iVOD / 154357

Field Value
IVOD_ID 154357
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154357
日期 2024-06-27
會議資料.會議代碼 聯席會議-11-1-36,15-2
會議資料.會議代碼:str 第11屆第1會期司法及法制、內政委員會第2次聯席會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 36
會議資料.委員會代碼[1] 15
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.委員會代碼:str[1] 內政委員會
會議資料.標題 第11屆第1會期司法及法制、內政委員會第2次聯席會議
影片種類 Clip
開始時間 2024-06-27T10:38:10+08:00
結束時間 2024-06-27T10:47:40+08:00
影片長度 00:09:30
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/767b6a9d27b3726c6123b2d911fdfc78da706b406df85b80b8981cfbc017771b1b33c046150ad1425ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳宗憲
委員發言時間 10:38:10 - 10:47:40
會議時間 2024-06-27T09:00:00+08:00
會議名稱 立法院第11屆第1會期司法及法制、內政委員會第2次聯席會議(事由:併案審查 (一)委員鄭天財Sra Kacaw等16人擬具「原住民族委員會組織法第三條及第四條條文修正草案」案。 (二)委員高金素梅等24人擬具「原住民族委員會組織法第三條及第四條條文修正草案」案。)
gazette.lineno 714
gazette.blocks[0][0] 吳委員宗憲:(10時38分)謝謝。麻煩副主委。
gazette.blocks[1][0] 鍾副主任委員興華:委員早。
gazette.blocks[2][0] 吳委員宗憲:副主委早安。我現在主要是要跟你談一下原住民就業的問題。其實這段時間我們看到原住民在就業方面,依據原民會在112年的一份報告,我們發現45.82%的原住民都是從事勞力密集的工作,而且他的收入其實是偏低的。
gazette.blocks[3][0] 鍾副主任委員興華:是。
gazette.blocks[4][0] 吳委員宗憲:現在我們來看,每人每月平均薪資大概是3萬4,244塊,跟其他的國人相比,其實是少了9,037塊,未滿3萬元的比例還高達三成多。所以我們從這個數據上面來看,我覺得原住民的工作權本來就有保障的必要,我想請問一下副主委,你有沒有掌握近期原住民整體的失業數據?
gazette.blocks[5][0] 鍾副主任委員興華:關於失業的數據,我們請我們的科長來說明。
gazette.blocks[6][0] 李科長珮瑄:跟委員報告,目前失業率跟全體民眾大概相差不到0.05%左右的差距,確實就是如圖所示,112年的就況調查的失業率,原住民是3.53%,全體民眾是3.48%。
gazette.blocks[7][0] 吳委員宗憲:好,我想要請教一個問題,就是112年這個數據比……應該這麼說,失業率一年只少了0.29%,就從111跟112這樣來比的話,一年只少0.29%,這個進步的速度是不是不太好?
gazette.blocks[8][0] 李科長珮瑄:跟委員說明,因為失業率的下降其實從早期98年的8%左右已經有逐年下降,近年其實都維持到不到1%,是有透過我們的強化促進原住民就業方案跟各部會的合作,來去促進原住民的就業權益,以上說明。
gazette.blocks[9][0] 吳委員宗憲:那你們有沒有去分析一下他們找不到工作的原因大概是哪些?
gazette.blocks[10][0] 李科長珮瑄:有些是生活圈沒有工作機會,或是就業的資訊不夠掌握,還有跟工作的技能也有關係。
gazette.blocks[11][0] 吳委員宗憲:我有看了一份112年原住民就業狀況調查年度報告,111年的勞動力參與率跟失業率是62.75%跟3.82%,也就是說,我們從這個資料上面來看,有65.31%的人在工作中沒有遇到工作機會,當然這裡面有很多種不同細項的分別;其中有30.42%是找不到他要做的職業類別,像這個你們有沒有去稍微瞭解一下狀況是什麼?是不是專業度不夠或是什麼,有沒有去瞭解?
