iVOD / 162188

Field Value
IVOD_ID 162188
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162188
日期 2025-06-04
會議資料.會議代碼 委員會-11-3-26-15
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15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 15
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15次全體委員會議
影片種類 Clip
開始時間 2025-06-04T09:30:20+08:00
結束時間 2025-06-04T09:42:57+08:00
影片長度 00:12:37
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/dfdeed74d30b982873c599e853ef091269516374867620cef0976ba27860ef1281c57b7438d7776a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 09:30:20 - 09:42:57
會議時間 2025-06-04T09:00:00+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15次全體委員會議(事由:邀請勞動部部長就「勞工退休金制度改革,含勞保、勞退執行現況」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 10.03784375
transcript.pyannote[0].end 13.31159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 14.00346875
transcript.pyannote[1].end 14.54346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 18.74534375
transcript.pyannote[2].end 19.30221875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 19.69034375
transcript.pyannote[3].end 20.71971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 21.31034375
transcript.pyannote[4].end 22.30596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 24.33096875
transcript.pyannote[5].end 25.09034375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 25.20846875
transcript.pyannote[6].end 27.11534375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 27.68909375
transcript.pyannote[7].end 34.99596875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 35.78909375
transcript.pyannote[8].end 53.03534375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 53.42346875
transcript.pyannote[9].end 57.00096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 57.60846875
transcript.pyannote[10].end 66.83909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 67.15971875
transcript.pyannote[11].end 69.11721875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 69.40409375
transcript.pyannote[12].end 75.81659375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 75.69846875
transcript.pyannote[13].end 90.43034375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 90.93659375
transcript.pyannote[14].end 96.52221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 96.79221875
transcript.pyannote[15].end 112.68846875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 97.70346875
transcript.pyannote[16].end 97.77096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 97.77096875
transcript.pyannote[17].end 98.07471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 113.46471875
transcript.pyannote[18].end 130.72784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 130.72784375
transcript.pyannote[19].end 131.23409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 131.97659375
transcript.pyannote[20].end 133.05659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 133.49534375
transcript.pyannote[21].end 190.54971875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 190.78596875
transcript.pyannote[22].end 191.24159375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 191.47784375
transcript.pyannote[23].end 213.90471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 215.45721875
