iVOD / 154228

Field Value
IVOD_ID 154228
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154228
日期 2024-06-26
會議資料.會議代碼 聯席會議-11-1-26,35-1
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、外交及國防委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 26
會議資料.委員會代碼[1] 35
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.委員會代碼:str[1] 外交及國防委員會
會議資料.標題 第11屆第1會期社會福利及衛生環境、外交及國防委員會第1次聯席會議
影片種類 Clip
開始時間 2024-06-26T10:05:54+08:00
結束時間 2024-06-26T10:15:55+08:00
影片長度 00:10:01
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/0ea7781078621bd132f90b1003370006b086792d04172957ee23585586e40b3a03e0b134b6616cf05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蘇清泉
委員發言時間 10:05:54 - 10:15:55
會議時間 2024-06-26T09:10:00+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、外交及國防委員會第1次聯席會議(事由:審查勞動部函送「駐印度台北經濟文化中心與印度台北協會促進僱用印度勞工瞭解備忘錄」之中、英及印地文文本影本案。 【6月26日及27日二天一次會】)
gazette.lineno 378
gazette.blocks[0][0] 蘇委員清泉:(10時6分)謝謝主席,我請部長。
gazette.blocks[1][0] 何部長佩珊:委員好。
gazette.blocks[2][0] 蘇委員清泉:部長,大家都問很多,我先問三個問題,比較尖銳一點,你就不要講善意的謊言。第一個,政府要引進印度移工的理由是因為他們比較優秀,還是我們要做多國的補充人力?究竟是什麼原因?我們缺工的漏洞有多大,現在缺工到底多少人?
gazette.blocks[3][0] 何部長佩珊:其實委員也很瞭解問題,這真的是為了增加來源國。至於缺工現在缺多少,按照主計總處的統計是24萬人,不過這是官方統計,當然實際數字我覺得必須要再更精確地檢視。
gazette.blocks[4][0] 蘇委員清泉:近來只要是在職場上……剛剛有些委員在擔心是不是看護的問題,其實不是,現在都是職場上的勞工,包括工地、營建等,是不是都是這些?
gazette.blocks[5][0] 何部長佩珊:您是說缺工嗎?
gazette.blocks[6][0] 蘇委員清泉:我是說我們要引進印度移工……
gazette.blocks[7][0] 何部長佩珊:現在先以製造業為主,只能先以製造業為主。
gazette.blocks[8][0] 蘇委員清泉:我在中研院有碰過印度的post Dr.,就是在中研院的博士後研究員,中研院裡面的印度籍研究員還不少,他們的薪資也不錯,我覺得他們也蠻敬業的,有的英文講得還不錯。根據主計總處的統計是缺工缺二十幾萬人,實際上可能比這還要多。
gazette.blocks[9][0] 何部長佩珊:我相信委員的瞭解也許比我更深刻。
gazette.blocks[10][0] 蘇委員清泉:好,這是第一個問題。第二個問題,印度那麼大,三百七十幾萬平方公里的面積,裡面住了15億人口,外媒報導印度每15分鐘就發生一起性侵,這是很可怕的,全世界對印度的觀念和印象就是這樣,而且他們這個情況是蠻嚴重,你會不會擔心如果他們進來的人數多,會不會造成臺灣的治安變差?你如何因應外界的質疑?有辦法解決嗎?
gazette.blocks[11][0] 何部長佩珊:第一個,當然印度他們本土的治安也許有他們的狀況,這部分我們就是客觀尊重對方,這是他們的問題,可是來到我們這裡,我們第一個一定確保……我們會先以跟我們國情接近的移工為主,比如他有英語能力,比如他有一定程度的技術能力,另外還包括他有良民證等等,這方面的檢查一定都是必備的,在他進來之後,還會有一定程度的規範跟講習,必須要讓他瞭解臺灣的法制是什麼樣子。其實我們跟移民署之間已經開始展開關於引進印度移工的一些規範作業……
gazette.blocks[12][0] 蘇委員清泉:所以是挑比較文明的幾個省,他們不知是算省還是邦?你們要派員過去看看他們上課的情形,甚至不排除我們的人過去跟他們上課,談談臺灣的治安等等各方面,因為只有印度人在那邊講,也不知道他們在講什麼,我看……
gazette.blocks[13][0] 何部長佩珊:對,一定要先這樣。
gazette.blocks[14][0] 蘇委員清泉:MOU簽了,我們黨團這邊有附帶決議,要嘛就是退回,要嘛就是修正,這是我們的附帶決議,那……
gazette.blocks[15][0] 何部長佩珊:委員,我跟您報告,依照條約締結法第十條,如果被修正了,我們只能被退回,這個要拜託委員能夠支持。
gazette.blocks[16][0] 蘇委員清泉:我把我們黨團的附帶決議唸給你聽:要求勞動部指定或設立專責機構,推動政府與政府直接聘僱,並擬定績效指標,保障移工勞動條件,推動移工直接聘任之成效。設立專責機構這應該做得到,你剛剛說要雙軌,我們黨團是希望政府對政府直接聘僱,所謂擬定績效指標就是KPI。
gazette.blocks[17][0] 何部長佩珊:你是指附帶決議嘛!
