iVOD / 155744

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8c08b8ebdc8e3065a3bc1cf2c0c048ccbc7d127954dabfa186d136366eabd3fb87561c4690c68a315ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 郭國文
委員發言時間 11:20:22 - 11:30:24
影片長度 602
會議時間 2024-10-17T09:00:00+08:00
會議名稱 立法院第11屆第2會期社會福利及衛生環境委員會第4次全體委員會議(事由:邀請勞動部部長就「如何提升移工問題諮詢與申訴處理效能,並重視與建立移工的社會支持系統」進行專題報告,並備質詢。 邀請勞動部部長、行政院人事行政總處就「如何有效提升國內薪資水準,落實保障政府機關單位內勞工之權益」進行專題報告,並備質詢。 【專題報告綜合詢答】 【10月16日及17日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.95409375
transcript.pyannote[0].end 8.50221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.92409375
transcript.pyannote[1].end 10.35846875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.76284375
transcript.pyannote[2].end 16.36596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 15.50534375
transcript.pyannote[3].end 15.91034375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 16.56846875
transcript.pyannote[4].end 17.61471875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 17.74971875
transcript.pyannote[5].end 18.57659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 19.13346875
transcript.pyannote[6].end 29.03909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 29.47784375
transcript.pyannote[7].end 31.72221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 32.05971875
transcript.pyannote[8].end 49.39034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 49.91346875
transcript.pyannote[9].end 62.46846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 62.97471875
transcript.pyannote[10].end 75.76596875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 75.95159375
transcript.pyannote[11].end 76.47471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 77.04846875
transcript.pyannote[12].end 79.46159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 79.84971875
transcript.pyannote[13].end 89.99159375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 90.88596875
transcript.pyannote[14].end 118.44284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 118.81409375
transcript.pyannote[15].end 121.29471875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 118.94909375
transcript.pyannote[16].end 118.99971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 121.56471875
transcript.pyannote[17].end 127.96034375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 128.88846875
transcript.pyannote[18].end 142.27034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 142.94534375
transcript.pyannote[19].end 157.55909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 158.01471875
transcript.pyannote[20].end 173.59034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 173.77596875
transcript.pyannote[21].end 193.26659375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 193.50284375
transcript.pyannote[22].end 205.72034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 206.10846875
transcript.pyannote[23].end 227.57346875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 227.75909375
transcript.pyannote[24].end 242.37284375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 242.57534375
transcript.pyannote[25].end 245.12346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 245.29221875
transcript.pyannote[26].end 249.15659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 249.79784375
transcript.pyannote[27].end 252.85221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 253.32471875
transcript.pyannote[28].end 254.62409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 255.09659375
transcript.pyannote[29].end 276.29159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 276.83159375
transcript.pyannote[30].end 283.31159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 283.73346875
transcript.pyannote[31].end 285.21846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 285.97784375
transcript.pyannote[32].end 288.13784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 288.15471875
transcript.pyannote[33].end 292.10346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 292.82909375
transcript.pyannote[34].end 294.44909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 292.87971875
transcript.pyannote[35].end 293.25096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 294.73596875
transcript.pyannote[36].end 301.95846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 294.85409375
transcript.pyannote[37].end 297.52034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 298.95471875
transcript.pyannote[38].end 303.20721875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 303.64596875
transcript.pyannote[39].end 316.31909375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 316.35284375
