iVOD / 163008

Field Value
IVOD_ID 163008
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163008
日期 2025-07-07
會議資料.會議代碼 委員會-11-3-26-19
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19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 19
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19次全體委員會議
影片種類 Clip
開始時間 2025-07-07T10:09:22+08:00
結束時間 2025-07-07T10:21:26+08:00
影片長度 00:12:04
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/e6eee8dab835150d5ee878a53ccfcf5b0e5ab0c0921fe90655f5061560569814be43c8a959977bea5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王育敏
委員發言時間 10:09:22 - 10:21:26
會議時間 2025-07-07T09:00:00+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19次全體委員會議(事由:審查 一、委員楊曜等17人擬具「社會救助法第十六條條文修正草案」案。 二、委員范雲等17人擬具「社會救助法部分條文修正草案」案。 三、委員謝衣鳯等16人擬具「社會救助法部分條文修正草案」案。 四、委員黃秀芳等20人擬具「社會救助法第二條、第四條及第十四條條文修正草案」案。 五、委員翁曉玲等18人擬具「社會救助法第十一條條文修正草案」案。 六、委員黃捷等16人擬具「社會救助法第十六條條文修正草案」案。 七、委員蔡其昌等17人擬具「社會救助法第四條、第四條之一及第五條條文修正草案」案。 八、委員徐富癸等17人擬具「社會救助法第十一條條文修正草案」案。 九、委員王鴻薇等26人擬具「社會救助法第十五條及第十五條之一條文修正草案」案。 十、委員邱若華等20人擬具「社會救助法部分條文修正草案」案。 十一、台灣民眾黨黨團擬具「社會救助法第十一條條文修正草案」案。 十二、委員伍麗華Saidhai Tahovecahe等18人擬具「社會救助法第五條之二、第十一條及第二十一條條文修正草案」案。 十三、委員楊瓊瓔等21人擬具「社會救助法第十一條條文修正草案」案。 十四、委員萬美玲等20人擬具「社會救助法第四條及第十一條條文修正草案」案。 十五、委員林月琴等19人擬具「社會救助法部分條文修正草案」案。 十六、委員楊曜等24人擬具「社會救助法第十六條條文修正草案」案。 十七、委員馬文君等20人擬具「社會救助法第十一條條文修正草案」案。 十八、委員葉元之等21人擬具「社會救助法第十一條條文修正草案」案。 十九、委員羅智強等18人擬具「社會救助法第十一條及第十六條條文修正草案」案。 二十、委員何欣純等17人擬具「社會救助法部分條文修正草案」案。 二十一、委員劉建國等18人擬具「社會救助法部分條文修正草案」案。 二十二、委員林楚茵等18人擬具「社會救助法第十六條條文修正草案」案。 二十三、委員羅廷瑋等16人擬具「社會救助法部分條文修正草案」案。 二十四、委員邱若華等17人擬具「社會救助法第十一條條文修正草案」案。 二十五、委員陳亭妃等16人擬具「社會救助法第二十四條條文修正草案」案。 二十六、委員吳沛憶等16人擬具「社會救助法部分條文修正草案」案。 二十七、委員邱鎮軍等24人擬具「社會救助法第五條之二條文修正草案」案。 二十八、委員游顥等17人擬具「社會救助法第五條之一及第五條之二條文修正草案」案。 二十九、委員翁曉玲等16人擬具「社會救助法第五條之二條文修正草案」案。 三十、委員馬文君等16人擬具「社會救助法第五條之二條文修正草案」案。 【僅詢答】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 6.56159375
transcript.pyannote[0].end 11.03346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 11.28659375
transcript.pyannote[1].end 13.29471875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 16.70346875
transcript.pyannote[2].end 17.20971875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 17.58096875
transcript.pyannote[3].end 23.48721875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 24.38159375
transcript.pyannote[4].end 33.15659375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 33.25784375
transcript.pyannote[5].end 41.64471875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 42.96096875
transcript.pyannote[6].end 59.71784375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 59.71784375
transcript.pyannote[7].end 60.83159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 59.76846875
transcript.pyannote[8].end 60.47721875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 60.84846875
transcript.pyannote[9].end 61.38846875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 61.37159375
transcript.pyannote[10].end 62.21534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 62.21534375
transcript.pyannote[11].end 96.25221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 71.26034375
transcript.pyannote[12].end 71.54721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 96.84284375
transcript.pyannote[13].end 98.10846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 98.58096875
