iVOD / 161118

Field Value
IVOD_ID 161118
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161118
日期 2025-05-08
會議資料.會議代碼 委員會-11-3-26-10
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10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 10
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10次全體委員會議
影片種類 Clip
開始時間 2025-05-08T12:33:23+08:00
結束時間 2025-05-08T12:48:17+08:00
影片長度 00:14:54
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/26c557d936b203c17ad41dcec0ba641ebf088656e97d3403567847e18f9cb587a3b85e23f7c4a8dc5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖偉翔
委員發言時間 12:33:23 - 12:48:17
會議時間 2025-05-08T09:00:00+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10次全體委員會議(事由:一、邀請衛生福利部部長就「長照2.0執行情形檢討及3.0未來規劃」進行專題報告,並備質詢。 二、邀請衛生福利部部長就「澳洲進口豬腳驗出含萊克多巴胺,如何加強肉品食安查驗,讓民眾放心」進行專題報告,並備質詢。 【專題報告綜合詢答】)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 10.12221875
transcript.pyannote[0].end 11.89409375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 16.93971875
transcript.pyannote[1].end 51.36471875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 52.12409375
transcript.pyannote[2].end 57.40596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 57.69284375
transcript.pyannote[3].end 89.75534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 90.12659375
transcript.pyannote[4].end 92.18534375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 91.66221875
transcript.pyannote[5].end 92.55659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 92.55659375
transcript.pyannote[6].end 92.60721875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 92.60721875
transcript.pyannote[7].end 92.75909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 92.75909375
transcript.pyannote[8].end 92.87721875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 92.87721875
transcript.pyannote[9].end 93.80534375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 92.99534375
transcript.pyannote[10].end 115.05096875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 112.73909375
transcript.pyannote[11].end 113.16096875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 114.05534375
transcript.pyannote[12].end 146.99534375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 147.04596875
transcript.pyannote[13].end 147.53534375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 148.48034375
transcript.pyannote[14].end 181.30221875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 166.75596875
transcript.pyannote[15].end 167.78534375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 180.17159375
transcript.pyannote[16].end 203.17221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 181.87596875
transcript.pyannote[17].end 183.12471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 187.34346875
transcript.pyannote[18].end 187.96784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 198.17721875
transcript.pyannote[19].end 199.13909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 203.03721875
transcript.pyannote[20].end 203.05409375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 203.05409375
transcript.pyannote[21].end 203.44221875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 203.29034375
transcript.pyannote[22].end 213.49971875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 210.24284375
transcript.pyannote[23].end 210.51284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 213.33096875
transcript.pyannote[24].end 213.71909375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 213.68534375
transcript.pyannote[25].end 223.47284375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 223.77659375
transcript.pyannote[26].end 237.29346875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 237.29346875
transcript.pyannote[27].end 252.56534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 252.81846875