transcript.pyannote[40].end 325.61721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 326.12346875
transcript.pyannote[41].end 333.14346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 333.39659375
transcript.pyannote[42].end 355.78971875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 355.21596875
transcript.pyannote[43].end 355.35096875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 356.32971875
transcript.pyannote[44].end 376.41096875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 377.33909375
transcript.pyannote[45].end 381.16971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 381.76034375
transcript.pyannote[46].end 383.36346875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 384.13971875
transcript.pyannote[47].end 385.62471875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 385.62471875
transcript.pyannote[48].end 389.64096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 388.74659375
transcript.pyannote[49].end 394.31534375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 392.99909375
transcript.pyannote[50].end 393.67409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 395.24346875
transcript.pyannote[51].end 409.40159375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 396.05346875
transcript.pyannote[52].end 396.40784375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 396.44159375
transcript.pyannote[53].end 396.71159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 411.47721875
transcript.pyannote[54].end 412.11846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 412.52346875
transcript.pyannote[55].end 413.78909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 414.46409375
transcript.pyannote[56].end 414.97034375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 415.37534375
transcript.pyannote[57].end 417.61971875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 417.72096875
transcript.pyannote[58].end 427.96409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 428.13284375
transcript.pyannote[59].end 430.39409375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 429.43221875
transcript.pyannote[60].end 439.70909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 435.76034375
transcript.pyannote[61].end 436.26659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 438.29159375
transcript.pyannote[62].end 447.91034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 444.43409375
transcript.pyannote[63].end 444.50159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 444.53534375
transcript.pyannote[64].end 444.67034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 445.05846875
transcript.pyannote[65].end 451.08284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 448.63596875
transcript.pyannote[66].end 465.22409375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 451.38659375
transcript.pyannote[67].end 452.63534375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 456.38159375
transcript.pyannote[68].end 459.57096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 464.49846875
transcript.pyannote[69].end 466.43909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 465.66284375
transcript.pyannote[70].end 469.07159375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 469.22346875
transcript.pyannote[71].end 469.44284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 469.44284375
transcript.pyannote[72].end 472.85159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 471.33284375
transcript.pyannote[73].end 471.38346875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 471.40034375
transcript.pyannote[74].end 471.88971875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 472.05846875
transcript.pyannote[75].end 475.48409375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 473.08784375
transcript.pyannote[76].end 473.71221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 473.94846875
transcript.pyannote[77].end 485.38971875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 485.84534375
transcript.pyannote[78].end 492.76409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 493.03409375
transcript.pyannote[79].end 494.45159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 494.68784375
transcript.pyannote[80].end 498.24846875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 498.68721875
transcript.pyannote[81].end 506.19659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 506.31471875
transcript.pyannote[82].end 506.33159375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 506.33159375
transcript.pyannote[83].end 506.56784375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 506.56784375
