iVOD / 154920

Field Value
IVOD_ID 154920
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154920
日期 2024-09-27
會議資料.會議代碼 院會-11-2-2
會議資料.會議代碼:str 第11屆第2會期第2次會議
會議資料.屆 11
會議資料.會期 2
會議資料.會次 2
會議資料.種類 院會
會議資料.標題 第11屆第2會期第2次會議
影片種類 Clip
開始時間 2024-09-27T11:16:24+08:00
結束時間 2024-09-27T11:48:19+08:00
影片長度 00:31:55
支援功能[0] ai-transcript
支援功能[1] gazette
委員名稱 吳春城
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/7581ac2c059480528bca1f8b8c430f1ab4afc9d995ccd4a25fd62ecd5454ce02ec6759b148e20bb55ea18f28b6918d91.mp4/playlist.m3u8
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.45284375
transcript.pyannote[0].end 3.08534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 3.97971875
transcript.pyannote[1].end 5.43096875
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 32.95409375
transcript.pyannote[2].end 34.79346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 35.55284375
transcript.pyannote[3].end 36.91971875
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 44.95221875
transcript.pyannote[4].end 47.55096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 47.55096875
transcript.pyannote[5].end 48.04034375
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 48.04034375
transcript.pyannote[6].end 48.10784375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 48.10784375
transcript.pyannote[7].end 49.05284375
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 48.31034375
transcript.pyannote[8].end 54.52034375
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 54.77346875
transcript.pyannote[9].end 56.03909375
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 56.44409375
transcript.pyannote[10].end 58.26659375
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 58.85721875
transcript.pyannote[11].end 59.49846875
transcript.pyannote[12].speaker SPEAKER_04
transcript.pyannote[12].start 60.02159375
transcript.pyannote[12].end 60.88221875
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 61.25346875
transcript.pyannote[13].end 68.39159375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 62.01284375
transcript.pyannote[14].end 62.38409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 62.78909375
transcript.pyannote[15].end 63.85221875
transcript.pyannote[16].speaker SPEAKER_04
transcript.pyannote[16].start 69.23534375
transcript.pyannote[16].end 73.58909375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 73.92659375
transcript.pyannote[17].end 74.28096875
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 74.68596875
transcript.pyannote[18].end 78.26346875
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 78.60096875
transcript.pyannote[19].end 79.03971875
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 79.25909375
transcript.pyannote[20].end 81.97596875
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 82.70159375
transcript.pyannote[21].end 85.35096875
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 86.14409375
transcript.pyannote[22].end 87.13971875
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 87.56159375
transcript.pyannote[23].end 89.56971875
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 90.27846875
transcript.pyannote[24].end 95.40846875
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 96.62346875
transcript.pyannote[25].end 97.12971875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 97.61909375
transcript.pyannote[26].end 103.94721875
transcript.pyannote[27].speaker SPEAKER_04
transcript.pyannote[27].start 104.70659375
transcript.pyannote[27].end 112.09784375
transcript.pyannote[28].speaker SPEAKER_05
transcript.pyannote[28].start 109.44846875
transcript.pyannote[28].end 109.49909375
transcript.pyannote[29].speaker SPEAKER_05
transcript.pyannote[29].start 109.58346875
transcript.pyannote[29].end 109.68471875
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 112.16534375
transcript.pyannote[30].end 113.24534375
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 113.65034375
transcript.pyannote[31].end 116.97471875
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 117.43034375
transcript.pyannote[32].end 123.48846875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 124.39971875
transcript.pyannote[33].end 138.45659375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 138.72659375
transcript.pyannote[34].end 140.95409375
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 141.37596875
transcript.pyannote[35].end 150.25221875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 150.82596875
transcript.pyannote[36].end 154.84221875
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 154.57221875
transcript.pyannote[37].end 156.12471875
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 156.39471875
transcript.pyannote[38].end 162.85784375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 163.80284375
transcript.pyannote[39].end 164.19096875
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 165.40596875
transcript.pyannote[40].end 166.08096875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 167.26221875
transcript.pyannote[41].end 169.62471875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 169.99596875
transcript.pyannote[42].end 173.25284375
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 173.38784375
transcript.pyannote[43].end 176.47596875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 176.94846875
transcript.pyannote[44].end 180.00284375
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 180.77909375
transcript.pyannote[45].end 183.20909375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 184.25534375
transcript.pyannote[46].end 184.55909375
transcript.pyannote[47].speaker SPEAKER_04
transcript.pyannote[47].start 184.94721875
transcript.pyannote[47].end 188.20409375
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 188.65971875
transcript.pyannote[48].end 191.64659375
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 192.45659375
transcript.pyannote[49].end 193.97534375
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 194.39721875
transcript.pyannote[50].end 196.74284375
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 197.43471875
transcript.pyannote[51].end 198.09284375
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 198.26159375
transcript.pyannote[52].end 201.01221875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 202.96971875
transcript.pyannote[53].end 205.95659375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 206.54721875
transcript.pyannote[54].end 208.28534375
transcript.pyannote[55].speaker SPEAKER_04
transcript.pyannote[55].start 208.65659375
transcript.pyannote[55].end 209.93909375
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 210.32721875
transcript.pyannote[56].end 212.04846875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 212.57159375
transcript.pyannote[57].end 215.98034375
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 216.41909375
transcript.pyannote[58].end 218.49471875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 218.52846875
transcript.pyannote[59].end 220.95846875
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 221.49846875
transcript.pyannote[60].end 221.92034375
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 222.15659375
transcript.pyannote[61].end 225.81846875
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 226.59471875
transcript.pyannote[62].end 230.42534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 230.42534375
transcript.pyannote[63].end 230.44221875
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 231.70784375
transcript.pyannote[64].end 231.72471875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 231.72471875
transcript.pyannote[65].end 233.73284375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 234.08721875
transcript.pyannote[66].end 237.19221875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 237.37784375
transcript.pyannote[67].end 239.21721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 239.52096875
transcript.pyannote[68].end 243.11534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 243.45284375
transcript.pyannote[69].end 244.95471875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 245.83221875
transcript.pyannote[70].end 247.30034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 247.46909375
transcript.pyannote[71].end 248.43096875
transcript.pyannote[72].speaker SPEAKER_05
transcript.pyannote[72].start 248.65034375
transcript.pyannote[72].end 249.02159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 249.15659375
transcript.pyannote[73].end 251.13096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 251.41784375
transcript.pyannote[74].end 254.92784375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 253.59471875
transcript.pyannote[75].end 262.60596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 257.57721875
transcript.pyannote[76].end 257.91471875
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 262.97721875
transcript.pyannote[77].end 270.45284375
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 271.04346875
transcript.pyannote[78].end 277.70909375
transcript.pyannote[79].speaker SPEAKER_04
transcript.pyannote[79].start 277.81034375
transcript.pyannote[79].end 279.22784375
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 279.68346875
transcript.pyannote[80].end 281.97846875
transcript.pyannote[81].speaker SPEAKER_04
transcript.pyannote[81].start 282.73784375
transcript.pyannote[81].end 283.02471875
transcript.pyannote[82].speaker SPEAKER_04
transcript.pyannote[82].start 283.56471875
transcript.pyannote[82].end 287.85096875
transcript.pyannote[83].speaker SPEAKER_04
transcript.pyannote[83].start 288.20534375
transcript.pyannote[83].end 288.99846875
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 289.58909375
transcript.pyannote[84].end 299.19096875
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 299.27534375
transcript.pyannote[85].end 301.84034375
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 302.12721875
transcript.pyannote[86].end 303.94971875
transcript.pyannote[87].speaker SPEAKER_04
transcript.pyannote[87].start 305.33346875
transcript.pyannote[87].end 309.61971875
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 309.97409375
transcript.pyannote[88].end 321.78659375
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 322.15784375
transcript.pyannote[89].end 323.27159375
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 323.52471875
transcript.pyannote[90].end 324.67221875
transcript.pyannote[91].speaker SPEAKER_04
transcript.pyannote[91].start 325.29659375
transcript.pyannote[91].end 326.07284375
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 326.68034375
transcript.pyannote[92].end 328.35096875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 328.99221875
transcript.pyannote[93].end 330.10596875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 330.88221875
transcript.pyannote[94].end 332.56971875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 333.00846875
transcript.pyannote[95].end 334.79721875
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 336.06284375
transcript.pyannote[96].end 336.07971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 336.07971875
transcript.pyannote[97].end 337.85159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 338.07096875
transcript.pyannote[98].end 338.81346875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 339.11721875
transcript.pyannote[99].end 340.82159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 341.02409375
transcript.pyannote[100].end 343.03221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 343.45409375
transcript.pyannote[101].end 344.97284375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 345.24284375
transcript.pyannote[102].end 346.72784375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 347.35221875
transcript.pyannote[103].end 349.88346875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 350.35596875
transcript.pyannote[104].end 350.81159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 351.14909375
transcript.pyannote[105].end 353.93346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 354.30471875
transcript.pyannote[106].end 355.97534375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 356.27909375
transcript.pyannote[107].end 358.43909375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 358.81034375
transcript.pyannote[108].end 360.24471875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 360.48096875
transcript.pyannote[109].end 362.33721875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 362.84346875
transcript.pyannote[110].end 369.66096875
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 368.15909375
transcript.pyannote[111].end 370.21784375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 370.50471875
transcript.pyannote[112].end 372.59721875
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 373.20471875
