iVOD / 161540

Field Value
IVOD_ID 161540
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161540
日期 2025-05-19
會議資料.會議代碼 委員會-11-3-19-13
會議資料.會議代碼:str 第11屆第3會期經濟委員會第13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2025-05-19T10:29:08+08:00
結束時間 2025-05-19T10:38:23+08:00
影片長度 00:09:15
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ecb6f54fb5d604f0046845e04bfe901f28de2cce2b28366acb2fe453f4508dd4b01f5819580778665ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 楊瓊瓔
委員發言時間 10:29:08 - 10:38:23
會議時間 2025-05-19T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第13次全體委員會議(事由:一、處理或審查114年度中央政府總預算有關農業部及所屬主管預算凍結案等30案。 二、處理或審查114年度中央政府總預算有關公平交易委員會主管預算凍結案等8案。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.04784375
transcript.pyannote[0].end 1.73534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 1.97159375
transcript.pyannote[1].end 2.34284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 3.52409375
transcript.pyannote[2].end 4.06409375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 9.88596875
transcript.pyannote[3].end 10.37534375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 10.54409375
transcript.pyannote[4].end 13.90221875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 14.18909375
transcript.pyannote[5].end 21.04034375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 21.27659375
transcript.pyannote[6].end 33.37596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 33.54471875
transcript.pyannote[7].end 35.29971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 33.57846875
transcript.pyannote[8].end 33.91596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 35.68784375
transcript.pyannote[9].end 47.77034375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 47.80409375
transcript.pyannote[10].end 98.58096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 81.94221875
transcript.pyannote[11].end 81.97596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 82.31346875
transcript.pyannote[12].end 82.36409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 98.58096875
transcript.pyannote[13].end 103.40721875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 104.13284375
transcript.pyannote[14].end 105.16221875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 105.22971875
transcript.pyannote[15].end 109.65096875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 109.21221875
transcript.pyannote[16].end 117.64971875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 110.46096875
transcript.pyannote[17].end 112.35096875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 113.85284375
transcript.pyannote[18].end 114.37596875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 116.41784375
transcript.pyannote[19].end 150.08346875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 150.55596875
transcript.pyannote[20].end 156.51284375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 156.39471875
transcript.pyannote[21].end 156.78284375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 157.08659375
transcript.pyannote[22].end 162.30096875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 161.82846875
transcript.pyannote[23].end 161.99721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 162.43596875
transcript.pyannote[24].end 183.79971875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 169.94534375
transcript.pyannote[25].end 170.31659375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 182.82096875
transcript.pyannote[26].end 195.13971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 194.81909375
transcript.pyannote[27].end 243.72284375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 196.33784375
transcript.pyannote[28].end 198.63284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 200.57346875
transcript.pyannote[29].end 200.62409375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 200.62409375
transcript.pyannote[30].end 200.91096875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 201.83909375
transcript.pyannote[31].end 202.19346875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 202.19346875
transcript.pyannote[32].end 202.24409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 203.37471875
transcript.pyannote[33].end 203.42534375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 203.42534375
transcript.pyannote[34].end 203.86409375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 203.86409375