transcript.pyannote[84].end 522.95346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 523.20659375
transcript.pyannote[85].end 527.29034375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 527.72909375
transcript.pyannote[86].end 529.14659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 529.70346875
transcript.pyannote[87].end 530.04096875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 530.37846875
transcript.pyannote[88].end 530.76659375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 531.03659375
transcript.pyannote[89].end 536.52096875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 536.77409375
transcript.pyannote[90].end 537.49971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 538.07346875
transcript.pyannote[91].end 542.05596875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 542.59596875
transcript.pyannote[92].end 546.40971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 547.05096875
transcript.pyannote[93].end 564.93846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 565.59659375
transcript.pyannote[94].end 572.05971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 572.85284375
transcript.pyannote[95].end 581.32409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 581.20596875
transcript.pyannote[96].end 582.70784375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 581.76284375
transcript.pyannote[97].end 600.47721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 587.34846875
transcript.pyannote[98].end 587.87159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 589.30596875
transcript.pyannote[99].end 592.03971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 592.56284375
transcript.pyannote[100].end 593.99721875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 594.31784375
transcript.pyannote[101].end 594.75659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 599.80221875
transcript.pyannote[102].end 600.89909375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 601.40534375
transcript.pyannote[103].end 601.96221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 601.40534375
transcript.pyannote[104].end 602.02971875
transcript.whisperx[0].start 6.761
transcript.whisperx[0].end 34.346
transcript.whisperx[0].text 主席 謝謝有請何部長好 有請何部長是 您好部長好 部長那個大家在關心這個薪資的問題那本席也關心很多時間那很確實來說的話我們實質薪資的成長在這幾年如果有成長的話都相當微幅然後甚至有馬拉斯的現象那因為過往這都幾乎在主席處在做統計
transcript.whisperx[1].start 35.686
transcript.whisperx[1].end 61.786
transcript.whisperx[1].text 我是不曉得我們勞動部裡頭有沒有特別因為每次只要談到薪資的問題彷彿我們就只有基本工資沒有其他的一個政策上的工具我是覺得這些滿可惜那你如果說就國籍的比較來看的話這幾年來看的話你看那個受僱人員的這個GDP的占比日本的部分是高達五成以上
transcript.whisperx[2].start 63.027
transcript.whisperx[2].end 81.593
transcript.whisperx[2].text 大概日本、美國、韓國都是5乘2台灣的部分只有4乘4那營業占比的部分占據的占比台灣的部分是34.4然後日本才13.1那簡單的講從這個數字來看的話那個經濟學所說的下滲的效果在台灣來說其實是顯見而言是相對非常的少
transcript.whisperx[3].start 90.936
transcript.whisperx[3].end 117.973
transcript.whisperx[3].text 那在這個部分其實最近我們的立法院預算中心也做過一些評估報告那本席也要求審計部做出一些專案的報告那我一度也是要求行政院是不是有一些比較具體的一個跨部會的這個平台的可能性但是我發現行政院的這個原來有一個跨部會的平台就是改善所得分配專案小組
transcript.whisperx[4].start 119.594
transcript.whisperx[4].end 140.719
transcript.whisperx[4].text 但是後來就不了了之就回歸各部會就回歸到各部會的本位就不會有辭職的效果那如果基本工資說沒有效果還是有效果它有主體墊高的效果但主體墊高的直接受惠對象就是固定的我們看到的整個大概是20%的勞工
transcript.whisperx[5].start 143.018
transcript.whisperx[5].end 157.137
transcript.whisperx[5].text 那基本工資的這幾年的漲幅到11年為止大概三成二但是相關的比較直接有推動到的大概是中位數的部分中位數的部分大概只有一半
transcript.whisperx[6].start 158.438
transcript.whisperx[6].end 171.828
transcript.whisperx[6].text 我個人來看的話就實質上中位數以下的勞工大概平均算起來大概有350萬位居於整個中小企業或壯年世代大專學歷這個版本的綜合體
transcript.whisperx[7].start 174.088
transcript.whisperx[7].end 195.715
transcript.whisperx[7].text 這些人其實相對而言那個調薪的部分都是高薪者越調越多那低薪的部分有主體店高那中間中部位的部分很明顯就沒有這個部分其實早期我在來到那個衛環委員會的時候也跟之前的部長聊過但是呢老實說都不了了之沒有一個具體的想法
transcript.whisperx[8].start 196.095
transcript.whisperx[8].end 204.046
transcript.whisperx[8].text 我覺得非常可惜然後呢我是覺得 何部長上來是不是有一些比較突破性的作為我們來探討看看
transcript.whisperx[9].start 205.029
transcript.whisperx[9].end 226.097
transcript.whisperx[9].text 那像最近我就有請那個特別請那個審計部做一個報告出來審計部的報告當中有提到一個部分就是說那個勞動部每年大概花了大概上百億的資訊大概用了就業安定基金的錢花上百億但是就業安定基金的這個內容
transcript.whisperx[10].start 228.318
transcript.whisperx[10].end 252.195
transcript.whisperx[10].text 聽說是愈來愈多元化蔡署長上來愈來愈多元化多元化到讓人家覺得還有噴刃啊其他有的沒有好像社區大學一樣也就是說簡單的講那就業的觀念性不高啦就業觀念性不高好這是第一個就業觀念性不高第二個呢還有一個產業新建兵計畫授訓完之後大概去
transcript.whisperx[11].start 253.456
transcript.whisperx[11].end 273.787
transcript.whisperx[11].text 就業的勞工大概八成的員工與學員薪資未滿三萬低於整個產業平均薪資的三萬二也就是說你透過這些當中你也沒有解決這個低薪的問題甚至還有包括42%留無從事部分工時
transcript.whisperx[12].start 277.49
transcript.whisperx[12].end 291.708
transcript.whisperx[12].text 那這個薪資我看這是比固定的月薪的基本工資甚至還低啊所以說我們每年花這麼多那個部長我們這個每年的就業安定基金你知道大概我們的小金庫大概有多少錢?
