iVOD / 162662

Field Value
IVOD_ID 162662
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162662
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 2025-06-18T13:35:02+08:00
結束時間 2025-06-18T13:46:42+08:00
影片長度 00:11:40
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5617cf280bc2552ac0a32a23eb33cc405c8a36db9e18c27b9be1ababaaa47466f0e74eb070a3a03c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 羅廷瑋
委員發言時間 13:35:02 - 13:46:42
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 8.36721875
transcript.pyannote[0].end 9.02534375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.19409375
transcript.pyannote[1].end 10.34159375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 10.69596875
transcript.pyannote[2].end 11.50596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 19.63971875
transcript.pyannote[3].end 20.14596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 20.43284375
transcript.pyannote[4].end 28.92096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 29.24159375
transcript.pyannote[5].end 37.03784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 37.44284375
transcript.pyannote[6].end 41.61096875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 42.26909375
transcript.pyannote[7].end 52.39409375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 53.03534375
transcript.pyannote[8].end 53.38971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 53.74409375
transcript.pyannote[9].end 61.03409375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 61.18596875
transcript.pyannote[10].end 64.54409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 66.38346875
transcript.pyannote[11].end 69.28596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 68.79659375
transcript.pyannote[12].end 69.70784375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 71.04096875
transcript.pyannote[13].end 72.25596875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 72.89721875
transcript.pyannote[14].end 73.18409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 73.65659375
transcript.pyannote[15].end 74.78721875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 76.45784375
transcript.pyannote[16].end 77.23409375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 77.68971875
transcript.pyannote[17].end 78.63471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 79.07346875
transcript.pyannote[18].end 80.47409375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 79.24221875
transcript.pyannote[19].end 80.65971875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 80.65971875
transcript.pyannote[20].end 81.08159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 81.08159375
transcript.pyannote[21].end 81.35159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 81.35159375
transcript.pyannote[22].end 84.15284375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 84.94596875
transcript.pyannote[23].end 89.77221875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 90.05909375
transcript.pyannote[24].end 92.03346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 92.55659375
transcript.pyannote[25].end 102.31034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 102.32721875
transcript.pyannote[26].end 116.02971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 116.02971875
transcript.pyannote[27].end 125.29409375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 124.70346875
transcript.pyannote[28].end 125.27721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 125.29409375
transcript.pyannote[29].end 125.31096875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 125.31096875
transcript.pyannote[30].end 127.43721875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 126.34034375
transcript.pyannote[31].end 129.02346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 127.97721875
transcript.pyannote[32].end 128.26409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 129.02346875
transcript.pyannote[33].end 144.59909375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 129.32721875
transcript.pyannote[34].end 129.90096875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 142.62471875
transcript.pyannote[35].end 143.58659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 144.59909375
transcript.pyannote[36].end 144.81846875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 144.81846875
transcript.pyannote[37].end 144.85221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 145.05471875
transcript.pyannote[38].end 173.70846875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 154.06596875
transcript.pyannote[39].end 154.15034375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 154.28534375
transcript.pyannote[40].end 154.43721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 164.54534375
transcript.pyannote[41].end 166.06409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 168.17346875
transcript.pyannote[42].end 170.01284375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 174.68721875
transcript.pyannote[43].end 190.39784375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 182.95596875
transcript.pyannote[44].end 183.54659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 190.39784375
transcript.pyannote[45].end 191.98409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 192.97971875
transcript.pyannote[46].end 197.09721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 197.51909375
transcript.pyannote[47].end 199.54409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 197.65409375
transcript.pyannote[48].end 198.26159375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 199.66221875
transcript.pyannote[49].end 201.97409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 199.83096875
transcript.pyannote[50].end 200.91096875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 201.56909375
transcript.pyannote[51].end 208.47096875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 205.28159375
transcript.pyannote[52].end 205.33221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 209.23034375
transcript.pyannote[53].end 213.06096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 213.61784375
