iVOD / 156114

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/402373dbe145685b06cc5bfe0f1da8eb982770301154c67dce0a1e5c1d8db796e6203fd8a27c331a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱志偉
委員發言時間 11:38:27 - 11:47:08
影片長度 521
會議時間 2024-10-24T09:00:00+08:00
會議名稱 立法院第11屆第2會期經濟委員會第8次全體委員會議(事由:一、邀請國家發展委員會主任委員、衛生福利部首長、教育部首長、勞動部首長就「我國少子女化現況及對策計畫成效,暨我國與亞鄰國家之留才攬才政策競爭力比較」進行報告,並備質詢。 二、邀請國家發展委員會主任委員、行政院人事行政總處首長就「我國少子女化對策主管單位與主要國家做法之比較,暨我國參採改制之可行性」進行報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.09846875
transcript.pyannote[0].end 2.66346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 7.65846875
transcript.pyannote[1].end 8.36721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.87346875
transcript.pyannote[2].end 11.42159375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.65346875
transcript.pyannote[3].end 14.81346875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 18.94784375
transcript.pyannote[4].end 25.81596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 22.66034375
transcript.pyannote[5].end 22.98096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 26.37284375
transcript.pyannote[6].end 31.53659375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 31.53659375
transcript.pyannote[7].end 31.65471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 31.65471875
transcript.pyannote[8].end 34.27034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 34.87784375
transcript.pyannote[9].end 36.83534375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 37.96596875
transcript.pyannote[10].end 43.36596875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 43.73721875
transcript.pyannote[11].end 44.42909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 45.42471875
transcript.pyannote[12].end 47.80409375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 49.00221875
transcript.pyannote[13].end 50.14971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 50.95971875
transcript.pyannote[14].end 52.86659375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 53.60909375
transcript.pyannote[15].end 54.75659375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 54.90846875
transcript.pyannote[16].end 56.95034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 57.69284375
transcript.pyannote[17].end 61.05096875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 61.43909375
transcript.pyannote[18].end 64.08846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 64.72971875
transcript.pyannote[19].end 69.47159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 69.99471875
transcript.pyannote[20].end 72.69471875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 73.30221875
transcript.pyannote[21].end 74.97284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 74.97284375
transcript.pyannote[22].end 75.31034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 76.05284375
transcript.pyannote[23].end 76.62659375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 77.50409375
transcript.pyannote[24].end 83.20784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 81.80721875
transcript.pyannote[25].end 84.06846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 84.52409375
transcript.pyannote[26].end 85.33409375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 85.33409375
transcript.pyannote[27].end 85.84034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 86.61659375
transcript.pyannote[28].end 90.04221875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 86.78534375
transcript.pyannote[29].end 87.24096875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 88.23659375
transcript.pyannote[30].end 90.00846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 90.04221875
transcript.pyannote[31].end 92.15159375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 92.67471875
transcript.pyannote[32].end 102.22596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 101.53409375
transcript.pyannote[33].end 105.04409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 105.26346875
transcript.pyannote[34].end 112.11471875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 112.26659375
transcript.pyannote[35].end 117.24471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 112.36784375
transcript.pyannote[36].end 112.68846875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 117.54846875
transcript.pyannote[37].end 119.80971875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 120.63659375
transcript.pyannote[38].end 123.31971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 124.85534375
transcript.pyannote[39].end 125.58096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 125.80034375
transcript.pyannote[40].end 128.48346875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 128.80409375
transcript.pyannote[41].end 135.52034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 135.52034375
transcript.pyannote[42].end 135.53721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 136.17846875
transcript.pyannote[43].end 151.16346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 150.75846875
