iVOD / 156340

Field Value
IVOD_ID 156340
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156340
日期 2024-10-30
會議資料.會議代碼 委員會-11-2-26-6
會議資料.會議代碼:str 第11屆第2會期社會福利及衛生環境委員會第6次全體委員會議
會議資料.屆 11
會議資料.會期 2
會議資料.會次 6
會議資料.種類 委員會
會議資料.委員會代碼[0] 26
會議資料.委員會代碼:str[0] 社會福利及衛生環境委員會
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6次全體委員會議
影片種類 Clip
開始時間 2024-10-30T13:24:37+08:00
結束時間 2024-10-30T13:37:35+08:00
影片長度 00:12:58
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/da0d5cdf8d126ade1cbb1d9f7fe033803b480ede9050f16a01f23eb7619bd402ff17e4b1fda114c95ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 13:24:37 - 13:37:35
會議時間 2024-10-30T09:00:00+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6次全體委員會議(事由:邀請勞動部部長就「我國全時職位缺工概況」進行專題報告,並備質詢。 【10月30日及31日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 6.05534375
transcript.pyannote[0].end 13.19346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 11.10096875
transcript.pyannote[1].end 11.72534375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 16.50096875
transcript.pyannote[2].end 17.31096875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 18.64409375
transcript.pyannote[3].end 19.53846875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 19.87596875
transcript.pyannote[4].end 20.68596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 21.15846875
transcript.pyannote[5].end 30.30471875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 30.42284375
transcript.pyannote[6].end 35.33346875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 36.39659375
transcript.pyannote[7].end 36.85221875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 38.11784375
transcript.pyannote[8].end 38.48909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 39.53534375
transcript.pyannote[9].end 55.49909375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 57.28784375
transcript.pyannote[10].end 59.54909375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 59.54909375
transcript.pyannote[11].end 59.61659375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 60.20721875
transcript.pyannote[12].end 61.65846875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 62.40096875
transcript.pyannote[13].end 65.50596875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 66.63659375
transcript.pyannote[14].end 66.75471875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 66.75471875
transcript.pyannote[15].end 66.92346875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 68.20596875
transcript.pyannote[16].end 68.54346875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 69.18471875
transcript.pyannote[17].end 70.70346875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 70.70346875
transcript.pyannote[18].end 70.93971875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 71.93534375
transcript.pyannote[19].end 73.79159375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 75.12471875
transcript.pyannote[20].end 80.62596875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 81.09846875
transcript.pyannote[21].end 84.37221875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 85.19909375
transcript.pyannote[22].end 89.01284375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 89.43471875
transcript.pyannote[23].end 90.93659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 91.44284375
transcript.pyannote[24].end 92.32034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 92.40471875
transcript.pyannote[25].end 98.14221875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 98.93534375
transcript.pyannote[26].end 101.43284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 101.36534375
transcript.pyannote[27].end 103.20471875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 103.57596875
transcript.pyannote[28].end 108.30096875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 105.87096875
transcript.pyannote[29].end 106.57971875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 108.25034375
transcript.pyannote[30].end 108.80721875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 108.62159375
transcript.pyannote[31].end 109.38096875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 110.39346875
transcript.pyannote[32].end 111.27096875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 112.65471875
transcript.pyannote[33].end 115.40534375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 117.44721875
transcript.pyannote[34].end 119.13471875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 118.51034375
transcript.pyannote[35].end 120.67034375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 120.82221875
transcript.pyannote[36].end 122.08784375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 121.46346875
transcript.pyannote[37].end 124.31534375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 123.28596875
transcript.pyannote[38].end 126.13784375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 125.10846875
transcript.pyannote[39].end 125.80034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 126.69471875
transcript.pyannote[40].end 132.39846875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 133.93409375
transcript.pyannote[41].end 138.99659375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 139.57034375
transcript.pyannote[42].end 141.20721875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 141.78096875
transcript.pyannote[43].end 146.79284375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 147.65346875
transcript.pyannote[44].end 149.22284375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 149.59409375
transcript.pyannote[45].end 153.49221875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 150.11721875
transcript.pyannote[46].end 150.55596875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 153.91409375
transcript.pyannote[47].end 161.82846875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 162.26721875
transcript.pyannote[48].end 164.30909375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 168.24096875
transcript.pyannote[49].end 169.75971875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 170.50221875
transcript.pyannote[50].end 171.36284375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 172.05471875
transcript.pyannote[51].end 173.70846875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 174.50159375
transcript.pyannote[52].end 176.61096875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 176.99909375
transcript.pyannote[53].end 180.00284375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 180.05346875
transcript.pyannote[54].end 180.10409375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 180.10409375
transcript.pyannote[55].end 180.77909375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 180.12096875
transcript.pyannote[56].end 195.39284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 185.30159375
transcript.pyannote[57].end 185.65596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 195.30846875
transcript.pyannote[58].end 195.69659375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 195.69659375
transcript.pyannote[59].end 207.72846875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 208.16721875
