iVOD / 163011

Field Value
IVOD_ID 163011
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163011
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 2025-07-07T11:22:13+08:00
結束時間 2025-07-07T11:35:30+08:00
影片長度 00:13:17
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/e6eee8dab835150da3739266a70a6f3f0e5ab0c0921fe906e3be69b0bb0dbfe5b604f0d634e96aee5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 涂權吉
委員發言時間 11:22:13 - 11:35:30
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_01
transcript.pyannote[0].start 7.20284375
transcript.pyannote[0].end 8.19846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.38409375
transcript.pyannote[1].end 11.10096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 11.16846875
transcript.pyannote[2].end 12.82221875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.93971875
transcript.pyannote[3].end 17.36159375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.22221875
transcript.pyannote[4].end 19.13346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.33596875
transcript.pyannote[5].end 19.90971875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 20.12909375
transcript.pyannote[6].end 31.04721875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 31.13159375
transcript.pyannote[7].end 45.89721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 47.12909375
transcript.pyannote[8].end 47.41596875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 48.15846875
transcript.pyannote[9].end 49.03596875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 49.33971875
transcript.pyannote[10].end 49.49159375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 49.69409375
transcript.pyannote[11].end 55.75221875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 55.90409375
transcript.pyannote[12].end 69.18471875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 69.60659375
transcript.pyannote[13].end 77.04846875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 76.74471875
transcript.pyannote[14].end 116.35034375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 118.17284375
transcript.pyannote[15].end 119.33721875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 120.36659375
transcript.pyannote[16].end 141.47721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 141.78096875
transcript.pyannote[17].end 155.02784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 155.34846875
transcript.pyannote[18].end 166.35096875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 165.47346875
transcript.pyannote[19].end 168.81471875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 167.88659375
transcript.pyannote[20].end 169.30409375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 169.64159375
transcript.pyannote[21].end 183.09096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 170.26596875
transcript.pyannote[22].end 170.48534375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 183.42846875
transcript.pyannote[23].end 189.14909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 189.63846875
transcript.pyannote[24].end 197.38409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 197.70471875
transcript.pyannote[25].end 211.93034375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 212.09909375
transcript.pyannote[26].end 215.96346875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 212.21721875
transcript.pyannote[27].end 213.21284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 215.96346875
transcript.pyannote[28].end 216.09846875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 216.09846875
transcript.pyannote[29].end 216.25034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 216.25034375
transcript.pyannote[30].end 240.36471875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 216.36846875