transcript.pyannote[44].end 156.32721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 156.56346875
transcript.pyannote[45].end 158.48721875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 158.48721875
transcript.pyannote[46].end 158.52096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 158.97659375
transcript.pyannote[47].end 159.01034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 159.01034375
transcript.pyannote[48].end 159.02721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 159.02721875
transcript.pyannote[49].end 159.92159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 159.11159375
transcript.pyannote[50].end 165.97971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 165.35534375
transcript.pyannote[51].end 168.17346875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 168.56159375
transcript.pyannote[52].end 171.32909375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 171.46409375
transcript.pyannote[53].end 176.79659375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 174.09659375
transcript.pyannote[54].end 176.17221875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 176.89784375
transcript.pyannote[55].end 179.04096875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 179.54721875
transcript.pyannote[56].end 184.96409375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 185.82471875
transcript.pyannote[57].end 188.10284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 188.99721875
transcript.pyannote[58].end 193.92471875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 194.53221875
transcript.pyannote[59].end 199.25721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 200.16846875
transcript.pyannote[60].end 201.68721875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 202.73346875
transcript.pyannote[61].end 204.99471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 205.78784375
transcript.pyannote[62].end 211.42409375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 212.08221875
transcript.pyannote[63].end 214.00596875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 214.84971875
transcript.pyannote[64].end 216.08159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 216.68909375
transcript.pyannote[65].end 218.42721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 218.68034375
transcript.pyannote[66].end 220.50284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 221.88659375
transcript.pyannote[67].end 222.79784375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 223.55721875
transcript.pyannote[68].end 225.34596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 225.68346875
transcript.pyannote[69].end 231.01596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 231.45471875
transcript.pyannote[70].end 233.26034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 233.83409375
transcript.pyannote[71].end 235.77471875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 236.98971875
transcript.pyannote[72].end 241.17471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 241.81596875
transcript.pyannote[73].end 245.61284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 246.97971875
transcript.pyannote[74].end 247.97534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 248.07659375
transcript.pyannote[75].end 248.09346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 248.09346875
transcript.pyannote[76].end 252.24471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 252.56534375
transcript.pyannote[77].end 259.61909375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 259.02846875
transcript.pyannote[78].end 266.58846875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 267.19596875
transcript.pyannote[79].end 272.71409375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 267.22971875
transcript.pyannote[80].end 267.90471875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 272.86596875
transcript.pyannote[81].end 279.63284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 280.71284375
transcript.pyannote[82].end 287.91846875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 288.22221875
transcript.pyannote[83].end 295.19159375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 296.15346875
transcript.pyannote[84].end 303.40971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 304.62471875
transcript.pyannote[85].end 307.49346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 307.67909375
transcript.pyannote[86].end 310.15971875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 310.36221875
transcript.pyannote[87].end 311.17221875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 312.26909375
transcript.pyannote[88].end 314.32784375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 315.30659375
transcript.pyannote[89].end 316.97721875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 317.36534375
transcript.pyannote[90].end 318.69846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 319.00221875
transcript.pyannote[91].end 321.22971875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 321.44909375
