video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/402373dbe145685b22735bd175bd01946b4c0e929d5f577fce0a1e5c1d8db79694885ffc673e66ca5ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
林淑芬 |
委員發言時間 |
10:55:20 - 11:16:23 |
影片長度 |
1263 |
會議時間 |
2024-10-24T09:00:00+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、經濟委員會第1次聯席會議(事由:審查委員吳春城等42人擬具「壯世代政策與產業發展促進法草案」案。
【如經復議則不予審查】) |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
9.32909375 |
transcript.pyannote[0].end |
13.15971875 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
14.22284375 |
transcript.pyannote[1].end |
15.85971875 |
transcript.pyannote[2].speaker |
SPEAKER_01 |
transcript.pyannote[2].start |
16.43346875 |
transcript.pyannote[2].end |
17.90159375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
20.02784375 |
transcript.pyannote[3].end |
21.24284375 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
22.45784375 |
transcript.pyannote[4].end |
23.31846875 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
23.79096875 |
transcript.pyannote[5].end |
24.75284375 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
25.27596875 |
transcript.pyannote[6].end |
27.35159375 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
29.17409375 |
transcript.pyannote[7].end |
32.26221875 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
37.56096875 |
transcript.pyannote[8].end |
38.30346875 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
38.64096875 |
transcript.pyannote[9].end |
49.55909375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
50.26784375 |
transcript.pyannote[10].end |
50.43659375 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
50.43659375 |
transcript.pyannote[11].end |
161.89596875 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
162.31784375 |
transcript.pyannote[12].end |
163.26284375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
164.22471875 |
transcript.pyannote[13].end |
238.20471875 |
transcript.pyannote[14].speaker |
SPEAKER_01 |
transcript.pyannote[14].start |
238.50846875 |
transcript.pyannote[14].end |
252.73409375 |
transcript.pyannote[15].speaker |
SPEAKER_00 |
transcript.pyannote[15].start |
253.51034375 |
transcript.pyannote[15].end |
253.83096875 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
253.91534375 |
transcript.pyannote[16].end |
257.23971875 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
258.13409375 |
transcript.pyannote[17].end |
261.50909375 |
transcript.pyannote[18].speaker |
SPEAKER_01 |
transcript.pyannote[18].start |
258.64034375 |
transcript.pyannote[18].end |
262.30221875 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
262.30221875 |
transcript.pyannote[19].end |
262.74096875 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
262.74096875 |
transcript.pyannote[20].end |
266.67284375 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
267.49971875 |
transcript.pyannote[21].end |
268.98471875 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
268.98471875 |
transcript.pyannote[22].end |
271.21221875 |
transcript.pyannote[23].speaker |
SPEAKER_01 |
transcript.pyannote[23].start |
271.58346875 |
transcript.pyannote[23].end |
283.36221875 |
transcript.pyannote[24].speaker |
SPEAKER_01 |
transcript.pyannote[24].start |
284.02034375 |
transcript.pyannote[24].end |
291.83346875 |
transcript.pyannote[25].speaker |
SPEAKER_01 |
transcript.pyannote[25].start |
292.03596875 |
transcript.pyannote[25].end |
300.54096875 |
transcript.pyannote[26].speaker |
SPEAKER_01 |
transcript.pyannote[26].start |
300.96284375 |
transcript.pyannote[26].end |
304.72596875 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
305.19846875 |
transcript.pyannote[27].end |
307.13909375 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
307.47659375 |
transcript.pyannote[28].end |
320.99346875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
321.73596875 |
transcript.pyannote[29].end |
325.06034375 |
transcript.pyannote[30].speaker |
SPEAKER_01 |
transcript.pyannote[30].start |
325.68471875 |
transcript.pyannote[30].end |
327.76034375 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
328.19909375 |
transcript.pyannote[31].end |
329.39721875 |
transcript.pyannote[32].speaker |
SPEAKER_01 |
transcript.pyannote[32].start |
329.73471875 |
transcript.pyannote[32].end |
330.51096875 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
330.88221875 |
transcript.pyannote[33].end |
335.32034375 |
transcript.pyannote[34].speaker |
SPEAKER_01 |
transcript.pyannote[34].start |
336.06284375 |
transcript.pyannote[34].end |
349.02284375 |
transcript.pyannote[35].speaker |
SPEAKER_00 |
transcript.pyannote[35].start |
349.02284375 |
transcript.pyannote[35].end |
349.42784375 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
350.13659375 |
transcript.pyannote[36].end |
357.02159375 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
357.37596875 |
transcript.pyannote[37].end |
358.64159375 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
359.02971875 |
transcript.pyannote[38].end |
359.04659375 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
359.08034375 |
transcript.pyannote[39].end |
359.72159375 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
360.76784375 |
transcript.pyannote[40].end |
361.72971875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
361.78034375 |
transcript.pyannote[41].end |
361.96596875 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
361.96596875 |
transcript.pyannote[42].end |
362.03346875 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
362.03346875 |
transcript.pyannote[43].end |
362.06721875 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
362.06721875 |
transcript.pyannote[44].end |
363.29909375 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
362.60721875 |
transcript.pyannote[45].end |
363.24846875 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
363.29909375 |
transcript.pyannote[46].end |
364.00784375 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
364.86846875 |
transcript.pyannote[47].end |
367.34909375 |
transcript.pyannote[48].speaker |
SPEAKER_00 |
transcript.pyannote[48].start |
365.81346875 |
transcript.pyannote[48].end |
366.37034375 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
367.48409375 |
transcript.pyannote[49].end |
369.82971875 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
370.52159375 |
transcript.pyannote[50].end |
371.33159375 |
transcript.pyannote[51].speaker |
SPEAKER_00 |
transcript.pyannote[51].start |
372.58034375 |
