iVOD / 161914

Field Value
IVOD_ID 161914
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161914
日期 2025-05-26
會議資料.會議代碼 委員會-11-3-36-18
會議資料.會議代碼:str 第11屆第3會期司法及法制委員會第18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 18
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第3會期司法及法制委員會第18次全體委員會議
影片種類 Clip
開始時間 2025-05-26T10:39:11+08:00
結束時間 2025-05-26T10:52:12+08:00
影片長度 00:13:01
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/120d1ede7233a40aec0b50c2236760c36c7274cb7632216ed00acb659e6b7ab0dd4df15546ecd50f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳思瑤
委員發言時間 10:39:11 - 10:52:12
會議時間 2025-05-26T09:00:00+08:00
會議名稱 立法院第11屆第3會期司法及法制委員會第18次全體委員會議(事由:一、邀請司法院副秘書長、法務部次長、內政部次長、教育部、衛生福利部、勞動部、內政部警政署就「跟蹤騷擾防制法施行三週年後,其制度成效、實務偵查、審判困境與未來修法展望」進行專題報告,並備質詢。 二、處理114年度中央政府總預算關於司法院預算凍結項目共10案。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.06471875
transcript.pyannote[0].end 1.73534375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.86971875
transcript.pyannote[1].end 6.91596875
transcript.pyannote[2].speaker SPEAKER_05
transcript.pyannote[2].start 12.55221875
transcript.pyannote[2].end 16.82159375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.93971875
transcript.pyannote[3].end 18.32346875
transcript.pyannote[4].speaker SPEAKER_05
transcript.pyannote[4].start 18.32346875
transcript.pyannote[4].end 20.07846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 20.24721875
transcript.pyannote[5].end 21.04034375
transcript.pyannote[6].speaker SPEAKER_05
transcript.pyannote[6].start 21.05721875
transcript.pyannote[6].end 23.85846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 24.26346875
transcript.pyannote[7].end 24.60096875
transcript.pyannote[8].speaker SPEAKER_05
transcript.pyannote[8].start 24.82034375
transcript.pyannote[8].end 25.61346875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 25.61346875
transcript.pyannote[9].end 25.63034375
transcript.pyannote[10].speaker SPEAKER_05
transcript.pyannote[10].start 36.85221875
transcript.pyannote[10].end 40.88534375
transcript.pyannote[11].speaker SPEAKER_05
transcript.pyannote[11].start 41.64471875
transcript.pyannote[11].end 42.58971875
transcript.pyannote[12].speaker SPEAKER_05
transcript.pyannote[12].start 42.80909375
transcript.pyannote[12].end 48.47909375
transcript.pyannote[13].speaker SPEAKER_05
transcript.pyannote[13].start 49.08659375
transcript.pyannote[13].end 68.22284375
transcript.pyannote[14].speaker SPEAKER_05
transcript.pyannote[14].start 68.77971875
transcript.pyannote[14].end 79.00596875
transcript.pyannote[15].speaker SPEAKER_05
transcript.pyannote[15].start 79.69784375
transcript.pyannote[15].end 85.73909375
transcript.pyannote[16].speaker SPEAKER_05
transcript.pyannote[16].start 86.58284375
transcript.pyannote[16].end 113.81909375
transcript.pyannote[17].speaker SPEAKER_05
transcript.pyannote[17].start 114.17346875
transcript.pyannote[17].end 128.26409375
transcript.pyannote[18].speaker SPEAKER_05
transcript.pyannote[18].start 129.10784375