transcript.pyannote[92].end 322.19159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 322.42784375
transcript.pyannote[93].end 324.26721875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 325.31346875
transcript.pyannote[94].end 330.07221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 330.91596875
transcript.pyannote[95].end 332.19846875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 332.19846875
transcript.pyannote[96].end 340.14659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 340.24784375
transcript.pyannote[97].end 348.70221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 345.91784375
transcript.pyannote[98].end 352.48221875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 349.09034375
transcript.pyannote[99].end 349.22534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 350.03534375
transcript.pyannote[100].end 350.47409375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 352.78596875
transcript.pyannote[101].end 355.18221875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 355.67159375
transcript.pyannote[102].end 355.89096875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 355.92471875
transcript.pyannote[103].end 356.54909375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 356.97096875
transcript.pyannote[104].end 364.27784375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 364.83471875
transcript.pyannote[105].end 367.97346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 368.61471875
transcript.pyannote[106].end 375.33096875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 376.63034375
transcript.pyannote[107].end 378.46971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 378.77346875
transcript.pyannote[108].end 380.30909375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 380.61284375
transcript.pyannote[109].end 381.59159375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 382.08096875
transcript.pyannote[110].end 384.94971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 384.96659375
transcript.pyannote[111].end 385.01721875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 385.18596875
transcript.pyannote[112].end 386.60346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 386.89034375
transcript.pyannote[113].end 395.51346875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 394.43346875
transcript.pyannote[114].end 408.32159375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 396.03659375
transcript.pyannote[115].end 396.05346875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 396.98159375
transcript.pyannote[116].end 397.06596875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 398.66909375
transcript.pyannote[117].end 399.05721875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 406.31346875
transcript.pyannote[118].end 406.58346875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 411.20721875
transcript.pyannote[119].end 417.29909375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 418.04159375
transcript.pyannote[120].end 425.06159375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 425.85471875
transcript.pyannote[121].end 431.11971875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 432.09846875
transcript.pyannote[122].end 435.25409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 436.18221875
transcript.pyannote[123].end 441.41346875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 441.91971875
transcript.pyannote[124].end 442.54409375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 443.23596875
transcript.pyannote[125].end 444.56909375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 445.12596875
transcript.pyannote[126].end 446.71221875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 448.83846875
transcript.pyannote[127].end 453.39471875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 453.39471875
transcript.pyannote[128].end 453.66471875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 453.66471875
transcript.pyannote[129].end 454.77846875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 455.16659375
transcript.pyannote[130].end 461.79846875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 463.40159375
transcript.pyannote[131].end 464.43096875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 465.40971875
transcript.pyannote[132].end 465.84846875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 466.43909375
transcript.pyannote[133].end 487.60034375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 479.77034375
transcript.pyannote[134].end 480.09096875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 480.69846875
transcript.pyannote[135].end 483.53346875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 487.60034375
transcript.pyannote[136].end 494.70471875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 487.90409375
transcript.pyannote[137].end 488.51159375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 495.48096875
transcript.pyannote[138].end 499.48034375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 500.10471875