transcript.pyannote[24].end 220.63784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 220.89096875
transcript.pyannote[25].end 262.52159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 223.45596875
transcript.pyannote[26].end 223.65846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 235.33596875
transcript.pyannote[27].end 235.90971875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 262.52159375
transcript.pyannote[28].end 284.69534375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 282.77159375
transcript.pyannote[29].end 283.54784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 283.80096875
transcript.pyannote[30].end 283.81784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 283.98659375
transcript.pyannote[31].end 285.60659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 285.79221875
transcript.pyannote[32].end 286.29846875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 286.26471875
transcript.pyannote[33].end 344.51721875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 344.87159375
transcript.pyannote[34].end 357.02159375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 357.34221875
transcript.pyannote[35].end 359.65409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 359.83971875
transcript.pyannote[36].end 375.17909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 376.09034375
transcript.pyannote[37].end 377.08596875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 376.41096875
transcript.pyannote[38].end 379.14471875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 377.57534375
transcript.pyannote[39].end 377.84534375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 378.89159375
transcript.pyannote[40].end 404.55846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 387.95346875
transcript.pyannote[41].end 388.40909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 392.29034375
transcript.pyannote[42].end 392.35784375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 392.35784375
transcript.pyannote[43].end 392.71221875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 404.94659375
transcript.pyannote[44].end 407.89971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 406.56659375
transcript.pyannote[45].end 406.70159375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 407.89971875
transcript.pyannote[46].end 412.97909375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 413.60346875
transcript.pyannote[47].end 414.24471875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 414.61596875
transcript.pyannote[48].end 417.87284375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 418.26096875
transcript.pyannote[49].end 419.03721875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 421.38284375
transcript.pyannote[50].end 422.07471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 422.09159375
transcript.pyannote[51].end 436.57034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 436.60409375
transcript.pyannote[52].end 468.93659375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 469.59471875
transcript.pyannote[53].end 473.99909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 474.06659375
transcript.pyannote[54].end 486.33471875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 478.57221875
transcript.pyannote[55].end 478.70721875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 486.52034375