transcript.pyannote[28].end 264.93471875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 264.64784375
transcript.pyannote[29].end 337.24409375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 268.14096875
transcript.pyannote[30].end 271.66784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 286.02846875
transcript.pyannote[31].end 286.73721875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 288.07034375
transcript.pyannote[32].end 288.93096875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 313.56846875
transcript.pyannote[33].end 313.83846875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 313.83846875
transcript.pyannote[34].end 313.90596875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 313.90596875
transcript.pyannote[35].end 314.31096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 336.02909375
transcript.pyannote[36].end 336.78846875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 337.31159375
transcript.pyannote[37].end 343.70721875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 343.62284375
transcript.pyannote[38].end 344.23034375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 343.87596875
transcript.pyannote[39].end 358.27034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 358.25346875
transcript.pyannote[40].end 358.84409375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 358.70909375
transcript.pyannote[41].end 378.03096875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 378.03096875
transcript.pyannote[42].end 379.12784375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 379.22909375
transcript.pyannote[43].end 379.60034375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 379.81971875
transcript.pyannote[44].end 417.29909375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 417.29909375
transcript.pyannote[45].end 453.63096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 419.67846875
transcript.pyannote[46].end 419.86409375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 421.61909375
transcript.pyannote[47].end 421.68659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 431.15346875
transcript.pyannote[48].end 431.49096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 431.49096875
transcript.pyannote[49].end 431.52471875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 434.86596875
transcript.pyannote[50].end 434.98409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 434.98409375
transcript.pyannote[51].end 435.55784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 451.50471875
transcript.pyannote[52].end 451.92659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 453.44534375
transcript.pyannote[53].end 453.85034375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 453.71534375
transcript.pyannote[54].end 456.70221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 455.65596875
transcript.pyannote[55].end 455.79096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 456.75284375
transcript.pyannote[56].end 457.96784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 457.98471875
transcript.pyannote[57].end 458.00159375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 458.00159375
transcript.pyannote[58].end 458.32221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 460.04346875
transcript.pyannote[59].end 461.05596875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 467.28284375
transcript.pyannote[60].end 474.55596875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 475.53471875
transcript.pyannote[61].end 492.54471875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 491.41409375
transcript.pyannote[62].end 492.52784375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 492.54471875
transcript.pyannote[63].end 492.56159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 492.56159375
transcript.pyannote[64].end 492.74721875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 492.79784375
