iVOD / 160485

Field Value
IVOD_ID 160485
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160485
日期 2025-04-23
會議資料.會議代碼 委員會-11-3-26-7
會議資料.會議代碼:str 第11屆第3會期社會福利及衛生環境委員會第7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 7
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3會期社會福利及衛生環境委員會第7次全體委員會議
影片種類 Clip
開始時間 2025-04-23T10:10:53+08:00
結束時間 2025-04-23T10:24:09+08:00
影片長度 00:13:16
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc0b9e2c99e771bcdd84d63fb5309bb2e6387b5e96e7cd6ee726bec4195852848de5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王育敏
委員發言時間 10:10:53 - 10:24:09
會議時間 2025-04-23T09:00:00+08:00
會議名稱 立法院第11屆第3會期社會福利及衛生環境委員會第7次全體委員會議(事由:邀請衛生福利部部長、財政部次長就「國家社會福利政策財源檢討及偏鄉兒童發展篩檢執行情形」進行專題報告,並備質詢。 【4月23日及24日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 6.78096875
transcript.pyannote[0].end 9.54846875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 15.30284375
transcript.pyannote[1].end 15.80909375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 16.16346875
transcript.pyannote[2].end 29.56221875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 30.23721875
transcript.pyannote[3].end 37.30784375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 37.76346875
transcript.pyannote[4].end 41.62784375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 42.03284375
transcript.pyannote[5].end 48.74909375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 49.13721875
transcript.pyannote[6].end 69.47159375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 69.97784375
transcript.pyannote[7].end 88.57409375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 89.02971875
transcript.pyannote[8].end 92.65784375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 92.94471875
transcript.pyannote[9].end 95.22284375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 96.30284375
transcript.pyannote[10].end 110.71409375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 111.16971875
transcript.pyannote[11].end 115.33784375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 115.75971875
transcript.pyannote[12].end 119.47221875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 120.21471875
transcript.pyannote[13].end 121.31159375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 121.86846875
transcript.pyannote[14].end 127.70721875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 128.17971875
transcript.pyannote[15].end 134.94659375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 135.04784375
transcript.pyannote[16].end 143.53596875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 142.23659375
transcript.pyannote[17].end 147.83909375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 147.94034375
transcript.pyannote[18].end 173.25284375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 172.76346875
transcript.pyannote[19].end 180.10409375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 184.25534375
transcript.pyannote[20].end 190.58346875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 190.61721875
transcript.pyannote[21].end 208.33596875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 208.48784375
transcript.pyannote[22].end 210.74909375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 211.06971875
transcript.pyannote[23].end 218.62971875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 219.57471875
transcript.pyannote[24].end 220.35096875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 219.94596875
transcript.pyannote[25].end 223.86096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 224.43471875
transcript.pyannote[26].end 224.45159375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 224.45159375
transcript.pyannote[27].end 229.76721875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 224.48534375
transcript.pyannote[28].end 225.43034375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 229.95284375