transcript.pyannote[18].end 130.54221875
transcript.pyannote[19].speaker SPEAKER_05
transcript.pyannote[19].start 130.84596875
transcript.pyannote[19].end 136.12784375
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 137.73096875
transcript.pyannote[20].end 139.68846875
transcript.pyannote[21].speaker SPEAKER_05
transcript.pyannote[21].start 139.04721875
transcript.pyannote[21].end 139.24971875
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 140.19471875
transcript.pyannote[22].end 143.50221875
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 143.83971875
transcript.pyannote[23].end 160.63034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 146.99534375
transcript.pyannote[24].end 147.02909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 147.06284375
transcript.pyannote[25].end 147.18096875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 161.38971875
transcript.pyannote[26].end 163.41471875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 161.99721875
transcript.pyannote[27].end 162.01409375
transcript.pyannote[28].speaker SPEAKER_05
transcript.pyannote[28].start 162.01409375
transcript.pyannote[28].end 162.82409375
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 163.78596875
transcript.pyannote[29].end 164.76471875
transcript.pyannote[30].speaker SPEAKER_05
transcript.pyannote[30].start 163.81971875
transcript.pyannote[30].end 165.25409375
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 164.83221875
transcript.pyannote[31].end 167.98784375
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 168.29159375
transcript.pyannote[32].end 179.81721875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 179.96909375
transcript.pyannote[33].end 186.43221875
transcript.pyannote[34].speaker SPEAKER_05
transcript.pyannote[34].start 186.43221875
transcript.pyannote[34].end 199.10534375
transcript.pyannote[35].speaker SPEAKER_05
transcript.pyannote[35].start 200.10096875
transcript.pyannote[35].end 210.78284375
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 210.78284375
transcript.pyannote[36].end 211.06971875
transcript.pyannote[37].speaker SPEAKER_05
transcript.pyannote[37].start 211.06971875
transcript.pyannote[37].end 211.10346875
transcript.pyannote[38].speaker SPEAKER_05
transcript.pyannote[38].start 211.13721875
transcript.pyannote[38].end 219.15284375
transcript.pyannote[39].speaker SPEAKER_05
transcript.pyannote[39].start 219.60846875
transcript.pyannote[39].end 221.24534375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 221.63346875
transcript.pyannote[40].end 222.08909375
transcript.pyannote[41].speaker SPEAKER_05
transcript.pyannote[41].start 222.08909375
transcript.pyannote[41].end 237.59721875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 225.22784375
transcript.pyannote[42].end 225.81846875
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 226.45971875
transcript.pyannote[43].end 226.59471875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 226.69596875
