iVOD / 162562

Field Value
IVOD_ID 162562
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162562
日期 2025-06-18
會議資料.會議代碼 委員會-11-3-26-17
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17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 17
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17次全體委員會議
影片種類 Clip
開始時間 2025-06-18T09:43:41+08:00
結束時間 2025-06-18T09:57:20+08:00
影片長度 00:13:39
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5617cf280bc2552ac2f9ab9407266c8d242af1fd96f58230f2210b8e17643b3938984da3e0f224fa5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:43:41 - 09:57:20
會議時間 2025-06-18T09:00:00+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17次全體委員會議(事由:邀請勞動部部長就「營造友善職場育兒環境,落實照顧不離職政策規劃」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 2.61284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 3.22034375
transcript.pyannote[1].end 7.75971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 8.85659375
transcript.pyannote[2].end 15.75846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 16.04534375
transcript.pyannote[3].end 16.66971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 16.87221875
transcript.pyannote[4].end 28.33034375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 29.57909375
transcript.pyannote[5].end 36.00846875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 36.21096875
transcript.pyannote[6].end 66.88971875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 66.24846875
transcript.pyannote[7].end 68.79659375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 67.73346875
transcript.pyannote[8].end 69.18471875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 69.01596875
transcript.pyannote[9].end 86.14409375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 86.14409375
transcript.pyannote[10].end 112.50284375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 106.02284375
transcript.pyannote[11].end 106.09034375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 106.09034375
transcript.pyannote[12].end 106.12409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 106.12409375
transcript.pyannote[13].end 106.30971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 106.30971875
transcript.pyannote[14].end 106.37721875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 114.13971875
transcript.pyannote[15].end 116.24909375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 116.62034375
transcript.pyannote[16].end 127.89284375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 122.03721875
transcript.pyannote[17].end 122.39159375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 122.66159375
transcript.pyannote[18].end 122.91471875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 127.92659375
transcript.pyannote[19].end 134.82846875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 134.59221875
transcript.pyannote[20].end 134.99721875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 134.86221875
transcript.pyannote[21].end 139.53659375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 138.22034375
transcript.pyannote[22].end 139.51971875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 139.53659375
transcript.pyannote[23].end 139.60409375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 139.60409375
transcript.pyannote[24].end 140.39721875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 140.39721875
transcript.pyannote[25].end 153.91409375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 140.44784375
transcript.pyannote[26].end 140.59971875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 154.40346875
transcript.pyannote[27].end 164.12346875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 165.05159375
transcript.pyannote[28].end 174.63659375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 165.16971875