transcript.pyannote[60].end 216.36846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 216.73971875
transcript.pyannote[61].end 229.51409375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 226.61159375
transcript.pyannote[62].end 226.84784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 226.86471875
transcript.pyannote[63].end 227.47221875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 229.63221875
transcript.pyannote[64].end 242.74409375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 242.62596875
transcript.pyannote[65].end 243.70596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 242.82846875
transcript.pyannote[66].end 244.34721875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 244.09409375
transcript.pyannote[67].end 247.26659375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 246.35534375
transcript.pyannote[68].end 247.19909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 247.26659375
transcript.pyannote[69].end 247.51971875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 247.51971875
transcript.pyannote[70].end 247.53659375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 247.58721875
transcript.pyannote[71].end 260.39534375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 260.66534375
transcript.pyannote[72].end 264.12471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 265.50846875
transcript.pyannote[73].end 268.22534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 268.74846875
transcript.pyannote[74].end 298.63409375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 298.14471875
transcript.pyannote[75].end 310.68284375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 311.08784375
transcript.pyannote[76].end 328.68846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 329.38034375
transcript.pyannote[77].end 358.18596875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 358.18596875
transcript.pyannote[78].end 361.71284375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 361.84784375
transcript.pyannote[79].end 364.00784375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 364.36221875
transcript.pyannote[80].end 367.92284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 367.09596875
transcript.pyannote[81].end 368.49659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 369.44159375
transcript.pyannote[82].end 384.64596875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 370.90971875
transcript.pyannote[83].end 370.99409375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 384.25784375
transcript.pyannote[84].end 393.67409375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 391.49721875
transcript.pyannote[85].end 391.90221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 393.26909375
transcript.pyannote[86].end 394.02846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 393.96096875
transcript.pyannote[87].end 397.84221875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 398.11221875
transcript.pyannote[88].end 412.57409375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 413.14784375
transcript.pyannote[89].end 414.49784375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 415.10534375
transcript.pyannote[90].end 416.30346875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 417.31596875
transcript.pyannote[91].end 423.71159375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 421.87221875
transcript.pyannote[92].end 422.15909375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 423.71159375
transcript.pyannote[93].end 423.94784375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 423.91409375
transcript.pyannote[94].end 428.36909375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 428.41971875
transcript.pyannote[95].end 475.41659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 428.55471875
transcript.pyannote[96].end 428.80784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 474.20159375
transcript.pyannote[97].end 474.55596875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 475.56846875
transcript.pyannote[98].end 476.10846875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 476.37846875
transcript.pyannote[99].end 496.78034375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 497.23596875
transcript.pyannote[100].end 507.19221875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 509.40284375
transcript.pyannote[101].end 509.62221875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 509.47034375
transcript.pyannote[102].end 514.39784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 514.61721875
transcript.pyannote[103].end 521.63721875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 517.75596875
transcript.pyannote[104].end 517.92471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 518.24534375
transcript.pyannote[105].end 518.41409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 520.35471875
transcript.pyannote[106].end 526.51409375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 525.46784375
transcript.pyannote[107].end 525.97409375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 526.24409375
transcript.pyannote[108].end 530.76659375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 529.78784375
transcript.pyannote[109].end 531.39096875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 531.01971875
transcript.pyannote[110].end 534.52971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 534.52971875
transcript.pyannote[111].end 536.41971875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 534.61409375
transcript.pyannote[112].end 535.06971875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 536.55471875
transcript.pyannote[113].end 539.55846875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 540.33471875
transcript.pyannote[114].end 540.97596875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 541.58346875
transcript.pyannote[115].end 543.60846875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 544.77284375
transcript.pyannote[116].end 547.18596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 547.81034375
transcript.pyannote[117].end 555.92721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 556.06221875
transcript.pyannote[118].end 568.06034375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 568.61721875
transcript.pyannote[119].end 576.76784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 577.51034375
transcript.pyannote[120].end 579.72096875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 579.78846875
transcript.pyannote[121].end 584.39534375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 584.41221875
transcript.pyannote[122].end 592.02284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 592.57971875
transcript.pyannote[123].end 593.11971875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 593.71034375
transcript.pyannote[124].end 609.15096875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 597.22034375
transcript.pyannote[125].end 598.03034375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 603.02534375
transcript.pyannote[126].end 604.18971875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 609.15096875