transcript.pyannote[56].end 486.90846875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 487.76909375
transcript.pyannote[57].end 505.16721875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 505.26846875
transcript.pyannote[58].end 524.42159375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 525.01221875
transcript.pyannote[59].end 530.96909375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 531.34034375
transcript.pyannote[60].end 536.70659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 537.19596875
transcript.pyannote[61].end 568.02659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 568.48221875
transcript.pyannote[62].end 602.35034375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 602.35034375
transcript.pyannote[63].end 607.05846875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 607.34534375
transcript.pyannote[64].end 615.24284375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 615.96846875
transcript.pyannote[65].end 630.32909375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 630.54846875
transcript.pyannote[66].end 643.06971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 643.06971875
transcript.pyannote[67].end 643.08659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 643.10346875
transcript.pyannote[68].end 699.93846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 679.41846875
transcript.pyannote[69].end 679.43534375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 679.43534375
transcript.pyannote[70].end 679.45221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 699.93846875
transcript.pyannote[71].end 709.57409375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 710.45159375
transcript.pyannote[72].end 712.03784375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 712.35846875
transcript.pyannote[73].end 716.79659375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 717.06659375
transcript.pyannote[74].end 721.69034375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 722.19659375
transcript.pyannote[75].end 737.01284375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 737.01284375
transcript.pyannote[76].end 737.29971875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 737.62034375
transcript.pyannote[77].end 755.28846875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 754.61346875
transcript.pyannote[78].end 754.69784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 754.69784375
transcript.pyannote[79].end 754.73159375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 754.73159375
transcript.pyannote[80].end 754.96784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 754.96784375
transcript.pyannote[81].end 755.52471875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 756.53721875
transcript.pyannote[82].end 757.06034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 757.06034375
transcript.pyannote[83].end 757.26284375
transcript.whisperx[0].start 11.046
transcript.whisperx[0].end 14.388
transcript.whisperx[0].text 有請我們的勞動部 洪部長請部長部長早日本那個社會學者
transcript.whisperx[1].start 27.691
transcript.whisperx[1].end 56.765
transcript.whisperx[1].text 藤田校典在2015年就提出了下流老人的概念指的是過著貧困且孤獨生活的高齡者要是下流老人人數比例過高的話社會就會負擔高額的社會福利支出那臺灣今年進入到超高齡社會那當然日本在老化的程度事實上比我們更早所以想問也就是說今天下流老人的問題在於經濟安全