gazette.blocks[12][0] 李科長珮瑄:跟委員說明,這除了工作技能不足之外,我們有透過職業訓練,當然也會有分原鄉跟都會,不同地區確實有不同的工作機會。以原鄉而言,本來產業發展就比較有限,所以我們會推動一些在地的觀光政策,這個部分也會加強推動。
gazette.blocks[13][0] 吳委員宗憲:那照剛剛說的,如果有六成的失業者在找工作的過程中,他完全沒有遇到可以或適合的工作機會,我想請教一下那是不是……副主委,這個部分就問副主委,請問一下這個是不是代表有一些公司會拒絕錄取原住民?甚至連面試的機會也不給?你們有沒有研究過這方面的原因?
gazette.blocks[14][0] 鍾副主任委員興華:關於這個部分,因為我們目前還有工作技能的問題,可能也有這個部分的考慮,不過我們現在普遍都有針對就業的宣傳跟協助,我們有就業輔導員在各鄉鎮,所以以這個數據來講,好像也偏高,我們也想去瞭解這樣子。
gazette.blocks[15][0] 吳委員宗憲:我想我們還是要去分析他們找不到工作的原因。
gazette.blocks[16][0] 鍾副主任委員興華:是。
gazette.blocks[17][0] 吳委員宗憲:至於會不會有一些公司對原住民本來就有歧視而拒絕去面試他,這也要麻煩你們瞭解一下。如果我們發現沒有工作的原因主要是因為技能或什麼不足的話,我想這個國家就有辦法去介入,介入一下,提供他們一些學習的機會嘛?不能讓他們總是從事高密集的勞力工作,因為那種工作經驗沒有辦法反映在他下一份工作上面的優勢,對不對?我想應該是這樣嘛,副主委?
gazette.blocks[18][0] 鍾副主任委員興華:是,也謝謝委員,有關這個部分我們是不是也跟勞政單位去瞭解一下這個情況。
gazette.blocks[19][0] 吳委員宗憲:好,就麻煩你了,要知道問題才能夠解決問題,這部分再麻煩你們。
gazette.blocks[20][0] 鍾副主任委員興華:是。
gazette.blocks[21][0] 吳委員宗憲:當然我知道政府有做很多,就像企業要標政府標案的時候,他會要求企業要有一定的原住民比例嘛?
gazette.blocks[22][0] 鍾副主任委員興華:是。
gazette.blocks[23][0] 吳委員宗憲:如果沒有的話要繳納代金,這個政府都有在做,這我清楚。
gazette.blocks[24][0] 鍾副主任委員興華:這已經是行之多年的制度,沒有錯。
gazette.blocks[25][0] 吳委員宗憲:好,我想請問一下現在企業繳納代金的狀況普不普遍?
gazette.blocks[26][0] 李科長珮瑄:跟委員說明,未足額的廠商大概平均每年有500到600家左右……
gazette.blocks[27][0] 吳委員宗憲:比例呢?
gazette.blocks[28][0] 李科長珮瑄:關於比例這個部分,因為我們每年平均大概有兩萬多個標案,但其實超額進用原住民的廠商的比例也有上升,目前代金這個部分還是維持大概2億到3億左右。
gazette.blocks[29][0] 吳委員宗憲:沒有,我認為這可能要看一下比例,到底有多少公司寧願繳代金也不用原住民,這應該是看比例,不是看金額吧?