transcript.pyannote[127].end 609.67409375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 609.67409375
transcript.pyannote[128].end 610.97346875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 610.97346875
transcript.pyannote[129].end 612.49221875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 612.99846875
transcript.pyannote[130].end 613.94346875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 613.94346875
transcript.pyannote[131].end 618.60096875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 613.96034375
transcript.pyannote[132].end 614.92221875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 616.18784375
transcript.pyannote[133].end 618.33096875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 618.60096875
transcript.pyannote[134].end 621.38534375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 621.38534375
transcript.pyannote[135].end 621.40221875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 621.40221875
transcript.pyannote[136].end 621.58784375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 621.58784375
transcript.pyannote[137].end 622.09409375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 622.95471875
transcript.pyannote[138].end 632.03346875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 632.15159375
transcript.pyannote[139].end 640.47096875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 638.69909375
transcript.pyannote[140].end 640.38659375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 640.47096875
transcript.pyannote[141].end 643.82909375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 643.05284375
transcript.pyannote[142].end 643.13721875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 643.15409375
transcript.pyannote[143].end 643.91346875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 643.91346875
transcript.pyannote[144].end 643.93034375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 643.93034375
transcript.pyannote[145].end 644.43659375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 644.43659375
transcript.pyannote[146].end 653.59971875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 644.50409375
transcript.pyannote[147].end 644.62221875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 653.93721875
transcript.pyannote[148].end 655.87784375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 656.36721875
transcript.pyannote[149].end 665.78346875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 666.13784375
transcript.pyannote[150].end 674.99721875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 674.18721875
transcript.pyannote[151].end 678.30471875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 678.82784375
transcript.pyannote[152].end 685.15596875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 685.54409375
transcript.pyannote[153].end 703.16159375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 703.48221875
transcript.pyannote[154].end 705.08534375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 705.60846875
transcript.pyannote[155].end 711.31221875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 712.07159375
transcript.pyannote[156].end 717.01596875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 717.48846875
transcript.pyannote[157].end 719.80034375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 718.43346875
transcript.pyannote[158].end 722.23034375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 720.74534375
transcript.pyannote[159].end 737.01284375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 728.55846875
transcript.pyannote[160].end 728.96346875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 728.96346875
transcript.pyannote[161].end 729.03096875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 734.31284375
transcript.pyannote[162].end 735.15659375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 738.10971875
transcript.pyannote[163].end 774.84659375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 765.24471875
transcript.pyannote[164].end 766.00409375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 767.60721875
transcript.pyannote[165].end 767.62409375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 767.62409375
transcript.pyannote[166].end 768.19784375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 773.73284375
transcript.pyannote[167].end 775.26846875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 776.65221875
transcript.pyannote[168].end 777.96846875
transcript.whisperx[0].start 6.432
transcript.whisperx[0].end 34.829
transcript.whisperx[0].text 謝謝主席麻煩請勞動力發展署蔡署長跟統計處梅處長梅處長委員好欸署長好那個我想我們就這個我國全時職位缺工概況來進行討論那我想要先請教一下那個梅處長喔勞動參與率是不是一項衡量缺工的指標
transcript.whisperx[1].start 36.442
transcript.whisperx[1].end 63.869
transcript.whisperx[1].text 不是好你認為不是吼好這樣其實這樣講也沒錯啦那這個勞動參與率吼他是有區隔不同年齡層的那我們25到29歲的這個參與率大概是多少百分比我這邊不好意思我是其實我們已經也幫忙整理出來就是91.4%
transcript.whisperx[2].start 66.684
transcript.whisperx[2].end 70.026
transcript.whisperx[2].text 勞動參與率的分母是15歲以上的民間人口分子就是勞動力
transcript.whisperx[3].start 91.476
transcript.whisperx[3].end 115.16
transcript.whisperx[3].text 好那在這個分母的部分學生是否有算進有有沒有算進去有他就是15歲以上的民間人口學生有算進去那打工的學生也也算在裡面嗎對對對都有算你確定喔對對對好好哎這個這個但是你們資料看起來好像是
transcript.whisperx[4].start 117.583
transcript.whisperx[4].end 123.906
transcript.whisperx[4].text 您覺得說這20年來的這個勞參率的變化很大嗎?其實勞參率近年都是在上升雖然整體的對都在上升你的上升如果但我是問你大不大嗎?變化大不大?
transcript.whisperx[5].start 147.894
transcript.whisperx[5].end 164.063
transcript.whisperx[5].text 就比例來看應該還好還好好就是我們也幫大家統計了嗎就是從9393年到現在一百一十二到一百一十二年統計也差不多兩個百分點而已好謝謝那你請回座那個可以請回座你第一次來備詢是不是
transcript.whisperx[6].start 174.534
transcript.whisperx[6].end 195.539
transcript.whisperx[6].text 好下次表情可以柔和一點對不用那麼緊張好那個署長勞動參與率高他不代表就不會缺工那但是就是參與率低對於像我們臺灣這樣子的經濟持續成長的國家就非常有可能會缺工這樣你是同意的吧同意
transcript.whisperx[7].start 195.819
transcript.whisperx[7].end 210.092
transcript.whisperx[7].text 好那我要提醒你們一點就是缺工他有沒有這個行職業的差異有沒有季節性好的這些差異好那你這個從這個勞動參與率這個數字能不能告訴大家嗎
transcript.whisperx[8].start 218.087
transcript.whisperx[8].end 242.488
transcript.whisperx[8].text 對,跟委員報告,勞參率因為它只是一個供給勞動力供給但是缺工有時候會產生在那個需求的改變是所以很多產業的屬性的不同其實它跟這個勞參率有時候沒有必然的關聯那剛剛大概提出說如果目前以製造業像製造業確實因為它有些因為因為我們是以出口導向有時候是外貿有時候有季節性的一些訂單的因素
transcript.whisperx[9].start 243.288
transcript.whisperx[9].end 263.623
transcript.whisperx[9].text 對沒錯所以這個勞參率是沒有辦法告訴我們的啦那本席還要再問喔就是發展署目前的這個主要作為是在解決國內勞動參與率不高的問題還是在解決各行各業缺工的問題你覺得哪一個比較符合你們的職長還是哪一個比較困難
transcript.whisperx[10].start 265.52
transcript.whisperx[10].end 295.52
transcript.whisperx[10].text
transcript.whisperx[11].start 296.041
transcript.whisperx[11].end 309.402
transcript.whisperx[11].text 那這個又跟產業的主管機關有關對你你這樣講是都沒錯啊更然後甚至的參與率因為這個牽扯到生育率勞動力人口多少的問題嗎你也沒有辦法去幫人家生孩子所以這個又更困難那
transcript.whisperx[12].start 311.585
transcript.whisperx[12].end 328.447
transcript.whisperx[12].text 你們有沒有比較分析說現在年輕人的初就業的年齡是幾歲那相較於這個5年前或者是10年前大概延遲了多少時間還有這個不同學歷還有科系是不是差異之間差異是很大的
transcript.whisperx[13].start 329.594
transcript.whisperx[13].end 356.295
transcript.whisperx[13].text 因為確實因為我們國內其實很多年還是就是升學主義所以大學畢業很多就是以這個升學為主剛剛大概委員提到的因為大概以目前我們在分析大部分大學22歲畢業以後大部分他可能沒有馬上積極性的尋職那這裡面可能確實會拖一段時間尤其可能我們也在努力就那個初次尋職這個部分我們盡量來協作
transcript.whisperx[14].start 358.217
transcript.whisperx[14].end 367.582
transcript.whisperx[14].text 所以你們現在就是說你們的那個發展署裡面有這樣的資料嗎?我們有資料有相關資料但算齊全嗎?
