IVOD_ID |
162624 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/162624 |
日期 |
2025-06-18 |
會議資料.會議代碼 |
聯席會議-11-3-19,26,22-1 |
會議資料.會議代碼:str |
第11屆第3會期經濟、社會福利及衛生環境、教育及文化三委員會第1次聯席會議 |
會議資料.屆 |
11 |
會議資料.會期 |
3 |
會議資料.會次 |
1 |
會議資料.種類 |
聯席會議 |
會議資料.委員會代碼[0] |
19 |
會議資料.委員會代碼[1] |
26 |
會議資料.委員會代碼[2] |
22 |
會議資料.委員會代碼:str[0] |
經濟委員會 |
會議資料.委員會代碼:str[1] |
社會福利及衛生環境委員會 |
會議資料.委員會代碼:str[2] |
教育及文化委員會 |
會議資料.標題 |
第11屆第3會期經濟、社會福利及衛生環境、教育及文化三委員會第1次聯席會議 |
影片種類 |
Clip |
開始時間 |
2025-06-18T11:50:49+08:00 |
結束時間 |
2025-06-18T11:59:48+08:00 |
影片長度 |
00:08:59 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5617cf280bc2552a16f0f8602b1495be5c8a36db9e18c27ba48dd392130a6736bfcdbd1d32fe68635ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
陳菁徽 |
委員發言時間 |
11:50:49 - 11:59:48 |
會議時間 |
2025-06-18T09:00:00+08:00 |
會議名稱 |
立法院第11屆第3會期經濟、社會福利及衛生環境、教育及文化三委員會第1次聯席會議(事由:審查:
一、行政院函請審議「外國專業人才延攬及僱用法修正草案」案。
二、本院委員何欣純等19人擬具「外國專業人才延攬及僱用法第十二條及第十四條條文修正草案」案。
三、本院委員陳亭妃等16人擬具「外國專業人才延攬及僱用法第四條、第六條及第十四條條文修正草案」案。
四、本院委員蔡易餘等17人擬具「外國專業人才延攬及僱用法修正草案」案。
五、本院委員羅美玲等16人擬具「外國專業人才延攬及僱用法修正草案」案。(詢答)
(第一案如未接獲議事處來函則不予審查。)) |
transcript.pyannote[0].speaker |
SPEAKER_01 |
transcript.pyannote[0].start |
0.03096875 |
transcript.pyannote[0].end |
1.49909375 |
transcript.pyannote[1].speaker |
SPEAKER_00 |
transcript.pyannote[1].start |
7.35471875 |
transcript.pyannote[1].end |
7.65846875 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
8.60346875 |
transcript.pyannote[2].end |
10.34159375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
10.79721875 |
transcript.pyannote[3].end |
11.67471875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
16.85534375 |
transcript.pyannote[4].end |
17.56409375 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
17.56409375 |
transcript.pyannote[5].end |
17.58096875 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
17.68221875 |
transcript.pyannote[6].end |
44.90159375 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
19.03221875 |
transcript.pyannote[7].end |
19.62284375 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
44.98596875 |
transcript.pyannote[8].end |
52.09034375 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
52.98471875 |
transcript.pyannote[9].end |
95.02034375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
95.44221875 |
transcript.pyannote[10].end |
112.48596875 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
112.68846875 |
transcript.pyannote[11].end |
113.27909375 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
113.36346875 |
transcript.pyannote[12].end |
147.02909375 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
148.42971875 |
transcript.pyannote[13].end |
148.88534375 |
transcript.pyannote[14].speaker |
SPEAKER_01 |
transcript.pyannote[14].start |
148.91909375 |
transcript.pyannote[14].end |
153.67784375 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
154.16721875 |
transcript.pyannote[15].end |
158.40284375 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
158.50409375 |
transcript.pyannote[16].end |
164.08971875 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
158.53784375 |
transcript.pyannote[17].end |
158.84159375 |
transcript.pyannote[18].speaker |
SPEAKER_01 |
transcript.pyannote[18].start |
164.47784375 |
transcript.pyannote[18].end |
165.74346875 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