transcript.pyannote[113].end 373.52534375
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 373.62659375
transcript.pyannote[114].end 388.45971875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 379.81971875
transcript.pyannote[115].end 380.17409375
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 388.98284375
transcript.pyannote[116].end 401.79096875
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 402.21284375
transcript.pyannote[117].end 404.11971875
transcript.pyannote[118].speaker SPEAKER_04
transcript.pyannote[118].start 405.23346875
transcript.pyannote[118].end 415.61159375
transcript.pyannote[119].speaker SPEAKER_04
transcript.pyannote[119].start 415.71284375
transcript.pyannote[119].end 416.20221875
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 416.40471875
transcript.pyannote[120].end 422.37846875
transcript.pyannote[121].speaker SPEAKER_04
transcript.pyannote[121].start 422.78346875
transcript.pyannote[121].end 430.83284375
transcript.pyannote[122].speaker SPEAKER_04
transcript.pyannote[122].start 431.18721875
transcript.pyannote[122].end 433.38096875
transcript.pyannote[123].speaker SPEAKER_04
transcript.pyannote[123].start 433.81971875
transcript.pyannote[123].end 434.76471875
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 435.15284375
transcript.pyannote[124].end 450.47534375
transcript.pyannote[125].speaker SPEAKER_04
transcript.pyannote[125].start 450.89721875
transcript.pyannote[125].end 475.80471875
transcript.pyannote[126].speaker SPEAKER_04
transcript.pyannote[126].start 476.24346875
transcript.pyannote[126].end 487.14471875
transcript.pyannote[127].speaker SPEAKER_04
transcript.pyannote[127].start 487.48221875
transcript.pyannote[127].end 497.72534375
transcript.pyannote[128].speaker SPEAKER_04
transcript.pyannote[128].start 498.09659375
transcript.pyannote[128].end 502.66971875
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 502.90596875
transcript.pyannote[129].end 514.61721875
transcript.pyannote[130].speaker SPEAKER_04
transcript.pyannote[130].start 515.84909375
transcript.pyannote[130].end 524.37096875
transcript.pyannote[131].speaker SPEAKER_04
transcript.pyannote[131].start 524.84346875
transcript.pyannote[131].end 529.55159375
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 530.07471875
transcript.pyannote[132].end 544.06409375
transcript.pyannote[133].speaker SPEAKER_05
transcript.pyannote[133].start 530.20971875
transcript.pyannote[133].end 530.39534375
transcript.pyannote[134].speaker SPEAKER_04
transcript.pyannote[134].start 544.77284375
transcript.pyannote[134].end 552.75471875
transcript.pyannote[135].speaker SPEAKER_04
transcript.pyannote[135].start 553.22721875
transcript.pyannote[135].end 559.77471875
transcript.pyannote[136].speaker SPEAKER_04
transcript.pyannote[136].start 560.01096875
transcript.pyannote[136].end 568.06034375
transcript.pyannote[137].speaker SPEAKER_04
transcript.pyannote[137].start 568.22909375
transcript.pyannote[137].end 572.73471875
transcript.pyannote[138].speaker SPEAKER_04
transcript.pyannote[138].start 572.88659375
transcript.pyannote[138].end 581.96534375
transcript.pyannote[139].speaker SPEAKER_04
transcript.pyannote[139].start 582.55596875
transcript.pyannote[139].end 589.28909375
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 590.18346875
transcript.pyannote[140].end 591.83721875
transcript.pyannote[141].speaker SPEAKER_04
transcript.pyannote[141].start 592.05659375
transcript.pyannote[141].end 596.08971875
transcript.pyannote[142].speaker SPEAKER_04
transcript.pyannote[142].start 596.73096875
transcript.pyannote[142].end 609.33659375
transcript.pyannote[143].speaker SPEAKER_04
transcript.pyannote[143].start 609.94409375
transcript.pyannote[143].end 610.41659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 610.07909375
transcript.pyannote[144].end 610.38284375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 610.41659375
transcript.pyannote[145].end 610.97346875
transcript.pyannote[146].speaker SPEAKER_04
transcript.pyannote[146].start 610.97346875
transcript.pyannote[146].end 611.10846875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 611.10846875
transcript.pyannote[147].end 612.89721875
transcript.pyannote[148].speaker SPEAKER_04
transcript.pyannote[148].start 611.91846875
transcript.pyannote[148].end 622.11096875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 614.70284375
transcript.pyannote[149].end 614.97284375
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 622.48221875
transcript.pyannote[150].end 625.65471875
transcript.pyannote[151].speaker SPEAKER_04
transcript.pyannote[151].start 625.90784375
transcript.pyannote[151].end 627.69659375
transcript.pyannote[152].speaker SPEAKER_04
transcript.pyannote[152].start 628.69221875
transcript.pyannote[152].end 631.13909375
transcript.pyannote[153].speaker SPEAKER_04
transcript.pyannote[153].start 631.74659375
transcript.pyannote[153].end 632.06721875
transcript.pyannote[154].speaker SPEAKER_04
transcript.pyannote[154].start 632.35409375
transcript.pyannote[154].end 634.36221875
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 634.75034375
transcript.pyannote[155].end 636.15096875
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 636.26909375
transcript.pyannote[156].end 644.97659375
transcript.pyannote[157].speaker SPEAKER_04
transcript.pyannote[157].start 645.76971875
transcript.pyannote[157].end 647.22096875
transcript.pyannote[158].speaker SPEAKER_04
transcript.pyannote[158].start 647.50784375
transcript.pyannote[158].end 648.63846875
transcript.pyannote[159].speaker SPEAKER_04
transcript.pyannote[159].start 649.12784375
transcript.pyannote[159].end 656.45159375
transcript.pyannote[160].speaker SPEAKER_04
transcript.pyannote[160].start 656.89034375
transcript.pyannote[160].end 659.25284375
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 659.97846875
transcript.pyannote[161].end 669.49596875
transcript.pyannote[162].speaker SPEAKER_04
transcript.pyannote[162].start 669.90096875
transcript.pyannote[162].end 676.34721875
transcript.pyannote[163].speaker SPEAKER_04
transcript.pyannote[163].start 676.80284375
transcript.pyannote[163].end 678.37221875
transcript.pyannote[164].speaker SPEAKER_04
transcript.pyannote[164].start 678.72659375
transcript.pyannote[164].end 681.59534375
transcript.pyannote[165].speaker SPEAKER_04
transcript.pyannote[165].start 682.37159375
transcript.pyannote[165].end 682.92846875
transcript.pyannote[166].speaker SPEAKER_04
transcript.pyannote[166].start 683.82284375
transcript.pyannote[166].end 686.42159375
transcript.pyannote[167].speaker SPEAKER_04
transcript.pyannote[167].start 686.72534375
transcript.pyannote[167].end 688.41284375
transcript.pyannote[168].speaker SPEAKER_04
transcript.pyannote[168].start 688.71659375
transcript.pyannote[168].end 689.61096875
transcript.pyannote[169].speaker SPEAKER_04
transcript.pyannote[169].start 689.66159375
transcript.pyannote[169].end 690.84284375
transcript.pyannote[170].speaker SPEAKER_04
transcript.pyannote[170].start 691.45034375
transcript.pyannote[170].end 694.55534375
transcript.pyannote[171].speaker SPEAKER_04
transcript.pyannote[171].start 694.97721875
transcript.pyannote[171].end 697.94721875
transcript.pyannote[172].speaker SPEAKER_04
transcript.pyannote[172].start 699.16221875
transcript.pyannote[172].end 700.71471875
transcript.pyannote[173].speaker SPEAKER_04
transcript.pyannote[173].start 701.87909375
transcript.pyannote[173].end 704.15721875
transcript.pyannote[174].speaker SPEAKER_04
transcript.pyannote[174].start 704.83221875
transcript.pyannote[174].end 711.26159375
transcript.pyannote[175].speaker SPEAKER_04
transcript.pyannote[175].start 711.91971875
transcript.pyannote[175].end 718.58534375
transcript.pyannote[176].speaker SPEAKER_04
transcript.pyannote[176].start 719.32784375
transcript.pyannote[176].end 723.91784375
transcript.pyannote[177].speaker SPEAKER_04
transcript.pyannote[177].start 725.11596875
transcript.pyannote[177].end 728.00159375
transcript.pyannote[178].speaker SPEAKER_04
transcript.pyannote[178].start 728.69346875
transcript.pyannote[178].end 730.33034375
transcript.pyannote[179].speaker SPEAKER_04
transcript.pyannote[179].start 731.24159375
transcript.pyannote[179].end 757.26284375
transcript.pyannote[180].speaker SPEAKER_04
transcript.pyannote[180].start 757.60034375
transcript.pyannote[180].end 757.88721875
transcript.pyannote[181].speaker SPEAKER_04
transcript.pyannote[181].start 758.29221875
transcript.pyannote[181].end 759.25409375
transcript.pyannote[182].speaker SPEAKER_04
transcript.pyannote[182].start 760.62096875
transcript.pyannote[182].end 765.75096875
transcript.pyannote[183].speaker SPEAKER_04
transcript.pyannote[183].start 765.91971875
transcript.pyannote[183].end 767.42159375
transcript.pyannote[184].speaker SPEAKER_04
transcript.pyannote[184].start 767.87721875
transcript.pyannote[184].end 768.26534375
transcript.pyannote[185].speaker SPEAKER_04
transcript.pyannote[185].start 768.80534375
transcript.pyannote[185].end 775.13346875
transcript.pyannote[186].speaker SPEAKER_04
transcript.pyannote[186].start 775.92659375
transcript.pyannote[186].end 776.31471875
transcript.pyannote[187].speaker SPEAKER_04
transcript.pyannote[187].start 776.61846875
transcript.pyannote[187].end 778.15409375
transcript.pyannote[188].speaker SPEAKER_04
transcript.pyannote[188].start 778.37346875
transcript.pyannote[188].end 779.87534375
transcript.pyannote[189].speaker SPEAKER_04
transcript.pyannote[189].start 780.38159375
transcript.pyannote[189].end 788.71784375
transcript.pyannote[190].speaker SPEAKER_04
transcript.pyannote[190].start 788.95409375
transcript.pyannote[190].end 789.94971875
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 790.37159375
transcript.pyannote[191].end 793.78034375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 794.20221875
transcript.pyannote[192].end 795.92346875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 796.24409375
transcript.pyannote[193].end 799.29846875
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 799.51784375
transcript.pyannote[194].end 801.18846875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 801.61034375
transcript.pyannote[195].end 806.14971875
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 806.48721875
transcript.pyannote[196].end 806.55471875
transcript.pyannote[197].speaker SPEAKER_04
transcript.pyannote[197].start 806.55471875
transcript.pyannote[197].end 806.58846875
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 806.58846875
transcript.pyannote[198].end 807.44909375
transcript.pyannote[199].speaker SPEAKER_04
transcript.pyannote[199].start 806.60534375
transcript.pyannote[199].end 807.41534375
transcript.pyannote[200].speaker SPEAKER_04
transcript.pyannote[200].start 807.44909375
transcript.pyannote[200].end 814.14846875
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 812.17409375
transcript.pyannote[201].end 813.23721875
transcript.pyannote[202].speaker SPEAKER_00
transcript.pyannote[202].start 813.32159375
transcript.pyannote[202].end 814.46909375
transcript.pyannote[203].speaker SPEAKER_04
transcript.pyannote[203].start 814.46909375
transcript.pyannote[203].end 814.48596875
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 814.99221875
transcript.pyannote[204].end 817.82721875
transcript.pyannote[205].speaker SPEAKER_04
transcript.pyannote[205].start 815.02596875
transcript.pyannote[205].end 820.72971875
transcript.pyannote[206].speaker SPEAKER_04
transcript.pyannote[206].start 821.47221875
transcript.pyannote[206].end 822.75471875
transcript.pyannote[207].speaker SPEAKER_04
transcript.pyannote[207].start 823.29471875
transcript.pyannote[207].end 827.90159375
transcript.pyannote[208].speaker SPEAKER_04
transcript.pyannote[208].start 828.50909375
transcript.pyannote[208].end 831.64784375
transcript.pyannote[209].speaker SPEAKER_04
transcript.pyannote[209].start 832.55909375
transcript.pyannote[209].end 848.03346875
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 848.03346875
transcript.pyannote[210].end 851.66159375
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 851.96534375
transcript.pyannote[211].end 856.43721875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 856.69034375
transcript.pyannote[212].end 863.59221875
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 863.86221875
transcript.pyannote[213].end 867.22034375
transcript.pyannote[214].speaker SPEAKER_00
transcript.pyannote[214].start 867.45659375
transcript.pyannote[214].end 868.33409375
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 869.19471875
transcript.pyannote[215].end 872.06346875
transcript.pyannote[216].speaker SPEAKER_00
transcript.pyannote[216].start 872.14784375
transcript.pyannote[216].end 873.88596875
transcript.pyannote[217].speaker SPEAKER_00
transcript.pyannote[217].start 874.57784375
transcript.pyannote[217].end 875.52284375