transcript.pyannote[54].end 215.03534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 215.49096875
transcript.pyannote[55].end 219.52409375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 219.52409375
transcript.pyannote[56].end 224.73846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 225.05909375
transcript.pyannote[57].end 246.18659375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 226.76346875
transcript.pyannote[58].end 228.68721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 229.04159375
transcript.pyannote[59].end 229.34534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 246.45659375
transcript.pyannote[60].end 250.15221875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 249.88221875
transcript.pyannote[61].end 253.94909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 254.52284375
transcript.pyannote[62].end 257.86409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 258.08346875
transcript.pyannote[63].end 269.65971875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 269.65971875
transcript.pyannote[64].end 278.18159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 278.46846875
transcript.pyannote[65].end 283.04159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 281.20221875
transcript.pyannote[66].end 283.02471875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 283.04159375
transcript.pyannote[67].end 283.31159375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 283.31159375
transcript.pyannote[68].end 285.35346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 285.35346875
transcript.pyannote[69].end 291.95159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 292.54221875
transcript.pyannote[70].end 304.45596875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 292.64346875
transcript.pyannote[71].end 293.63909375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 304.89471875
transcript.pyannote[72].end 312.99471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 312.99471875
transcript.pyannote[73].end 324.73971875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 318.10784375
transcript.pyannote[74].end 318.61409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 319.13721875
transcript.pyannote[75].end 320.33534375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 325.06034375
transcript.pyannote[76].end 326.20784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 325.09409375
transcript.pyannote[77].end 329.80221875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 330.20721875
transcript.pyannote[78].end 341.41221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 331.91159375
transcript.pyannote[79].end 332.72159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 339.62346875
transcript.pyannote[80].end 342.03659375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 342.03659375
transcript.pyannote[81].end 343.26846875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 342.05346875
transcript.pyannote[82].end 342.22221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 343.60596875
transcript.pyannote[83].end 346.96409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 347.23409375
transcript.pyannote[84].end 350.00159375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 349.49534375
transcript.pyannote[85].end 350.55846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 350.55846875
transcript.pyannote[86].end 351.82409375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 350.86221875
transcript.pyannote[87].end 351.08159375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 352.71846875
transcript.pyannote[88].end 353.10659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 353.66346875
transcript.pyannote[89].end 359.48534375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 360.05909375
transcript.pyannote[90].end 361.81409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 362.86034375
transcript.pyannote[91].end 362.87721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 362.87721875
transcript.pyannote[92].end 362.89409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 362.89409375
transcript.pyannote[93].end 362.91096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 362.91096875
transcript.pyannote[94].end 362.92784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 362.92784375
transcript.pyannote[95].end 362.97846875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 362.97846875
transcript.pyannote[96].end 363.73784375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 364.00784375
transcript.pyannote[97].end 365.96534375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 364.80096875
transcript.pyannote[98].end 381.01784375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 380.41034375
transcript.pyannote[99].end 400.25534375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 381.59159375
transcript.pyannote[100].end 384.44346875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 385.65846875
transcript.pyannote[101].end 387.31221875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 390.75471875
transcript.pyannote[102].end 391.76721875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 395.61471875
transcript.pyannote[103].end 396.00284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 400.82909375
transcript.pyannote[104].end 433.02659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 417.56909375
transcript.pyannote[105].end 417.85596875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 418.46346875
transcript.pyannote[106].end 419.03721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 433.24596875
transcript.pyannote[107].end 436.03034375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 436.50284375
transcript.pyannote[108].end 441.29534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 441.97034375
transcript.pyannote[109].end 449.91846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 450.34034375
transcript.pyannote[110].end 463.41846875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 463.92471875
