IVOD_ID |
157589 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/157589 |
日期 |
2024-11-28 |
會議資料.會議代碼 |
委員會-11-2-20-10 |
會議資料.會議代碼:str |
第11屆第2會期財政委員會第10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 |
10 |
會議資料.種類 |
委員會 |
會議資料.委員會代碼[0] |
20 |
會議資料.委員會代碼:str[0] |
財政委員會 |
會議資料.標題 |
第11屆第2會期財政委員會第10次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2024-11-28T10:18:16+08:00 |
結束時間 |
2024-11-28T10:29:56+08:00 |
影片長度 |
00:11:40 |
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/9b765842ec2579664099e58013cf5bed768d6645aa7846736f2411ecd13e000b7bed10a2a74c501c5ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
顏寬恒 |
委員發言時間 |
10:18:16 - 10:29:56 |
會議時間 |
2024-11-28T09:00:00+08:00 |
會議名稱 |
立法院第11屆第2會期財政委員會第10次全體委員會議(事由:一、邀請行政院主計總處陳主計長淑姿、審計部陳審計長瑞敏率所屬單位主管列席業務報告,並備質詢。
二、審查中華民國114年度中央政府總預算案有關主計總處暨審計部、審計部臺北市審計處、審計部新北市審計處、審計部桃園市審計處、審計部臺中市審計處、審計部臺南市審計處、審計部高雄市審計處部分。(詢答及處理)
三、審查中華民國114年度中央政府總預算案有關直轄市及縣市政府。調整軍公教人員待遇準備。災害準備金。第二預備金。(詢答及處理)
【預算提案截止時間:11月26日(二)中午12時】
【11月25日及28日二天一次會】) |
transcript.pyannote[0].speaker |
SPEAKER_00 |
transcript.pyannote[0].start |
9.46409375 |
transcript.pyannote[0].end |
13.58159375 |
transcript.pyannote[1].speaker |
SPEAKER_00 |
transcript.pyannote[1].start |
14.45909375 |
transcript.pyannote[1].end |
15.43784375 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
15.67409375 |
transcript.pyannote[2].end |
16.23096875 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
16.87221875 |
transcript.pyannote[3].end |
17.37846875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
17.58096875 |
transcript.pyannote[4].end |
17.59784375 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
17.59784375 |
transcript.pyannote[5].end |
18.50909375 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
22.23846875 |
transcript.pyannote[6].end |
23.84159375 |
transcript.pyannote[7].speaker |
SPEAKER_00 |
transcript.pyannote[7].start |
24.17909375 |
transcript.pyannote[7].end |
24.53346875 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
25.47846875 |
transcript.pyannote[8].end |
29.95034375 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
30.00096875 |
transcript.pyannote[9].end |
35.85659375 |
transcript.pyannote[10].speaker |
SPEAKER_01 |
transcript.pyannote[10].start |
30.08534375 |
transcript.pyannote[10].end |
30.52409375 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
32.71784375 |
transcript.pyannote[11].end |
33.24096875 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
36.34596875 |
transcript.pyannote[12].end |
38.82659375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
36.36284375 |
transcript.pyannote[13].end |
36.70034375 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
39.29909375 |
transcript.pyannote[14].end |
40.98659375 |
transcript.pyannote[15].speaker |
SPEAKER_00 |
transcript.pyannote[15].start |
41.13846875 |
transcript.pyannote[15].end |
45.07034375 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
45.47534375 |
transcript.pyannote[16].end |
47.01096875 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
47.43284375 |
transcript.pyannote[17].end |
50.08221875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
50.70659375 |
transcript.pyannote[18].end |
53.28846875 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
53.76096875 |
transcript.pyannote[19].end |
54.58784375 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
55.12784375 |
transcript.pyannote[20].end |
57.00096875 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
57.20346875 |
transcript.pyannote[21].end |
59.85284375 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
59.97096875 |
transcript.pyannote[22].end |
62.65409375 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
63.05909375 |
transcript.pyannote[23].end |
63.76784375 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
64.30784375 |
transcript.pyannote[24].end |
67.14284375 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
67.53096875 |
transcript.pyannote[25].end |
69.72471875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
70.09596875 |
transcript.pyannote[26].end |
75.58034375 |