transcript.whisperx[15].start 369.625
transcript.whisperx[15].end 396.599
transcript.whisperx[15].text 我們現在目前跟委員我們大概有分析就是說目前的這個15到29歲大概他的初次尋職的這個年齡層這個有第二個就是說他畢業之後到他找到第一份工作的那個那個間隔大概我們也曾經所以我剛剛有特別點到了還有不同學歷不同科系等等這些你們可能還要再做更細部的研究調查好不好好因為你們發端署裡面應該要有這些這些資料
transcript.whisperx[16].start 398.22
transcript.whisperx[16].end 415.777
transcript.whisperx[16].text 那年輕人剛出道的時候剛出社會的時候起薪大概多少這些資訊是不是應該就是要很正確無誤的還有以及非常及時的來發布那也就是說也
transcript.whisperx[17].start 417.372
transcript.whisperx[17].end 439.064
transcript.whisperx[17].text 也要了解就是說為什麼現在大家不想早一點去工作當然早期一直鼓勵讀書是一個原因啦那我大概就點出這些那如果就是說你們對於這個缺工的行業行職業他們的職缺然後縣市地區工作內容及起薪就是說
transcript.whisperx[18].start 439.964
transcript.whisperx[18].end 462.331
transcript.whisperx[18].text 如果都沒有掌握清楚的話那自然就是說你們就沒有辦法去引導勞動力的移動嘛然後也沒有辦法去健全我們的勞動市場了那所以關鍵在於說資訊缺乏以及這個不透明造成的問題的誤判那我們就會落於就是說一直用過去的這個方式想要解決現在跟未來的問題啊
transcript.whisperx[19].start 463.391
transcript.whisperx[19].end 485.539
transcript.whisperx[19].text 那例如說像現在Uber Eats就好像沒有什麼缺工的問題那雖然它一來門檻低再來是非常的透明連那個人到哪裡了多少錢都非常清清楚楚的那你們這個你們發展署的人力還有這個經費其實都是非常充裕的而且在勞動部裡面都還有統計處還有這個勞動及職業安全衛生研究所也有這個勞動市場研究組
transcript.whisperx[20].start 491.701
transcript.whisperx[20].end 506.926
transcript.whisperx[20].text 那為什麼你們不聯合這些單位一起來合作呢?而是就是說去捨禁求援甚至說要多花錢多花錢去指定外面的教授來做針對你們想要的答案做研究
transcript.whisperx[21].start 510.632
transcript.whisperx[21].end 536.227
transcript.whisperx[21].text 這個齁,我這樣提醒是,署長你可以回頭去盤點一下是不是由我剛剛講的那個狀況還是我亂講的。我也非常謝謝委員,我覺得我們這個應該跟穩的方向是一致,依照這個方向來說。而且你們以後好好就近利用一下這個研究所嘛,他們在那裡應該敞開大門等你們來啊。對,我們就跟他們一起合作。
transcript.whisperx[22].start 536.907
transcript.whisperx[22].end 563.859
transcript.whisperx[22].text 接下來就是我要請部長上來因為上個禮拜老研所發布了一個近鄰檢探的報告那重點就是明年2025年的時候因為這個近鄰政策可能造成上萬人的失業環境部非常積極馬上就增加他們說會增加兩萬多的人次的就業機會
transcript.whisperx[23].start 565.84
transcript.whisperx[23].end 591.792
transcript.whisperx[23].text 就非常積極的弄了一個這樣子的平台就是彭部長他特別表示說會透過綠領平台來推動就業那我想要請教何部長那個彭部長有找你討論過這件事情嗎您有沒有清楚說這個平台的內容是什麼因為看起來有點像是媒合就業你覺得可行性如何
transcript.whisperx[24].start 593.789
transcript.whisperx[24].end 621.647
transcript.whisperx[24].text 我們在發布報告之後彭部長有找我討論當然我們通過電話我也指派我的長賜跟環境部對口那我們是先環境部、勞動部、經濟部成立一個三部會的平台所以他發布之後你們才聚在一起是,也沒有聚在一起電話討論至少有聚在一起了那如果說我們真的但你覺得可行嗎
transcript.whisperx[25].start 623.168
transcript.whisperx[25].end 635.994
transcript.whisperx[25].text 當然如果就綠領喔,綠領的形態的工作相信環境部會比我們清楚太多啦所以由他們來整合這一個部分的就是針對勞工轉型啦他針對綠領的訓練啦看起來是一個好像還蠻不錯的一個創意是是是是
transcript.whisperx[26].start 644.898
transcript.whisperx[26].end 665.572