transcript.pyannote[218].speaker SPEAKER_00
transcript.pyannote[218].start 875.57346875
transcript.pyannote[218].end 875.99534375
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 876.26534375
transcript.pyannote[219].end 879.97784375
transcript.pyannote[220].speaker SPEAKER_04
transcript.pyannote[220].start 879.03284375
transcript.pyannote[220].end 879.94409375
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 879.97784375
transcript.pyannote[221].end 886.55909375
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 886.57596875
transcript.pyannote[222].end 886.60971875
transcript.pyannote[223].speaker SPEAKER_03
transcript.pyannote[223].start 886.60971875
transcript.pyannote[223].end 886.94721875
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 887.28471875
transcript.pyannote[224].end 887.89221875
transcript.pyannote[225].speaker SPEAKER_03
transcript.pyannote[225].start 887.89221875
transcript.pyannote[225].end 916.37721875
transcript.pyannote[226].speaker SPEAKER_04
transcript.pyannote[226].start 888.61784375
transcript.pyannote[226].end 889.46159375
transcript.pyannote[227].speaker SPEAKER_00
transcript.pyannote[227].start 912.17534375
transcript.pyannote[227].end 914.85846875
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 916.46159375
transcript.pyannote[228].end 924.49409375
transcript.pyannote[229].speaker SPEAKER_04
transcript.pyannote[229].start 921.92909375
transcript.pyannote[229].end 931.58159375
transcript.pyannote[230].speaker SPEAKER_03
transcript.pyannote[230].start 925.57409375
transcript.pyannote[230].end 925.69221875
transcript.pyannote[231].speaker SPEAKER_04
transcript.pyannote[231].start 933.04971875
transcript.pyannote[231].end 944.18721875
transcript.pyannote[232].speaker SPEAKER_00
transcript.pyannote[232].start 939.49596875
transcript.pyannote[232].end 940.03596875
transcript.pyannote[233].speaker SPEAKER_00
transcript.pyannote[233].start 940.62659375
transcript.pyannote[233].end 941.47034375
transcript.pyannote[234].speaker SPEAKER_04
transcript.pyannote[234].start 944.54159375
transcript.pyannote[234].end 946.12784375
transcript.pyannote[235].speaker SPEAKER_04
transcript.pyannote[235].start 946.78596875
transcript.pyannote[235].end 953.24909375
transcript.pyannote[236].speaker SPEAKER_04
transcript.pyannote[236].start 953.60346875
transcript.pyannote[236].end 957.07971875
transcript.pyannote[237].speaker SPEAKER_04
transcript.pyannote[237].start 957.40034375
transcript.pyannote[237].end 958.95284375
transcript.pyannote[238].speaker SPEAKER_04
transcript.pyannote[238].start 959.05409375
transcript.pyannote[238].end 960.37034375
transcript.pyannote[239].speaker SPEAKER_04
transcript.pyannote[239].start 961.01159375
transcript.pyannote[239].end 962.49659375
transcript.pyannote[240].speaker SPEAKER_04
transcript.pyannote[240].start 962.86784375
transcript.pyannote[240].end 964.69034375
transcript.pyannote[241].speaker SPEAKER_04
transcript.pyannote[241].start 965.38221875
transcript.pyannote[241].end 969.17909375
transcript.pyannote[242].speaker SPEAKER_02
transcript.pyannote[242].start 967.33971875
transcript.pyannote[242].end 972.14909375
transcript.pyannote[243].speaker SPEAKER_02
transcript.pyannote[243].start 972.35159375
transcript.pyannote[243].end 984.85596875
transcript.pyannote[244].speaker SPEAKER_04
transcript.pyannote[244].start 977.11034375
transcript.pyannote[244].end 984.33284375
transcript.pyannote[245].speaker SPEAKER_04
transcript.pyannote[245].start 984.94034375
transcript.pyannote[245].end 991.16721875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 985.49721875
transcript.pyannote[246].end 987.31971875
transcript.pyannote[247].speaker SPEAKER_02
transcript.pyannote[247].start 987.67409375
transcript.pyannote[247].end 988.85534375
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 990.82971875
transcript.pyannote[248].end 991.09971875
transcript.pyannote[249].speaker SPEAKER_02
transcript.pyannote[249].start 991.16721875
transcript.pyannote[249].end 992.01096875
transcript.pyannote[250].speaker SPEAKER_04
transcript.pyannote[250].start 992.01096875
transcript.pyannote[250].end 993.02346875
transcript.pyannote[251].speaker SPEAKER_04
transcript.pyannote[251].start 994.10346875
transcript.pyannote[251].end 998.64284375
transcript.pyannote[252].speaker SPEAKER_04
transcript.pyannote[252].start 999.03096875
transcript.pyannote[252].end 1003.87409375
transcript.pyannote[253].speaker SPEAKER_04
transcript.pyannote[253].start 1004.48159375
transcript.pyannote[253].end 1005.84846875
transcript.pyannote[254].speaker SPEAKER_04
transcript.pyannote[254].start 1006.97909375
transcript.pyannote[254].end 1009.08846875
transcript.pyannote[255].speaker SPEAKER_04
transcript.pyannote[255].start 1009.96596875
transcript.pyannote[255].end 1012.68284375
transcript.pyannote[256].speaker SPEAKER_04
transcript.pyannote[256].start 1013.98221875
transcript.pyannote[256].end 1023.34784375
transcript.pyannote[257].speaker SPEAKER_04
transcript.pyannote[257].start 1023.70221875
transcript.pyannote[257].end 1025.49096875
transcript.pyannote[258].speaker SPEAKER_00
transcript.pyannote[258].start 1026.40221875
transcript.pyannote[258].end 1027.36409375
transcript.pyannote[259].speaker SPEAKER_00
transcript.pyannote[259].start 1027.97159375
transcript.pyannote[259].end 1031.90346875
transcript.pyannote[260].speaker SPEAKER_00
transcript.pyannote[260].start 1032.35909375
transcript.pyannote[260].end 1033.55721875
transcript.pyannote[261].speaker SPEAKER_00
transcript.pyannote[261].start 1033.84409375
transcript.pyannote[261].end 1034.50221875
transcript.pyannote[262].speaker SPEAKER_00
transcript.pyannote[262].start 1034.68784375
transcript.pyannote[262].end 1036.59471875
transcript.pyannote[263].speaker SPEAKER_00
transcript.pyannote[263].start 1036.98284375
transcript.pyannote[263].end 1039.56471875
transcript.pyannote[264].speaker SPEAKER_00
transcript.pyannote[264].start 1039.86846875
transcript.pyannote[264].end 1040.56034375
transcript.pyannote[265].speaker SPEAKER_00
transcript.pyannote[265].start 1040.99909375
transcript.pyannote[265].end 1042.48409375
transcript.pyannote[266].speaker SPEAKER_00
transcript.pyannote[266].start 1042.53471875
transcript.pyannote[266].end 1045.16721875
transcript.pyannote[267].speaker SPEAKER_00
transcript.pyannote[267].start 1045.97721875
transcript.pyannote[267].end 1050.97221875
transcript.pyannote[268].speaker SPEAKER_04
transcript.pyannote[268].start 1049.41971875
transcript.pyannote[268].end 1050.33096875
transcript.pyannote[269].speaker SPEAKER_04
transcript.pyannote[269].start 1050.48284375
transcript.pyannote[269].end 1056.03471875
transcript.pyannote[270].speaker SPEAKER_00
transcript.pyannote[270].start 1055.22471875
transcript.pyannote[270].end 1055.68034375
transcript.pyannote[271].speaker SPEAKER_05
transcript.pyannote[271].start 1055.68034375
transcript.pyannote[271].end 1055.71409375
transcript.pyannote[272].speaker SPEAKER_05
transcript.pyannote[272].start 1056.03471875
transcript.pyannote[272].end 1056.27096875
transcript.pyannote[273].speaker SPEAKER_04
transcript.pyannote[273].start 1056.27096875
transcript.pyannote[273].end 1060.16909375
transcript.pyannote[274].speaker SPEAKER_04
transcript.pyannote[274].start 1060.50659375
transcript.pyannote[274].end 1068.69096875
transcript.pyannote[275].speaker SPEAKER_04
transcript.pyannote[275].start 1069.02846875
transcript.pyannote[275].end 1072.87596875
transcript.pyannote[276].speaker SPEAKER_04
transcript.pyannote[276].start 1073.85471875
transcript.pyannote[276].end 1081.34721875
transcript.pyannote[277].speaker SPEAKER_04
transcript.pyannote[277].start 1081.68471875
transcript.pyannote[277].end 1084.48596875
transcript.pyannote[278].speaker SPEAKER_04
transcript.pyannote[278].start 1084.78971875
transcript.pyannote[278].end 1087.06784375
transcript.pyannote[279].speaker SPEAKER_04
transcript.pyannote[279].start 1088.01284375
transcript.pyannote[279].end 1093.22721875
transcript.pyannote[280].speaker SPEAKER_04
transcript.pyannote[280].start 1093.76721875
transcript.pyannote[280].end 1094.40846875
transcript.pyannote[281].speaker SPEAKER_04
transcript.pyannote[281].start 1094.86409375
transcript.pyannote[281].end 1096.43346875
transcript.pyannote[282].speaker SPEAKER_04
transcript.pyannote[282].start 1097.05784375
transcript.pyannote[282].end 1098.99846875
transcript.pyannote[283].speaker SPEAKER_04
transcript.pyannote[283].start 1099.52159375
transcript.pyannote[283].end 1101.71534375
transcript.pyannote[284].speaker SPEAKER_04
transcript.pyannote[284].start 1102.17096875
transcript.pyannote[284].end 1104.65159375
transcript.pyannote[285].speaker SPEAKER_04
transcript.pyannote[285].start 1104.98909375
transcript.pyannote[285].end 1110.86159375
transcript.pyannote[286].speaker SPEAKER_04
transcript.pyannote[286].start 1111.19909375
transcript.pyannote[286].end 1111.23284375
transcript.pyannote[287].speaker SPEAKER_00
transcript.pyannote[287].start 1111.23284375
transcript.pyannote[287].end 1116.04221875
transcript.pyannote[288].speaker SPEAKER_04
transcript.pyannote[288].start 1111.67159375
transcript.pyannote[288].end 1111.99221875
transcript.pyannote[289].speaker SPEAKER_00
transcript.pyannote[289].start 1116.75096875
transcript.pyannote[289].end 1119.11346875
transcript.pyannote[290].speaker SPEAKER_04
transcript.pyannote[290].start 1119.11346875
transcript.pyannote[290].end 1119.48471875
transcript.pyannote[291].speaker SPEAKER_00
transcript.pyannote[291].start 1119.48471875
transcript.pyannote[291].end 1122.37034375
transcript.pyannote[292].speaker SPEAKER_00
transcript.pyannote[292].start 1122.47159375
transcript.pyannote[292].end 1124.27721875
transcript.pyannote[293].speaker SPEAKER_00
transcript.pyannote[293].start 1124.61471875
transcript.pyannote[293].end 1126.75784375
transcript.pyannote[294].speaker SPEAKER_00
transcript.pyannote[294].start 1126.94346875
transcript.pyannote[294].end 1129.30596875
transcript.pyannote[295].speaker SPEAKER_00
transcript.pyannote[295].start 1129.74471875
transcript.pyannote[295].end 1130.28471875
transcript.pyannote[296].speaker SPEAKER_00
transcript.pyannote[296].start 1130.31846875
transcript.pyannote[296].end 1131.63471875
transcript.pyannote[297].speaker SPEAKER_00
transcript.pyannote[297].start 1132.07346875
transcript.pyannote[297].end 1135.68471875
transcript.pyannote[298].speaker SPEAKER_04
transcript.pyannote[298].start 1135.12784375
transcript.pyannote[298].end 1145.65784375
transcript.pyannote[299].speaker SPEAKER_04
transcript.pyannote[299].start 1146.16409375
transcript.pyannote[299].end 1164.67596875
transcript.pyannote[300].speaker SPEAKER_04
transcript.pyannote[300].start 1165.13159375
transcript.pyannote[300].end 1166.97096875
transcript.pyannote[301].speaker SPEAKER_04
transcript.pyannote[301].start 1167.49409375
transcript.pyannote[301].end 1172.89409375
transcript.pyannote[302].speaker SPEAKER_04
transcript.pyannote[302].start 1173.50159375
transcript.pyannote[302].end 1175.15534375
transcript.pyannote[303].speaker SPEAKER_04
transcript.pyannote[303].start 1175.74596875
transcript.pyannote[303].end 1179.84659375
transcript.pyannote[304].speaker SPEAKER_04
transcript.pyannote[304].start 1181.60159375
transcript.pyannote[304].end 1182.46221875
transcript.pyannote[305].speaker SPEAKER_04
transcript.pyannote[305].start 1183.13721875
transcript.pyannote[305].end 1187.27159375
transcript.pyannote[306].speaker SPEAKER_04
transcript.pyannote[306].start 1188.63846875
transcript.pyannote[306].end 1189.61721875
transcript.pyannote[307].speaker SPEAKER_04
transcript.pyannote[307].start 1189.88721875
transcript.pyannote[307].end 1194.05534375
transcript.pyannote[308].speaker SPEAKER_04
transcript.pyannote[308].start 1194.19034375
transcript.pyannote[308].end 1195.84409375
transcript.pyannote[309].speaker SPEAKER_04
transcript.pyannote[309].start 1196.38409375
transcript.pyannote[309].end 1196.40096875
transcript.pyannote[310].speaker SPEAKER_00
transcript.pyannote[310].start 1196.40096875
transcript.pyannote[310].end 1202.88096875
transcript.pyannote[311].speaker SPEAKER_00
transcript.pyannote[311].start 1203.50534375
transcript.pyannote[311].end 1206.15471875
transcript.pyannote[312].speaker SPEAKER_00
transcript.pyannote[312].start 1206.69471875
transcript.pyannote[312].end 1207.99409375
transcript.pyannote[313].speaker SPEAKER_00
transcript.pyannote[313].start 1208.43284375
transcript.pyannote[313].end 1211.58846875
transcript.pyannote[314].speaker SPEAKER_05
transcript.pyannote[314].start 1212.09471875
transcript.pyannote[314].end 1212.93846875
transcript.pyannote[315].speaker SPEAKER_00
transcript.pyannote[315].start 1212.16221875
transcript.pyannote[315].end 1219.08096875
transcript.pyannote[316].speaker SPEAKER_00
transcript.pyannote[316].start 1219.82346875
transcript.pyannote[316].end 1226.50596875
transcript.pyannote[317].speaker SPEAKER_04
transcript.pyannote[317].start 1224.81846875