transcript.pyannote[139].end 501.04971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 501.16784375
transcript.pyannote[140].end 505.31909375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 506.21346875
transcript.pyannote[141].end 512.47409375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 506.36534375
transcript.pyannote[142].end 506.63534375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 507.02346875
transcript.pyannote[143].end 516.38909375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 513.97596875
transcript.pyannote[144].end 514.68471875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 515.66346875
transcript.pyannote[145].end 515.88284375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 517.30034375
transcript.pyannote[146].end 519.03846875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 519.22409375
transcript.pyannote[147].end 519.24096875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 519.24096875
transcript.pyannote[148].end 519.54471875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 520.96221875
transcript.pyannote[149].end 521.48534375
transcript.whisperx[0].start 0.349
transcript.whisperx[0].end 14.714
transcript.whisperx[0].text 請邱志偉召委執行。」謝謝主席我一定遵守時間一定是6加2謝謝主席請國安會的劉主委
transcript.whisperx[1].start 18.993
transcript.whisperx[1].end 25.576
transcript.whisperx[1].text 所以我們看第一個數據第一個數據是你們發布是針對2023的總生育率加上0.865那僅高於韓國0.72那針對2023對不對是的然後這個我們看一下美國的數據美國的數據你看下一張美國的數據台灣是已經這個低於韓國生育率變成全世界倒數第一名所有的國家裡面我們排227
transcript.whisperx[2].start 49.096
transcript.whisperx[2].end 74.775
transcript.whisperx[2].text 所以再回到上一頁你現在所提的五面向對策目前正在實施你明年二月又要提解放如果這些現在的五面向對策有效的話它不會變成那麼一個嚴峻的一個態勢就是說我們是227個國家裡面我們生育率是倒數第一是生育率全世界最低的國家這是不是一個不可逆的趨勢
transcript.whisperx[3].start 77.591
transcript.whisperx[3].end 82.255
transcript.whisperx[3].text 目前來看,其實要可逆是有點難度了。我們希望先守住現在。」
transcript.whisperx[4].start 92.745
transcript.whisperx[4].end 119.421
transcript.whisperx[4].text 我跟委員報告一下我們現在最大的困難其實還是在大家的結婚慾望比較低我們必須先解掉這一段否則會很困難為什麼結婚慾望比較低呢?就是因為低薪嘛你低薪代表說你可支配所得這個減少你就不敢去養兒育女嘛包括物價的膨脹生活所得的生活支出大幅提高包括物價的上漲包括高房價
transcript.whisperx[5].start 120.74
transcript.whisperx[5].end 121.661
transcript.whisperx[5].text 主任委員會主任委員會主任
transcript.whisperx[6].start 136.826
transcript.whisperx[6].end 158.273
transcript.whisperx[6].text 所以我們一直在探討怎麼樣讓0到6歲的這個國家一起養的政策更能夠吻合市場的需求當然這需要大量的預算所以我們還是就像我之前報告我們需要找裁員你知道嗎日本曾經是最早進入超高齡這個社會的國家但他們已經慢慢的可逆了
transcript.whisperx[7].start 159.013
transcript.whisperx[7].end 187.86
transcript.whisperx[7].text 他們生意力有提高了嗎?他們本來可逆是回到了1.4但是又降回到1.2疫情的期間但最起碼他們已經控制這個惡化的狀況嘛所以他們內閣裡面有個少子化部嘛有個少子化大臣對他有一個大臣大臣是內閣的閣員閣員相當於一個部長部長有實權有預算有人力去執行少子化的相關的對策那我們目前的狀況是由政委
transcript.whisperx[8].start 189.082
transcript.whisperx[8].end 204.061
transcript.whisperx[8].text 政委是協調各部會的執行狀況做政策的規劃的協調政委也不需要來立法院備詢不管是院會也是委員會他的執行狀況如何我們沒有辦法透過國會的監督
transcript.whisperx[9].start 205.874
transcript.whisperx[9].end 220.337
transcript.whisperx[9].text 所以為什麼你必須要去參考其他國家是不是要成立一個專責的少子化對策部或少子化對策委員會有一個專任的部長來接受國會的監督、編列預算、充實能力
transcript.whisperx[10].start 222.14
transcript.whisperx[10].end 245.545
transcript.whisperx[10].text 對政下要把青年的地心問題解決可自備所得提高降低房價降低這個生活開支他們才有這個意願去生才有能力去養所以我覺得你現在明年二月你還要邀集各部會明年二月提解方這五面像是不是正在做的事情
transcript.whisperx[11].start 247.008
transcript.whisperx[11].end 266.14
transcript.whisperx[11].text 都在做事情嘛。」好那我想這個您的建議我也是會會把這個跟院長報告看看他對這件事有什麼樣的裁釋不是你是幕僚機關你應該提出解方不是去問院長因為院長一定會回問你你的看法是怎麼樣
transcript.whisperx[12].start 267.367
transcript.whisperx[12].end 289.373
transcript.whisperx[12].text 你不能去問院長你是幕僚的首長沒錯啊所以這部分應該你要提出解方所以我剛剛現在對政效要問題在哪裡針對問題解決問題我們再看一下這女性就業的狀況我們20到24歲的女性勞動參與率比較低的原因是因為她就學年數的關係大家念研究所25歲到29歲女性勞參與率是這個大概是鄰國之冠到90%
transcript.whisperx[13].start 296.209
transcript.whisperx[13].end 322.076
transcript.whisperx[13].text 但是另外呢到40歲以上因為結婚的關係因為生育的關係他就沒有辦法再投入返回職場不像其他的國家日本、南韓跟美國他的重返職場的比例比台灣高太多了你看台灣到5.365歲以上然後50到都比其他每一個年齡世代都比韓國、日本還低
transcript.whisperx[14].start 325.379
transcript.whisperx[14].end 329.627
transcript.whisperx[14].text 所以為什麼女性沒有辦法在這個結婚育兒之後重返職場
transcript.whisperx[15].start 331.196
transcript.whisperx[15].end 352.233
transcript.whisperx[15].text 這個要去探討原因有這個這兩個問題其實我們有兩個比例都比較低一個是中高齡的就業比例比較低第一個婦女的這個勞參率比較低這個我們都有請跟勞動部討論勞動部都有一些政策出來你講到這個引髮族或者是退休的狀況我們看最後一個表勞動參與率的年齡比
transcript.whisperx[16].start 356.021
transcript.whisperx[16].end 375.12
transcript.whisperx[16].text 你看一下我們這個25歲到49歲年齡有八成的勞動參與率跟國際相比毫不遜色但是50歲以上呢所謂壯世代我們今天討論壯世代50到64歲這個基本上體育上都沒有問題他的勞參與率是階梯式的雪崩式的下降
transcript.whisperx[17].start 376.69
transcript.whisperx[17].end 386.175
transcript.whisperx[17].text 你要怎麼去解決這個問題?怎辦二度就業者、銀髮族能夠同心在導入職場?這需要政策去引導
transcript.whisperx[18].start 387.707
transcript.whisperx[18].end 405.907
transcript.whisperx[18].text 對這個部分也許我不知道勞動部是不是可以來說明一下因為勞動部針對婦女跟中高齡都有一個相當的政策我這沒有那麼多時間我只是把這個問題提出來我希望你做一個協調單位你要跟院長講你也要跟這個陳時中政委講這部分非常重要因為這個講到這個缺工的問題
transcript.whisperx[19].start 411.24
transcript.whisperx[19].end 435.057
transcript.whisperx[19].text 人力航空部我們今年4月我們缺工來到110萬左右我們國人到海外去工作人數將近50萬中國最多美國居次然後去東南亞鄰國包括日本台灣工作也多包括南韓也吸引台灣留學生挖走了我們很多的白領跟知識精英
transcript.whisperx[20].start 436.243
transcript.whisperx[20].end 464.322
transcript.whisperx[20].text 那我們的相對的政策要吸引其他國家的高階人才、白領人才到台灣來反而這個效果有限這問題到底是出現在哪裡呢?你的目標是2030年要40萬人才攬才目標捏40萬捏那目前的結果是怎麼樣?2024還有6年你要達40萬攬才的目標捏到底能不能達成呢?
