iVOD / 159640

Field Value
IVOD_ID 159640
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159640
日期 2025-03-26
會議資料.會議代碼 委員會-11-3-19-5
會議資料.會議代碼:str 第11屆第3會期經濟委員會第5次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 5
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第3會期經濟委員會第5次全體委員會議
影片種類 Clip
開始時間 2025-03-26T12:34:46+08:00
結束時間 2025-03-26T12:47:04+08:00
影片長度 00:12:18
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8cb7ec0b2cd1ea34d531455ab495ab49280a1269ac70bedc0b0900eab363510ffd113443f1ac9aa35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鄭正鈐
委員發言時間 12:34:46 - 12:47:04
會議時間 2025-03-26T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第5次全體委員會議(事由:邀請農業部部長列席報告業務概況,並備質詢。【3月26日及27日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 1.87034375
transcript.pyannote[0].end 2.20784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.26596875
transcript.pyannote[1].end 10.08846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 10.45971875
transcript.pyannote[2].end 11.40471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 17.96909375
transcript.pyannote[3].end 18.54284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.89721875
transcript.pyannote[4].end 19.90971875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 20.09534375
transcript.pyannote[5].end 31.08096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 31.19909375
transcript.pyannote[6].end 33.17346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 33.61221875
transcript.pyannote[7].end 34.13534375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 34.13534375
transcript.pyannote[8].end 34.15221875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 35.41784375
transcript.pyannote[9].end 37.91534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 37.99971875
transcript.pyannote[10].end 45.39096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 38.08409375
transcript.pyannote[11].end 39.11346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 40.90221875
transcript.pyannote[12].end 41.30721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 45.35721875
transcript.pyannote[13].end 90.86909375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 59.19471875
transcript.pyannote[14].end 59.44784375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 90.05909375
transcript.pyannote[15].end 91.15596875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 91.05471875
transcript.pyannote[16].end 104.45346875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 94.21034375
transcript.pyannote[17].end 96.21846875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 96.21846875
transcript.pyannote[18].end 96.23534375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 98.47971875
transcript.pyannote[19].end 98.93534375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 104.70659375
transcript.pyannote[20].end 107.59221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 107.94659375
transcript.pyannote[21].end 127.57221875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 119.38784375
transcript.pyannote[22].end 119.40471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 119.40471875
transcript.pyannote[23].end 119.62409375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 123.60659375
transcript.pyannote[24].end 125.04096875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 126.82971875
transcript.pyannote[25].end 203.39159375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 131.38596875
transcript.pyannote[26].end 131.47034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 137.57909375
transcript.pyannote[27].end 138.32159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 146.03346875
transcript.pyannote[28].end 146.38784375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 202.64909375