transcript.pyannote[14].end 130.76159375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 131.25096875
transcript.pyannote[15].end 138.55784375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 139.45221875
transcript.pyannote[16].end 143.72159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 143.23221875
transcript.pyannote[17].end 144.46409375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 144.46409375
transcript.pyannote[18].end 197.63721875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 144.91971875
transcript.pyannote[19].end 145.10534375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 156.64784375
transcript.pyannote[20].end 156.86721875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 197.01284375
transcript.pyannote[21].end 209.82096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 211.25534375
transcript.pyannote[22].end 218.96721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 218.96721875
transcript.pyannote[23].end 221.93721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 222.98346875
transcript.pyannote[24].end 223.82721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 223.11846875
transcript.pyannote[25].end 223.33784375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 224.14784375
transcript.pyannote[26].end 227.03346875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 227.16846875
transcript.pyannote[27].end 231.79221875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 232.29846875
transcript.pyannote[28].end 233.76659375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 235.35284375
transcript.pyannote[29].end 239.58846875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 239.67284375
transcript.pyannote[30].end 240.38159375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 240.16221875
transcript.pyannote[31].end 243.08159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 243.25034375
transcript.pyannote[32].end 253.51034375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 248.59971875
transcript.pyannote[33].end 248.63346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 248.63346875
transcript.pyannote[34].end 248.97096875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 248.97096875
transcript.pyannote[35].end 249.00471875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 249.62909375
transcript.pyannote[36].end 249.93284375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 249.93284375
transcript.pyannote[37].end 250.06784375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 250.35471875
transcript.pyannote[38].end 250.92846875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 254.28659375
transcript.pyannote[39].end 266.77409375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 267.02721875
transcript.pyannote[40].end 275.75159375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 276.10596875
transcript.pyannote[41].end 292.18784375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 292.49159375
transcript.pyannote[42].end 294.53346875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 295.76534375
transcript.pyannote[43].end 299.02221875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 297.87471875
transcript.pyannote[44].end 299.24159375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 299.02221875