transcript.pyannote[317].end 1225.72971875
transcript.pyannote[318].speaker SPEAKER_04
transcript.pyannote[318].start 1226.72534375
transcript.pyannote[318].end 1241.38971875
transcript.pyannote[319].speaker SPEAKER_05
transcript.pyannote[319].start 1241.18721875
transcript.pyannote[319].end 1241.59221875
transcript.pyannote[320].speaker SPEAKER_04
transcript.pyannote[320].start 1241.59221875
transcript.pyannote[320].end 1249.72596875
transcript.pyannote[321].speaker SPEAKER_04
transcript.pyannote[321].start 1250.01284375
transcript.pyannote[321].end 1251.80159375
transcript.pyannote[322].speaker SPEAKER_04
transcript.pyannote[322].start 1252.34159375
transcript.pyannote[322].end 1263.42846875
transcript.pyannote[323].speaker SPEAKER_04
transcript.pyannote[323].start 1264.00221875
transcript.pyannote[323].end 1265.80784375
transcript.pyannote[324].speaker SPEAKER_04
transcript.pyannote[324].start 1266.24659375
transcript.pyannote[324].end 1270.14471875
transcript.pyannote[325].speaker SPEAKER_04
transcript.pyannote[325].start 1270.60034375
transcript.pyannote[325].end 1277.65409375
transcript.pyannote[326].speaker SPEAKER_04
transcript.pyannote[326].start 1277.92409375
transcript.pyannote[326].end 1280.65784375
transcript.pyannote[327].speaker SPEAKER_04
transcript.pyannote[327].start 1280.80971875
transcript.pyannote[327].end 1289.06159375
transcript.pyannote[328].speaker SPEAKER_04
transcript.pyannote[328].start 1289.58471875
transcript.pyannote[328].end 1295.98034375
transcript.pyannote[329].speaker SPEAKER_04
transcript.pyannote[329].start 1296.16596875
transcript.pyannote[329].end 1299.60846875
transcript.pyannote[330].speaker SPEAKER_04
transcript.pyannote[330].start 1300.35096875
transcript.pyannote[330].end 1301.83596875
transcript.pyannote[331].speaker SPEAKER_04
transcript.pyannote[331].start 1302.20721875
transcript.pyannote[331].end 1310.22284375
transcript.pyannote[332].speaker SPEAKER_04
transcript.pyannote[332].start 1310.76284375
transcript.pyannote[332].end 1315.09971875
transcript.pyannote[333].speaker SPEAKER_04
transcript.pyannote[333].start 1315.45409375
transcript.pyannote[333].end 1316.87159375
transcript.pyannote[334].speaker SPEAKER_04
transcript.pyannote[334].start 1317.34409375
transcript.pyannote[334].end 1319.03159375
transcript.pyannote[335].speaker SPEAKER_04
transcript.pyannote[335].start 1319.70659375
transcript.pyannote[335].end 1320.85409375
transcript.pyannote[336].speaker SPEAKER_04
transcript.pyannote[336].start 1322.45721875
transcript.pyannote[336].end 1323.21659375
transcript.pyannote[337].speaker SPEAKER_04
transcript.pyannote[337].start 1323.62159375
transcript.pyannote[337].end 1326.42284375
transcript.pyannote[338].speaker SPEAKER_04
transcript.pyannote[338].start 1327.18221875
transcript.pyannote[338].end 1328.56596875
transcript.pyannote[339].speaker SPEAKER_04
transcript.pyannote[339].start 1328.95409375
transcript.pyannote[339].end 1329.73034375
transcript.pyannote[340].speaker SPEAKER_04
transcript.pyannote[340].start 1330.08471875
transcript.pyannote[340].end 1332.36284375
transcript.pyannote[341].speaker SPEAKER_04
transcript.pyannote[341].start 1332.63284375
transcript.pyannote[341].end 1334.62409375
transcript.pyannote[342].speaker SPEAKER_04
transcript.pyannote[342].start 1334.94471875
transcript.pyannote[342].end 1340.22659375
transcript.pyannote[343].speaker SPEAKER_04
transcript.pyannote[343].start 1341.42471875
transcript.pyannote[343].end 1343.34846875
transcript.pyannote[344].speaker SPEAKER_04
transcript.pyannote[344].start 1344.32721875
transcript.pyannote[344].end 1347.48284375
transcript.pyannote[345].speaker SPEAKER_04
transcript.pyannote[345].start 1348.15784375
transcript.pyannote[345].end 1350.52034375
transcript.pyannote[346].speaker SPEAKER_04
transcript.pyannote[346].start 1351.38096875
transcript.pyannote[346].end 1352.93346875
transcript.pyannote[347].speaker SPEAKER_04
transcript.pyannote[347].start 1353.32159375
transcript.pyannote[347].end 1354.24971875
transcript.pyannote[348].speaker SPEAKER_04
transcript.pyannote[348].start 1355.78534375
transcript.pyannote[348].end 1356.81471875
transcript.pyannote[349].speaker SPEAKER_04
transcript.pyannote[349].start 1357.75971875
transcript.pyannote[349].end 1359.78471875
transcript.pyannote[350].speaker SPEAKER_04
transcript.pyannote[350].start 1360.59471875
transcript.pyannote[350].end 1365.65721875
transcript.pyannote[351].speaker SPEAKER_04
transcript.pyannote[351].start 1367.05784375
transcript.pyannote[351].end 1371.95159375
transcript.pyannote[352].speaker SPEAKER_04
transcript.pyannote[352].start 1372.94721875
transcript.pyannote[352].end 1374.19596875
transcript.pyannote[353].speaker SPEAKER_04
transcript.pyannote[353].start 1374.80346875
transcript.pyannote[353].end 1380.86159375
transcript.pyannote[354].speaker SPEAKER_04
transcript.pyannote[354].start 1381.65471875
transcript.pyannote[354].end 1382.65034375
transcript.pyannote[355].speaker SPEAKER_04
transcript.pyannote[355].start 1383.25784375
transcript.pyannote[355].end 1388.43846875
transcript.pyannote[356].speaker SPEAKER_04
transcript.pyannote[356].start 1389.14721875
transcript.pyannote[356].end 1406.54534375
transcript.pyannote[357].speaker SPEAKER_04
transcript.pyannote[357].start 1406.71409375
transcript.pyannote[357].end 1413.90284375
transcript.pyannote[358].speaker SPEAKER_00
transcript.pyannote[358].start 1414.84784375
transcript.pyannote[358].end 1415.20221875
transcript.pyannote[359].speaker SPEAKER_00
transcript.pyannote[359].start 1415.52284375
transcript.pyannote[359].end 1430.69346875
transcript.pyannote[360].speaker SPEAKER_01
transcript.pyannote[360].start 1420.14659375
transcript.pyannote[360].end 1420.18034375
transcript.pyannote[361].speaker SPEAKER_05
transcript.pyannote[361].start 1420.18034375
transcript.pyannote[361].end 1420.45034375
transcript.pyannote[362].speaker SPEAKER_05
transcript.pyannote[362].start 1422.17159375
transcript.pyannote[362].end 1422.52596875
transcript.pyannote[363].speaker SPEAKER_05
transcript.pyannote[363].start 1424.68596875
transcript.pyannote[363].end 1424.82096875
transcript.pyannote[364].speaker SPEAKER_04
transcript.pyannote[364].start 1424.82096875
transcript.pyannote[364].end 1425.22596875
transcript.pyannote[365].speaker SPEAKER_05
transcript.pyannote[365].start 1425.22596875
transcript.pyannote[365].end 1425.31034375
transcript.pyannote[366].speaker SPEAKER_04
transcript.pyannote[366].start 1425.31034375
transcript.pyannote[366].end 1425.34409375
transcript.pyannote[367].speaker SPEAKER_04
transcript.pyannote[367].start 1429.49534375
transcript.pyannote[367].end 1429.90034375
transcript.pyannote[368].speaker SPEAKER_04
transcript.pyannote[368].start 1429.93409375
transcript.pyannote[368].end 1432.95471875
transcript.pyannote[369].speaker SPEAKER_04
transcript.pyannote[369].start 1433.19096875
transcript.pyannote[369].end 1438.75971875
transcript.pyannote[370].speaker SPEAKER_04
transcript.pyannote[370].start 1439.11409375
transcript.pyannote[370].end 1440.49784375
transcript.pyannote[371].speaker SPEAKER_04
transcript.pyannote[371].start 1441.08846875
transcript.pyannote[371].end 1442.47221875
transcript.pyannote[372].speaker SPEAKER_04
transcript.pyannote[372].start 1443.06284375
transcript.pyannote[372].end 1447.45034375
transcript.pyannote[373].speaker SPEAKER_04
transcript.pyannote[373].start 1447.88909375
transcript.pyannote[373].end 1458.79034375
transcript.pyannote[374].speaker SPEAKER_04
transcript.pyannote[374].start 1458.92534375
transcript.pyannote[374].end 1466.55284375
transcript.pyannote[375].speaker SPEAKER_04
transcript.pyannote[375].start 1466.85659375
transcript.pyannote[375].end 1474.04534375
transcript.pyannote[376].speaker SPEAKER_04
transcript.pyannote[376].start 1474.21409375
transcript.pyannote[376].end 1478.65221875
transcript.pyannote[377].speaker SPEAKER_04
transcript.pyannote[377].start 1478.85471875
transcript.pyannote[377].end 1484.54159375
transcript.pyannote[378].speaker SPEAKER_04
transcript.pyannote[378].start 1485.23346875
transcript.pyannote[378].end 1486.26284375
transcript.pyannote[379].speaker SPEAKER_04
transcript.pyannote[379].start 1486.46534375
transcript.pyannote[379].end 1491.29159375
transcript.pyannote[380].speaker SPEAKER_04
transcript.pyannote[380].start 1491.52784375
transcript.pyannote[380].end 1492.01721875
transcript.pyannote[381].speaker SPEAKER_04
transcript.pyannote[381].start 1492.18596875
transcript.pyannote[381].end 1494.16034375
transcript.pyannote[382].speaker SPEAKER_04
transcript.pyannote[382].start 1494.56534375
transcript.pyannote[382].end 1499.20596875
transcript.pyannote[383].speaker SPEAKER_04
transcript.pyannote[383].start 1499.64471875
transcript.pyannote[383].end 1502.10846875
transcript.pyannote[384].speaker SPEAKER_00
transcript.pyannote[384].start 1502.53034375
transcript.pyannote[384].end 1505.41596875
transcript.pyannote[385].speaker SPEAKER_00
transcript.pyannote[385].start 1505.48346875
transcript.pyannote[385].end 1505.50034375
transcript.pyannote[386].speaker SPEAKER_05
transcript.pyannote[386].start 1505.50034375
transcript.pyannote[386].end 1505.77034375
transcript.pyannote[387].speaker SPEAKER_00
transcript.pyannote[387].start 1505.77034375
transcript.pyannote[387].end 1508.92596875
transcript.pyannote[388].speaker SPEAKER_00
transcript.pyannote[388].start 1509.51659375
transcript.pyannote[388].end 1515.20346875
transcript.pyannote[389].speaker SPEAKER_00
transcript.pyannote[389].start 1515.47346875
transcript.pyannote[389].end 1516.11471875
transcript.pyannote[390].speaker SPEAKER_00
transcript.pyannote[390].start 1516.18221875
transcript.pyannote[390].end 1521.14346875
transcript.pyannote[391].speaker SPEAKER_04
transcript.pyannote[391].start 1519.84409375
transcript.pyannote[391].end 1520.77221875
transcript.pyannote[392].speaker SPEAKER_04
transcript.pyannote[392].start 1521.14346875
transcript.pyannote[392].end 1529.07471875
transcript.pyannote[393].speaker SPEAKER_00
transcript.pyannote[393].start 1521.16034375
transcript.pyannote[393].end 1521.24471875
transcript.pyannote[394].speaker SPEAKER_04
transcript.pyannote[394].start 1529.41221875
transcript.pyannote[394].end 1535.03159375
transcript.pyannote[395].speaker SPEAKER_05
transcript.pyannote[395].start 1530.59346875
transcript.pyannote[395].end 1531.45409375
transcript.pyannote[396].speaker SPEAKER_04
transcript.pyannote[396].start 1535.41971875
transcript.pyannote[396].end 1540.36409375
transcript.pyannote[397].speaker SPEAKER_04
transcript.pyannote[397].start 1540.92096875
transcript.pyannote[397].end 1544.70096875
transcript.pyannote[398].speaker SPEAKER_04
transcript.pyannote[398].start 1545.17346875
transcript.pyannote[398].end 1545.94971875
transcript.pyannote[399].speaker SPEAKER_04
transcript.pyannote[399].start 1546.67534375
transcript.pyannote[399].end 1551.50159375
transcript.pyannote[400].speaker SPEAKER_04
transcript.pyannote[400].start 1551.72096875
transcript.pyannote[400].end 1555.46721875
transcript.pyannote[401].speaker SPEAKER_04
transcript.pyannote[401].start 1555.75409375
transcript.pyannote[401].end 1557.17159375
transcript.pyannote[402].speaker SPEAKER_04
transcript.pyannote[402].start 1557.37409375
transcript.pyannote[402].end 1561.42409375
transcript.pyannote[403].speaker SPEAKER_04
transcript.pyannote[403].start 1562.18346875
transcript.pyannote[403].end 1563.71909375
transcript.pyannote[404].speaker SPEAKER_04
transcript.pyannote[404].start 1564.41096875
transcript.pyannote[404].end 1565.89596875
transcript.pyannote[405].speaker SPEAKER_04
transcript.pyannote[405].start 1566.25034375
transcript.pyannote[405].end 1566.90846875
transcript.pyannote[406].speaker SPEAKER_04
transcript.pyannote[406].start 1567.43159375
transcript.pyannote[406].end 1567.92096875
transcript.pyannote[407].speaker SPEAKER_04
transcript.pyannote[407].start 1568.15721875
transcript.pyannote[407].end 1573.77659375
transcript.pyannote[408].speaker SPEAKER_04
transcript.pyannote[408].start 1574.09721875
transcript.pyannote[408].end 1574.87346875
transcript.pyannote[409].speaker SPEAKER_00
transcript.pyannote[409].start 1575.32909375
transcript.pyannote[409].end 1579.02471875
transcript.pyannote[410].speaker SPEAKER_00
transcript.pyannote[410].start 1579.04159375
transcript.pyannote[410].end 1579.05846875
transcript.pyannote[411].speaker SPEAKER_00
transcript.pyannote[411].start 1579.12596875
transcript.pyannote[411].end 1584.61034375
transcript.pyannote[412].speaker SPEAKER_00
transcript.pyannote[412].start 1584.88034375
transcript.pyannote[412].end 1586.82096875
transcript.pyannote[413].speaker SPEAKER_04
transcript.pyannote[413].start 1585.01534375
transcript.pyannote[413].end 1609.07909375
transcript.pyannote[414].speaker SPEAKER_00
transcript.pyannote[414].start 1606.49721875
transcript.pyannote[414].end 1608.16784375
transcript.pyannote[415].speaker SPEAKER_00