transcript.pyannote[51].end |
373.94721875 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
374.31846875 |
transcript.pyannote[52].end |
374.80784375 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
375.43221875 |
transcript.pyannote[53].end |
377.76096875 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
377.76096875 |
transcript.pyannote[54].end |
377.81159375 |
transcript.pyannote[55].speaker |
SPEAKER_01 |
transcript.pyannote[55].start |
377.96346875 |
transcript.pyannote[55].end |
377.98034375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
378.31784375 |
transcript.pyannote[56].end |
390.43409375 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
391.04159375 |
transcript.pyannote[57].end |
398.97284375 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
399.17534375 |
transcript.pyannote[58].end |
411.20721875 |
transcript.pyannote[59].speaker |
SPEAKER_01 |
transcript.pyannote[59].start |
412.08471875 |
transcript.pyannote[59].end |
417.21471875 |
transcript.pyannote[60].speaker |
SPEAKER_01 |
transcript.pyannote[60].start |
417.60284375 |
transcript.pyannote[60].end |
473.32409375 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
475.63596875 |
transcript.pyannote[61].end |
476.41221875 |
transcript.pyannote[62].speaker |
SPEAKER_01 |
transcript.pyannote[62].start |
477.93096875 |
transcript.pyannote[62].end |
479.33159375 |
transcript.pyannote[63].speaker |
SPEAKER_00 |
transcript.pyannote[63].start |
477.99846875 |
transcript.pyannote[63].end |
478.67346875 |
transcript.pyannote[64].speaker |
SPEAKER_01 |
transcript.pyannote[64].start |
479.68596875 |
transcript.pyannote[64].end |
482.23409375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
482.30159375 |
transcript.pyannote[65].end |
483.11159375 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
483.97221875 |
transcript.pyannote[66].end |
528.21846875 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
528.50534375 |
transcript.pyannote[67].end |
570.45659375 |
transcript.pyannote[68].speaker |
SPEAKER_01 |
transcript.pyannote[68].start |
570.82784375 |
transcript.pyannote[68].end |
573.94971875 |
transcript.pyannote[69].speaker |
SPEAKER_01 |
transcript.pyannote[69].start |
574.75971875 |
transcript.pyannote[69].end |
582.67409375 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
583.16346875 |
transcript.pyannote[70].end |
604.69596875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
606.14721875 |
transcript.pyannote[71].end |
617.45346875 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
615.20909375 |
transcript.pyannote[72].end |
617.09909375 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
617.45346875 |
transcript.pyannote[73].end |
617.79096875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
617.79096875 |
transcript.pyannote[74].end |
617.97659375 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
617.97659375 |
transcript.pyannote[75].end |
618.02721875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
618.02721875 |
transcript.pyannote[76].end |
618.93846875 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
618.93846875 |
transcript.pyannote[77].end |
619.07346875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
619.07346875 |
transcript.pyannote[78].end |
619.10721875 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
619.10721875 |
transcript.pyannote[79].end |
620.08596875 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
620.08596875 |
transcript.pyannote[80].end |
620.11971875 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
620.11971875 |
transcript.pyannote[81].end |
620.15346875 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
620.15346875 |
transcript.pyannote[82].end |
621.09846875 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
621.35159375 |
transcript.pyannote[83].end |
633.97409375 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
621.38534375 |
transcript.pyannote[84].end |
621.94221875 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
633.97409375 |
transcript.pyannote[85].end |
635.15534375 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
634.93596875 |
transcript.pyannote[86].end |
637.87221875 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
637.70346875 |
transcript.pyannote[87].end |
638.66534375 |
transcript.pyannote[88].speaker |
SPEAKER_00 |
transcript.pyannote[88].start |
639.45846875 |
transcript.pyannote[88].end |
642.34409375 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
642.34409375 |
transcript.pyannote[89].end |
644.03159375 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
644.79096875 |
transcript.pyannote[90].end |
644.85846875 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
644.85846875 |
transcript.pyannote[91].end |
648.06471875 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
644.90909375 |
transcript.pyannote[92].end |
646.30971875 |
transcript.pyannote[93].speaker |
SPEAKER_01 |
transcript.pyannote[93].start |
647.45721875 |
transcript.pyannote[93].end |
649.24596875 |
transcript.pyannote[94].speaker |
SPEAKER_01 |
transcript.pyannote[94].start |
649.68471875 |
transcript.pyannote[94].end |
649.85346875 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
650.42721875 |
transcript.pyannote[95].end |
651.00096875 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
651.57471875 |
transcript.pyannote[96].end |
653.12721875 |
transcript.pyannote[97].speaker |
SPEAKER_00 |
transcript.pyannote[97].start |
654.54471875 |
transcript.pyannote[97].end |
654.56159375 |
transcript.pyannote[98].speaker |
SPEAKER_01 |
transcript.pyannote[98].start |
654.56159375 |
transcript.pyannote[98].end |
654.61221875 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
654.61221875 |
transcript.pyannote[99].end |
655.96221875 |
transcript.pyannote[100].speaker |
SPEAKER_01 |
transcript.pyannote[100].start |
655.96221875 |
transcript.pyannote[100].end |
657.02534375 |
transcript.pyannote[101].speaker |
SPEAKER_00 |
transcript.pyannote[101].start |
657.02534375 |
transcript.pyannote[101].end |
657.10971875 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
657.10971875 |
transcript.pyannote[102].end |
665.51346875 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
657.14346875 |
transcript.pyannote[103].end |
658.86471875 |
transcript.pyannote[104].speaker |
SPEAKER_00 |
transcript.pyannote[104].start |
661.12596875 |
transcript.pyannote[104].end |
661.76721875 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
666.61034375 |
transcript.pyannote[105].end |