transcript.pyannote[29].end 233.76659375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 232.26471875
transcript.pyannote[30].end 235.11659375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 235.63971875
transcript.pyannote[31].end 238.55909375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 238.74471875
transcript.pyannote[32].end 242.13659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 242.28846875
transcript.pyannote[33].end 251.24909375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 244.24596875
transcript.pyannote[34].end 246.97971875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 250.10159375
transcript.pyannote[35].end 261.67784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 251.31659375
transcript.pyannote[36].end 251.53596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 252.02534375
transcript.pyannote[37].end 252.66659375
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 262.08284375
transcript.pyannote[38].end 265.10346875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 265.32284375
transcript.pyannote[39].end 282.34971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 275.98784375
transcript.pyannote[40].end 276.00471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 276.00471875
transcript.pyannote[41].end 276.47721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 282.48471875
transcript.pyannote[42].end 293.87534375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 287.31096875
transcript.pyannote[43].end 287.34471875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 287.34471875
transcript.pyannote[44].end 287.78346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 287.78346875
transcript.pyannote[45].end 287.80034375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 293.80784375
transcript.pyannote[46].end 294.21284375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 294.12846875
transcript.pyannote[47].end 296.96346875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 296.37284375
transcript.pyannote[48].end 297.87471875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 297.43596875
transcript.pyannote[49].end 311.02034375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 305.58659375
transcript.pyannote[50].end 305.99159375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 310.95284375
transcript.pyannote[51].end 310.96971875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 310.98659375
transcript.pyannote[52].end 313.55159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 311.27346875
transcript.pyannote[53].end 311.42534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 313.63596875
transcript.pyannote[54].end 317.36534375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 313.88909375
transcript.pyannote[55].end 315.08721875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 315.49221875
transcript.pyannote[56].end 320.70659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 320.70659375
transcript.pyannote[57].end 329.83596875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 329.16096875
transcript.pyannote[58].end 330.66284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 331.00034375
transcript.pyannote[59].end 336.55221875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 336.41721875
transcript.pyannote[60].end 363.68721875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 338.45909375
transcript.pyannote[61].end 338.49284375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 349.69784375
transcript.pyannote[62].end 349.98471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 363.68721875
transcript.pyannote[63].end 377.81159375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 366.33659375
transcript.pyannote[64].end 366.69096875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 370.35284375