transcript.pyannote[29].end 207.10409375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 207.59346875
transcript.pyannote[30].end 212.63909375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 212.65596875
transcript.pyannote[31].end 216.62159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 217.09409375
transcript.pyannote[32].end 223.45596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 223.52346875
transcript.pyannote[33].end 227.65784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 227.86034375
transcript.pyannote[34].end 256.00784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 251.09721875
transcript.pyannote[35].end 251.14784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 251.14784375
transcript.pyannote[36].end 251.24909375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 252.02534375
transcript.pyannote[37].end 253.40909375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 256.00784375
transcript.pyannote[38].end 267.16221875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 267.70221875
transcript.pyannote[39].end 275.19471875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 275.71784375
transcript.pyannote[40].end 277.05096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 277.30409375
transcript.pyannote[41].end 278.65409375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 279.00846875
transcript.pyannote[42].end 280.22346875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 280.62846875
transcript.pyannote[43].end 283.14284375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 283.31159375
transcript.pyannote[44].end 285.11721875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 285.21846875
transcript.pyannote[45].end 293.33534375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 289.40346875
transcript.pyannote[46].end 289.63971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 293.33534375
transcript.pyannote[47].end 304.00034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 304.23659375
transcript.pyannote[48].end 331.05096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 331.96221875
transcript.pyannote[49].end 344.24721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 344.53409375
transcript.pyannote[50].end 346.74471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 346.76159375
transcript.pyannote[51].end 349.10721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 349.19159375
transcript.pyannote[52].end 364.59846875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 364.90221875
transcript.pyannote[53].end 367.01159375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 367.33221875
transcript.pyannote[54].end 369.57659375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 369.88034375
transcript.pyannote[55].end 370.69034375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 370.89284375
transcript.pyannote[56].end 388.94909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 389.38784375
transcript.pyannote[57].end 400.76159375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 394.73721875
transcript.pyannote[58].end 395.02409375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 400.93034375
transcript.pyannote[59].end 409.06409375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 407.51159375
transcript.pyannote[60].end 424.55534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 424.87596875
transcript.pyannote[61].end 429.78659375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 429.78659375
transcript.pyannote[62].end 443.10096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 434.51159375
transcript.pyannote[63].end 434.78159375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 435.20346875
transcript.pyannote[64].end 435.65909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 443.33721875