transcript.pyannote[415].start 1608.45471875
transcript.pyannote[415].end 1621.36409375
transcript.pyannote[416].speaker SPEAKER_04
transcript.pyannote[416].start 1611.91409375
transcript.pyannote[416].end 1612.48784375
transcript.pyannote[417].speaker SPEAKER_04
transcript.pyannote[417].start 1612.52159375
transcript.pyannote[417].end 1613.33159375
transcript.pyannote[418].speaker SPEAKER_04
transcript.pyannote[418].start 1613.71971875
transcript.pyannote[418].end 1614.37784375
transcript.pyannote[419].speaker SPEAKER_04
transcript.pyannote[419].start 1615.91346875
transcript.pyannote[419].end 1616.95971875
transcript.pyannote[420].speaker SPEAKER_00
transcript.pyannote[420].start 1621.60034375
transcript.pyannote[420].end 1623.76034375
transcript.pyannote[421].speaker SPEAKER_04
transcript.pyannote[421].start 1623.25409375
transcript.pyannote[421].end 1623.89534375
transcript.pyannote[422].speaker SPEAKER_05
transcript.pyannote[422].start 1623.76034375
transcript.pyannote[422].end 1623.77721875
transcript.pyannote[423].speaker SPEAKER_05
transcript.pyannote[423].start 1623.89534375
transcript.pyannote[423].end 1623.91221875
transcript.pyannote[424].speaker SPEAKER_04
transcript.pyannote[424].start 1624.19909375
transcript.pyannote[424].end 1627.33784375
transcript.pyannote[425].speaker SPEAKER_04
transcript.pyannote[425].start 1627.54034375
transcript.pyannote[425].end 1631.67471875
transcript.pyannote[426].speaker SPEAKER_00
transcript.pyannote[426].start 1627.81034375
transcript.pyannote[426].end 1628.13096875
transcript.pyannote[427].speaker SPEAKER_05
transcript.pyannote[427].start 1628.13096875
transcript.pyannote[427].end 1628.14784375
transcript.pyannote[428].speaker SPEAKER_00
transcript.pyannote[428].start 1628.14784375
transcript.pyannote[428].end 1628.18159375
transcript.pyannote[429].speaker SPEAKER_04
transcript.pyannote[429].start 1631.79284375
transcript.pyannote[429].end 1634.96534375
transcript.pyannote[430].speaker SPEAKER_04
transcript.pyannote[430].start 1635.37034375
transcript.pyannote[430].end 1637.22659375
transcript.pyannote[431].speaker SPEAKER_04
transcript.pyannote[431].start 1637.64846875
transcript.pyannote[431].end 1644.51659375
transcript.pyannote[432].speaker SPEAKER_04
transcript.pyannote[432].start 1644.88784375
transcript.pyannote[432].end 1652.12721875
transcript.pyannote[433].speaker SPEAKER_04
transcript.pyannote[433].start 1652.90346875
transcript.pyannote[433].end 1656.78471875
transcript.pyannote[434].speaker SPEAKER_00
transcript.pyannote[434].start 1655.26596875
transcript.pyannote[434].end 1658.35409375
transcript.pyannote[435].speaker SPEAKER_00
transcript.pyannote[435].start 1658.47221875
transcript.pyannote[435].end 1659.61971875
transcript.pyannote[436].speaker SPEAKER_04
transcript.pyannote[436].start 1658.52284375
transcript.pyannote[436].end 1659.28221875
transcript.pyannote[437].speaker SPEAKER_04
transcript.pyannote[437].start 1659.61971875
transcript.pyannote[437].end 1660.48034375
transcript.pyannote[438].speaker SPEAKER_00
transcript.pyannote[438].start 1660.48034375
transcript.pyannote[438].end 1665.17159375
transcript.pyannote[439].speaker SPEAKER_00
transcript.pyannote[439].start 1665.55971875
transcript.pyannote[439].end 1666.97721875
transcript.pyannote[440].speaker SPEAKER_00
transcript.pyannote[440].start 1667.14596875
transcript.pyannote[440].end 1671.97221875
transcript.pyannote[441].speaker SPEAKER_04
transcript.pyannote[441].start 1671.43221875
transcript.pyannote[441].end 1686.99096875
transcript.pyannote[442].speaker SPEAKER_00
transcript.pyannote[442].start 1676.89971875
transcript.pyannote[442].end 1678.41846875
transcript.pyannote[443].speaker SPEAKER_04
transcript.pyannote[443].start 1687.24409375
transcript.pyannote[443].end 1688.45909375
transcript.pyannote[444].speaker SPEAKER_04
transcript.pyannote[444].start 1689.28596875
transcript.pyannote[444].end 1690.83846875
transcript.pyannote[445].speaker SPEAKER_00
transcript.pyannote[445].start 1690.83846875
transcript.pyannote[445].end 1692.64409375
transcript.pyannote[446].speaker SPEAKER_04
transcript.pyannote[446].start 1691.61471875
transcript.pyannote[446].end 1691.80034375
transcript.pyannote[447].speaker SPEAKER_00
transcript.pyannote[447].start 1693.75784375
transcript.pyannote[447].end 1704.10221875
transcript.pyannote[448].speaker SPEAKER_04
transcript.pyannote[448].start 1698.90471875
transcript.pyannote[448].end 1699.81596875
transcript.pyannote[449].speaker SPEAKER_04
transcript.pyannote[449].start 1702.39784375
transcript.pyannote[449].end 1705.72221875
transcript.pyannote[450].speaker SPEAKER_04
transcript.pyannote[450].start 1706.16096875
transcript.pyannote[450].end 1713.06284375
transcript.pyannote[451].speaker SPEAKER_04
transcript.pyannote[451].start 1713.65346875
transcript.pyannote[451].end 1715.34096875
transcript.pyannote[452].speaker SPEAKER_05
transcript.pyannote[452].start 1715.34096875
transcript.pyannote[452].end 1715.76284375
transcript.pyannote[453].speaker SPEAKER_04
transcript.pyannote[453].start 1716.13409375
transcript.pyannote[453].end 1718.02409375
transcript.pyannote[454].speaker SPEAKER_00
transcript.pyannote[454].start 1718.02409375
transcript.pyannote[454].end 1722.86721875
transcript.pyannote[455].speaker SPEAKER_00
transcript.pyannote[455].start 1723.15409375
transcript.pyannote[455].end 1727.69346875
transcript.pyannote[456].speaker SPEAKER_01
transcript.pyannote[456].start 1727.69346875
transcript.pyannote[456].end 1728.08159375
transcript.pyannote[457].speaker SPEAKER_00
transcript.pyannote[457].start 1727.92971875
transcript.pyannote[457].end 1729.06034375
transcript.pyannote[458].speaker SPEAKER_01
transcript.pyannote[458].start 1728.73971875
transcript.pyannote[458].end 1753.07346875
transcript.pyannote[459].speaker SPEAKER_04
transcript.pyannote[459].start 1752.97221875
transcript.pyannote[459].end 1757.79846875
transcript.pyannote[460].speaker SPEAKER_04
transcript.pyannote[460].start 1758.52409375
transcript.pyannote[460].end 1760.48159375
transcript.pyannote[461].speaker SPEAKER_01
transcript.pyannote[461].start 1759.31721875
transcript.pyannote[461].end 1767.01221875
transcript.pyannote[462].speaker SPEAKER_00
transcript.pyannote[462].start 1768.14284375
transcript.pyannote[462].end 1770.80909375
transcript.pyannote[463].speaker SPEAKER_00
transcript.pyannote[463].start 1771.14659375
transcript.pyannote[463].end 1774.23471875
transcript.pyannote[464].speaker SPEAKER_00
transcript.pyannote[464].start 1774.58909375
transcript.pyannote[464].end 1777.10346875
transcript.pyannote[465].speaker SPEAKER_00
transcript.pyannote[465].start 1777.12034375
transcript.pyannote[465].end 1778.04846875
transcript.pyannote[466].speaker SPEAKER_00
transcript.pyannote[466].start 1778.40284375
transcript.pyannote[466].end 1779.04409375
transcript.pyannote[467].speaker SPEAKER_00
transcript.pyannote[467].start 1779.28034375
transcript.pyannote[467].end 1779.85409375
transcript.pyannote[468].speaker SPEAKER_00
transcript.pyannote[468].start 1780.37721875
transcript.pyannote[468].end 1784.24159375
transcript.pyannote[469].speaker SPEAKER_00
transcript.pyannote[469].start 1784.95034375
transcript.pyannote[469].end 1787.83596875
transcript.pyannote[470].speaker SPEAKER_00
transcript.pyannote[470].start 1787.90346875
transcript.pyannote[470].end 1790.68784375
transcript.pyannote[471].speaker SPEAKER_00
transcript.pyannote[471].start 1790.90721875
transcript.pyannote[471].end 1795.12596875
transcript.pyannote[472].speaker SPEAKER_04
transcript.pyannote[472].start 1797.04971875
transcript.pyannote[472].end 1797.45471875
transcript.pyannote[473].speaker SPEAKER_04
transcript.pyannote[473].start 1798.34909375
transcript.pyannote[473].end 1801.28534375
transcript.pyannote[474].speaker SPEAKER_04
transcript.pyannote[474].start 1801.55534375
transcript.pyannote[474].end 1806.38159375
transcript.pyannote[475].speaker SPEAKER_04
transcript.pyannote[475].start 1806.68534375
transcript.pyannote[475].end 1808.91284375
transcript.pyannote[476].speaker SPEAKER_04
transcript.pyannote[476].start 1809.63846875
transcript.pyannote[476].end 1809.65534375
transcript.pyannote[477].speaker SPEAKER_00
transcript.pyannote[477].start 1809.65534375
transcript.pyannote[477].end 1811.42721875
transcript.pyannote[478].speaker SPEAKER_04
transcript.pyannote[478].start 1809.67221875
transcript.pyannote[478].end 1810.34721875
transcript.pyannote[479].speaker SPEAKER_00
transcript.pyannote[479].start 1811.64659375
transcript.pyannote[479].end 1811.66346875
transcript.pyannote[480].speaker SPEAKER_04
transcript.pyannote[480].start 1811.66346875
transcript.pyannote[480].end 1811.96721875
transcript.pyannote[481].speaker SPEAKER_00
transcript.pyannote[481].start 1811.96721875
transcript.pyannote[481].end 1811.98409375
transcript.pyannote[482].speaker SPEAKER_04
transcript.pyannote[482].start 1811.98409375
transcript.pyannote[482].end 1812.01784375
transcript.pyannote[483].speaker SPEAKER_04
transcript.pyannote[483].start 1812.72659375
transcript.pyannote[483].end 1813.03034375
transcript.pyannote[484].speaker SPEAKER_01
transcript.pyannote[484].start 1813.03034375
transcript.pyannote[484].end 1814.85284375
transcript.pyannote[485].speaker SPEAKER_01
transcript.pyannote[485].start 1814.97096875
transcript.pyannote[485].end 1818.44721875
transcript.pyannote[486].speaker SPEAKER_01
transcript.pyannote[486].start 1819.13909375
transcript.pyannote[486].end 1821.56909375
transcript.pyannote[487].speaker SPEAKER_01
transcript.pyannote[487].start 1822.39596875
transcript.pyannote[487].end 1822.96971875
transcript.pyannote[488].speaker SPEAKER_04
transcript.pyannote[488].start 1822.58159375
transcript.pyannote[488].end 1822.71659375
transcript.pyannote[489].speaker SPEAKER_04
transcript.pyannote[489].start 1822.96971875
transcript.pyannote[489].end 1824.55596875
transcript.pyannote[490].speaker SPEAKER_01
transcript.pyannote[490].start 1824.55596875
transcript.pyannote[490].end 1825.09596875
transcript.pyannote[491].speaker SPEAKER_04
transcript.pyannote[491].start 1824.85971875
transcript.pyannote[491].end 1843.25346875
transcript.pyannote[492].speaker SPEAKER_01
transcript.pyannote[492].start 1828.70721875
transcript.pyannote[492].end 1828.87596875
transcript.pyannote[493].speaker SPEAKER_04
transcript.pyannote[493].start 1843.42221875
transcript.pyannote[493].end 1845.90284375
transcript.pyannote[494].speaker SPEAKER_04
transcript.pyannote[494].start 1847.96159375
transcript.pyannote[494].end 1850.03721875
transcript.pyannote[495].speaker SPEAKER_04
transcript.pyannote[495].start 1850.49284375
transcript.pyannote[495].end 1855.55534375
transcript.pyannote[496].speaker SPEAKER_04
transcript.pyannote[496].start 1856.06159375
transcript.pyannote[496].end 1860.76971875
transcript.pyannote[497].speaker SPEAKER_04
transcript.pyannote[497].start 1861.17471875
transcript.pyannote[497].end 1864.33034375
transcript.pyannote[498].speaker SPEAKER_04
transcript.pyannote[498].start 1865.14034375
transcript.pyannote[498].end 1870.69221875
transcript.pyannote[499].speaker SPEAKER_04
transcript.pyannote[499].start 1871.19846875
transcript.pyannote[499].end 1872.85221875
transcript.pyannote[500].speaker SPEAKER_00
transcript.pyannote[500].start 1871.24909375
transcript.pyannote[500].end 1874.96159375
transcript.pyannote[501].speaker SPEAKER_02
transcript.pyannote[501].start 1914.56721875
transcript.pyannote[501].end 1914.97221875
transcript.whisperx[0].start 0.509
transcript.whisperx[0].end 2.197
transcript.whisperx[0].text 接下來我們請登記第23號吳春城委員質詢
transcript.whisperx[1].start 33.241
transcript.whisperx[1].end 57.519
transcript.whisperx[1].text 有請卓院長麻煩再請卓院長備選吳委員好院長好,你辛苦了聽到你跟陳雪生委員的對話在談馬祖的建設我是非常的感動我覺得以陳委員這個
transcript.whisperx[2].start 61.885
transcript.whisperx[2].end 88.979
transcript.whisperx[2].text 老當益壯為家鄉磨福利所以我覺得我們應該要政治放一邊齊心愛台灣齊心愛台灣大家一起能夠攜手合作全民都在看著我們今天我這個議題非常的重要因為就像上面寫的
transcript.whisperx[3].start 90.339
transcript.whisperx[3].end 116.5
transcript.whisperx[3].text 再過95天臺灣就正式進入了超高齡社會那被視為國安危機的人口問題是否有解那這個希望這個院長暫時把一切的紛擾放一邊我們能夠專注用心以國家利益大於政黨利益甚至大於個人得失
transcript.whisperx[4].start 117.523
transcript.whisperx[4].end 139.088
transcript.whisperx[4].text 因為這件事情事關到600萬的壯世代還有年輕人的未來所以現在也有萬名的人現場在看我們這一場質詢所以我用了一個比較有趣一點希望不要箭靶如章能夠有高度有風度的有一場華山論劍
transcript.whisperx[5].start 141.448
transcript.whisperx[5].end 142.329
transcript.whisperx[5].text 吳春城議員吳春城議員
transcript.whisperx[6].start 167.301
transcript.whisperx[6].end 196.082
transcript.whisperx[6].text 院長知道這個是人口危機我在這個領域也很久了我深深的感受到往前30年臺灣最重要的問題是民主化的問題但到現在還在談民主化就是笑話了民進黨再過明天就是38歲了從青少年到現在中年還在搞同樣的問題這個就要再加油一點
transcript.whisperx[7].start 197.469
transcript.whisperx[7].end 225.667
transcript.whisperx[7].text 但是呢往後30年最重要的是什麼是人口的問題高齡化跟少子化臺灣以全世界最快的老化最嚴重的少子化像那個直接掉下懸崖一樣的人口跟南韓並列為全世界兩個人口最嚴重的國家到2057年我們會超越日本比日本還老
transcript.whisperx[8].start 226.874
transcript.whisperx[8].end 230.13
transcript.whisperx[8].text 這樣的人口危機請問行政院準備好了嗎
transcript.whisperx[9].start 231.732