gazette.blocks[30][0] 李科長珮瑄:跟委員說明,依照工作權保障法的規定,確實100人以上的廠商要進用1名原住民,但是我剛剛有說大概平均的企業是500到600家左右。
gazette.blocks[31][0] 吳委員宗憲:那這樣啦!我看到釋字第719的理由書有一段提到原住民的聘用是屬於國家保障原住民發展的一環,但是他能夠提供的都屬於短期或不具技術性的工作,難以增進原住民長期穩定的工作機會跟專業技能。大法官之前在釋字理由書裡面都已經提到這一段,所以要麻煩你們除了注意原住民的失業率之外,也要注意一下原住民他們所從事的工作,有沒有辦法讓他們能夠累積一些專業技術,而不單純只是勞力的付出,這一塊要麻煩你們注意一下。
gazette.blocks[32][0] 鍾副主任委員興華:我們在人才的培力上也會加強這個部分。
gazette.blocks[33][0] 吳委員宗憲:還有,我們立法院法制局也有提到一個報告,就是政府提供了很多臨時工作,雖然可以解決原住民的生計、燃眉之急,但是這不是一個長久的辦法,因為這反而會隱蔽了原住民的失業率,沒有辦法真實反映原住民面臨的問題。這一塊也麻煩你們在分析的時候要去區分它是一個臨時性的工作,還是一個真正可能讓原住民能夠長期去做的工作,這個部分要麻煩你們瞭解一下。
gazette.blocks[33][1] 最後我想提一下,因為原住民他們在就業上其實有一個特殊的狀況,就是早進晚出,對不對?就業反而是很密集的,在15到24歲之間或55歲以上,所以,你們要去瞭解一下15到24歲他們在進行職涯規劃的時候,到底需要的是什麼?因為這個也都是你們出具的報告,就是很多原住民很年輕就開始工作,所以15到24歲這段時間出來工作的人很多……
gazette.blocks[34][0] 鍾副主任委員興華:也有可能是家庭或經濟因素。
gazette.blocks[35][0] 吳委員宗憲:或是55歲以上的人也很多,這樣子的話,我們是不是應該要去找出15到24歲這一段的人他們需要什麼東西,然後我們提供他們一些職涯的規劃,或者是協助他們考一些相關的證照,這是我看完你們112年年度報告之後的一個感想。
gazette.blocks[35][1] 最後,原民會是不是有其他改善原住民就業狀況或是提高競爭力的配套措施?我想你們應該有這些配套措施,可不可以把相關的規劃,在兩個月內以書面提供給我,讓我拜讀一下,好不好?
gazette.blocks[36][0] 鍾副主任委員興華:是,兩個月的時間。
gazette.blocks[37][0] 吳委員宗憲:可以嗎?
gazette.blocks[38][0] 鍾副主任委員興華:可以。
gazette.blocks[39][0] 吳委員宗憲:麻煩兩個月內提供給我。
gazette.blocks[40][0] 鍾副主任委員興華:剛剛委員所講的包括15到24歲,甚至55歲以上的勞參率,我們會瞭解一下他的情況,然後希望可以配合並符合他們的需求,甚至在培力的部分也會來協助他們。
gazette.blocks[41][0] 吳委員宗憲:是,因為這是你們112年原住民族就業狀況調查年度報告,這是你們報告裡面提出來的數據,可能要請你們分析一下這個數據的狀況是怎麼樣。
gazette.blocks[42][0] 鍾副主任委員興華:好的。
gazette.blocks[43][0] 吳委員宗憲:謝謝副主委。
gazette.blocks[44][0] 鍾副主任委員興華:謝謝委員。
gazette.blocks[45][0] 主席:好,謝謝吳宗憲委員。接下來我們請羅智強委員發言。
gazette.agenda.page_end 176
gazette.agenda.meet_id 聯席會議-11-1-36,15-2
gazette.agenda.speakers[0] 吳宗憲
gazette.agenda.speakers[1] 鄭天財Sra Kacaw
gazette.agenda.speakers[2] 黃國昌
gazette.agenda.speakers[3] 蘇巧慧
gazette.agenda.speakers[4] 沈發惠
gazette.agenda.speakers[5] 張宏陸
gazette.agenda.speakers[6] 李柏毅
gazette.agenda.speakers[7] 黃捷
gazette.agenda.speakers[8] 陳俊宇
gazette.agenda.speakers[9] 莊瑞雄
gazette.agenda.speakers[10] 鍾佳濱
gazette.agenda.speakers[11] 許宇甄
gazette.agenda.speakers[12] 羅智強
gazette.agenda.speakers[13] 林思銘
gazette.agenda.speakers[14] 牛煦庭
gazette.agenda.speakers[15] 吳思瑤
gazette.agenda.speakers[16] 林倩綺
gazette.agenda.speakers[17] 徐欣瑩
gazette.agenda.speakers[18] 黃建賓
gazette.agenda.speakers[19] 高金素梅
gazette.agenda.speakers[20] 傅崐萁
gazette.agenda.speakers[21] 翁曉玲
gazette.agenda.speakers[22] 王美惠
gazette.agenda.speakers[23] 吳琪銘
gazette.agenda.speakers[24] 楊瓊瓔
gazette.agenda.page_start 115
gazette.agenda.meetingDate[0] 2024-06-27
gazette.agenda.gazette_id 1136701
gazette.agenda.agenda_lcidc_ids[0] 1136701_00004
gazette.agenda.meet_name 立法院第11屆第1會期司法及法制、內政委員會第2次聯席會議紀錄
gazette.agenda.content 併案審查(一)委員鄭天財 Sra Kacaw 等16人擬具「原住民族委員會組織法第三條及第四條條文修 正草案」案;(二)委員高金素梅等24人擬具「原住民族委員會組織法第三條及第四條條文修正草 案」案
gazette.agenda.agenda_id 1136701_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.95909375
transcript.pyannote[0].end 2.54534375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.58221875
transcript.pyannote[1].end 28.00971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 9.73409375
transcript.pyannote[2].end 11.23596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 11.23596875
transcript.pyannote[3].end 11.25284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 28.66784375
transcript.pyannote[4].end 41.12159375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 41.69534375
transcript.pyannote[5].end 56.62971875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 56.93346875
transcript.pyannote[6].end 65.30346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 65.84346875
transcript.pyannote[7].end 66.02909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 66.02909375
transcript.pyannote[8].end 66.04596875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 66.04596875
transcript.pyannote[9].end 66.97409375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 66.97409375
transcript.pyannote[10].end 71.17596875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 71.85096875
transcript.pyannote[11].end 72.99846875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 71.91846875
transcript.pyannote[12].end 72.37409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 72.61034375
transcript.pyannote[13].end 88.01721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 89.04659375
transcript.pyannote[14].end 89.33346875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 89.87346875