gazette.blocks[18][0] 蘇委員清泉:對。
gazette.blocks[19][0] 何部長佩珊:附帶決議這是OK的,謝謝。
gazette.blocks[20][0] 蘇委員清泉:第三個問題,缺工是臺灣最大的問題,少子化是一個原因,但是臺灣本地勞工的薪資是偏低的,所以你要一直往上加,你不要讓人家覺得一直引進外國的移工,然後我們勞工的薪資也沒有明顯提升,這樣百姓跟我們的鄉親父老是不會支持的。
gazette.blocks[21][0] 何部長佩珊:當然。
gazette.blocks[22][0] 蘇委員清泉:針對本國勞工今年度的基本薪資又要開始打架了,你的看法是怎麼樣?
gazette.blocks[23][0] 何部長佩珊:謝謝委員,下午我才要開第一次諮詢會,我跟委員報告,那個諮詢會就是當年您通過的最低工資法裡面的機制,它就是以前的工作小組,其實那只是一個溝通會議,它不會去決定調幅,也不會去決定任何事情,所以只是我跟委員的見面會而已,而且我也是新任的,然後裡面委員也有很多新聘的,所以我們大概是第一次先見見面、聊一聊這樣子。
gazette.blocks[24][0] 蘇委員清泉:這一次印度移工要進來,他們要匯款回去,我們看一下地下匯兌。銀行匯兌金額最高7萬塊,手續費500塊,時間要二到三天;地下匯兌沒有上限,手續費相對便宜,時間不用一天,效率好,但是非法、風險高。我看屏東那邊有很多移工,他們要在上班時間去銀行匯兌有其困難,我們的銀行三點半就結束了,他們還在上班,星期六、星期天我們的銀行都休息,所以他們有很多人都用地下匯兌,但地下匯兌的危險性很高,曾經有越南移工被騙了60萬,這是他們辛辛苦苦賺來的錢。針對印度來的移工,你們要用什麼系統,你們跟金管會有沒有什麼想法?
gazette.blocks[25][0] 何部長佩珊:跟委員報告,金管會其實在2021年就有制定外籍移工小額匯兌辦法,金管會現在有許可四家做小額匯兌,不過這不曉得能不能完全滿足移工的需求是一個問題,我們會再來檢視,然後進一步擴大推動合法且方便移工匯兌的機制。
gazette.blocks[26][0] 蘇委員清泉:銀行的常上班時間沒辦法迎合他們的……
gazette.blocks[27][0] 何部長佩珊:對,可是現在有手機,其實他們用app就可以轉了。
gazette.blocks[28][0] 蘇委員清泉:app可以轉?
gazette.blocks[29][0] 何部長佩珊:對,那四家都是app的,這應該算是新創吧!就是FinTech新創沙盒實驗的那一種業者,總共有四家,只是說可能推廣率不夠。
gazette.blocks[30][0] 蘇委員清泉:你們再去瞭解一下好不好?
gazette.blocks[31][0] 何部長佩珊:好。
gazette.blocks[32][0] 蘇委員清泉:實際的情況要跟金管會好好地討論一下,因為現在碰到的情況就是這樣,然後他們都用地下匯兌,事實上現在就是這樣幹,所以……
gazette.blocks[33][0] 何部長佩珊:那個量很大我知道。
gazette.blocks[34][0] 蘇委員清泉:你表面上這樣講是沒有到位啦!