transcript.pyannote[31].end 217.95471875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 240.36471875
transcript.pyannote[32].end 240.46596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 240.46596875
transcript.pyannote[33].end 242.06909375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 242.59221875
transcript.pyannote[34].end 251.63721875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 251.63721875
transcript.pyannote[35].end 251.99159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 251.89034375
transcript.pyannote[36].end 252.53159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 253.24034375
transcript.pyannote[37].end 256.02471875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 256.24409375
transcript.pyannote[38].end 307.94909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 308.16846875
transcript.pyannote[39].end 313.66971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 314.86784375
transcript.pyannote[40].end 329.19471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 328.90784375
transcript.pyannote[41].end 337.19346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 337.34534375
transcript.pyannote[42].end 365.52659375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 365.67846875
transcript.pyannote[43].end 366.84284375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 366.80909375
transcript.pyannote[44].end 366.82596875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 366.82596875
transcript.pyannote[45].end 367.14659375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 367.39971875
transcript.pyannote[46].end 369.55971875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 369.22221875
transcript.pyannote[47].end 373.94721875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 374.31846875
transcript.pyannote[48].end 379.71846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 380.22471875
transcript.pyannote[49].end 380.66346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 381.97971875
transcript.pyannote[50].end 383.09346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 383.38034375
transcript.pyannote[51].end 419.76284375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 419.39159375
transcript.pyannote[52].end 437.53221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 438.03846875
transcript.pyannote[53].end 443.74221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 445.17659375
transcript.pyannote[54].end 448.02846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 448.34909375
transcript.pyannote[55].end 457.63034375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 457.83284375
transcript.pyannote[56].end 458.81159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 459.11534375
transcript.pyannote[57].end 461.61284375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 461.95034375
transcript.pyannote[58].end 473.71221875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 473.71221875
transcript.pyannote[59].end 473.93159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 473.93159375
transcript.pyannote[60].end 475.02846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 475.02846875
transcript.pyannote[61].end 475.73721875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 476.86784375
transcript.pyannote[62].end 487.27971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 487.49909375
transcript.pyannote[63].end 489.05159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 489.33846875
transcript.pyannote[64].end 495.10971875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 494.72159375
transcript.pyannote[65].end 495.09284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 495.10971875
transcript.pyannote[66].end 500.03721875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 500.03721875