transcript.whisperx[13].start 292.925
transcript.whisperx[13].end 301.111
transcript.whisperx[13].text 以照這種移工或企業需要的那個extra等等開放的這個產業別越來越多情況底下遲早的但是這個遲早的部分算是一個
transcript.whisperx[14].start 316.661
transcript.whisperx[14].end 332.698
transcript.whisperx[14].text 整個是體制外然後由企業來繳納的資金的金額啦老師說有一點老師就已經越來越特定對象或特定人士或特定單位在申請而沒有達到實質的效果
transcript.whisperx[15].start 333.539
transcript.whisperx[15].end 355.173
transcript.whisperx[15].text 的那種現象出現就審計部這份報告裡頭就寫得很清楚嘛那你要不要去思考看看要如何去善用這一筆就業安定基金就業安定基金如何善用就是說有沒有可能性說譬如講你鼓勵一些企業因為台灣大部分都中小企業嘛
transcript.whisperx[16].start 356.374
transcript.whisperx[16].end 376.193
transcript.whisperx[16].text 因為我們具體的調薪的幅度其實相對而言因為大概是三種一種就是最重要是企業的加薪那一種是員工的本身然後另外就是集體的溢價能力但是溢價能力其實集體溢價能力其實最近也沒有成長所以靠的是企業的加薪剩下這一步而已
transcript.whisperx[17].start 377.443
transcript.whisperx[17].end 393.824
transcript.whisperx[17].text 所以我們有可能企業家然後勞動部跟著做一比一的方式的處理這樣比較直接了當委員我們來思考看看好不好對啊 比較直接了當嘛你每年的金額算非常的多現在已經高達
transcript.whisperx[18].start 395.302
transcript.whisperx[18].end 408.113
transcript.whisperx[18].text 290億你與其花那麼多的行政流程行政成本花那麼多資訊資訊花了上百億上百億出來的效果還是老實講還是不好每年這樣花每年這樣花你一年有290億
transcript.whisperx[19].start 411.779
transcript.whisperx[19].end 427.473
transcript.whisperx[19].text 10年就2900億了那可以解決很多低薪的一個問題啦你真的不用花那麼多時間就用現今的思考你就是有這筆錢可以充分運用嘛那事實上老實講那課程已經開到已經有一些
transcript.whisperx[20].start 428.854
transcript.whisperx[20].end 443.061
transcript.whisperx[20].text 可是跟委員報告因為這裡面補助工會去辦訓是一個蠻大的項目喔那工會他們對這個需求都蠻大的我知道啦那個部分就是很像是在幫王厚偉做工會關係一樣
transcript.whisperx[21].start 445.602
transcript.whisperx[21].end 468.678
transcript.whisperx[21].text 還是有功能的 還是有功能的那你要去分說 那你至少去限縮沒有就業關聯性的一些項目我們來檢討好嗎我們來檢討那你騰出一些時間 我說你就用了執訊的部分才百億你還有190億還將近200億的扣打委員的建議很好啦我也不是說全部叫你都投入這邊把其他人砍掉
transcript.whisperx[22].start 469.598
transcript.whisperx[22].end 484.03
transcript.whisperx[22].text 這我知道這個委員會怎麼走得出去,對不對?是,謝謝委員您的建議我們來思考這個真的要思考一下,第二個是價別雖然我們在不同的法案當中有幫員工爭取價別不如講增加那個育嬰價、家庭照顧價,對不對?
