iVOD / 162190

Field Value
IVOD_ID 162190
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162190
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 2025-06-04T09:43:06+08:00
結束時間 2025-06-04T09:56:22+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/dfdeed74d30b98284203dff1f5230e4b69516374867620cef0976ba27860ef1202c9b1c5cbfb041b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 09:43:06 - 09:56:22
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 0.03096875
transcript.pyannote[0].end 1.70159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.88721875
transcript.pyannote[1].end 2.29221875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 2.29221875
transcript.pyannote[2].end 3.35534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 2.95034375
transcript.pyannote[3].end 4.55346875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 5.17784375
transcript.pyannote[4].end 11.48909375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 12.01221875
transcript.pyannote[5].end 19.33596875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 19.77471875
transcript.pyannote[6].end 26.74409375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 27.14909375
transcript.pyannote[7].end 30.55784375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 31.03034375
transcript.pyannote[8].end 32.98784375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 33.40971875
transcript.pyannote[9].end 34.13534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 34.50659375
transcript.pyannote[10].end 37.03784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 34.65846875
transcript.pyannote[11].end 35.21534375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 37.03784375
transcript.pyannote[12].end 82.06034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 82.06034375
transcript.pyannote[13].end 127.57221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 97.70346875
transcript.pyannote[14].end 98.34471875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 128.26409375
transcript.pyannote[15].end 139.73909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 140.59971875
transcript.pyannote[16].end 189.97596875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 189.97596875
transcript.pyannote[17].end 203.27346875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 203.40846875
transcript.pyannote[18].end 203.71221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 203.69534375
transcript.pyannote[19].end 211.45784375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 210.73221875
transcript.pyannote[20].end 214.96784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 212.48721875
transcript.pyannote[21].end 212.80784375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 214.96784375
transcript.pyannote[22].end 215.03534375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 215.03534375
transcript.pyannote[23].end 227.05034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 215.08596875
transcript.pyannote[24].end 215.20409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 215.28846875
transcript.pyannote[25].end 215.32221875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 221.24534375
transcript.pyannote[26].end 221.58284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 227.20221875
transcript.pyannote[27].end 246.18659375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 245.79846875
transcript.pyannote[28].end 257.25659375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 257.84721875
transcript.pyannote[29].end 258.84284375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 259.26471875
transcript.pyannote[30].end 262.99409375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 262.99409375
transcript.pyannote[31].end 280.30784375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 263.50034375
transcript.pyannote[32].end 263.83784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 268.15784375
transcript.pyannote[33].end 268.59659375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 268.59659375
transcript.pyannote[34].end 268.61346875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 280.30784375
transcript.pyannote[35].end 293.97659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 286.50096875
transcript.pyannote[36].end 287.53034375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 294.70221875