gazette.blocks[35][0] 何部長佩珊:我瞭解,我們再來檢討。
gazette.blocks[36][0] 蘇委員清泉:最後一個問題,我再用20秒就好了。請問他們進來的健檢費用誰負擔?然後印度人有沒有特殊的疾病?我是一個臨床醫師,像現在東南亞進來的寄生蟲什麼的,包括肺結核也蠻常碰到的,印度這邊有沒有什麼特殊的疾病?他的費用是誰出?因為如果是政府對政府直接聘僱的話,誰要付錢?是我們臺灣的雇主嗎?
gazette.blocks[37][0] 何部長佩珊:健檢費嗎?
gazette.blocks[38][0] 蘇委員清泉:對。
gazette.blocks[39][0] 何部長佩珊:健檢費是雙方合議,也是要雙方談,也是要談才能知道。
gazette.blocks[40][0] 蘇委員清泉:現在是政府要自己搞,怎麼會是雙方合議?
gazette.blocks[41][0] 何部長佩珊:就是要談。
gazette.blocks[42][0] 蘇委員清泉:已經有雇主了,所以由這邊的雇主來付,還是你們編預算?
gazette.blocks[43][0] 何部長佩珊:沒有,就是要看雇主如果願意付,當然雇主來付最好,不過這個東西要經過工作層級會議來談。
gazette.blocks[44][0] 蘇委員清泉:我覺得藉著這一次跟印度簽MOU非常地慎重,也把以前我們跟東南亞、印尼這些國家的部分好好地檢視一次。
gazette.blocks[45][0] 何部長佩珊:對,有,我正在做這樣的工作。
gazette.blocks[46][0] 蘇委員清泉:也好好地檢視一下,因為這樣的話,不要有太大的差別,而且有一些以前的缺失要好好地做,把它整個都補起來。
gazette.blocks[47][0] 何部長佩珊:是。
gazette.blocks[48][0] 蘇委員清泉:我們會持續來盯你喔。
gazette.blocks[49][0] 何部長佩珊:好,謝謝。
gazette.blocks[50][0] 蘇委員清泉:謝謝。
gazette.blocks[51][0] 主席:謝謝。
gazette.blocks[51][1] 接下來請羅美玲委員質詢。
gazette.agenda.page_end 114
gazette.agenda.meet_id 聯席會議-11-1-26,35-1
gazette.agenda.speakers[0] 王育敏
gazette.agenda.speakers[1] 林月琴
gazette.agenda.speakers[2] 蘇清泉
gazette.agenda.speakers[3] 陳昭姿
gazette.agenda.speakers[4] 陳菁徽
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 王正旭
gazette.agenda.speakers[7] 邱鎮軍
gazette.agenda.speakers[8] 羅美玲
gazette.agenda.speakers[9] 洪申翰
gazette.agenda.speakers[10] 黃秀芳
gazette.agenda.speakers[11] 林楚茵
gazette.agenda.speakers[12] 王定宇
gazette.agenda.speakers[13] 陳冠廷
gazette.agenda.speakers[14] 羅廷瑋
gazette.agenda.speakers[15] 涂權吉
gazette.agenda.speakers[16] 沈伯洋
gazette.agenda.speakers[17] 陳培瑜
gazette.agenda.speakers[18] 黃珊珊
gazette.agenda.speakers[19] 林淑芬
gazette.agenda.speakers[20] 陳瑩
gazette.agenda.speakers[21] 劉建國
gazette.agenda.speakers[22] 林憶君
gazette.agenda.speakers[23] 楊曜
gazette.agenda.speakers[24] 盧縣一
gazette.agenda.speakers[25] 楊瓊瓔
gazette.agenda.page_start 49
gazette.agenda.meetingDate[0] 2024-06-26
gazette.agenda.gazette_id 1136701
gazette.agenda.agenda_lcidc_ids[0] 1136701_00003
gazette.agenda.meet_name 立法院第11屆第1會期社會福利及衛生環境、外交及國防委員會第1次聯席會議紀錄
gazette.agenda.content 審查勞動部函送「駐印度台北經濟文化中心與印度台北協會促進僱用印度勞工瞭解備忘錄」之 中、英及印地文文本影本案
gazette.agenda.agenda_id 1136701_00002
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.64659375
transcript.pyannote[1].end 3.03471875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 12.21471875
transcript.pyannote[2].end 13.29471875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 16.97346875
transcript.pyannote[3].end 19.63971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 24.04409375
transcript.pyannote[4].end 24.90471875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 29.12346875
transcript.pyannote[5].end 29.47784375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 29.84909375
transcript.pyannote[6].end 30.35534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 30.15284375
transcript.pyannote[7].end 32.97096875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 30.81096875
transcript.pyannote[8].end 34.96221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 32.97096875
transcript.pyannote[9].end 33.10596875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 33.10596875
transcript.pyannote[10].end 33.15659375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 33.73034375
transcript.pyannote[11].end 33.74721875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 33.74721875
transcript.pyannote[12].end 34.42221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 34.42221875
transcript.pyannote[13].end 34.47284375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 34.65846875
transcript.pyannote[14].end 34.70909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 34.70909375
transcript.pyannote[15].end 35.02971875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 35.02971875
transcript.pyannote[16].end 35.08034375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 35.16471875
transcript.pyannote[17].end 36.04221875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 36.36284375
transcript.pyannote[18].end 38.11784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 39.87284375
transcript.pyannote[19].end 39.88971875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 39.88971875
transcript.pyannote[20].end 40.80096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 39.97409375
transcript.pyannote[21].end 42.43784375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 40.83471875
transcript.pyannote[22].end 44.76659375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 45.59346875
transcript.pyannote[23].end 54.08159375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 54.38534375
transcript.pyannote[24].end 56.34284375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 57.37221875
transcript.pyannote[25].end 64.25721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 64.62846875
transcript.pyannote[26].end 70.06221875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 70.60221875
transcript.pyannote[27].end 77.80784375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 77.70659375
transcript.pyannote[28].end 80.65971875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 81.13221875
transcript.pyannote[29].end 88.33784375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 88.60784375
transcript.pyannote[30].end 89.01284375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 88.69221875
transcript.pyannote[31].end 88.70909375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 88.70909375
transcript.pyannote[32].end 89.02971875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 89.02971875
transcript.pyannote[33].end 93.97409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 89.19846875
transcript.pyannote[34].end 89.26596875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 91.91534375
transcript.pyannote[35].end 92.35409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 94.10909375