transcript.pyannote[15].end 93.83909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 94.54784375
transcript.pyannote[16].end 97.31534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 97.83846875
transcript.pyannote[17].end 111.33846875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 113.70096875
transcript.pyannote[18].end 115.96221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 116.58659375
transcript.pyannote[19].end 132.87096875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 132.85409375
transcript.pyannote[20].end 137.20784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 138.49034375
transcript.pyannote[21].end 146.35409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 146.72534375
transcript.pyannote[22].end 151.04534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 151.55159375
transcript.pyannote[23].end 153.22221875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 153.45846875
transcript.pyannote[24].end 161.84534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 162.43596875
transcript.pyannote[25].end 168.91596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 169.64159375
transcript.pyannote[26].end 178.73721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 179.64846875
transcript.pyannote[27].end 186.61784375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 187.05659375
transcript.pyannote[28].end 206.39534375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 206.71596875
transcript.pyannote[29].end 214.07346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 214.42784375
transcript.pyannote[30].end 214.90034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 215.44034375
transcript.pyannote[31].end 226.57784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 222.08909375
transcript.pyannote[32].end 222.10596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 222.10596875
transcript.pyannote[33].end 222.40971875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 227.21909375
transcript.pyannote[34].end 229.54784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 229.75034375
transcript.pyannote[35].end 231.92721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 232.33221875
transcript.pyannote[36].end 234.96471875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 234.96471875
transcript.pyannote[37].end 235.03221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 235.47096875
transcript.pyannote[38].end 235.48784375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 235.48784375
transcript.pyannote[39].end 251.48534375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 251.87346875
transcript.pyannote[40].end 257.93159375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 257.93159375
transcript.pyannote[41].end 262.50471875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 262.01534375
transcript.pyannote[42].end 262.42034375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 263.12909375
transcript.pyannote[43].end 272.30909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 272.56221875
transcript.pyannote[44].end 280.15596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 280.35846875
transcript.pyannote[45].end 282.29909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 282.78846875
transcript.pyannote[46].end 284.29034375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 284.29034375
transcript.pyannote[47].end 284.57721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 284.57721875
transcript.pyannote[48].end 290.11221875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 290.31471875
transcript.pyannote[49].end 292.93034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 293.14971875
transcript.pyannote[50].end 295.02284375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 295.02284375
transcript.pyannote[51].end 295.03971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 295.61346875
transcript.pyannote[52].end 295.63034375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 295.63034375
transcript.pyannote[53].end 295.68096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 295.68096875
transcript.pyannote[54].end 295.78221875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 295.78221875
transcript.pyannote[55].end 295.88346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 295.88346875
transcript.pyannote[56].end 295.96784375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 295.96784375