165.94596875 |
transcript.pyannote[19].end |
168.22409375 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
168.46034375 |
transcript.pyannote[20].end |
173.40471875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
173.74221875 |
transcript.pyannote[21].end |
174.73784375 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
174.77159375 |
transcript.pyannote[22].end |
184.81221875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
183.71534375 |
transcript.pyannote[23].end |
184.22159375 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
184.87971875 |
transcript.pyannote[24].end |
240.14534375 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
240.33096875 |
transcript.pyannote[25].end |
259.77096875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
260.41221875 |
transcript.pyannote[26].end |
277.40534375 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
277.43909375 |
transcript.pyannote[27].end |
278.38409375 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
278.95784375 |
transcript.pyannote[28].end |
282.94034375 |
transcript.pyannote[29].speaker |
SPEAKER_00 |
transcript.pyannote[29].start |
282.94034375 |
transcript.pyannote[29].end |
282.95721875 |
transcript.pyannote[30].speaker |
SPEAKER_01 |
transcript.pyannote[30].start |
282.95721875 |
transcript.pyannote[30].end |
313.58534375 |
transcript.pyannote[31].speaker |
SPEAKER_00 |
transcript.pyannote[31].start |
283.05846875 |
transcript.pyannote[31].end |
283.17659375 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
303.42659375 |
transcript.pyannote[32].end |
304.33784375 |
transcript.pyannote[33].speaker |
SPEAKER_00 |
transcript.pyannote[33].start |
313.58534375 |
transcript.pyannote[33].end |
320.99346875 |
transcript.pyannote[34].speaker |
SPEAKER_01 |
transcript.pyannote[34].start |
319.27221875 |
transcript.pyannote[34].end |
319.81221875 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
320.23409375 |
transcript.pyannote[35].end |
320.33534375 |
transcript.pyannote[36].speaker |
SPEAKER_01 |
transcript.pyannote[36].start |
320.47034375 |
transcript.pyannote[36].end |
320.95971875 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
321.75284375 |
transcript.pyannote[37].end |
329.71784375 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
330.73034375 |
transcript.pyannote[38].end |
336.82221875 |
transcript.pyannote[39].speaker |
SPEAKER_01 |
transcript.pyannote[39].start |
335.13471875 |
transcript.pyannote[39].end |
335.45534375 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
336.41721875 |
transcript.pyannote[40].end |
337.22721875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
337.17659375 |
transcript.pyannote[41].end |
337.54784375 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
337.93596875 |
transcript.pyannote[42].end |
348.02721875 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
348.41534375 |
transcript.pyannote[43].end |
369.12096875 |
transcript.pyannote[44].speaker |
SPEAKER_00 |
transcript.pyannote[44].start |
369.42471875 |
transcript.pyannote[44].end |
381.94596875 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
382.36784375 |
transcript.pyannote[45].end |
390.60284375 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
391.05846875 |
transcript.pyannote[46].end |