transcript.pyannote[65].end 457.29284375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 451.87596875
transcript.pyannote[66].end 452.12909375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 457.71471875
transcript.pyannote[67].end 461.96721875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 461.96721875
transcript.pyannote[68].end 462.57471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 463.67159375
transcript.pyannote[69].end 473.61096875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 467.95784375
transcript.pyannote[70].end 468.17721875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 468.22784375
transcript.pyannote[71].end 468.24471875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 474.08346875
transcript.pyannote[72].end 477.32346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 477.57659375
transcript.pyannote[73].end 479.87159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 480.05721875
transcript.pyannote[74].end 482.52096875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 483.09471875
transcript.pyannote[75].end 493.16909375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 493.33784375
transcript.pyannote[76].end 502.85534375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 500.29034375
transcript.pyannote[77].end 500.56034375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 500.56034375
transcript.pyannote[78].end 500.57721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 500.96534375
transcript.pyannote[79].end 501.20159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 502.33221875
transcript.pyannote[80].end 506.28096875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 505.50471875
transcript.pyannote[81].end 506.24721875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 506.28096875
transcript.pyannote[82].end 506.34846875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 506.34846875
transcript.pyannote[83].end 517.57034375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 510.70221875
transcript.pyannote[84].end 510.95534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 517.40159375
transcript.pyannote[85].end 517.48596875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 517.57034375
transcript.pyannote[86].end 517.68846875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 517.68846875
transcript.pyannote[87].end 530.86784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 531.03659375
transcript.pyannote[88].end 539.00159375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 539.23784375
transcript.pyannote[89].end 557.31096875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 557.64846875
transcript.pyannote[90].end 561.52971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 562.35659375
transcript.pyannote[91].end 564.60096875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 564.75284375
transcript.pyannote[92].end 581.05409375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 570.11909375
transcript.pyannote[93].end 570.13596875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 581.35784375
transcript.pyannote[94].end 602.35034375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 592.68096875
transcript.pyannote[95].end 592.78221875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 602.83971875
transcript.pyannote[96].end 610.83846875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 610.83846875
transcript.pyannote[97].end 627.52784375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 628.06784375
transcript.pyannote[98].end 653.38034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 653.85284375
transcript.pyannote[99].end 655.28721875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 654.81471875
transcript.pyannote[100].end 655.25346875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 655.28721875