transcript.pyannote[67].end 507.04034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 507.49596875
transcript.pyannote[68].end 523.08846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 523.35846875
transcript.pyannote[69].end 523.99971875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 524.18534375
transcript.pyannote[70].end 529.34909375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 529.63596875
transcript.pyannote[71].end 531.03659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 531.69471875
transcript.pyannote[72].end 546.52784375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 534.12471875
transcript.pyannote[73].end 534.36096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 546.74721875
transcript.pyannote[74].end 570.30471875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 555.87659375
transcript.pyannote[75].end 556.83846875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 570.52409375
transcript.pyannote[76].end 571.03034375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 571.14846875
transcript.pyannote[77].end 585.96471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 584.20971875
transcript.pyannote[78].end 584.81721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 584.91846875
transcript.pyannote[79].end 607.32846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 607.83471875
transcript.pyannote[80].end 612.71159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 613.15034375
transcript.pyannote[81].end 621.99284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 622.63409375
transcript.pyannote[82].end 623.39346875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 623.83221875
transcript.pyannote[83].end 623.84909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 623.84909375
transcript.pyannote[84].end 625.41846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 623.88284375
transcript.pyannote[85].end 624.64221875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 626.19471875
transcript.pyannote[86].end 630.37971875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 626.39721875
transcript.pyannote[87].end 628.05096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 631.10534375
transcript.pyannote[88].end 631.89846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 631.12221875
transcript.pyannote[89].end 631.49346875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 632.28659375
transcript.pyannote[90].end 640.25159375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 640.85909375
transcript.pyannote[91].end 642.51284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 644.20034375
transcript.pyannote[92].end 670.01909375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 670.35659375
transcript.pyannote[93].end 671.94284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 672.58409375
transcript.pyannote[94].end 678.37221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 678.54096875
transcript.pyannote[95].end 685.27409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 685.62846875
transcript.pyannote[96].end 711.41346875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 711.80159375
transcript.pyannote[97].end 713.55659375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 713.99534375
transcript.pyannote[98].end 721.70721875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 721.79159375
transcript.pyannote[99].end 743.52659375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 743.84721875
transcript.pyannote[100].end 749.95596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 750.14159375
transcript.pyannote[101].end 791.11409375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 788.41409375
transcript.pyannote[102].end 788.58284375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 791.11409375