391.90221875 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
392.98221875 |
transcript.pyannote[47].end |
393.40409375 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
394.12971875 |
transcript.pyannote[48].end |
408.54096875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
408.74346875 |
transcript.pyannote[49].end |
411.44346875 |
transcript.pyannote[50].speaker |
SPEAKER_01 |
transcript.pyannote[50].start |
411.56159375 |
transcript.pyannote[50].end |
413.80596875 |
transcript.pyannote[51].speaker |
SPEAKER_00 |
transcript.pyannote[51].start |
411.86534375 |
transcript.pyannote[51].end |
411.96659375 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
414.07596875 |
transcript.pyannote[52].end |
415.88159375 |
transcript.pyannote[53].speaker |
SPEAKER_01 |
transcript.pyannote[53].start |
416.10096875 |
transcript.pyannote[53].end |
417.34971875 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
417.61971875 |
transcript.pyannote[54].end |
419.93159375 |
transcript.pyannote[55].speaker |
SPEAKER_01 |
transcript.pyannote[55].start |
420.20159375 |
transcript.pyannote[55].end |
422.93534375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
423.18846875 |
transcript.pyannote[56].end |
426.91784375 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
427.40721875 |
transcript.pyannote[57].end |
431.27159375 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
431.79471875 |
transcript.pyannote[58].end |
433.19534375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
432.38534375 |
transcript.pyannote[59].end |
435.18659375 |
transcript.pyannote[60].speaker |
SPEAKER_01 |
transcript.pyannote[60].start |
436.03034375 |
transcript.pyannote[60].end |
438.61221875 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
438.78096875 |
transcript.pyannote[61].end |
439.60784375 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
439.05096875 |
transcript.pyannote[62].end |
440.38409375 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
439.81034375 |
transcript.pyannote[63].end |
443.25284375 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
443.69159375 |
transcript.pyannote[64].end |
445.31159375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
445.41284375 |
transcript.pyannote[65].end |
451.25159375 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
451.28534375 |
transcript.pyannote[66].end |
459.95909375 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
451.38659375 |
transcript.pyannote[67].end |
451.62284375 |
transcript.pyannote[68].speaker |
SPEAKER_01 |
transcript.pyannote[68].start |
455.28471875 |
transcript.pyannote[68].end |
455.75721875 |
transcript.pyannote[69].speaker |
SPEAKER_01 |
transcript.pyannote[69].start |
456.49971875 |
transcript.pyannote[69].end |
457.30971875 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
459.95909375 |
transcript.pyannote[70].end |
460.26284375 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
460.65096875 |
transcript.pyannote[71].end |
466.28721875 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
466.43909375 |
transcript.pyannote[72].end |
467.14784375 |
transcript.pyannote[73].speaker |
SPEAKER_00 |
transcript.pyannote[73].start |
467.56971875 |
transcript.pyannote[73].end |
477.45846875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
477.81284375 |
transcript.pyannote[74].end |