transcript.whisperx[2].start 57.679
transcript.whisperx[2].end 81.258
transcript.whisperx[2].text 所以想問部長預防老人貧窮的問題根本是在勞動主管的退勞保高齡就業業務這個概念你同意嗎我同意我們當然是要避免這個剛剛委員說的狀況我想我們也是各部會員很重要的一份是 特別是低薪非典就業者就像派遣工啊 零工啊
transcript.whisperx[3].start 81.838
transcript.whisperx[3].end 89.991
transcript.whisperx[3].text 在老退制度當中的制度形式上是弱勢那勞動部提出什麼樣的政策來預防這些勞工未來成為下流勞人
transcript.whisperx[4].start 90.987
transcript.whisperx[4].end 112.081
transcript.whisperx[4].text 我想除了剛剛委員剛才講到的這個勞退或者是老年金的相關的制度以外其實我們也持續的在落實我們在中高齡就業的專法上面那也因為這個專法其實目前看起來整體的這個老年的勞參率其實是有提高的那也包括這裡面其實我們
transcript.whisperx[5].start 113.542
transcript.whisperx[5].end 128.694
transcript.whisperx[5].text 藉由這個法也來發布了這個中高齡跟高齡者的就業促進計畫那這大概都是希望能夠透過促進更多的這個老年人能夠再一次的參與就業來去確保他在經濟生活的維持
transcript.whisperx[6].start 132.028
transcript.whisperx[6].end 148.711
transcript.whisperx[6].text 那從法院審理民事案件的實務當中我們看那個參考資料來看的話台灣社會每個月必要的生活費用大概在一萬七到兩萬三之間可是如果撫養一個人的話就費用會增加一倍那高齡者退休後的收入包括
transcript.whisperx[7].start 149.252
transcript.whisperx[7].end 169.648
transcript.whisperx[7].text 我們的勞工退休金或是過去工資的存款還有就是勞保年金還有他的資產的投資這四大項到2023年為止的話勞工保險年金給付每個月平均可以領到18824元加上勞退薪資平均每月大概可以領到4616元
transcript.whisperx[8].start 171.79
transcript.whisperx[8].end 193.365
transcript.whisperx[8].text 一個月這樣看起來可以領兩萬三千四百四十元可是如果高齡者如果他退休後沒有其他收入的話表示這兩筆的社會保險的錢最多只能打平他的生活基本需求他大概要撫養其他的譬如妻子什麼大概就是不太可能所以想問一下退休後光靠勞保
transcript.whisperx[9].start 194.437
transcript.whisperx[9].end 213.698
transcript.whisperx[9].text 劳退钱是不够用的那是不是应该要提醒劳工所以部长您觉得因为我们现在看到的事实上是我觉得劳动部对这个问题好像一直是避重就轻没有做好社会沟通所以部长是不是可以去负起这样的传递真实讯息的责任
transcript.whisperx[10].start 215.915
transcript.whisperx[10].end 241.781
transcript.whisperx[10].text 第一個當然我覺得我們會一直來鼓勵這個勞工在勞退上面的自體因為確實如果在這個工作的過程裡面其實就逐步的有一定自體的比例的話都對於其實退休以後能夠領到的退休金其實是有蠻顯著的幫助的我覺得這部分我們會盡力來做那另外當然就是剛才說到確實我們也看到
transcript.whisperx[11].start 242.661
transcript.whisperx[11].end 261.937
transcript.whisperx[11].text 這個也因為社會的高齡化所以其實有蠻多的高齡者他其實是還有工作能力的這也是為什麼剛才在講到說這個中高齡及高齡者的專法裡面去協助大家還有他可以所長可以發揮的地方那一方面他也可以再有多一點在老年生活的收入這樣子
transcript.whisperx[12].start 262.637
transcript.whisperx[12].end 284.49
transcript.whisperx[12].text 所以在退休收入不足的狀況下勞動部我認為是有義務去提醒他們老公透過商業保險或是儲蓄來提前做財務規劃來確保他的生活甚至要不要自體那6%也是一種方式所以我覺得這件事應該要盡快來進行了是當然就麻煩勞動部當然這個部分我們會來做
transcript.whisperx[13].start 286.311
transcript.whisperx[13].end 302.027
transcript.whisperx[13].text 那社會保險的目的本來就是在穩健投資確保基本生活可是財經界一直有一種自提自選的訴求可是在概念上是把保本跟投資混為一談我覺得相當危險目前勞退基金的
transcript.whisperx[14].start 302.507
transcript.whisperx[14].end 328.02
transcript.whisperx[14].text 投保率在2.96%到4.04%比定存高一点为稳健保本的一个投资策略那反过来说呢这里是远的这样子感受上好像劳工会赚大钱可是其实上搞不好赚不多反而搞不好要承担投资失败的风险所以从2023年的这样子的一个劳工平均每月可以领
transcript.whisperx[15].start 329.876
transcript.whisperx[15].end 340.667
transcript.whisperx[15].text 4616元的勞退基金來說的話自提6%可以加倍領取到9232元可是如果自提自選的投報率如果達到一倍的話的確可以領到13848元那對勞工來講
transcript.whisperx[16].start 345.132
transcript.whisperx[16].end 358.991
transcript.whisperx[16].text 因為由於投入的資本小順利的話事實上每個月僅能增加4616元的收入可是如果投資私利的話這個字體的6%可能就是全部都賠光了那所以呢
transcript.whisperx[17].start 360.172
transcript.whisperx[17].end 371.249
transcript.whisperx[17].text 這才是說贊成跟反對兩派意見衝突的癥結點所以勞動部在整個討論過程當中我認為一直沒有去我認為還是在避重就輕沒有好好說給勞工聽部長你會積極向社會說明嗎
transcript.whisperx[18].start 376.127
transcript.whisperx[18].end 404.157
transcript.whisperx[18].text 我想這就會有一個誤解認為說他就會賺大錢因為社會上面當然一直有人在提議自選這個問題但目前其實我想我們的政策上是沒有開放自選的那當然第一個最大的考慮其實就是關於風險承受的問題所以我想我們還是會讓我們相關的這個基金的操作盡量的穩健成長然後來保障老公他的這個他的
transcript.whisperx[19].start 405.057
transcript.whisperx[19].end 418.716