transcript.whisperx[23].start 486.272
transcript.whisperx[23].end 505.134
transcript.whisperx[23].text 交易國家運營價增加了之後其實多半是誰在申請這些良法美意大部分都公部門一般私部門不太敢去申請申請回來搞不好就沒辦法了到現在為止都是這樣子主席讓我多講一下因為剛剛有陳委員說我可以多講一會
transcript.whisperx[24].start 506.708
transcript.whisperx[24].end 528.849
transcript.whisperx[24].text 就是說呢就是說呢這個情況底下他這看得到吃不到但是傳統的勞工的部分的價別從1984年勞基法實施以來我們的婚價、我們的商價、我們的這個產價、我們的流產價都沒差都沒差以前呢又跟軍公教比較起來又有一定的落差又一段落差部長部長
transcript.whisperx[25].start 531.171
transcript.whisperx[25].end 532.633
transcript.whisperx[25].text 最近有一個公務人員請假規則已經預告要修正所以說你是不是這個部分呢
transcript.whisperx[26].start 547.753
transcript.whisperx[26].end 570.529
transcript.whisperx[26].text 對勞工釋出一些善意就是說傳統勞工的朋友只有這個部分可以請假你譬如講一個商家來說的話那個為什麼有的是那個公務人員的部分15天但我們是只有8天減半同樣是父母為什麼這沒道理嘛而且這是偶發性又不是經常性的這調整有什麼關係呢
transcript.whisperx[27].start 573.35
transcript.whisperx[27].end 600.221
transcript.whisperx[27].text 而且未必遇得到因為高齡化社會未必遇得到所以這只是請假規則而已嘛我請部長你上來我來思考來思考一下來調整一下然後我上述了剛剛那兩個提議你一段時間給我一下好不好我們不用拖太久一個月應該可以啦好不好具體來改善薪資低薪的問題還有包括員工的休息的問題好不好謝謝謝謝主席
gazette.lineno 812
gazette.blocks[0][0] 郭委員國文:(11時20分)主席謝謝,有請何部長。
gazette.blocks[1][0] 主席:好,有請何部長。
gazette.blocks[2][0] 何部長佩珊:委員好。
gazette.blocks[3][0] 郭委員國文:部長好。大家在關心薪資的問題,本席的關心很多時間,確實來說,我們實質薪資的成長,在這幾年如果有成長的話都相當微幅,甚至有minus的現象。因為過往幾乎都是主計處在做統計,我是不曉得我們勞動部裡頭有沒有特別啦!因為每次只要談到薪資的問題,彷彿我們就只有基本工資,沒有其他政策上的工具,我是覺得這也蠻可惜。
gazette.blocks[3][1] 就國籍比較來看的話,這幾年你看受僱人員的GDP占比,日本的部分是高達五成以上,大概日本、美國、韓國都是五成二,臺灣的部分只有四成四,盈餘占比的部分,占GDP的占比,臺灣是34.4,日本才13.1。簡單的講,從這個數字來看的話,經濟學所說的下滲效果,在臺灣其實是顯而易見,相對非常的少。這個部分其實最近我們立法院預算中心也做過一些評估報告,本席也要求審計部做出一些專案報告,我也一度要求行政院是不是有一些比較具體的,一個跨部會平臺的可能性。但是我發現,行政院原來有一個跨部會的平臺,就是改善所得分配專案小組,但是後來就不了了之,就回歸各部會的本位,不會有實質的效果。
gazette.blocks[3][2] 說基本工資沒有效果,其實還是有效果,他有築底墊高的效果,當然築底墊高的直接受惠對象就是固定的,大概是20%的勞工。基本工資這幾年的漲幅,到111年維持大概三成二,但是相關的比較,直接有推動到的,大概是中位數的部分,中位數的部分大概只有一半。我個人來看的話,實質上中位數以下的勞工,平均算起來大概有350萬,位居整個中小企業或壯年世代、大專學歷這些綜合體。這些人其實相對而言,調薪的部分,高薪者越調越多,低薪的部分有築底墊高,中間的部分很明顯就沒有。這個部分其實早期我來到衛環委員會的時候,也跟之前的部長聊過,但是老實說都不了了之,沒有一個具體的想法,我覺得非常可惜。我是覺得何部長上來,是不是有一些比較突破性的作為?我們來探討看看。
gazette.blocks[3][3] 最近我就有特別請審計部做一個報告,審計部的報告當中有提到,勞動部每年大概花了上百億的職訓,用就業安定基金的錢花了上百億。但是就業安定基金的內容,聽說是越來越多元化,多元化到讓人家覺得還有烹飪跟其他有的沒的,好像社區大學一樣,簡單的講就是就業的關聯性不高,這是第一個。
gazette.blocks[3][4] 第二個,還有一個產業新尖兵計畫,受訓完之後就業的勞工,大概八成的員工與學員,薪資未滿3萬,低於整個產業平均薪資的3萬2。也就是說,透過這些你也沒有解決低薪的問題,甚至還有包括42%從事部分工時,薪資比固定月薪的基本工資甚至還低。所以說我們每年花這麼多,每年的就業安定基金,部長知道我們的小金庫目前大概有多少錢?