transcript.pyannote[45].end 299.03909375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 300.00096875
transcript.pyannote[46].end 300.28784375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 300.55784375
transcript.pyannote[47].end 344.50034375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 344.63534375
transcript.pyannote[48].end 345.10784375
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 345.04034375
transcript.pyannote[49].end 345.34409375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 345.17534375
transcript.pyannote[50].end 363.83909375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 348.60096875
transcript.pyannote[51].end 349.15784375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 351.84096875
transcript.pyannote[52].end 351.95909375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 363.95721875
transcript.pyannote[53].end 371.97284375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 364.44659375
transcript.pyannote[54].end 365.40846875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 372.20909375
transcript.pyannote[55].end 391.39596875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 380.46096875
transcript.pyannote[56].end 380.74784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 380.74784375
transcript.pyannote[57].end 380.78159375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 383.31284375
transcript.pyannote[58].end 383.76846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 392.15534375
transcript.pyannote[59].end 397.53846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 397.94346875
transcript.pyannote[60].end 401.62221875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 401.68971875
transcript.pyannote[61].end 409.23284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 409.35096875
transcript.pyannote[62].end 420.60659375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 421.09596875
transcript.pyannote[63].end 435.96284375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 436.43534375
transcript.pyannote[64].end 469.72971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 469.72971875
transcript.pyannote[65].end 488.54534375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 480.32721875
transcript.pyannote[66].end 481.18784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 487.73534375
transcript.pyannote[67].end 490.55346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 489.57471875
transcript.pyannote[68].end 489.79409375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 490.48596875
transcript.pyannote[69].end 492.52784375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 492.52784375
transcript.pyannote[70].end 492.56159375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 492.91596875
transcript.pyannote[71].end 510.66846875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 511.10721875
transcript.pyannote[72].end 526.63221875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 526.48034375
transcript.pyannote[73].end 526.83471875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 526.83471875
transcript.pyannote[74].end 533.65221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 529.78784375
transcript.pyannote[75].end 529.95659375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 533.92221875