transcript.pyannote[111].end 464.97096875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 465.51096875
transcript.pyannote[112].end 476.51346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 477.18846875
transcript.pyannote[113].end 478.26846875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 478.99409375
transcript.pyannote[114].end 480.61409375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 481.42409375
transcript.pyannote[115].end 483.31409375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 483.63471875
transcript.pyannote[116].end 484.51221875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 484.51221875
transcript.pyannote[117].end 486.16596875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 486.94221875
transcript.pyannote[118].end 495.44721875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 495.73409375
transcript.pyannote[119].end 500.20596875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 500.72909375
transcript.pyannote[120].end 504.99846875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 505.31909375
transcript.pyannote[121].end 507.27659375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 507.46221875
transcript.pyannote[122].end 510.36471875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 510.73596875
transcript.pyannote[123].end 511.02284375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 511.36034375
transcript.pyannote[124].end 512.69346875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 513.23346875
transcript.pyannote[125].end 535.87971875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 528.65721875
transcript.pyannote[126].end 529.02846875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 530.69909375
transcript.pyannote[127].end 530.85096875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 531.03659375
transcript.pyannote[128].end 531.55971875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 533.55096875
transcript.pyannote[129].end 533.92221875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 534.64784375
transcript.pyannote[130].end 535.55909375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 535.87971875
transcript.pyannote[131].end 538.41096875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 538.96784375
transcript.pyannote[132].end 541.02659375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 541.19534375
transcript.pyannote[133].end 541.93784375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 542.69721875
transcript.pyannote[134].end 550.57784375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 551.21909375
transcript.pyannote[135].end 562.47471875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 562.89659375
transcript.pyannote[136].end 567.92534375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 568.31346875
transcript.pyannote[137].end 570.74346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 570.97971875
transcript.pyannote[138].end 572.32971875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 572.80221875
transcript.pyannote[139].end 574.13534375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 574.08471875
transcript.pyannote[140].end 585.42471875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 574.15221875
transcript.pyannote[141].end 574.18596875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 585.69471875
transcript.pyannote[142].end 598.75596875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 598.36784375
transcript.pyannote[143].end 598.80659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 598.80659375
transcript.pyannote[144].end 598.97534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 598.97534375
transcript.pyannote[145].end 599.02596875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 599.02596875
transcript.pyannote[146].end 599.04284375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 599.04284375
transcript.pyannote[147].end 599.68409375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 599.68409375
transcript.pyannote[148].end 611.93534375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 599.71784375
transcript.pyannote[149].end 599.88659375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 611.93534375
transcript.pyannote[150].end 612.76221875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 612.76221875
transcript.pyannote[151].end 612.86346875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 612.86346875
transcript.pyannote[152].end 624.16971875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 614.93909375
transcript.pyannote[153].end 615.34409375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 624.79409375
transcript.pyannote[154].end 657.32909375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 656.78909375
transcript.pyannote[155].end 666.45846875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 666.59346875
transcript.pyannote[156].end 684.97034375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 676.12784375
transcript.pyannote[157].end 676.80284375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 684.97034375
transcript.pyannote[158].end 699.46596875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 686.25284375
transcript.pyannote[159].end 687.01221875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 688.96971875
transcript.pyannote[160].end 689.44221875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 698.21721875
transcript.pyannote[161].end 698.58846875
transcript.whisperx[0].start 8.39
transcript.whisperx[0].end 28.451
transcript.whisperx[0].text 好 謝謝主席 有請國發會主委請主委好 主委好 今天我們在審外國專業人才延攬的僱用法修正草案幾個大方向先跟主委請教一下
transcript.whisperx[1].start 29.369
transcript.whisperx[1].end 49.85
transcript.whisperx[1].text 那主委這個外國專業人才的延攬跟僱傭的相關辦法他的目標是增加外國專業人才來台從2018年上路以來目前吸引多少人來到台灣我們目前吸引外國專業人才吸引的55,677然後特定專業人才吸引的18,403
transcript.whisperx[2].start 53.063
transcript.whisperx[2].end 63.906
transcript.whisperx[2].text 好那我這邊有一個數據想跟你請問那原本預計這個2025年的吸引外國專業人數有達到目標嗎2025年因為還沒有結束2024我們大概
transcript.whisperx[3].start 76.499
transcript.whisperx[3].end 98.054
transcript.whisperx[3].text 你有達到目標?我們並沒有訂出那個目標啦那你有沒有覺得應該訂定一個目標呢?您認為這個辦法?因為我想不管是未來今年度的2025、2026、2027我們有沒有想說要怎麼樣精進這些辦法、方案然後來延攬更多的人?