transcript.pyannote[27].speaker |
SPEAKER_00 |
transcript.pyannote[27].start |
76.05284375 |
transcript.pyannote[27].end |
113.56596875 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
100.01534375 |
transcript.pyannote[28].end |
100.13346875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
104.01471875 |
transcript.pyannote[29].end |
104.41971875 |
transcript.pyannote[30].speaker |
SPEAKER_01 |
transcript.pyannote[30].start |
110.95034375 |
transcript.pyannote[30].end |
111.06846875 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
111.25409375 |
transcript.pyannote[31].end |
111.45659375 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
113.63346875 |
transcript.pyannote[32].end |
121.81784375 |
transcript.pyannote[33].speaker |
SPEAKER_00 |
transcript.pyannote[33].start |
121.90221875 |
transcript.pyannote[33].end |
125.95221875 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
126.55971875 |
transcript.pyannote[34].end |
127.26846875 |
transcript.pyannote[35].speaker |
SPEAKER_00 |
transcript.pyannote[35].start |
127.40346875 |
transcript.pyannote[35].end |
130.25534375 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
130.42409375 |
transcript.pyannote[36].end |
131.28471875 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
130.69409375 |
transcript.pyannote[37].end |
130.98096875 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
131.63909375 |
transcript.pyannote[38].end |
133.64721875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
134.27159375 |
transcript.pyannote[39].end |
142.86096875 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
142.55721875 |
transcript.pyannote[40].end |
142.62471875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
143.43471875 |
transcript.pyannote[41].end |
149.37471875 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
149.76284375 |
transcript.pyannote[42].end |
157.98096875 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
158.13284375 |
transcript.pyannote[43].end |
158.82471875 |
transcript.pyannote[44].speaker |
SPEAKER_00 |
transcript.pyannote[44].start |
159.17909375 |
transcript.pyannote[44].end |
161.10284375 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
161.64284375 |
transcript.pyannote[45].end |
162.80721875 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
163.19534375 |
transcript.pyannote[46].end |
163.46534375 |
transcript.pyannote[47].speaker |
SPEAKER_00 |
transcript.pyannote[47].start |
163.81971875 |
transcript.pyannote[47].end |
167.88659375 |
transcript.pyannote[48].speaker |
SPEAKER_00 |
transcript.pyannote[48].start |
168.74721875 |
transcript.pyannote[48].end |
170.13096875 |
transcript.pyannote[49].speaker |
SPEAKER_00 |
transcript.pyannote[49].start |
170.56971875 |
transcript.pyannote[49].end |
173.06721875 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
173.30346875 |
transcript.pyannote[50].end |
175.36221875 |
transcript.pyannote[51].speaker |
SPEAKER_00 |
transcript.pyannote[51].start |
175.78409375 |
transcript.pyannote[51].end |
176.84721875 |
transcript.pyannote[52].speaker |
SPEAKER_00 |
transcript.pyannote[52].start |
177.28596875 |
transcript.pyannote[52].end |
179.61471875 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
180.45846875 |
transcript.pyannote[53].end |
181.11659375 |
transcript.pyannote[54].speaker |
SPEAKER_00 |
transcript.pyannote[54].start |
181.33596875 |
transcript.pyannote[54].end |
184.30596875 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
184.42409375 |
transcript.pyannote[55].end |
186.12846875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
186.43221875 |
transcript.pyannote[56].end |
187.12409375 |
transcript.pyannote[57].speaker |
SPEAKER_00 |
transcript.pyannote[57].start |
187.54596875 |
transcript.pyannote[57].end |
191.93346875 |
transcript.pyannote[58].speaker |
SPEAKER_00 |
transcript.pyannote[58].start |
192.23721875 |
transcript.pyannote[58].end |
196.33784375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
196.82721875 |
transcript.pyannote[59].end |
198.22784375 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
