speaker SPEAKER_05
transcript.pyannote[27].start 187.24221875
transcript.pyannote[27].end 188.74409375
transcript.pyannote[28].speaker SPEAKER_06
transcript.pyannote[28].start 188.74409375
transcript.pyannote[28].end 188.79471875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 190.33034375
transcript.pyannote[29].end 196.89471875
transcript.pyannote[30].speaker SPEAKER_06
transcript.pyannote[30].start 192.72659375
transcript.pyannote[30].end 195.32534375
transcript.pyannote[31].speaker SPEAKER_06
transcript.pyannote[31].start 196.84409375
transcript.pyannote[31].end 198.37971875
transcript.pyannote[32].speaker SPEAKER_06
transcript.pyannote[32].start 198.73409375
transcript.pyannote[32].end 199.71284375
transcript.pyannote[33].speaker SPEAKER_06
transcript.pyannote[33].start 199.89846875
transcript.pyannote[33].end 200.92784375
transcript.pyannote[34].speaker SPEAKER_06
transcript.pyannote[34].start 202.04159375
transcript.pyannote[34].end 204.31971875
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 209.06159375
transcript.pyannote[35].end 222.86534375
transcript.pyannote[36].speaker SPEAKER_05
transcript.pyannote[36].start 214.66409375
transcript.pyannote[36].end 215.96346875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 215.96346875
transcript.pyannote[37].end 217.53284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 220.73909375
transcript.pyannote[38].end 220.84034375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 223.37159375
transcript.pyannote[39].end 225.56534375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 225.95346875
transcript.pyannote[40].end 228.78846875
transcript.pyannote[41].speaker SPEAKER_06
transcript.pyannote[41].start 226.15596875
transcript.pyannote[41].end 226.52721875
transcript.pyannote[42].speaker SPEAKER_06
transcript.pyannote[42].start 228.78846875
transcript.pyannote[42].end 228.80534375
transcript.pyannote[43].speaker SPEAKER_06
transcript.pyannote[43].start 229.02471875
transcript.pyannote[43].end 231.11721875
transcript.pyannote[44].speaker SPEAKER_06
transcript.pyannote[44].start 231.70784375
transcript.pyannote[44].end 231.75846875
transcript.pyannote[45].speaker SPEAKER_05
transcript.pyannote[45].start 231.75846875
transcript.pyannote[45].end 231.77534375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 231.77534375
transcript.pyannote[46].end 231.84284375
transcript.pyannote[47].speaker SPEAKER_05
transcript.pyannote[47].start 231.84284375
transcript.pyannote[47].end 231.89346875
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 231.89346875
transcript.pyannote[48].end 232.02846875
transcript.pyannote[49].speaker SPEAKER_05
transcript.pyannote[49].start 232.02846875
transcript.pyannote[49].end 232.18034375
transcript.pyannote[50].speaker SPEAKER_05
transcript.pyannote[50].start 232.46721875
transcript.pyannote[50].end 233.22659375
transcript.pyannote[51].speaker SPEAKER_05
transcript.pyannote[51].start 234.12096875
transcript.pyannote[51].end 239.01471875
transcript.pyannote[52].speaker SPEAKER_06
transcript.pyannote[52].start 234.76221875
transcript.pyannote[52].end 235.67346875
transcript.pyannote[53].speaker SPEAKER_06
transcript.pyannote[53].start 237.25971875
transcript.pyannote[53].end 238.49159375
transcript.pyannote[54].speaker SPEAKER_06
transcript.pyannote[54].start 238.98096875
transcript.pyannote[54].end 240.87096875
transcript.pyannote[55].speaker SPEAKER_05