transcript.pyannote[65].end 501.03284375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 497.03346875
transcript.pyannote[66].end 497.43846875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 501.03284375
transcript.pyannote[67].end 517.06409375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 519.07221875
transcript.pyannote[68].end 520.86096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 520.97909375
transcript.pyannote[69].end 521.01284375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 521.01284375
transcript.pyannote[70].end 526.19346875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 521.04659375
transcript.pyannote[71].end 521.14784375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 526.19346875
transcript.pyannote[72].end 526.26096875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 526.56471875
transcript.pyannote[73].end 532.50471875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 533.80409375
transcript.pyannote[74].end 540.35159375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 540.62159375
transcript.pyannote[75].end 542.56221875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 543.76034375
transcript.pyannote[76].end 544.87409375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 545.07659375
transcript.pyannote[77].end 551.87721875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 552.19784375
transcript.pyannote[78].end 554.47596875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 554.84721875
transcript.pyannote[79].end 568.49909375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 568.49909375
transcript.pyannote[80].end 582.11721875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 582.11721875
transcript.pyannote[81].end 582.18471875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 582.18471875
transcript.pyannote[82].end 582.40409375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 582.40409375
transcript.pyannote[83].end 587.88846875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 587.88846875
transcript.pyannote[84].end 595.97159375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 587.97284375
transcript.pyannote[85].end 588.93471875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 590.57159375
transcript.pyannote[86].end 590.97659375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 595.97159375
transcript.pyannote[87].end 601.08471875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 601.55721875
transcript.pyannote[88].end 613.33596875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 607.05846875
transcript.pyannote[89].end 607.14284375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 608.64471875
transcript.pyannote[90].end 609.25221875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 613.33596875
transcript.pyannote[91].end 628.94534375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 629.40096875
transcript.pyannote[92].end 632.16846875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 633.38346875
transcript.pyannote[93].end 649.53284375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 649.53284375
transcript.pyannote[94].end 666.54284375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 666.91409375
transcript.pyannote[95].end 667.55534375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 667.99409375
transcript.pyannote[96].end 704.83221875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 705.38909375
transcript.pyannote[97].end 713.15159375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 713.42159375
transcript.pyannote[98].end 717.62346875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 717.37034375
transcript.pyannote[99].end 742.00784375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 742.00784375
transcript.pyannote[100].end 742.02471875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 742.02471875