transcript.pyannote[103].end 791.13096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 791.13096875
transcript.pyannote[104].end 792.09284375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 791.14784375
transcript.pyannote[105].end 792.78471875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 792.78471875
transcript.pyannote[106].end 793.62846875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 793.62846875
transcript.pyannote[107].end 793.69596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 794.60721875
transcript.pyannote[108].end 797.03721875
transcript.whisperx[0].start 7.233
transcript.whisperx[0].end 12.51
transcript.whisperx[0].text 好 謝謝主席 那請我們部長跟社工室市長來 請邱部長還有市長
transcript.whisperx[1].start 16.98
transcript.whisperx[1].end 45.672
transcript.whisperx[1].text 國人好部長我請問一下最近因為剛好我們今天也是討論社會救助法剛好我們也有在講一萬現金還稅漁民這個問題剛好我們賴總統有在說他說這個一萬塊對人民的生活沒有太大的幫助可是因為我們在地方基層跑其實我們發現其實社會上還是蠻多人需要這筆一萬塊的不知道你有什麼看法
transcript.whisperx[2].start 50.35
transcript.whisperx[2].end 68.819
transcript.whisperx[2].text 我想這個是要經過審慎的來評估,看怎麼樣既然有這樣一筆錢,怎麼樣讓國家的發展、人民的得到更好的一個健康照護跟得到更多的幸福感,所以我想我們政府也非常用心
transcript.whisperx[3].start 69.699
transcript.whisperx[3].end 99.322
transcript.whisperx[3].text 再討論看看怎麼樣也許用的方法會讓得到的更多啦對沒關係部長我只是反應說其實我們在基層跑發現其實民眾對這1萬塊是蠻重視的也是表示現在一般民眾覺得這1萬塊對他們是蠻有幫助的好那根據我們行政院主計總處這個資料台灣的相對貧窮率我們常年都維持在12%左右
transcript.whisperx[4].start 99.922
transcript.whisperx[4].end 115.88
transcript.whisperx[4].text 但是我們的社會福利制度下能夠取得低收入資格的我們發現不到2%那是不是表示我們在政府眼中我們要取得這個貧窮弱勢的資格上好像是不是有一些困難
transcript.whisperx[5].start 120.429
transcript.whisperx[5].end 133.133
transcript.whisperx[5].text 我想這個是定義上的問題,等一下請理事跟委員報告但是至少我們在社會的救治、救助方面其實已經到達8.6%所以照顧上市是不輸給其他國家那至於我們剛剛這個貧窮縣這個部分,請理事
transcript.whisperx[6].start 141.963
transcript.whisperx[6].end 169.119
transcript.whisperx[6].text 感謝 非常感謝土耳原的關心我跟土耳原解釋我們貧窮的測量有的所謂絕對貧窮跟相對貧窮您現在所引用的是所謂相對貧窮相對貧窮在國際的上面是使可支配所得的百分之 OECD 國家是百分之五十台灣是定百分之六十這個我要第一點要說明所以根據這個標準全世界 relative property這個是一個學界中位數的百分之六十對 沒錯 可支配所得
transcript.whisperx[7].start 171.161
transcript.whisperx[7].end 184.996
transcript.whisperx[7].text 如果以這樣的一個標準的話我跟委員報告全世界大家都是用貧窮線而不是用那個所謂那個相對貧窮那如果以這個指標來說的話台灣確實我們現在目前你說是12德國大概是18%英國大概15%但是現在問題來了現在問題就是說
transcript.whisperx[8].start 189.781
transcript.whisperx[8].end 210.981
transcript.whisperx[8].text 委員現在說的是那個所謂的貧窮線那個貧窮線我們現在目前定下來沒錯像委員說的低收中低收加起來是2.56但是我現在要說的就是說我們除了這個低收中低收之外另外還有中低收老人生活津貼身心障礙者津貼還有弱勢家庭輔助這個零零總總加起來像剛剛部長向委員報告的是8.6喔
transcript.whisperx[9].start 213.083
transcript.whisperx[9].end 234.937
transcript.whisperx[9].text 那日本是日本的社會救助的領取者才1.56而已現在我們重點就是說其實我們覺得我們這個社會救助啊基本上還是有很大的空間啦因為我們覺得常常他們要申請一些低收入戶一些制度上一些門檻上讓他們都沒有辦法去達到所以我們去了解你看這個相對貧窮數這個相對貧窮數12%就大概有270萬人那我們目前
transcript.whisperx[10].start 242.663
transcript.whisperx[10].end 252.196
transcript.whisperx[10].text 低收入申請職業資格大概只有照顧到列車的大概只有25萬人所以我們覺得這個審查制度上可能
transcript.whisperx[11].start 253.328
transcript.whisperx[11].end 272.556
transcript.whisperx[11].text 有一些問題啦當然我們可能是防止有人做假但是據我們了解好像還是有很多部分其實像真正請得到低收戶的其實他的生活其實是蠻富裕的像我們來看一下
transcript.whisperx[12].start 273.516
transcript.whisperx[12].end 286.11
transcript.whisperx[12].text 我們這個投影我們在網路上有看到那大家都在討論像新聞報導裡面有很多說這個低收入戶我們看民眾對於這政策的評價跟刻板印象所以他們對於這個補助制度
transcript.whisperx[13].start 289.914
transcript.whisperx[13].end 313.354
transcript.whisperx[13].text 確實漏接了很多實際貧窮的人那真的很多需要幫助救助的可是他去申請這低收入戶中低收入戶又請不到可是明明經濟能力很好甚至常常開豪車的人去去領這個低收入戶的問題所以我們想了解我們衛福部門有沒有掌握這個問題到底出在哪裡
transcript.whisperx[14].start 314.909
transcript.whisperx[14].end 340.875
transcript.whisperx[14].text 好 我想那個等一下喔 理事來跟委員報告我們會去查緝啦 絕對尤其是我們要求要去督查這個不會有開豪車零低收這個部分其實這個喔 這個在基層大家都常常在詬病啦其實表示說我們很多人真正很困難可是要請都請不到還有很多人其實他很有錢
transcript.whisperx[15].start 341.795
transcript.whisperx[15].end 366.557
transcript.whisperx[15].text 但是他知道這個制度上的缺失他就有辦法明明經濟狀況很好又可以去領這個低收入戶其實據我們了解他這個問題應該是出在我們低收入戶跟中低收入戶這個審查的門檻還有我們地方政府社會局這個量能的不足所以有造成這樣的問題所以我希望衛福部能夠來了解一下
transcript.whisperx[16].start 369.72
transcript.whisperx[16].end 378.246