transcript.whisperx[19].text 年金上面的收益或者是他經濟上的收益可是他們也現在會有一個這樣問題所以我說如果政府也保證自選的最終也是合理的保證他能夠有一個給付你覺得這樣子有道理嗎
transcript.whisperx[20].start 421.557
transcript.whisperx[20].end 448.144
transcript.whisperx[20].text 報告委員因為那個自選的話其實就是相當的風險那這樣的風險當勞工選擇一個高風險那政府還要來保證這個高風險的收益那這個是一個問題這個部分的話就很難再做這樣的一個處理是所以我說連帶要說清楚的是對於操作基金的投資公司拿全體勞工的自體的錢去做操作金額大操作費跟利息高而且不用承擔風險的話對財團來講
transcript.whisperx[21].start 450.986
transcript.whisperx[21].end 470.711
transcript.whisperx[21].text 來講的話投報的那個效高那可是勞工自選的單薄的利潤相差比市場是極大的可是風險要由勞工承擔利益累積的話是在財團那這一點勞動部應該是不是要跟我們的社會大眾說交代清楚再表達你們的
transcript.whisperx[22].start 471.638
transcript.whisperx[22].end 485.754
transcript.whisperx[22].text 反對的理由去做這樣可以嗎我想我們在這個相關的政策的選擇上面其實這都是一個風險怎麼去評估跟認知的問題所以我們當然其實也很願意跟社會大眾來溝通這裡面其實該怎麼認知這些相關的風險
transcript.whisperx[23].start 487.813
transcript.whisperx[23].end 504.956
transcript.whisperx[23].text 那務實的來看普遍能夠增加高齡者收入彌補年金退休金不足的方法便是提高高齡者的勞動參與率可是現實是45歲到49歲的人口退休前勞動參與率就已經是到85.56%了昨年下降到65歲勞動參與率只剩下9.97%跟國際相比65歲以上的勞動參與率跟人家差非常的多所以想問勞動部再提高
transcript.whisperx[24].start 516.738
transcript.whisperx[24].end 521.582
transcript.whisperx[24].text 勞參率這件事情上應採取45到54歲留在職場55歲到64歲延緩退出職場65歲以上的話談性再就業的分離策略勞動部的目前的規劃狀況是如何
transcript.whisperx[25].start 533.097
transcript.whisperx[25].end 560.102
transcript.whisperx[25].text 確實我們看目前台灣在高齡者的勞參率的部分確實還是比一些國家來的低這個是我們也很清楚所以我們現在是很積極的也透過剛才說我們這個中高齡的就業的專法來去推動確實這幾年下來是有看到成果的那我們還會在持續的在針對這個部分在努力那另外一方面我們一直在跟企業溝通
transcript.whisperx[26].start 561.202
transcript.whisperx[26].end 585.003
transcript.whisperx[26].text 其實包括怎麼樣去克服企業可能聘僱高齡者他會遇到的一些問題比方說如果企業擔心可能怎麼樣設計比較適合高齡者他在身體上面的強度那有辦法支撐的話那我們其實現在也在透過比方像植物在設計等等的方法來去來消除可能企業來聘僱我們中高齡或高齡者的時候他可能會有的一些
transcript.whisperx[27].start 585.943
transcript.whisperx[27].end 612.201
transcript.whisperx[27].text 這裡面會有一些挑戰但我想政府這邊是非常非常願意大力的來協助我們也看到越來越多的企業有這個意識接下來恐怕在就業市場上面高齡者中高齡者他的重要性就是會大幅的提升我們就是必須要在這個問題上面來合作確實我們現在已經進入到超高齡部長剛剛提到說植物在設計這個概念上真的也很努力可是一直侷限在製程的變更跟輔助的設備上的應用
transcript.whisperx[28].start 616.103
transcript.whisperx[28].end 633.412
transcript.whisperx[28].text 所以尽管中高龄及高龄者就业促进法已经明定部分工时作为促进的手段可是还是缺乏这种职务在设计没有去考虑到部分工时只缺开发跟媒合的策略所以想问一下部长未来对此你要怎么做
transcript.whisperx[29].start 633.885
transcript.whisperx[29].end 649.225
transcript.whisperx[29].text 因為不是只有輔具而已或是說他去把那個流程或是用機器來減少掉他死藥可是問題是他做整天他搞不好也沒有辦法其實跟我說第一個剛才其實委員講到幾個重要的概念第一個是部分工事因為確實蠻多高齡者他
transcript.whisperx[30].start 650.025
transcript.whisperx[30].end 679.425
transcript.whisperx[30].text 他就是表達他比較沒有辦法去做全職的工作他可能就是部分公司的工作其實現在也越來越多企業意識到這件事情所以我們其實也跟很多企業在討論甚至在輔導企業怎麼把相關的工作其實做一個有效的拆解或者是說這個職務上面可以做一定的拆解但是拆解的同時還是要符合我們在那個勞動法規上面的法尊這部分我們會來輔導這部分那第二個剛剛在講到職務在設計其實我想其實也不是只是單純請他們用輔具而已
transcript.whisperx[31].start 680.286
transcript.whisperx[31].end 699.7
transcript.whisperx[31].text 我們會來把植物栽設計在各個產業或各種職類上面再推動的更細膩因為可能不同的產業或者是不同的植物他所需要的植物栽設計是不太一樣的那我們在這部分的分眾其實我們會來做的更細膩那能夠對企業或者是對高齡者的工作其實有更多的幫助
transcript.whisperx[32].start 699.98
transcript.whisperx[32].end 721.514
transcript.whisperx[32].text 那再麻煩勞動部因為我們現在已經進入超高齡然後人力需求又這麼高那本期日前提出勞動部制定我們的政策推動退休到退休前的一到兩年勞工提前跟原僱主或新僱主議定65歲借齡退休後的那個新勞動契約這個政策勞動部現在研擬的進度如何
transcript.whisperx[33].start 722.493
transcript.whisperx[33].end 740.703
transcript.whisperx[33].text 跟因為委員其實一直很關心這個問題吼那我們其實這部分當然也在檢討但是現有有一些跟僱主協商的機制可沒有希望能夠把它再更優化那所以我想再給我們一點時間那我們再來跟委員這邊來做一個報告好最後就期待吼我剛剛今天質詢的這四點吼麻煩
transcript.whisperx[34].start 741.547
transcript.whisperx[34].end 753.42
transcript.whisperx[34].text 我們的勞動部這邊能夠面對到超高齡社會避免下流老人的事件發生針對勞工退休金跟勞保年金跟就業理財這四管旗下來正視這個問題