transcript.pyannote[37].end 297.84096875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 298.24596875
transcript.pyannote[38].end 299.68034375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 299.95034375
transcript.pyannote[39].end 301.65471875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 301.08096875
transcript.pyannote[40].end 301.72221875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 301.85721875
transcript.pyannote[41].end 302.22846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 302.22846875
transcript.pyannote[42].end 332.38409375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 332.83971875
transcript.pyannote[43].end 333.98721875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 334.94909375
transcript.pyannote[44].end 335.84346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 335.96159375
transcript.pyannote[45].end 339.03284375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 339.06659375
transcript.pyannote[46].end 344.78721875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 344.78721875
transcript.pyannote[47].end 352.93784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 352.93784375
transcript.pyannote[48].end 353.03909375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 353.03909375
transcript.pyannote[49].end 359.95784375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 359.95784375
transcript.pyannote[50].end 360.34596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 360.34596875
transcript.pyannote[51].end 360.36284375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 360.36284375
transcript.pyannote[52].end 360.37971875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 360.37971875
transcript.pyannote[53].end 360.44721875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 360.44721875
transcript.pyannote[54].end 365.71221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 360.48096875
transcript.pyannote[55].end 361.08846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 365.71221875
transcript.pyannote[56].end 395.96909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 395.96909375
transcript.pyannote[57].end 419.03721875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 419.03721875
transcript.pyannote[58].end 432.03096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 432.03096875
transcript.pyannote[59].end 463.09784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 432.31784375
transcript.pyannote[60].end 432.50346875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 463.14846875
transcript.pyannote[61].end 485.37284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 486.50346875
transcript.pyannote[62].end 489.27096875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 487.81971875
transcript.pyannote[63].end 488.24159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 489.27096875
transcript.pyannote[64].end 490.01346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 490.36784375
transcript.pyannote[65].end 491.75159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 492.08909375
transcript.pyannote[66].end 509.84159375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 501.69096875
transcript.pyannote[67].end 502.36596875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 508.27221875
transcript.pyannote[68].end 509.75721875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 509.84159375
transcript.pyannote[69].end 510.16221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 510.16221875
transcript.pyannote[70].end 510.38159375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 510.38159375
transcript.pyannote[71].end 516.70971875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 515.78159375
transcript.pyannote[72].end 517.92471875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 517.92471875
transcript.pyannote[73].end 518.56596875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 519.13971875
transcript.pyannote[74].end 520.15221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 520.87784375
transcript.pyannote[75].end 521.46846875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 521.70471875
transcript.pyannote[76].end 522.09284375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 522.10971875