transcript.pyannote[29].end 165.54096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 166.41846875
transcript.pyannote[30].end 166.82346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 167.02596875
transcript.pyannote[31].end 167.22846875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 175.51409375
transcript.pyannote[32].end 179.24346875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 179.14221875
transcript.pyannote[33].end 180.81284375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 179.93534375
transcript.pyannote[34].end 182.17971875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 182.23034375
transcript.pyannote[35].end 183.85034375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 183.64784375
transcript.pyannote[36].end 183.96846875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 184.15409375
transcript.pyannote[37].end 196.27034375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 186.12846875
transcript.pyannote[38].end 186.63471875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 193.38471875
transcript.pyannote[39].end 193.85721875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 194.70096875
transcript.pyannote[40].end 232.16346875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 232.48409375
transcript.pyannote[41].end 237.96846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 238.59284375
transcript.pyannote[42].end 241.96784375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 241.02284375
transcript.pyannote[43].end 241.46159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 242.11971875
transcript.pyannote[44].end 248.41409375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 249.17346875
transcript.pyannote[45].end 250.32096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 249.66284375
transcript.pyannote[46].end 250.18596875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 250.42221875
transcript.pyannote[47].end 251.95784375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 250.72596875
transcript.pyannote[48].end 250.92846875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 252.14346875
transcript.pyannote[49].end 254.57346875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 255.14721875
transcript.pyannote[50].end 267.16221875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 267.46596875
transcript.pyannote[51].end 272.19096875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 272.95034375
transcript.pyannote[52].end 278.89034375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 278.97471875
transcript.pyannote[53].end 291.64784375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 292.05284375
transcript.pyannote[54].end 304.55721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 304.92846875
transcript.pyannote[55].end 306.29534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 306.66659375
transcript.pyannote[56].end 311.40846875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 311.69534375
transcript.pyannote[57].end 313.02846875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 313.48409375
transcript.pyannote[58].end 315.00284375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 315.54284375
transcript.pyannote[59].end 316.69034375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 317.29784375
transcript.pyannote[60].end 317.92221875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 317.41596875
transcript.pyannote[61].end 321.01034375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 321.16221875
transcript.pyannote[62].end 324.67221875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 325.44846875
transcript.pyannote[63].end 327.91221875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 328.90784375