transcript.pyannote[44].end 226.99971875
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 227.84346875
transcript.pyannote[45].end 228.82221875
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 232.38284375
transcript.pyannote[46].end 232.85534375
transcript.pyannote[47].speaker SPEAKER_05
transcript.pyannote[47].start 238.17096875
transcript.pyannote[47].end 242.81159375
transcript.pyannote[48].speaker SPEAKER_05
transcript.pyannote[48].start 243.18284375
transcript.pyannote[48].end 288.49221875
transcript.pyannote[49].speaker SPEAKER_05
transcript.pyannote[49].start 288.74534375
transcript.pyannote[49].end 289.38659375
transcript.pyannote[50].speaker SPEAKER_05
transcript.pyannote[50].start 290.29784375
transcript.pyannote[50].end 299.76471875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 300.79409375
transcript.pyannote[51].end 336.13034375
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 336.58596875
transcript.pyannote[52].end 338.03721875
transcript.pyannote[53].speaker SPEAKER_05
transcript.pyannote[53].start 338.03721875
transcript.pyannote[53].end 380.56221875
transcript.pyannote[54].speaker SPEAKER_05
transcript.pyannote[54].start 380.89971875
transcript.pyannote[54].end 383.73471875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 380.93346875
transcript.pyannote[55].end 382.55346875
transcript.pyannote[56].speaker SPEAKER_05
transcript.pyannote[56].start 384.98346875
transcript.pyannote[56].end 456.39846875
transcript.pyannote[57].speaker SPEAKER_05
transcript.pyannote[57].start 456.68534375
transcript.pyannote[57].end 458.03534375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 459.50346875
transcript.pyannote[58].end 460.66784375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 461.02221875
transcript.pyannote[59].end 468.90284375
transcript.pyannote[60].speaker SPEAKER_05
transcript.pyannote[60].start 468.90284375
transcript.pyannote[60].end 475.18034375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 468.93659375
transcript.pyannote[61].end 470.59034375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 471.43409375
transcript.pyannote[62].end 472.22721875
transcript.pyannote[63].speaker SPEAKER_05
transcript.pyannote[63].start 476.15909375
transcript.pyannote[63].end 483.63471875
transcript.pyannote[64].speaker SPEAKER_05
transcript.pyannote[64].start 484.00596875
transcript.pyannote[64].end 487.95471875
transcript.pyannote[65].speaker SPEAKER_05
transcript.pyannote[65].start 488.22471875
transcript.pyannote[65].end 510.66846875
transcript.pyannote[66].speaker SPEAKER_05
transcript.pyannote[66].start 511.09034375
transcript.pyannote[66].end 518.83596875
transcript.pyannote[67].speaker SPEAKER_05
transcript.pyannote[67].start 518.97096875
transcript.pyannote[67].end 523.94909375
transcript.pyannote[68].speaker SPEAKER_05
transcript.pyannote[68].start 524.30346875
transcript.pyannote[68].end 530.95221875
transcript.pyannote[69].speaker SPEAKER_05