transcript.pyannote[77].end 522.75096875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 523.05471875
transcript.pyannote[78].end 524.05034375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 524.62409375
transcript.pyannote[79].end 527.23971875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 527.27346875
transcript.pyannote[80].end 529.82159375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 530.76659375
transcript.pyannote[81].end 531.05346875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 531.05346875
transcript.pyannote[82].end 531.07034375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 531.45846875
transcript.pyannote[83].end 531.52596875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 531.52596875
transcript.pyannote[84].end 532.74096875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 532.80846875
transcript.pyannote[85].end 536.62221875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 537.19596875
transcript.pyannote[86].end 544.80659375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 539.08596875
transcript.pyannote[87].end 539.86221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 545.19471875
transcript.pyannote[88].end 547.94534375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 546.86534375
transcript.pyannote[89].end 549.31221875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 550.78034375
transcript.pyannote[90].end 551.25284375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 551.86034375
transcript.pyannote[91].end 564.22971875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 563.26784375
transcript.pyannote[92].end 567.28409375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 567.36846875
transcript.pyannote[93].end 569.03909375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 567.82409375
transcript.pyannote[94].end 568.61721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 569.03909375
transcript.pyannote[95].end 570.91221875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 570.91221875
transcript.pyannote[96].end 574.94534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 571.38471875
transcript.pyannote[97].end 572.16096875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 576.02534375
transcript.pyannote[98].end 593.44034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 576.09284375
transcript.pyannote[99].end 577.81409375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 594.68909375
transcript.pyannote[100].end 596.34284375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 597.70971875
transcript.pyannote[101].end 598.03034375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 598.58721875
transcript.pyannote[102].end 601.70909375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 599.48159375
transcript.pyannote[103].end 599.86971875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 600.32534375
transcript.pyannote[104].end 600.49409375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 602.35034375
transcript.pyannote[105].end 604.64534375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 604.91534375
transcript.pyannote[106].end 605.15159375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 605.65784375
transcript.pyannote[107].end 606.78846875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 608.54346875
transcript.pyannote[108].end 616.55909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 616.62659375
transcript.pyannote[109].end 640.30221875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 641.14596875
transcript.pyannote[110].end 653.61659375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 654.47721875
transcript.pyannote[111].end 656.35034375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 657.09284375
transcript.pyannote[112].end 659.20221875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 659.65784375
transcript.pyannote[113].end 661.19346875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 661.48034375
transcript.pyannote[114].end 662.99909375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 663.58971875
transcript.pyannote[115].end 665.27721875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 666.61034375
transcript.pyannote[116].end 669.32721875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 669.64784375
transcript.pyannote[117].end 670.25534375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 670.59284375