transcript.whisperx[4].start 99.756
transcript.whisperx[4].end 115.713
transcript.whisperx[4].text 我們當然都希望越來越多人才來到台灣嘛那抓一個預計的一個目標數然後來看到底實際上修法對於這些目標數能夠大為提升能不能有一些精進的方案我想這個部分您有估計嗎
transcript.whisperx[5].start 116.294
transcript.whisperx[5].end 144.654
transcript.whisperx[5].text 有關於針對本法的部分我們是希望透過這個法律讓我們每一年再增加六千六百多位六千六百多位對我們希望所以你就希望2025年能夠吸引大概六千六百多位這是第一個比去年度還多對那第二個事情是我們也訂定了一個國家人才競爭力方案我們也希望提升本國本國人在這個職場的競爭力多數是哪些國籍的外國人士呢
transcript.whisperx[6].start 145.365
transcript.whisperx[6].end 169.099
transcript.whisperx[6].text 目前來到台灣目前我們現在有比較明確的是在就業金卡上面目前比例最高的是美國來的最高啦那美國佔了相當高的比例那第二高的是香港再來是日本再來是印度那新加坡、加拿大大概這幾個我們前十大大概就是再來馬來西亞、韓國跟德國對經濟領域在目前科技
transcript.whisperx[7].start 174.804
transcript.whisperx[7].end 191.662
transcript.whisperx[7].text 再來科技對 可是這裡面的統計跟委員報告經濟裡面的部分是它經濟跟製造是合併統計OK 沒關係那這個製造部分就會也含到了包括半能力製造等等那科技領域是從國科會他們在科技人才的領域有去了解大概薪資待遇多少嗎
transcript.whisperx[8].start 193.058
transcript.whisperx[8].end 208.325
transcript.whisperx[8].text 薪資待遇我們當時有定一個4700多萬的一個基準那金卡的部分是16萬金卡是要月薪16萬那雖然就業金卡以經濟領域發放的最多啦那最多但是很多的雇主都還是說找不到人
transcript.whisperx[9].start 209.898
transcript.whisperx[9].end 224.186
transcript.whisperx[9].text 2024年台灣還被列為全球人才短缺最高的國家之一這顯示政策和實際產業的需求我認為有需要加強這個我跟委員解釋一下景氣也會帶動人潮的缺席
transcript.whisperx[10].start 225.606
transcript.whisperx[10].end 253.7
transcript.whisperx[10].text 但是景氣應該也是帶動人才因為各國都因為我們經濟活了我們其實GDP成長高過這附近的很多國家甚至我們在上半年應該是亞洲第一去年大概也是亞洲第一所以景氣也會帶動的確台灣這幾年科技業的發展造成我們在科技人才的壓力會比較大那我們當然就積極在希望去吸引更多人才進來所以整體而言我就說現在產業缺人才很嚴重
transcript.whisperx[11].start 254.58
transcript.whisperx[11].end 277.695
transcript.whisperx[11].text 那政府怎麼確保吸引他們能夠過來人才真的是產業需要的嗎有沒有跟產業界合作針對特定的領域來制定人才所謂的更精準的延攬的計畫這部分有嗎是的 跟委員報告我們現在的做法是放寬來的資格然後讓企業可以去徵選他所需要的人才
transcript.whisperx[12].start 278.716
transcript.whisperx[12].end 287.611
transcript.whisperx[12].text 因為政府很難去幫每一家企業去找人當然所以就是要跟產業多溝通嘛讓他有機會找到他要的人那你覺得針對國際人才的競爭激烈現在都是一個趨勢各國都在搶人台灣的趨勢是什麼
transcript.whisperx[13].start 293.211
transcript.whisperx[13].end 311.439