transcript.pyannote[101].end 742.05846875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 742.05846875
transcript.pyannote[102].end 742.07534375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 742.07534375
transcript.pyannote[103].end 742.17659375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 742.17659375
transcript.pyannote[104].end 742.42971875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 742.42971875
transcript.pyannote[105].end 742.66596875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 742.66596875
transcript.pyannote[106].end 755.15346875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 753.31409375
transcript.pyannote[107].end 758.39346875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 758.39346875
transcript.pyannote[108].end 760.70534375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 760.70534375
transcript.pyannote[109].end 763.87784375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 760.73909375
transcript.pyannote[110].end 763.70909375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 763.87784375
transcript.pyannote[111].end 763.92846875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 763.92846875
transcript.pyannote[112].end 763.96221875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 763.96221875
transcript.pyannote[113].end 765.09284375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 765.09284375
transcript.pyannote[114].end 779.97659375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 780.78659375
transcript.pyannote[115].end 790.91159375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 791.58659375
transcript.pyannote[116].end 791.78909375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 791.78909375
transcript.pyannote[117].end 791.95784375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 791.95784375
transcript.pyannote[118].end 792.10971875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 792.10971875
transcript.pyannote[119].end 792.12659375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 792.41346875
transcript.pyannote[120].end 792.46409375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 792.46409375
transcript.pyannote[121].end 792.48096875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 792.48096875
transcript.pyannote[122].end 793.96596875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 794.82659375
transcript.pyannote[123].end 891.89159375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 891.90846875
transcript.pyannote[124].end 893.46096875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 893.69721875
transcript.pyannote[125].end 893.83221875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 893.83221875
transcript.pyannote[126].end 893.88284375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 893.88284375
transcript.pyannote[127].end 893.89971875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 893.89971875
transcript.pyannote[128].end 893.95034375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 893.95034375
transcript.pyannote[129].end 894.77721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 894.89534375
transcript.pyannote[130].end 894.96284375
transcript.whisperx[0].start 10.49
transcript.whisperx[0].end 11.637
transcript.whisperx[0].text 謝謝主席 有請邱部長
transcript.whisperx[1].start 16.983
transcript.whisperx[1].end 31.128
transcript.whisperx[1].text 委員好部長好部長長照2.0即將期滿那也要迎接長照3.0是的那也打算放寬我們你們衛福部也打算放寬3.0的試用範圍那在長照3.0上路前因為2.0版本的實施經費從105年開始是從47.97億大概是48億左右到了去年是828億成長了大概17倍
transcript.whisperx[2].start 43.453
transcript.whisperx[2].end 56.84
transcript.whisperx[2].text 那我想要請教一下因為我在資料裡面沒有看到請教未來十年的財務規劃跟財源說明好 謝謝委員的關心是不是容我請理事長跟委員報告
transcript.whisperx[3].start 58.125
transcript.whisperx[3].end 87.408
transcript.whisperx[3].text 感謝委員對於這個問題的關心我跟委員報告我們現在目前的長澳基金到今年上個月已經累積到2036億就是說這個是我們現在目前已經有一個長澳基金的一個累積那也這個裡面根據長福法第15條的規定主要事實上是從菸稅還有房地合一稅還有一正稅那我跟委員報告我們以我們現在目前的使用率跟我們現在目前的退估我跟委員報告10年之內沒有問題