transcript.pyannote[36].end 95.45909375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 95.23971875
transcript.pyannote[37].end 96.84284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 95.71221875
transcript.pyannote[38].end 95.96534375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 96.65721875
transcript.pyannote[39].end 99.55971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 99.55971875
transcript.pyannote[40].end 100.31909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 100.03221875
transcript.pyannote[41].end 101.93909375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 101.87159375
transcript.pyannote[42].end 111.65909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 111.91221875
transcript.pyannote[43].end 112.70534375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 112.62096875
transcript.pyannote[44].end 118.88159375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 117.16034375
transcript.pyannote[45].end 117.17721875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 117.17721875
transcript.pyannote[46].end 117.75096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 117.75096875
transcript.pyannote[47].end 117.76784375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 117.76784375
transcript.pyannote[48].end 117.78471875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 118.76346875
transcript.pyannote[49].end 119.13471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 118.94909375
transcript.pyannote[50].end 121.63221875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 121.64909375
transcript.pyannote[51].end 122.03721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 122.17221875
transcript.pyannote[52].end 129.56346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 127.97721875
transcript.pyannote[53].end 128.09534375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 131.13284375
transcript.pyannote[54].end 136.22909375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 134.81159375
transcript.pyannote[55].end 136.24596875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 136.24596875
transcript.pyannote[56].end 136.97159375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 136.97159375
transcript.pyannote[57].end 137.29221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 138.01784375
transcript.pyannote[58].end 138.03471875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 138.03471875
transcript.pyannote[59].end 139.84034375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 139.94159375
transcript.pyannote[60].end 153.07034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 154.40346875
transcript.pyannote[61].end 157.99784375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 158.55471875
transcript.pyannote[62].end 161.22096875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 161.71034375
transcript.pyannote[63].end 163.56659375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 164.05596875
transcript.pyannote[64].end 169.43909375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 170.41784375
transcript.pyannote[65].end 171.39659375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 171.64971875
transcript.pyannote[66].end 172.24034375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 172.64534375
transcript.pyannote[67].end 174.43409375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 175.29471875
transcript.pyannote[68].end 177.92721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 178.58534375
transcript.pyannote[69].end 191.88284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 192.06846875
transcript.pyannote[70].end 194.73471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 195.19034375
transcript.pyannote[71].end 195.66284375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 196.18596875
transcript.pyannote[72].end 197.73846875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 198.26159375
transcript.pyannote[73].end 229.85159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 227.92784375
transcript.pyannote[74].end 238.89659375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 239.60534375
transcript.pyannote[75].end 241.81596875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 241.88346875
transcript.pyannote[76].end 250.03409375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 250.37159375
transcript.pyannote[77].end 252.70034375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 251.09721875
transcript.pyannote[78].end 251.41784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 252.31221875
transcript.pyannote[79].end 253.81409375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 253.81409375
transcript.pyannote[80].end 255.97409375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 256.53096875
transcript.pyannote[81].end 260.90159375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 260.90159375
transcript.pyannote[82].end 261.10409375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 261.10409375
transcript.pyannote[83].end 261.42471875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 261.42471875
transcript.pyannote[84].end 267.68534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 261.44159375
transcript.pyannote[85].end 261.45846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 267.48284375
transcript.pyannote[86].end 280.79721875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 279.10971875
transcript.pyannote[87].end 283.15971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 282.78846875
transcript.pyannote[88].end 283.05846875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 283.15971875
transcript.pyannote[89].end 283.44659375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 283.75034375
transcript.pyannote[90].end 298.00971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 292.64346875
transcript.pyannote[91].end 293.06534375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 297.94221875