transcript.pyannote[76].end 545.11034375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 543.86159375
transcript.pyannote[77].end 543.87846875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 545.39721875
transcript.pyannote[78].end 588.05721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 550.25721875
transcript.pyannote[79].end 550.78034375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 588.15846875
transcript.pyannote[80].end 588.49596875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 588.49596875
transcript.pyannote[81].end 602.38409375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 588.51284375
transcript.pyannote[82].end 588.54659375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 591.65159375
transcript.pyannote[83].end 592.00596875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 598.53659375
transcript.pyannote[84].end 598.95846875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 601.50659375
transcript.pyannote[85].end 603.22784375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 603.22784375
transcript.pyannote[86].end 610.28159375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 610.45034375
transcript.pyannote[87].end 627.19034375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 627.73034375
transcript.pyannote[88].end 642.74909375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 643.13721875
transcript.pyannote[89].end 655.03409375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 653.92034375
transcript.pyannote[90].end 654.32534375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 655.91159375
transcript.pyannote[91].end 661.12596875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 661.12596875
transcript.pyannote[92].end 672.04409375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 661.48034375
transcript.pyannote[93].end 661.85159375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 663.10034375
transcript.pyannote[94].end 663.75846875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 672.04409375
transcript.pyannote[95].end 672.71909375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 672.71909375
transcript.pyannote[96].end 677.17409375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 672.73596875
transcript.pyannote[97].end 672.88784375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 677.96721875
transcript.pyannote[98].end 678.11909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 678.25409375
transcript.pyannote[99].end 712.29096875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 710.55284375
transcript.pyannote[100].end 710.87346875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 712.02096875
transcript.pyannote[101].end 712.18971875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 712.29096875
transcript.pyannote[102].end 713.18534375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 713.33721875
transcript.pyannote[103].end 713.57346875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 713.40471875
transcript.pyannote[104].end 719.31096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 718.95659375
transcript.pyannote[105].end 720.88034375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 723.63096875
transcript.pyannote[106].end 723.85034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 723.95159375