transcript.whisperx[4].start 88.009
transcript.whisperx[4].end 88.13
transcript.whisperx[4].text 沒有問題 財務
transcript.whisperx[5].start 90.202
transcript.whisperx[5].end 93.844
transcript.whisperx[5].text 財源沒有問題財務也無虞根據第15條第3項第2項第3款的規定就算是這裡面如果說有使用率有增加有出現deficit的話那政府還是我們有多重財源那政府最後會負擔保責任會再去補這樣子會用補的方法財源無虞財源無虞很好
transcript.whisperx[6].start 117.819
transcript.whisperx[6].end 146.374
transcript.whisperx[6].text 那另外大家都知道長照人力也面臨不足那這個年齡層也是逐漸越來越高那所以想要請教未來如果擴大適用的話會需要更多的人力那請問目前增加的長照人力需求推估跟服務需求的人口推估大概是多少那再來就是服務的需求人口推估有沒有包含對於不同失能等級的人數的推估也就是這個研究的部分其實這跟財務都息息相關
transcript.whisperx[7].start 148.493
transcript.whisperx[7].end 166.926
transcript.whisperx[7].text 跟委員報告齁 這個裡面簽署要就是說就是那個需求啦齁那簡單來說一個是供給端一個需求端供給端需求端的部分我們現在目前齁失能力的話我們現在是以這個13.6813.3那失能力呢是以7.99這樣下去估算我們就可以估算出一個人一個需求的部分
transcript.whisperx[8].start 167.887
transcript.whisperx[8].end 193.954
transcript.whisperx[8].text 那供給數的部分的話我們現在目前最主要事實上是造福源造福源我們現在目前是10萬嘛那10萬的部分這裡面我們還會特別是有關機構的部分我們會來強化那現在就是不足啊對不對那我想要另外請問剛剛還有一個問題就是你有針對不同的這個失能等級去做人數的推估嗎因為他可能會需要的需要的服務和細緻度也不一樣嘛所以其實我問這個是要提醒你們
transcript.whisperx[9].start 195.154
transcript.whisperx[9].end 221.508
transcript.whisperx[9].text 細緻的這個需求供給財務都環環相扣那包含提供服務的人這個是一個很大的問題所以我就進一步告訴你因為根據衛福部你們長照2.0的統計居家照顧B等級的部分在全國服務結構中平均是到達了佔比是62.2%但他人力的負荷是持續的增加2023年的時候全國平均每位這個照顧服務員需要服務10.8位長輩
transcript.whisperx[10].start 223.874
transcript.whisperx[10].end 251.457
transcript.whisperx[10].text 那甚至在台北市還高達17.7他要照顧17.7位所以目前長照人力負荷已經嚴重的超標那對於這麼高的負荷你們要不要具體的減輕人力負擔的方案好非常感謝委員幫委員那個可能就是我們統計上面我想再跟委員再做一個再請教但是根據我們的一個估計應該是如果是全國的話應該是平均應該是一個造福源服務6.72
transcript.whisperx[11].start 253.579
transcript.whisperx[11].end 268.617
transcript.whisperx[11].text 這是2023年的數據2024年是6.88而不是委員剛剛所說10因為你剛剛說10那個可能是以你那個所謂ABC的B據點可是我們要算全國所以我剛剛講的就是特別針對這個居家照顧的B的部分B的部分的話
transcript.whisperx[12].start 268.837
transcript.whisperx[12].end 286.375
transcript.whisperx[12].text 所以我剛剛就說了就是在這個部分也是很就是從我們查到的數據這個部分是特別的高沒關係我告訴你因為根據這個居家服務聯盟的統計指出照顧服務員的結構老化平均年齡也都超過了50歲25歲以下僅佔3%這是居家服務聯盟的統計數據然後你整體的人力成長也才1.3%
transcript.whisperx[13].start 292.401
transcript.whisperx[13].end 316.463
transcript.whisperx[13].text 所以我剛剛講的就是看到它已經出現了這個問題所以我剛才說你們有沒有好好的去盤點你們缺了多少你要怎麼增加因為現在看起來就是很困難嘛所以你可能會說有增加待遇啦等等的我看你們報告裡面有可能有提到一些可是我想喔這是短期之內不是這麼簡單可以解決的所以並不是口號式的方式希望可以更細緻去推動因為我現在就要問下一題了嘛因為
transcript.whisperx[14].start 318.605
transcript.whisperx[14].end 336.708
transcript.whisperx[14].text 長照2.0你的給付的薪資實施之後其實我也看到這個居家兆福園的薪資也提高了嘛從3.2萬大概提高到5萬到7萬好像我看到的數字是這樣啊我看到的數據有這樣的情況所以它看起來很不錯可是其實它同時也引發了一件事情就是
transcript.whisperx[15].start 337.569
transcript.whisperx[15].end 357.981
transcript.whisperx[15].text 就是發現這個住宿型的機構跟醫療機構專業人才也是大幅的流失可能會跑到這裡來那所以會導致我們的護理師導致我們職能治療師的短缺那剛好這些也都是我們衛福部在主管的所以它整體而言就是你的供給量就是這麼多啊結果你裡面的比例就失衡了所以
transcript.whisperx[16].start 359.582
transcript.whisperx[16].end 378.91
transcript.whisperx[16].text 我想要告诉你的是那你们要怎么协作或是你要怎么解决这样的问题因为你单点你解决的这个提高他的待遇结果发现这边的人就跑过来了所以这是导致了整个医疗的不平均失衡所以我这些问题就是说那你要怎么去做你要怎么跨单位协调你要怎么样去达到他的平衡是
transcript.whisperx[17].start 380.03
transcript.whisperx[17].end 400.029
transcript.whisperx[17].text 包委員我想委員對於這塊真的是非常非常專門而且點出重要的問題那我跟委員報告現在目前就是有關於這個人力的部分我們現在特別是有關於這一個居扶員的部分我們現在有的一個策略主要我們現在目前是希望就是說區分這裡面有這個核心跟比較屬於這一個不要說邊
transcript.whisperx[18].start 404.533
transcript.whisperx[18].end 422.106
transcript.whisperx[18].text 沒有身體接觸的啦這是一個策略另外第二個就是說在機構的部分夜間的部分我們會來強化從新南向國家像印尼還有還有這一個越南引進中階勞動力好次長我剛先點出問題因為時間有限請你們把你們檢討和具體想要做的
transcript.whisperx[19].start 422.666
transcript.whisperx[19].end 441.236
transcript.whisperx[19].text 具體的實施情況不是大標示的可以交一份報告到本席辦公室好的好的然後以及我另外加一個因為時間有限了其實長照3.0的規劃核心是醫療照顧整合嘛是沒錯好那所以包含你們有推出什麼出院準備服務啊大家醫計畫啊資訊管理平台的建置啊
transcript.whisperx[20].start 441.676
transcript.whisperx[20].end 457.46
transcript.whisperx[20].text 我也想要了解一下目前這些整合這個機制的推動進度跟你的關鍵績效指標KPI是什麼你們的你們怎麼去看待這件事情達到有沒有達標先一併的提供給我那另外我要請署長那個我們時效署長感謝委員謝謝
transcript.whisperx[21].start 467.355
transcript.whisperx[21].end 492.408
transcript.whisperx[21].text 好 署長好 我想要請問一下豬肉儀錶板揭露資訊的更新及之為何 認為有沒有足夠的透明度跟公信力這邊跟委員做報告 那我們在邊境抽驗完之後 只要抽驗了我們就會上大概是每一個 假如放行是前一天放行 隔天的上午11點我們就會更動所以我們在這一次的兩批的 因為抽驗到了所以你認為很精準