198.68346875 |
transcript.pyannote[60].end |
204.77534375 |
transcript.pyannote[61].speaker |
SPEAKER_00 |
transcript.pyannote[61].start |
205.14659375 |
transcript.pyannote[61].end |
214.37721875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
214.90034375 |
transcript.pyannote[62].end |
219.55784375 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
219.87846875 |
transcript.pyannote[63].end |
280.66221875 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
221.14409375 |
transcript.pyannote[64].end |
221.56596875 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
280.34159375 |
transcript.pyannote[65].end |
283.88534375 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
284.15534375 |
transcript.pyannote[66].end |
285.53909375 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
285.72471875 |
transcript.pyannote[67].end |
285.74159375 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
285.74159375 |
transcript.pyannote[68].end |
286.14659375 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
286.39971875 |
transcript.pyannote[69].end |
291.32721875 |
transcript.pyannote[70].speaker |
SPEAKER_00 |
transcript.pyannote[70].start |
291.79971875 |
transcript.pyannote[70].end |
299.03909375 |
transcript.pyannote[71].speaker |
SPEAKER_01 |
transcript.pyannote[71].start |
294.87096875 |
transcript.pyannote[71].end |
294.90471875 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
299.46096875 |
transcript.pyannote[72].end |
301.41846875 |
transcript.pyannote[73].speaker |
SPEAKER_00 |
transcript.pyannote[73].start |
301.67159375 |
transcript.pyannote[73].end |
304.79346875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
304.89471875 |
transcript.pyannote[74].end |
307.49346875 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
307.83096875 |
transcript.pyannote[75].end |
309.09659375 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
309.28221875 |
transcript.pyannote[76].end |
310.31159375 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
311.93159375 |
transcript.pyannote[77].end |
319.27221875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
319.57596875 |
transcript.pyannote[78].end |
323.06909375 |
transcript.pyannote[79].speaker |
SPEAKER_00 |
transcript.pyannote[79].start |
323.67659375 |
transcript.pyannote[79].end |
328.24971875 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
328.58721875 |
transcript.pyannote[80].end |
346.45784375 |
transcript.pyannote[81].speaker |
SPEAKER_00 |
transcript.pyannote[81].start |
337.39596875 |
transcript.pyannote[81].end |
338.77971875 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
343.67346875 |
transcript.pyannote[82].end |
347.48721875 |
transcript.pyannote[83].speaker |
SPEAKER_01 |
transcript.pyannote[83].start |
347.09909375 |
transcript.pyannote[83].end |
351.48659375 |
transcript.pyannote[84].speaker |
SPEAKER_00 |
transcript.pyannote[84].start |
348.24659375 |
transcript.pyannote[84].end |
348.66846875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
351.08159375 |
transcript.pyannote[85].end |
352.81971875 |
transcript.pyannote[86].speaker |
SPEAKER_01 |
transcript.pyannote[86].start |
352.87034375 |
transcript.pyannote[86].end |
367.29846875 |
transcript.pyannote[87].speaker |
SPEAKER_00 |
transcript.pyannote[87].start |
366.23534375 |
transcript.pyannote[87].end |
368.58096875 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
368.64846875 |
transcript.pyannote[88].end |
371.43284375 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
369.71159375 |
transcript.pyannote[89].end |
377.03534375 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
376.96784375 |
transcript.pyannote[90].end |
383.95409375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
378.62159375 |
transcript.pyannote[91].end |
380.14034375 |
transcript.pyannote[92].speaker |
SPEAKER_00 |
transcript.pyannote[92].start |
381.13596875 |
transcript.pyannote[92].end |
381.47346875 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
382.89096875 |
transcript.pyannote[93].end |
385.27034375 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