transcript.pyannote[35].end 204.72471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 207.47534375
transcript.pyannote[36].end 207.93096875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 214.88346875
transcript.pyannote[37].end 215.11971875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 218.24159375
transcript.pyannote[38].end 219.25409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 219.87846875
transcript.pyannote[39].end 220.19909375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 242.33909375
transcript.pyannote[40].end 243.60471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 243.85784375
transcript.pyannote[41].end 244.38096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 244.90409375
transcript.pyannote[42].end 245.20784375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 245.44409375
transcript.pyannote[43].end 247.08096875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 247.16534375
transcript.pyannote[44].end 247.18221875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 247.18221875
transcript.pyannote[45].end 247.60409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 248.38034375
transcript.pyannote[46].end 251.41784375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 250.99596875
transcript.pyannote[47].end 252.36284375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 252.31221875
transcript.pyannote[48].end 273.22034375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 253.35846875
transcript.pyannote[49].end 253.72971875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 254.30346875
transcript.pyannote[50].end 254.38784375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 265.37346875
transcript.pyannote[51].end 265.57596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 265.60971875
transcript.pyannote[52].end 265.72784375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 271.61721875
transcript.pyannote[53].end 272.24159375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 273.99659375
transcript.pyannote[54].end 289.52159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 274.13159375
transcript.pyannote[55].end 274.63784375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 289.23471875
transcript.pyannote[56].end 289.42034375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 289.84221875
transcript.pyannote[57].end 295.44471875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 292.22159375
transcript.pyannote[58].end 292.69409375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 295.14096875
transcript.pyannote[59].end 295.57971875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 295.49534375
transcript.pyannote[60].end 308.65784375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 296.40659375
transcript.pyannote[61].end 296.52471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 300.35534375
transcript.pyannote[62].end 300.72659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 302.90346875
transcript.pyannote[63].end 303.30846875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 307.03784375
transcript.pyannote[64].end 307.34159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 308.80971875
transcript.pyannote[65].end 324.58784375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 308.92784375
transcript.pyannote[66].end 309.16409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 324.46971875
transcript.pyannote[67].end 324.75659375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 324.67221875
transcript.pyannote[68].end 326.57909375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 326.57909375
transcript.pyannote[69].end 328.09784375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 328.18221875
transcript.pyannote[70].end 374.63909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 329.04284375
transcript.pyannote[71].end 329.11034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 351.18284375
transcript.pyannote[72].end 351.48659375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 358.10159375
transcript.pyannote[73].end 361.47659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 361.99971875
transcript.pyannote[74].end 362.53971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 371.70284375
transcript.pyannote[75].end 371.83784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 374.75721875
transcript.pyannote[76].end 403.27596875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 380.68034375