transcript.whisperx[13].text 川普有喊出五百萬美金可以購買金卡取得美國的永久居留權當然我不是要說台灣要跟川普比我只是舉一個案例我們跟鄰近的國家比如說日本韓國這兩個國家他們怎麼做我們現行辦法有沒有辦法跟日韓一起競爭來搶國際人才
transcript.whisperx[14].start 313.08
transcript.whisperx[14].end 324.469
transcript.whisperx[14].text 是的,我們現在新的辦法就參考了日本的JSK,日本的JFUN我們也參考了韓國,我們參考了英國,包括澳洲等等我們參考了他們就定定的
transcript.whisperx[15].start 325.188
transcript.whisperx[15].end 351.093
transcript.whisperx[15].text 所以你覺得修法之後對於全球纜財的市場會有優勢會有一定的競爭力在這幾個國家你說優勢我們當然我們有很多的優勢包括我們的生活條件沒有說修法後修法後的優勢對修法後我們修法後就是我們的條件放寬然後呢可以比較讓企業可以找到人會更有吸引度嗎會放寬以後
transcript.whisperx[16].start 353.707
transcript.whisperx[16].end 361.681
transcript.whisperx[16].text 这个多少会有因为我们的条件放宽了企业可以找到的人才会更多那他的面向会更广
transcript.whisperx[17].start 363.095
transcript.whisperx[17].end 382.605
transcript.whisperx[17].text 我覺得今天會提到這個另外我們提供的永久居留參考了日本這些國家的做法那也提供一定的吸引條件那台灣還有一個那我們也善用台灣既有的條件我們既有條件像我們在醫療保險的能力包括我們在那個是台灣我們先天一些政策
transcript.whisperx[18].start 383.465
transcript.whisperx[18].end 399.984
transcript.whisperx[18].text 然後我們生活的便利性這是我們的特殊的優勢嘛但今天我要講的是說第一當然就是產業多溝通啦符合產業需求那產業目前還是一直在缺工這是不可否認的一個事實第二跟鄰近國家相比因為我們的對手
transcript.whisperx[19].start 401.059
transcript.whisperx[19].end 418.25
transcript.whisperx[19].text 這些競爭國家一定要先去了如指掌他們的戰術戰略策略還有他們的法那來做一個修法我覺得才會更加精準不是我們修我們自己的我們放寬我們只跟過去一年的台灣來比而是我們要跟鄰近國家要去比較這是我要提醒的
transcript.whisperx[20].start 418.79
transcript.whisperx[20].end 440.659
transcript.whisperx[20].text 那跟這位談一下外籍數位的專業人才數位領域人才當然是希望越多越好但是這是趨勢但是外籍數位專業人士也可能會接觸到國人的相關個資那這個個資要如何能夠確保新版的這個院版草案納入數位遊牧的簽證
transcript.whisperx[21].start 442.02
transcript.whisperx[21].end 462.681
transcript.whisperx[21].text 停留的期間最長六個月延長至兩年主委先前也表示過根據估算全球約有3500萬名的數位遊牧若能放寬相關規定就能夠把他拉進台灣在家工作第一步達到觀光消費如果愛上台灣就會留下來希望進來可以有10萬人
transcript.whisperx[22].start 464.002
transcript.whisperx[22].end 479.126
transcript.whisperx[22].text 可以留下一萬人那十萬人可以留下一萬人這就是政策目標我想請問主委數位遊牧的簽證2025一月上市已經上路了十四半年來實際核發的簽證人數
transcript.whisperx[23].start 481.482
transcript.whisperx[23].end 499.668