transcript.pyannote[64].end 329.49846875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 328.92471875
transcript.pyannote[65].end 332.02971875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 330.67971875
transcript.pyannote[66].end 331.67534375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 332.23221875
transcript.pyannote[67].end 337.58159375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 338.17221875
transcript.pyannote[68].end 338.49284375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 338.49284375
transcript.pyannote[69].end 340.46721875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 340.66971875
transcript.pyannote[70].end 343.08284375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 341.02409375
transcript.pyannote[71].end 341.64846875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 343.33596875
transcript.pyannote[72].end 366.85971875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 366.91034375
transcript.pyannote[73].end 369.25596875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 371.02784375
transcript.pyannote[74].end 391.00784375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 385.81034375
transcript.pyannote[75].end 385.86096875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 392.07096875
transcript.pyannote[76].end 412.10159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 396.98159375
transcript.pyannote[77].end 397.25159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 403.52909375
transcript.pyannote[78].end 403.81596875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 409.62096875
transcript.pyannote[79].end 409.89096875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 412.01721875
transcript.pyannote[80].end 419.44221875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 419.44221875
transcript.pyannote[81].end 420.08346875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 420.28596875
transcript.pyannote[82].end 449.10846875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 449.53034375
transcript.pyannote[83].end 459.45284375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 461.41034375
transcript.pyannote[84].end 464.66721875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 465.24096875
transcript.pyannote[85].end 481.62659375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 481.87971875
transcript.pyannote[86].end 484.20846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 484.61346875
transcript.pyannote[87].end 485.35596875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 485.81159375
transcript.pyannote[88].end 486.46971875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 486.85784375
transcript.pyannote[89].end 491.12721875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 491.39721875
transcript.pyannote[90].end 545.38034375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 545.85284375
transcript.pyannote[91].end 555.58971875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 555.92721875
transcript.pyannote[92].end 559.20096875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 559.53846875
transcript.pyannote[93].end 563.48721875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 564.48284375
transcript.pyannote[94].end 565.25909375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 566.00159375
transcript.pyannote[95].end 580.90221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 580.98659375
transcript.pyannote[96].end 582.23534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 582.48846875
transcript.pyannote[97].end 584.69909375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 584.81721875
transcript.pyannote[98].end 595.00971875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 594.97596875