transcript.pyannote[101].end 659.89409375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 659.05034375
transcript.pyannote[102].end 661.80096875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 660.55221875
transcript.pyannote[103].end 661.78409375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 661.80096875
transcript.pyannote[104].end 661.81784375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 661.81784375
transcript.pyannote[105].end 661.86846875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 661.86846875
transcript.pyannote[106].end 661.95284375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 661.95284375
transcript.pyannote[107].end 662.03721875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 662.03721875
transcript.pyannote[108].end 662.05409375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 662.05409375
transcript.pyannote[109].end 663.21846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 662.13846875
transcript.pyannote[110].end 662.42534375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 663.21846875
transcript.pyannote[111].end 663.23534375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 663.23534375
transcript.pyannote[112].end 663.30284375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 663.30284375
transcript.pyannote[113].end 663.42096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 663.42096875
transcript.pyannote[114].end 663.55596875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 663.55596875
transcript.pyannote[115].end 663.58971875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 663.58971875
transcript.pyannote[116].end 663.60659375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 663.60659375
transcript.pyannote[117].end 665.54721875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 663.64034375
transcript.pyannote[118].end 664.28159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 665.24346875
transcript.pyannote[119].end 679.77284375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 679.77284375
transcript.pyannote[120].end 679.80659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 680.46471875
transcript.pyannote[121].end 680.49846875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 680.49846875
transcript.pyannote[122].end 681.08909375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 682.72596875
transcript.pyannote[123].end 686.79284375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 685.88159375
transcript.pyannote[124].end 689.22284375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 690.23534375
transcript.pyannote[125].end 690.25221875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 690.25221875
transcript.pyannote[126].end 690.91034375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 690.91034375
transcript.pyannote[127].end 690.92721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 690.92721875
transcript.pyannote[128].end 690.94409375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 691.23096875
transcript.pyannote[129].end 698.65596875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 698.89221875
transcript.pyannote[130].end 700.59659375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 700.78221875
transcript.pyannote[131].end 703.97159375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 703.97159375
transcript.pyannote[132].end 708.64596875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 708.44346875
transcript.pyannote[133].end 708.46034375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 708.46034375
transcript.pyannote[134].end 719.64846875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 720.07034375
transcript.pyannote[135].end 730.16159375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 728.79471875