transcript.pyannote[55].start 239.03159375
transcript.pyannote[55].end 239.04846875
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 243.23346875
transcript.pyannote[56].end 244.73534375
transcript.pyannote[57].speaker SPEAKER_05
transcript.pyannote[57].start 243.67221875
transcript.pyannote[57].end 243.97596875
transcript.pyannote[58].speaker SPEAKER_06
transcript.pyannote[58].start 243.97596875
transcript.pyannote[58].end 244.11096875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 245.44409375
transcript.pyannote[59].end 248.00909375
transcript.pyannote[60].speaker SPEAKER_06
transcript.pyannote[60].start 248.00909375
transcript.pyannote[60].end 249.96659375
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 248.29596875
transcript.pyannote[61].end 250.82721875
transcript.pyannote[62].speaker SPEAKER_06
transcript.pyannote[62].start 250.82721875
transcript.pyannote[62].end 251.18159375
transcript.pyannote[63].speaker SPEAKER_06
transcript.pyannote[63].start 251.70471875
transcript.pyannote[63].end 258.04971875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 260.00721875
transcript.pyannote[64].end 264.85034375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 264.96846875
transcript.pyannote[65].end 268.63034375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 268.71471875
transcript.pyannote[66].end 270.25034375
transcript.pyannote[67].speaker SPEAKER_06
transcript.pyannote[67].start 270.87471875
transcript.pyannote[67].end 274.30034375
transcript.pyannote[68].speaker SPEAKER_06
transcript.pyannote[68].start 274.57034375
transcript.pyannote[68].end 277.20284375
transcript.pyannote[69].speaker SPEAKER_06
transcript.pyannote[69].start 277.67534375
transcript.pyannote[69].end 279.78471875
transcript.pyannote[70].speaker SPEAKER_06
transcript.pyannote[70].start 279.81846875
transcript.pyannote[70].end 280.72971875
transcript.pyannote[71].speaker SPEAKER_06
transcript.pyannote[71].start 281.16846875
transcript.pyannote[71].end 283.24409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 283.24409375
transcript.pyannote[72].end 283.26096875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 283.37909375
transcript.pyannote[73].end 288.23909375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 289.21784375
transcript.pyannote[74].end 290.55096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 290.66909375
transcript.pyannote[75].end 291.52971875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 291.76596875
transcript.pyannote[76].end 293.47034375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 294.76971875
transcript.pyannote[77].end 295.12409375
transcript.pyannote[78].speaker SPEAKER_06
transcript.pyannote[78].start 295.12409375
transcript.pyannote[78].end 295.14096875
transcript.pyannote[79].speaker SPEAKER_06
transcript.pyannote[79].start 296.11971875
transcript.pyannote[79].end 297.18284375
transcript.pyannote[80].speaker SPEAKER_06
transcript.pyannote[80].start 297.58784375
transcript.pyannote[80].end 300.60846875
transcript.pyannote[81].speaker SPEAKER_06
transcript.pyannote[81].start 301.19909375
transcript.pyannote[81].end 303.03846875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 303.03846875
transcript.pyannote[82].end 307.96596875
transcript.pyannote[83].speaker SPEAKER_06
transcript.pyannote[83].start 307.96596875
transcript.pyannote[83].end 308.15159375
transcript.pyannote[84].speaker SPEAKER_06
transcript.pyannote[84].start 308.25284375