transcript.whisperx[21].start 466.516
transcript.whisperx[21].end 493.413
transcript.whisperx[21].text 目前至少我們現在是有訂定的相當的策略啦我們也分配到不同的任務裡面去那以目前來看的話我們最大的來源還是在這個喬外森在這邊念學的這是最大來源那第二個部分是我跟您報告我們現在開始進行到海外攬才的部分這你要40萬目標我覺得這個很拚另外高階專業人才你門檻要16萬
transcript.whisperx[22].start 495.543
transcript.whisperx[22].end 510.213
transcript.whisperx[22].text 你要配合他久居的福利的這些資源也沒有配套措施所以我覺得你要模仿或者學其他國家的做法把司法門檻能夠降低我們現在已經開始在調整了我有時間再跟你請教因為這個問題很重要我再給我10分鐘我也講不完但是我要遵守時間的規律這個招委要以身作則
gazette.lineno 653
gazette.blocks[0][0] 邱委員志偉:(11時38分)謝謝主席,我一定遵守時間,一定是6加2。謝謝主席,請國發會劉主委。
gazette.blocks[1][0] 劉主任委員鏡清:委員好。
gazette.blocks[2][0] 邱委員志偉:我們看第一個數據,根據你們發布的數據,2023年的總生育率降到0.865,僅高於韓國的0.72,那是針對2023年,對不對?
gazette.blocks[3][0] 劉主任委員鏡清:是的。
gazette.blocks[4][0] 邱委員志偉:我們看一下美國的數據,根據美國的數據,臺灣已經低於韓國的生育率,變成全世界倒數第一名,所有的國家裡面,我們排227啊!你們現在所提的五面向對策目前正在實施,明年2月又要提解方,如果執行到現在的五面向對策有效的話,它不會變成那麼嚴峻的態勢,就是說我們在227個國家裡面,我們的生育率是倒數第一,是全世界生育率最低的國家,這是不是一個不可逆的趨勢?
gazette.blocks[5][0] 劉主任委員鏡清:目前來看,其實要可逆是有點難度啦!我們希望先守住現在……
gazette.blocks[6][0] 邱委員志偉:會永遠的倒數第一名,對不對?
gazette.blocks[7][0] 劉主任委員鏡清:是的。
gazette.blocks[8][0] 邱委員志偉:是的?
gazette.blocks[9][0] 劉主任委員鏡清:嗯。
gazette.blocks[10][0] 邱委員志偉:哇!如果你這樣……
gazette.blocks[11][0] 劉主任委員鏡清:因為我們現在應該這樣看……
gazette.blocks[12][0] 邱委員志偉:這代表你的對策沒有對症下藥。
gazette.blocks[13][0] 劉主任委員鏡清:我跟委員報告一下,我們現在最大的困難其實還是在大家的結婚慾望比較低,我們必須先解掉這一段,否則會很困難……
gazette.blocks[14][0] 邱委員志偉:為什麼結婚慾望比較低呢?就是因為低薪嘛!你低薪,代表說你的可支配所得減少,你就不敢養兒育女,對不對?包括物價膨脹、生活支出大幅提高,包括物價的上漲,包括高房價,所以他不敢生,也沒有辦法養。不能怪罪年輕人說他不結婚、不生小孩,因為他生了之後養不起,沒有辦法養,也沒有辦法給他們好的條件跟環境。
gazette.blocks[15][0] 劉主任委員鏡清:所以我們一直在探討怎麼樣讓0到6歲國家一起養的政策更能夠吻合市場需求,當然這需要大量的預算,所以還是就像我之前報告的,我們需要找財源,那……
gazette.blocks[16][0] 邱委員志偉:您知道嗎?日本曾經是最早進入超高齡社會的國家,但他們已經慢慢的可逆了,他們的生育率有提高了。
gazette.blocks[17][0] 劉主任委員鏡清:他們本來可逆是回到了1.4,但是又降回到1.2,疫情的期間……