385.45596875 |
transcript.pyannote[94].end |
392.15534375 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
392.81346875 |
transcript.pyannote[95].end |
408.99659375 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
404.69346875 |
transcript.pyannote[96].end |
405.03096875 |
transcript.pyannote[97].speaker |
SPEAKER_00 |
transcript.pyannote[97].start |
409.01346875 |
transcript.pyannote[97].end |
412.20284375 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
412.69221875 |
transcript.pyannote[98].end |
414.39659375 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
414.78471875 |
transcript.pyannote[99].end |
417.36659375 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
418.04159375 |
transcript.pyannote[100].end |
418.27784375 |
transcript.pyannote[101].speaker |
SPEAKER_00 |
transcript.pyannote[101].start |
419.86409375 |
transcript.pyannote[101].end |
423.74534375 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
422.36159375 |
transcript.pyannote[102].end |
425.23034375 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
425.43284375 |
transcript.pyannote[103].end |
426.91784375 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
425.73659375 |
transcript.pyannote[104].end |
431.11971875 |
transcript.pyannote[105].speaker |
SPEAKER_00 |
transcript.pyannote[105].start |
429.55034375 |
transcript.pyannote[105].end |
429.85409375 |
transcript.pyannote[106].speaker |
SPEAKER_00 |
transcript.pyannote[106].start |
430.78221875 |
transcript.pyannote[106].end |
443.26971875 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
438.12284375 |
transcript.pyannote[107].end |
438.66284375 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
444.04596875 |
transcript.pyannote[108].end |
453.90096875 |
transcript.pyannote[109].speaker |
SPEAKER_01 |
transcript.pyannote[109].start |
446.64471875 |
transcript.pyannote[109].end |
447.18471875 |
transcript.pyannote[110].speaker |
SPEAKER_01 |
transcript.pyannote[110].start |
449.76659375 |
transcript.pyannote[110].end |
450.39096875 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
454.18784375 |
transcript.pyannote[111].end |
456.41534375 |
transcript.pyannote[112].speaker |
SPEAKER_00 |
transcript.pyannote[112].start |
456.92159375 |
transcript.pyannote[112].end |
467.02971875 |
transcript.pyannote[113].speaker |
SPEAKER_00 |
transcript.pyannote[113].start |
467.87346875 |
transcript.pyannote[113].end |
476.09159375 |
transcript.pyannote[114].speaker |
SPEAKER_00 |
transcript.pyannote[114].start |
476.83409375 |
transcript.pyannote[114].end |
480.10784375 |
transcript.pyannote[115].speaker |
SPEAKER_00 |
transcript.pyannote[115].start |
480.39471875 |
transcript.pyannote[115].end |
480.68159375 |
transcript.pyannote[116].speaker |
SPEAKER_00 |
transcript.pyannote[116].start |
481.23846875 |
transcript.pyannote[116].end |
481.91346875 |
transcript.pyannote[117].speaker |
SPEAKER_00 |
transcript.pyannote[117].start |
482.41971875 |
transcript.pyannote[117].end |
483.95534375 |
transcript.pyannote[118].speaker |
SPEAKER_00 |
transcript.pyannote[118].start |
484.74846875 |
transcript.pyannote[118].end |
488.41034375 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
488.95034375 |
transcript.pyannote[119].end |
497.28659375 |
transcript.pyannote[120].speaker |
SPEAKER_00 |
transcript.pyannote[120].start |
497.65784375 |
transcript.pyannote[120].end |
506.85471875 |
transcript.pyannote[121].speaker |
SPEAKER_00 |
transcript.pyannote[121].start |
507.22596875 |
transcript.pyannote[121].end |
511.15784375 |
transcript.pyannote[122].speaker |
SPEAKER_00 |
transcript.pyannote[122].start |
511.69784375 |
transcript.pyannote[122].end |
519.94971875 |
transcript.pyannote[123].speaker |
SPEAKER_00 |
transcript.pyannote[123].start |
520.35471875 |
transcript.pyannote[123].end |
521.60346875 |
transcript.pyannote[124].speaker |
SPEAKER_01 |
transcript.pyannote[124].start |
520.60784375 |
transcript.pyannote[124].end |
520.86096875 |
transcript.pyannote[125].speaker |
SPEAKER_01 |
transcript.pyannote[125].start |
521.95784375 |