transcript.pyannote[118].end 671.92596875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 671.92596875
transcript.pyannote[119].end 671.94284375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 674.28846875
transcript.pyannote[120].end 678.18659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 678.38909375
transcript.pyannote[121].end 678.40596875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 678.40596875
transcript.pyannote[122].end 678.42284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 678.42284375
transcript.pyannote[123].end 678.96284375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 678.96284375
transcript.pyannote[124].end 680.58284375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 680.58284375
transcript.pyannote[125].end 681.08909375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 681.08909375
transcript.pyannote[126].end 684.29534375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 681.12284375
transcript.pyannote[127].end 681.44346875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 684.68346875
transcript.pyannote[128].end 686.10096875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 685.40909375
transcript.pyannote[129].end 686.59034375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 686.42159375
transcript.pyannote[130].end 686.45534375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 686.48909375
transcript.pyannote[131].end 705.55784375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 703.31346875
transcript.pyannote[132].end 714.51846875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 715.39596875
transcript.pyannote[133].end 716.44221875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 716.62784375
transcript.pyannote[134].end 719.02409375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 719.02409375
transcript.pyannote[135].end 727.42784375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 724.08659375
transcript.pyannote[136].end 729.03096875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 729.08159375
transcript.pyannote[137].end 730.43159375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 730.65096875
transcript.pyannote[138].end 732.62534375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 733.28346875
transcript.pyannote[139].end 733.60409375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 734.04284375
transcript.pyannote[140].end 734.71784375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 735.20721875
transcript.pyannote[141].end 735.89909375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 736.13534375
transcript.pyannote[142].end 736.92846875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 737.35034375
transcript.pyannote[143].end 738.29534375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 739.96596875
transcript.pyannote[144].end 742.98659375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 742.98659375
transcript.pyannote[145].end 743.00346875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 743.27346875
transcript.pyannote[146].end 744.72471875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 745.87221875
transcript.pyannote[147].end 748.52159375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 748.84221875
transcript.pyannote[148].end 749.29784375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 750.31034375
transcript.pyannote[149].end 750.74909375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 751.18784375
transcript.pyannote[150].end 753.97221875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 751.44096875
transcript.pyannote[151].end 753.28034375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 753.97221875
transcript.pyannote[152].end 756.95909375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 754.32659375
transcript.pyannote[153].end 755.87909375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 756.95909375
transcript.pyannote[154].end 757.31346875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 757.31346875
transcript.pyannote[155].end 772.06221875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 772.41659375
transcript.pyannote[156].end 773.54721875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 773.93534375
transcript.pyannote[157].end 778.00221875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 779.09909375