transcript.pyannote[65].end 370.67346875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 377.05221875
transcript.pyannote[66].end 384.78096875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 384.40971875
transcript.pyannote[67].end 385.16909375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 384.96659375
transcript.pyannote[68].end 453.42846875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 389.37096875
transcript.pyannote[69].end 389.52284375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 397.40346875
transcript.pyannote[70].end 397.50471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 397.50471875
transcript.pyannote[71].end 397.53846875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 404.57534375
transcript.pyannote[72].end 404.81159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 412.94534375
transcript.pyannote[73].end 413.01284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 439.11846875
transcript.pyannote[74].end 439.50659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 440.72159375
transcript.pyannote[75].end 441.14346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 453.42846875
transcript.pyannote[76].end 453.91784375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 453.52971875
transcript.pyannote[77].end 462.00096875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 461.12346875
transcript.pyannote[78].end 476.37846875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 475.92284375
transcript.pyannote[79].end 492.89909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 477.54284375
transcript.pyannote[80].end 479.60159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 481.96409375
transcript.pyannote[81].end 482.47034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 493.28721875
transcript.pyannote[82].end 493.97909375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 494.23221875
transcript.pyannote[83].end 502.65284375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 503.44596875
transcript.pyannote[84].end 513.03096875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 513.19971875
transcript.pyannote[85].end 522.27846875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 521.97471875
transcript.pyannote[86].end 523.54409375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 523.00409375
transcript.pyannote[87].end 527.03721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 527.50971875
transcript.pyannote[88].end 543.38909375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 544.46909375
transcript.pyannote[89].end 547.55721875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 547.87784375
transcript.pyannote[90].end 560.19659375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 548.94096875
transcript.pyannote[91].end 549.02534375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 549.02534375
transcript.pyannote[92].end 549.09284375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 549.21096875
transcript.pyannote[93].end 549.24471875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 549.24471875
transcript.pyannote[94].end 549.32909375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 559.33596875
transcript.pyannote[95].end 562.10346875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 560.50034375
transcript.pyannote[96].end 565.81596875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 562.66034375
transcript.pyannote[97].end 563.04846875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 565.64721875
transcript.pyannote[98].end 568.22909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 565.84971875
transcript.pyannote[99].end 566.08596875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 566.64284375
transcript.pyannote[100].end 568.48221875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 568.39784375