transcript.pyannote[99].end 606.34971875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 606.88971875
transcript.pyannote[100].end 616.71096875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 609.75846875
transcript.pyannote[101].end 609.97784375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 609.97784375
transcript.pyannote[102].end 610.43346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 614.34846875
transcript.pyannote[103].end 615.20909375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 616.98096875
transcript.pyannote[104].end 618.95534375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 619.86659375
transcript.pyannote[105].end 627.10596875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 627.56159375
transcript.pyannote[106].end 630.04221875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 630.29534375
transcript.pyannote[107].end 644.36909375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 644.36909375
transcript.pyannote[108].end 666.22221875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 644.40284375
transcript.pyannote[109].end 644.47034375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 652.60409375
transcript.pyannote[110].end 652.97534375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 652.97534375
transcript.pyannote[111].end 653.38034375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 653.81909375
transcript.pyannote[112].end 654.13971875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 658.24034375
transcript.pyannote[113].end 658.25721875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 658.25721875
transcript.pyannote[114].end 658.66221875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 661.54784375
transcript.pyannote[115].end 661.90221875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 665.47971875
transcript.pyannote[116].end 668.50034375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 667.96034375
transcript.pyannote[117].end 669.05721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 669.63096875
transcript.pyannote[118].end 754.56284375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 755.99721875
transcript.pyannote[119].end 758.44409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 758.61284375
transcript.pyannote[120].end 764.75534375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 764.43471875
transcript.pyannote[121].end 764.70471875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 764.75534375
transcript.pyannote[122].end 764.78909375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 764.78909375
transcript.pyannote[123].end 764.80596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 764.80596875
transcript.pyannote[124].end 764.82284375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 764.82284375
transcript.pyannote[125].end 764.83971875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 764.99159375
transcript.pyannote[126].end 765.10971875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 765.10971875
transcript.pyannote[127].end 767.84346875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 767.91096875
transcript.pyannote[128].end 769.80096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 770.74596875
transcript.pyannote[129].end 775.62284375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 775.20096875
transcript.pyannote[130].end 780.65159375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 780.70221875
transcript.pyannote[131].end 797.37471875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 799.55159375
transcript.pyannote[132].end 805.82909375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 805.03596875
transcript.pyannote[133].end 806.43659375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 806.43659375