transcript.whisperx[23].text 停留人數、國籍分佈可不可以分享一下各位我們報告喔停留人數在這個數位牧民的網站裡面有一個網站它可以讓大家填報現在在哪裡做數位牧民那我們從那個網站我們在兩週前看到的是三千人在台灣
transcript.whisperx[24].start 500.808
transcript.whisperx[24].end 515.514
transcript.whisperx[24].text 那第二個部分是我們去年我們在推動這個樹惡牧民的時候我們並沒有改變法令所以我們是利用現有的簽證條件來吸引那這些人他可以有不同的管道進來因為結局是一樣的
transcript.whisperx[25].start 516.374
transcript.whisperx[25].end 541.716
transcript.whisperx[25].text 那我們希望透過這次的修法讓他可以比較到東南亞的國家延長到一年甚至到兩年去就會具備吸引力條件那就會有比較多的人利用數位牧民簽證進來否則在有些國家他是免簽你剛說兩千多人他會免簽就直接進來你剛說兩千多人目前有三千三千多人在系統上面那主委剛剛講了十萬留一萬台灣的觀光對數位牧民
transcript.whisperx[26].start 542.877
transcript.whisperx[26].end 572.117
transcript.whisperx[26].text 有什麼樣留下來的誘因我想這個你我大概都知道啦那可是我還是要講就是說數位遊牧的這些人才在台生活稅務金融住宿等實際需求政府有沒有什麼配套有沒有跨部會去做如何防止政策流於短期的觀光而真正非流財那我們有沒有對於這樣的部分去做一個盤點台灣對韓國有何的優勢因為韓國也在推所謂的類似政策
transcript.whisperx[27].start 573.097
transcript.whisperx[27].end 595.527
transcript.whisperx[27].text 這個部分你也有研究嗎?有的,我們現在是做了幾件事,也跟委員報告,第一個我們有一個一站式的服務,在我們的Talent Taiwan的網站,那吸引數位牧民,那第二個部分是我們跟韓國跟日本也變成策略聯盟,就是我們三個國家會互相介紹,在那邊呆滿,在日本呆滿的會介紹到我們這裡來,韓國呆滿的會介紹到這裡來,
transcript.whisperx[28].start 598.548
transcript.whisperx[28].end 623.958
transcript.whisperx[28].text 類似轉機就對了我們在兩週前我們有一個宣誓大會那另外我們在台南跟台東都已經各縣市政府合作開始一起共同經營數位牧民的發展數位牧民這個你剛說一戰四大我覺得那是基本需求那就不再說了但是我要講是說短期觀光我們常常在講台灣的住宿很貴國人都不留在台灣玩都寧願跑去日本
transcript.whisperx[29].start 624.858
transcript.whisperx[29].end 652.178
transcript.whisperx[29].text 根據台灣金卡辦公室2023外國人才的調查摘要銀行議題語言障礙分別為專業的人士外國的這些專業人士認為在台灣生活最大的困難處這些是我剛剛在這個辦公室所拿到的這些資料調查的摘要那您提到了一戰事然後還有韓國日本相互介紹但我要講的是說我們還是要注意這些語言障礙銀行議題
transcript.whisperx[30].start 653.419
transcript.whisperx[30].end 675.432
transcript.whisperx[30].text 他們也有可能會成為他短期觀光的時候有一些遇到的困難沒錯 這些我們都調查了解我們其實會透過我們的雙語政策同時在協助譬如說我們最近在協調55688因為外國人做Uber只有大都市才有他坐計程車是很困難的那我們希望55688會有英文版本提供外國人比較便利的生活
transcript.whisperx[31].start 676.092
transcript.whisperx[31].end 698.278
transcript.whisperx[31].text 那我們現在有一連串的政策在建立這樣的生態系統都是針對我們對外國人士調查的結果啦主席已經站起來了那我想就是提醒你在這個部分上多溝通那多了解那實際上還是要記得亞洲的競爭日韓是我們最主要的是的一定要先了解競爭對手才可以知道我們修法怎麼樣更實際可以運用好嗎謝謝