gazette.blocks[4][0] 何部長佩珊:那不是小金庫……
gazette.blocks[5][0] 郭委員國文:那是小金庫啦!講白一點就是了。
gazette.blocks[6][0] 何部長佩珊:今年編290億,歲入跟……
gazette.blocks[7][0] 郭委員國文:290億對不對?我看快破300了,依照移工或企業需要的extra等等,開放的產業別越來越多的情況底下,遲早的啦!但是這個遲早的部分,算是整個體制外,然後由企業來繳納資金的金額,老實講已經越來越特定對象、特定人士或特定單位在申請,而沒有達到實質的效果。這種現象在審計部這份報告裡就寫得很清楚,你要不要去思考看看,如何去善用這筆就業安定基金?譬如你鼓勵一些企業,因為臺灣大部分都是中小企業。
gazette.blocks[8][0] 何部長佩珊:是。
gazette.blocks[9][0] 郭委員國文:我們具體的調薪幅度,其實相對而言大概就三種,一種就是最重要的企業加薪,一種是員工本身,然後另外一個是集體的議價能力。但其實集體議價能力最近也沒有成長,所以靠的是企業的加薪,剩下這一步而已。所以有沒有可能企業加,然後勞動部也跟著做一比一的方式來處理?這樣比較直接了當。
gazette.blocks[10][0] 何部長佩珊:了解,委員,我們來思考看看好不好?
gazette.blocks[11][0] 郭委員國文:對啊!這比較直接了當嘛!你每年的金額算非常多,現在已經高達290億,與其花那麼多行政流程、行政成本,花那麼多職訓,職訓花了上百億,上百億出來的效果,老實講還是不好。每年這樣花,你一年有290億,10年就2,900億了,那可以解決很多低薪的問題啊!你真的不用花那麼多時間,就用現金的思考,你就是有這筆錢可以充分運用,老實講那些課程有些已經開到太routine,有些浮濫了。
gazette.blocks[12][0] 何部長佩珊:可是跟委員報告,因為這裡面補助工會去辦訓是一個滿大的項目,工會他們對這個需求都蠻大的。
gazette.blocks[13][0] 郭委員國文:我知道啦!那個部分就是培養,很像是在幫王厚偉做工會關係一樣,我跟你講白一點就是這樣子嘛!
gazette.blocks[14][0] 何部長佩珊:還是有功能的,萬一這個沒有了,問題也很大。
gazette.blocks[15][0] 郭委員國文:那你要去算,至少你要去限縮,不要有那種沒有就業關聯性的一些項目嘛!
gazette.blocks[16][0] 何部長佩珊:我們來檢討好嗎?
gazette.blocks[17][0] 郭委員國文:你騰出一些時間,我說你用職訓的部分才百億,你還有190億,將近200億的額度嘛!
gazette.blocks[18][0] 何部長佩珊:委員的建議很好啦!本來……
gazette.blocks[19][0] 郭委員國文:我也不是全部叫你都投入這邊,把其他人砍掉,不然這個委員會我怎麼走得出去,對不對?