transcript.pyannote[101].end 568.88721875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 569.00534375
transcript.pyannote[102].end 570.23721875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 569.68034375
transcript.pyannote[103].end 571.73909375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 571.04721875
transcript.pyannote[104].end 575.90721875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 575.06346875
transcript.pyannote[105].end 634.68284375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 576.48096875
transcript.pyannote[106].end 578.59034375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 579.75471875
transcript.pyannote[107].end 580.68284375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 580.68284375
transcript.pyannote[108].end 580.69971875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 582.04971875
transcript.pyannote[109].end 582.40409375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 585.15471875
transcript.pyannote[110].end 586.13346875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 592.02284375
transcript.pyannote[111].end 592.07346875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 592.07346875
transcript.pyannote[112].end 592.73159375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 606.83909375
transcript.pyannote[113].end 606.88971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 611.61471875
transcript.pyannote[114].end 611.64846875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 634.86846875
transcript.pyannote[115].end 640.38659375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 640.84221875
transcript.pyannote[116].end 658.51034375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 658.67909375
transcript.pyannote[117].end 689.71221875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 690.15096875
transcript.pyannote[118].end 695.63534375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 695.97284375
transcript.pyannote[119].end 730.38096875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 730.83659375
transcript.pyannote[120].end 734.93721875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 733.26659375
transcript.pyannote[121].end 733.51971875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 735.00471875
transcript.pyannote[122].end 735.25784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 735.25784375
transcript.pyannote[123].end 735.27471875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 735.71346875
transcript.pyannote[124].end 738.90284375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 738.90284375
transcript.pyannote[125].end 739.30784375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 739.24034375
transcript.pyannote[126].end 742.69971875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 740.15159375
transcript.pyannote[127].end 740.75909375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 741.65346875
transcript.pyannote[128].end 742.10909375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 742.69971875
transcript.pyannote[129].end 743.18909375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 743.23971875
transcript.pyannote[130].end 754.12409375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 754.12409375
transcript.pyannote[131].end 754.59659375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 754.59659375
transcript.pyannote[132].end 772.80471875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 762.34221875
transcript.pyannote[133].end 762.69659375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 769.19346875
transcript.pyannote[134].end 771.18471875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 772.68659375
transcript.pyannote[135].end 788.83596875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 773.14221875
transcript.pyannote[136].end 775.50471875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 776.34846875