transcript.pyannote[134].end 815.14409375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 815.24534375
transcript.pyannote[135].end 817.25346875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 818.75534375
transcript.pyannote[136].end 819.32909375
transcript.whisperx[0].start 0.429
transcript.whisperx[0].end 27.296
transcript.whisperx[0].text 曾經在這個大院做未還總質詢5月6號的時候您有討論到院長很稱讚你啊那當時院長非常稱讚您說他知道您很重視彈性暈假這個議題那您也提到說現在的事辦計畫是有問題的所以你要重新調整但當時我們時間不足所以你沒有具體說你遇到最大的問題是什麼可以在這邊請教你嗎
transcript.whisperx[1].start 29.905
transcript.whisperx[1].end 43.304
transcript.whisperx[1].text 其實的確這個應該是說談心暈留庭其實在談心暈留庭裡面其實要處理的幾個挑戰都包括對於很多的僱主來說他
transcript.whisperx[2].start 45.447
transcript.whisperx[2].end 66.688
transcript.whisperx[2].text 要怎麼來應對可能這種比較臨時性的請假的需求他在人力調度上面需要怎麼樣的配套來去協助他尤其是台灣的中小企業比較多他在這個當他的員工數比較少的時候他要再做這種比較臨時性的調度的時候他遇到的挑戰會比較大我想這是這是你最主要的問題所以這是現在的問題
transcript.whisperx[3].start 69.57
transcript.whisperx[3].end 98.3
transcript.whisperx[3].text 當時您在院長前面說所以事辦計畫做得不好那你會再調整並且一個月會給我報告可是其實已經過了一個月了那你會針對這個調整其實我們只是想知道說你要如何做這個最大的調整去修正我還是因為其實關心的委員很多第一個我們還是在希望這個方向就是能夠縮短能夠申請的日數他的日數的間隔那個單位能夠
transcript.whisperx[4].start 98.66
transcript.whisperx[4].end 112.045
transcript.whisperx[4].text 再更縮短這是第一個那第二個就是說剛剛兼顧說那我們要怎麼兼顧尤其是剛才說到台灣很多中小企業的雇主他在會在臨時性的人力排班上面我們要怎麼去協助他那
transcript.whisperx[5].start 114.195
transcript.whisperx[5].end 139.08
transcript.whisperx[5].text 避免比方說這個如果這個部分沒有弄好可能很多雇主還是會用各種方式不想要讓讓員工來請休所以他需要一個配套讓這件事情的執行性可行性能夠更高那您會有一個進度嗎因為當時您說你要改版再重新提出來可是我們不知道您這個改版的進度您預期什麼時候推出
transcript.whisperx[6].start 139.68
transcript.whisperx[6].end 163.898
transcript.whisperx[6].text 新的事辦計劃跟委員報告其實我們其實現在是也在跟行政院來爭取配套的資源目前正在跟行政院來爭取配套的資源那我們也希望盡快但確實這個政策之所以歷經了這麼多任的部長一個很重要的原因確實是因為他需要處理的關卡還不少
transcript.whisperx[7].start 165.066
transcript.whisperx[7].end 173.985
transcript.whisperx[7].text 包括執行面上面的關卡包括行政端上面的關卡其實還不少所以我們現在也一個一個在把這些關卡要把它給解開
transcript.whisperx[8].start 175.56
transcript.whisperx[8].end 194.016
transcript.whisperx[8].text 所以你其實你還沒有一個進度的計畫表啦因為你要慢慢的把它解開絕對不是慢慢的我說我們希望競速而且我希望都可以在這個也許希望到這個夏天我們就能夠做一些相關的讓大家公布
transcript.whisperx[9].start 196.858
transcript.whisperx[9].end 211.023
transcript.whisperx[9].text 那下一個這邊要先稱讚您因為你看歷年來育嬰留庭幾戶的金額其實是在升高的表示他是往一個正向的發展但是針對就業保險法第19之2條要嚴密將育嬰津貼從6個月延長到7個月這個修法的進度第一想問這個修法進度如何第二是有蠻多人去反映說怕看得到吃不到因為必須同時
transcript.whisperx[10].start 226.848
transcript.whisperx[10].end 254.35
transcript.whisperx[10].text 雙方都請了六個月才可以來延長到這第七個月那實際上真的雙方有達到六個月的你有統計出來嗎 是很少的大概有兩萬多個人兩萬多個人 對所以兩萬 二點一萬個爸爸媽媽來取得這個第七個月的育兒津貼對對 現行的資料那想問您這個修法進度如何
transcript.whisperx[11].start 256.33
transcript.whisperx[11].end 266.985
transcript.whisperx[11].text 因為這個要涉及到修舊保我們目前預計應該是在下半年或者是在年底前我們希望能夠跟行政院提出舊保修法的版本
transcript.whisperx[12].start 267.523
transcript.whisperx[12].end 289.585
transcript.whisperx[12].text 好那我們等一下來討論一下是不是實際會幫助到這個申請的人增加因為你其實就是要提供誘因嘛好那第一個我想提供部長一個新的數據也就是台灣的離婚率一直在節節的上升目前是亞洲第二高去年我們就五萬多對
transcript.whisperx[13].start 290.826
transcript.whisperx[13].end 315.639
transcript.whisperx[13].text 離婚那統計起來呢每一天平均是有146對離婚所以我是想爭取包括未來部長也很在意的人工生殖法也許會有單身的女性想要自己生小孩你會不會考慮你在做這個育嬰或是延長到七個月等等也可以含瓜進去單親家庭的這個範疇
transcript.whisperx[14].start 317.321
transcript.whisperx[14].end 327.642
transcript.whisperx[14].text 要不要來你如果現在你現在如果你可以可以請申請運營留庭的就會有相關的權益啊是我說未來這個新的族群
transcript.whisperx[15].start 328.936
transcript.whisperx[15].end 356.816
transcript.whisperx[15].text 就是說當我們人工生殖法如果修過了之後你只要是你只要有育嬰留庭的你就可以有相關的權益啊好我並沒有這個並沒有限對就是你有育嬰留庭的就可以有好因為這等一下我們再來講你的報告你的報告裡面其實是有列出有婚姻狀態或者是分居或者是離婚的狀態等等所申請育嬰留庭的數據好沒關係等一下我們再看就好了
transcript.whisperx[16].start 357.236
transcript.whisperx[16].end 369.005
transcript.whisperx[16].text 那第二個我們來看一下這個表格你會不會覺得男跟女來申請這個合附的件數這個差距你想要怎麼樣把它縮短
transcript.whisperx[17].start 371.513
transcript.whisperx[17].end 389.872
transcript.whisperx[17].text 根本說明就目前我們從統計的數字上看得到如果把請領可以申請的這個天數縮短男性申請的比例就會很明顯的上升比方說之前我們從原本因為留庭只能一次請六個月到應該是111年
transcript.whisperx[18].start 392.753
transcript.whisperx[18].end 419.527