gazette.blocks[20][0] 何部長佩珊:謝謝委員,你的建議我們來思考。
gazette.blocks[21][0] 郭委員國文:這個真的要思考一下。第二個是假別,雖然我們在不同的法案中有幫員工爭取假別,譬如增加育嬰假、家庭照顧假,對不對?家庭照顧假、育嬰假增加了之後,多半是誰在申請這些良法美意?大部分都是公部門,一般私部門不太敢去申請,申請回來搞不好就沒頭路了,到現在為止都這樣子。主席讓我多講一下,因為剛剛陳瑩委員說我可以多講一會兒。就是說這個情況底下,他看得到吃不到,但是傳統勞工的假別,從1984年勞基法實施以來,我們的婚假、喪假、產假、流產假都沒增加,而且跟軍公教比較起來又有一定的落差。部長,是不是又有一段落差?你先不用聽黃司長的啦!黃司長一定很保守,他一定叫你不要改了。我跟你講,最近有一個公務人員請假規則已經預告要修正,所以說是不是這個部分,我們對勞工釋出一些善意?就是說傳統的勞工朋友,只有這個部分可以請假,譬如以喪假來說,為什麼公務人員的部分有15天,但我們只有8天,減半?同樣是父母,為什麼?這沒道理嘛!而且這是偶發性,又不是經常性的,這個調整有什麼關係呢?而且未必遇得到,因為高齡化社會未必遇得到,所以這只是請假規則而已嘛!
gazette.blocks[22][0] 何部長佩珊:好,我來思考。
gazette.blocks[23][0] 郭委員國文:請部長來思考一下、調整一下,然後我剛剛上述的那兩個提議,你一段時間後給我,好不好?
gazette.blocks[24][0] 何部長佩珊:好,我們來跟委員回報。
gazette.blocks[25][0] 郭委員國文:不用拖太久啦!一個月應該可以啦!好不好?
gazette.blocks[26][0] 何部長佩珊:可以。
gazette.blocks[27][0] 郭委員國文:具體來改善薪資低薪的問題,還有包括員工休息的問題,好不好?謝謝。
gazette.blocks[28][0] 何部長佩珊:好,謝謝。
gazette.blocks[29][0] 郭委員國文:謝謝主席。
gazette.blocks[30][0] 主席(黃委員秀芳):謝謝郭國文委員。因為時間的關係,所以不好意思,請質詢的委員能夠控制一下時間。羅智強委員發言完畢之後處理臨時提案,中午不休息,繼續質詢到結束為止,如果中午的話,工作人員可以把便當發下去。好,請羅智強委員發言。
gazette.agenda.page_end 430
gazette.agenda.meet_id 委員會-11-2-26-4
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 王育敏
gazette.agenda.speakers[2] 陳昭姿
gazette.agenda.speakers[3] 林月琴
gazette.agenda.speakers[4] 陳菁徽
gazette.agenda.speakers[5] 廖偉翔
gazette.agenda.speakers[6] 盧縣一
gazette.agenda.speakers[7] 王正旭
gazette.agenda.speakers[8] 林淑芬
gazette.agenda.speakers[9] 涂權吉
gazette.agenda.speakers[10] 郭國文
gazette.agenda.speakers[11] 羅智強
gazette.agenda.speakers[12] 麥玉珍
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 劉建國
gazette.agenda.speakers[15] 楊曜
gazette.agenda.speakers[16] 鍾佳濱
gazette.agenda.speakers[17] 陳瑩
gazette.agenda.speakers[18] 蘇清泉
gazette.agenda.speakers[19] 邱鎮軍
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.page_start 363
gazette.agenda.meetingDate[0] 2024-10-17
gazette.agenda.gazette_id 1138601
gazette.agenda.agenda_lcidc_ids[0] 1138601_00007
gazette.agenda.meet_name 立法院第11屆第2會期社會福利及衛生環境委員會第4次全體委員會議紀錄
gazette.agenda.content 邀請勞動部部長就「如何提升移工問題諮詢與申訴處理效能,並重視與建立移工的社會支持系 統」進行專題報告,並備質詢;邀請勞動部部長、行政院人事行政總處就「如何有效提升國內薪 資水準,落實保障政府機關單位內勞工之權益」進行專題報告,並備質詢
gazette.agenda.agenda_id 1138601_00006
IVOD_ID 155744
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155744
日期 2024-10-17
會議資料.會議代碼 委員會-11-2-26-4
會議資料.屆 11
會議資料.會期 2
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.標題 第11屆第2會期社會福利及衛生環境委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-10-17T11:20:22+08:00
結束時間 2024-10-17T11:30:24+08:00
支援功能[0] ai-transcript
支援功能[1] gazette