transcript.pyannote[125].end |
548.26596875 |
transcript.pyannote[126].speaker |
SPEAKER_00 |
transcript.pyannote[126].start |
548.41784375 |
transcript.pyannote[126].end |
550.18971875 |
transcript.pyannote[127].speaker |
SPEAKER_01 |
transcript.pyannote[127].start |
550.18971875 |
transcript.pyannote[127].end |
555.77534375 |
transcript.pyannote[128].speaker |
SPEAKER_00 |
transcript.pyannote[128].start |
554.22284375 |
transcript.pyannote[128].end |
555.06659375 |
transcript.pyannote[129].speaker |
SPEAKER_00 |
transcript.pyannote[129].start |
556.06221875 |
transcript.pyannote[129].end |
560.80409375 |
transcript.pyannote[130].speaker |
SPEAKER_01 |
transcript.pyannote[130].start |
557.47971875 |
transcript.pyannote[130].end |
559.43721875 |
transcript.pyannote[131].speaker |
SPEAKER_01 |
transcript.pyannote[131].start |
561.83346875 |
transcript.pyannote[131].end |
565.22534375 |
transcript.pyannote[132].speaker |
SPEAKER_00 |
transcript.pyannote[132].start |
563.92596875 |
transcript.pyannote[132].end |
564.36471875 |
transcript.pyannote[133].speaker |
SPEAKER_00 |
transcript.pyannote[133].start |
564.80346875 |
transcript.pyannote[133].end |
571.26659375 |
transcript.pyannote[134].speaker |
SPEAKER_00 |
transcript.pyannote[134].start |
572.02596875 |
transcript.pyannote[134].end |
577.37534375 |
transcript.pyannote[135].speaker |
SPEAKER_00 |
transcript.pyannote[135].start |
577.67909375 |
transcript.pyannote[135].end |
582.35346875 |
transcript.pyannote[136].speaker |
SPEAKER_00 |
transcript.pyannote[136].start |
582.65721875 |
transcript.pyannote[136].end |
583.68659375 |
transcript.pyannote[137].speaker |
SPEAKER_00 |
transcript.pyannote[137].start |
584.14221875 |
transcript.pyannote[137].end |
586.67346875 |
transcript.pyannote[138].speaker |
SPEAKER_00 |
transcript.pyannote[138].start |
586.84221875 |
transcript.pyannote[138].end |
588.09096875 |
transcript.pyannote[139].speaker |
SPEAKER_00 |
transcript.pyannote[139].start |
588.68159375 |
transcript.pyannote[139].end |
592.68096875 |
transcript.pyannote[140].speaker |
SPEAKER_00 |
transcript.pyannote[140].start |
593.38971875 |
transcript.pyannote[140].end |
597.70971875 |
transcript.pyannote[141].speaker |
SPEAKER_00 |
transcript.pyannote[141].start |
597.92909375 |
transcript.pyannote[141].end |
615.71534375 |
transcript.pyannote[142].speaker |
SPEAKER_00 |
transcript.pyannote[142].start |
616.01909375 |
transcript.pyannote[142].end |
619.86659375 |
transcript.pyannote[143].speaker |
SPEAKER_00 |
transcript.pyannote[143].start |
620.35596875 |
transcript.pyannote[143].end |
631.45971875 |
transcript.pyannote[144].speaker |
SPEAKER_00 |
transcript.pyannote[144].start |
631.74659375 |
transcript.pyannote[144].end |
632.38784375 |
transcript.pyannote[145].speaker |
SPEAKER_00 |
transcript.pyannote[145].start |
632.86034375 |
transcript.pyannote[145].end |
633.55221875 |
transcript.pyannote[146].speaker |
SPEAKER_00 |
transcript.pyannote[146].start |
633.75471875 |
transcript.pyannote[146].end |
634.34534375 |
transcript.pyannote[147].speaker |
SPEAKER_00 |
transcript.pyannote[147].start |
634.88534375 |
transcript.pyannote[147].end |
636.37034375 |
transcript.pyannote[148].speaker |
SPEAKER_00 |
transcript.pyannote[148].start |
636.69096875 |
transcript.pyannote[148].end |
639.52596875 |
transcript.pyannote[149].speaker |
SPEAKER_00 |
transcript.pyannote[149].start |
639.81284375 |
transcript.pyannote[149].end |
640.47096875 |
transcript.pyannote[150].speaker |
SPEAKER_00 |
transcript.pyannote[150].start |
640.85909375 |
transcript.pyannote[150].end |
641.56784375 |
transcript.pyannote[151].speaker |
SPEAKER_00 |
transcript.pyannote[151].start |
642.04034375 |
transcript.pyannote[151].end |
645.09471875 |
transcript.pyannote[152].speaker |
SPEAKER_00 |
transcript.pyannote[152].start |
645.85409375 |
transcript.pyannote[152].end |
647.05221875 |
transcript.pyannote[153].speaker |
SPEAKER_01 |
transcript.pyannote[153].start |
647.52471875 |
transcript.pyannote[153].end |
674.20409375 |
transcript.pyannote[154].speaker |
SPEAKER_00 |