670.54221875 |
transcript.pyannote[106].speaker |
SPEAKER_01 |
transcript.pyannote[106].start |
671.25096875 |
transcript.pyannote[106].end |
672.02721875 |
transcript.pyannote[107].speaker |
SPEAKER_00 |
transcript.pyannote[107].start |
672.02721875 |
transcript.pyannote[107].end |
672.38159375 |
transcript.pyannote[108].speaker |
SPEAKER_01 |
transcript.pyannote[108].start |
672.38159375 |
transcript.pyannote[108].end |
672.73596875 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
672.73596875 |
transcript.pyannote[109].end |
672.87096875 |
transcript.pyannote[110].speaker |
SPEAKER_01 |
transcript.pyannote[110].start |
672.87096875 |
transcript.pyannote[110].end |
672.88784375 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
672.88784375 |
transcript.pyannote[111].end |
672.95534375 |
transcript.pyannote[112].speaker |
SPEAKER_01 |
transcript.pyannote[112].start |
672.95534375 |
transcript.pyannote[112].end |
672.97221875 |
transcript.pyannote[113].speaker |
SPEAKER_00 |
transcript.pyannote[113].start |
672.97221875 |
transcript.pyannote[113].end |
674.89596875 |
transcript.pyannote[114].speaker |
SPEAKER_00 |
transcript.pyannote[114].start |
676.14471875 |
transcript.pyannote[114].end |
677.22471875 |
transcript.pyannote[115].speaker |
SPEAKER_00 |
transcript.pyannote[115].start |
677.35971875 |
transcript.pyannote[115].end |
679.45221875 |
transcript.pyannote[116].speaker |
SPEAKER_01 |
transcript.pyannote[116].start |
677.42721875 |
transcript.pyannote[116].end |
682.97909375 |
transcript.pyannote[117].speaker |
SPEAKER_01 |
transcript.pyannote[117].start |
684.17721875 |
transcript.pyannote[117].end |
686.38784375 |
transcript.pyannote[118].speaker |
SPEAKER_01 |
transcript.pyannote[118].start |
686.53971875 |
transcript.pyannote[118].end |
690.16784375 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
690.72471875 |
transcript.pyannote[119].end |
699.80346875 |
transcript.pyannote[120].speaker |
SPEAKER_01 |
transcript.pyannote[120].start |
694.67346875 |
transcript.pyannote[120].end |
694.94346875 |
transcript.pyannote[121].speaker |
SPEAKER_01 |
transcript.pyannote[121].start |
695.95596875 |
transcript.pyannote[121].end |
696.34409375 |
transcript.pyannote[122].speaker |
SPEAKER_01 |
transcript.pyannote[122].start |
696.96846875 |
transcript.pyannote[122].end |
699.70221875 |
transcript.pyannote[123].speaker |
SPEAKER_01 |
transcript.pyannote[123].start |
699.80346875 |
transcript.pyannote[123].end |
723.19221875 |
transcript.pyannote[124].speaker |
SPEAKER_00 |
transcript.pyannote[124].start |
723.19221875 |
transcript.pyannote[124].end |
742.75034375 |
transcript.pyannote[125].speaker |
SPEAKER_01 |
transcript.pyannote[125].start |
732.06846875 |
transcript.pyannote[125].end |
733.36784375 |
transcript.pyannote[126].speaker |
SPEAKER_01 |
transcript.pyannote[126].start |
735.89909375 |
transcript.pyannote[126].end |
736.28721875 |
transcript.pyannote[127].speaker |
SPEAKER_00 |
transcript.pyannote[127].start |
742.83471875 |
transcript.pyannote[127].end |
750.32721875 |
transcript.pyannote[128].speaker |
SPEAKER_01 |
transcript.pyannote[128].start |
748.01534375 |
transcript.pyannote[128].end |
760.21596875 |
transcript.pyannote[129].speaker |
SPEAKER_00 |
transcript.pyannote[129].start |
754.09034375 |
transcript.pyannote[129].end |
756.43596875 |
transcript.pyannote[130].speaker |
SPEAKER_01 |
transcript.pyannote[130].start |
760.85721875 |
transcript.pyannote[130].end |
765.12659375 |
transcript.pyannote[131].speaker |
SPEAKER_00 |
transcript.pyannote[131].start |
761.44784375 |
transcript.pyannote[131].end |
762.03846875 |
transcript.pyannote[132].speaker |
SPEAKER_00 |
transcript.pyannote[132].start |
762.71346875 |
transcript.pyannote[132].end |
762.96659375 |
transcript.pyannote[133].speaker |
SPEAKER_01 |
transcript.pyannote[133].start |
766.08846875 |
transcript.pyannote[133].end |
768.90659375 |
transcript.pyannote[134].speaker |
SPEAKER_01 |
transcript.pyannote[134].start |
769.48034375 |
transcript.pyannote[134].end |
779.03159375 |
transcript.pyannote[135].speaker |
SPEAKER_01 |
transcript.pyannote[135].start |
779.48721875 |
transcript.pyannote[135].end |
781.84971875 |
transcript.pyannote[136].speaker |
SPEAKER_01 |
transcript.pyannote[136].start |
782.18721875 |
transcript.pyannote[136].end |
784.85346875 |
transcript.pyannote[137].speaker |
SPEAKER_01 |
transcript.pyannote[137].start |
785.47784375 |
transcript.pyannote[137].end |
793.24034375 |
transcript.pyannote[138].speaker |
SPEAKER_01 |
transcript.pyannote[138].start |
793.86471875 |
transcript.pyannote[138].end |
815.02596875 |
transcript.pyannote[139].speaker |
SPEAKER_00 |
transcript.pyannote[139].start |
815.02596875 |
transcript.pyannote[139].end |
834.97221875 |
transcript.pyannote[140].speaker |
SPEAKER_01 |
transcript.pyannote[140].start |
822.01221875 |
transcript.pyannote[140].end |
824.12159375 |
transcript.pyannote[141].speaker |
SPEAKER_01 |
transcript.pyannote[141].start |
824.47596875 |
transcript.pyannote[141].end |
825.99471875 |
transcript.pyannote[142].speaker |
SPEAKER_01 |
transcript.pyannote[142].start |
832.67721875 |
transcript.pyannote[142].end |
833.18346875 |
transcript.pyannote[143].speaker |
SPEAKER_01 |
transcript.pyannote[143].start |
834.97221875 |
transcript.pyannote[143].end |
845.08034375 |
transcript.pyannote[144].speaker |
SPEAKER_00 |
transcript.pyannote[144].start |
845.08034375 |
transcript.pyannote[144].end |
851.22284375 |
transcript.pyannote[145].speaker |
SPEAKER_01 |
transcript.pyannote[145].start |
849.01221875 |
transcript.pyannote[145].end |
850.98659375 |
transcript.pyannote[146].speaker |
SPEAKER_01 |
transcript.pyannote[146].start |
851.22284375 |
transcript.pyannote[146].end |
851.23971875 |
transcript.pyannote[147].speaker |
SPEAKER_00 |
transcript.pyannote[147].start |
852.01596875 |
transcript.pyannote[147].end |
852.10034375 |
transcript.pyannote[148].speaker |
SPEAKER_01 |
transcript.pyannote[148].start |
852.97784375 |
transcript.pyannote[148].end |
867.06846875 |
transcript.pyannote[149].speaker |
SPEAKER_00 |
transcript.pyannote[149].start |
859.94721875 |
transcript.pyannote[149].end |
860.94284375 |
transcript.pyannote[150].speaker |
SPEAKER_01 |
transcript.pyannote[150].start |
867.23721875 |
transcript.pyannote[150].end |
867.28784375 |
transcript.pyannote[151].speaker |
SPEAKER_00 |
transcript.pyannote[151].start |
867.28784375 |
transcript.pyannote[151].end |
868.97534375 |
transcript.pyannote[152].speaker |
SPEAKER_01 |