gazette.blocks[18][0] 邱委員志偉:但是最起碼他們已經控制這種惡化的狀況,所以他們內閣裡面有個少子化大臣……
gazette.blocks[19][0] 劉主任委員鏡清:對,他們有一個少子化大臣。
gazette.blocks[20][0] 邱委員志偉:大臣是內閣的閣員,閣員相當於部長,部長有實權、有預算、有人力去執行少子化相關的對策,而我們目前的狀況是由政委召集,政委是協調各部會的執行狀況,進行政策的規劃協調,政委也不需要來立法院備詢,不管是院會或是委員會,他的執行狀況如何,我們沒有辦法透過國會來監督啊!所以為什麼你必須要去參考其他國家,是不是要成立一個專責的少子化對策部或少子化對策委員會,有一個專任的部長來接受國會的監督,編列預算、充實人力、對症下藥,把青年的低薪問題解決、可支配所得提高、降低房價、降低生活開支,他們才有意願去生,才有能力去養。明年2月你還要邀集各部會提解方,這五個面向是不是正在做的事情?都是在做的事情嘛!
gazette.blocks[21][0] 劉主任委員鏡清:好,您的建議我也會跟院長報告,看看他對這件事有什麼樣的裁示。
gazette.blocks[22][0] 邱委員志偉:不是,你是幕僚機關,你應該提出解方,而不是去問院長,因為院長一定會回問你的看法是怎麼樣。你不能去問院長,你是幕僚的首長……
gazette.blocks[23][0] 劉主任委員鏡清:沒錯啊!
gazette.blocks[24][0] 邱委員志偉:所以這部分應該是你要提出解方,我剛剛也說要對症下藥,看看究竟問題在哪裡,針對問題解決問題。
gazette.blocks[24][1] 我們再看一下女性就業的狀況,我們20歲到24歲的女性勞動參與率比較低的原因是因為就學年數的關係,他要念研究所。25歲到29歲女性勞參率大概是鄰國之冠,達到90%,但是到40歲以上,因為結婚的關係、生育的關係,他就沒有辦法再返回職場。不像其他的國家,包括日本、南韓跟美國,他們重返職場的比率比臺灣高太多了。你看臺灣到5.3%耶;另外65歲以上,還有50歲到64歲,每一個年齡世代都比韓國、日本還低,為什麼女性沒有辦法在結婚育兒之後重返職場,這個要去探討原因。
gazette.blocks[25][0] 劉主任委員鏡清:有,針對這兩個問題,其實我們有兩個比率都比較低,一個是中高齡的就業比率比較低,第二個是婦女的勞參率比較低,這個我們都有跟勞動部討論,勞動部都有一些政策出來……
gazette.blocks[26][0] 邱委員志偉:你講到銀髮族或者是退休的狀況,我們看最後一個表,關於勞動參與率的年齡別,我們25歲到49歲這個年齡還有八成的勞動參與率,跟國際相比毫不遜色,但是50歲以上呢?所謂的壯世代,我們現在討論的壯世代是50歲到64歲,這個基本上體力都沒有問題,但他的勞參率是階梯式、雪崩式的下降,你要怎麼去解決這個問題?怎麼把二度就業者、銀髮族能夠再重新導入職場,這需要政策去引導。
gazette.blocks[27][0] 劉主任委員鏡清:針對這個部分,我不知道勞動部是不是可以來說明一下?因為勞動部針對婦女跟中高齡都有相當的政策。
gazette.blocks[28][0] 邱委員志偉:我沒有那麼多時間,我只是把這個問題提出來,我希望你做為一個協調單位,你要跟院長講,你也要跟陳時中政委講,這部分非常重要。
gazette.blocks[29][0] 劉主任委員鏡清:好的。
gazette.blocks[30][0] 邱委員志偉:另外講到缺工的問題,人力銀行公布今年4月我們的缺工來到110萬左右,國人到海外工作人數將近50萬,中國最多,美國居次,然後就是東南亞。以鄰國來講,包括日本,臺灣人去工作的也多,包括南韓也吸引臺灣留學生,挖走了我們很多的白領跟知識菁英,相對的我們的政策要吸引其他國家的高階人才、白領人才到臺灣來,反而效果有限,問題到底出在哪裡呢?你的目標是2030年要留才、攬才目標40萬,請問目前結果怎麼樣?現在是2024年,未來還有6年,你要達到40萬攬才的目標,到底能不能達成呢?