transcript.pyannote[158].end 780.56721875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 780.76971875
transcript.pyannote[159].end 782.76096875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 783.41909375
transcript.pyannote[160].end 784.70159375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 785.02221875
transcript.pyannote[161].end 785.81534375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 786.13596875
transcript.pyannote[162].end 787.65471875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 787.78971875
transcript.pyannote[163].end 788.58284375
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 789.10596875
transcript.pyannote[164].end 789.96659375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 790.37159375
transcript.pyannote[165].end 791.70471875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 791.89034375
transcript.pyannote[166].end 797.22284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 796.31159375
transcript.pyannote[167].end 796.96971875
transcript.whisperx[0].start 0.069
transcript.whisperx[0].end 0.17
transcript.whisperx[0].text 請部長謝謝請部長上來
transcript.whisperx[1].start 5.219
transcript.whisperx[1].end 29.957
transcript.whisperx[1].text 根據勞金局公布的最新資料目前勞動基金總規模是七兆一千多億在今年美國對等關稅影響下已經虧損了將近一千九百多億如果再加上委託管理的國民年金保險基金還有這個農民的退休基金應該是總虧損高達兩千多億然後民間有個說法就是說平均每年賠一萬多
transcript.whisperx[2].start 31.078
transcript.whisperx[2].end 51.183
transcript.whisperx[2].text 你覺得這樣的說法正確嗎如果不正確請趕快跟證說明清楚我想這個說法當然是不對的勞工朋友提繳的年金那是絕對不會減少的尤其是像在我們勞退機制裡面其實就有保障的收益制度雖然看起來
transcript.whisperx[3].start 52.384
transcript.whisperx[3].end 66.259
transcript.whisperx[3].text 這過去一段時間因為美國關稅的原因所以它在收益上面是有些波動但是我們在這個勞退的保障收益機制裡面其實是有確保其實累積的收益一定會是不低於銀行兩年期定存利率的保障收益
transcript.whisperx[4].start 66.98
transcript.whisperx[4].end 92.845
transcript.whisperx[4].text 那這是勞退的部分 那勞保的部分我們是確定給複製所以基金收益的波動是不會影響到勞保給付的金額我想這部分是我們一定會來跟社會來講清楚剛剛委員在講說市面上面在流傳的這個說法我想它是不正確的對啊 所以你們就是站在勞動部的這個立場一定要儘早把這事情說明清楚不然好像2000多一起處理2300萬人平均每一個人要賠1萬多這種算法實在是
transcript.whisperx[5].start 94.705
transcript.whisperx[5].end 110.454
transcript.whisperx[5].text 實在是有在勞動民心我覺得是很不正確原本投資是有起有落那我們有設定所謂的保障機制基本上就不可能有這種事情發生所以這必須要盡快的說明清楚是其一但是美國關稅90天期間將至在7月8號前或許我們會朝向
transcript.whisperx[6].start 117.077
transcript.whisperx[6].end 139.383
transcript.whisperx[6].text 好的方向去發展也或許會朝向不是好的方向去發展萊頓部這邊針對相關的基金運用上有沒有什麼因應的作為跟基本的方針因為當川普大力宣布這樣的事情的情況之下確實造成很大的市場上的波動那我們現在不曉得萊頓部的因應作為是什麼
transcript.whisperx[7].start 140.66
transcript.whisperx[7].end 163.602
transcript.whisperx[7].text 我想因為現在台灣的我們的國家的談判團隊正在跟美國在做這個關稅的談判但是我想勞動部有可能就像剛剛文說有可能比較好往好的狀況方也有可能往比較這個嚴峻的狀況那從勞動部角度我們當然一定會把情境設定是比較嚴峻的狀況來去做相關的準備
transcript.whisperx[8].start 164.022
transcript.whisperx[8].end 192.359
transcript.whisperx[8].text 因為如果嚴峻的狀況你過得了的話好的狀況其實當然就也比較能夠過所以我們包括現在在這個現在的這個特別條例裡面其實已經有規劃了150億的這個經費那如果150億來協助來支持我們勞動朋友度過關稅的這樣子的衝擊還不夠的話其實我們也還有包括我們的救保或者是救安的基金其實可以來支應不是不是不是部長我的問題focus是在這個
transcript.whisperx[9].start 194.04
transcript.whisperx[9].end 215.465
transcript.whisperx[9].text 勞動基金的運用這些相關的基金有沒有一個具體的方針然後避免這樣的這個基金的虧損持續擴大對不對跟委員報告我們勞動基金的運用我們一向就是從長期來看市場的波動一定有我當然說是從長期來看啦不是看短暫的這個我非常清楚嘛對不對但是因為
transcript.whisperx[10].start 216.545
transcript.whisperx[10].end 240.555
transcript.whisperx[10].text 因為川普大帝的這樣的一個震撼力有時候真的你必須要去有一些具體的因應方針來做處理我們會持續關我們一向本來就是會關注市場的變化隨時來調整那在市場整個大跌的時候我們的基金的運用絕對不會像市場所說的全部殺出認賠出來這個反而對我們基金不利
transcript.whisperx[11].start 244.577
transcript.whisperx[11].end 254.402
transcript.whisperx[11].text 那我要補充說明 你要不要出言你不用在委會講你只要跟我講說因為這個美國對你關稅而且7月8日到期有沒有任何的你們有評估過的相關研擬的具體方針
transcript.whisperx[12].start 257.878
transcript.whisperx[12].end 278.669
transcript.whisperx[12].text 可以來做這樣的較好的營運 避免基金的虧損擴大 就這樣而已委員跟您報告 這個投資本來每天就要看市場所以我們內部隨時都在調整我們的策略我們基本上我們每年有一個大策略但是我們每季也有 我們隨時都在
transcript.whisperx[13].start 280.37
transcript.whisperx[13].end 299.586
transcript.whisperx[13].text 你們每年都有大策略我知道但是你們每年大策略沒有包含到川普的這種個性的死難嘛所以他是一個很突破狀況他是一個很不確定的狀況他是一個從頭到尾我們不可預知的一個狀態情況之下劉謙許有沒有相關的因應的具體方針這樣就好了啦你簡單回應我就好了好不好
transcript.whisperx[14].start 301.13
transcript.whisperx[14].end 319.609
transcript.whisperx[14].text 有沒有啦有有好謝謝這樣就好了不要再講下去了對你又說到時候是因為你的一些講話造成一些波動這樣不好對不對好那我們接著請請我回報請部長你再看一下因為是受到美國人關稅這樣的一個影響嘛目前這個全台實務薪假
transcript.whisperx[15].start 320.089
transcript.whisperx[15].end 331.576
transcript.whisperx[15].text 已經達到155家所以影響的勞工高達2800多人無薪假當然是直接影響勞工的大議題未來七八個月會不會有更多企業、廠家提出無薪假通報我們不能去預估
transcript.whisperx[16].start 334.96
transcript.whisperx[16].end 359.069