transcript.pyannote[92].end 297.99284375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 298.00971875
transcript.pyannote[93].end 298.43159375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 298.43159375
transcript.pyannote[94].end 308.20221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 308.35409375
transcript.pyannote[95].end 308.89409375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 308.89409375
transcript.pyannote[96].end 309.23159375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 310.26096875
transcript.pyannote[97].end 311.56034375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 310.34534375
transcript.pyannote[98].end 311.10471875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 311.50971875
transcript.pyannote[99].end 312.69096875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 312.37034375
transcript.pyannote[100].end 316.50471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 314.34471875
transcript.pyannote[101].end 314.83409375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 314.88471875
transcript.pyannote[102].end 324.58784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 325.12784375
transcript.pyannote[103].end 334.35846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 326.57909375
transcript.pyannote[104].end 327.10221875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 335.21909375
transcript.pyannote[105].end 337.21034375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 337.61534375
transcript.pyannote[106].end 340.29846875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 341.04096875
transcript.pyannote[107].end 344.50034375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 344.31471875
transcript.pyannote[108].end 345.86721875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 345.52971875
transcript.pyannote[109].end 347.72346875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 347.75721875
transcript.pyannote[110].end 348.97221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 349.74846875
transcript.pyannote[111].end 353.32596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 353.84909375
transcript.pyannote[112].end 355.26659375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 353.93346875
transcript.pyannote[113].end 375.29721875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 375.46596875
transcript.pyannote[114].end 383.65034375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 382.65471875
transcript.pyannote[115].end 388.08846875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 388.57784375
transcript.pyannote[116].end 391.21034375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 392.59409375
transcript.pyannote[117].end 396.49221875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 396.69471875
transcript.pyannote[118].end 398.09534375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 398.14596875
transcript.pyannote[119].end 399.91784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 400.49159375
transcript.pyannote[120].end 405.43596875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 406.48221875
transcript.pyannote[121].end 408.40596875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 408.59159375
transcript.pyannote[122].end 409.58721875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 409.82346875
transcript.pyannote[123].end 412.96221875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 413.28284375
transcript.pyannote[124].end 417.13034375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 417.61971875
transcript.pyannote[125].end 418.15971875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 418.59846875
transcript.pyannote[126].end 419.56034375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 420.04971875
transcript.pyannote[127].end 421.85534375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 422.61471875
transcript.pyannote[128].end 423.47534375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 423.77909375
transcript.pyannote[129].end 425.88846875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 426.27659375
transcript.pyannote[130].end 428.36909375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 428.45346875
transcript.pyannote[131].end 429.73596875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 431.03534375
transcript.pyannote[132].end 435.65909375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 432.52034375
transcript.pyannote[133].end 433.09409375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 435.50721875
transcript.pyannote[134].end 436.21596875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 435.89534375
transcript.pyannote[135].end 443.79284375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 444.75471875
transcript.pyannote[136].end 454.20471875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 454.52534375
transcript.pyannote[137].end 462.28784375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 462.54096875
transcript.pyannote[138].end 468.80159375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 468.12659375
transcript.pyannote[139].end 472.42971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 471.31596875
transcript.pyannote[140].end 473.35784375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 473.35784375
transcript.pyannote[141].end 473.94846875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 473.94846875
transcript.pyannote[142].end 473.99909375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 473.99909375
transcript.pyannote[143].end 474.01596875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 474.53909375
transcript.pyannote[144].end 476.31096875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 476.31096875
transcript.pyannote[145].end 477.10409375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 476.74971875
transcript.pyannote[146].end 492.71346875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 491.66721875