transcript.pyannote[57].end 302.11034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 302.11034375
transcript.pyannote[58].end 303.00471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 303.30846875
transcript.pyannote[59].end 320.90909375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 305.67096875
transcript.pyannote[60].end 306.59909375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 306.59909375
transcript.pyannote[61].end 306.61596875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 307.78034375
transcript.pyannote[62].end 307.96596875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 315.99846875
transcript.pyannote[63].end 316.23471875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 319.60971875
transcript.pyannote[64].end 321.98909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 321.82034375
transcript.pyannote[65].end 327.33846875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 328.40159375
transcript.pyannote[66].end 328.55346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 328.55346875
transcript.pyannote[67].end 328.57034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 328.68846875
transcript.pyannote[68].end 328.70534375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 328.70534375
transcript.pyannote[69].end 329.75159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 330.24096875
transcript.pyannote[70].end 336.73784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 336.29909375
transcript.pyannote[71].end 336.58596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 337.00784375
transcript.pyannote[72].end 352.63409375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 353.30909375
transcript.pyannote[73].end 356.78534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 357.37596875
transcript.pyannote[74].end 359.46846875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 360.09284375
transcript.pyannote[75].end 361.18971875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 361.67909375
transcript.pyannote[76].end 363.51846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 363.53534375
transcript.pyannote[77].end 375.16221875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 375.39846875
transcript.pyannote[78].end 393.23534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 393.31971875
transcript.pyannote[79].end 397.33596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 397.62284375
transcript.pyannote[80].end 398.65221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 399.49596875
transcript.pyannote[81].end 400.74471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 400.87971875
transcript.pyannote[82].end 411.15659375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 411.52784375
transcript.pyannote[83].end 419.15534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 419.47596875
transcript.pyannote[84].end 422.96909375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 422.96909375
transcript.pyannote[85].end 424.03221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 424.03221875
transcript.pyannote[86].end 428.21721875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 428.40284375
transcript.pyannote[87].end 433.33034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 433.51596875
transcript.pyannote[88].end 438.54471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 438.71346875
transcript.pyannote[89].end 441.61596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 441.83534375
transcript.pyannote[90].end 446.45909375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 446.54346875
transcript.pyannote[91].end 455.84159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 456.58409375
transcript.pyannote[92].end 460.71846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 461.25846875
transcript.pyannote[93].end 461.66346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 463.90784375
transcript.pyannote[94].end 472.07534375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 472.27784375
transcript.pyannote[95].end 472.64909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 473.15534375
transcript.pyannote[96].end 482.31846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 482.82471875
transcript.pyannote[97].end 485.79471875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 486.31784375
transcript.pyannote[98].end 493.50659375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 492.46034375