transcript.pyannote[69].start 532.08284375
transcript.pyannote[69].end 534.74909375
transcript.pyannote[70].speaker SPEAKER_05
transcript.pyannote[70].start 535.44096875
transcript.pyannote[70].end 536.50409375
transcript.pyannote[71].speaker SPEAKER_05
transcript.pyannote[71].start 537.07784375
transcript.pyannote[71].end 539.23784375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 539.23784375
transcript.pyannote[72].end 542.74784375
transcript.pyannote[73].speaker SPEAKER_05
transcript.pyannote[73].start 541.98846875
transcript.pyannote[73].end 543.01784375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 543.01784375
transcript.pyannote[74].end 551.15159375
transcript.pyannote[75].speaker SPEAKER_05
transcript.pyannote[75].start 547.86096875
transcript.pyannote[75].end 553.27784375
transcript.pyannote[76].speaker SPEAKER_05
transcript.pyannote[76].start 556.09596875
transcript.pyannote[76].end 571.23284375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 571.46909375
transcript.pyannote[77].end 598.09784375
transcript.pyannote[78].speaker SPEAKER_05
transcript.pyannote[78].start 581.93159375
transcript.pyannote[78].end 582.97784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 582.97784375
transcript.pyannote[79].end 583.73721875
transcript.pyannote[80].speaker SPEAKER_05
transcript.pyannote[80].start 597.01784375
transcript.pyannote[80].end 601.89471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 602.23221875
transcript.pyannote[81].end 608.45909375
transcript.pyannote[82].speaker SPEAKER_05
transcript.pyannote[82].start 606.07971875
transcript.pyannote[82].end 607.66596875
transcript.pyannote[83].speaker SPEAKER_05
transcript.pyannote[83].start 609.20159375
transcript.pyannote[83].end 629.75534375
transcript.pyannote[84].speaker SPEAKER_05
transcript.pyannote[84].start 630.32909375
transcript.pyannote[84].end 654.49409375
transcript.pyannote[85].speaker SPEAKER_05
transcript.pyannote[85].start 654.73034375
transcript.pyannote[85].end 665.83409375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 659.06721875
transcript.pyannote[86].end 660.13034375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 662.74596875
transcript.pyannote[87].end 663.84284375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 666.28971875
transcript.pyannote[88].end 673.61346875
transcript.pyannote[89].speaker SPEAKER_05
transcript.pyannote[89].start 672.78659375
transcript.pyannote[89].end 674.23784375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 674.33909375
transcript.pyannote[90].end 678.74346875
transcript.pyannote[91].speaker SPEAKER_05
transcript.pyannote[91].start 678.74346875
transcript.pyannote[91].end 680.27909375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 680.27909375
transcript.pyannote[92].end 680.38034375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 680.39721875
transcript.pyannote[93].end 689.17221875
transcript.pyannote[94].speaker SPEAKER_05