transcript.pyannote[147].end 505.50471875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 493.05096875
transcript.pyannote[148].end 494.45159375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 496.22346875
transcript.pyannote[149].end 497.16846875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 497.52284375
transcript.pyannote[150].end 498.23159375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 500.39159375
transcript.pyannote[151].end 500.96534375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 504.86346875
transcript.pyannote[152].end 507.14159375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 505.82534375
transcript.pyannote[153].end 508.74471875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 508.74471875
transcript.pyannote[154].end 509.03159375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 509.03159375
transcript.pyannote[155].end 509.48721875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 509.48721875
transcript.pyannote[156].end 511.84971875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 511.52909375
transcript.pyannote[157].end 513.77346875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 512.17034375
transcript.pyannote[158].end 515.98409375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 516.67596875
transcript.pyannote[159].end 518.22846875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 519.62909375
transcript.pyannote[160].end 520.81034375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 521.19846875
transcript.pyannote[161].end 526.17659375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 522.59909375
transcript.pyannote[162].end 522.64971875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 522.64971875
transcript.pyannote[163].end 522.73409375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 526.29471875
transcript.pyannote[164].end 535.54221875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 529.58534375
transcript.pyannote[165].end 531.07034375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 535.20471875
transcript.pyannote[166].end 536.60534375
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 536.80784375
transcript.pyannote[167].end 541.17846875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 538.68096875
transcript.pyannote[168].end 538.79909375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 538.79909375
transcript.pyannote[169].end 539.13659375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 539.13659375
transcript.pyannote[170].end 539.20409375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 539.20409375
transcript.pyannote[171].end 539.23784375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 540.99284375
transcript.pyannote[172].end 541.14471875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 541.17846875
transcript.pyannote[173].end 542.29221875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 541.93784375
transcript.pyannote[174].end 544.55346875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 543.11909375
transcript.pyannote[175].end 547.75971875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 548.45159375
transcript.pyannote[176].end 548.53596875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 548.75534375
transcript.pyannote[177].end 550.57784375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 548.92409375
transcript.pyannote[178].end 552.82221875
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 553.41284375
transcript.pyannote[179].end 556.72034375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 553.48034375
transcript.pyannote[180].end 554.50971875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 557.05784375
transcript.pyannote[181].end 558.64409375
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 559.23471875
transcript.pyannote[182].end 562.76159375
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 563.85846875
transcript.pyannote[183].end 567.97596875
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 567.09846875
transcript.pyannote[184].end 579.04596875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 578.99534375
transcript.pyannote[185].end 581.29034375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 579.83909375
transcript.pyannote[186].end 586.30221875
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 586.84221875
transcript.pyannote[187].end 589.03596875
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 589.10346875
transcript.pyannote[188].end 589.72784375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 589.40721875
transcript.pyannote[189].end 589.42409375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 589.42409375
transcript.pyannote[190].end 589.91346875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 589.72784375
transcript.pyannote[191].end 589.77846875
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 589.91346875
transcript.pyannote[192].end 589.98096875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 589.98096875
transcript.pyannote[193].end 590.01471875
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 590.01471875
transcript.pyannote[194].end 594.13221875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 593.87909375
transcript.pyannote[195].end 595.53284375
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 594.72284375
transcript.pyannote[196].end 595.21221875
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 597.18659375
transcript.pyannote[197].end 597.97971875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 599.16096875
transcript.pyannote[198].end 601.15221875
transcript.whisperx[0].start 0.069
transcript.whisperx[0].end 0.75
transcript.whisperx[0].text 好 謝謝主席好我請部長
transcript.whisperx[1].start 31.405
transcript.whisperx[1].end 56.181
transcript.whisperx[1].text 政府要引進印度的移工的理由是因為他們比較優秀還是我們要做多國的補充人力是什麼原因?我們切工的漏洞我們切工現在到底多少人?