transcript.pyannote[107].end 723.96846875
transcript.whisperx[0].start 7.145
transcript.whisperx[0].end 9.648
transcript.whisperx[0].text 謝謝主席,那我們是不是請部長,還有法務部部長,剛剛提到那個狼醫的查詢平台
transcript.whisperx[1].start 24.45
transcript.whisperx[1].end 41.155
transcript.whisperx[1].text 之前你們次長對外講的時候是說這個要有法源依據然後呢法規不夠才來修法那現在到底是卡在哪裡是法源的問題還是行政作業來不及的問題
transcript.whisperx[2].start 43.03
transcript.whisperx[2].end 61.744
transcript.whisperx[2].text 好 謝謝委員 其實這個社會關注的問題 衛務部絕對不會說讓它delay所以我們大概雙管齊下 第一個在法源的方面我們當然要現在找到了沒 法源依據
transcript.whisperx[3].start 62.344
transcript.whisperx[3].end 75.561
transcript.whisperx[3].text 至少我們是可以公開可以優先來處理可以公開的資訊譬如說判決書這本來就是沒有判決權有時候也不能就把人家定罪
transcript.whisperx[4].start 78.624
transcript.whisperx[4].end 96.116
transcript.whisperx[4].text 這個部分我相信我們很快的,剛剛議事室有講,我們趕快跟司法院請教,後面怎麼樣執行。第二個就是說,怎麼樣把事情發生的時候,由社會局這個部分,我們會督導各縣市政府,轉到衛生局。
transcript.whisperx[5].start 99.258
transcript.whisperx[5].end 125.085
transcript.whisperx[5].text 縮短這樣的一個中心,衛生局就趕快來開相關的審議委員會所以這樣的流程也要儘快那就有壓抑的處罰的效果會更加的呈現我想這兩個方面我們都在努力所以分別在5月19號也跟相關事實討論這個法源的問題那在6月30號也特別開這個議事審查委員會來
transcript.whisperx[6].start 126.425
transcript.whisperx[6].end 135.079
transcript.whisperx[6].text 收後續怎麼樣來縮短這樣的一個調查的時間這樣子那為什麼7月5號那個林靜儀次長還在講說法院有問題那個法務部法院有什麼問題嗎沒有沒有
transcript.whisperx[7].start 145.448
transcript.whisperx[7].end 160.698
transcript.whisperx[7].text 跟委員報告事實上這個資料是做一個如果已經是像醫師懲戒書或是判決書是已經公開資料這沒有問題但是外界非常期待應該更早的介入
transcript.whisperx[8].start 161.278
transcript.whisperx[8].end 167.461
transcript.whisperx[8].text 然後把這個資訊做揭露比如他還在職場裡面提出性騷申訴的時候就來把這個資料做揭露那這個就很需要做討論以及需要有法規的依據那行政單位才可以做這件事情所以分兩個階段來講如果要再更往前他需要有法規的依據可能就需要修法這就是我們進議次長所講的
transcript.whisperx[9].start 187.472
transcript.whisperx[9].end 209.218
transcript.whisperx[9].text 但是現在已經公開這些判決書或是醫師懲戒決定書那這個是公開部分我們就會做一個連結然後會在平台上做一個資訊公開那我就問你前段如果已經是提出來的這個個案已經在審查了那你們會直接要求他調離現行的職務停止嗎 接受調查
transcript.whisperx[10].start 211.257
transcript.whisperx[10].end 233.39
transcript.whisperx[10].text 如果按照我們現在相關的醫療的規定沒有辦法有這樣的依據那所以這一塊你們真的要研議喔因為你們這個會比其他的更鬆不是更嚴就是說如果他已經有疑似這樣的狀況只是因為還沒有被判決但是他持續在執行他相關的這個業務那如果他再辦呢
transcript.whisperx[11].start 235.379
transcript.whisperx[11].end 250.833
transcript.whisperx[11].text 所以這一套機制我覺得這個可能部長你回去你們要思考因為這個在相關處置上面你們沒有一個暫時停止的這個機制的話我覺得是相對比較鬆散的這個你們要去思考一下接下來我要問的是有關於
transcript.whisperx[12].start 255.593
transcript.whisperx[12].end 275.048
transcript.whisperx[12].text 風遠這個一家五口的命案我們現在看到這個詐騙案越來越多那當然這個警方跟檢調是主力但是如果說都是成年人一家五口還用這樣子的一個方式然後顯然他不太知道說我們的社會福利安全體系
transcript.whisperx[13].start 276.649
transcript.whisperx[13].end 294.318
transcript.whisperx[13].text 其實是有提供幫忙的那這一塊的話我們要怎麼做目前的我們的社會救助法如果像這一種負債很高然後它是不是也是屬於重大變故生活陷於困境你們會提供幫忙嗎你們在審核標準的時候像這樣的案例符合標準嗎是不是我們請理事長來回答一下
transcript.whisperx[14].start 301.516
transcript.whisperx[14].end 322.257
transcript.whisperx[14].text 包委員 我想發生這個憾事 我想這個真的是令人遺憾我想那個成因基本上大概就是說是因為詐騙嘛那我也跟委員報告就是說確實根據那個委員所說第21條第6款我們確實如果說有民眾如果有遭遇任何的重大變故以至於生活艱困的話都可以來跟我們地方縣市政府的這個社會局
transcript.whisperx[15].start 323.919
transcript.whisperx[15].end 341.076
transcript.whisperx[15].text 先跟那個公所嘛然後也可以跟社會局這邊來提出相關的一個申請還有另外我們社安網這邊也有那個社會我們在各地方有156處的這個社福中心這個民眾如果有任何需要這裡不可以客氣而且這裡要趕緊第一時間call help
transcript.whisperx[16].start 345.259
transcript.whisperx[16].end 371.648
transcript.whisperx[16].text 對 因為我看到因為這些都是成年人那顯然他是有找了民意代表但是就沒有轉到衛福部相關的這個社政體系我是覺得有點可惜如果說有人可以再跟他多聊聊多談談可能不會做這麼就是極端的一個決定這真的是讓人家蠻遺憾的所以我希望你們在宣導上面也可以再去多加強好不好
transcript.whisperx[17].start 372.787