transcript.pyannote[152].start |
868.97534375 |
transcript.pyannote[152].end |
868.99221875 |
transcript.pyannote[153].speaker |
SPEAKER_00 |
transcript.pyannote[153].start |
868.99221875 |
transcript.pyannote[153].end |
869.09346875 |
transcript.pyannote[154].speaker |
SPEAKER_01 |
transcript.pyannote[154].start |
870.15659375 |
transcript.pyannote[154].end |
872.48534375 |
transcript.pyannote[155].speaker |
SPEAKER_01 |
transcript.pyannote[155].start |
872.75534375 |
transcript.pyannote[155].end |
874.03784375 |
transcript.pyannote[156].speaker |
SPEAKER_00 |
transcript.pyannote[156].start |
874.03784375 |
transcript.pyannote[156].end |
875.11784375 |
transcript.pyannote[157].speaker |
SPEAKER_00 |
transcript.pyannote[157].start |
875.75909375 |
transcript.pyannote[157].end |
876.94034375 |
transcript.pyannote[158].speaker |
SPEAKER_00 |
transcript.pyannote[158].start |
877.56471875 |
transcript.pyannote[158].end |
883.97721875 |
transcript.pyannote[159].speaker |
SPEAKER_01 |
transcript.pyannote[159].start |
878.67846875 |
transcript.pyannote[159].end |
893.93346875 |
transcript.pyannote[160].speaker |
SPEAKER_01 |
transcript.pyannote[160].start |
894.28784375 |
transcript.pyannote[160].end |
895.36784375 |
transcript.pyannote[161].speaker |
SPEAKER_01 |
transcript.pyannote[161].start |
896.14409375 |
transcript.pyannote[161].end |
897.40971875 |
transcript.pyannote[162].speaker |
SPEAKER_01 |
transcript.pyannote[162].start |
897.83159375 |
transcript.pyannote[162].end |
898.42221875 |
transcript.pyannote[163].speaker |
SPEAKER_01 |
transcript.pyannote[163].start |
898.94534375 |
transcript.pyannote[163].end |
901.05471875 |
transcript.pyannote[164].speaker |
SPEAKER_01 |
transcript.pyannote[164].start |
901.27409375 |
transcript.pyannote[164].end |
903.29909375 |
transcript.pyannote[165].speaker |
SPEAKER_01 |
transcript.pyannote[165].start |
903.48471875 |
transcript.pyannote[165].end |
904.39596875 |
transcript.pyannote[166].speaker |
SPEAKER_01 |
transcript.pyannote[166].start |
904.69971875 |
transcript.pyannote[166].end |
906.87659375 |
transcript.pyannote[167].speaker |
SPEAKER_01 |
transcript.pyannote[167].start |
907.34909375 |
transcript.pyannote[167].end |
910.21784375 |
transcript.pyannote[168].speaker |
SPEAKER_01 |
transcript.pyannote[168].start |
911.29784375 |
transcript.pyannote[168].end |
912.68159375 |
transcript.pyannote[169].speaker |
SPEAKER_01 |
transcript.pyannote[169].start |
914.74034375 |
transcript.pyannote[169].end |
917.47409375 |
transcript.pyannote[170].speaker |
SPEAKER_01 |
transcript.pyannote[170].start |
918.11534375 |
transcript.pyannote[170].end |
920.93346875 |
transcript.pyannote[171].speaker |
SPEAKER_01 |
transcript.pyannote[171].start |
922.04721875 |
transcript.pyannote[171].end |
933.55596875 |
transcript.pyannote[172].speaker |
SPEAKER_01 |
transcript.pyannote[172].start |
934.11284375 |
transcript.pyannote[172].end |
939.69846875 |
transcript.pyannote[173].speaker |
SPEAKER_01 |
transcript.pyannote[173].start |
939.95159375 |
transcript.pyannote[173].end |
940.00221875 |
transcript.pyannote[174].speaker |
SPEAKER_01 |
transcript.pyannote[174].start |
940.10346875 |
transcript.pyannote[174].end |
943.19159375 |
transcript.pyannote[175].speaker |
SPEAKER_01 |
transcript.pyannote[175].start |
944.91284375 |
transcript.pyannote[175].end |
946.22909375 |
transcript.pyannote[176].speaker |
SPEAKER_01 |
transcript.pyannote[176].start |
946.71846875 |
transcript.pyannote[176].end |
947.79846875 |
transcript.pyannote[177].speaker |
SPEAKER_00 |
transcript.pyannote[177].start |
946.87034375 |
transcript.pyannote[177].end |
948.60846875 |
transcript.pyannote[178].speaker |
SPEAKER_00 |
transcript.pyannote[178].start |
948.89534375 |
transcript.pyannote[178].end |
949.08096875 |
transcript.pyannote[179].speaker |
SPEAKER_01 |
transcript.pyannote[179].start |
949.08096875 |
transcript.pyannote[179].end |
960.96096875 |
transcript.pyannote[180].speaker |
SPEAKER_01 |
transcript.pyannote[180].start |
961.82159375 |
transcript.pyannote[180].end |
964.03221875 |
transcript.pyannote[181].speaker |
SPEAKER_01 |
transcript.pyannote[181].start |
964.52159375 |
transcript.pyannote[181].end |
969.71909375 |
transcript.pyannote[182].speaker |
SPEAKER_01 |
transcript.pyannote[182].start |
969.88784375 |
transcript.pyannote[182].end |
979.16909375 |
transcript.pyannote[183].speaker |
SPEAKER_01 |
transcript.pyannote[183].start |
980.40096875 |
transcript.pyannote[183].end |
981.39659375 |
transcript.pyannote[184].speaker |
SPEAKER_00 |
transcript.pyannote[184].start |
980.50221875 |
transcript.pyannote[184].end |
980.97471875 |
transcript.pyannote[185].speaker |
SPEAKER_01 |
transcript.pyannote[185].start |
981.75096875 |
transcript.pyannote[185].end |
990.03659375 |
transcript.pyannote[186].speaker |
SPEAKER_01 |
transcript.pyannote[186].start |
990.25596875 |
transcript.pyannote[186].end |
993.15846875 |
transcript.pyannote[187].speaker |
SPEAKER_01 |
transcript.pyannote[187].start |
995.14971875 |
transcript.pyannote[187].end |
998.35596875 |
transcript.pyannote[188].speaker |
SPEAKER_01 |
transcript.pyannote[188].start |
998.89596875 |
transcript.pyannote[188].end |
999.95909375 |
transcript.pyannote[189].speaker |
SPEAKER_00 |
transcript.pyannote[189].start |
999.75659375 |
transcript.pyannote[189].end |
1002.50721875 |
transcript.pyannote[190].speaker |
SPEAKER_01 |
transcript.pyannote[190].start |
1000.88721875 |
transcript.pyannote[190].end |
1001.76471875 |
transcript.pyannote[191].speaker |
SPEAKER_01 |
transcript.pyannote[191].start |
1002.32159375 |
transcript.pyannote[191].end |
1010.35409375 |
transcript.pyannote[192].speaker |
SPEAKER_01 |
transcript.pyannote[192].start |
1010.57346875 |
transcript.pyannote[192].end |
1027.19534375 |
transcript.pyannote[193].speaker |
SPEAKER_01 |
transcript.pyannote[193].start |
1027.68471875 |
transcript.pyannote[193].end |
1029.54096875 |
transcript.pyannote[194].speaker |
SPEAKER_01 |
transcript.pyannote[194].start |
1030.46909375 |
transcript.pyannote[194].end |
1031.54909375 |
transcript.pyannote[195].speaker |
SPEAKER_01 |
transcript.pyannote[195].start |
1031.95409375 |
transcript.pyannote[195].end |
1033.65846875 |
transcript.pyannote[196].speaker |
SPEAKER_01 |
transcript.pyannote[196].start |
1034.31659375 |
transcript.pyannote[196].end |
1035.32909375 |
transcript.pyannote[197].speaker |
SPEAKER_01 |
transcript.pyannote[197].start |
1035.85221875 |
transcript.pyannote[197].end |
1039.63221875 |