transcript.pyannote[94].start 686.21909375
transcript.pyannote[94].end 687.61971875
transcript.pyannote[95].speaker SPEAKER_05
transcript.pyannote[95].start 688.14284375
transcript.pyannote[95].end 690.01596875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 689.89784375
transcript.pyannote[96].end 702.21659375
transcript.pyannote[97].speaker SPEAKER_05
transcript.pyannote[97].start 690.03284375
transcript.pyannote[97].end 691.70346875
transcript.pyannote[98].speaker SPEAKER_05
transcript.pyannote[98].start 702.72284375
transcript.pyannote[98].end 703.43159375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 702.84096875
transcript.pyannote[99].end 703.04346875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 704.59596875
transcript.pyannote[100].end 705.32159375
transcript.pyannote[101].speaker SPEAKER_05
transcript.pyannote[101].start 704.61284375
transcript.pyannote[101].end 706.06409375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 706.46909375
transcript.pyannote[102].end 714.09659375
transcript.pyannote[103].speaker SPEAKER_05
transcript.pyannote[103].start 713.05034375
transcript.pyannote[103].end 716.49284375
transcript.pyannote[104].speaker SPEAKER_05
transcript.pyannote[104].start 716.98221875
transcript.pyannote[104].end 756.80721875
transcript.pyannote[105].speaker SPEAKER_05
transcript.pyannote[105].start 757.41471875
transcript.pyannote[105].end 758.54534375
transcript.pyannote[106].speaker SPEAKER_05
transcript.pyannote[106].start 759.06846875
transcript.pyannote[106].end 761.58284375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 761.58284375
transcript.pyannote[107].end 765.59909375
transcript.pyannote[108].speaker SPEAKER_05
transcript.pyannote[108].start 765.36284375
transcript.pyannote[108].end 777.90096875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 772.38284375
transcript.pyannote[109].end 773.19284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 777.54659375
transcript.pyannote[110].end 781.25909375
transcript.whisperx[0].start 12.574
transcript.whisperx[0].end 25.059
transcript.whisperx[0].text 好謝謝主席我請我們的司法院副秘請王副秘書長然後法務部政次黃次長我特別請法服的莊董事長好委員長
transcript.whisperx[1].start 37.19
transcript.whisperx[1].end 40.577
transcript.whisperx[1].text 大家辛苦了今天題目有點多我們把握時間了下一頁
transcript.whisperx[2].start 41.924
transcript.whisperx[2].end 67.892
transcript.whisperx[2].text 最近有立法委員公然的批判了法服只幫加害人他批判了法服幫加害人是司法的嚴重傾斜其實不光是張其凱委員在上週的這個言論早在今年的一二月我觀察到整個媒體的報導輿論嚴重的操作對於法服的污名化
transcript.whisperx[3].start 68.852
transcript.whisperx[3].end 85.341
transcript.whisperx[3].text 譬如說我看到這個一月份吧這媒體也特別的在扭曲說法服幫助的都是詐欺犯然後幫助的案類的前五名都是加害者就是搭配
transcript.whisperx[4].start 86.653
transcript.whisperx[4].end 109.569
transcript.whisperx[4].text 我不曉得張其凱委員是不是剛好就去看到一二月的那個錯誤的報導所以呢讓他做出了這種嚴重的打擊法服而且完全不符合事實的陳述任何一個立法委員發言真的要慎重否則對於成立了21年的法服從三個分會開始現在22個分會我們幫助了無數的
transcript.whisperx[5].start 114.652
transcript.whisperx[5].end 136.089
transcript.whisperx[5].text 為了捍衛憲法的這個訴訟權跟平等權為了捍衛了司法的公平性成立了法服多少個律師群專業人士來投入所以我想就教於董事長喔到底啊我們就先講服務對象好了法服都指幫忙加害人嗎當然不是首先呢感謝委員對於法服的支持