transcript.whisperx[26].text 如果說未來真的可以透過這樣的平台可以達到特定職類就業媒合的目的那你們未來其他的類別有沒有可能比照辦理委員他有沒有下到職類媒合這我也不了解也不是不了解我還不確定因為他才剛開始開過第一次平台會議而已
transcript.whisperx[27].start 666.833
transcript.whisperx[27].end 684.834
transcript.whisperx[27].text 好,我想我同意部長的感覺因為我們也是從不是很清楚知道這個平台要做什麼到不知道這個平台能發揮多少的效益
transcript.whisperx[28].start 686.575
transcript.whisperx[28].end 710.681
transcript.whisperx[28].text 我就是有點擔心啦因為第一光是有這個需要讓人家知道而且會使用這個平台其實就是一個大工程了至少就說你們開過一次會大家也還是有很多不清楚的概念喔那而且就算真的沒合到合適的職缺那接下來喔勞動權益的保障也不是彭啟明環境部部長他可以負責的
transcript.whisperx[29].start 712.128
transcript.whisperx[29].end 736.73
transcript.whisperx[29].text 好所以我就講到這樣這個應該很明顯吧勞動權益因為他創了這個所以才是三部會的平台對所以總而言之好缺工的問題他是需要跨部會一起來整合來合作那發展署也不能說只靠引進外勞來解決問題當然當然那所以讓民眾了解
transcript.whisperx[30].start 738.131
transcript.whisperx[30].end 738.311
transcript.whisperx[30].text 我相信就是說﹖
transcript.whisperx[31].start 753.934
transcript.whisperx[31].end 753.954
transcript.whisperx[31].text 陳瑩委員
gazette.lineno 1334
gazette.blocks[0][0] 陳委員瑩:(13時24分)謝謝主席,麻煩請勞動力發展署蔡署長跟統計處梅處長。
gazette.blocks[1][0] 主席:請署長跟梅處長。
gazette.blocks[2][0] 蔡署長孟良:委員好。
gazette.blocks[3][0] 陳委員瑩:署長好,今天我們就我國全時職位缺工概況來進行討論,我想要先請教一下梅處長,勞動參與率是不是一項衡量缺工的指標?
gazette.blocks[4][0] 梅處長家瑗:不是。
gazette.blocks[5][0] 陳委員瑩:好,你認為不是,其實這樣講也沒錯啦!勞動參與率它是有區隔不同年齡層的,請問我們25到29歲的參與率大概是多少百分比?
gazette.blocks[6][0] 梅處長家瑗:不好意思,我……
gazette.blocks[7][0] 陳委員瑩:其實我們已經幫忙整理出來了,就是91.4%。
gazette.blocks[8][0] 梅處長家瑗:對。
gazette.blocks[9][0] 陳委員瑩:梅處長,我再請教關於勞動參與率的定義,你們的分母是什麼、分子是什麼,可不可以跟大家講一下?
gazette.blocks[10][0] 梅處長家瑗:勞動參與率的分母就是15歲以上的民間人口,分子就是勞動力。
gazette.blocks[11][0] 陳委員瑩:好,在分母的部分,學生有沒有算進去?
gazette.blocks[12][0] 梅處長家瑗:有,他就是15歲以上的民間人口。
gazette.blocks[13][0] 陳委員瑩:學生有算進去,那打工的學生也算在裡面嘛!
gazette.blocks[14][0] 梅處長家瑗:對。
gazette.blocks[15][0] 陳委員瑩:都有算?你確定喔!
gazette.blocks[16][0] 梅處長家瑗:對。
gazette.blocks[17][0] 陳委員瑩:但是你們的資料看起來好像是沒有算進去啊!
gazette.blocks[18][0] 梅處長家瑗:分母有算進去……
gazette.blocks[19][0] 陳委員瑩:分母有算進去?
gazette.blocks[20][0] 梅處長家瑗:分子就是看他有沒有……
gazette.blocks[21][0] 陳委員瑩:我知道,就是看他有沒有打工嘛!
gazette.blocks[22][0] 梅處長家瑗:對。
gazette.blocks[23][0] 陳委員瑩:處長,你覺得這20年來勞參率的變化很大嗎?
gazette.blocks[24][0] 梅處長家瑗:其實勞參率近年都是在上升,雖然整體的……對,都在上升。
gazette.blocks[25][0] 陳委員瑩:但我是問你變化大不大?
gazette.blocks[26][0] 梅處長家瑗:就比例來看應該還好。
gazette.blocks[27][0] 陳委員瑩:我們也幫大家統計了,從93年到112年的統計也差不多2個百分點而已。謝謝,那你請回座。你第一次來備詢是不是?下次表情可以柔和一點,不用那麼緊張。
gazette.blocks[27][1] 署長,勞動參與率高並不代表就不會缺工,但是參與率低,對於像我們臺灣這樣子經濟持續成長的國家而言,就非常有可能會缺工,這樣你是同意的吧!