480.27659375 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
480.59721875 |
transcript.pyannote[75].end |
488.19096875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
489.25409375 |
transcript.pyannote[76].end |
490.92471875 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
492.81471875 |
transcript.pyannote[77].end |
501.08346875 |
transcript.pyannote[78].speaker |
SPEAKER_01 |
transcript.pyannote[78].start |
501.97784375 |
transcript.pyannote[78].end |
504.15471875 |
transcript.pyannote[79].speaker |
SPEAKER_00 |
transcript.pyannote[79].start |
502.77096875 |
transcript.pyannote[79].end |
507.22596875 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
505.62284375 |
transcript.pyannote[80].end |
513.67221875 |
transcript.pyannote[81].speaker |
SPEAKER_00 |
transcript.pyannote[81].start |
513.60471875 |
transcript.pyannote[81].end |
520.77659375 |
transcript.pyannote[82].speaker |
SPEAKER_01 |
transcript.pyannote[82].start |
514.19534375 |
transcript.pyannote[82].end |
514.39784375 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
521.16471875 |
transcript.pyannote[83].end |
527.40846875 |
transcript.pyannote[84].speaker |
SPEAKER_00 |
transcript.pyannote[84].start |
527.81346875 |
transcript.pyannote[84].end |
533.28096875 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
533.24721875 |
transcript.pyannote[85].end |
535.52534375 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
533.34846875 |
transcript.pyannote[86].end |
534.85034375 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
537.80346875 |
transcript.pyannote[87].end |
539.87909375 |
transcript.whisperx[0].start |
0.089 |
transcript.whisperx[0].end |
8.777 |
transcript.whisperx[0].text |
主席謝謝我也想請主委來有請主委 |
transcript.whisperx[1].start |
17.765 |
transcript.whisperx[1].end |
44.642 |
transcript.whisperx[1].text |
主委我们现在要开始推动这个外国人才修法这个是非常好的因为我们现在很缺工所以我们更需要去锁定外国这些高端还有尖端的人才但这个是实际上许多案例会遇到的问题您可能也略知一二了就是说我们必须先符合劳动部主管所规定的救福法第46条中的内容那再来符合国发会认定的九大领域 |
transcript.whisperx[2].start |
45.222 |
transcript.whisperx[2].end |
71.885 |
transcript.whisperx[2].text |
但并不是所有的业别都可以同时符合这样子的两个需求所以我先举个例子给你们看第一个就是我们会限制他在救福法的第46条我圈起来的地方12356等等那就是刚很多人所提到的不管是老师啊主管啊专业技术的工作运动人员艺术人员演艺工作等等那 |
transcript.whisperx[3].start |
73.166 |
transcript.whisperx[3].end |
92.874 |
transcript.whisperx[3].text |
第一項又細分成A01到A15可是現在有很多新興的產業比如說台灣的酒吧文化就很盛行我們甚至有許多酒吧是亞洲前50名的所以假使我們要讓很有名的調酒師來表演或是工作或是授課薪水超過15萬 |
transcript.whisperx[4].start |
95.575 |
transcript.whisperx[4].end |
111.993 |
transcript.whisperx[4].text |
目前我们遇到实际的陈情难就是被卡被卡了好几个月因为他没有办法同时被劳动部认定又被你认定我知道国发会主委您的利益非常的良好那你也特别把你的九大项目 |
transcript.whisperx[5].start |
113.495 |
transcript.whisperx[5].end |
129.274 |
transcript.whisperx[5].text |
弄得非常的有彈性可是你第一關就是卡在勞動部的時候就沒有辦法這個就是上次我們處理的案例最後他必須要用列舉的方法才可以讓他符合專門性或者是技術的工作因為當時勞動部的主管 |
transcript.whisperx[6].start |
131.457 |
transcript.whisperx[6].end |
146.787 |
transcript.whisperx[6].text |
他就他的工作內容他沒有辦法實際去判定他到底算不算是他的主管機關因為他可能有教學也有表演是歸文化部還是歸衛福部等等這一點您未來會遇到越來越多不知道您現在是不是有解決的方案 |
transcript.whisperx[7].start |
149.22 |
transcript.whisperx[7].end |
163.06 |
transcript.whisperx[7].text |
我們目前是在我們的第四條的第二款裡面我們有認定這些領域之外有一個極其他領域的特殊專才那這個極其他就具備一個可檢討的彈性 |
transcript.whisperx[8].start |
165.202 |
transcript.whisperx[8].end |
184.215 |
transcript.whisperx[8].text |
我認為也許可以善用這一點來解決委員所提到的未來會有很多新興產業的產生那這個產生的確會跑出來非常多尤其是大數據產生很多新的職業我們都希望能夠利用這個來做一個彈性的解釋讓他可以盡早的適應 |