transcript.pyannote[136].end 730.12784375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 730.16159375
transcript.pyannote[137].end 730.19534375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 730.19534375
transcript.pyannote[138].end 730.26284375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 730.26284375
transcript.pyannote[139].end 737.24909375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 735.57846875
transcript.pyannote[140].end 737.09721875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 737.62034375
transcript.pyannote[141].end 737.90721875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 739.22346875
transcript.pyannote[142].end 739.71284375
transcript.whisperx[0].start 8.781
transcript.whisperx[0].end 9.782
transcript.whisperx[0].text 謝謝謝主席 我要請一下陳部長好 請部長
transcript.whisperx[1].start 19.165
transcript.whisperx[1].end 33.972
transcript.whisperx[1].text 部長好之前我們曾經問過一個農業移工的相關的問題那我們就繼續追蹤一下這件事情我想說截至113年底就是農業移工開放原額是2萬名你知道實際引進有多少名嗎到目前
transcript.whisperx[2].start 37.157
transcript.whisperx[2].end 58.997
transcript.whisperx[2].text 應該是13,580多人去年底是13,800多人所以其實這一兩個月來其實陸陸續續已經在通過了所以這13,500多人那我在想說這部分我想說可能還是要稍微去調整一下這個部分因為我們上次有特別提到因為相較於其他因為台灣缺工情況非常的嚴重各個產業都缺工
transcript.whisperx[3].start 59.758
transcript.whisperx[3].end 82.11
transcript.whisperx[3].text 可是大部分的產業他們只要那個移工一開放出來的時候大概都會秒殺像營建移工啊什麼大概都一開放那就秒殺然後像農業移工這樣子我們開放兩萬個名額現在只進來一萬三千多個其實情況還是特殊的那我想說這個部分並不是表示說我們農業不缺工我們看到112年農業勞動力調查的時候
transcript.whisperx[4].start 84.972
transcript.whisperx[4].end 104.253
transcript.whisperx[4].text 就是阻力農家缺工的情況就短缺常骨工大概有4216人次4000多人 對那麼短缺臨時工用高達83000多人次這其實就表示說其實農業還是缺工啦那既然缺工那為什麼說去申請的意願又沒有那麼高部長你可不可以簡單回答一下
transcript.whisperx[5].start 104.753
transcript.whisperx[5].end 124.046
transcript.whisperx[5].text 我想申請的部分他有本勞的一個比例這是一個問題那過去有一些小型的有沒有他本勞是1比3現在已經改成1比1了這個部分我們把它解決了第二個就是有些很多東西是季節性的就是說他請了以後他沒有辦法一整年都讓他工作
transcript.whisperx[6].start 124.446
transcript.whisperx[6].end 132.288
transcript.whisperx[6].text 所以我們用外展工的方式去處理你講到這很好其實就是說就季節性的狀態因為農業跟一般產業不一樣所以農業有非常明顯季節性的問題所以它就會有農忙跟農閒的時候所以要請工不一定那麼容易請所以我們講說外展的農業移工的時候我們開放了外展農業移工
transcript.whisperx[7].start 146.272
transcript.whisperx[7].end 164.317
transcript.whisperx[7].text 可是其實也沒有用滿所以我當時提到一個狀態就是說有沒有可能農業部跟勞動部這邊去協商一個狀態能夠讓這些移工能夠跨業別的去運作是不是有可能會解決這樣子的一個問題因為我先講一下勞動部這個狀態到今年1月底為止有超過9萬個移工是失聯的狀態
transcript.whisperx[8].start 170.919
transcript.whisperx[8].end 183.925
transcript.whisperx[8].text 那勞動部他也很清楚這九萬多個失聯移工的時候有很大量是跑到農業的領域當中去當黑工了那在這樣的情況之下的時候呢我在想說如果能夠讓外長的農業
transcript.whisperx[9].start 186.206
transcript.whisperx[9].end 206.671
transcript.whisperx[9].text 移工的時候然後跟其他非農業部門的營建移工等等其他相關他們能夠有跨業別的去做一個資源是不是有可能可以解決這個問題我想請教一下因為這個我上次就有提我想請教部長有沒有跟勞動部這邊做一個協商其實我持續跟勞動部協商那現在遇到一個
transcript.whisperx[10].start 207.671
transcript.whisperx[10].end 227.165
transcript.whisperx[10].text 目前沒辦法解開的就是說當初他進來有個勞動契約這是一件事情他們很多業者就是說他規定週休二日要休息如果他跑到農業來做的話那些業者擔心什麼太累了以後會影響他正常班的一個時間點理解
transcript.whisperx[11].start 228.826
transcript.whisperx[11].end 256.903
transcript.whisperx[11].text 那個部長因為我在想說因為其實不同業別都有它的特殊性在可是農業移工這個部分的時候它確實很特殊所以我們希望說部長這邊能夠多花點心思去溝通那也許說某一些產業的移工他們也許可以配合那這個部分的時候我想請部長這邊再跟勞動部加緊去聯繫然後能夠解決這樣的一個問題這樣的問題能夠解決也可以同時解決掉這麼多就是逃跑
transcript.whisperx[12].start 257.443
transcript.whisperx[12].end 278.448
transcript.whisperx[12].text 移工的問題我先跟你們報告我們現在過渡時間找不到新的方法過渡時間我們就把現在的那個外展可以跨區以前是只能在這個縣市嘛現在跨區的話就可以做調度資源然後第二個部分我也跟勞動部長洪部長提到就是說農會本身他有比較多的量能
transcript.whisperx[13].start 279.068
transcript.whisperx[13].end 303.666
transcript.whisperx[13].text 但是他又牽涉到本勞跟那個外勞的比例我也希望他能夠調降讓更多的農會來參與的時候那就可以變成一個調度網那這樣的話就可以支援這種所謂的臨時性的缺工理解部長那這部分就請跟勞動部這邊加緊去做一個協調因為缺工的問題真的很嚴重而且真的每個產業都在那農業部門也是必須要特別去關注到的
transcript.whisperx[14].start 304.306
transcript.whisperx[14].end 330.415
transcript.whisperx[14].text 那我接下來我想問一下因為最近農業部有韓文各地方政府嘛要求清查農保資格這件事情對不對因為省紀部之前有提到說我們現在投保91萬的那個農保當中有大概8萬5千人疑似有其他正職的工作那包括什麼律師啊立正式建築士等身份我覺得這些問題排除都沒有問題可是因為在嚴查的過程當中的時候呢也感覺上碰到有很多曾經
transcript.whisperx[15].start 332.791
transcript.whisperx[15].end 356.119