transcript.pyannote[77].end 381.00096875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 403.64721875
transcript.pyannote[78].end 417.38346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 417.61971875
transcript.pyannote[79].end 420.37034375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 419.64471875
transcript.pyannote[80].end 424.03221875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 424.26846875
transcript.pyannote[81].end 425.39909375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 425.66909375
transcript.pyannote[82].end 443.79284375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 440.62034375
transcript.pyannote[83].end 443.37096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 443.79284375
transcript.pyannote[84].end 450.66096875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 451.40346875
transcript.pyannote[85].end 452.66909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 452.50034375
transcript.pyannote[86].end 452.61846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 452.66909375
transcript.pyannote[87].end 452.82096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 452.82096875
transcript.pyannote[88].end 452.87159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 452.93909375
transcript.pyannote[89].end 455.74034375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 456.28034375
transcript.pyannote[90].end 470.25284375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 470.03346875
transcript.pyannote[91].end 478.13346875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 470.79284375
transcript.pyannote[92].end 472.42971875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 472.63221875
transcript.pyannote[93].end 473.12159375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 476.49659375
transcript.pyannote[94].end 476.66534375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 480.95159375
transcript.pyannote[95].end 488.91659375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 483.88784375
transcript.pyannote[96].end 484.76534375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 485.15346875
transcript.pyannote[97].end 485.87909375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 489.49034375
transcript.pyannote[98].end 492.32534375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 492.66284375
transcript.pyannote[99].end 493.52346875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 493.52346875
transcript.pyannote[100].end 493.54034375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 493.86096875
transcript.pyannote[101].end 493.87784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 493.87784375
transcript.pyannote[102].end 493.96221875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 493.96221875
transcript.pyannote[103].end 494.02971875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 494.02971875
transcript.pyannote[104].end 494.58659375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 495.22784375
transcript.pyannote[105].end 510.73596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 510.12846875
transcript.pyannote[106].end 512.72721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 511.20846875
transcript.pyannote[107].end 513.94221875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 513.35159375
transcript.pyannote[108].end 528.97784375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 528.97784375
transcript.pyannote[109].end 533.56784375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 534.29346875
transcript.pyannote[110].end 537.01034375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 536.55471875
transcript.pyannote[111].end 537.75284375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 537.06096875
transcript.pyannote[112].end 547.30409375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 547.01721875
transcript.pyannote[113].end 548.58659375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 552.70409375
transcript.pyannote[114].end 553.96971875
transcript.whisperx[0].start 0.833
transcript.whisperx[0].end 3.926
transcript.whisperx[0].text 请要请部长请部长
transcript.whisperx[1].start 10.552
transcript.whisperx[1].end 33.782
transcript.whisperx[1].text 我們的農民看天吃飯所以我們好不容易也通過了農業保險法在這個執行的過程當中有很多的不方便所以我們也一直在精進一直在改進所以當時我們也推出了農業天然災害限地照相APP因為我們的農民比較孤兒
transcript.whisperx[2].start 35.763
transcript.whisperx[2].end 41.207
transcript.whisperx[2].text 那他要用運用這個AI的這個系統呢他似乎我們還要去輔導之但是到目前為止我們發覺還是有很多的農民不知道要怎麼用尤其我們這個農損的時候你說阿我不會受這個我們聽了很難過所以在這樣的情況之下本行認為我們在整個數位