transcript.whisperx[6].start 143.942
transcript.whisperx[6].end 160.403
transcript.whisperx[6].text 那我想呢,這個您剛剛的所提問的,其實民眾呢,是一般民眾都會這樣想的。但是多年來呢,華湖一直在宣導,我們華湖糊塗的對象,絕對不叫做幫助加害人。
transcript.whisperx[7].start 161.434
transcript.whisperx[7].end 179.409
transcript.whisperx[7].text 我們都是在技弱來救平我們是針對法治國家裡面我們認為有這個必要對一些在天平上我們在審判庭的時候那檢察官就代表了被害人
transcript.whisperx[8].start 180.309
transcript.whisperx[8].end 198.654
transcript.whisperx[8].text 他對於被告直接的控訴呢他需要有一個均衡的力量在審判上各自聽到我這裡有個資訊就我所調查的資料我想立委站上質詢台都要做功課而不是像張祺凱這樣無地放矢還涉及抹黑造假
transcript.whisperx[9].start 200.174
transcript.whisperx[9].end 220.257
transcript.whisperx[9].text 法服的服務對象48%是經濟弱勢的家庭然後34%是由法院轉介的強制辯護的案件所以並沒有選擇你是加害人你是受害人因為法服在接案受理的時候你不能為審先判嘛所以我的資訊是正確的嗎
transcript.whisperx[10].start 222.379
transcript.whisperx[10].end 237.119
transcript.whisperx[10].text 所以法服不是指幫加害人嘛就服務對象絕對不是不是就是不是請張綺凱委員收回她的話甚至要向服務法服的這些專業人士法律界的人士來道歉
transcript.whisperx[11].start 238.24
transcript.whisperx[11].end 247.012
transcript.whisperx[11].text 第二個呢 就案件類啊我也去做了這個調查法服的協助的案件類最大宗有10142件 18%其實是幫助人民做還債也就是信用卡的卡債
transcript.whisperx[12].start 256.604
transcript.whisperx[12].end 280.398
transcript.whisperx[12].text 所以以案件來講 也不是什麼詐欺類最多 刑事案件最多所以 除了對象 不是只幫加害人他是一視同仁的 既弱就貧的然後在案件類 也不是服務詐欺犯服務那些刑事案件的罪犯而是來幫助民眾最需要的而且因為他就是弱勢所以很多人是因為弱勢 他可能去借錢 可能去卡債
transcript.whisperx[13].start 281.839
transcript.whisperx[13].end 299.531
transcript.whisperx[13].text 所以你們最高的案類18%都是在協助民眾還債的這一類我的資訊正確嗎是的那現在法服受到這樣我給您一點點時間好不好給您30秒好好對社會正向的訴求不要汙名化法服
transcript.whisperx[14].start 300.994
transcript.whisperx[14].end 322.409
transcript.whisperx[14].text 當然對法輔的誤解我們已經多年來一直在澄清我也希望呼籲各界能夠支持法輔這是我們施法裡面在輔助人民很安定的一股力量有22個分會4000多名法輔律師在幫全民做各種的法律服務絕對不是指因為特定
transcript.whisperx[15].start 323.731
transcript.whisperx[15].end 337.772
transcript.whisperx[15].text 限定說是加害人或是被害人而是只要他是生活弱勢或者是說經濟上的弱勢或是其他有需要法律適當輔助的我們都一起包含在內
transcript.whisperx[16].start 339.014
transcript.whisperx[16].end 361.916
transcript.whisperx[16].text 很重要的一個觀念我覺得我們的法治教育立委最需要受法治教育了這一年來其實法服是在程序正義上來幫忙所以程序正義上是一視同仁的法服不會成為法院之上的法院法服不會先去判定你這個來懲請協助的人是加害人是被害因為
transcript.whisperx[17].start 362.777
transcript.whisperx[17].end 382.139
transcript.whisperx[17].text 不論法律上的加害被害都是要透過司法的偵查跟審判才能夠斷定嘛無罪推定嘛是所以辛苦你們了我們持續做對的事今天也有一個案子解凍是跟法輔被凍結了翁小玲委員凍結了一千萬我希望能夠替你們伸張正義謝謝謝謝好您請回好下一頁
transcript.whisperx[18].start 385.034
transcript.whisperx[18].end 403.647
transcript.whisperx[18].text 那跟騷法的三週年 回到今天的這個專報的主題其實我當初也是一路催生的立委之一三年了我們需要好好的檢視 我們先用數字2022年上路到現在 我們各警察機關受理的案件有8488件家暴類38% 一般跟騷62%左右
transcript.whisperx[19].start 409.711
transcript.whisperx[19].end 436.932
transcript.whisperx[19].text 而以2024去年一整年呢 跟騷處理有2806件當中對我們最有意義的是說警方呢 警政部門核發了書面告誡的比例其實很高 67%而法院核發跟騷保護令的比例也很高 67%而我認為很有意義的是經由檢方核發書面告誡他再犯跟騷的比例是低於10%
transcript.whisperx[20].start 438.493
transcript.whisperx[20].end 457.831
transcript.whisperx[20].text 而且經由法院核發了跟騷的保護令之後呢在持續加害持續跟騷的低於5%換言之就達到我們當初的立法以及制度的一個有效的一個陰影兩位是不是都看到正面的結果哪一位要代表
transcript.whisperx[21].start 459.577
transcript.whisperx[21].end 474.932
transcript.whisperx[21].text 那個同一位人所說的齁那其實我們那個法院那個統計裡面可能是那個基準不一樣我們的甚至還到達七成是是是到七成法院核發到達七成好我整理的是百分之六十七點三好下一頁