transcript.whisperx[16].text 未來這幾個月到底可能會有在多少家提出來然後我們針對這幾家可能受到衝擊是怎麼樣有沒有去做相關的一些預估各位報告其實我們一直在密切的監測跟關注現在這個我們會講減班休息因為它並不是真的無薪OK對那這個減班休息的加速那確實現在是大概其實是有微幅的緩步的上升
transcript.whisperx[17].start 359.989
transcript.whisperx[17].end 384.817
transcript.whisperx[17].text 那但是17月8號之後會不會原有的直接衝擊變成間接衝擊這個影響會不會更大我們現在其實我們也做好相關的準備了這個準備其實就包括我們的僱用安定措施包括我們這個充電再觸發的措施都是如果接下來這個無薪假確實有擴大的話怎麼樣來支持我們可能會受影響的勞工在收入上面的這個減損那我們怎麼樣來協助
transcript.whisperx[18].start 387.578
transcript.whisperx[18].end 414.79
transcript.whisperx[18].text 所以這幾個我們都做包括剛才在講到就是說透過特別條例的150億那也包括我們的救保的基金其實就是來做這方面的因應好 我只是要提醒部長因為我還是特別強調剛剛上個題目問題是一樣的因為你面對川普的狀況很多事情你是很難預估的然後我們或許跟美國談的後來可能會朝向很好的方向去發展那有些事情就一定能解嘛那萬一不是呢 相反之
transcript.whisperx[19].start 415.45
transcript.whisperx[19].end 433.219
transcript.whisperx[19].text 那勞動部可能要辦起更重大的這樣的一個應變的能力跟責任嘛現在確實減班休息裡面目前看起來是在比較多那有幾個特定的產業其實增加的幅度會多一點可是我們其實很密切在監測也主動的跟這些相關的工會或者產業在做座談來提供我們協助我知道你都有在做啦
transcript.whisperx[20].start 433.339
transcript.whisperx[20].end 462.091
transcript.whisperx[20].text 不過我是針對點的這一個現在我們遇到這個狀況真的是跟以前完全不一樣那如果我用兩千零八兩千我還下了對比當時全國持是無薪假高達五百八十幾家啦受到影響的勞工將近快到二十四萬嘛對不對那我們我們新任的調兵師我們黃師長宋永是這麼講嘛齁目前對等對美的這個對等關稅能有高度的不確定性台灣也正與美國談判中政府採取謹慎態度密切掌握通報的事業單位狀況
transcript.whisperx[21].start 463.451
transcript.whisperx[21].end 485.203
transcript.whisperx[21].text 會主動聯繫通報事業單位進行輔導方式提供勞動部勞動力發展署如充電載出發訓練計畫僱用安定措施等支援以保障勞工權利對不對OK沒問題我請教一下目前155家有提出充電載出發訓練計畫還有僱用安定措施有幾家
transcript.whisperx[22].start 486.567
transcript.whisperx[22].end 513.049
transcript.whisperx[22].text 現在是比較少的 目前有提出為什麼會比較少因為不好用因為不知道怎麼用應該是確實有些僱主我們其實有問他說你要不要提出比方說充電材出發可是僱主目前是說他沒有意願你們要去鼓勵他們要提出嘛對不對當然而且我們現在其實在甚至檢討因為過去其實是要透過僱主才能夠申請我們現在新的設計勞工直接就可以申請不然你能不能直接導入我150家目前
transcript.whisperx[23].start 513.729
transcript.whisperx[23].end 523.877
transcript.whisperx[23].text 提出是幾家啦 簡單就好這兩個計畫 充電站目前是七家七家 七家這樣不到一趴多 對啊僱用呢 僱用安定措施
transcript.whisperx[24].start 524.799
transcript.whisperx[24].end 549.162
transcript.whisperx[24].text 顧問安定措施現在是大概30家30家兩成多合理嗎合不合理嗎我們確實覺得要再提高所以這也是為什麼我們現在是設計我們自己包括勞動部跟地方政府我們會主動的來聯繫已經放這個減班休息的勞工你們的計畫到底是不是沒有吸引力
transcript.whisperx[25].start 553.26
transcript.whisperx[25].end 572.106
transcript.whisperx[25].text 我自己覺得當很多的雇主他聽完完整的了解我們計劃的設計以後他們是覺得這是不錯的有吸引力的可是確實現在是有很多的企業他對我們相關的企業聽完之後覺得有吸引力然後又不提出然後提出又是一層多有一些聽完他就有來表達155家目前為止執行有聽完的幾家
transcript.whisperx[26].start 576.221
transcript.whisperx[26].end 593.251
transcript.whisperx[26].text 我們其實都沒有主動聯繫啦沒有主動聯繫不然你怎麼會講說有幾家聽起來覺得還不錯是幾家嘛我們一個電台資料基本上要有個基本的數額嘛對不對155家如果是有一家兩家聽到覺得還不錯這兩家又不提出來那這真的還不錯了
transcript.whisperx[27].start 597.765
transcript.whisperx[27].end 600.752
transcript.whisperx[27].text 監察院這個報告裡面這當然不是新的署長的任內也不是部長任內
transcript.whisperx[28].start 608.601
transcript.whisperx[28].end 633.407
transcript.whisperx[28].text 老化署青年自來發展中心運作長達12年能為訂定服務基線均與產出型指標衡量績效至達成旅超標200%甚至破千以上能夠提升青年就業資成效為敏因為優先對就業不利的青年族群建構差異性自來輔導模式服務內容高度重疊交易部門導致相關經費預算乃至專職專業人力長期低度投資已發展
transcript.whisperx[29].start 638.428
transcript.whisperx[29].end 665.095
transcript.whisperx[29].text 我要一次講這兩件事情啦這是監察院剛剛糾正的5月21號糾正的沒有錯嘛對不對好那我再回歸到頭這裡面還有很多洋洋灑灑寫的一大堆東西啦齁我再回歸到頭就是說你的充電債出發你的職癌你的僱用安定措施到底陳如妮說的好不好用聽了大家都覺得還不錯但是大家都不提出申請還是提出申請的比例非常低
transcript.whisperx[30].start 666.994
transcript.whisperx[30].end 671.481
transcript.whisperx[30].text 應該就是有檢討的必要的空間了嘛對不對對當然當然都有精進的空間
transcript.whisperx[31].start 674.338
transcript.whisperx[31].end 698.134
transcript.whisperx[31].text 什麼時候可以檢討盤整完成 提出修正相關的計畫因為7月8號快到了到時候還是這個計畫一層多 那個計畫兩層多根本說明關於充電災出發的部分我們其實近期我們已經都取得了這些可能放減班休息勞工的聯繫方式我們會直接聯繫這個勞工本人不一定非得要透過僱主
transcript.whisperx[32].start 698.954
transcript.whisperx[32].end 712.875
transcript.whisperx[32].text 因為過去就是僱主他覺得他他沒有意願可是這可能會影響了勞工來舉舉的自願的權利變化就是說原有僱主提出申請現在勞工可以提出申請嘛對不對好這個應變的措施我OK我接受但是實質的內容
transcript.whisperx[33].start 715.461
transcript.whisperx[33].end 738.096
transcript.whisperx[33].text 真的有幫助嗎真的覺得不錯嗎還是部長你個人認為不錯他其實能夠獲得的訓練的津貼那其實是對於勞工在收入上面的影響是有幫助的我們就要檢視現在才六月初而已嘛我們六月底來檢視嘛反正我們這是研會到七月底了呀對不對這一個月內如果這兩個計畫你都沒有辦法因為一個一成多實在很難去幫你訂這個KPI啦你都沒有辦法超過五成
transcript.whisperx[34].start 745.97
transcript.whisperx[34].end 749.169
transcript.whisperx[34].text 那你這兩個計畫要不要大幅的去修正?要不要?
transcript.whisperx[35].start 750.356
transcript.whisperx[35].end 777.631
transcript.whisperx[35].text 要不要?我們會強化的來執行但是你不能逼人家執行啊你不能在我那邊說大家聽起來都不錯啊但是我們就不要申請啊結果你如果說我怎樣怎樣他就給你打出來申請結果那個還是假的就像監察院糾正的狀況狀況的事情會持續發生我不好意思再唸下去的這幾項再唸下去真的這個老花鼠新來的署長可能你要有相關的因應作為
transcript.whisperx[36].start 779.144
transcript.whisperx[36].end 796.936
transcript.whisperx[36].text 因為監察院已經提出糾正你不要未來又這兩個計畫又被糾正不好我只是提醒一個月內相關的調整計畫成立委員會然後提高申請的比例當然破50%OK謝謝好 謝謝主席謝謝部長謝謝各位辛苦了