transcript.pyannote[198].speaker |
SPEAKER_01 |
transcript.pyannote[198].start |
1040.52659375 |
transcript.pyannote[198].end |
1041.37034375 |
transcript.pyannote[199].speaker |
SPEAKER_00 |
transcript.pyannote[199].start |
1042.85534375 |
transcript.pyannote[199].end |
1045.01534375 |
transcript.pyannote[200].speaker |
SPEAKER_01 |
transcript.pyannote[200].start |
1045.20096875 |
transcript.pyannote[200].end |
1045.63971875 |
transcript.pyannote[201].speaker |
SPEAKER_01 |
transcript.pyannote[201].start |
1046.23034375 |
transcript.pyannote[201].end |
1046.66909375 |
transcript.pyannote[202].speaker |
SPEAKER_01 |
transcript.pyannote[202].start |
1046.95596875 |
transcript.pyannote[202].end |
1052.57534375 |
transcript.pyannote[203].speaker |
SPEAKER_01 |
transcript.pyannote[203].start |
1053.06471875 |
transcript.pyannote[203].end |
1055.98409375 |
transcript.pyannote[204].speaker |
SPEAKER_01 |
transcript.pyannote[204].start |
1056.32159375 |
transcript.pyannote[204].end |
1056.84471875 |
transcript.pyannote[205].speaker |
SPEAKER_01 |
transcript.pyannote[205].start |
1057.04721875 |
transcript.pyannote[205].end |
1087.11846875 |
transcript.pyannote[206].speaker |
SPEAKER_01 |
transcript.pyannote[206].start |
1087.81034375 |
transcript.pyannote[206].end |
1119.73784375 |
transcript.pyannote[207].speaker |
SPEAKER_01 |
transcript.pyannote[207].start |
1120.09221875 |
transcript.pyannote[207].end |
1124.22659375 |
transcript.pyannote[208].speaker |
SPEAKER_01 |
transcript.pyannote[208].start |
1124.56409375 |
transcript.pyannote[208].end |
1159.02284375 |
transcript.pyannote[209].speaker |
SPEAKER_01 |
transcript.pyannote[209].start |
1159.07346875 |
transcript.pyannote[209].end |
1162.22909375 |
transcript.pyannote[210].speaker |
SPEAKER_01 |
transcript.pyannote[210].start |
1162.66784375 |
transcript.pyannote[210].end |
1163.61284375 |
transcript.pyannote[211].speaker |
SPEAKER_01 |
transcript.pyannote[211].start |
1164.64221875 |
transcript.pyannote[211].end |
1169.50221875 |
transcript.pyannote[212].speaker |
SPEAKER_01 |
transcript.pyannote[212].start |
1170.00846875 |
transcript.pyannote[212].end |
1176.04971875 |
transcript.pyannote[213].speaker |
SPEAKER_00 |
transcript.pyannote[213].start |
1176.70784375 |
transcript.pyannote[213].end |
1188.19971875 |
transcript.pyannote[214].speaker |
SPEAKER_01 |
transcript.pyannote[214].start |
1179.27284375 |
transcript.pyannote[214].end |
1179.28971875 |
transcript.pyannote[215].speaker |
SPEAKER_00 |
transcript.pyannote[215].start |
1188.79034375 |
transcript.pyannote[215].end |
1202.39159375 |
transcript.pyannote[216].speaker |
SPEAKER_01 |
transcript.pyannote[216].start |
1199.21909375 |
transcript.pyannote[216].end |
1200.70409375 |
transcript.pyannote[217].speaker |
SPEAKER_01 |
transcript.pyannote[217].start |
1201.49721875 |
transcript.pyannote[217].end |
1206.23909375 |
transcript.pyannote[218].speaker |
SPEAKER_01 |
transcript.pyannote[218].start |
1206.72846875 |
transcript.pyannote[218].end |
1217.00534375 |
transcript.pyannote[219].speaker |
SPEAKER_00 |
transcript.pyannote[219].start |
1213.98471875 |
transcript.pyannote[219].end |
1215.04784375 |
transcript.pyannote[220].speaker |
SPEAKER_01 |
transcript.pyannote[220].start |
1217.49471875 |
transcript.pyannote[220].end |
1226.55659375 |
transcript.pyannote[221].speaker |
SPEAKER_01 |
transcript.pyannote[221].start |
1227.11346875 |
transcript.pyannote[221].end |
1240.30971875 |
transcript.pyannote[222].speaker |
SPEAKER_00 |
transcript.pyannote[222].start |
1238.47034375 |
transcript.pyannote[222].end |
1241.01846875 |
transcript.pyannote[223].speaker |
SPEAKER_01 |
transcript.pyannote[223].start |
1241.01846875 |
transcript.pyannote[223].end |
1241.28846875 |
transcript.pyannote[224].speaker |
SPEAKER_00 |
transcript.pyannote[224].start |
1241.28846875 |
transcript.pyannote[224].end |
1241.30534375 |
transcript.pyannote[225].speaker |
SPEAKER_01 |
transcript.pyannote[225].start |
1241.30534375 |
transcript.pyannote[225].end |
1241.37284375 |
transcript.pyannote[226].speaker |
SPEAKER_00 |
transcript.pyannote[226].start |
1241.37284375 |
transcript.pyannote[226].end |
1242.62159375 |
transcript.pyannote[227].speaker |
SPEAKER_01 |
transcript.pyannote[227].start |
1243.16159375 |
transcript.pyannote[227].end |
1248.10596875 |
transcript.pyannote[228].speaker |
SPEAKER_01 |
transcript.pyannote[228].start |
1248.39284375 |
transcript.pyannote[228].end |
1251.02534375 |
transcript.pyannote[229].speaker |
SPEAKER_00 |
transcript.pyannote[229].start |
1251.02534375 |
transcript.pyannote[229].end |
1251.97034375 |
transcript.pyannote[230].speaker |
SPEAKER_01 |
transcript.pyannote[230].start |
1251.97034375 |
transcript.pyannote[230].end |
1252.03784375 |
transcript.pyannote[231].speaker |
SPEAKER_00 |
transcript.pyannote[231].start |
1252.03784375 |
transcript.pyannote[231].end |
1252.96596875 |
transcript.pyannote[232].speaker |
SPEAKER_01 |
transcript.pyannote[232].start |
1252.96596875 |
transcript.pyannote[232].end |
1253.03346875 |
transcript.pyannote[233].speaker |
SPEAKER_00 |
transcript.pyannote[233].start |
1253.03346875 |
transcript.pyannote[233].end |
1253.97846875 |
transcript.pyannote[234].speaker |
SPEAKER_01 |
transcript.pyannote[234].start |
1253.97846875 |
transcript.pyannote[234].end |
1254.31596875 |
transcript.pyannote[235].speaker |
SPEAKER_01 |
transcript.pyannote[235].start |
1254.53534375 |
transcript.pyannote[235].end |
1258.28159375 |
transcript.pyannote[236].speaker |
SPEAKER_00 |
transcript.pyannote[236].start |
1256.12159375 |
transcript.pyannote[236].end |
1258.90596875 |
transcript.pyannote[237].speaker |
SPEAKER_01 |
transcript.pyannote[237].start |
1259.32784375 |
transcript.pyannote[237].end |
1259.81721875 |
transcript.pyannote[238].speaker |
SPEAKER_00 |
transcript.pyannote[238].start |
1260.03659375 |
transcript.pyannote[238].end |
1260.35721875 |
transcript.pyannote[239].speaker |
SPEAKER_00 |
transcript.pyannote[239].start |
1261.04909375 |
transcript.pyannote[239].end |
1262.95596875 |
transcript.pyannote[240].speaker |
SPEAKER_01 |
transcript.pyannote[240].start |
1261.63971875 |
transcript.pyannote[240].end |
1262.61846875 |
transcript.whisperx[0].start |
0.009 |
transcript.whisperx[0].end |
0.97 |
transcript.whisperx[0].text |
主席 各位 大家午安 是不是還是請 請 我不知道要請誰應該加吳委員 請吳委員好吧 那我們就先這個 |
transcript.whisperx[1].start |
29.232 |
transcript.whisperx[1].end |
30.995 |
transcript.whisperx[1].text |
老師說我真的不想好 沒關係勞動不好了 |
transcript.whisperx[2].start |
37.591 |