transcript.whisperx[17].end 387.652
transcript.whisperx[17].text 我想這個事件真的是大家都很難過啦他的原因有多重從起言到後來的處理那個都一定要全部來檢討真的不要再發生這種情況這也不只說這個民安
transcript.whisperx[18].start 388.732
transcript.whisperx[18].end 405.155
transcript.whisperx[18].text 甚至個案都可能會因為詐騙而涉到很大的身心創傷那這個怎麼用來協助是非常非常我們社會非常需要重視的好那接下來我要跟你們探討是有關於我們的貧窮線的標準跟世界各國比起來我們的貧窮線我們是畫得太嚴格了就是說我們可以服務的
transcript.whisperx[19].start 418.178
transcript.whisperx[19].end 435.718
transcript.whisperx[19].text 我們的比例其實是比較低的這不代表台灣比較富裕啦這可能是跟我們的那個標準是有關係的那這一塊到底剛剛其實也有一些委員都有提出來了那這個社救盟呢他提出來的報告也說我們大概還有
transcript.whisperx[20].start 437.219
transcript.whisperx[20].end 464.334
transcript.whisperx[20].text 實質的貧窮人口八成是沒有得到協助跟幫忙的那這一塊現在正在討論社救法那衛福部其實也要提一個版本那這一塊你們有沒有什麼樣的打算就是說可以擴大就是說現行的無論是2.6%或2.3%這真的都是太低的一個情況那可以怎麼樣去擴充讓真的有需要幫助的這些貧窮家庭
transcript.whisperx[21].start 465.834
transcript.whisperx[21].end 491.295
transcript.whisperx[21].text 真的可以得到政府的幫忙,你們有沒有一個目標跟預計要怎麼做?謝謝委員,貧窮線的部分等一下請理事幫忙回答那基本上我們不是說這貧窮的線才在幫忙,我們有很多關於身心障礙如果是團體的一個障礙,算起來也有8點多的一個照顧力但還是低於國際上的那個不曉得,來理事
transcript.whisperx[22].start 493.297
transcript.whisperx[22].end 509.696
transcript.whisperx[22].text 非常感謝委員的這個推詢我想其實會貧窮其實簡單來說就一句話入不敷出所以我們基本上如果是一個等式的話對不對當然有收入面也有支出面支出面其實就是誠如剛剛委員所說我們按照我們的這一個就是
transcript.whisperx[23].start 511.218
transcript.whisperx[23].end 523.031
transcript.whisperx[23].text 支出面的話我為了跟委員報告我們其實就國際比較而言我們沒有比較差為什麼因為我們是以所謂最低生活費最低生活費是以所謂這一個可支配所得的60%我們是算60%
transcript.whisperx[24].start 527.435
transcript.whisperx[24].end 544.263
transcript.whisperx[24].text OECD國家是50%所以我們是優於OECD所以是第一點說明另外第二點說明如果按照這樣的一個標準所以這是支出面收入面我們基本上是受到三個因素影響是動產 不動產還有一般所謂的涉算所得這三個因素去影響
transcript.whisperx[25].start 545.925
transcript.whisperx[25].end 561.481
transcript.whisperx[25].text 我們現在目前沒錯 誠如剛剛委員所說我們現在目前貧窮率來說是2.6但是我必須要強調一點就是說因為我們還有另外中低收入老人生活津貼 身心障礙還有那個特殊禁慮家庭其實這些 我想委員過去在台中也擔任過副市長
transcript.whisperx[26].start 562.202
transcript.whisperx[26].end 587.648
transcript.whisperx[26].text 我們現在目前這個部分其實cover其實是8.67我這一點我必須要說數字上來說是這樣那其實你說夠嗎 還是不夠所以我們跟委員報告就是說我們現在目前確實在我們現在預告的部分確實就是整個所謂的動產的部分我們現在貧窮縣其實全台灣有八條就是六都之外還有台灣省連江縣我們這邊現在目前動產的部分我們現在有這一個放寬
transcript.whisperx[27].start 588.548
transcript.whisperx[27].end 602.294
transcript.whisperx[27].text 第二個不動產的部分因為現在目前房價所以這個我們也必須要放寬第三個就是剛剛委員我想很多委員大家都會關心的涉算所得的部分工作收入第五條第一項的部分你們都是用虛擬所得
transcript.whisperx[28].start 603.694
transcript.whisperx[28].end 626.662
transcript.whisperx[28].text 對那這邊的話我跟委員報告因為這裡面牽涉到就是說整個兩個因素第一個就是說台灣老實說地下經濟還是蠻多的這個裡面這個所謂部分工時或者說這一個無一定雇主其實這裡面樣態老實說非常多我跟委員簡單報告這裡面我們就盤過有一個免納稅或投保的工作類型這裡面有攤販
transcript.whisperx[29].start 627.922
transcript.whisperx[29].end 656.803
transcript.whisperx[29].text 農林榆木 家庭手工 民宿等等這些其實說實話這裡面高高低低確實有一些 但是有一些需要還有像文化工作者這個也都在那裡面那這裡面我們要核實的話老實說這個有一些技術上當然我們必須要來克服這個我同意那我跟委員報告我們現在目前這個部分我們會採取稅率工資這邊我們可能會採取折算的方式你可以說看要折多少
transcript.whisperx[30].start 657.603
transcript.whisperx[30].end 676.72
transcript.whisperx[30].text 八折或六折 這個大家都可以來討論對 我覺得這部分一定要檢討因為其實很多的中低收入所得者你知道他們在做什麼嗎 他們就站在路邊發那個傳單蠻多這種的 那個其實真的沒有多少錢那你把它設算那麼高
transcript.whisperx[31].start 678.642
transcript.whisperx[31].end 694.918
transcript.whisperx[31].text 那個跟實際狀況真的是不吻合啦所以我覺得我們的政策既然這麼多年都沒有調整了這一次我覺得就應該要把它調到跟實際比較相襯然後讓這些真正所得低的人我知道你講的地下經濟台灣其實有一群這樣的人
transcript.whisperx[32].start 697.661
transcript.whisperx[32].end 719.177
transcript.whisperx[32].text 但是真正中低收入他們更多是他這就打零工所以他所得沒有你虛擬設算的那麼高那這一群人你就應該要讓他得到實質的幫忙把他納進來你的照顧體系範圍 好不好好 是的好 那就希望這個部分未來你們的版本也趕快提出來就是我們再來討論 謝謝好的 謝謝委員 謝謝