iVOD / 154296

Field Value
IVOD_ID 154296
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154296
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 2024-06-26T11:50:09+08:00
結束時間 2024-06-26T11:55:39+08:00
影片長度 00:05:30
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/0ea7781078621bd150dc6efd2c3cc493c258fa09de8d0f307ffb1ee7a12891013c1fa2322f5407415ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳春城
委員發言時間 11:50:09 - 11:55:39
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 992
gazette.blocks[0][0] 吳委員春城:(11時50分)好,有請連次長。
gazette.blocks[1][0] 主席:我們再請連次。
gazette.blocks[2][0] 連次長錦漳:委員好。
gazette.blocks[3][0] 吳委員春城:次長好,今天討論的是國營事業的人力斷層,我在立法院都一直在倡議壯世代,所以我今天特別趕來給你提一個解方,希望你聽得下去。
gazette.blocks[4][0] 連次長錦漳:好。
gazette.blocks[5][0] 吳委員春城:從這個曲線當中看到,這三年來,從2020年到2023年,我們的工作增加了108萬人,工作量很多,但是因為少子化,所以求才方面大家搶人才,搶的越來越困難。我們從這一頁看,國營事業也是一樣,因為以前是金飯碗、銀飯碗、鐵飯碗、銅飯碗,但是這些保障越來越少,福利也……
gazette.blocks[5][1] 所以你看我們的錄取率,這十年來台電從4%增加到13%,以前非常難考,但是現在10%還是很難考;中油大概都差不多,以前5%左右,現在都10%左右,增加了一倍錄取率,不過10%還是很難考。我們看到現在民間的,特別這些科技業,因為跟我們這些科技業在爭取人才,從他們的薪資排行來看,不曉得國營事業如何跟這些民間科技業來爭取人才、爭取這些年輕的人才,請問次長?
gazette.blocks[6][0] 連次長錦漳:當然我們沒辦法跟這些科技業去爭取,因為他還有很多盈餘或分紅,因為國營事業這部分還是有一定的規定。我們現在針對這些新進人員,在一些跟他們有競爭的行業,我們還是會稍微再把起薪調高一點。針對剛才有提到以前的福利,我們現在也有在檢討這些福利的相關問題。
gazette.blocks[7][0] 吳委員春城:OK,看起來還是很困難。
gazette.blocks[8][0] 連次長錦漳:因為連公務人員都沒辦法跟科技業這邊……
gazette.blocks[9][0] 吳委員春城:對,同樣的錄取率很低,10%對不對?有這麼優秀的人才,對不對?人家福利又高,你的保障現在也降低了,福利也不行。
gazette.blocks[10][0] 連次長錦漳:是相對穩定。
gazette.blocks[11][0] 吳委員春城:相對穩定,好,這一方面年輕人才很困難,所以我們應該要從高齡的人才。過去我們從這個表當中,我覺得我們現在用人單位都還是停留在1970年代,把主要的勞動人口放在下方──年輕人口,就這個金字塔的下方。但是臺灣已經進入到2040年,主力在高層的人口,所以要往這一方面,政策要大大的調整,不是一直想……
gazette.blocks[11][1] 最近台鐵錄取一個員工64歲,錄取率10%欸!照常考上,結果錄取沒幾天就開始要準備退休,因為60多歲要退休。
gazette.blocks[12][0] 連次長錦漳:有看到這個新聞。
gazette.blocks[13][0] 吳委員春城:這些也是很荒謬的事情,所以這裡也看到,事實上我來談的高齡壯世代,特別是人力單位,其實有研究報告,他的策略跟創意事實上達到人生的最高峰,在60到80歲之間,不是你想像的,是我們沒有好好的去挖掘他的能力,所以國營事業好好的研究,因為你們用了龐大的人力。
gazette.blocks[13][1] 我最近也推動勞基法第五十四條,目前要送到二讀,改了一個第五十四條,本來是65歲退休,以後要改成如果勞工有工作意願,得經雇主及勞工雙方協議延長之。所以國營事業是不是可以率先來響應這一方面的工作?
gazette.blocks[13][2] 最後是不是可以請經濟部承諾,針對國營事業善用壯世代55+豐富的人力資源,可不可以在兩個月之內提出壯世代人力的運用計畫?