transcript.pyannote[154].start |
656.04659375 |
transcript.pyannote[154].end |
656.83971875 |
transcript.pyannote[155].speaker |
SPEAKER_00 |
transcript.pyannote[155].start |
671.63909375 |
transcript.pyannote[155].end |
698.82471875 |
transcript.pyannote[156].speaker |
SPEAKER_01 |
transcript.pyannote[156].start |
697.03596875 |
transcript.pyannote[156].end |
697.33971875 |
transcript.pyannote[157].speaker |
SPEAKER_01 |
transcript.pyannote[157].start |
697.57596875 |
transcript.pyannote[157].end |
697.96409375 |
transcript.pyannote[158].speaker |
SPEAKER_01 |
transcript.pyannote[158].start |
699.29721875 |
transcript.pyannote[158].end |
700.42784375 |
transcript.whisperx[0].start |
9.742 |
transcript.whisperx[0].end |
14.53 |
transcript.whisperx[0].text |
主席各位歷史觀念大家早主席有請主計處陳主計長好主計長 |
transcript.whisperx[1].start |
22.287 |
transcript.whisperx[1].end |
49.94 |
transcript.whisperx[1].text |
委員好主計長明年中央政府總預算稅數編列3.13兆占比最重的是社福支出8310億比今年增加413億社福是我們最不可缺的一環我們都希望民眾生活可以過得更好每個人也都希望能夠享有政府提供的社會福利 |
transcript.whisperx[2].start |
51.341 |
transcript.whisperx[2].end |
66.673 |
transcript.whisperx[2].text |
本席的選區面積很大大概260平方公里臺北市270平方公里所以我們的選區內人口部分區域快速成長有些是平盤 |
transcript.whisperx[3].start |
67.594 |
transcript.whisperx[3].end |
93.078 |
transcript.whisperx[3].text |
那整個海線的人口增加是一個很大的幅度但是因為人口增加所以也衍生出一些迫在眉睫的問題除了高齡化之外就是少子化的部分那在長照政策方面根據臺中市政府113年度長照2.0整合型計畫的報告中那一國中學區以日照的這樣子的一個達成情形 |
transcript.whisperx[4].start |
94.098 |
transcript.whisperx[4].end |
121.263 |
transcript.whisperx[4].text |
龍井烏日大概是66.7%沙鹿的部分是75%跟市區來相比市區大概都百分之百了都達成了所以顯然是落後很多那我剛剛提到這個行政區都是人口快速成長的地方所以希望未來主計處能夠多幫忙我們會積極的來爭取相關的這些預算來擴建製造中心避免量能不足 |
transcript.whisperx[5].start |
122.643 |
transcript.whisperx[5].end |
141.229 |
transcript.whisperx[5].text |
讓這個民眾能夠得到更好的一個長照的服務那這個部分要請主計處要多幫忙那另外治水的相關部分前瞻預算第5期703億全數以這個舉借債務支應那其中水環境的部分218億 |
transcript.whisperx[6].start |
143.75 |
transcript.whisperx[6].end |
164.901 |
transcript.whisperx[6].text |
南部地區因為我們颱風侵襲的原因所以造成的災害比較嚴重導致常常要預支挪用救災的部分然後變成說中部地區我們的這些預防性的水利工程沒有預算可以進行就以我選區裡面來講這個臺中海線的南山節水溝 |
transcript.whisperx[7].start |
168.803 |
transcript.whisperx[7].end |
195.899 |
transcript.whisperx[7].text |
一、二期工程已經完成那最重要的第三期工程到現在都沒有著落那這個部分我要請這個主計處這邊因為水利署常常要求地方這個要地方政府來先行帶電但是因為會不會說電力電就變成自掏腰包變成說有借無還所以本席要請主計長多留意預算模樣的情況 |
transcript.whisperx[8].start |
197.2 |
transcript.whisperx[8].end |
219.161 |
transcript.whisperx[8].text |
預算農用的情況在這種極端氣候的影響之下全臺各地都經常的發生這種突發性豪大雨所以尤其我們海線地區這個第四低窪如果碰到漲潮、極端氣候影響再加上水利工程沒有完善這種情況那如果一發生這種災害是很難想像的 |
transcript.whisperx[9].start |
220.003 |
transcript.whisperx[9].end |
236.264 |
transcript.whisperx[9].text |
是,我也跟委員說明一下因為剛剛委員所談到的就是有墊付的一個情形事實上我們去了解它不是它是應該一線是應該要配合的一個配合款只是說因為前瞻預算的一個案子 |
transcript.whisperx[10].start |
236.664 |
transcript.whisperx[10].end |
256.341 |
transcript.whisperx[10].text |
如果沒有通過的話這個部分的配合款可能就是沒有辦法就是要叫他先行來做預算的一個編列再來就是有關那個災害的一個部分我們一般都是針對復建工程都會先撥10%然後還有救助和緊急搶救的部分都會在核定的經費營業5%甚至於會看緊急的情形會有6%、7%、8%的一個做調整 |
transcript.whisperx[11].start |
262.866 |
transcript.whisperx[11].end |
285.014 |
transcript.whisperx[11].text |
資金的調度我們也會看地方如果有困難就會預先來做預註所以像花蓮的一個地震正在我們都先預借給他3億元那像莫蘭地颱風的時候也借給高雄3億元所以一般縣市如果有困難在中央這部分他都會先行預註主計長我再請教就是清零失業率的問題 |
transcript.whisperx[12].start |
286.455 |
transcript.whisperx[12].end |
302.929 |
transcript.whisperx[12].text |
今年是九年級就是90年次以後出生的第一開始進入職場的時間但是它迎來的卻是一個屢創新高的青年失業率根據你們主計處資料這個今年1到10月20到24歲青年失業率高達11.69%11.69%它是所有 |
transcript.whisperx[13].start |
311.997 |
transcript.whisperx[13].end |
328.002 |
transcript.whisperx[13].text |
是所有年齡層中失業率最高的跟45到64歲中高齡的失業率2.15%相比差了5.43倍那你認為是什麼原因導致這些青少年找不到工作?可不可以先說一下? |
transcript.whisperx[14].start |
328.849 |
transcript.whisperx[14].end |
351.175 |
transcript.whisperx[14].text |
我要跟委員報告一下因為事實上我們用青年的一個失業率是15到29歲那剛剛委員講的是指20到24歲的部分所以它是11點多啦那但是它已經從13點多降到11點多有比較好就對了11點多是有比較好就對了對對所以逐步在降啦這個部分那當然因為那11點6點你滿意嗎 |
transcript.whisperx[15].start |
352.935 |
transcript.whisperx[15].end |
368.186 |
transcript.whisperx[15].text |
不是,這個部分我們當然是要盡力來做改善那這個部分是因為他是出入職場所以他很多都是怎樣他對他的薪資不滿意對他工作的職類不滿意所以他會異動率就會比較高所以你的解釋就是說因為他 |
transcript.whisperx[16].start |
368.906 |
transcript.whisperx[16].end |
391.796 |
transcript.whisperx[16].text |