transcript.whisperx[9].end 258.895
transcript.whisperx[9].text 跟委員報告我們日前曾經試圖討論過這個重要的問題包括我們現在的出生率等等其中我特別提到我幾年前的一個手上的資料是我們到2070年台灣的人口可能降到1500萬那現在我們要維持這樣的數字也必須要做更多更多的努力像日本甚至有日本滅絕論希望哪一天不要台灣就討論這個問題
transcript.whisperx[10].start 260.316
transcript.whisperx[10].end 260.356
transcript.whisperx[10].text 吳春城議員
transcript.whisperx[11].start 283.637
transcript.whisperx[11].end 303.375
transcript.whisperx[11].text 在過10年2030年台灣一半人口將超過50歲一半人口那這一群人茫茫然沒有方向感沒有政策沒有產業任期倒下來那這個也成為少子化的成因年輕人沒有未來
transcript.whisperx[12].start 305.39
transcript.whisperx[12].end 334.42
transcript.whisperx[12].text 那這個這裡我還是要感謝院長在5月31號你第一天這個到國會來做施政報告接受總質詢我也第一天就質詢你當時看到你懷抱理想暢談國家希望工程請問院長你現在雄心壯志還在嗎
transcript.whisperx[13].start 336.207
transcript.whisperx[13].end 361.743
transcript.whisperx[13].text 記得當天我還謝謝委員因為你的壯世代的這種標準把我都列進去了我都感覺到溫暖那我們當時所談的我們會一步一步的落實到現在的人口政策裡面對於委員最關心55歲壯世代的這些還有生產力的消費者而且他具有工作能力的這一群如果讓他導入到社會同時國家社會能夠對他
transcript.whisperx[14].start 362.924
transcript.whisperx[14].end 388.033
transcript.whisperx[14].text 做更多的關懷跟投資這就是在我們現在在包容成長裡面有關你社會投資相當重要的一部分院長你知道你是國家最高行政首長你一言興邦你的一句話影響力有多大所以我們不是隨便嘴巴講一講當然是就過了因為你知道你當時承諾在行政院成立了跨部會的小組
transcript.whisperx[15].start 389.633
transcript.whisperx[15].end 403.938
transcript.whisperx[15].text 終於啟動了整個的壯世代計畫列車因為我們都很當真我們都很相信院長所以有六位部長都啟動了我們來看一下整立法院都動起來了
transcript.whisperx[16].start 405.327
transcript.whisperx[16].end 421.992
transcript.whisperx[16].text 立法院還有韓院長有出席主持我們有63位立委加入的壯世代政策及產業發展促進會壯促會然後200多位的學專家這個也在我們群仙樓九樓
transcript.whisperx[17].start 423.864
transcript.whisperx[17].end 449.977
transcript.whisperx[17].text 創下一時的朝野共識所以可以看立法院動起來的我們再看省紀部都動起來省紀部一直對我們政府在高齡化少子化處理的政策很不滿意很有意見也出了很多指導的一些評論分析但是看起來大家都置之不理
transcript.whisperx[18].start 451.15
transcript.whisperx[18].end 461.324
transcript.whisperx[18].text 沈記長也認同壯世代的理念認為這是一個新社會的解方邀請我去跟他們上課跟做了很多的溝通
transcript.whisperx[19].start 463.681
transcript.whisperx[19].end 489.943
transcript.whisperx[19].text 針對430位的審計人員他最後也承諾要把這樣的政策列為年度的審計重點希望審計的跟行政院能夠大家一起同心同力另外我們的事務官我也非常感謝陳時中政委在院長承諾之後他立刻接下任務立馬行動很快速的在兩個禮拜之內就召開了
transcript.whisperx[20].start 490.503
transcript.whisperx[20].end 490.563
transcript.whisperx[20].text 吳春城議員
transcript.whisperx[21].start 515.899
transcript.whisperx[21].end 543.847
transcript.whisperx[21].text 在8月12號的時候我們召開了壯士代的公聽會那聖旗一使也250位的專家出席50位的中央的官員出席那我特別感謝有8位的次長5位的次長全程參與4個小時沒有沒有沒有跑掉大家非常熱烈而且很有共識達成了10點共識後來也有送到行政院做參考
transcript.whisperx[22].start 544.844
transcript.whisperx[22].end 550.039
transcript.whisperx[22].text 另外也跟院長報告 狀態不是臨時提出來的他在民間已經倡議3年了
transcript.whisperx[23].start 552.138
transcript.whisperx[23].end 578.654
transcript.whisperx[23].text 所以普及民間、廣獲共鳴你現在去Google大概有超過10萬筆的壯世代的文章在討論在這一期的商業週刊以壯世代做封面35頁報導那你可以看到這個在民間是如何而且他談的是企業對於企業看到的這一方面的共識也請部會能夠好好的
transcript.whisperx[24].start 579.133
transcript.whisperx[24].end 579.914
transcript.whisperx[24].text 養養灑灑數萬字竟然沒有提到這五個字超高齡社會
transcript.whisperx[25].start 596.826
transcript.whisperx[25].end 609.269
transcript.whisperx[25].text 我有點嚇到 你知道嗎 我說 院長我 院長你是忘了嗎 你的承諾嗎你心中沒有超高齡社會嗎但是我寧願相信 院長你最近真的是太累了
transcript.whisperx[26].start 610.077
transcript.whisperx[26].end 610.137
transcript.whisperx[26].text 萬鈞蓄勢待發
transcript.whisperx[27].start 632.978
transcript.whisperx[27].end 656.016
transcript.whisperx[27].text 行政院有決心嗎?大家突然有一點﹖有院長你的一言興邦﹖有時候一言悔邦這一個大家等待你這一個在這個跨部會小組在陳政委的領導下召開的三次會議主動的從6個部會擴充到13個部會
transcript.whisperx[28].start 660.289
transcript.whisperx[28].end 681.365
transcript.whisperx[28].text 這是主動 這不是委員的要求是他們在探討過程當中會發現真的是很多部會跟高聯化都有關也提出了64項的計畫這個項目大概就看到這個盛世壯大盛世壯大讓我們 但是仔細一看以後發現
transcript.whisperx[29].start 683.991
transcript.whisperx[29].end 705.917
transcript.whisperx[29].text 這都是匯編的現行措施現行措施沒有策略引導沒有未來性沒有前瞻性感覺就是敷衍表示另外我們也詢問了各個部會有關壯世代這13個部會有關壯世代編類預算的情況根據他們的回覆
transcript.whisperx[30].start 714.883
transcript.whisperx[30].end 737.142
transcript.whisperx[30].text 有5個部會掛零 兩個部會是零頭勞動部沒有公務預算 另外找一些基金衛福部都是在做一些文康志工 也都是湊數性的讓我們真的是滿腔熱血 突然被潑了冷血不過剛蘇發布
transcript.whisperx[31].start 738.739
transcript.whisperx[31].end 766.777
transcript.whisperx[31].text 有傳給我說他們其實是有編列的1.7億那只是名稱沒有用對但是這個不是一個名稱這是一個政策不是名稱掛羊頭賣狗肉那也沒有意義院長這裡喔超高齡社會再過95天8年後台灣一半人口超過50歲那我要三問院長
transcript.whisperx[32].start 767.97
transcript.whisperx[32].end 768.811
transcript.whisperx[32].text 院長你覺得
transcript.whisperx[33].start 790.521
transcript.whisperx[33].end 805.911
transcript.whisperx[33].text 報告委員我們國家的政策國發會長期以來都有相當整密的規劃甚至他們也定期的或是不定期的會發表很多對國家政策的過去的分析未來的預判目前這個工作也正在進行當中
transcript.whisperx[34].start 806.851
transcript.whisperx[34].end 811.775
transcript.whisperx[34].text 各部會呈現出來的編類 像教育部 終身教育師 預算 針對60歲以上的教育預算 佔教育部的0.2%基本上各部會幾乎都是1%以下
transcript.whisperx[35].start 832.588
transcript.whisperx[35].end 832.808
transcript.whisperx[35].text 吳春城議員
transcript.whisperx[36].start 848.106
transcript.whisperx[36].end 873.76
transcript.whisperx[36].text 不過請委員能夠關心因為我們剛剛因為由您的一邊督促陳時中政委是非常快速的行動未來他會在我們社會福利推動委員會當中也會定期的將這個議題納為報告的重點那各部會也有他可以雲芝的這個預算跟費用我認為在所謂定義成眾世代的相關的過程當中政府不會去忽略了
transcript.whisperx[37].start 874.605
transcript.whisperx[37].end 903.081
transcript.whisperx[37].text 移漏了這一塊那以後還要請委員我們繼續來督促是不是執行的能夠到位這個各部位因為主動都站出來各部位有誠意但是我們現在欠缺的是什麼跟委員報告我可以補充事實上我們今年14年教育部在這個中生學習這一塊我們事實上經會我特別因為委員關心這個壯世代我覺得那也確實在
transcript.whisperx[38].start 903.541
transcript.whisperx[38].end 905.302
transcript.whisperx[38].text 我看好像主計處的資料這一個在我們的稅基上面壯士代的貢獻是占了55%
transcript.whisperx[39].start 933.106
transcript.whisperx[39].end 960.173
transcript.whisperx[39].text 是支撐我們國家各位我們行政院編列中的預算55%以上是壯士代因為他有工作能力有消費力但是我們很多為他們照顧不到1%好 第二問 院長這不是老人的問題這是年輕人的問題年輕世代大家都在談扶養比這個扶養比這個工作人口當分母然後被扶養當分子那因為高齡化
transcript.whisperx[40].start 960.981
transcript.whisperx[40].end 961.021
transcript.whisperx[40].text 吳春城議員
transcript.whisperx[41].start 965.721
transcript.whisperx[41].end 985.153
transcript.whisperx[41].text 越來越小對不對目前是4比1委員吳春城我時間暫停一下好不好對不起那個備詢的部長你看問哪一位就在那邊其他的部長就請回好不好因為這樣子這個畫面等一下我要請你們出來跟我喊口號好不好請各位部長先回院長請留下來我們的大家長對不起我覺得這樣會比較好一點抱歉抱歉吳委員對不起請繼續好
transcript.whisperx[42].start 994.178
transcript.whisperx[42].end 1012.267
transcript.whisperx[42].text 目前是4比1啦 4個扶養1個到2040年是2比1啦到2057年就1比1啦 台就分子代分母啦我要請問院長對這個會壓垮下一代的扶養品國家希望工程有解方嗎
transcript.whisperx[43].start 1013.985
transcript.whisperx[43].end 1014.045
transcript.whisperx[43].text 吳春城議員
transcript.whisperx[44].start 1028.035
transcript.whisperx[44].end 1043.594
transcript.whisperx[44].text 高齡照顧上面我們會持續推動長照3.0來增加年輕人在對高齡長輩的一個負擔那我們會做更多的家庭投資來投資給這個年輕的家庭讓他們能夠從減輕負擔開始
transcript.whisperx[45].start 1046.021
transcript.whisperx[45].end 1057.269
transcript.whisperx[45].text 能夠比較成長自己的撫養的這個能力這個就是在過程當中這個事情沒有一個社會有辦法去照顧一半的人口都從照顧撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養撫養�
transcript.whisperx[46].start 1074.225
transcript.whisperx[46].end 1091.752
transcript.whisperx[46].text 這些人不是我們所想像的都是躺在那邊靠撫養的靠社會福利的他們事實上可以生產者消費者繼續成為一個社會的貢獻者現在戰後嬰兒草全部進入60歲了戰後嬰兒草有三個特質
transcript.whisperx[47].start 1093.817
transcript.whisperx[47].end 1104.347
transcript.whisperx[47].text 高壽、高智能、高資產這些是社會上非常有用的人我們現在就把他打到社會的邊緣去了讓他任由他們臥床躺平
transcript.whisperx[48].start 1105.066
transcript.whisperx[48].end 1105.346
transcript.whisperx[48].text 吳春城議員吳春城議員
transcript.whisperx[49].start 1132.168
transcript.whisperx[49].end 1132.348
transcript.whisperx[49].text 吳春城議員
transcript.whisperx[50].start 1146.206
transcript.whisperx[50].end 1146.546
transcript.whisperx[50].text 三問院長
transcript.whisperx[51].start 1175.799
transcript.whisperx[51].end 1194.566
transcript.whisperx[51].text 我們現在的社福預算已經超過了8300億了現在呢 花了這些錢可以解決我們的人口國安危機嗎還是這些錢有辦法承諾 如果花了這些錢就有效 那我們當然值得花嘛有效嗎 會嗎 會解決嗎
transcript.whisperx[52].start 1196.411
transcript.whisperx[52].end 1215.402
transcript.whisperx[52].text 委員應該清楚人口的危機不會是一年兩年就可以解決的但至少我們現在有一個方向我們如何先維持現在的出生率能夠把它維持住再想盡各種有效的途徑讓把它提高所以我們用更多的剛剛說的社會投資從0到2歲2到6歲之後的義務教育
transcript.whisperx[53].start 1220.278
transcript.whisperx[53].end 1240.956
transcript.whisperx[53].text 國中到大學一路上0到22歲國家跟著大家一起養的這種觀念希望鼓勵大家這一個是一個全面性的問題這一個也不是靠幾個救濟性的措施能夠解決的問題既然是國安危機這麼容易解決就不叫國安危機了
transcript.whisperx[54].start 1241.917
transcript.whisperx[54].end 1269.946
transcript.whisperx[54].text 那所以呢最終的源自於我們失衡的高齡政策我們現在只有單軌式的照顧性政策而沒有發展性政策那這個8300億也只能照顧15%就是這些已經越來越失能越來越需要照顧的但是呢任由85% 800萬的人像土石流一樣的因為隨著他們年紀越來越大未來都是高齡者一定越來越多嘛
transcript.whisperx[55].start 1270.623
transcript.whisperx[55].end 1270.883
transcript.whisperx[55].text 雙軌並行,我們現在只有單軌
transcript.whisperx[56].start 1300.393
transcript.whisperx[56].end 1306.639
transcript.whisperx[56].text 這兩個必須為什麼他有所不同學理不同 目標不同不能混為一談混為一談就是沒有解方嘛OK 下來這個 院長你也看到了大家
transcript.whisperx[57].start 1327.216
transcript.whisperx[57].end 1356.433
transcript.whisperx[57].text 都起義來歸了要追隨你我們要來給全民做承諾各級的車廂都到位了論述到位 行政到位 立法到位 審計到位媒體 輿論都到位了但是我們竟然發現沒有火車頭沒有火車頭這些變成什麼展示櫥窗喔展示櫥窗 好看的做好看的這樣其實沒有在動火車頭在哪裡
transcript.whisperx[58].start 1357.999
transcript.whisperx[58].end 1380.23
transcript.whisperx[58].text 我的頭在我的對面就是你就是你你知道你非常的重要我們現在來看日本怎麼做日本在1995年就有高齡社會對策基本法30年前欸人家30年前就有這個我們看他的第15條在內閣府要設立高齡社會對策會議
transcript.whisperx[59].start 1381.887
transcript.whisperx[59].end 1385.054
transcript.whisperx[59].text 第16條 會議的會長有內閣總理大臣擔任 就是我們的行政院長
transcript.whisperx[60].start 1389.212
transcript.whisperx[60].end 1390.693
transcript.whisperx[60].text 吳春城議員吳春城議員吳春城議員吳春城議員
transcript.whisperx[61].start 1415.575
transcript.whisperx[61].end 1440.321
transcript.whisperx[61].text 不僅認同我們也是朝這個方向我們有社會福利推動委員會那也是由院長來召集的雖然不是跟日本這樣一個單一的訴求我們一定會把那個議題剛剛陳時中政委所努力過的這種過程放在裡面做一個我覺得有誠意沒有決心決心要做就要做到底其實也不用效法日本我們自己行政院就有了只是看你重不重視這個關心問題
transcript.whisperx[62].start 1443.103
transcript.whisperx[62].end 1462.177
transcript.whisperx[62].text 我們現在行政院這個效能做得不錯是人員跟檢探辦公室已經有這個檢探辦公室可以依照中央行政組織機關基準法第28條就可以成立這些組織編制所以現在法令由派任然後要有召集人要有副院長以上的人來擔任
transcript.whisperx[63].start 1463.098
transcript.whisperx[63].end 1463.698
transcript.whisperx[63].text 執行長:副主任:分組業務
transcript.whisperx[64].start 1486.731
transcript.whisperx[64].end 1501.941
transcript.whisperx[64].text 這件事情﹚人口的問題涉及的13個部位都來了再看看有沒有決心而已有決心就應該要比照這樣的方式才有辦法而這個解決是未來台灣一半人口的幸福
transcript.whisperx[65].start 1502.757
transcript.whisperx[65].end 1528.791
transcript.whisperx[65].text 跟委員報告不僅決心還要有行動在社會福利推動委員會召開的19次會議當中跟委員報告17到19次這幾次裡面都有把壯世代的議題列為一個討論那是不是我們會後可以把這個討論的重點再跟委員做詳細的說明跟報告因為我知道前面的問題啦就是真的是我也看得出院長的誠意但是我們沒有找到問題的核心
transcript.whisperx[66].start 1529.511
transcript.whisperx[66].end 1529.992
transcript.whisperx[66].text 臺灣進入超高齡社會
transcript.whisperx[67].start 1546.721
transcript.whisperx[67].end 1549.242
transcript.whisperx[67].text 可否承諾在行政院設立專責的壯世代政策辦公室
transcript.whisperx[68].start 1575.493
transcript.whisperx[68].end 1579.875
transcript.whisperx[68].text 但是要比照像檢探辦公室這樣的編制按照這樣的組織法來成立你給他要馬兒跑但是不給他吃草
transcript.whisperx[69].start 1598.345
transcript.whisperx[69].end 1601.587
transcript.whisperx[69].text 我會緊記剛剛委員所說的有想法還要有決心還要下去行動我跟你講我們的決心都是夠的行動或許剛開始我們在收集更完整的資料但最後我們就會收斂
transcript.whisperx[70].start 1621.881
transcript.whisperx[70].end 1649.742
transcript.whisperx[70].text 提出幾個重點的計畫 院長可不可以承諾這樣子 成立這個辦公室這個問題我已經陳述 這個我看周邊這個是大數據這個的問題涉及到這麼多 如果這是一個國安問題這是一個希望工程的問題 扶養筆的問題 少子化的問題 社福要破產的問題ESG所有的這些的問題都跟這件事情有關
transcript.whisperx[71].start 1650.763
transcript.whisperx[71].end 1653.485
transcript.whisperx[71].text 委員長你是領導我講這件事情我非常清楚了
transcript.whisperx[72].start 1674.48
transcript.whisperx[72].end 1674.86
transcript.whisperx[72].text 我跟委員的承諾
transcript.whisperx[73].start 1693.763
transcript.whisperx[73].end 1695.664
transcript.whisperx[73].text 社會福利委員會的思維那個就單軌你再把這個放在這個單軌底下就死路一條啦
transcript.whisperx[74].start 1716.212
transcript.whisperx[74].end 1744.491
transcript.whisperx[74].text 保證死路一條我們已經搞太久了啦或者是我們國發會他現在已經有一個人口對策的一個相關的組織我們可以把它做內容功能的強化是不是請朱偉來說明一下我跟委員報告一下我剛剛跟陳政委有做討論我們認為整個人口的問題都必須被探討不是只有壯世代從年輕人要不要生小孩一路到老所以我們希望成立一個人口對策的辦公室
transcript.whisperx[75].start 1745.111
transcript.whisperx[75].end 1745.731
transcript.whisperx[75].text 吳春城議員吳春城議員吳春城議員
transcript.whisperx[76].start 1768.186
transcript.whisperx[76].end 1794.925
transcript.whisperx[76].text 跟委員報告日前我們討論過人口政策的時候大概都有這樣交換意見只是還沒有把它當作一個純熟對外發表的過程所以我說我還跟陳政委還有社福推動委員會跟國發會我們在做一個比較完整的規劃我覺得推出來不是一個空的架構空的組織它必須要精神內容跟計劃齊成這樣我們才能夠對後續的工作有十足的掌握
transcript.whisperx[77].start 1799.221
transcript.whisperx[77].end 1821.421
transcript.whisperx[77].text 我跟院長報告現在在馬上進入超高齡社會了你今天在這裡不能做承諾沒有決心那全民都看到我們有動作我們有行動這是一個決心的問題我們是有絕對的承諾面對人口的問題壯士代是人口問題的一部分
transcript.whisperx[78].start 1822.618
transcript.whisperx[78].end 1845.701
transcript.whisperx[78].text 對但是非常核心的一部分好嗎是的非常核心而且跟你講這跟高齡化跟少子化是一體制兩面掌握三分之二財富金管會是這樣子這些財富都鎖在這裡年輕人沒有未來變成食水經濟包括長壽經濟是年輕人的未來最重要的產業發展包括教育包括文化所有的層面來我們看下一頁
transcript.whisperx[79].start 1848.01
transcript.whisperx[79].end 1848.43
transcript.whisperx[79].text 我個人也不會認為銀髮是海嘯
transcript.whisperx[80].start 1914.659
transcript.whisperx[80].end 1914.702
transcript.whisperx[80].text 主席
會議時間 2024-09-27T09:00:00+08:00
委員發言時間 11:16:24 - 11:48:19
會議名稱 第11屆第2會期第2次會議(事由:對行政院院長施政報告繼續質詢)
gazette.lineno 753
gazette.blocks[0][0] 吳委員春城:(11時16分)有請卓院長。
gazette.blocks[1][0] 主席:麻煩再請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:吳委員好。
gazette.blocks[3][0] 吳委員春城:院長好,你辛苦了。
gazette.blocks[4][0] 卓院長榮泰:不會,應該的。
gazette.blocks[5][0] 吳委員春城:剛剛聽到你跟陳雪生委員的對話,在談馬祖的建設,我是非常感動,我覺得陳委員老當益壯,在為家鄉謀福利,所以我覺得我們應該政治放一邊,齊心愛臺灣,大家一起攜手合作,全民都在看著我們。
gazette.blocks[5][1] 今天我的這個議題非常重要,因為就像上面寫的,再過95天臺灣就正式進入超高齡社會,被視為國安危機的人口問題是否有解?希望院長暫時把一切紛擾放一邊,我們能夠專注用心地,以國家利益大於政黨利益,甚至大於個人得失,因為這件事情事關到600萬的壯世代,還有年輕人的未來,所以現在有萬名的人線上在看我們這場質詢。
gazette.blocks[5][2] 我用一個比有趣一點的,希望不要劍拔弩張,能夠有高度、有風度地來一場華山論劍,能夠對於我們如何邁向超高齡社會跟院長有一個很好的交流給全民交代,這樣好嗎?