transcript.whisperx[2].start 57.481
transcript.whisperx[2].end 58.181
transcript.whisperx[2].text 所以近來只要是在職場上
transcript.whisperx[3].start 81.067
transcript.whisperx[3].end 81.407
transcript.whisperx[3].text 現在先以製造業為主
transcript.whisperx[4].start 101.903
transcript.whisperx[4].end 116.212
transcript.whisperx[4].text 我在中研院有碰過印度的博士後的研究員在中研院我們中研院裡面的研究員還不少喔印度的喔那薪資也不錯啦我覺得他們也蠻敬業的我的蔣英文講的還不錯
transcript.whisperx[5].start 122.256
transcript.whisperx[5].end 129.389
transcript.whisperx[5].text 好,所以主計處的總副是欠人,欠二十幾萬人啊,市政府可能比這個還要多啦
transcript.whisperx[6].start 131.405
transcript.whisperx[6].end 152.879
transcript.whisperx[6].text 我相信委員的瞭解可能還比我 也許比我更深刻好 這個第一個問題那第二個問題外媒報導印度那麼大喔3700幾萬平方公里的印度的面積裡面有住了15億人口那外媒報導就是印度每15分鐘只有一個性侵
transcript.whisperx[7].start 154.648
transcript.whisperx[7].end 177.42
transcript.whisperx[7].text 這個是很可怕的全世界對印度的觀念跟印象就是這樣而且他們是這個是蠻嚴重那你有沒有擔心他們進來如果人數多會不會造成台灣的治安會變差那你如何因應外界的質疑那有沒有辦法解決嗎
transcript.whisperx[8].start 178.812
transcript.whisperx[8].end 195.288
transcript.whisperx[8].text 委員第一個印度他們當然本土的治安率也許有他們的狀況這我們就是客觀尊重對方這是他們對方的問題那可是當然來到我們這裡我們第一個一定確保我們
transcript.whisperx[9].start 196.529
transcript.whisperx[9].end 216.062
transcript.whisperx[9].text 會以這個先跟我們國情接近的人為移工為主啦比如說他有英語能力好別他一定程度的技術能力等等的那麼這個其實還有包括他有良民證好等等這方面的檢查一定都必備的然後呢進來之後還會有一定程度的規範跟講習
transcript.whisperx[10].start 217.603
transcript.whisperx[10].end 238.453
transcript.whisperx[10].text 然後必須要讓他瞭解臺灣的法制是什麼樣子對然後我們跟移民署之間其實也已經開始展開關於引進印度移工的一些所以會挑比較文明的幾個省他們有省他們也是算省嘛還是邦你們要派人過去看看
transcript.whisperx[11].start 239.674
transcript.whisperx[11].end 251.329
transcript.whisperx[11].text 他們在上課的時候也要,甚至不排除我們的人過去跟他們上個課,台灣的治安啊台灣的那個,因為,只要印度人在那裡說,他們也不在那裡說什麼。是,對,一定要先這樣,對。
transcript.whisperx[12].start 256.596
transcript.whisperx[12].end 279.705
transcript.whisperx[12].text 我們黨團這邊有互待修正是互待協議要嘛就是退回要嘛就是修正要嘛就是互待協議可是委員我跟您報告那個一條一地解法第十條如果被修正了我只能被退回耶這個要拜託拜託委員能夠支持我把我們黨團的那個念給你聽
transcript.whisperx[13].start 283.866
transcript.whisperx[13].end 292.689
transcript.whisperx[13].text 要求勞動部指定或設立專責機構推動政府與政府直接聘僱並擬定績效指標保障移工勞動條件推動移工直接聘任之成效
transcript.whisperx[14].start 310.342
transcript.whisperx[14].end 333.588
transcript.whisperx[14].text 你是指附帶決議嗎?附帶決議這是OK的,謝謝第三個問題缺工是台灣最大的問題少子化是一個原因但是台灣本地勞工的薪資是偏低的所以你要一直往上加你不要讓人家覺得一直引進外國的移工然後我們這邊
transcript.whisperx[15].start 335.248
transcript.whisperx[15].end 353.117