這就是目前的狀況第一次投入職場所以對於他的這個就業環境不滿意所以才會導致高失業率是這樣子嗎就業的職類別包括他的薪資他不滿意所以我們會做調查做這個分析我想這個我們我國的高等教育普及度很高那青少年都應該具備 |
transcript.whisperx[17].start |
392.896 |
transcript.whisperx[17].end |
400.982 |
transcript.whisperx[17].text |
二、審查中華民國11屆第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11屆第2會期財政委員會第11 |
transcript.whisperx[18].start |
419.935 |
transcript.whisperx[18].end |
440.31 |
transcript.whisperx[18].text |
還有沒有其他原因?沒有,就是因為就業別的關係因為它不穩定,它一直換工作不穩定換工作?對對,就是這個部分因為我們調查分析的兩樣主要原因就是我認為我們要去思考怎麼樣鼓勵企業能夠提供更好的就業環境就業條件能夠讓年輕人他們能夠剛出社會的這些新鮮人 |
transcript.whisperx[19].start |
444.133 |
transcript.whisperx[19].end |
460.187 |
transcript.whisperx[19].text |
能給他們更多的機會來進入這個社會來做一個學習跟培養相關的實力這樣才能夠讓我們國家這個更有創造力那好然後再請教明年1月1日最低薪資從27470調升到28590那從時薪從183元調到190元 |
transcript.whisperx[20].start |
468.053 |
transcript.whisperx[20].end |
470.916 |
transcript.whisperx[20].text |
民務薪資調漲不等於實質薪資漲今年公布的數據 |
transcript.whisperx[21].start |
485.287 |
transcript.whisperx[21].end |
495.834 |
transcript.whisperx[21].text |
這個去年經常性薪資45496那實質經常性薪資是41334實質經常性薪資又降低了0.05%連續三年為負數那實質總薪資的值也減少了1.04%是七年來首度負成長我要請教主計長用專業角度去預測一下 |
transcript.whisperx[22].start |
512.045 |
transcript.whisperx[22].end |
521.399 |
transcript.whisperx[22].text |
你認為今年實質總薪資、實質經常性總薪資相較於去年是會上升還是會負成長的狀態?那判斷的依據是什麼? |
transcript.whisperx[23].start |
522.011 |
transcript.whisperx[23].end |
547.767 |
transcript.whisperx[23].text |
報告委員事實上今年113年1到9月我們的經常性薪資平均是連增2.72然後他跟我們的CPI去比事實上是正成長並不是說像委員說的是負成長那目前的部分我們經常性薪資也都是正常成長的一個方向來走而且是逐年在成長連我們的中位數也都是成長 |
transcript.whisperx[24].start |
548.667 |
transcript.whisperx[24].end |
570.779 |
transcript.whisperx[24].text |
為什麼我手上的資料是負的呢?是是,我們在補充資料,那是去年的,我們在補充資料,今年一到九年,全部是正成長所以今年是會上升就對了?是是,都全正成長那我手上的資料卻是負的啊,負成長啊那是一一二年的部分,那我們會補一百我來再講一下啦,國人的一個,我們雖然每一年都在調高基本薪資,但是 |
transcript.whisperx[25].start |
572.065 |
transcript.whisperx[25].end |
587.512 |
transcript.whisperx[25].text |
也代表著物價不斷的一個上漲現在物價通膨大家都很感受那國人的加薪加班費還有獎金這個調漲的幅度根本趕不上通膨的速度那對於一些領高於基本薪資的對勞工來講這個調漲對他們毫無作用但是 |
transcript.whisperx[26].start |
593.424 |
transcript.whisperx[26].end |
615.401 |
transcript.whisperx[26].text |
他的副作用來的就是這些物價的上漲那包括每一次像是外食費、蛋價、菜價這些漲幅大家都有看到五塊、十塊這些東西都高於這個薪資的增幅所以最後有可能出現說本身薪水沒有調漲但是物價都上來了 |
transcript.whisperx[27].start |
616.221 |
transcript.whisperx[27].end |
644.538 |
transcript.whisperx[27].text |
你調漲是基本工資嘛調漲基本工資的用意就是說他是要考量弱勢勞工的部分對於避免貧富差距擴大那對於領高於基本薪資的我們這些廣大的勞工族群來說第一個他沒有受益但是整個物價都往上漲了受害的是他所以這部分我想主計長你怎麼看對這這樣子負擔要負擔更多的開銷 |
transcript.whisperx[28].start |
645.919 |
transcript.whisperx[28].end |
671.209 |
transcript.whisperx[28].text |
受害者怎麼辦?跟委員報告就是剛剛如委員所提去年的部分事實上是等於是說他薪資的成長沒有比通膨還要高但是今年一到九月他薪資的成長都高於通膨通膨的一個那個所以他本身薪資是呈現成長而且以行政院來講他也是帶頭來所以我們今年就是把所有的受僱的 |
transcript.whisperx[29].start |
671.889 |
transcript.whisperx[29].end |
673.45 |
transcript.whisperx[29].text |
一個相關的一個限制調到3萬1 |
gazette.lineno |
528 |
gazette.blocks[0][0] |
顏委員寬恒:(10時18分)主席、各位列席官員,大家早。主席,有請主計總處陳主計長。 |
gazette.blocks[1][0] |
主席:主計長。 |
gazette.blocks[2][0] |
陳主計長淑姿:委員好。 |
gazette.blocks[3][0] |
顏委員寬恒:主計長好。明年中央政府總預算歲出編列3.13兆,占比最重的是社福支出8,310億,比今年增加413億。社福是我們最不可缺的一環,我們都希望民眾生活可以過得更好,每個人也都希望能夠享有政府提供的社會福利。本席的選區面積很大,大概260平方公里,臺北市是270平方公里。我選區內的部分區域人口快速成長,有些是平盤,整個海線的人口增加很大的幅度,因為人口增加,所以也衍生出一些迫在眉睫的問題。除了高齡化之外,就是少子化,在長照政策方面,根據臺中市政府113年度長照2.0整合型計畫報告,有關一國中學區一日照的達成情形,龍井、烏日大概是66.7%,沙鹿的部分是75%,市區大概都百分之百、都達成了,跟市區相比顯然落後很多。我剛剛提到的行政區都是人口快速成長的地方,希望未來主計總處能夠多幫忙,我們會積極爭取相關預算來擴建日照中心,避免量能不足,讓民眾能夠得到更好的長照服務。這個部分要請主計總處多幫忙。 |
gazette.blocks[3][1] |
另外是治水相關的部分,前瞻預算第5期703億全數以舉借債務支應,其中水環境的部分有218億,南部地區因為颱風侵襲,造成的災害比較嚴重,導致救災常常要預支挪用,變成中部地區的預防性水利工程沒有預算可以進行。就以我的選區裡面來講,臺中海線的南山截水溝一、二期工程已經完成,最重要的第三期工程到現在都沒有著落。因為水利署常常要求地方政府先行代墊,但是會不會墊一墊就變成自掏腰包、變成有借無還?本席要請主計長多留意預算挪用的情況,在這種極端氣候的影響之下,全臺各地都經常發生突發性豪大雨,尤其海線地區地勢低窪,如果碰到漲潮、極端氣候影響,再加上水利工程沒有完善的情況,一發生災害是很難想像的。 |
gazette.blocks[4][0] |
陳主計長淑姿:因為剛剛委員談到有墊付的情形,事實上我們去了解,它不是,應該是縣市要配合的配合款,只是因為前瞻預算的案子如果沒有通過的話,這個部分的配合款可能就沒有辦法,就要叫它先行編列預算。再來就是有關災害的部分,一般針對復建工程都會先撥10%,還有救助和緊急搶救的部分都會在核定的經費裡面5%,甚至於看緊急的情形會有6%、7%、8%的調整。至於資金的調度,我們也會看,地方如果有困難,就會預先來挹注,像花蓮震災,我們都先預借給它3億元;像莫蘭蒂颱風的時候,也借給高雄3億元,所以一般縣市如果有困難,中央在這部分都會先行挹注。 |
gazette.blocks[5][0] |
顏委員寬恒:主計長,我再請教青年失業率的問題。今年是九年級,就是90年次以後出生的人開始進入職場的時間,他迎來的卻是一個屢創新高的青年失業率。根據主計總處的資料,今年1到10月,20到24歲青年失業率高達11.69%,是所有年齡層中失業率最高的,跟45到64歲中高齡的失業率2.15%相比,差了5.43倍,你認為是什麼原因導致這些青少年找不到工作?可不可以先說明一下? |