transcript.whisperx[9].start |
184.935 |
transcript.whisperx[9].end |
190.459 |
transcript.whisperx[9].text |
好 我只是想跟主委報告您這邊保持彈性但是前面的救福法那邊假使沒有保持彈性還是會遇到很多問題等一下我舉他們後來是用怎麼樣的方法來處理可是這個處理的方法行不通你只會一直重複在做同樣的事情 |
transcript.whisperx[10].start |
203.627 |
transcript.whisperx[10].end |
218.477 |
transcript.whisperx[10].text |
這是另外一個案例 這個案例是國外很優秀的主廚及老師來台要開班授課結果也是因為舊輔法卡住了 這個框架卡住了我們沒有相對應的專業工作類別因此他先開了課 結果他卻沒有辦法依照他原本所開課的時間來做教學 |
transcript.whisperx[11].start |
228.183 |
transcript.whisperx[11].end |
238.33 |
transcript.whisperx[11].text |
我覺得你要做的是當然你也同意有很多的新興業別但是他就找不到他的主管習慣去快速審核讓勞動部來放寬所以你看最後這些案例最後都是得靠幾個月這樣子磨磨磨跟勞動部磨然後他們必須要含釋那再把它一一列入這個是不是有專門技術性所以我剛講他就列了一二三四 |
transcript.whisperx[12].start |
258.263 |
transcript.whisperx[12].end |
277.194 |
transcript.whisperx[12].text |
但未來呢數位轉型新型態的產業企業發展發展模式都會不斷的推陳出新這些產業出來的速度比不上我們修法的速度所以你是不是要怎麼樣來跟勞動部來做協調才會更有效率呢對這個 |
transcript.whisperx[13].start |
279.339 |
transcript.whisperx[13].end |
298.202 |
transcript.whisperx[13].text |
這個部分我想我們來跟勞動部做一個協調然後來看看有沒有什麼比較更快速的方法因為照原來就我的認知我們現在已經有授權勞動部可以直接彈性的認定但是看起來在認定過程中會產生委員所提的這些耗時間的事情對 |
transcript.whisperx[14].start |
298.843 |
transcript.whisperx[14].end |
317.896 |
transcript.whisperx[14].text |
那是不是讓我們來找勞動部大家一起來看一下怎麼樣將來再制定一個方式讓未來再認定新興工作的時候能夠有一個比較聚效率的一個方案好 謝謝主委可以在一個月內跟您要這個您跟勞動部討論出來的報告嗎可以可以好 謝謝 |
transcript.whisperx[15].start |
321.839 |
transcript.whisperx[15].end |
337.284 |
transcript.whisperx[15].text |
下一個也是我很關注的一題你也知道上次總質詢我問了行政院院長還有國發會當天好像是副主委今年呢一到五月每一個月都是八千九千這個您知道嗎我知道但 |
transcript.whisperx[16].start |
338.605 |
transcript.whisperx[16].end |
360.58 |
transcript.whisperx[16].text |
卻在去年的人口推估系統你每隔龍年就是一個高峰每隔龍年就是一個高峰後來破功所以這是你們重畫出來的圖可是你們重畫的圖是很難說服許多婦產科小兒科醫師的你後來重畫的圖是每隔幾年就加一個生育率0.01最後一路加到1一路延伸到2070年 |
transcript.whisperx[17].start |
364.602 |
transcript.whisperx[17].end |
389.557 |
transcript.whisperx[17].text |
這個東西假使我們學生拿來做報告的話一定會相當的失真當天國發會副主委還有行政院院長說你們知道1到5月的生育率很低所以你們現在要推出一個13萬新生兒保衛戰但沒有講到策略那我問說為什麼他說因為依照往年來看6到12月都會出生的嬰兒數比較高您覺得呢 |
transcript.whisperx[18].start |
394.432 |
transcript.whisperx[18].end |
414.984 |
transcript.whisperx[18].text |
現在是就我了解我們現在是陳時中陳政委有找跨部會在訂定一個115年到118年的四年少子化的策略那重新研議希望能夠刺激這個新生兒的比率那目前這個草案在會各部會回饋意見中 |
transcript.whisperx[19].start |
418.485 |
transcript.whisperx[19].end |
434.212 |
transcript.whisperx[19].text |
那我們也有參與到裡面的意見所以我們也有提到一些建議出來那我們希望能夠更加的刺激這個生育的但是你覺得你有信心今年到13萬嗎 |
transcript.whisperx[20].start |
436.092 |
transcript.whisperx[20].end |
458.588 |
transcript.whisperx[20].text |
今年會有一點辛苦啦但是總得來努力沒有說不會到但是總要來努力上次你們是說因為往年下半年出生率會比較高我告訴你一個實際的做法真的非常簡單其實你只要去查目前正在懷孕的人多少你很快就可以算出你今年可不可以到13萬保衛戰 |
transcript.whisperx[21].start |
461.149 |
transcript.whisperx[21].end |
468.694 |
transcript.whisperx[21].text |
這非常的簡單怎麼還會用感覺的或者是用往年的數據下一張這個是你們所做的人口推估未來生育趨勢專家調查你找了10位專家然後去做了一個模型但是怎麼看我們都覺得現在生育率一直是0.8 0.7你卻把自己的高推估設在1.3不覺得非常的 |
transcript.whisperx[22].start |
489.281 |
transcript.whisperx[22].end |
500.61 |
transcript.whisperx[22].text |
不符合我們的常理嗎這個本來就是一般來講是中推估高推估低推估那如果您看我們的低推估0.8其實是 |
transcript.whisperx[23].start |
502.819 |
transcript.whisperx[23].end |
520.546 |
transcript.whisperx[23].text |
低退估0.8%已經是我們這幾年來的平均數據也是有抓到整個的趨勢那它本來所有的退估一定會有樂觀跟不樂觀狀態主委如果你有興趣的話我可以推薦你一些做AI的人才其實有許多人從我們過去的人口分析 |
transcript.whisperx[24].start |
521.246 |
transcript.whisperx[24].end |
534.183 |
transcript.whisperx[24].text |
已经可以分析未来那这些人是跟我们富有相关产业的一些业界的人士比你们做出来的精准很多如果你有兴趣的话我再帮你串联起来好吗好啊谢谢主席 |