transcript.whisperx[2].end |
63.813 |
transcript.whisperx[2].text |
委員好部長好我之所以說不曉得找誰上台因為這個是一個應該理論上是行政院處長有來行政院的這個層級但我想先這樣說因為委員的版本談到壯世代的這一個產業發展促進法基本上是產業發展促進法那談到生產力還有這個消費力 |
transcript.whisperx[3].start |
65.474 |
transcript.whisperx[3].end |
90.899 |
transcript.whisperx[3].text |
做一個消費者壯世代做一個消費者擁有消費力這一件事情我認為我對政府部門不擔心因為大家都知道壯世代的經濟實力都會比年輕人更高大概為了台灣如果從45歲50歲這個年齡來界定也有人是從45歲來界定的大概台灣的財富的一半以上 |
transcript.whisperx[4].start |
91.559 |
transcript.whisperx[4].end |
93 |
transcript.whisperx[4].text |
在百貨公司的週年慶上他們的平均消費力 |
transcript.whisperx[5].start |
120.609 |
transcript.whisperx[5].end |
120.789 |
transcript.whisperx[5].text |
林淑芬議員 |
transcript.whisperx[6].start |
138.183 |
transcript.whisperx[6].end |
138.383 |
transcript.whisperx[6].text |
但是呢﹖ |
transcript.whisperx[7].start |
164.738 |
transcript.whisperx[7].end |
166.479 |
transcript.whisperx[7].text |
作為他們如果我們從他們的這個勞動力這個生產者這樣的角度來看的確大家都非常的憂慮那為什麼這個其實我們要講說等到他是壯世代再來解決中高齡就業問題已經是來不及了 |
transcript.whisperx[8].start |
185.351 |
transcript.whisperx[8].end |
185.391 |
transcript.whisperx[8].text |
議員吳春城 |
transcript.whisperx[9].start |
201.221 |
transcript.whisperx[9].end |
212.051 |
transcript.whisperx[9].text |
台灣的女性從55歲到64歲一旦當上了阿嬤就業的機率就像土石流一樣下滑統計上只剩下35到38%所以她是勞動力的土石流 |
transcript.whisperx[10].start |
220.64 |
transcript.whisperx[10].end |
237.73 |
transcript.whisperx[10].text |
而這個我們都知道第一波土石油是女性生育生和育小育兒以後之後他就土石油崩滑一次然後當阿嬤還要為了幫孩子帶孫子所以他又再下滑一次 |
transcript.whisperx[11].start |
238.875 |
transcript.whisperx[11].end |
252.1 |
transcript.whisperx[11].text |
所以我們在講說因為要比較嘛為什麼要比較除了比較OECD以外我們在講說55到59歲的女性臺灣的女性勞參率下滑比德國低了多少%你記得嗎我還問過你我們都比這個低了多少你記得嗎約略55到59歲臺灣女性的勞參率下滑的現象比德國低了幾%你知道嗎 |
transcript.whisperx[12].start |
267.557 |
transcript.whisperx[12].end |
291.454 |
transcript.whisperx[12].text |
至少十幾二十有不你錯了33.760到64歲的女性的勞參率比德國低了多少你知道嗎為什麼講土石流因為比德國低了33.4%所以說你的策略等到壯世代了我們再來想這個是太慢了太晚了來不及了 |
transcript.whisperx[13].start |
292.185 |
transcript.whisperx[13].end |
319.904 |
transcript.whisperx[13].text |
我們一路要從他生兒育兒然後你要完善的生兒育兒的配套讓阿嬤不用為了孩子去購孫留住勞動力然後不離開職場這個就是你失職的地方啊不能夠等到我現在壯世代了我想要重返職場再想如何鼓勵他們重返職場這是不應該的而是應該要想你要更積極的去想你要讓他續留職場 |
transcript.whisperx[14].start |
321.789 |
transcript.whisperx[14].end |
348.599 |
transcript.whisperx[14].text |
你一直做不到啊光是我們在講的這個育嬰留庭改成這個這個照顧假你就沒有辦法很積極的去做那我必須要再講一個數字喔青年的失業率為什麼要講青年因為要解決這個勞動力的問題啊有可能他的發生一開始就在青年了勞動力青年的這個失業率有多高你知道嗎台灣 |
transcript.whisperx[15].start |
350.785 |
transcript.whisperx[15].end |
352.767 |
transcript.whisperx[15].text |
我請署長回答一下好不好 |
transcript.whisperx[16].start |
375.792 |
transcript.whisperx[16].end |
389.303 |
transcript.whisperx[16].text |
來啦!青年失業率阿這個OECD的平均青年失業率是10.8%阿我國的青年失業率來到11.4%我們比OECD平均還要高你知道澳洲幾%嗎?署長 |
transcript.whisperx[17].start |
391.104 |
transcript.whisperx[17].end |
391.244 |
transcript.whisperx[17].text |
韓國6.4 荷蘭7.8 紐西蘭9.1 而台灣 |
transcript.whisperx[18].start |
412.31 |
transcript.whisperx[18].end |
429.85 |
transcript.whisperx[18].text |
這一路走來始終是兩位數11.4那為什麼要講這個呢如果青年的失業問題沒有解決的話也會降低人力資本跟社會資本的累積會傷害國家的經濟發展而且如果失業青年難以步入職場 |
transcript.whisperx[19].start |
431.331 |
transcript.whisperx[19].end |
447.659 |
transcript.whisperx[19].text |
會間接形成中年失業甚至變成啃老族整體國家的青年經濟力出現下降造成社會整體消費力衰弱產生不分不生然後不分不生陷入惡性循環讓國家的人口結構競爭力也造成負面的影響好 |
transcript.whisperx[20].start |
453.802 |
transcript.whisperx[20].end |
472.911 |
transcript.whisperx[20].text |
這還是間接的我講低薪跟低就業意願的惡性循環我國勞動部的薪資行情跟大專就業導航的數據顯示臺灣大多數的大專畢業生都從事什麼行業你知道嗎什麼行業你們勞動部自己的服務業高達幾%你知道嗎70% |
transcript.whisperx[21].start |
484.008 |
transcript.whisperx[21].end |
485.43 |
transcript.whisperx[21].text |
台灣的大專生畢業高達74.34%選擇從事服務相關行業這個是2022年的數據其中服務業裡面選擇批發零售業 |
transcript.whisperx[22].start |
498.988 |
transcript.whisperx[22].end |
523.155 |
transcript.whisperx[22].text |
是16.95%是最高幾乎17%都去做批發零售那我們都知道批發零售服務業多數相對低階的技術低階的薪資難以被期待獲取到高薪的待遇服務業的薪資天花板通常也不高也沒有辦法帶動薪資成長對個人生涯發展並無優勢而且現在還要面臨一個衝擊 |
transcript.whisperx[23].start |
531.337 |
transcript.whisperx[23].end |
554.728 |
transcript.whisperx[23].text |
當國家未來的棟樑投入低所得的職業對我們的經濟成長帶來非常重的影響是因為隨著全球化人工智慧的進步多數的低技術工作比較容易移到基本工資較低的新興國家或是被機器自動化取代 |
transcript.whisperx[24].start |
555.348 |
transcript.whisperx[24].end |
559.091 |
transcript.whisperx[24].text |
而國內的低技術工作機會將會越來越少而年輕人若有17%持續從事這一類的工作將會面臨中高齡失業所以我們講壯世代的就業問題 |
transcript.whisperx[25].start |
574.867 |
transcript.whisperx[25].end |
587.435 |
transcript.whisperx[25].text |
老動力的問題其實是從年輕的時候就開始展開那一條可能注定要失業的路了他不能夠等到壯世代來來講說我如果輔導你重返職場他現在就要處理了那我們這個部分我剛剛講的青年失業率我剛剛講的從事批發零售業達到17%國家的政策是什麼我們不能夠等到壯世代再來處理你們的政策是什麼 |
transcript.whisperx[26].start |
606.168 |
transcript.whisperx[26].end |
608.969 |
transcript.whisperx[26].text |
所以壯世代的問題在青年時代就種下了因 |
transcript.whisperx[27].start |
621.254 |
transcript.whisperx[27].end |
638.831 |
transcript.whisperx[27].text |
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ |
transcript.whisperx[28].start |
639.542 |
transcript.whisperx[28].end |
664.147 |
transcript.whisperx[28].text |
其實今年的失業率是有降低的有阿2016年122022年12只是那個幅度2021年12.1改善你都自我感覺良好就是說當然這個也有他你有沒有覺得教育產業也需要跟你們配合阿如果你們的教育產業一直在停留在說餐飲業、觀光業 |
transcript.whisperx[29].start |
667.177 |
transcript.whisperx[29].end |
682.736 |
transcript.whisperx[29].text |
那些科系是不是開始也要想想看輔導轉型 有沒有需要那麼大量可是委員 這部分正在缺工這是一個困難你知道嗎 正在缺工 請問他們科系系所減的數目有沒有很多 |
transcript.whisperx[30].start |
684.172 |
transcript.whisperx[30].end |
699.872 |
transcript.whisperx[30].text |
⋯⋯ |
transcript.whisperx[31].start |
699.912 |
transcript.whisperx[31].end |
706.037 |
transcript.whisperx[31].text |
到行政院從行政院開始我們面對千年畢業就踏入職場就選擇這麼低階的服務業的工作這個零售業的工作這一方面我們是不是從頭就要開始如何讓他的學歷他的學習含金量是高的 |
transcript.whisperx[32].start |
719.269 |
transcript.whisperx[32].end |
737.994 |
transcript.whisperx[32].text |
然後讓他可以在未來有更好的適應力的不要做到最後是中年失業的對可是委員我想應該是這樣當然餐飲啊這一些服務業相對低薪可是我覺得餐飲服務業面餐飲的人不一定是服務生哦不要這樣講哦可是我的意思說應該是相對去尋求服務業的產業結構的改善 |
transcript.whisperx[33].start |
742.875 |
transcript.whisperx[33].end |
765.503 |
transcript.whisperx[33].text |
⋯⋯⋯⋯ |
transcript.whisperx[34].start |
766.141 |
transcript.whisperx[34].end |
792.802 |
transcript.whisperx[34].text |
一個月、一個多月、兩個月以後台灣一半的人都超過45歲而且在明年以後65歲以上的人口五個就有一個進入超高齡社會喔然後呢在這種狀況裡面我必須要講啦勞動大家勞動力市場都喜歡年輕勞動力是不爭的事實啦大家都喜歡新鮮的肝嘛但是 |
transcript.whisperx[35].start |
793.903 |
transcript.whisperx[35].end |
797.585 |
transcript.whisperx[35].text |
但是勞動力需求很高的產業他也不得不面對勞動力短缺的這一個問題所以我剛才就在講說只要女性的勞參率提高2%我們的這一個缺工的問題會解決很多那你有能力留住我們女性提高我們女性的勞參率嗎 |
transcript.whisperx[36].start |
817.615 |
transcript.whisperx[36].end |
841.663 |
transcript.whisperx[36].text |
對委員所以我們現在正在推行多元陪伴服務方案我們希望能夠在多元陪伴服務方案就可以提升女性的勞參率嗎那當然是一個面向啦就是一個方案我們希望能從這樣的推動來進行我們我就告訴你其實照顧上照顧政策也出現了很大的問題照顧政策女性勞動力向土石流滑落生子再來孤孫就跟你講了這兩個關鍵啊 |
transcript.whisperx[37].start |
845.564 |
transcript.whisperx[37].end |
845.804 |
transcript.whisperx[37].text |