transcript.whisperx[22].start 492.948
transcript.whisperx[22].end 511.703
transcript.whisperx[22].text 我們是盡量能夠達到精準但是抽驗呢是是random的百分比的沒有辦法在百分之百我們盡量能夠接近好那我也問一下部長那我也相信這個我們豬肉儀表板的公信力希望那上週也質詢之前也有問到部長其實農業部網站也有寫其實什麼進口豬肉只佔台灣消費的10%影響不大對嗎
transcript.whisperx[23].start 519.13
transcript.whisperx[23].end 542.391
transcript.whisperx[23].text 看起來現在的狀況是這樣子你覺得是這樣嗎整體進口的豬肉跟國內豬肉佔比的確是1比9的比例但是我想要請你們看一下PPT喔那為什麼豬肉以表板上面出現的是24%然後何況這幾年三年平均是15%喔那今年爆成60%到市佔率的24%所以這到底準還是不準啊
transcript.whisperx[24].start 545.564
transcript.whisperx[24].end 559.29
transcript.whisperx[24].text 這邊跟委員說進一步報告那個是國內的豬肉的占比的部分是我們抽驗的時候的比例那其實國內的豬我們放心國外的豬我們沒有那麼放心所以國外的進口就會抽的比例高
transcript.whisperx[25].start 559.85
transcript.whisperx[25].end 577.444
transcript.whisperx[25].text 所以這兩個就有一個蠻大的落差對就表示說我們對國外進口的我們其實是眼睛睜得更大抽驗比例會更高的來去做這件事那這兩件事是要統合嗎還是你覺得不需要這兩個數字因為這樣子很讓人覺得很擔憂這個供薪力到底因為兩個數字一個你剛剛說1比90%現在這裡24%那這樣子大家看了會不會覺得說怎麼會這樣一個是實際上的消費端對一個是我們的抽驗
transcript.whisperx[26].start 586.832
transcript.whisperx[26].end 612.802
transcript.whisperx[26].text 那你看到抽驗跟消費端有很大的落差嘛這樣會讓人家更擔心喔 署長你這樣講就代表你抽驗就不準嘛就是因為他的邏輯是在因為國外進來的我們比較不放心而且呢因為現在也允許美國相關的豬肉國際的豬肉 雄來克多巴胺等等可是說國外進來比較不放心喔所以我們就特別會去有比較高一點點的比例來做抽驗
transcript.whisperx[27].start 613.482
transcript.whisperx[27].end 630.494
transcript.whisperx[27].text 可是這就是這兩天大家在吵的嘛就是說這個吃了再多也不會有太大的不良影響所以然後你又說對外國其實又很嚴格那這又很好玩了如果說你覺得都沒影響的話那法規上為什麼本土的要臨檢出那這不就是一個雙標的狀況出現了嗎
transcript.whisperx[28].start 633.55
transcript.whisperx[28].end 656.26
transcript.whisperx[28].text 我想在訂定這個標準的過程當中其實在110年的時空背景底下我們對於進口豬肉裡面的豬肉的萊克多巴胺的殘留訂了這樣子的結果之後那我們有訂標準之後我們就是加強的一個查緝的一個概念因為剛剛這樣子講起來其實邏輯上有一些矛盾啦所以我覺得主要就是要符合民眾安心的標準
transcript.whisperx[29].start 657.08
transcript.whisperx[29].end 685.939
transcript.whisperx[29].text 再者剛剛說如果兩種豬肉混在一起那消費者怎麼判斷這兩個豬肉有沒有混到會不會產生他們的疑慮消費者會不知道所以我想因為包含這次的廠商我想這就是一個國人安心的標準你剛才說安心署長不是安全署長安心的標準所以你看這次進口的廠商他說進口到萊豬對他的商譽也有危害所以不僅要求他銷毀不進入市場然後也跟消費者致歉
transcript.whisperx[30].start 686.639
transcript.whisperx[30].end 696.163
transcript.whisperx[30].text 所以我覺得這個東西就是我們今天一直在講的事情就是一個是安心民眾安心的狀況那講到安心的話部長這個有關於美國農業行銷署他有一個叫做NFBAP的制度不曉得部長知不知道
transcript.whisperx[31].start 706.098
transcript.whisperx[31].end 728.473
transcript.whisperx[31].text 這邊我跟部長報告過好那針對這一塊呢我們覺得我們也非常非常積極的鼓勵未來假如是國內的進口的能夠往這個方向走對樂見其成部長簡單來講署長因為我想可能很多人不見得知道這個叫做就是從未添加乙型受體素的這個深處的養殖場好那這就是所謂的NFBAP的制度
transcript.whisperx[32].start 729.173
transcript.whisperx[32].end 758.239
transcript.whisperx[32].text 所以也是說這個2022年的時候農業部跟食藥署有去查場的有六間廠去美國查場的六間廠那在這個NFBAP上面好像都是在這上面的名單請問是不是跟委員做進一步報告我們後來看到的是有特別有這樣子的廠那USDA美國農業部他也是在業者裡面的自主標示我覺得是自主標示那請問你們去查的那六間是不是都屬於在這個名單上的
transcript.whisperx[33].start 759.179
transcript.whisperx[33].end 779.727
transcript.whisperx[33].text 有在六間裡面有五間五間嘛然後一間不在你會看到有一間不在對有一間是不在那我想要問一下所以我國從進口美珠的這些來源的牧場總共有幾場那是不是都在這53個名單裡還是說其實就像你剛剛說有一間不是所以其實是也有沒有參加這個計畫的來源是不是
transcript.whisperx[34].start 780.902
transcript.whisperx[34].end 790.179
transcript.whisperx[34].text 我們在按照所謂的系統性查核向下讓系統查核之後能夠允許的他們就可以做進口那大概是這樣子的一個狀態
transcript.whisperx[35].start 791.747
transcript.whisperx[35].end 813.37
transcript.whisperx[35].text 所以署長我想要講的事情是其實剛剛也是在炒當初所謂行政院他就是說這個所有的萊豬都從美國來那其他的地方都沒有查所以最終我們要講的事情是通過這些事件我們就是再一次的希望我們的食藥署可以讓人家感讓民眾感到安心讓民眾感到安心你應該要
transcript.whisperx[36].start 814.472
transcript.whisperx[36].end 829.867
transcript.whisperx[36].text 更加積極喔因為你一直說安心的署長嘛可是你一開始講的話好像是說這個跟科學違背啦所以我就好像開放了讓大家感覺到沒有被保護的感覺喔所以我想要小結一下我是不知道衛福部有沒有什麼壓力啊
transcript.whisperx[37].start 830.367
transcript.whisperx[37].end 835.491
transcript.whisperx[37].text 但我知道這個本來大張旗鼓其實要號稱要保障全民食安的這個安心的主管機關有剛剛講到有這個雙標的狀況出現包含讓人家覺得為什麼外國可以有來濟那國內不一定要零檢出其實這讓民眾也對於食安憂心忡忡
transcript.whisperx[38].start 851.562
transcript.whisperx[38].end 863.591
transcript.whisperx[38].text 所以對於國外號稱沒有來機的食品又違背了自己過去的承諾雖然當時不是你們做但是沒有好好的去考察跟把關所以希望這一部分請我們衛福部回去檢討並且落實今天的臨時提案
transcript.whisperx[39].start 866.593
transcript.whisperx[39].end 891.648
transcript.whisperx[39].text 那我最後還是要跟署長講一句話還要強調一下其實不是通過一句透過科學檢驗就當作明顯死金牌其實安心跟安全是一直是兩回事所以部長如果沒有想清楚這件事的話其實讓民眾實在安心這件事情是做不到的所以這部分請我們的部長跟署長回去好好的再去思索一下應該怎麼去做才可以讓民眾安心謝謝謝謝謝謝六位