transcript.whisperx[18].text 110年當時110年的時候改成最短是可以用月來請的時候這個制度的變革就讓男性申請的比例提高蠻多的所以我們預計如果可以把它再更縮短可以請這個申請的天數的話男性申請的比例還會再提高所以今年夏天到年底以前你把它改得更彈性你會預計男女的比例會縮短我認為會
transcript.whisperx[19].start 420.347
transcript.whisperx[19].end 447.481
transcript.whisperx[19].text 好是但我們還有一個結構性的問題啦當然就是要提到這個114年同酬日是2月27日也就是說女性需要比男性多工作58天才可以達到全年相同的薪資比較去年的2月25日其實是延後兩天的因此這個也有可能是一個變數那為什麼說這個是你需要分析的數據呢就是
transcript.whisperx[20].start 450.402
transcript.whisperx[20].end 463.848
transcript.whisperx[20].text 113年勞動部最新的調查報告你們把育嬰留庭的申請人的數據做一個很好的分析但是但是我在這邊要指出一個很具體的問題
transcript.whisperx[21].start 465.59
transcript.whisperx[21].end 486.023
transcript.whisperx[21].text 這樣子的分析如果在大學拿給這個教授看教授可能沒有辦法很認可也不是一個很好的論文你的男性只有分四項第一個是有12歲以下子女然後第二個有未滿3歲子女子女均在3歲以上沒有然後沒有就這樣子
transcript.whisperx[22].start 486.923
transcript.whisperx[22].end 501.423
transcript.whisperx[22].text 女性的話你們是做得很具姓名義喔年齡層就分了五項教育程度從國中以下一直到研究所婚姻狀態那我當然也是從這邊看到你這邊婚姻狀態的話申請孕流亭的是非常非常少的關於
transcript.whisperx[23].start 502.684
transcript.whisperx[23].end 531.423
transcript.whisperx[23].text 離婚上偶或是分居等等然後小孩的年紀有幾位小孩每月的薪資薪資還分成七八個級距有沒有特殊身份然後你還把女性分的職業別非常詳細裡面還包括名義代表農林漁牧業機械什麼非常多大概有十項然後行業別行業別至少就有二十項公司的所在地就有四個地區的分別
transcript.whisperx[24].start 531.963
transcript.whisperx[24].end 558.842
transcript.whisperx[24].text 然後還細分說他們是不是有遇到雇主刁難啊離職啊歧視不平等待遇還有是不是因為擔心收入減少擔心失去工作業務繁忙等等這個會不會不管是從性別的角度來看或者是你想要解決問題的角度來看分析數據你以後對你政策的推動或是革新會不會覺得這樣子的分類好像不太公平
transcript.whisperx[25].start 559.571
transcript.whisperx[25].end 562.921
transcript.whisperx[25].text 那個人這個這個資料應該是不是是行政信憑會我請
transcript.whisperx[26].start 566.675
transcript.whisperx[26].end 593.363
transcript.whisperx[26].text 因為當時行政院憲評會會希望我們勞動部在調查的時候針對女性一些相關的個別的包含剛剛委員提到的年齡啊教育程度婚姻狀況等等會希望我們並同在本來我們其實是針對有育兒的那個小孩的歲數的調查裡面那併進去去了解女性這邊的相關的狀況所以才會有委員您看到我們的調查裡面為什麼男女的項目別會有差異
transcript.whisperx[27].start 595.063
transcript.whisperx[27].end 618.531
transcript.whisperx[27].text 這大概差了十萬八千里但您剛剛其實一直強調你的政策是希望男生也要請嘛男性也要請而且是多請可是你這樣的數據可能沒辦法協助你了解一些資訊啊如果你可以把兩邊的數據都做得一樣這樣不是可以更方便嗎我舉前幾天衛福部的案例他們的十大死因自殺率
transcript.whisperx[28].start 619.909
transcript.whisperx[28].end 643.002
transcript.whisperx[28].text 跑到十大以前沒有他們就開始分年齡層分男女去分析結果每一個年齡層包括性別他的原因是不同的所以如果你沒有知道說為何男生跟女生會有差距然後他在意的點是什麼他是不是薪資結構不同學歷不同而申請育嬰假有所差別這樣你如何去修改你的
transcript.whisperx[29].start 643.702
transcript.whisperx[29].end 668.111
transcript.whisperx[29].text 這些政策呢這樣好不好 因為其實剛才就像市長說就是之所以女性會統計到這麼細當時是因為性評會裡面要求女性的地方希望特別再做更細但的確我也覺得如果女性的部分做得到這麼細的統計那其實男性的部分要比照我認為也是合理的事情所以這部分我們在統計的過程裡面我們就來把項目做得更細我想這沒有問題好 那我就期待您明年的報告好嗎好 謝謝
transcript.whisperx[30].start 669.693
transcript.whisperx[30].end 694.298
transcript.whisperx[30].text 再來我是想提醒這個是我們在高速公路上有可能會看到臨時或是例行的路面修護必須要有的這個緩撞車或是緩衝車但是我們看右邊的數據你會覺得非常可怕因為從110年到113年他逐年事故的案件是上升那除了上升以外你也會在新聞上看到不只是追撞的駕駛會傷亡作業的勞工也會有傷亡
transcript.whisperx[31].start 697.099
transcript.whisperx[31].end 714.82
transcript.whisperx[31].text 像四月就有一名這個工人同時跟駕駛當場就身亡了那我們會想要知道說像這樣子的緩衝車都是編制外的他就是民間的自行購買或是委外承攬的可是我們有求證過交通部交通部的道路管理規範裡面
transcript.whisperx[32].start 716.041
transcript.whisperx[32].end 718.844
transcript.whisperx[32].text 他有針對這個緩衝車做出指導比如說這個車屁股後面多長要放出警示多長的距離要引導車流變化然後500公尺為限制等等的那比起來呢
transcript.whisperx[33].start 732.559
transcript.whisperx[33].end 754.393
transcript.whisperx[33].text 這個緩衝車我們有一個叫做高空作業車職安署就有很詳細的去做有高空吊掛或是懸吊的勞工是不是要怎麼管理還有約束雇主來確保安全是不是在這邊可以具體的建議你要不要對這樣子的緩衝車也來做一個作業的安全管理指引呢
transcript.whisperx[34].start 756.221
transcript.whisperx[34].end 769.041
transcript.whisperx[34].text 跟委員報告 謝謝 關於這個議題這個確實涉及到交通安全跟職業安全所以我們後面會再跟交通部這邊來洽商是不是請你方便一個月跟交通部有所聯繫嗎
transcript.whisperx[35].start 770.942
transcript.whisperx[35].end 796.482
transcript.whisperx[35].text 一個月聯繫沒問題那如果要訂定這個相關的職業可能要再給我們一段時間我知道 那一個月可以跟您要一個報告你會朝哪一些方向這個是幫您找出來的就各種不同的職業他們會訂出比如在國道工作的人可能會對於保護眼睛是不是被砂石噴到噪音但是又同時可以知道後面是不是有車子以及背心 頭盔 安全鞋等等這一類的
transcript.whisperx[36].start 799.602
transcript.whisperx[36].end 817.089
transcript.whisperx[36].text 好 那我想 我覺得跟文說我會請展署我們就一個月內 跟交通部聯絡那跟交通部聯絡 那先初步一些會商那怎麼把這個部分再做一些精進我們會把初步的跟交通部會商的結果再跟文說明好 謝謝 謝謝部長 謝謝主席