gazette.blocks[28][0] 蔡署長孟良:同意。
gazette.blocks[29][0] 陳委員瑩:好,我要提醒你們一點,缺工有沒有行職業的差異?有沒有季節性的差異?從勞動參與率的數字能告訴大家嗎?
gazette.blocks[30][0] 蔡署長孟良:跟委員報告,因為勞參率只是一個勞動力供給的數據,但是缺工有時候是產生在需求的改變,因為很多產業的屬性不同,其實它跟勞參率有時候沒有必然的關聯。比如說像製造業,確實有些因為我們以出口為導向,有時候外貿會有一些季節性的訂單因素,這個都會有影響。
gazette.blocks[31][0] 陳委員瑩:對,沒錯,所以這個透過勞參率是沒有辦法告訴我們的啦!
gazette.blocks[32][0] 蔡署長孟良:對,沒有辦法。
gazette.blocks[33][0] 陳委員瑩:本席還要再問,發展署目前的主要作為是在解決國內勞動參與率不高的問題,還是在解決各行各業缺工的問題,你覺得哪一個比較符合你們的職掌,還是哪一個比較困難?
gazette.blocks[34][0] 蔡署長孟良:跟委員報告,其實兩個都蠻困難的。以目前的分析,我們的勞參率現在主要是集中在青年勞參率、中高齡勞參率跟婦女勞參率,因為它影響的成因非常多,這部分我們也在努力。至於缺工,因為缺工又會涉及到整個產業的發展,未來整個產業能夠提供的一些條件、待遇,還有一些工作型態,比如現在外界也在關心是不是透過一些自動化等等,而這個又跟產業的主管機關有關,我們……
gazette.blocks[35][0] 陳委員瑩:你這樣講都沒錯啦,甚至參與率因為牽扯到生育率、勞動力人口多少的問題,你也沒有辦法去幫人家生孩子,所以這個又更困難。請問你們有沒有比較分析現在年輕人初就業的年齡是幾歲?相較於5年前或者是10年前,大概延遲了多少時間?還有不同學歷及科系之間的差異是不是很大?
gazette.blocks[36][0] 蔡署長孟良:因為我們國內多年來還是以升學主義為主,所以大學畢業之後很多還是以升學為主,以我們目前的分析,大學22歲畢業以後,大部分可能沒有馬上積極性的尋職,確實會拖一段時間。我們也在努力針對初次尋職這個部分,我們儘量來協助。
gazette.blocks[37][0] 陳委員瑩:現在發展署裡面有這樣的資料嗎?
gazette.blocks[38][0] 蔡署長孟良:我們有相關資料。
gazette.blocks[39][0] 陳委員瑩:算齊全嗎?
gazette.blocks[40][0] 蔡署長孟良:跟委員報告,我們目前有分析15到29歲初次尋職的這個年齡層,這部分是有的。第二個是他畢業之後到他找到第一份工作的間隔,我們也曾經……
gazette.blocks[41][0] 陳委員瑩:我剛剛有特別點到還有不同學歷、不同科系等等,這些你們可能還要再做更細部的研究調查,好不好?
gazette.blocks[42][0] 蔡署長孟良:好。
gazette.blocks[43][0] 陳委員瑩:因為發展署裡面應該要有這些資料。
gazette.blocks[43][1] 另外,年輕人剛出社會的時候起薪大概多少?這些資訊是不是應該要正確無誤以及非常即時地發布,就是說也要了解為什麼現在大家不想早一點去工作?當然早期一直鼓勵讀書是一個原因,我大概就點出這些,如果你們對於缺工的行職業、職缺、地區、工作內容及起薪都沒有掌握清楚的話,你們自然就沒有辦法去引導勞動力的移動,也沒有辦法健全我們的勞動市場,所以關鍵在於資訊缺乏以及不透明造成問題的誤判,那我們就會落於一直用過去的方式想要解決現在跟未來的問題,例如現在Uber Eats就好像沒有什麼缺工的問題,一來它的門檻低,再來是非常的透明,連那個人到哪裡了、多少錢都是非常清楚的。
gazette.blocks[43][2] 其實發展署的人力和經費都是非常充裕的,而且在勞動部裡面還有統計處、勞動及職業安全衛生研究所,也有勞動市場研究組,為什麼你們不聯合這些單位一起來合作呢?為什麼要捨近求遠,甚至多花錢去指定外面的教授針對你們想要的答案做研究?針對我這樣的提醒,署長你可以回頭去盤點一下是不是有我剛剛講的那個狀況,還是我亂講的?你可以印證一下。
gazette.blocks[44][0] 蔡署長孟良:非常謝謝委員,我覺得我們跟委員的方向應該是一致的,我們會依照這個方向來處理。
gazette.blocks[45][0] 陳委員瑩:你們以後應該好好就近利用一下研究所,他們應該在那裡敞開大門等你們來啊!