transcript.whisperx[16].text 非常感謝委員的一個推詢我想也是三個重點第一個就是社會救助其實根據地方自治法
transcript.whisperx[17].start 382.091
transcript.whisperx[17].end 400.119
transcript.whisperx[17].text 地方自治法裡面得過規定事實上是屬於地方自治的業務所以這個確實是屬於地方的社會局跟鄉鎮公所所以這裡面我想最重要的一個精神應該就是說你應該要補助的就要拿到補助不應該補助就不應該拿到所以這裡面就有所謂精準的這一個補助的問題那這裡面會牽涉到幾個問題第一個就是剛剛委員剛剛所說的查核的這一個機制還有查核的人員
transcript.whisperx[18].start 406.022
transcript.whisperx[18].end 433.523
transcript.whisperx[18].text 這裡面確實我在地方也曾經當過社會局長我知道確實救助科這邊社工科這邊的一個人力上面這個我想委員的這一個指出非常非常重要這個我們確實會來加強這部分人力應該有的補給希望這部分能夠衛福部來重視一下那針對我們社會救助法第4條跟第15條我們低收戶的認定是採納家庭的總收入還有家庭的總財產以及撫養能力
transcript.whisperx[19].start 435.805
transcript.whisperx[19].end 443.467
transcript.whisperx[19].text 等等那這些低收入跟中低收入的資格審查我們是以家戶為單位是不是
transcript.whisperx[20].start 445.236
transcript.whisperx[20].end 470.473
transcript.whisperx[20].text 好 那以家戶為單位那我們舉一個例子那如果有一個長者他是收入狀況是符合低收入戶的資格但是他的子女收入過高或者有房產但是如果這長者的子女並沒有履行這個撫養的義務但是他家戶的總收入是超標的
transcript.whisperx[21].start 471.374
transcript.whisperx[21].end 497.365
transcript.whisperx[21].text 那針對這部分有辦法照顧到這個長者嗎非常感謝委員沒錯那個第一點我們現在目前整個這一個計算單位就是以household以家戶這個家戶裡面其實事實上最重要就是要計算他的這個收入跟支出那個收入的部分主要就是你剛剛委員剛剛所說的事實上一個是動產一個是不動產我們現在的機制有辦法照顧到這種
transcript.whisperx[22].start 498.365
transcript.whisperx[22].end 526.609
transcript.whisperx[22].text 子女沒有在撫養他可是子女收入很高那如果這兩個重點第一個按照我們的民法的規定其實事實上還是有互付這一個撫養之義務所以這個沒辦法這民法的規定就是這樣另外第二點確實如果出現您剛剛所說的那個情況的話那我們裡面有一個所謂的539條款就是說這裡面如果有同居共住但是呢他的這一個這個直系親屬比如他的子女這個有一些相關問題我們可以透過確實可以透過社工
transcript.whisperx[23].start 527.689
transcript.whisperx[23].end 552.276
transcript.whisperx[23].text 這一個專業評估然後把他豁免這個我們是有這個機制的對就是特殊的情況啦所以可以處理是可以處理但是原則上根據我剛剛所說的民法 親屬偏還有另外根據我們的社會福利基本法基本上都在規定就是說有這個家庭責任所以基本上這個父母養我們我們要奉養父母這本來就是我們天經地義的事啦
transcript.whisperx[24].start 552.836
transcript.whisperx[24].end 569.188
transcript.whisperx[24].text 你知道我說針對這部分我們衛福部這邊有沒有什麼就是我剛剛說的就是我剛剛說的539我們有一個所謂539條款第5條第3項第9款的一個規定這裡面有一個所謂除外所以范雲委員他裡面他有因為有時候這個豁免
transcript.whisperx[25].start 570.649
transcript.whisperx[25].end 595.827
transcript.whisperx[25].text 光個別的社工恐怕壓力也很大所以像范議員他有建議就是說我們是不是用組成一個委員會用專案的一個審查這個我們也覺得方向上面可以來朝這個方向來嚴厲所以我們是基本上想了解一下對於我們修法這方向希望能夠照顧到這一方面的漏接的這些長者當然謝謝
transcript.whisperx[26].start 598.488
transcript.whisperx[26].end 625.065
transcript.whisperx[26].text 還有我們社會救助法有一個收入的認定中有一項我覺得民眾一直有在批評就是所謂的虛擬收入就是這個人他本身有具備工作能力但是即使他沒有實際收入好像我們還是以最低的工資來算他是有這個收入是不是這樣子所以就是虛擬收入
transcript.whisperx[27].start 626.75
transcript.whisperx[27].end 642.107
transcript.whisperx[27].text 虛擬收入的算法就是這樣正確的說法應該涉算所得不是虛擬收入那所以針對這部分喔那對於很多街友長期失業者還有單親照顧者那是不是會排除到他們的收益權
transcript.whisperx[28].start 644.464
transcript.whisperx[28].end 671.671
transcript.whisperx[28].text 包委如果說有這樣的一個部分的話我們其實在現在目前本部所研擬的這個新法裡面我們確實對於這個部分我們有來做檢討那當然這裡面我也要跟委員報告就是這裡面會有一些實際執行上的問題有三個部分第一個最重要事實上就是說對於這些因為陳如剛委員所說有的人可能是塞變族來捕走那這裡面可能就是說
transcript.whisperx[29].start 672.711
transcript.whisperx[29].end 702.271
transcript.whisperx[29].text 因為台灣的地下經濟老實說按照經濟學者的估計有些人認為到三成有些人認為到四成那這裡面可能有包括攤販包括無一定雇主等等這些那還有甚至也包括有一些專業人員那他他可能他可能也在這個這個範疇裡面那我們現在目前的做法就是說好這個我們也認為用這種所謂設算可能有它不合理性那所以我們現在目前也有一些相關的一些的一些處理方式比如你可以打個就是最低工資比如你打個一定的折扣
transcript.whisperx[30].start 703.191
transcript.whisperx[30].end 721.543
transcript.whisperx[30].text 或者說特別是針對像您剛剛所說街友街友的話部分確實這裡面可能要折扣可能要應該要更高就是說我們這地公司可能來做這一個相關的一個的一個的一個涉算那這個部分我們確實都有來都有在在做研議啦
transcript.whisperx[31].start 722.163
transcript.whisperx[31].end 742.528
transcript.whisperx[31].text 對 那我們現在提出就是說希望我們社公司針對這個虛擬收入這個制度去研議一下還有針對我們地方政府是不是可以彈性設計這個配套設施並且由中央來加強審核讓它透明化那我們在修法這部分應該可以來研議討論一下
transcript.whisperx[32].start 743.908
transcript.whisperx[32].end 769.982
transcript.whisperx[32].text 好的那因為我們希望像這部分這些問題我們看到現在很多的數據明顯就是代表存在著有很多製度性的排除造成很多的真正貧窮的人一直跟我們反映他去請這個低收入戶中低收入戶真的都請不到可是據我們了解他的狀況真的生活上有很大的問題
transcript.whisperx[33].start 771.002
transcript.whisperx[33].end 793.237
transcript.whisperx[33].text 然後變成有一些生活又很富裕的又請得到所以你看網路啊一些報導他們在討論這部分問題我也希望衛福部針對剛剛提的幾個地方重點來研議一下是不是針對這有一些缺失我們來加以改善好的 謝謝委員指教 謝謝謝謝圖遠 謝謝部長 市長接下來請