告孫跟長照有什麼相關? |
transcript.whisperx[38].start |
853.651 |
transcript.whisperx[38].end |
874.146 |
transcript.whisperx[38].text |
審查與衛福部長照有什麼相關?告孫與長照有什麼相關?你剛剛回答我說這個問題要怎麼解決你說你要跟衛福部的長照體系去討論我就不知道衛福部的長照跟告孫跟審查有什麼相關那委員育兒也不是我的事啊是不是給假是你的事啊育兒留職停薪給假啊 |
transcript.whisperx[39].start |
878.929 |
transcript.whisperx[39].end |
893.594 |
transcript.whisperx[39].text |
我們不生小孩除了經濟因素以外就是要陪伴因為養小孩要陪伴而沒有假可以陪伴讓很多人不願意當然在青年失業沒有工作又低薪我不就不想生這跟你有關啊怎麼會沒有關呢 |
transcript.whisperx[40].start |
896.175 |
transcript.whisperx[40].end |
909.945 |
transcript.whisperx[40].text |
但我們講回來啦 這個週刊有一篇報導啦齁週刊有一篇報導說啊他們去訪問這個百大的這個優良的企業啦齁這個企業裡面啦是這樣子就是說週刊在永續這個他們去看 |
transcript.whisperx[41].start |
922.116 |
transcript.whisperx[41].end |
942.807 |
transcript.whisperx[41].text |
入選世代百強的友善企業壯世代他們禁用新進員工51歲以上的壯世代的比例最好的台灣的壯世代百強的壯世代最友善的企業他們禁用新進員工的比例是幾%你知道嗎 |
transcript.whisperx[42].start |
944.946 |
transcript.whisperx[42].end |
959.773 |
transcript.whisperx[42].text |
您有看那篇報導嗎?上週的。上週的人家都,你都知道今天要報告有壯世代的這個產業促進法了。你們至少要惡補一下吧。人家做了一個專題,你至少要看一下吧。而且這個是 |
transcript.whisperx[43].start |
961.869 |
transcript.whisperx[43].end |
979.497 |
transcript.whisperx[43].text |
﹏﹏ |
transcript.whisperx[44].start |
980.541 |
transcript.whisperx[44].end |
992.614 |
transcript.whisperx[44].text |
51十一歲啦所以產業但是他裡面講產業的特性很大程度決定了企業要不要任用壯世代的積極性缺工海嘯第一排是哪一個業缺工海嘯第一排最嚴重的最缺工的 |
transcript.whisperx[45].start |
998.953 |
transcript.whisperx[45].end |
998.993 |
transcript.whisperx[45].text |
蔣麗玉議員蔣麗玉議員 |
transcript.whisperx[46].start |
1027.737 |
transcript.whisperx[46].end |
1041.064 |
transcript.whisperx[46].text |
用壯世代最不可能的,可能是最低的,步調最慢的,哪一個產業你知道嗎?大家趨勢若霧,年輕人都要去的,就不需要老人工啊。那哪個產業?上面有寫資訊科企業啊。 |
transcript.whisperx[47].start |
1045.399 |
transcript.whisperx[47].end |
1050.662 |
transcript.whisperx[47].text |
對啊 對啊所以就是說服務業傳產科技為什麼他們會有差別因為他們的他們條件不一樣嘛就是這樣子這麼簡單而大家都知道你要禁用這個中高齡的這個人力他不是說企業內部馬上禁用就可以的 |
transcript.whisperx[48].start |
1064.449 |
transcript.whisperx[48].end |
1086.839 |
transcript.whisperx[48].text |
他要醞釀一個友善的措施跟氣氛 這個根據104中高齡銀行總經理吳立雪的經驗講他要調試 企業要調試 調試起至少需要5年欸所以為什麼也是需要政府去輔導 因為他需要調試從公告周知改善工作環境由下而上塑造自然而然的年齡共融文化 |
transcript.whisperx[49].start |
1087.85 |
transcript.whisperx[49].end |
1094.532 |
transcript.whisperx[49].text |
都需要5年所以如果你沒有這關鍵的4、5年趕快準備真正缺工的時候企業是沒有辦法應對的所以這一件事情跟勞動力有關跟企業雇主也有關所以為什麼有人就覺得說中高齡員工通常忠誠而且可靠經驗豐富有助於服務客戶而且混零的職場對組織也帶來好處能夠共享知識和經濟 |
transcript.whisperx[50].start |
1113.558 |
transcript.whisperx[50].end |
1132.329 |
transcript.whisperx[50].text |
⋯⋯⋯ |
transcript.whisperx[51].start |
1132.449 |
transcript.whisperx[51].end |
1155.164 |
transcript.whisperx[51].text |
所以他的留任年、他的自我要求高、留任穩定性高所以美聯社的人、人資長就說我們45歲以上的員工流動率有不到30歲以下的一半流動率低減少了重複招募的訓練成本穩定服務品質所以壯世代人力的運用也為企業帶來好處而他們也必須要低頭去重新重視這個壯世代的人力 |
transcript.whisperx[52].start |
1162.81 |
transcript.whisperx[52].end |
1175.849 |
transcript.whisperx[52].text |
所以啊 這個裡面啊 這個都是市場自由機制 那政府能做什麼 所以我一直講市場能夠自由機制 人家自行就去調整了 那政府都不用作為嗎 政府當然要作為啊 |
transcript.whisperx[53].start |
1176.755 |
transcript.whisperx[53].end |
1205.921 |
transcript.whisperx[53].text |
委員我可不可以補充就是說我一上來我就說缺工不能等於低薪啦當時服務業一直要我開放移工可是我到現在我並沒有這麼做可是也因為這樣所以餐飲業這樣的服務業他們在中高齡的任用上比例是有增加的而且還這個真的是有顯而立見的效果所以你有做出防衛的提升上面你有守備你有防衛但是這樣子不夠啊你除了儲備你要心力啊 |
transcript.whisperx[54].start |
1206.801 |
transcript.whisperx[54].end |
1215.249 |
transcript.whisperx[54].text |
你還要新立啊當然你有中高齡產業促進的鼓勵中小企業的抵減的方案出來有沒有更積極的啊那我剛剛講的這個要讓婦女留在職場續留續留我們要假要有假然後青年的 |
transcript.whisperx[55].start |
1227.179 |
transcript.whisperx[55].end |
1228.321 |
transcript.whisperx[55].text |
關於技職教育我是花很多心力啦 謝謝 謝謝 |
transcript.whisperx[56].start |
1243.338 |
transcript.whisperx[56].end |
1253.422 |
transcript.whisperx[56].text |
我如果說什麼你每個人都覺得你做得很好我如果說什麼你每個人都覺得你很好如果這樣為什麼還有這麼多問題呢就已經做得不錯了 也很認真了這樣你以後就不要再拖了蘇清泉不要再幫忙了 謝謝林委員 |
gazette.lineno |
516 |
gazette.blocks[0][0] |
林委員淑芬:(10時55分)主席、各位,大家午安,是不是還是請……我不知道要請誰,應該請吳委員,好吧!那我們就先……老實說我真的不曉得,沒關係,勞動部好了。 |
gazette.blocks[1][0] |
何部長佩珊:委員好。 |
gazette.blocks[2][0] |
林委員淑芬:部長好。我之所以說不曉得要找誰上台,因為這個應該理論上是行政院的這個層級,處長有來,但我想先這樣說,因為吳委員的版本談到壯世代的產業發展促進法,基本上是產業發展促進法,談到生產力還有消費力,做一個消費者壯世代,做一個消費者擁有消費力這一件事情,我認為我對政府部門不擔心,因為大家都知道壯世代的經濟實力都會比年輕人更高,大概在臺灣,如果從45歲50歲這個年齡來界定,也有人是從45歲來界定的,大概擁有臺灣財富的一半以上,所以他是消費的主力,當然市場上針對這個族群的行銷,專門針對他們其實是沒有很多,但是仍然不能夠否認他們是消費的主力。 |
gazette.blocks[2][1] |
以餐飲方面的消費金額為例,曾經有報導說他們消費的金額是30到40歲這一個世代的2.5倍,在百貨公司的週年慶上他們的平均消費力金額也十分可觀,所以我的意思是說他們是消費的主力,擁有財富的能力都比年輕人還更多,所以這個市場機制很成熟,所以有能力投資,我也不覺得我們還要再鼓勵他們投資,因為市場自然會開發出屬於他們的商品來,這個金融市場也會,他們有能力消費,所以市場如果真的有到那一個階段,市場自然會趨之若鶩的為他們量身訂製,所以作為一個消費者擁有消費能力這一件事情,我不擔心。 |
gazette.blocks[2][2] |
但是如果我們從他們的勞動力、生產者這樣的角度來看,的確大家都非常的憂慮,為什麼?其實我們要講等到他是壯世代再來解決中高齡就業問題已經是來不及了,到壯世代才開始要來面對,如何讓他們續留在職場,讓他們可以重返職場,我必須要說有一點慢,有一件事情是我經常說的,就是臺灣的女性從55歲到64歲,一旦當上了阿嬤,就業率就像土石流一樣下滑,統計上只剩下35到38%,所以他是勞動力的土石流,而我們都知道,第一波土石流是女性生育、育兒以後,之後他就土石流崩滑一次,然後當阿嬤還要為了幫孩子帶孫子,所以他又再下滑一次。因為要比較嘛!為什麼要比較?除了比較OECD以外,我們在講55到59歲的女性,臺灣的女性勞參率下滑比德國低了多少比例,你記得嗎?我還問過你。 |
gazette.blocks[3][0] |
何部長佩珊:是,我們都比OECD…… |
gazette.blocks[4][0] |
林委員淑芬:低了多少?你記得嗎?約略。 |
gazette.blocks[5][0] |
何部長佩珊:你是指…… |
gazette.blocks[6][0] |
林委員淑芬:55歲到59歲臺灣女性的勞參率下滑的現象,比德國低了多少比例你知道嗎? |
gazette.blocks[7][0] |
何部長佩珊:至少百分之十幾、二十有。 |
gazette.blocks[8][0] |
林委員淑芬:不,你錯了,33.7%,60到64歲的女性的勞參率比德國低了多少,你知道嗎?為什麼講土石流?因為比德國低了33.4%,所以說你的策略等到壯世代了,我們再來想,這個是太慢了,太晚了,來不及了。我們要一路從他生兒、育兒做起,然後要有完善的生兒、育兒的配套,讓阿嬤不用為了孩子去顧孫,留住勞動力,然後不離開職場,這個就是你失職的地方啊。不能夠等到壯世代想要重返職場,再來想如何鼓勵他們重返職場,這是不應該的,而是應該要想,你要更積極地去想,你要讓他續留職場,你一直做不到啊,光是我們在講的育嬰留停改成照顧假,你就沒有辦法很積極地去做,那我必須要再講一個數字,就是青年的失業率,為什麼要講青年的失業率?因為要解決這個勞動力的問題,有可能發生一開始就在青年了,臺灣青年的失業率有多高,你知道嗎? |
gazette.blocks[9][0] |
何部長佩珊:青年的失業率現在要看15到24歲的話,大概是7.9%。 |
gazette.blocks[10][0] |
林委員淑芬:什麼7.9%? |
gazette.blocks[11][0] |
何部長佩珊:對不起。 |
gazette.blocks[12][0] |
林委員淑芬:7.9%?勞發署你們都沒有資料?這種基本數字、基本概念都沒有? |
gazette.blocks[13][0] |
何部長佩珊:我們請署長回答一下,好不好? |
gazette.blocks[14][0] |
林委員淑芬:來,根據OECD的數據,青年失業率平均是10.8%,我國的青年失業率來到11.4%,我們比OECD平均還要高,你知道澳洲多少嗎?署長。部長一定不知道,你知道澳洲有多少嗎?7.9%。加拿大是9.9%,德國的青年失業率是5.7%,日本的青年失業率是5.2%,韓國是6.4%,荷蘭是7.8%,紐西蘭是9.1%,美國是8.1%,而臺灣這一路走來始終是兩位數,11.4%。為什麼要講這個呢?如果青年的失業問題沒有解決的話,也會降低人力資本跟社會資本的累積,會傷害國家的經濟發展。而且如果失業青年難以步入職場,會為間接形成中年失業,甚至變成啃老族,整體國家的青年經濟力出現下降,造成社會整體消費力衰弱,不婚不生,然後不婚不生陷入惡性循環,讓國家的人口結構競爭力也造成負面的影響。 |
gazette.blocks[14][1] |
好,這還是間接的,我再來講低薪跟低就業意願的惡性循環,我國勞動部的薪資行情跟大專就業導航的數據顯示,臺灣大多數的大專畢業生都從事什麼行業,你知道嗎?什麼行業? |
gazette.blocks[15][0] |
何部長佩珊:服務業。 |
gazette.blocks[16][0] |
林委員淑芬:你們勞動部自己的資料,高達幾%你知道嗎? |
gazette.blocks[17][0] |
何部長佩珊:70。 |
gazette.blocks[18][0] |
林委員淑芬:臺灣的大專生畢業高達74.34%選擇從事服務相關行業,這個是2022年的數據,其中服務業裡面,選擇批發零售業是16.95%,是最高,幾乎17%都去做批發、零售。我們都知道,批發零售服務業都屬相對低階的技術、低階的薪資,難以被期待獲取高薪的待遇。服務業的薪資天花板通常也不高,也沒有辦法帶動薪資成長,對個人生涯發展並無優勢,而且現在還要面臨一個衝擊,就是當這個國家未來的棟樑投入低所得的職業,對我們的經濟成長帶來非常重的影響,因為隨著全球化人工智慧的進步,多數的低技術工作比較容易移到基本工資較低的新興國家,或是被機器自動化取代,而國內的低技術工作機會將會越來越少,而年輕人若有17%持續從事這一類的工作,將會面臨中高齡失業,所以我們講壯世代的就業問題、勞動力的問題,即使是從年輕的時候就開始展開那一條可能注定要失業的路了,不能夠等到壯世代,你再來講說如何輔導他重返職場,現在就要處理了。我剛剛講的青年失業率,我剛剛講的從事批發零售業達到17%,國家的政策是什麼?我們不能夠等到壯世代再來處理。你們的政策是什麼? |