gazette.blocks[46][0] 蔡署長孟良:好,我們會跟他們一起合作。
gazette.blocks[47][0] 陳委員瑩:接下來我要請部長上來了,因為上個禮拜勞研所發布了一個淨零減碳的報告,重點就是明年(2025年)因為這個淨零政策可能造成上萬人失業,環境部非常積極,他們說馬上會增加兩萬多人次的就業機會,所以就非常積極的弄了一個這樣子的平臺,彭部長特別表示會透過綠領平臺來推動就業。我想要請教何部長,彭部長有找你討論過這件事情嗎?您清不清楚這個平臺的內容是什麼?因為看起來有點像是媒合就業,你覺得可行性如何?
gazette.blocks[48][0] 何部長佩珊:在發布報告之後,彭部長有找我討論,當然我們通過電話,我也指派常次跟環境部對口,就是環境部、勞動部、經濟部成立一個三部會的平臺。
gazette.blocks[49][0] 陳委員瑩:所以他發布之後,你們才聚在一起?
gazette.blocks[50][0] 何部長佩珊:是的,不過沒有聚在一起,而是電話討論。
gazette.blocks[51][0] 陳委員瑩:至少有聚在一起了啦!
gazette.blocks[52][0] 何部長佩珊:是。
gazette.blocks[53][0] 陳委員瑩:但你覺得可行嗎?
gazette.blocks[54][0] 何部長佩珊:當然如果就綠領型態的工作,相信環境部比我們清楚太多了,所以由他們來整合這部分的……就是針對勞工轉型,他們針對綠領的訓練……
gazette.blocks[55][0] 陳委員瑩:看起來好像是一個還蠻不錯的創舉。
gazette.blocks[56][0] 何部長佩珊:是。
gazette.blocks[57][0] 陳委員瑩:如果未來透過這樣的平臺,真的可以達到特定職類就業媒合的目的,那麼未來其他的類別有沒有可能比照辦理?
gazette.blocks[58][0] 何部長佩珊:委員,它有沒有下到職類媒合,這我也不了解……不是不了解,只是我還不確定,因為才剛開始開過第一次平臺會議而已,然後這個要做到哪裡,其實都還在規劃中。
gazette.blocks[59][0] 陳委員瑩:我想我同意部長的感覺,因為我們也不是很清楚之後這個平臺要做什麼,也不知道這個平臺能發揮多少效益。我就是有點擔心,因為光是要讓人家知道而且會使用這個平臺,其實就是一個大工程了,雖然你們開過一次會,大家也還是有很多不清楚的概念。而且就算真的媒合到合適的職缺,接下來勞動權益的保障也不是環境部彭啓明部長可以負責的。我就講到這樣,這個應該很明顯把勞動權益……因為他創了這個媒合的平臺。
gazette.blocks[60][0] 何部長佩珊:所以才是三部會的平臺啦!
gazette.blocks[61][0] 陳委員瑩:總而言之,缺工的問題是需要跨部會一起來整合、來合作,發展署也不能說只靠引進外勞來解決問題。
gazette.blocks[62][0] 何部長佩珊:當然、當然。
gazette.blocks[63][0] 陳委員瑩:所以讓民眾了解各行各業的職缺、各行各業所需要的能力及薪資待遇,必要的時候我們還要輔以職業訓練,甚至薪資的補助,我相信勞動部如果可以做到這個樣子,有什麼樣的方法或是什麼平臺,或是什麼樣的網站也好,我想勞動部一定會受到大家的肯定。
gazette.blocks[64][0] 何部長佩珊:好。
gazette.blocks[65][0] 陳委員瑩:因為我們也很希望所有的資訊都像Uber Eats這麼公開透明,大家一目了然,找工作也比較方便,謝謝。
gazette.blocks[66][0] 何部長佩珊:謝謝委員。
gazette.blocks[67][0] 主席:謝謝陳瑩委員。
gazette.blocks[67][1] 今天的會議詢答全部結束,委員吳春城、委員涂權吉所提書面質詢列入紀錄,刊登公報。
gazette.blocks[68][0] 委員吳春城書面質詢:
gazette.blocks[68][1] 1.根據國發會推估資料,台灣的人力缺口在2030年預估大約40萬,雖積極開發青年、二度就業婦女、中高齡及高齡者等勞動力。但面對工作年齡人口逐年減少趨勢下,缺工問題無法僅依賴擴大勞動力供給解決,而主管機關送案申請放寬新行業別使用移工,幾乎也都是照案核准,勞動部長何佩珊10月16日在立院備詢時就表示,「只要主管機關提案,就會儘量鬆綁」。應對缺工的解決手段又走回只靠引進外籍移工的老路,但台灣薪資的吸引力能夠贏過其他國家嗎?若薪資吸引力不足,移工來的人數越來越少,或素質越來越差,勞動部還能做甚麼?
gazette.blocks[68][2] 2.缺工將持續成為台灣的問題。要解決缺工問題有三條路可走:
gazette.blocks[68][3] ●產業轉型提升獲利與工資,吸引國內外人才
gazette.blocks[68][4] ●使用AI/機器人取代部分人力
gazette.blocks[68][5] ●善用壯世代勞動力
gazette.blocks[68][6] 但現行狀況下,「強制退休」及「繼續聘僱」之主導權均係由雇主掌控,部分有需要或有意願繼續工作之高齡勞工恐被迫接受減薪或其他不公平待遇,致須面對更不穩定之職場環境。只要雇主不同意,壯世代員工還是得退休。勞資雙方退休協商機制及配套措施何時能提出?勞動部提出的退休協商機制能符合勞資平等原則嗎?當雇主對勞方的延後退休拒絕時,勞動部能要求雇主提出理由嗎?