gazette.blocks[6][0] 卓院長榮泰:好。我覺得委員不用用「大論辯」,我們用大討論就可以了。
gazette.blocks[7][0] 吳委員春城:大討論,對,OK,華山論劍嘛!華山論劍可能到最後就是齊心齊力一致對外嘛!
gazette.blocks[7][1] 院長知道這是人口危機,我在這個領域也很久了,我深深地感受到,往前30年臺灣最重要的問題是民主化的問題,但是到現在還在談民主化就是笑話了。民進黨明天就是38歲了,從青少年到現在中年,還在搞同樣的問題就要再加油一點了。往後30年最重要的是什麼?是人口的問題,有高齡化跟少子少。臺灣有全世界最快的老化、最嚴重的少子化,像直接掉下懸崖一樣的人口,跟南韓並列為全世界兩個人口問題最嚴重的國家,到2057年我們會超越日本,比日本還老,這樣的人口危機,請問行政院準備好了嗎?
gazette.blocks[8][0] 卓院長榮泰:跟委員報告,我們日前曾經試圖討論過這個重要的問題,包括我們現在的出生率等等,其中我特別提到幾年前我手上的一個資料,說到2070年臺灣的人口可能降到1,500萬,現在我們要維持這樣的數字也必須要做更多、更多的努力,否則我們會失去……
gazette.blocks[9][0] 吳委員春城:對、對、對,像日本甚至有日本滅絕論,希望臺灣不要哪一天要討論這個問題。所以努力就從我們現在開始,這個我們已經太長期忽略了,特別明年(2025年)是邁向超高齡社會元年,我們正式面對超高齡社會來臨的元年,希望從院長開始。因為這個問題會讓臺灣整個動能消失,再過10年,2034年臺灣有一半人口將超過50歲,一半人口!這一群人茫茫然,沒有方向感、沒有政策、沒有產業,任其這樣子倒下來,這個也成為少子化的成因,年輕人沒有未來。
gazette.blocks[9][1] 這裡我還是要感謝院長,在5月31日你第一天到國會來做施政報告接受總質詢,我也第一天就質詢你,當時看到你懷抱理想、暢談國家希望工程,請問院長,你現在雄心壯志還在嗎?
gazette.blocks[10][0] 卓院長榮泰:記得當天我還謝謝委員,因為你壯世代的這種標準把我都列進去了,我都感覺到溫暖,我們當時所談的,我們會一步一步落實到現在的人口政策裡面,對於委員最關心55歲壯世代還有生產力的消費者,而且具有工作能力的這一群,如果讓他導入到社會,同時國家、社會能夠對他做更多的關懷及投資,這就是我們現在在包容成長裡面有關於社會投資相當重要的部分……
gazette.blocks[11][0] 吳委員春城:很好!院長,你知道的,你是國家最高的行政首長,你一言興邦,你的一句話影響力有多大,所以我們不是隨便嘴巴講一講……
gazette.blocks[12][0] 卓院長榮泰:當然是。
gazette.blocks[13][0] 吳委員春城:就過了。你知道你當時承諾在行政院成立的跨部會小組終於也啟動了整個壯世代的計畫列車,因為我們都很當真,我們都很相信院長,所以有6位部長都啟動了。
gazette.blocks[13][1] 我們來看一下,連立法院都動起來了,立法院韓院長還有出席主持,我們有63位立委加入了壯世代政策及產業發展促進會(壯促會),還有200多位的學者專家,這個也在我們群賢樓9樓創下一時的朝野共識,所以可以看到立法院動起來了。我們再看,審計部都動起來了,審計部一直對我們政府在高齡化、少子化處理的政策很不滿意、很有意見,也出了很多指導的評論分析,但是看起來大家都置之不理,審計長也認同了壯世代的理念,認為這是一個新社會的解方,邀請我去跟他們上課,做了很多的溝通,針對430位的審計人員,他最後也承諾要把這樣的政策列為年度的審計重點,希望審計部與行政院能夠大家一起同心同力。另外,我們的政務官,我也非常感謝我們陳時中政委,在院長承諾之後,他立刻接下任務,立馬行動,很快速的在兩個禮拜之內就召開了這個跨部會小組的會議,他也深入的去瞭解什麼是壯世代,跟過去的銀髮族有什麼不同,因為他當過衛福部長,他非常瞭解銀髮族,對於新的,他深表認同,也展開了一些行動目標,召開了3次會議,在8月12號我們召開了壯世代的公聽會,盛極一時,有250位的專家出席、50位的中央官員出席,我特別感謝有8位部會的次長4個小時全程參與,沒有跑掉,大家非常熱烈,而且很有共識,達成了10點共識,後來也有送到行政院給各位參考。
gazette.blocks[13][2] 另外也跟院長報告,壯世代不是臨時提出來的,它在民間已經倡議三年了,所以普及民間、廣獲共鳴,你現在去google大概有超過10萬筆壯世代的文章在討論,在這一期的商業週刊以壯世代做封面,有35頁的報導,你可以看到這一個觀念在民間是如何,而且它談的是企業,對於企業在這一方面的共識,也請部會能夠好好的去看一下這一些民間的需求反映。
gazette.blocks[13][3] 但是那一天院長你的施政報告整本厚厚的,我還從頭到尾檢查,洋洋灑灑數萬字,竟然沒有提到這5個字──超高齡社會,我有點嚇到你知道嗎?院長是忘了你的承諾嗎?你心中沒有超高齡社會嗎?但是我寧願相信,院長你最近真的是太累了。
gazette.blocks[14][0] 卓院長榮泰:已經在進行中的事情,我沒有把它特別強調,這點抱歉。
gazette.blocks[15][0] 吳委員春城:對,當然啦!這一點我基本上是體諒你的,覺得你是太累了,分心太多啦!但是這件事情還是裡面提到的,因為大家都動起來了,萬軍蓄勢待發,然後行政院有決心嗎?大家突然有一點……院長,你的一言興邦,有時候一言毀邦,大家在等待你。跨部會小組在陳政委的領導下召開了3次會議,主動的從6個部會擴充到13個部會,這是主動的,這不是委員的要求,是他們在探討過程當中會發現,真的是很多部會跟高齡化都有關,也提出了64項計畫,大概看到這些項目會認為聲勢壯大,但是仔細一看以後發現這些都是彙編的現行措施,沒有策略引導、沒有未來性、沒有前瞻性,感覺就是敷衍了事。
gazette.blocks[15][1] 另外我們也詢問了這13個部會有關壯世代編列預算的情況,根據他們的回復,幾乎都零零落落,有5個部會掛零,2個部會是零頭,勞動部沒有公務預算,另外找一些基金,衛福部都是在做一些文康志工,也都是湊數性的,讓我們真的是滿腔熱血突然被潑了一盆冷水,不過剛剛數發部有傳給我說他們其實有編列了1.7億,只是名稱沒有用對,但是這個不是一個名稱,這是一個政策,不是用名稱掛羊頭賣狗肉,那也沒有意義。
gazette.blocks[15][2] 院長,超高齡社會再過95天,8年後臺灣一半人口超過50歲,那我要三問院長,看到現在我們的各個縣市,有7個縣市現在已經是超高齡社會了,國家的人口政策可以沒有長期性、前瞻性的政策,只靠秘書彙編這種隨附的措施,可以解決這樣子的人口政策嗎?院長,你覺得呢?
gazette.blocks[16][0] 卓院長榮泰:報告委員,對於我們國家的政策,國發會長期以來都有相當縝密的規劃,甚至他們也會定期或是不定期的發表很多對國家政策過去的分析、未來的預判,目前這個工作也正在進行當中。
gazette.blocks[17][0] 吳委員春城:我知道國發會很努力,但是他們提的東西你們都不看啊!各部會都不看啊!
gazette.blocks[18][0] 卓院長榮泰:新的國發會,就還沒有完全成熟的部分,我們有討論過……
gazette.blocks[19][0] 吳委員春城:各部會呈現出來的編列,像教育部終身教育司針對60歲以上的教育預算,占教育部的0.2%,基本上各部會幾乎都是1%以下,幾乎都是在衛福部,這個1%也都是配合衛福部的一些措施,基本上大家都認為60歲就沒用了,所以文化也不用了,教育也不用了,隨隨便便,是不是這樣?
gazette.blocks[20][0] 卓院長榮泰:請委員能夠寬心,因為有您的督促,陳時中政委是非常快速的行動,未來他在我們社會福利推動委員會當中也會定期的將這個議題納為報告的重點,各部會也有它可以勻支的預算跟費用,我認為在所謂定義成壯世代的相關過程當中,政府不會去忽略、遺漏這一塊,以後還要請委員繼續來督促,看執行的是不是到位。
gazette.blocks[21][0] 吳委員春城:各部會主動都站出來了,我知道各部會有誠意,但是我們現在欠缺的是什麼?是決心。
gazette.blocks[22][0] 鄭部長英耀:有,跟委員報告,我可以補充,事實上114年教育部在終身學習這一塊的經費上,因為委員關心壯世代,那也確實在整個學習人生的一個規劃裡面,所以我特別增加了二點多億,也就是說,我們從原來的經費……
gazette.blocks[23][0] 吳委員春城:3.4億。
gazette.blocks[24][0] 鄭部長英耀:增加到將近5億的經費,所以這整個所占的比例,教育部的經費也有超過百分之一點多,所以不是委員講的0.2%……
gazette.blocks[25][0] 吳委員春城:我看了好像是主計處的資料,在我們的稅基上面,壯世代的貢獻就占了55%,支撐著我們國家。各位,行政院編列這麼多預算,55%以上是壯世代……
gazette.blocks[26][0] 卓院長榮泰:因為他有工作能力、有消費力。
gazette.blocks[27][0] 吳委員春城:但是我們對他們的照顧卻不到1%。第二問,院長,這不是老人的問題,這是年輕人的問題,年輕世代,大家都在談撫養比,就是把工作人口當分母,被撫養者當分子,但因為高齡化,所以分子就越來越大;又因為少子化,分母就越來越小,對不對?目前是四比一……
gazette.blocks[28][0] 主席:吳委員,我時間暫停一下好不好?對不起,備詢的部長,你看要問哪一位,就站在那邊,其他的部長就請回,好不好?因為這樣子這個畫面……
gazette.blocks[29][0] 吳委員春城:OK,等一下我要請你們出來跟我喊口號,好不好?
gazette.blocks[30][0] 主席:對,因為這樣子不是很好看。
gazette.blocks[31][0] 吳委員春城:現在先請回。
gazette.blocks[32][0] 主席:請各位部長先回,院長請留下來。
gazette.blocks[33][0] 吳委員春城:我們的大家長。
gazette.blocks[34][0] 主席:對不起,我覺得這樣會比較好一點。
gazette.blocks[35][0] 卓院長榮泰:謝謝院長。
gazette.blocks[36][0] 主席:吳委員,對不起,請繼續。
gazette.blocks[37][0] 吳委員春城:好。目前是四比一,四個撫養一個,到2040年是二比一,到2057年就一比一,分子就大於分母了。我要請問院長,對於這個會壓垮下一代的撫養比,國家希望工程有解方嗎?我們現在承諾了,我們現在所做的事情可以解開這個撫養比,這個撫養比都是學者做的、國發會做的資料,有沒有什麼解方?