transcript.pyannote[84].end 340.85534375
transcript.pyannote[85].speaker SPEAKER_06
transcript.pyannote[85].start 341.56409375
transcript.pyannote[85].end 346.55909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 347.75721875
transcript.pyannote[86].end 349.29284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 349.68096875
transcript.pyannote[87].end 350.74409375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 351.68909375
transcript.pyannote[88].end 352.81971875
transcript.pyannote[89].speaker SPEAKER_05
transcript.pyannote[89].start 353.49471875
transcript.pyannote[89].end 354.91221875
transcript.pyannote[90].speaker SPEAKER_05
transcript.pyannote[90].start 355.13159375
transcript.pyannote[90].end 356.88659375
transcript.pyannote[91].speaker SPEAKER_05
transcript.pyannote[91].start 357.81471875
transcript.pyannote[91].end 361.03784375
transcript.pyannote[92].speaker SPEAKER_06
transcript.pyannote[92].start 361.03784375
transcript.pyannote[92].end 363.04596875
transcript.pyannote[93].speaker SPEAKER_05
transcript.pyannote[93].start 363.33284375
transcript.pyannote[93].end 363.56909375
transcript.pyannote[94].speaker SPEAKER_06
transcript.pyannote[94].start 364.29471875
transcript.pyannote[94].end 365.81346875
transcript.pyannote[95].speaker SPEAKER_05
transcript.pyannote[95].start 365.81346875
transcript.pyannote[95].end 365.98221875
transcript.pyannote[96].speaker SPEAKER_06
transcript.pyannote[96].start 365.94846875
transcript.pyannote[96].end 368.29409375
transcript.pyannote[97].speaker SPEAKER_06
transcript.pyannote[97].start 369.12096875
transcript.pyannote[97].end 377.55846875
transcript.pyannote[98].speaker SPEAKER_06
transcript.pyannote[98].start 379.54971875
transcript.pyannote[98].end 381.38909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 381.38909375
transcript.pyannote[99].end 382.97534375
transcript.pyannote[100].speaker SPEAKER_06
transcript.pyannote[100].start 382.45221875
transcript.pyannote[100].end 387.37971875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 383.75159375
transcript.pyannote[101].end 385.54034375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 386.29971875
transcript.pyannote[102].end 390.70409375
transcript.pyannote[103].speaker SPEAKER_06
transcript.pyannote[103].start 388.47659375
transcript.pyannote[103].end 394.77096875
transcript.pyannote[104].speaker SPEAKER_05
transcript.pyannote[104].start 394.07909375
transcript.pyannote[104].end 396.67784375
transcript.pyannote[105].speaker SPEAKER_06
transcript.pyannote[105].start 396.12096875
transcript.pyannote[105].end 415.86471875
transcript.pyannote[106].speaker SPEAKER_06
transcript.pyannote[106].start 416.84346875
transcript.pyannote[106].end 422.53034375
transcript.pyannote[107].speaker SPEAKER_06
transcript.pyannote[107].start 423.08721875
transcript.pyannote[107].end 424.96034375
transcript.pyannote[108].speaker SPEAKER_06
transcript.pyannote[108].start 425.50034375
transcript.pyannote[108].end 445.86846875
transcript.pyannote[109].speaker SPEAKER_06
transcript.pyannote[109].start 446.08784375
transcript.pyannote[109].end 462.86159375
transcript.pyannote[110].speaker SPEAKER_06
transcript.pyannote[110].start 463.21596875
transcript.pyannote[110].end 488.03909375
transcript.pyannote[111].speaker SPEAKER_06
transcript.pyannote[111].start 488.41034375
transcript.pyannote[111].end 502.06221875
transcript.pyannote[112].speaker SPEAKER_06