transcript.whisperx[15].text 當過農民的真的老農好像也受到波及那針對這個部分我想請教部長針對這次清查農保資格的時候有沒有一些具體的一個依據跟審查標準我想我們的審查標準其實都是一致性的然後我先說今天在業務報告我也提到了針對光電的部分因為農民必須要有一分地然後實際從農
transcript.whisperx[16].start 357.519
transcript.whisperx[16].end 376.099
transcript.whisperx[16].text 那光電業者如果說地主把這個地租給人家去養殖以後做光電的時候那他可能因為沒有土地了會造成農保本身會被退出那我們這個部分我們用專案的方式配合國家政策的話我們可以讓他維持他的農保資格
transcript.whisperx[17].start 376.979
transcript.whisperx[17].end 403.539
transcript.whisperx[17].text 這個部分其實都解決了所有的光電的政策的部分然後第二個部分就是審計部所查的是領取天然災害但是不是農保人的部分那這個部分其實我們了解都是幾乎是同一個家庭的有時候領的時候就叫兒子去領有沒有這個部分審計部所提供的這些數據只是有疑慮有疑慮不代表他就是一定要退保
transcript.whisperx[18].start 404.039
transcript.whisperx[18].end 423.508
transcript.whisperx[18].text 所以就個案的部分我想我們也會協助就是地方政府特別的農務部長我在想說你講那些部分我在想說真正的有違規該要剔除的就剔除可是有些曾經在農業領域真的很認真在做可能因為年紀的部分或者是因為配合政策的部分可能
transcript.whisperx[19].start 424.989
transcript.whisperx[19].end 442.882
transcript.whisperx[19].text 租給青農或者是怎麼樣的狀態我覺得能夠更細緻一點來處理好不好會的 65歲以上就不需要保有一定要保有一分地的理解所以這個部分我們已經處理所以我們會持續的精進而且把我們農業的資源真正的投入在我們的實際耕作者
transcript.whisperx[20].start 443.382
transcript.whisperx[20].end 461.983
transcript.whisperx[20].text OK那接下來這邊的時候我想問一個部分因為你剛剛提到說有些光電業者他配合的狀態那我講到一個餘電共生的一個例子因為餘電共生他們在電籌許可當中的時候會有一個需求還有養殖戶的同意書部長知道這個狀態嘛對不對我想知道養殖戶怎麼去做一個認定
transcript.whisperx[21].start 463.735
transcript.whisperx[21].end 482.147
transcript.whisperx[21].text 我想第一個部分因為我們養殖有養殖登記啦所以這個部分其實光電現在的問題不在這裡現在問題就是說我本身是一個地主又養魚然後我租給光電業者的時候那光電業者說他來包養
transcript.whisperx[22].start 483.147
transcript.whisperx[22].end 492.413
transcript.whisperx[22].text 那他來保養其實都是比較因為他不是專業的就變得應付式的所以我們現在修改的就是我們希望說引進專業的漁青來這塊地做成豬然後在興建的過程
transcript.whisperx[23].start 499.578
transcript.whisperx[23].end 515.413
transcript.whisperx[23].text 怎麼規劃就參與那這樣的話才能夠實際的達到是你剛剛講這部分因為坦白說這種不同的樣態非常的多那因為養殖戶在電子學友當中的時候會要有一個養殖戶同意書那坦白說這會碰到一個狀態是有些事實上是有養殖登記證的
transcript.whisperx[24].start 516.374
transcript.whisperx[24].end 529.869
transcript.whisperx[24].text 有些是沒有的所以說在這狀態的時候那如果說沒有一個合法的一個養殖登記證的一個養殖戶的時候碰到這種狀態的時候很可能就會跟我們剛剛講到說在農保這邊也被剔除
transcript.whisperx[25].start 531.591
transcript.whisperx[25].end 554.944
transcript.whisperx[25].text 那這個部分我希望說能夠處理得更細緻一點因為那所長這邊是好像不太理解這邏輯在哪裡我想這個部分我請部長這邊再稍微去做一個後續的去一個follow那我想要特別講一個狀態就是說對於這些愁色光電的業者的時候我們是不是可以在這樣子的漁電工生政策當中同時要求他們來切捷協助來輔導這些本來
transcript.whisperx[26].start 557.765
transcript.whisperx[26].end 580.843
transcript.whisperx[26].text 不是一個合法養殖戶能夠變成合法化這個部分部長可不可以在這邊做一個要求我想這個部分我們一定會用更積極的方式去協助那我們會看到現在很多問題就是沒有實際養殖然後地主就是我們現在先把地主的問題解決了因為地主的部分我們能夠讓他確保有農保
transcript.whisperx[27].start 581.763
transcript.whisperx[27].end 602.183
transcript.whisperx[27].text 那這樣的話他比較敢簽這個這個承受的一個證明啊以前是怕簽結簽了以後我就沒有地了沒有地的話就農保就會退掉所以我把農保資格維持以後他就不願意比較願意簽第二個就是除了養殖登記以外還有一個陸魚的申報也可以
transcript.whisperx[28].start 603.344
transcript.whisperx[28].end 624.768
transcript.whisperx[28].text 然後如果是會員也可以所以我們有更多的管道是能夠讓他把它變成一個合法化的方式來處理部長因為這個問題坦白說現在漁業的問題是一件部分那綠能政策又是一件事情因為台灣坦白說又缺電所以如何怎麼樣能夠把這東西做好平衡我覺得很重要那我們希望能夠再協助輔導這些
transcript.whisperx[29].start 628.829
transcript.whisperx[29].end 636.252
transcript.whisperx[29].text 漁業養殖戶的時候的時候呢然後也能夠讓整個光電的發展能夠比較好能夠讓整個產業能夠順利往前推動那最後部分我想說請那個部長這邊針對新竹南寮漁港淤積的問題因為之前有特別提到說要把頭前溪跟那個南寮漁港這個如何去解決這樣的一個淤沙問題的時候要做一個那個
transcript.whisperx[30].start 655.089
transcript.whisperx[30].end 679.201
transcript.whisperx[30].text 我們今年大概有八千萬去處理這部分的一些其實這只是魚沙的產出今年有八千萬是不是我們後續還會處理那我在想說因為南苗漁港的魚沙跟整個頭前溪的一個流向有很大的一個問題還有東北季風所以我們希望能夠有效的來解決它而不是只是一個對
transcript.whisperx[31].start 682.765
transcript.whisperx[31].end 700.383
transcript.whisperx[31].text 我們必須做水工模型才能夠長久是 OK那之前有講這個部分我們到後續進度如何你說明一下根委員報告目前就委託海大正在做評估當中那這一個計畫到明年會截止那整個期末報告出來的時候到時候可能
transcript.whisperx[32].start 700.994
transcript.whisperx[32].end 717.194
transcript.whisperx[32].text 也可以邀請委員一起來參與來瞭解這樣子OK 好 謝謝如果難得漁港的魚殺問題請部長這邊特別的關注對不起委員因為你這張簡報我必須要再次的澄清就是清查農保老農被養套殺這是不對這是錯誤的訊息因為65歲以上
transcript.whisperx[33].start 720.157
transcript.whisperx[33].end 729.687
transcript.whisperx[33].text 土地就不需要持有一定一分地的部分所以65對象完全沒有去處理這個農保的問題了所以絕對不是老農的養套謝謝部長因為這個問題其實我剛剛在歸所以我沒有主動問可是謝謝你主動回應謝謝好謝謝好謝謝