gazette.blocks[14][0] 連次長錦漳:跟委員報告,其實我們現在國營事業在報考的時候也沒有年齡限制,剛剛講台鐵的那個例子,好像台電也有個例子,考完沒多久就退休,所以其實針對這些壯世代,我們在報考的過程中沒有做年齡限制……
gazette.blocks[15][0] 吳委員春城:我有看到今天的報告,但是那些措施還是不夠的。
gazette.blocks[16][0] 連次長錦漳:好,這個我們在2個月內提出壯世代人力運用計畫。
gazette.blocks[17][0] 吳委員春城:好,謝謝次長。
gazette.blocks[18][0] 主席:好,謝謝。
gazette.blocks[18][1] 接下來我們請陳冠廷委員、陳冠廷委員、陳冠廷委員不在現場。
gazette.blocks[18][2] 請林德福委員、林德福委員、林德福委員不在現場。
gazette.blocks[18][3] 請林思銘委員、林思銘委員、林思銘委員不在現場。
gazette.blocks[18][4] 請蘇清泉委員、蘇清泉委員、蘇清泉委員不在現場。
gazette.blocks[18][5] 請伍麗華Saidhai Tahovecahe委員、伍麗華Saidhai Tahovecahe委員、伍麗華Saidhai Tahovecahe委員不在現場。
gazette.blocks[18][6] 我們請鍾佳濱委員,請做詢答。
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_01
transcript.pyannote[0].start 0.28409375
transcript.pyannote[0].end 2.20784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.56159375
transcript.pyannote[1].end 8.77221875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.42971875
transcript.pyannote[2].end 15.47159375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.19721875
transcript.pyannote[3].end 17.24346875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 24.11159375
transcript.pyannote[4].end 25.07346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 24.53346875
transcript.pyannote[5].end 25.02284375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 25.07346875
transcript.pyannote[6].end 25.24221875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 25.24221875
transcript.pyannote[7].end 26.35596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 26.84534375
transcript.pyannote[8].end 30.30471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 31.08096875
transcript.pyannote[9].end 32.93721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 33.20721875
transcript.pyannote[10].end 41.18909375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 41.23971875
transcript.pyannote[11].end 41.71221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 41.45909375
transcript.pyannote[12].end 42.75846875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 42.92721875
transcript.pyannote[13].end 43.26471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 43.78784375
transcript.pyannote[14].end 44.24346875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 45.84659375
transcript.pyannote[15].end 49.37346875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 49.94721875
transcript.pyannote[16].end 51.95534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 52.19159375
transcript.pyannote[17].end 54.46971875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 54.99284375
transcript.pyannote[18].end 57.81096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 58.03034375
transcript.pyannote[19].end 58.08096875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 58.08096875
transcript.pyannote[20].end 60.94971875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 58.11471875
transcript.pyannote[21].end 58.36784375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 61.33784375
transcript.pyannote[22].end 68.57721875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 69.28596875
transcript.pyannote[23].end 73.75784375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 74.21346875
transcript.pyannote[24].end 81.11534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 81.36846875
transcript.pyannote[25].end 84.67596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 84.70971875
transcript.pyannote[26].end 87.08909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 87.56159375
transcript.pyannote[27].end 89.16471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 89.67096875
transcript.pyannote[28].end 91.54409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 92.08409375
transcript.pyannote[29].end 94.58159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 95.13846875
transcript.pyannote[30].end 109.11096875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 109.75221875
transcript.pyannote[31].end 111.55784375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 112.36784375
transcript.pyannote[32].end 113.75159375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 114.03846875
transcript.pyannote[33].end 121.27784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 121.51409375
transcript.pyannote[34].end 128.21346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 129.05721875
transcript.pyannote[35].end 129.86721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 130.69409375
transcript.pyannote[36].end 130.74471875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 130.74471875
transcript.pyannote[37].end 134.81159375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 135.13221875
transcript.pyannote[38].end 136.76909375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 137.02221875
transcript.pyannote[39].end 139.41846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 139.75596875
transcript.pyannote[40].end 157.96409375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 157.96409375
transcript.pyannote[41].end 158.09909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 158.09909375
transcript.pyannote[42].end 158.58846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 158.58846875
transcript.pyannote[43].end 158.72346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 158.72346875
transcript.pyannote[44].end 158.97659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 158.97659375
transcript.pyannote[45].end 164.91659375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 160.07346875
transcript.pyannote[46].end 160.79909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 165.01784375
transcript.pyannote[47].end 165.03471875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 165.08534375
transcript.pyannote[48].end 168.69659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 168.94971875