gazette.blocks[19][0] |
何部長佩珊:委員,青年的失業率也是一個結構性的問題,裡面其實也有…… |
gazette.blocks[20][0] |
林委員淑芬:對啊,所以壯世代的問題在青年時代就種下了因,在結構上。 |
gazette.blocks[21][0] |
何部長佩珊:是,是。對,對。所以當然我們現在也動用很多行政措施,在所謂的投資青年就業方案這樣子的行政措施…… |
gazette.blocks[22][0] |
林委員淑芬:有效嗎?這十年來始終都是11%、12%。 |
gazette.blocks[23][0] |
何部長佩珊:相對還是有改善啦。 |
gazette.blocks[24][0] |
林委員淑芬:哪裡改善? |
gazette.blocks[25][0] |
何部長佩珊:其實今年的失業率是有降低的。 |
gazette.blocks[26][0] |
林委員淑芬:有啊,2016年12%,2022年12%。 |
gazette.blocks[27][0] |
何部長佩珊:是,只是那個幅度…… |
gazette.blocks[28][0] |
林委員淑芬:2021年12.1%,改善?你都自我感覺良好。 |
gazette.blocks[29][0] |
何部長佩珊:就是說,當然這個也有…… |
gazette.blocks[30][0] |
林委員淑芬:你有沒有覺得教育產業也需要跟你們配合啊?如果教育產業一直停留在餐飲業、觀光業,那些科系是不是要開始想想看輔導轉型?有沒有需要那麼大量? |
gazette.blocks[31][0] |
何部長佩珊:可是委員,這部分正在缺工,這是一個困難。 |
gazette.blocks[32][0] |
林委員淑芬:你知道嗎?這部分正在缺工,請問他們的科系系所減的數目有沒有很多?唸完的人就要去當服務生嗎?服務生需要唸餐飲科嗎?唸餐飲科的是要成為主廚的。 |
gazette.blocks[33][0] |
何部長佩珊:是,委員,可是其實我們在技職青年的就業方面,我們是很鼓勵多元的…… |
gazette.blocks[34][0] |
林委員淑芬:我的意思是說,你應該從行政院開始,我們面對青年畢業後踏入職場,就選擇這麼低階的服務業的工作、零售業的工作,這一方面我們是不是從頭就要開始,思考如何讓他們的學歷、學習含金量是高的,然後讓他們可以在未來有更好的適應力,不要做到最後是中年失業。 |
gazette.blocks[35][0] |
何部長佩珊:對,可是委員,我想應該是這樣,當然餐飲這些服務業相對低薪,可是我覺得…… |
gazette.blocks[36][0] |
林委員淑芬:餐飲服務業?唸餐飲的人不一定是服務生,不要這樣講。 |
gazette.blocks[37][0] |
何部長佩珊:對對對。可是我的意思是說,應該是相對去尋求服務業的產業結構的改善,其實這部分讓服務業的薪水怎麼提上來,我想我們在場經濟部會…… |
gazette.blocks[38][0] |
林委員淑芬:你不要講那麼多啦,這個講下去就說這不是你勞動部的業務,你當然可以在這裡講很多。我現在要提醒你是,從2025年開始,臺灣一半以上的人口超過45歲,這是國發會推估的,在兩個月以後,臺灣一半的人都超過45歲,而且在明年以後,65歲以上的人口每5個就有1個,進入超高齡社會,在這種狀況裡面,我必須要講,勞動力市場都喜歡年輕勞動力是不爭的事實,大家都喜歡新鮮的肝嘛,但是勞動力需求很高的產業,也不得不面對勞動力短缺的這一個問題,所以我剛剛就在講說,只要女性的勞參率提高2%,我們這一個缺工的問題會解決很多,那你有能力留住我們女性,提高女性的勞參率嗎? |
gazette.blocks[39][0] |
何部長佩珊:所以我們現在正在推行多元陪伴服務方案,我們希望能夠給婦女一些支持…… |
gazette.blocks[40][0] |
林委員淑芬:多元陪伴服務方案就可以提升女性的勞參率嗎? |
gazette.blocks[41][0] |
何部長佩珊:那當然是一個面向,就是一個方案,我們希望能從這樣的推動來進行。 |
gazette.blocks[42][0] |
林委員淑芬:我就告訴你,其實照顧政策也出現了很大的問題,女性勞動力像土石流滑落,生小孩和顧孫子,我都跟你講了這兩個關鍵。 |
gazette.blocks[43][0] |
何部長佩珊:是,那我想我們跟衛福部長照體系一起來共同討論好不好? |
gazette.blocks[44][0] |
林委員淑芬:顧孫子跟長照有什麼相關?生小孩和衛福部長照有什麼相關?顧孫子跟長照有什麼相關?你剛剛回答我這個問題要怎麼解決,你說你要跟衛福部的長照體系去討論,我就不知道衛福部的長照跟顧孫子和生小孩有什麼相關。 |
gazette.blocks[45][0] |
何部長佩珊:委員,育兒也不是我的事啊,是不是? |
gazette.blocks[46][0] |
林委員淑芬:給假是你的事啊,育兒留職停薪,給假啊! |
gazette.blocks[47][0] |
何部長佩珊:委員,給假是…… |
gazette.blocks[48][0] |
林委員淑芬:我們不生小孩,除了經濟因素以外,就是要陪伴,因為養小孩要陪伴,而沒有假可以陪伴,讓很多人不願意生,青年失業,沒有工作又低薪,就不想生,這也跟你有關啊,怎麼會沒有呢?那我們講回來,週刊有一篇報導說,他們去看入選世代百強的友善企業,得知他們進用新進員工51歲以上的壯世代的比例,這些企業是最好的臺灣百強企業中,對壯世代最友善的企業,他們進用新進員工的比例是多少,你知道嗎?你有看那一篇報導嗎?是商周的。 |
gazette.blocks[49][0] |
何部長佩珊:請委員指示。 |
gazette.blocks[50][0] |
林委員淑芬:你都知道今天要報告壯世代產業促進法了,你們至少要惡補一下吧?人家做了一個專題,你至少要看一下吧?而且這個是9月才出刊的專題,內容講說,壯世代新進員工占他們新進員工的比例是7%,而你勞動部部長都不知道,那未入選的企業幾乎都是零,言下之意是企業大概都不會再聘僱51歲以上的員工,但是裡面也講,產業的特性很大程度決定了企業要不要任用壯世代的積極性,缺工海嘯第一排是哪一個行業?缺工海嘯第一排最嚴重的、最缺工的、最低薪的是哪一個? |
gazette.blocks[51][0] |
何部長佩珊:當然是服務業,相對缺。 |
gazette.blocks[52][0] |
林委員淑芬:服務業也不得不,它要妥協啊,所以它必須要低頭,所以他們現在是號稱最懂壯世代的優點,所以也最願意用;然後傳統製造業的人力被半導體業搶人搶走了,所以他們也在討論要怎麼處理。而哪一個產業是最不可能用壯世代的?可能是最低的,步調最慢的,是哪一個產業?你知道嗎?大家趨之若鶩,年輕人都要去的,就不需要老人工了,是哪個產業? |
gazette.blocks[53][0] |
何部長佩珊:上面有寫資訊科技。 |
gazette.blocks[54][0] |
林委員淑芬:對啊。所以意思是說,服務業、傳產科技為什麼他們會有差別?因為他們條件不一樣嘛,就是這樣子,這麼簡單。而大家都知道,要進用中高齡的人力,不是說企業內部馬上進用就可以了,要醞釀友善的措施跟氣氛,這個根據104人力銀行總經理吳麗雪的經驗,企業要調適,調適期至少需要5年,為什麼也是需要政府去輔導?因為需要調適,從公告周知、改善工作環境、由下而上塑造自然而然的年齡共融文化,都需要5年,所以如果你沒有在這個關鍵的四、五年趕快準備,真正缺工的時候,企業是沒有辦法應對的。這件事情跟勞動力有關,跟企業雇主也有關,所以為什麼有人就覺得說,中高齡勞工通常忠誠而且可靠,經驗豐富,有助於服務客戶,而且混齡的職場對組織也帶來好處,能夠共享知識和經濟,彼此生產力得以互補,然後培養出下一代人才。可是我們要講的是說,因為他們也不得不這樣子,中高齡還需要就業的人,當然他有他的經濟需求,也當然不可能像年輕人一樣,說工作不合,他不做,就走了,所以他的自我要求高,留任穩定性高,所以美廉社的人資長就說,他們45歲以上的員工流動率不到30歲以下的一半。流動率低,減少了重複招募的訓練成本,穩定服務品質,所以壯世代人力的運用,也為企業帶來好處,而他們也必須要低頭去重新重視壯世代的人力。這個都是市場自由機制,那政府能做什麼?所以我一直講,市場能夠行自由機制,人家自己就去調整了,那政府都不用作為嗎?政府當然也要作為。 |
gazette.blocks[55][0] |
何部長佩珊:委員,我可不可以補充一件事,我一上任就說,缺工不能等於低薪,當時服務業一直要我開放移工,可是到現在我並沒有這麼做,可是也因為這樣,所以餐飲業這樣的服務業,他們在中高齡的任用上,比例是有增加的,這個真的是有顯而立見的效果。在薪水的提升上面,也有增加。 |
gazette.blocks[56][0] |
林委員淑芬:所以你有守備,你有防衛,但是這樣子不夠啊。你除了除弊,還要興利啊,當然你有就產業處境提出鼓勵中小企業的抵減方案出來,有沒有更積極的?我剛剛講的,要讓婦女續留在職場,要有假,然後青年踏入社會的就業,必須要是含金量更高的技術,不要含金量都沒有,那你要去找教育部到行政院去討論啊,這不是很具體的需要嗎? |
gazette.blocks[57][0] |
何部長佩珊:委員,關於技職教育,我是花很多心力啦,謝謝,謝謝。 |
gazette.blocks[58][0] |
林委員淑芬:我說什麼,你就覺得你每一樣都做得很多,做得很好,我如果說什麼,你就每一樣都覺得很好,如果真是如此,為什麼還有這麼多問題呢? |
gazette.blocks[59][0] |
主席:就是他們這裡做得不錯啊,也很認真啊。 |
gazette.blocks[60][0] |
林委員淑芬:這樣的話,他們的預算你就不能砍喔,蘇清泉。 |
gazette.blocks[61][0] |
主席:我會幫他們,我會幫忙。 |
gazette.blocks[61][1] |
好,謝謝,謝謝林委員,謝謝部長。 |
gazette.blocks[61][2] |
繼續我們請黃秀芳委員質詢,準時一點。 |
gazette.agenda.page_end |
160 |
gazette.agenda.meet_id |
聯席會議-11-2-26,19-1 |
gazette.agenda.speakers[0] |
蘇清泉 |
gazette.agenda.speakers[1] |
黃秀芳 |
gazette.agenda.speakers[2] |
邱議瑩 |
gazette.agenda.speakers[3] |
林月琴 |
gazette.agenda.speakers[4] |
王正旭 |
gazette.agenda.speakers[5] |
林淑芬 |
gazette.agenda.speakers[6] |
吳春城 |
gazette.agenda.speakers[7] |
陳昭姿 |
gazette.agenda.speakers[8] |
陳亭妃 |
gazette.agenda.speakers[9] |
鄭正鈐 |
gazette.agenda.speakers[10] |
廖偉翔 |
gazette.agenda.speakers[11] |
陳菁徽 |
gazette.agenda.speakers[12] |
王育敏 |
gazette.agenda.speakers[13] |
邱鎮軍 |
gazette.agenda.speakers[14] |
楊瓊瓔 |
gazette.agenda.speakers[15] |
陳瑩 |
gazette.agenda.speakers[16] |
賴瑞隆 |
gazette.agenda.speakers[17] |
翁曉玲 |
gazette.agenda.speakers[18] |
劉建國 |
gazette.agenda.speakers[19] |
吳宗憲 |
gazette.agenda.speakers[20] |
洪孟楷 |
gazette.agenda.speakers[21] |
黃珊珊 |
gazette.agenda.speakers[22] |
林倩綺 |
gazette.agenda.speakers[23] |
林國成 |
gazette.agenda.speakers[24] |
涂權吉 |
gazette.agenda.speakers[25] |
蔡易餘 |
gazette.agenda.speakers[26] |
羅廷瑋 |
gazette.agenda.speakers[27] |
麥玉珍 |
gazette.agenda.speakers[28] |
楊曜 |
gazette.agenda.speakers[29] |
盧縣一 |
gazette.agenda.speakers[30] |
張嘉郡 |
gazette.agenda.speakers[31] |
陳超明 |
gazette.agenda.speakers[32] |
林憶君 |
gazette.agenda.speakers[33] |
邱志偉 |
gazette.agenda.speakers[34] |
謝衣鳯 |
gazette.agenda.page_start |
63 |
gazette.agenda.meetingDate[0] |
2024-10-24 |
gazette.agenda.gazette_id |
1139001 |
gazette.agenda.agenda_lcidc_ids[0] |
1139001_00003 |
gazette.agenda.meet_name |
立法院第11屆第2會期社會福利及衛生環境、經濟委員會第1次聯席會議紀錄 |
gazette.agenda.content |
審查委員吳春城等42人擬具「壯世代政策與產業發展促進法草案」案 |
gazette.agenda.agenda_id |
1139001_00002 |
IVOD_ID |
156100 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/156100 |
日期 |
2024-10-24 |
會議資料.會議代碼 |
聯席會議-11-2-26,19-1 |
會議資料.屆 |
11 |
會議資料.會期 |
2 |
會議資料.會次 |
1 |
會議資料.種類 |
聯席會議 |
會議資料.委員會代碼[0] |
26 |
會議資料.委員會代碼[1] |
19 |
會議資料.標題 |
第11屆第2會期社會福利及衛生環境、經濟委員會第1次聯席會議 |
影片種類 |
Clip |
開始時間 |
2024-10-24T10:55:20+08:00 |
結束時間 |
2024-10-24T11:16:23+08:00 |
支援功能[0] |
ai-transcript |
支援功能[1] |
gazette |