transcript.pyannote[137].end 777.29346875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 789.13971875
transcript.pyannote[138].end 791.50221875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 791.43471875
transcript.pyannote[139].end 793.76346875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 791.97471875
transcript.pyannote[140].end 792.98721875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 795.07971875
transcript.pyannote[141].end 795.97409375
transcript.whisperx[0].start 7.068
transcript.whisperx[0].end 9.132
transcript.whisperx[0].text 謝謝主席 我們是不是有請邱部長
transcript.whisperx[1].start 15.342
transcript.whisperx[1].end 40.848
transcript.whisperx[1].text 委員好部長好 部長你們今天排的這個專報是要檢討我們的社會福利的這個來源但是其中有一項很重要是跟長照相關的你們的報告孜孜未提都沒有提到跟長照相關的我就要問你這個長照之初我們看這個圖表長照之初你可以看到這近6年來
transcript.whisperx[2].start 42.128
transcript.whisperx[2].end 68.725
transcript.whisperx[2].text 是成長了一倍從109年的416億到114年已經來到了879億這個成長的速度是非常快的加上今年已經正式邁入超高齡社會了老年人口已經總平均突破20%了那這麼強的一個基金的需求但是我們看到我們的基金來源
transcript.whisperx[3].start 70.766
transcript.whisperx[3].end 94.693
transcript.whisperx[3].text 這個看起來是呈現一個不穩定的狀況113年他突然來到了1300億但是呢114年的預估又下降到758億那我要問這個部長的是在這樣的情況底下那我們的這個未來長照的基金裁員是不是呈現一個不穩定的狀況
transcript.whisperx[4].start 97.406
transcript.whisperx[4].end 118.919
transcript.whisperx[4].text 謝謝委員關心我們長照所有的照顧的一個品質以及量能那我想以財源來講其實每年的已有都一直在都相當的增加譬如說113年我們的期末的基金已有有35%
transcript.whisperx[5].start 123.208
transcript.whisperx[5].end 147.452
transcript.whisperx[5].text 所以基本上這樣的數字是不是我們請市長來回應一下好來委員我們每年幾乎從106年下半年這個基金成立之後那每年的這個基金的結餘都成長那平均大概都是接近三成以上那我就問你114年是會成長還是短促你的收支可以平衡嗎
transcript.whisperx[6].start 148.212
transcript.whisperx[6].end 154.994
transcript.whisperx[6].text 因為委員剛剛關注的是說收入面好像沒有很顯著的成長那這個部分財政部當然比較採取比較這個穩健保守的一個預估啦那可是事實上114年財政部確實預估的是收入面是740幾億可是事實上到115年的預估就成長到1125
transcript.whisperx[7].start 172.938
transcript.whisperx[7].end 178.007
transcript.whisperx[7].text 那容我提醒你今年還有關稅的衝擊今天這個財政部是次長來 阮次長請上台
transcript.whisperx[8].start 184.421
transcript.whisperx[8].end 210.428
transcript.whisperx[8].text 市長為什麼你們今年對於長照裁員114年的預估是比較保守的最主要兩個原因第一個就是因為有20%因為它可以兩個用途一個是住宅政策一個就是我們這邊長照那114年我們目前這個行政院那邊是有20%是撥到住宅基金所以相對來講所以那金額就比較低一點
transcript.whisperx[9].start 211.739
transcript.whisperx[9].end 217.303
transcript.whisperx[9].text 對所以這個對於長照基金來講他沒有辦法呈現一個穩定持續成長的狀態對吧你可以從1300億一直成長到2000億嗎可以嗎
transcript.whisperx[10].start 224.485
transcript.whisperx[10].end 241.844
transcript.whisperx[10].text 你有把握嗎?因為長照財源的收入包括以正稅、菸稅、菸品健康福利捐還有就是房地合一稅然後我要問也是像今年這個整個川普他的高關稅的一個衝擊你們還能樂觀的預估今年還有這麼高的一個稅收嗎?
transcript.whisperx[11].start 242.865
transcript.whisperx[11].end 260.784
transcript.whisperx[11].text 這個還要再觀察啦對啊所以你也沒有把握嘛對不對因為這個東西還要再跟美方再做好那我接下來要問你一個問題今天衛福部的報告裡面衛福部你們自己說社會福利基金不是穩定的裁員它不是由政府預算來支應
transcript.whisperx[12].start 262.165
transcript.whisperx[12].end 281.848
transcript.whisperx[12].text 常會受限基金來源而影響其穩定性那同樣的問題我要請教長照基金他是一個穩定的裁員嗎他也一樣不是政府預算的指引他是來自稅收這個次長你可以回答嗎如果衛福部的書面報告他說社福基金不是穩定裁員請問長照基金他是一個穩定裁員嗎
transcript.whisperx[13].start 282.649
transcript.whisperx[13].end 310.264
transcript.whisperx[13].text 當然目前長照的基金當然就三個三大部分剛才委員都已經提過嘛那當然這些稅收不管是哪一個稅務其實都很難是非常穩定啦有時候經濟好的時候它就往上它會浮動的嘛它會浮動 它會浮動的對 當然但是目前我們現在的這個長照這個長照的制度是採取稅收制我想基本上還是相對穩定啦因為相對穩定
transcript.whisperx[14].start 311.004
transcript.whisperx[14].end 329.601
transcript.whisperx[14].text 它跟保險制比較起來哪一個比較穩定稅收跟保險可預估的保費跟稅收哪一個會穩定從你的財政專業角度來看待因為每個國家做法都不一樣有一些是用保險制有一些是稅收制那我們目前是採取稅收制可不可以雙軌並行
transcript.whisperx[15].start 331.002
transcript.whisperx[15].end 335.445
transcript.whisperx[15].text 雖然我們並行國家也有這樣做但是這一部分可能要由衛福部這邊來做通盤的考量那你財政部的專業意見呢我就直接問市長一個問題如果未來我們老年人口持續增加失能需要支付的經費持續增加醫界已經講了你完整的覆蓋率大概是兩千億的經費
transcript.whisperx[16].start 349.895
transcript.whisperx[16].end 373.013
transcript.whisperx[16].text 以你現在的稅收了不起一千出頭如果要滿足兩千億的話你認為我們有沒有可能採取是稅收跟保險雙軌並進去補足另外將近一千億的缺口這個是可以評估啦可以討論啦因為這個東西沒有一個定論因為每一個國家都不一樣國情都不一樣所以這一部分是可以討論我們可以願意會同這個衛福部這邊
transcript.whisperx[17].start 377.176