gazette.blocks[38][0] 卓院長榮泰:從高齡的照顧上面,我們會持續推動長照3.0,來減輕年輕人在對高齡長輩的負擔;我們會做更多的家庭投資,來投資給年輕家庭,讓他們能夠從減輕負擔開始,來增加自己的撫養能力,這個都是在過程當中。
gazette.blocks[39][0] 吳委員春城:院長,這個事情,沒有一個社會有辦法去照顧一半的人口,都從照顧……
gazette.blocks[40][0] 卓院長榮泰:是。
gazette.blocks[41][0] 吳委員春城:壯世代不是一個名詞,它涉及到很多的政策,壯世代有它的解方,就是把分子壯起來,拉下來當分母,這些人不是我們所想像的都是躺在那邊要靠撫養、要靠社會福利的,他們事實上可以作為生產者、消費者,繼續成為一個社會的貢獻者。現在戰後嬰兒潮全部進入60歲了,戰後嬰兒潮有三個特質──高壽、高智能、高資產,這些是社會上非常有用的人,但我們現在就把他們打到社會的邊緣去,任由他們臥床躺平,然後面對這樣大量的老人,我們再用社福去救濟,這不是一個很愚蠢的方法嗎?
gazette.blocks[42][0] 卓院長榮泰:我一直有一個講法,就是讓高齡者健康多一天,會好過我們對他的照顧多一點,所以衛福部、勞動部有途徑,包括這些壯世代跟高齡者的學習、就業、投資、文化、文康、觀光等等,甚至自願服務、做志工,讓他再進到社會,這些都有途徑的。
gazette.blocks[43][0] 吳委員春城:其實我們換個角度,從銀髮思維的角度就是照護;但是如果從壯世代的思維,你會發現這群人太有用了,是臺灣社會重要的支撐力量。我們把他拉下來,大家看到臺灣扶養者的底盤就非常壯大,而且下面就是世代和諧、世代共榮、世代共同工作,這才是一個美好的臺灣。不然一直花他們的錢、掏空臺灣,未來下一個世代支撐不住,沒有人有辦法扶養。
gazette.blocks[43][1] 再來三問院長,我們現在的社福預算已經超過了8,300億,花了這些錢可以解決我們的人口國安危機嗎?還是有辦法承諾,如果花了這些錢就有效,那我們當然值得花嘛!有效嗎?會嗎?會解決嗎?
gazette.blocks[44][0] 卓院長榮泰:委員應該清楚,人口的危機不會是一年、兩年就可以解決的,但至少我們現在有一個方向,如何先維持現在的出生率,能夠把它維持住,再想盡各種有效的途徑把它提高,所以我們用更多剛剛說的社會投資,從0到2歲、2到6歲之後的義務教育,到國中、到大學,一路上0到22歲,國家跟著大家一起養的這種觀念,希望鼓勵大家。
gazette.blocks[45][0] 吳委員春城:我知道這是一個全面性的問題,也不是靠幾個救濟性的措施就能夠解決的問題。既然是國安危機,這麼容易解決就不叫國安危機了。
gazette.blocks[46][0] 卓院長榮泰:當然。
gazette.blocks[47][0] 吳委員春城:所以最終源自於我們失衡的高齡政策,我們現在只有單軌式的照護性政策,而沒有發展性政策。這個8,300億也只能照顧15%已經越來越失能、越來越需要照顧的這些人,但是任由85%、800萬的人像土石流一樣,因為隨著他們年紀越來越大,未來高齡者一定越來越多,高齡者如果越來越多,有多少的錢可以用照護措施來解決這個問題?一定無解的嘛!我們要避免讓這些人像土石流一樣,因為高齡社會來臨,他們占人口的總數一定會越來越多,但是我們一定不能讓他的比例增加,對不對?
gazette.blocks[48][0] 卓院長榮泰:對。
gazette.blocks[49][0] 吳委員春城:就是需要照護的比例。如何做到?當然一定要有發展性政策,雙軌並行,我們現在只有單軌。為什麼現在把壯世代依附在社會福利政策?社會福利就是一個照護性的思維跟措施,這兩個為什麼有所不同?學理不同、目標不同,不能混為一談,混為一談就沒有解方。
gazette.blocks[49][1] 院長,你也看到了,大家都起義來歸了,要追隨你,我們要來給全民承諾,各節車廂都到位了,論述到位、行政到位、立法到位、審計到位、媒體輿論都到位了,但是我們竟然發現沒有火車頭!沒有火車頭,這些就變成展示櫥窗,做好看的,其實沒有在動。火車頭在哪裡?火車頭在我的對面,就是你!你知道你非常的重要嗎?我們現在來看日本怎麼做,日本在1995年就有高齡社會對策基本法,人家30年前就有這個。我們看它的第十五條,在內閣府要設立高齡社會對策會議,第十六條就是這個會議的會長由內閣總理大臣擔任,就是我們的行政院長。當然不是只有這樣擔任,不只是一個會議,底下要有幹事,還要很多的管考、KPI、預算、期程,不能只是靠現在用秘書彙編,然後侷限於現行的組織框架、政策工具、法令,還有缺乏訓練的情況之下來彙編,這是沒辦法去扛起這個大責的啦!院長,你認同嗎?
gazette.blocks[50][0] 卓院長榮泰:不僅認同,我們也是朝這個方向,我們有社會福利推動委員會……
gazette.blocks[51][0] 吳委員春城:好,其實……
gazette.blocks[52][0] 卓院長榮泰:那也是由院長來召集的,雖然不是跟日本這樣一個單一的訴求,我們一定會把那個議題,即剛剛陳時中政委所努力過的這個過程放在裡面做一個重要的……
gazette.blocks[53][0] 吳委員春城:我覺得有誠意沒有決心,有決心要做就要做到底,其實也不用效法日本,我們自己行政院就有了,只是看你重不重視這個國安新問題,現在行政院效能做得不錯的是能源及減碳辦公室,已經有這個減碳辦公室,依照中央行政機關組織基準法第二十八條就可以成立這些組織編制,所以現在有法令派任,然後要有召集人,要由副院長以上的人來擔任召集人,還有共同副召集人,像經濟部、環境部在這裡是擔任副召集人,還有委員代表、各機關代表14人,外部專家學者、民間團體3到9人,之下還有設辦公室、執行長、副執行長、主任、副主任等等,還有分組的各種業務,這樣子有關人口的問題這件事情涉及的13個部會都來了,再看看有沒有決心而已,有決心就應該要比照這樣的方式才有辦法,而這個是解決未來臺灣一半人口的幸福。
gazette.blocks[54][0] 卓院長榮泰:跟委員報告,不僅有決心還要有行動,在社會福利推動委員會召開的19次會議當中,跟委員報告,17到19次這幾次裡面都有把壯世代的議題列為一個討論,是不是我們會後可以把討論的重點再跟委員做詳細的說明跟報告?
gazette.blocks[55][0] 吳委員春城:OK!好,因為我知道前面的問題啦,我真的也看得出院長的誠意,但是我們沒有找到問題的核心、沒有找到問題的核心!
gazette.blocks[56][0] 卓院長榮泰:我們繼續努力。
gazette.blocks[57][0] 吳委員春城:才會有64項都是用秘書彙編,所以我覺得關鍵在這裡。院長,現在倒數95天了,明年1月1號開始,臺灣進入超高齡社會,現在大家在看,包括媒體輿論,你可以看所有雜誌都在做高齡議題,大家在等待,而我們的行政院竟然在當中放棄了領導權,沒有回應,零零落落,叫各部會自己自行處理,這樣子大家怎麼會安心呢?這樣子大家怎麼有信心呢?所以院長可否承諾在行政院設立專責的壯世代政策辦公室,可否?
gazette.blocks[58][0] 卓院長榮泰:我們沒有把它放到各部會的秘書工作,我想我們陳時中政委一直在召集這樣的工作,他已經到了一個院級的工作了。
gazette.blocks[59][0] 吳委員春城:我知道,但是要比照像減碳辦公室這樣的編制、按照這樣的組織法來成立,你那個只是交代,你要馬兒跑,但是不給牠吃草……
gazette.blocks[60][0] 卓院長榮泰:不會。
gazette.blocks[61][0] 吳委員春城:只有叫他的秘書,他的秘書都累了,秘書找大家來開會宣示一下,以後大家來彙編,編就是叫他們報……
gazette.blocks[62][0] 卓院長榮泰:不會……
gazette.blocks[63][0] 吳委員春城:現在又只能這樣作業。
gazette.blocks[64][0] 卓院長榮泰:我會謹記剛剛委員所說的,有想法還要有決心,還要下去行動,我跟委員講,我們的決心都是夠的。
gazette.blocks[65][0] 吳委員春城:對,我知道。
gazette.blocks[66][0] 卓院長榮泰:行動,或許剛開始我們在蒐集更完整的資料,但最後我們就會收斂並提出幾個重點的計畫,在……
gazette.blocks[67][0] 吳委員春城:院長,可不可以承諾來成立這個辦公室?這個問題我已經陳述……我看周邊這個是大數據,這個涉及到這麼多問題,這是一個國安問題,這是個希望工程的問題、扶養比的問題、少子化的問題、社福要破產的問題、ESG所有這些的問題都跟這件事情有關,各部會都有問題,行政院還不扛起這個責任來?可不可以扛起?
gazette.blocks[68][0] 卓院長榮泰:我們會負擔起這個責任,因為現在……
gazette.blocks[69][0] 吳委員春城:院長可以成立嗎?
gazette.blocks[70][0] 卓院長榮泰:因為現在我們在社福推動委員會當中已經有這個議題,也要經過大家再共同討論,我們是不是有需要提升、轉換或是強化相關的組織?大家來討論之後……
gazette.blocks[71][0] 吳委員春城:院長,你是領導,我跟你講,這件事情我非常清楚了,這樣子就是在推諉了……
gazette.blocks[72][0] 卓院長榮泰:不,我們會再向委員報告。
gazette.blocks[73][0] 吳委員春城:我們在全民面前,我們希望看到一個有為、有承擔、面對超高齡社會能給人民承諾的,因為這件事情只有決心的問題,不是技術性的問題。
gazette.blocks[74][0] 卓院長榮泰:我跟委員的承諾就是,我們會在現在的機制底下將它做怎樣的強化,但是終究的目的就是讓超高齡世代跟壯世代都有一個更豐富的未來……
gazette.blocks[75][0] 吳委員春城:院長,我跟你講,那個剛才已經說過了,社會福利委員會的思維,那個就單軌,你再把這個放在這個單軌底下,就死路一條啦!保證死路一條!我們已經搞太久了啦!
gazette.blocks[76][0] 卓院長榮泰:或者是我們國發會,它現在已經有一個人口對策的相關組織,我們可以把它做內容、功能的強化,是不是請主委來說明一下?
gazette.blocks[77][0] 劉主任委員鏡清:我跟委員報告一下,我剛剛跟陳政委有做討論,我們認為整個人口的問題都必須被探討,不是只有壯世代,從年輕人要不要生小孩一路到老,所以我們希望成立一個人口對策的辦公室,而不是只有壯世代,那我們會把壯世代列為裡面重要的一個議題,所以這個辦公室底下會有壯世代,會有老人、有青壯年。
gazette.blocks[78][0] 吳委員春城:所以你的意思就是在國發會設立一個人口政策辦公室?
gazette.blocks[79][0] 劉主任委員鏡清:不是國發會,這個還是陳政委在主導,我們會在陳政委領導下,從行政院的角度來做這件事。
gazette.blocks[80][0] 卓院長榮泰:跟委員報告,日前我們討論過人口政策的時候,大概都有這樣交換意見,只是還沒有把它當作一個成熟對外發表的過程,所以我說我還要跟陳政委、社福推動委員會及國發會再做一個比較完整的規劃,我覺得推出來不是一個空的架構、空的組織,它必須要有精神、內容跟計畫期程,這樣我們才能夠對後續的工作有十足的掌握。
gazette.blocks[81][0] 吳委員春城:我跟院長報告,現在馬上就要進入超高齡社會了,你今天在這裡不能做承諾、沒有決心,那全民都看到……
gazette.blocks[82][0] 卓院長榮泰:我們有動作,我們有行動。
gazette.blocks[83][0] 吳委員春城:對!這是一個決心的問題。
gazette.blocks[84][0] 劉主任委員鏡清:委員,我們是有絕對的承諾面對人口的問題,那壯世代是人口問題的一部分。
gazette.blocks[85][0] 吳委員春城:但是是非常核心的一部分,好嗎?
gazette.blocks[86][0] 劉主任委員鏡清:是的。
gazette.blocks[87][0] 吳委員春城:非常核心,而且跟你講,這個跟高齡化、少子化是一體兩面……
gazette.blocks[88][0] 劉主任委員鏡清:對,它可以擴大分母。
gazette.blocks[89][0] 吳委員春城:掌握三分之二財富,金管會也是這樣子,這些財富都鎖在這裡,年輕人沒有未來,變成死水經濟,包括長壽經濟,這是年輕人未來最重要的產業發展,包括教育,包括文化,所有的層面、所有要談的問題的觀念,就是我們要把一場災難的銀髮海嘯變成國家發展動力,這是兩個不同的思維,你們都只是要處理銀髮海嘯而已,想要防範、圍堵它,然後什麼的……壯世代一個更積極的思維,就是變成國家發展的動力、年輕人的未來,你有這麼積極……
gazette.blocks[90][0] 卓院長榮泰:報告委員,我個人也不認為銀髮是海嘯,這是國家的資產。
gazette.blocks[91][0] 吳委員春城:這是學術用詞,OK,所以院長,如果今天你沒有承諾,那麼可否在一個月之內,把你現在的全盤計畫回復讓我知道,聞香一下,讓我知道,我才能跟大家交代。
gazette.blocks[92][0] 卓院長榮泰:人口政策的討論,我想國發會在一個月當中,一定會有一些定論。
gazette.blocks[93][0] 吳委員春城:可以嗎?
gazette.blocks[94][0] 卓院長榮泰:人口政策的討論,國發會會有一個定論……
gazette.blocks[95][0] 吳委員春城:好吧!那我一個月之內……
gazette.blocks[96][0] 卓院長榮泰:我請主委和陳時中政委,我們討論……
gazette.blocks[97][0] 吳委員春城:國發會或政委這邊來……讓我們繼續來……
gazette.blocks[98][0] 卓院長榮泰:好的,謝謝委員指教。
gazette.blocks[99][0] 主席:謝謝吳春城委員的質詢,也謝謝卓院長的備詢。
gazette.blocks[99][1] 接下來我們請登記第24位林俊憲委員質詢。
gazette.agenda.page_end 19
gazette.agenda.meet_id 院會-11-2-2
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-09-27
gazette.agenda.gazette_id 1137601
gazette.agenda.agenda_lcidc_ids[0] 1137601_00002
gazette.agenda.meet_name 立法院第11屆第2會期第2次會議紀錄
gazette.agenda.content 報告事項
gazette.agenda.agenda_id 1137601_00001