gazette.blocks[31][0] 劉主任委員鏡清:至少我們現在有訂定相當的策略,我們也分配到不同的任務裡面去,以目前來看的話,我們最大的來源還是僑外生在這邊求學的,這是最大的來源。第二個是我們現在開始進行到海外攬才的部分……
gazette.blocks[32][0] 邱委員志偉:是啊!那是杯水車薪,你的40萬目標,我覺得這個很拚啦!
gazette.blocks[32][1] 另外,高階專業人才的門檻要16萬,你要他久居的這些福利、資源也沒有配套措施,所以我覺得你要模仿或者學其他國家作法,能夠把這個門檻降低。
gazette.blocks[33][0] 劉主任委員鏡清:我們現在已經開始在調整了,因為包括……
gazette.blocks[34][0] 邱委員志偉:不好意思,我的時間到了我有時間再跟你請教,因為這個問題很重要。
gazette.blocks[35][0] 劉主任委員鏡清:是的。
gazette.blocks[36][0] 邱委員志偉:再給我10分鐘我也講不完,但是我要遵守時間的規定,召委要以身作則。
gazette.blocks[37][0] 劉主任委員鏡清:是,謝謝委員。
gazette.blocks[38][0] 主席:現在請羅智強委員質詢。
gazette.agenda.page_end 224
gazette.agenda.meet_id 委員會-11-2-19-8
gazette.agenda.speakers[0] 邱志偉
gazette.agenda.speakers[1] 林岱樺
gazette.agenda.speakers[2] 邱議瑩
gazette.agenda.speakers[3] 呂玉玲
gazette.agenda.speakers[4] 張啓楷
gazette.agenda.speakers[5] 張嘉郡
gazette.agenda.speakers[6] 陳亭妃
gazette.agenda.speakers[7] 鄭天財Sra Kacaw
gazette.agenda.speakers[8] 鄭正鈐
gazette.agenda.speakers[9] 賴瑞隆
gazette.agenda.speakers[10] 謝衣鳯
gazette.agenda.speakers[11] 陳超明
gazette.agenda.speakers[12] 楊瓊瓔
gazette.agenda.speakers[13] 羅智強
gazette.agenda.speakers[14] 陳菁徽
gazette.agenda.speakers[15] 賴惠員
gazette.agenda.speakers[16] 羅美玲
gazette.agenda.speakers[17] 陳培瑜
gazette.agenda.speakers[18] 蔡易餘
gazette.agenda.speakers[19] 林月琴
gazette.agenda.speakers[20] 翁曉玲
gazette.agenda.speakers[21] 張雅琳
gazette.agenda.speakers[22] 吳春城
gazette.agenda.page_start 167
gazette.agenda.meetingDate[0] 2024-10-24
gazette.agenda.gazette_id 1138901
gazette.agenda.agenda_lcidc_ids[0] 1138901_00004
gazette.agenda.meet_name 立法院第11屆第2會期經濟委員會第8次全體委員會議紀錄
gazette.agenda.content 一、邀請國家發展委員會主任委員、衛生福利部首長、教育部首長、勞動部首長就「我國少子女 化現況及對策計畫成效,暨我國與亞鄰國家之留才攬才政策競爭力比較」進行報告,並備質詢; 二、邀請國家發展委員會主任委員、行政院人事行政總處首長就「我國少子女化對策主管單位與 主要國家做法之比較,暨我國參採改制之可行性」進行報告,並備質詢
gazette.agenda.agenda_id 1138901_00003
IVOD_ID 156114
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156114
日期 2024-10-24
會議資料.會議代碼 委員會-11-2-19-8
會議資料.屆 11
會議資料.會期 2
會議資料.會次 8
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.標題 第11屆第2會期經濟委員會第8次全體委員會議
影片種類 Clip
開始時間 2024-10-24T11:38:27+08:00
結束時間 2024-10-24T11:47:08+08:00
支援功能[0] ai-transcript
支援功能[1] gazette