transcript.pyannote[99].end 495.21096875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 494.36721875
transcript.pyannote[100].end 502.45034375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 496.64534375
transcript.pyannote[101].end 496.96596875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 503.10846875
transcript.pyannote[102].end 512.11971875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 512.32221875
transcript.pyannote[103].end 513.33471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 513.62159375
transcript.pyannote[104].end 518.26221875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 518.66721875
transcript.pyannote[105].end 524.03346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 524.32034375
transcript.pyannote[106].end 540.06471875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 539.54159375
transcript.pyannote[107].end 542.14034375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 540.89159375
transcript.pyannote[108].end 542.29221875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 542.29221875
transcript.pyannote[109].end 556.34909375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 543.38909375
transcript.pyannote[110].end 544.99221875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 545.48159375
transcript.pyannote[111].end 545.66721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 556.09596875
transcript.pyannote[112].end 566.47409375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 561.09096875
transcript.pyannote[113].end 561.71534375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 562.71096875
transcript.pyannote[114].end 563.57159375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 565.29284375
transcript.pyannote[115].end 565.39409375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 566.20409375
transcript.pyannote[116].end 566.86221875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 566.57534375
transcript.pyannote[117].end 568.09409375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 566.96346875
transcript.pyannote[118].end 568.93784375
transcript.whisperx[0].start 2.025
transcript.whisperx[0].end 26.1
transcript.whisperx[0].text 副主委早安我現在主要是要跟你談一下原住民就業的一個問題我們知道說其實這段時間我們看到原住民在就業方面我們依據原民會在112年的一份報告我們發現說45.82
transcript.whisperx[1].start 28.695
transcript.whisperx[1].end 28.715
transcript.whisperx[1].text 吳宗憲
transcript.whisperx[2].start 55.646
transcript.whisperx[2].end 55.666
transcript.whisperx[2].text 吳宗憲
transcript.whisperx[3].start 75.061
transcript.whisperx[3].end 82.606
transcript.whisperx[3].text 事業率跟全體民眾大概相差不到0.05%左右的差距,確實就是如圖所示,112年的舊礦調查的失業率原住民是3.53%,全體民眾是3.48%我想一個問題要請教一下
transcript.whisperx[4].start 94.605
transcript.whisperx[4].end 114.844
transcript.whisperx[4].text 一百一十二年這個數據比應該這麼說啦就是說失業率一年只少了零點二九就從一一二跟一一三一一跟一二這樣來比的話那一年只少零點二九這個進步的速度是不是不太好零點二九算是
transcript.whisperx[5].start 116.638
transcript.whisperx[5].end 145.478
transcript.whisperx[5].text 跟委員說明因為失業率的下降呢其實從早期的98年呢8%左右已經有逐年下降那今年其實都維持到不到1%是有透過我們的強化促進原住民就業方案跟各部會的合作來去促進原住民的就業權益以上說明那你們有沒有去分析一下他們找不到工作的原因大概是哪些有些是生活圈沒有工作機會或是就業的資訊不夠掌握還有跟生活技能跟工作的技能有關係
transcript.whisperx[6].start 147.372
transcript.whisperx[6].end 168.18
transcript.whisperx[6].text 我這邊有看了一份112年原住民就業狀況調查年度報告111年的勞動力參與率跟失業率是62.75跟3.82也就是說我們從這個資料上面來看有65.31的人他是在工作中沒有遇到工作機會
transcript.whisperx[7].start 170.101
transcript.whisperx[7].end 177.81
transcript.whisperx[7].text 當然這裡面有很多種不同的細項的分別其中有30.42他是找不到他要做的職業類別
transcript.whisperx[8].start 180.427
transcript.whisperx[8].end 205.333
transcript.whisperx[8].text 有沒有去稍微了解一下這個狀況是什麼?是不是專業度不夠或是什麼?有沒有了解?是,跟委員說明這除了就是有工作技能不足之外我們有透過職業訓練那當然也會有分原鄉跟都會那不同的地區確實有不同的工作機會那以原鄉而言來說本來產業發展就比較有限所以我們會有推動一些在地的觀光政策那這個部分也會加強推動
transcript.whisperx[9].start 206.792
transcript.whisperx[9].end 209.253
transcript.whisperx[9].text 吳宗憲主委請問一下這個會不會是代表有一些公司他會拒絕
transcript.whisperx[10].start 227.142
transcript.whisperx[10].end 227.222
transcript.whisperx[10].text 吳宗憲委員吳宗憲
transcript.whisperx[11].start 251.972
transcript.whisperx[11].end 271.587
transcript.whisperx[11].text 所以以這個數據來講好像也偏高我們也想去了解我想說我們還是要去分析他們找不到工作的原因那當然說會不會有一些公司他本來就是對原住民有歧視而拒絕去面試他這也要麻煩你們了解一下那如果我們發現
transcript.whisperx[12].start 272.728
transcript.whisperx[12].end 272.748
transcript.whisperx[12].text 吳宗憲
transcript.whisperx[13].start 296.078
transcript.whisperx[13].end 296.599
transcript.whisperx[13].text 政府有做很多
transcript.whisperx[14].start 311.308
transcript.whisperx[14].end 311.828
transcript.whisperx[14].text 企業繳納代金現在狀況普遍嗎?