gazette.blocks[6][0] |
陳主計長淑姿:事實上,青年失業率的統計是15到29歲,剛剛委員講的是指20到24歲的部分,是十一點多,但是它已經從十三點多降到十一點多,有降了。 |
gazette.blocks[7][0] |
顏委員寬恒:有比較好就對了?十一點多算有比較好,這樣就對了? |
gazette.blocks[8][0] |
陳主計長淑姿:對,所以這個部分已逐步在降,因為…… |
gazette.blocks[9][0] |
顏委員寬恒:11.69%,你滿意嗎? |
gazette.blocks[10][0] |
陳主計長淑姿:不,我們當然是要盡力來改善。這個部分因為是初入職場,很多都是對於薪資不滿意、對於工作職類不滿意,所以異動率就會比較高。 |
gazette.blocks[11][0] |
顏委員寬恒:你的解釋就是因為他…… |
gazette.blocks[12][0] |
陳主計長淑姿:這就是目前分析的狀況。 |
gazette.blocks[13][0] |
顏委員寬恒:第一次投入職場,對於就業環境不滿意,所以才會導致高失業率,是這樣子? |
gazette.blocks[14][0] |
陳主計長淑姿:他不滿意就業的職類別,包括薪資,他也不滿意,所以我們會做調查、分析,發現這幾個方面比較偏高。 |
gazette.blocks[15][0] |
顏委員寬恒:我國的高等教育普及度很高,青少年都具備很好的知識跟能力,應該是企業競相爭取聘用的對象,尤其年輕人的想法、創意都很創新,而且都很新穎,他應該也能夠為企業投入更多的活力。但是為什麼實際上失業率這麼高?你認為我國青少年失業率會這麼高的原因,除了你剛剛提的之外,還有沒有其他原因?沒有?就是因為就業別的關係…… |
gazette.blocks[16][0] |
陳主計長淑姿:因為他不穩定,他一直換工作。 |
gazette.blocks[17][0] |
顏委員寬恒:喔!不穩定,換工作。 |
gazette.blocks[18][0] |
陳主計長淑姿:對,就是這個部分,因為我們調查分析的兩樣主要原因就是在這裡。 |
gazette.blocks[19][0] |
顏委員寬恒:我認為我們要去思考怎麼樣鼓勵企業能夠提供更好的就業環境及就業條件。 |
gazette.blocks[20][0] |
陳主計長淑姿:是。 |
gazette.blocks[21][0] |
顏委員寬恒:讓年輕人、剛出社會的這些新鮮人,能給他們更多的機會來進入這個社會學習跟培養相關的實力,這樣才能夠讓我們的國家更有創造力。 |
gazette.blocks[22][0] |
陳主計長淑姿:是。 |
gazette.blocks[23][0] |
顏委員寬恒:好,我再請教,明年1月1日最低薪資從2萬7,470元調升到2萬8,590元,時薪從183元調到190元,明年就是最低工資第九度調高。從我們過去的數字可以來看,名目薪資的調漲不等於實質薪資會漲。今年公布的一個數據,去年經常性薪資是4萬5,496元,實質經常性薪資是4萬1,334元,實質經常性薪資又降低了0.05%,連續三年為負數,實質總薪資的值也減少了1.04%,是七年來首度負成長。我要請教主計長,用專業角度去預測一下,你認為今年實質總薪資、實質經常性總薪資相較於去年是會上升,還是負成長的狀態?判斷的依據是什麼? |
gazette.blocks[24][0] |
陳主計長淑姿:報告委員,事實上,今年113年1到9月,我們的經常性薪資平均是年增2.72%,它跟我們的CPI去比,事實上是正成長,並不是像委員說的是負成長,目前我們經常性薪資也都是呈正成長的方向來走,而且是逐年在成長,連我們的中位數也都是成長。 |
gazette.blocks[25][0] |
顏委員寬恒:為什麼我手上資料是負的? |
gazette.blocks[26][0] |
陳主計長淑姿:是,我們再補充資料,那是去年的,我們再補充資料,今年1到9月是正成長。 |
gazette.blocks[27][0] |
顏委員寬恒:所以今年是會上升就對了? |
gazette.blocks[28][0] |
陳主計長淑姿:是,全部正成長。 |
gazette.blocks[29][0] |
顏委員寬恒:我手上資料卻是負的、負成長。 |
gazette.blocks[30][0] |
陳主計長淑姿:那是112年的部分,我們會補113年…… |
gazette.blocks[31][0] |
顏委員寬恒:好,我再講一下,雖然我們每一年都在調高國人基本薪資,但是也代表著物價不斷的上漲,現在物價通膨,大家都很有感受。 |
gazette.blocks[32][0] |
陳主計長淑姿:是。 |
gazette.blocks[33][0] |
顏委員寬恒:國人的加薪、加班費還有獎金調漲的幅度根本趕不上通膨的速度,對於一些領高於基本薪資的勞工來講,基本薪資調漲對他們毫無作用,但是它的副作用來了,就是這些物價的上漲,包括每一次像是外食費、蛋價、菜價這些漲幅,大家都有看到,比如5塊、10塊,這些東西都高於薪資的增幅,所以最後有可能出現本身薪水沒有調漲,但是物價都上來,你調漲的是基本工資,調漲基本工資的用意就是要考量弱勢勞工的部分,避免貧富差距擴大,對於領高於基本薪資的這些廣大勞工族群來說,第一個,他沒有受益,但是整個物價都往上漲,受害的是他,所以這部分,主計長你怎麼看?對於這樣子要負擔更多的開銷而受害的,怎麼辦? |
gazette.blocks[34][0] |
陳主計長淑姿:跟委員報告,剛剛如委員所提,去年的部分事實上等於是說他薪資的成長沒有比通膨還要高。 |
gazette.blocks[35][0] |
顏委員寬恒:對。 |
gazette.blocks[36][0] |
陳主計長淑姿:但是今年1到9月,他薪資的成長都高於通膨,所以他本身薪資是呈現成長,而且以行政院來講,它也是帶頭,所以我們今年就是把所有受僱的相關薪資調到三萬一…… |
gazette.blocks[37][0] |
顏委員寬恒:你講的都是數字,但是我講的是感受。確實現在是螺旋上漲,就是整個菜價、物價螺旋上漲、薪資停滯,這個是現況,所以我們不要去美化數字,我們要的是實質想出什麼樣的辦法來協助大家能夠擁有一個更好的生活品質,然後找到一個更好的解決方案,好不好? |
gazette.blocks[38][0] |
陳主計長淑姿:是。 |
gazette.blocks[39][0] |
主席:謝謝顏寬恒委員。 |
gazette.blocks[39][1] |
接著請陳玉珍委員質詢。 |
gazette.agenda.page_end |
170 |
gazette.agenda.meet_id |
委員會-11-2-20-10 |
gazette.agenda.speakers[0] |
賴惠員 |
gazette.agenda.speakers[1] |
林德福 |
gazette.agenda.speakers[2] |
吳秉叡 |
gazette.agenda.speakers[3] |
賴士葆 |
gazette.agenda.speakers[4] |
郭國文 |
gazette.agenda.speakers[5] |
顏寬恒 |
gazette.agenda.speakers[6] |
陳玉珍 |
gazette.agenda.speakers[7] |
王鴻薇 |
gazette.agenda.speakers[8] |
李坤城 |
gazette.agenda.speakers[9] |
伍麗華Saidhai‧Tahovecahe |
gazette.agenda.speakers[10] |
王世堅 |
gazette.agenda.speakers[11] |
羅明才 |
gazette.agenda.speakers[12] |
黃國昌 |
gazette.agenda.speakers[13] |
楊瓊瓔 |
gazette.agenda.speakers[14] |
陳培瑜 |
gazette.agenda.speakers[15] |
洪孟楷 |
gazette.agenda.speakers[16] |
葉元之 |
gazette.agenda.speakers[17] |
黃珊珊 |
gazette.agenda.speakers[18] |
李彥秀 |
gazette.agenda.page_start |
1 |
gazette.agenda.meetingDate[0] |
2024-11-28 |
gazette.agenda.gazette_id |
11310702 |
gazette.agenda.agenda_lcidc_ids[0] |
11310702_00002 |
gazette.agenda.meet_name |
立法院第11屆第2會期財政委員會第10次全體委員會議紀錄 |
gazette.agenda.content |
一、邀請行政院主計總處陳主計長淑姿、審計部陳審計長瑞敏率所屬單位主管列席業務報告,並
備質詢;二、審查中華民國114年度中央政府總預算案有關主計總處暨審計部、審計部臺北市審
計處、審計部新北市審計處、審計部桃園市審計處、審計部臺中市審計處、審計部臺南市審計
處、審計部高雄市審計處部分;三、審查中華民國114年度中央政府總預算案有關直轄市及縣市
政府。調整軍公教人員待遇準備。災害準備金。第二預備金 |
gazette.agenda.agenda_id |
11310702_00001 |