gazette.blocks[69][0] 委員涂權吉書面質詢:
gazette.blocks[69][1] 一、勞動部勞發署業務委為派遣人員薪資三年凍漲
gazette.blocks[69][2] ●民國113年10月16日本席質詢揭露,勞發署業務委外派遣人員薪資沒有跟著最低工資調升的問題,當時何佩珊部長回覆表示,這些派遣人員會等到明年公務人員加薪3%才會跟著加薪。
gazette.blocks[69][3] ●本席質疑,部長的說法不就印證,連勞動部勞發署僱用且適用勞基法派遣人員,都不會因為最低工資調漲而被帶動調漲薪資。那麼政府也會僱用適用勞基法的勞工,政府做為雇主不調薪卻把企業加薪責任推給公務人員加薪3%才調升,試問:政府有起到帶頭的責任?長此以往,民間企業也可以推給政府,公務人員不加薪所以企業不加薪?政府不能以身作則,如何擺脫低薪台灣的惡名?
gazette.blocks[69][4] 二、外包派遣人員簽定期契約?勞發署帶頭違法?
gazette.blocks[69][5] ●承上,就本席發現,這些職缺契約時間都是開到當年的年底,照勞基法規範,派遣勞動工作不得簽訂定期契約,且只有工作業務本身具有臨時性、短期性的特性,也就是所謂「非繼續性工作」,勞僱雙方才能簽訂定期契約。另外,按照「行政院勞工委員會民國89年3月31日(89)台勞資二字第0011362號書函」所釋,渠等經濟活動乃雇主有意持續維持之經濟活動,非臨時、突發之相關職務工作需要之人力。實務上來說,勞動部會徵聘一些職務代理人,那是因為員工因為懷孕生產才開出的職缺,或是農忙時農場的短期工,否則只要該業務雇主要繼續下去,就應該跟勞工簽訂不定期契約。否則只要該業務雇主要繼續下去,就應該跟勞工簽訂不定期契約。
gazette.blocks[69][6] ●因此,今天本席所列這些勞發署委外職缺,不應該開徵定期契約之職務,政府不可帶頭做違法的事情,建請勞動部去深入瞭解,於一個月內給本席一個調查報告。
gazette.blocks[69][7] 三、勞保撥補法制化
gazette.blocks[69][8] ●勞保年金破產的危機持續擴大,但在勞動部努力之下,明年度將撥補1,300億元,總計6年撥補預算金額達3,870億元。既然撥補已經常態化,加上朝野立委不分藍綠,都有委員提案將撥補法制化,請問勞動部是否支持撥補法制化?政院何時會有院版的撥補法案?
gazette.blocks[69][9] ●但,按近日立法院、行政院為禁伐補償所產生之僵局,會不會發生法案通過,但政院不願意編列預算的狀況發生?何佩珊部長可以在此用烏紗帽保證僵局不再重演?保證禁伐補償的翻版不會發生?
gazette.blocks[70][0] 主席:現在作以下決定:報告及詢答完畢。委員質詢未及答復或請補充資料者,請相關機關於2週內以書面答復,委員另要求期限者,從其所定。
gazette.blocks[70][1] 本日會議到此結束,現在休息,星期四上午9點繼續開會。
gazette.blocks[70][2] 休息(13時38分)
gazette.agenda.page_end 276
gazette.agenda.meet_id 委員會-11-2-26-6
gazette.agenda.speakers[0] 黃秀芳
gazette.agenda.speakers[1] 陳昭姿
gazette.agenda.speakers[2] 林月琴
gazette.agenda.speakers[3] 陳菁徽
gazette.agenda.speakers[4] 盧縣一
gazette.agenda.speakers[5] 王育敏
gazette.agenda.speakers[6] 邱鎮軍
gazette.agenda.speakers[7] 蘇清泉
gazette.agenda.speakers[8] 王正旭
gazette.agenda.speakers[9] 徐巧芯
gazette.agenda.speakers[10] 洪孟楷
gazette.agenda.speakers[11] 林楚茵
gazette.agenda.speakers[12] 陳亭妃
gazette.agenda.speakers[13] 吳宗憲
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 楊瓊瓔
gazette.agenda.speakers[16] 廖偉翔
gazette.agenda.speakers[17] 張雅琳
gazette.agenda.speakers[18] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[19] 林淑芬
gazette.agenda.speakers[20] 羅廷瑋
gazette.agenda.speakers[21] 李柏毅
gazette.agenda.speakers[22] 劉建國
gazette.agenda.speakers[23] 楊曜
gazette.agenda.speakers[24] 陳瑩
gazette.agenda.speakers[25] 吳春城
gazette.agenda.speakers[26] 涂權吉
gazette.agenda.page_start 199
gazette.agenda.meetingDate[0] 2024-10-30
gazette.agenda.gazette_id 1139201
gazette.agenda.agenda_lcidc_ids[0] 1139201_00005
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6次全體委員會議紀錄
gazette.agenda.content 請勞動部部長就「我國全時職位缺工概況」進行專題報告,並備質詢
gazette.agenda.agenda_id 1139201_00004