transcript.whisperx[22].start 476.195
transcript.whisperx[22].end 503.087
transcript.whisperx[22].text 但是呢當初我們在倡議的時候在立法的時候都一直認為他的對象啊都要限縮於與性及性別有關當初我們在倡議立法的委員有很多的意見當然我們理解警政部門認為資源有限警政部門認為說先優先從這種高風險的案件因為在立法那個時候是很多情殺啦跟騷之後被殺害
transcript.whisperx[23].start 505.948
transcript.whisperx[23].end 530.15
transcript.whisperx[23].text 所以優先從這種對象來下手 但是上路了三年以後是不是可以更妥協的去我們可不可能嚴議來增訂成案的排除條款更進一步刪除只侷限於性與性別的案類為什麼這麼說呢 可能是傑次長要回應我發現很多跟騷的人是被黑道討債的啦
transcript.whisperx[24].start 532.248
transcript.whisperx[24].end 552.719
transcript.whisperx[24].text 對不對 那像這種案類很清楚是不是就可以納入一個跟騷的範圍各位很棒因為這個是內政部主管的法令那你認為呢我想這個要經過通盤的研議因為上次討論的時候其實就已經有那時候你還是立委你也參與這個法律討論那我們內政部的代表好嗎 那個馬次長
transcript.whisperx[25].start 556.181
transcript.whisperx[25].end 570.39
transcript.whisperx[25].text 如果繼續侷限於性與性別有關其實你真的沒有辦法幫助我說黑道討債就是很明顯的一個案例啊那派黑道來跟騷你造成你身心靈的壓力甚至有進一步的暴力事件來次長
transcript.whisperx[26].start 572.257
transcript.whisperx[26].end 595.313
transcript.whisperx[26].text 其實我們除了黑道到暴力討債之後我們還有聚眾滋擾跟鄰里糾紛還有記者追蹤那總共有四個樣態是跟目前的更少法的構成要件 這是不一樣那有一個比較重要的考量就是說因為如果把性與性別的定義排除掉的話會影響到我們很多正常的社會互動這樣的一個過程
transcript.whisperx[27].start 596.474
transcript.whisperx[27].end 600.558
transcript.whisperx[27].text 那對一般人來講但我在聚焦嘛我說那黑道討債是不是就是相對明確的
transcript.whisperx[28].start 602.404
transcript.whisperx[28].end 628.744
transcript.whisperx[28].text 跟委員報告 因為目前的話黑照討債主要是依照刑法跟我知道啊對相關的條文我覺得這個大哉問啦當初我們在立法的時候我講過的話我今天還是希望能夠好好在三週年因為原本三週年上路你們就要檢視法律好下面的意見下一頁我再講下一頁請你們一併納入檢視了也就是相對人的治療性的處遇計畫
transcript.whisperx[29].start 630.385
transcript.whisperx[29].end 653.126
transcript.whisperx[29].text 比照家暴案例我發現一個我講重點家暴案例對於這些處遇計劃其實他是有警政跟社政跟衛政的協力才能夠提出具體的處遇性計劃也能夠有效來幫助但是對於跟騷只是著重在警政方面的作為對於處遇
transcript.whisperx[30].start 654.927
transcript.whisperx[30].end 662.913
transcript.whisperx[30].text 就真的沒有辦法做到是不是有這樣子的問題還有包括那個申請人的那個要預繳預繳這個費用整個不友善的儲遇性計畫
transcript.whisperx[31].start 666.325
transcript.whisperx[31].end 687.131
transcript.whisperx[31].text 各位知道這個被害人要預繳這個部分我們跟衛福部在協調因為它的確是一個不合理的設計而且不低耶對這個不合理這個我們都從被害人的角度我們都知道這個有問題什麼時候會有答案我們會盡快因為我們在上個月我們已經跟衛福部的代表我們有見過面好加速好嗎好
transcript.whisperx[32].start 688.231
transcript.whisperx[32].end 703.251
transcript.whisperx[32].text 那其他的廚藝計畫那委員剛剛有提到就是說廚藝性計畫的話如果我們法院根據《更少法》第12條第一項第三款有合法保護令的話它的治療性廚藝計畫它是有強制力的可是那要
transcript.whisperx[33].start 705.042
transcript.whisperx[33].end 722.032
transcript.whisperx[33].text 這相對困難嘛對那如果說是那個其他的法條他有這個所謂的認知輔導或教育的話他就不是具有強制力的部份市長你可能不是這方面的專業啦你是防災的專家啦我建議喔三周年就是要好好檢視跟騷法我提出來的幾個
transcript.whisperx[34].start 723.152
transcript.whisperx[34].end 746.074
transcript.whisperx[34].text 譬如說範圍的界定以及這個處遇性的計畫內容不夠具體不夠明確以至於它過偏於在警政如何讓衛政跟社政的系統能夠融入然後還有剛剛你說的那個申請人預繳的那個處遇性費用我當然支持要馬上能做的馬上做我希望我們未來還有機會來討論好好去把三週年上路以後的檢視計畫
transcript.whisperx[35].start 748.236
transcript.whisperx[35].end 756.488
transcript.whisperx[35].text 檢討計畫再提出來否則我還是正面的肯定我剛剛第一頁秀出來的相當高的警察員警當初都很怕案類很多
transcript.whisperx[36].start 757.875
transcript.whisperx[36].end 778.025
transcript.whisperx[36].text 我覺得還是一個很好的執行成績嗎我們很努力啊因為這個部分的確一定要保護這個部分的好我們希望保護能夠不漏接不漏接任何一個身處被跟騷的人的心理壓力好嗎我們今天就希望等一下司法院還有稍後國安會的解凍都能夠順利好謝謝我們完整檢討謝謝謝謝吳司堯委員