transcript.whisperx[15].text 我們的勞工的薪資也沒有明顯的提升這樣百姓跟我們鄉親父老是不會支持的那你對本國勞工的今年度的基本薪資的又要開始打架了
transcript.whisperx[16].start 354.297
transcript.whisperx[16].end 374.967
transcript.whisperx[16].text 謝謝委員。下午我才要開第一次諮詢會。我跟委員報告,那個諮詢會就是當年您通過的這個最低工資法裡面的一個機制。它就是以前的工作小組。其實那只是一個溝通會議。它不會去決定條幅,也不會去決定任何事情。所以只是我跟委員的見面會而已。而且我也是新的。
transcript.whisperx[17].start 375.647
transcript.whisperx[17].end 389.916
transcript.whisperx[17].text 然後裡面委員也有很多新聘的所以我們大概先第一次見見面這樣子那這一次的印度要進來他們的匯款回去我們看一下地下匯隊
transcript.whisperx[18].start 392.622
transcript.whisperx[18].end 408.812
transcript.whisperx[18].text 地下會對銀行會對金額最高7萬塊手續會500塊時間要2到3天地下會對沒有上線手續會相對便宜時間不用一天效率好但是非法風險高
transcript.whisperx[19].start 410.073
transcript.whisperx[19].end 428.978
transcript.whisperx[19].text 我看我們屏東那邊很多漁工他們要在上班時間去銀行匯兌有他的困難我們的銀行三天半就結束了他們還要上班拜了禮拜我們的銀行都休困所以他們很多人都用地下匯兌那地下匯兌的
transcript.whisperx[20].start 431.109
transcript.whisperx[20].end 443.522
transcript.whisperx[20].text 危險性是很高,曾經有越南的漁工被騙了60萬,所以你這辛辛苦苦的錢,印度來你要用什麼系統?你有沒有跟金管會要有什麼想法?
transcript.whisperx[21].start 444.87
transcript.whisperx[21].end 472.659
transcript.whisperx[21].text 是各位報告金管會其實在2021年就有外籍移工小額會對辦法啦啊金管會現在有許可4家做小額會對啦不過當然這個可能不曉得能不能完全滿足移工是一個問題我們以後再來檢視然後進一步擴大合法推動這種有利方便移工嘿會對的這樣子的機制你今天人家出門時間沒辦法迎合他們的對可是現在有手機
transcript.whisperx[22].start 474.78
transcript.whisperx[22].end 501.711
transcript.whisperx[22].text 對,他用APP就可以轉耶對,那4家都是APP的他算是應該是新創吧?Fintech的新創的沙盒實驗的那種業者有4家只是說可能也許推廣率是不是不夠?你再去瞭解一下好不好?實際的情況他跟金管會好好的討論討論因為現在碰到的就是這樣然後他們都用地下會隊
transcript.whisperx[23].start 502.791
transcript.whisperx[23].end 502.971
transcript.whisperx[23].text 建檢會用誰負擔?
transcript.whisperx[24].start 519.684
transcript.whisperx[24].end 547.051
transcript.whisperx[24].text 他們進來的健檢然後印度人他們有沒有受出的疾病我是一個臨床醫師像現在東南亞進來的寄生蟲什麼什麼飛機還蠻常碰到的那印度這邊有沒有什麼特殊的那他的費用是誰出因為如果是政府跟政府直接評估的話誰要付錢是我們台灣的部署嗎健檢費是雙方合意也是要雙方談
transcript.whisperx[25].start 548.311
transcript.whisperx[25].end 562.505
transcript.whisperx[25].text 你現在是政府要自己搞,怎麼會跟雙方合議?是已經有僱主了,所以僱主這邊的,僱主來付,還是你們變預算?沒有,就是要看僱主,如果願意付,當然僱主來付吧,最好吧。
transcript.whisperx[26].start 564.145
transcript.whisperx[26].end 585.982
transcript.whisperx[26].text 對,不過這個東西就是要經過工作層級會議。我覺得啦,藉著這一次跟印度的MOU非常的慎重,也把以前我們跟東南亞、印尼這些國家的業績好好地檢視一次。對,對,對,有,我正在做這樣的工作。因為這樣的話,不要有太大的差別,而且有一些以前的缺失。
transcript.whisperx[27].start 586.863
transcript.whisperx[27].end 587.003
transcript.whisperx[27].text 羅美玲委員