transcript.whisperx[15].start 329.27
transcript.whisperx[15].end 329.29
transcript.whisperx[15].text 吳宗憲議員
transcript.whisperx[16].start 353.959
transcript.whisperx[16].end 374.647
transcript.whisperx[16].text 吳宗憲說這可能要看一下比例啦就是到底有多少公司他們只是寧願繳貸金也不用用原住民嗎這應該是看比例不是看金額吧是跟委員這邊說明依照那個工作權保障法規定確實100人以上的廠商要寄用一名的原住民但是我剛剛有說大概平均的企業是500到600家左右
transcript.whisperx[17].start 377.449
transcript.whisperx[17].end 396.004
transcript.whisperx[17].text 四至七一九號的旅遊書有提到原住民的聘用是屬於國家保障原住民發展的一環,但能夠提供多屬於短期或不具技術性的工作,難以增進原住民長期穩定的工作機會和專業技能。
transcript.whisperx[18].start 399.537
transcript.whisperx[18].end 416.926
transcript.whisperx[18].text 大法官之前在釋字的理由書裡面都已經曾經提到這一段所以要麻煩你們除了注意原住民的失業率之外也要注意一下原住民他們所從事的工作有沒有辦法讓他們能夠累積一些專業技術而不是單純就是勞力的付出
transcript.whisperx[19].start 418.306
transcript.whisperx[19].end 444.12
transcript.whisperx[19].text 這塊要麻煩你們注意一下我們也對人才的賠利也會加強這個部分那還有就是說我們的立法院的法治局也有提到一個報告就是政府提供很多臨時工作雖然是可以解決原住民的生計藍莓之急但是這不是長久的那個方法嘛因為這個反而會隱蔽了原住民的失業率他沒有辦法真實的反映現在原住民面臨的問題這一塊也要麻煩你們
transcript.whisperx[20].start 446.561
transcript.whisperx[20].end 446.581
transcript.whisperx[20].text .吳宗憲
transcript.whisperx[21].start 464.917
transcript.whisperx[21].end 482.072
transcript.whisperx[21].text 因為原住民他們就業其實有一個特殊的狀況就是早進晚出他就業反而是很密集在15到24歲或55歲以上所以你們要去了解一下15到24歲他們在進行職涯規劃的時候他到底需要的是什麼
transcript.whisperx[22].start 482.773
transcript.whisperx[22].end 483.133
transcript.whisperx[22].text 委員高金素梅等24人擬具
transcript.whisperx[23].start 502.978
transcript.whisperx[23].end 503.679
transcript.whisperx[23].text 委員高金素梅等24人擬具
transcript.whisperx[24].start 524.777
transcript.whisperx[24].end 525.117
transcript.whisperx[24].text 吳宗憲委員吳宗憲
transcript.whisperx[25].start 552.225
transcript.whisperx[25].end 552.425
transcript.whisperx[25].text 主席主席