transcript.whisperx[3].start 59.498
transcript.whisperx[3].end 70.062
transcript.whisperx[3].text 工具對APP的一個操作似乎還有提升的一個空間那目前我們看到3月底你們累進的從112年5月開始上路到現在下載的大概是6萬7千次那所以本席要請教我們有了工具我們希望要能夠用得上
transcript.whisperx[4].start 82.566
transcript.whisperx[4].end 103.113
transcript.whisperx[4].text 因為我們農民我們一定要好好的這個協助所以本校請教到現在運用你所謂的農產天然災害限地照相APP而去申請的有多少件第一個我跟威洋報告就是說現在APP下載大概有七萬一千多
transcript.whisperx[5].start 104.193
transcript.whisperx[5].end 111.181
transcript.whisperx[5].text 一次以去年最多因為他要去拍的時候這個是下載所以本下請教實際上真正有運用而上傳的有上傳的有75萬張
transcript.whisperx[6].start 119.15
transcript.whisperx[6].end 132.625
transcript.whisperx[6].text 特別是在去年的三次颱風因為有災害以後農民才會去照相所以我們應該去看去年的災害的時候他是瞬間的暴增表示在那段時間有太多人用因為75萬張其實是蠻多的啦
transcript.whisperx[7].start 134.767
transcript.whisperx[7].end 156.413
transcript.whisperx[7].text 那接下來到今年為止大概有40幾項40幾項的天然災害我們開出去了然後我們看這段時間還是很多用APP先去做證據保全的部分那等到我們開了天然災害以後他就拿這個照片上傳的照片就可以讓公所去做後端的查核當然
transcript.whisperx[8].start 157.213
transcript.whisperx[8].end 179.93
transcript.whisperx[8].text 所以本席要告訴你的也就是說這個立即是非常的重要那麼呢尤其現在鄉鎮公所的人力也是都有限因為他們後端還要做查核的這個工作那麼我們也希望在這個部分能夠好好的再去推廣再去輔導讓大家都可以在第一時間可以保留到這個證據我想這個是對農民非常大的一個幫助
transcript.whisperx[9].start 184.013
transcript.whisperx[9].end 207.241
transcript.whisperx[9].text 中部像他剛剛陳廷輝委員講的農園中部有很多農園對不對如果農民覺得他的情況有一些有益的時候他都可以先照降做證據保全所以這個就是你們要宣導嗎要去宣導嘛不然現在急降雨非常的多一沖下去了不見了那這個農民就非常的損失所以這個精進的方案必須要再去提升
transcript.whisperx[10].start 208.461
transcript.whisperx[10].end 212.826
transcript.whisperx[10].text 讓這個立即以及保護這個證據一定要好好的去落實才不會我們有了這個工具但是是用不上我們希望好好的協助我們的農民接下來本席要跟你討論的也就是我們現在寵物美農業者那這個非常的多當然也有部分的糾紛
transcript.whisperx[11].start 230.303
transcript.whisperx[11].end 243.089
transcript.whisperx[11].text 但是目前是社會所需在這個毛小孩的部分非常的重要在整個產業當然你們也提出了一個定型化契約出來以供參考以供參考嗎 是不是是
transcript.whisperx[12].start 248.43
transcript.whisperx[12].end 271.868
transcript.whisperx[12].text 就是你們提出這個定型化契約也是範本的意思就是範本嘛 以供參考那麼本席也在這邊要求也就是我們針對於保障動物福利與飼主權益具有積極非常好的一個意義那所以在這個落實程度你們也要有一個輔導的機制而不是只有公告在那邊也要輔導
transcript.whisperx[13].start 274.028
transcript.whisperx[13].end 288.2
transcript.whisperx[13].text 我們後續公告以後我們後續會找工會像美容工會的部分然後他還有一些美容的照護士那這個部分我們都會要求他們來去講解我們要怎麼樣透過合約去保障雙方的權益
transcript.whisperx[14].start 289.901
transcript.whisperx[14].end 294.966
transcript.whisperx[14].text 部長這個就對了也是本席的要求因為工會也是我們最好的志工我們把政府怎麼樣可以協助民眾的我們必須要告訴他們清楚那也要請工會拜託他們也趕快給他們的會員來多做宣導換句話說政府要主動宣導才能夠落實
transcript.whisperx[15].start 315.183
transcript.whisperx[15].end 328.835
transcript.whisperx[15].text 這個也能夠達到施主本身的一個安心那業者他也能夠安心達到一個最好的一個平衡點這個非常的重要一定要努力的去宣導我們會加強來做加強來做最後一個議題本期要請教也就是移工的這個部分114年5月9號這個月
transcript.whisperx[16].start 336.041
transcript.whisperx[16].end 363.832
transcript.whisperx[16].text 你們實施農業移工的新制那由一萬兩千人開放到現在你們宣告的兩萬人那我要特別感謝在三個會期我們一直在討論移工的這個部分因為農民真的很辛苦他有的沒有辦法一整年度但是有的類別也需要就像我們的草皮 中部經濟的草皮你們就納入 豆芽菜也納入這個就是人民所需
transcript.whisperx[17].start 364.252
transcript.whisperx[17].end 386.573
transcript.whisperx[17].text 政府就要探求明末 聽到人民的需求喔那但是呢 我們拿到了這個核許證的時候呢之後我們必須還要到這個勞動部去申請在這個依法90天內要去申請喔那但是本市認為我們的農業跟一般是不一樣的它有季節性的需求
transcript.whisperx[18].start 388.876
transcript.whisperx[18].end 396.946
transcript.whisperx[18].text 這個時間性的需求所以在這樣情況之下本期具體建議我們開放的人數所以本期具體建議我們的農業部應該跟勞動部你們去討論一個怎麼樣的一個迅速
transcript.whisperx[19].start 403.795
transcript.whisperx[19].end 427.474
transcript.whisperx[19].text 符合條件的怎麼樣迅速去核發你不要等到兩三個月我的這個季節需求已經過了那這個是太浪費了所以要怎麼樣能夠加速他們申請的這個流程請做說明我跟委員說委員非常關心就是說就算我們有那麼多增加了一些人但是如果效率太慢的話過了那個時節
transcript.whisperx[20].start 428.775
transcript.whisperx[20].end 449.92
transcript.whisperx[20].text 所以我們有跟勞動部在談因為勞動部我們這邊審的完會給勞動部勞動部可能有自己的一套程序那我們希望說是不是可以針對農業的部分單獨拉出來去做審查因為本期是深怕我們有這個美意從一萬兩千人到兩萬人但是如果行政斷鏈
transcript.whisperx[21].start 451.48
transcript.whisperx[21].end 471.947
transcript.whisperx[21].text 很沒差的所以這個部分你預計要怎麼做呢所以我現在我會再跟勞動部來特別是跟他們部長直接說可以說審查的過程中因為農業它比較特殊性有季節性的部分是不是可以先拉出來單獨審不管它人多人少一段時間就要去審一次那這個時間要怎麼壓縮你看你多久時間可以告訴我們農民大家都拭目以待都在等
transcript.whisperx[22].start 480.896
transcript.whisperx[22].end 481.036
transcript.whisperx[22].text 跟委員說明齁
transcript.whisperx[23].start 496.417
transcript.whisperx[23].end 503.843
transcript.whisperx[23].text 我們農業部的部分我們一定會壓縮時間儘快去處理申請案件至於勞動部的審查機制恐怕涉及相關的法規我們必須要跟他確認說有沒有修法的問題這個部分再來做解釋你要談嘛 你要談才知道答案嘛第一個 壓縮你農業部自己可以做的競訴
transcript.whisperx[24].start 517.735
transcript.whisperx[24].end 521.098
transcript.whisperx[24].text 依法禁訴第二個立即跟勞動部來討論我們要怎麼樣可以把這個時間流程能夠簡便啊才能夠真正幫助到我們的農民嘛這樣這樣委員我知道您的關心我想我這個禮拜我們一定會
transcript.whisperx[25].start 534.349
transcript.whisperx[25].end 548.02
transcript.whisperx[25].text 包括我自己跟部長那邊會有困擾我直接跟他講然後開相關的工作會議然後如果說他們要修法可能要慢一點如果不用修法就可以立即來處理然後月底之前來跟委員做說明月底之前說明謝謝