transcript.whisperx[17].end 397.16
transcript.whisperx[17].text 那我請財政部可以好好來研議好不好因為我們做所有的政策其實要看未來的五到十年不是只看當下那未來的這整個長照的資金的需求一定是越來越高所以在這樣一個情況底下我覺得台灣我們不能是只是說啊這個不同政黨之間的主張不一樣這個是沒有意義的
transcript.whisperx[18].start 397.56
transcript.whisperx[18].end 410.387
transcript.whisperx[18].text 而是說我們真的要照顧好所有未來的老年人口我們的財政如何穩定這是今天的專題嘛我們這些來源我們怎麼真正的穩定下來然後可以服務更多的人口我覺得這件事情是一個專業議題跟政治一點關係都沒有
transcript.whisperx[19].start 413.089
transcript.whisperx[19].end 426.684
transcript.whisperx[19].text 所以我希望這個次長念用你的專業你們財政部好好的研議給一個中肯的建議好不好就未來的整個長照我們需要的如果是完整覆蓋兩千億這麼大規模的一個支出情況底下你們認為從穩定裁員的角度我們應該要怎麼做
transcript.whisperx[20].start 430.948
transcript.whisperx[20].end 443.357
transcript.whisperx[20].text 是不是稅收制跟保險制可以雙軌並進因為即使是保險這個還有政府要自行負擔那就是稅收嘛那另外一部分來自保費我個人認為這樣子應該是相對會比較比現行的純稅收應該更穩定稅收你可以看到現在全國的經濟狀況這麼不穩定川普一聲令下整個大家都大亂
transcript.whisperx[21].start 453.624
transcript.whisperx[21].end 473.674
transcript.whisperx[21].text 那所以在這樣子 稅收無法穩定的狀況底下 你裁員不穩定 你就沒有辦法提供我們需要的長輩更好的服務嗎所以副會員剛才我也跟委員報告過了 基本上我們就是說會同這個衛福部這邊做通盤的人就是參考其他國家的做法 以及我們國際的 我們自己的狀況 我們做一個通盤的
transcript.whisperx[22].start 476.495
transcript.whisperx[22].end 478.576
transcript.whisperx[22].text 我想任何對於穩定長照財源的各種方案當然大家都可以來討論
transcript.whisperx[23].start 503.793
transcript.whisperx[23].end 525.525
transcript.whisperx[23].text 這個不是政黨的問題,而是說譬如說在八年前我開始擔任我承接了我們施昭薇的棒子在擔任這個議事公會理事長的時候我們就一直關注怎麼樣對長照這個部分來努力所以我們是非常開放的來你的態度也是開放的但是有一些可能要考慮的點是的確
transcript.whisperx[24].start 527.566
transcript.whisperx[24].end 543
transcript.whisperx[24].text 不管是在醫界或者是在基本了解長照界他們也是比較擔心到我們現在的如果說落入像現在的全民健保當然有好處但是他怎麼樣避免當時全民健保
transcript.whisperx[25].start 544.62
transcript.whisperx[25].end 568.212
transcript.whisperx[25].text 上路以後所造成的現在的問題這是要避免的啦所以包括譬如說你今天 但這個又不一樣喔親民健保是大家都用得到你這個可能老人 只有老人比較接近老人才用得到當然製毒會不一樣這個大家是人民性的感受所以你們應該要參照一下日本的做法我們來看看嘛
transcript.whisperx[26].start 569.773
transcript.whisperx[26].end 585.167
transcript.whisperx[26].text 他不會是全民健保百分之百的模式我們幾乎每一年都在跑日本看看他們的各種他要有新的要進一步去研議我想這個部長我要跟你講的就是說這一件事情的確是我們很多政策要看遠不是只是看眼下
transcript.whisperx[27].start 585.867
transcript.whisperx[27].end 606.14
transcript.whisperx[27].text 那所以未來的這個需求增加經費增加這個是必然人口增加這個大家都已經看得到趨勢所以我是很誠心的希望你們跟財政部就是撇開政黨之間的立場只有專業的立場對未來的長照應該要怎麼去研議包括你剛剛提到的問題我個人也覺得他跟全民健保是不一樣的
transcript.whisperx[28].start 607.361
transcript.whisperx[28].end 634.246
transcript.whisperx[28].text 年齡不太可能是孩子一出生你就要他繳交這個是不合理的所以就是說怎麼樣去研議一個適當的方案那你越晚的時候其實越難啟動你的保費會越高我只能告訴你是這樣子一定是這樣子所以這個部分你們應該要盡早未雨綢繆這個是我給的建議另外一個也就是因為你們現在在經費上面可能你們要控制那個收入的平衡所以你們對於這一些
transcript.whisperx[29].start 635.006
transcript.whisperx[29].end 639.229
transcript.whisperx[29].text 居府團體還蠻嚴格的你們現在在這個長照幾乎辦法裡面你們裡面所提到第九條為什麼你們不參照消費者物價指數的成長率定期去檢討支付價格你們現在是推給團體推給地方主管機關說你如果要調高價格你自己要去精算
transcript.whisperx[30].start 656.861
transcript.whisperx[30].end 684.98
transcript.whisperx[30].text 精算來告訴我那這個有居府團體拜會他說連這個資層會計師事務所都精算不出來他們怎麼精算他的意思就是說你們不應該去刁難這一些居府團體而是你們定期就有一個合理的去檢討的機制嘛中央是比較有量能的嘛坦白講我們現在這一些居府員五萬多名的居府員他還是扮演我們本土長照力量裡面很重要的一環不能去苛刻他們但是
transcript.whisperx[31].start 686.901
transcript.whisperx[31].end 692.146
transcript.whisperx[31].text 這個有團體告訴我說你們竟然還私底下開會的時候告訴那些團體說你們對居福園太好了誰叫你們給那麼高我覺得這樣是不對的部長不可以是這樣子因為這一些團體他照顧好居福園居福園照顧好我們的長輩那我們的長照體系才能穩定下來
transcript.whisperx[32].start 706.86
transcript.whisperx[32].end 734.466
transcript.whisperx[32].text 那你不能因為說你現在為了量入為出然後苛刻經費然後這些居府團體說要提高經費的時候你們就說這個對居府員太好這個話傳出去這個是不好聽也不可以是這樣子我們就是要對居府員好讓這一些從事居家照顧的團體好我們的老人家才會好應該是這樣子吧 部長謝謝委員的指教我非常支持
transcript.whisperx[33].start 735.785
transcript.whisperx[33].end 753.929
transcript.whisperx[33].text 那個不管是醫護人員或者是照顧老人的這些記憶服務員其實都很辛苦我們自己都會有親身我們旁邊的人都會體會到他們的辛苦那我們絕對尤其政府的角度絕對是給他們想辦法給他們最好的待遇
transcript.whisperx[34].start 754.189
transcript.whisperx[34].end 769.261
transcript.whisperx[34].text 沒錯我想這個部分如果說在所以這個我想我在這邊也特別跟基督團體的努力辛苦大家都是好朋友是那那個一樣我也是跟王委員一樣給他們最大的謝意跟敬意好
transcript.whisperx[35].start 770.281
transcript.whisperx[35].end 787.868
transcript.whisperx[35].text 那至於說他們的訴求我想我們都會你們去研議來調整好不好我覺得是很合理的訴求因為物價上漲各方面上漲你不能去苛刻他們說你們的一定要動漲或是設很高的門檻說你自己要精算精算報告我來看看我覺得這樣是為難他們不應該是這樣子的一個操作好不好好的謝謝部長謝謝王偉