transcript.pyannote[112].start 503.32784375
transcript.pyannote[112].end 522.70034375
transcript.pyannote[113].speaker SPEAKER_06
transcript.pyannote[113].start 523.08846875
transcript.pyannote[113].end 533.93909375
transcript.pyannote[114].speaker SPEAKER_06
transcript.pyannote[114].start 534.52971875
transcript.pyannote[114].end 541.95471875
transcript.pyannote[115].speaker SPEAKER_06
transcript.pyannote[115].start 542.35971875
transcript.pyannote[115].end 542.78159375
transcript.pyannote[116].speaker SPEAKER_06
transcript.pyannote[116].start 543.45659375
transcript.pyannote[116].end 551.60721875
transcript.pyannote[117].speaker SPEAKER_06
transcript.pyannote[117].start 551.89409375
transcript.pyannote[117].end 556.93971875
transcript.pyannote[118].speaker SPEAKER_06
transcript.pyannote[118].start 557.27721875
transcript.pyannote[118].end 561.93471875
transcript.pyannote[119].speaker SPEAKER_06
transcript.pyannote[119].start 562.01909375
transcript.pyannote[119].end 563.13284375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 564.19596875
transcript.pyannote[120].end 564.56721875
transcript.whisperx[0].start 0.549
transcript.whisperx[0].end 28.902
transcript.whisperx[0].text 鄭正鈐委員請做詢談謝謝主席我想請一下那個我們林次長然後還有我們中油的李董事長好我們請以上兩位台電的王總經理王總經理請然後台塘的楊董事長台塘楊董然後台水的李董事長台水李董事長請
transcript.whisperx[1].start 31.055
transcript.whisperx[1].end 55.806
transcript.whisperx[1].text 以上五位請就質詢台謝謝因為今天那個早有特別安排了經濟部面對國營事業未來10年能力嚴重斷層之因應作為所以就是我們四大國營事業的董事長和總經理都在現場所以我針對這部分的時候我想特別關心因為我看到我們整個
transcript.whisperx[2].start 57.286
transcript.whisperx[2].end 60.23
transcript.whisperx[2].text 經濟部提出來報告的時候我發現整體來說的時候台電這邊表示說他們113年起退休人數逐漸減緩以無落差過大之斷層
transcript.whisperx[3].start 71.963
transcript.whisperx[3].end 96.478
transcript.whisperx[3].text 台湯表示好像沒有什麼人力的一個問題那中油這邊也表示111年期退休人數趨緩已無明顯之斷層中油也沒有問題然後台湯這邊的時候表示114年期可逐漸脫離退休高峰期員工年資年齡偏高的情況都明顯獲得改善人力斷層壓力也逐年減輕台湯也沒有問題那台水這邊也表示近年來退休潮已有所趨緩
transcript.whisperx[4].start 97.458
transcript.whisperx[4].end 115.87
transcript.whisperx[4].text 就四大國營事業都表示這個人力沒有問題那我就感覺感覺很像我們今天這個經濟委員會安排這個經濟部面對國營事業未來10年人力嚴重斷層的因應作為好像是一個多餘的一個報告可是我想請教一下次長就是我們來看一下
transcript.whisperx[5].start 118.33
transcript.whisperx[5].end 142.242
transcript.whisperx[5].text 這幾年的一個退休人數屢創新高那我這邊統計到111年那針對這個部分就是我想問就是四大國營事業公司我想問我這邊數字只有到111年我想問112年中游自願退休的人數有多少有多少借齡退休離職人數有多少
transcript.whisperx[6].start 147.101
transcript.whisperx[6].end 170.822
transcript.whisperx[6].text 請給我具體的數字好不好然後臺電也請準備然後臺糖臺水都請準備志願退休人數去年志願退休人數借鈴退休人數還有離職人數跟委員好跟委員報告那事實上總共是去年去年整個退休跟離職人數總共是731位
transcript.whisperx[7].start 173.663
transcript.whisperx[7].end 173.683
transcript.whisperx[7].text 臺電這邊勒
transcript.whisperx[8].start 202.093
transcript.whisperx[8].end 204.154
transcript.whisperx[8].text 台電數字請給我自願退休有多少人
transcript.whisperx[9].start 209.497
transcript.whisperx[9].end 216.578
transcript.whisperx[9].text 臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954人臺電藉退954
transcript.whisperx[10].start 234.181
transcript.whisperx[10].end 241.565
transcript.whisperx[10].text 介寧退休的是994人自願退休的多少人沒有統計自願退休是不是臺堂的部分我為什麼會特別要問自願退休一定是有我的意思臺堂這邊請給我具體數字
transcript.whisperx[11].start 260.511
transcript.whisperx[11].end 286.518
transcript.whisperx[11].text 台糖的部分退休人數是162人那離職人數是40人加起來是202162你們可不可以分成自願退休跟借零退休通常都是借零退休的台糖自願退休少對不對那台水這邊請給我數字跟委員報告112年台水公司的退休人數是202人
transcript.whisperx[12].start 289.246
transcript.whisperx[12].end 302.576
transcript.whisperx[12].text 那志願退休是57人,借退是145人。OK,志願退休多少人?志願退休57人。57人嘛。OK,然後借贏退休是?145。145,離職人數?離職人數是143人。143人喔。OK,謝謝那四位董事長、總經理為什麼要特別問這個問題?