transcript.pyannote[49].end 170.63721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 170.78909375
transcript.pyannote[50].end 172.74659375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 173.05034375
transcript.pyannote[51].end 176.69534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 174.77159375
transcript.pyannote[52].end 175.90221875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 176.76284375
transcript.pyannote[53].end 177.01596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 177.01596875
transcript.pyannote[54].end 178.06221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 179.05784375
transcript.pyannote[55].end 182.78721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 182.90534375
transcript.pyannote[56].end 190.06034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 190.54971875
transcript.pyannote[57].end 203.74596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 204.96096875
transcript.pyannote[58].end 216.19971875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 216.67221875
transcript.pyannote[59].end 233.14221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 222.69659375
transcript.pyannote[60].end 223.28721875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 224.36721875
transcript.pyannote[61].end 228.02909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 233.41221875
transcript.pyannote[62].end 240.04409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 240.12846875
transcript.pyannote[63].end 245.86596875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 244.90409375
transcript.pyannote[64].end 244.95471875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 245.02221875
transcript.pyannote[65].end 245.19096875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 246.37221875
transcript.pyannote[66].end 259.12971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 259.39971875
transcript.pyannote[67].end 285.26909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 285.53909375
transcript.pyannote[68].end 288.61034375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 288.82971875
transcript.pyannote[69].end 289.79159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 290.17971875
transcript.pyannote[70].end 295.17471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 295.44471875
transcript.pyannote[71].end 298.02659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 298.02659375
transcript.pyannote[72].end 298.90409375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 299.51159375
transcript.pyannote[73].end 299.52846875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 299.52846875
transcript.pyannote[74].end 301.26659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 301.87409375
transcript.pyannote[75].end 304.54034375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 304.72596875
transcript.pyannote[76].end 319.98096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 309.33284375
transcript.pyannote[77].end 310.34534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 315.52596875
transcript.pyannote[78].end 316.70721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 318.17534375
transcript.pyannote[79].end 320.28471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 320.28471875
transcript.pyannote[80].end 320.84159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 320.84159375
transcript.pyannote[81].end 327.37221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 320.85846875
transcript.pyannote[82].end 322.88346875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 327.37221875
transcript.pyannote[83].end 327.96284375
transcript.whisperx[0].start 0.609
transcript.whisperx[0].end 15.099
transcript.whisperx[0].text 吳春城委員請做詢答吳春城委員請先敬禮謝謝好 有請蓮次長我們再請蓮次
transcript.whisperx[1].start 24.587
transcript.whisperx[1].end 42.462
transcript.whisperx[1].text 市長好,今天討論的是國營事業的人力斷層那我在立法院都在一直倡議壯世代所以我今天特別趕來給你提一個解方希望你聽得下去
transcript.whisperx[2].start 47.217
transcript.whisperx[2].end 67.949
transcript.whisperx[2].text 從這個曲線當中看到這3年來從2020年到2023年我們的工作增加了108萬人工作量很多但是因為少子化所以這個求財大家搶人才搶得越來越困難
transcript.whisperx[3].start 69.835
transcript.whisperx[3].end 87.826
transcript.whisperx[3].text 我們從這頁看,國營事業也是一樣因為現在以前是金飯完、銀飯完、鐵飯完、銅飯完但是這些保障越來越少,福利也那個所以你看我們的錄取率從2010年來台電從4%增加到13%
transcript.whisperx[4].start 95.211
transcript.whisperx[4].end 95.551
transcript.whisperx[4].text 現在民間的
transcript.whisperx[5].start 112.403
transcript.whisperx[5].end 112.423
transcript.whisperx[5].text 請問次長
transcript.whisperx[6].start 130.762
transcript.whisperx[6].end 130.902
transcript.whisperx[6].text OK 看起來
transcript.whisperx[7].start 158.852
transcript.whisperx[7].end 159.033
transcript.whisperx[7].text 好,所以呢
transcript.whisperx[8].start 179.267
transcript.whisperx[8].end 202.953
transcript.whisperx[8].text 這一方面年輕人才很困難所以我也告訴我們應該要從高齡的人才那過去我們從這個表當中我也覺得我們現在用人單位都還是挺有在1970年代把主要的勞動人口放在下方年輕人口就這個金字塔的下方但是台灣已經進入到2040年
transcript.whisperx[9].start 205.057
transcript.whisperx[9].end 232.647
transcript.whisperx[9].text 那個主力在高層的人口所以要往這一方面那個要政策要大大的調整你不是一直想最近有一個台鐵的錄取一個員工64歲考上10%照常考試錄取的結果錄取你幾天就開始要準備退休因為65歲要退休所以呢相關的這一些也是很荒謬的事情
transcript.whisperx[10].start 233.547
transcript.whisperx[10].end 252.899
transcript.whisperx[10].text 所以這裡也看到事實上這個我在談的高齡壯世代不是我們特別是人力單位其實有研究報告他的策略跟創意事實上達到人生的最高峰在60到80歲之間不是你想像的是我們沒有好好的去挖掘他的人力
transcript.whisperx[11].start 254.1
transcript.whisperx[11].end 277.936
transcript.whisperx[11].text 所以國營事業好好地研究因為你們用了龐大的人力所以我最近在推動勞基法54條目前要送到二讀這個改了一個54條本來是65歲退休以後要改成如果勞工有工作意願得經僱主及勞工雙方協議延長之
transcript.whisperx[12].start 280.237
transcript.whisperx[12].end 298.22
transcript.whisperx[12].text 所以國營事業是不是率先來來響應對於這一方面的工作所以最後是不是可以請經濟部可否承諾針對國營事業善用壯士代55家豐富的人力資源可不可以在兩個月之內提出壯士代人力的運用計畫
transcript.whisperx[13].start 299.599
transcript.whisperx[13].end 299.619
transcript.whisperx[13].text 謝謝市長謝謝