transcript.whisperx[13].start 316.065
transcript.whisperx[13].end 340.258
transcript.whisperx[13].text 是因為我看到所有的這個部分我們看到整個借鈴退休的數字在111年當中的時候只有29.4%是借鈴退休表示有超過7成的人都是自願退休跟你們剛剛給我報的數字有一點點落差那每一年的情況都會改變我可以理解可是我為什麼要特別問這個事情因為
transcript.whisperx[14].start 341.639
transcript.whisperx[14].end 354.126
transcript.whisperx[14].text 市長我想問一下我們今年四大國營公司的時候準備要招考多少人中游1100人不是我說今年準備要招考多少人中游1100
transcript.whisperx[15].start 364.349
transcript.whisperx[15].end 372.314
transcript.whisperx[15].text 要招考1100人我看到在6月12日經濟部上網公告經濟部所屬事業單位113人招考總共只有826人耶中研就1100這是什麼狀態那個是職員職員的部分嘛你那部分包括臨時人員嗎包括技術人員
transcript.whisperx[16].start 390.994
transcript.whisperx[16].end 415.655
transcript.whisperx[16].text 那這個部分至少你到時候你整合所有的數字給我一下我們整合一個數字給委員因為我想看一下我們四大國營公司的人力情況到底是如何因為我這邊看到一個情況就是我們今年要招考826名那目前還在找那我看到去年的數字的時候我們錄取率大概是10%左右而已可是我為什麼會特別要問自願退休跟
transcript.whisperx[17].start 416.892
transcript.whisperx[17].end 417.613
transcript.whisperx[17].text 今天請四位董事長總經理這邊上來的時候
transcript.whisperx[18].start 446.235
transcript.whisperx[18].end 458.709
transcript.whisperx[18].text 就特別提到我們國營事業如何留才的問題如何留才那如何留才這邊的時候呢我們看到的情況有點擔心像台水之前找了50個退休的人進來當顧問為什麼因為第一線的技術人員不夠
transcript.whisperx[19].start 463.354
transcript.whisperx[19].end 485.748
transcript.whisperx[19].text 你人找進來是不是技術人員能夠滿足第一線的要求看起來是有一些問題的那我們看到中油這體系當中在煉油廠當中的時候很多第一線的員工公眾環境並不是那麼好所以流動性高那我們希望國營事業有一個相當的穩定性所以本席在這邊的時候也特別希望次長這邊能夠
transcript.whisperx[20].start 488.85
transcript.whisperx[20].end 501.458
transcript.whisperx[20].text 來特別針對國營事業單位在數位化的能力能夠有所提高因為四大國營事業單位我們都認為他應該是有競爭力的可是我們看到了目前
transcript.whisperx[21].start 503.393
transcript.whisperx[21].end 522.406
transcript.whisperx[21].text 就是民間對於整個亞太行銷數位轉型聯盟協會他針對整個台灣各個產業跟政府部門的時候我們看到了國營事業單位政府部門我這邊我先不講可是國營事業單位在說的數位轉型當中能力是最差的
transcript.whisperx[22].start 523.626
transcript.whisperx[22].end 541.372
transcript.whisperx[22].text 所以現在台灣不斷在強調半導體跟AI的情況我希望國營事業單位能夠在這個腳步上面能夠跟上透過數位化、自動化跟AI化的一個狀態能夠讓我們的國營事業單位更具競爭力然後有更多的福利能夠給
transcript.whisperx[23].start 543.553
transcript.whisperx[23].end 562.451
transcript.whisperx[23].text 在歸社單位的員工讓他們能夠真正留才下來所以之後請次長這邊把四個歸社單位他們的人的流動的狀態還有如何把人才留下來的情況給本席一個更詳細的報告以上 謝謝謝謝