iVOD / 163970

Field Value
IVOD_ID 163970
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163970
日期 2025-10-09
會議資料.會議代碼 委員會-11-4-26-2
會議資料.會議代碼:str 第11屆第4會期社會福利及衛生環境委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 2
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4會期社會福利及衛生環境委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-10-09T09:20:38+08:00
結束時間 2025-10-09T09:34:17+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/0913948005eacb624811bf65d6cb50b1819c05f3ca7f3b91a0e4ffc4b42a1cecbfd08b43458302aa5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林月琴
委員發言時間 09:20:38 - 09:34:17
會議時間 2025-10-09T09:00:00+08:00
會議名稱 立法院第11屆第4會期社會福利及衛生環境委員會第2次全體委員會議(事由:邀請勞動部部長針對「因關稅造成我國市場就業及勞動環境衝擊之影響及因應對策」進行專題報告,並備質詢。【10月8日及9日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.11909375
transcript.pyannote[0].end 5.19471875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 5.59971875
transcript.pyannote[1].end 6.42659375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.53971875
transcript.pyannote[2].end 12.18096875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 11.62409375
transcript.pyannote[3].end 12.87284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.97409375
transcript.pyannote[4].end 13.02471875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 13.66596875
transcript.pyannote[5].end 48.29346875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 49.17096875
transcript.pyannote[6].end 54.65534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 52.57971875
transcript.pyannote[7].end 53.00159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 55.56659375
transcript.pyannote[8].end 56.81534375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 56.95034375
transcript.pyannote[9].end 98.81721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 64.32471875
transcript.pyannote[10].end 64.34159375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 68.05409375
transcript.pyannote[11].end 68.91471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 69.53909375
transcript.pyannote[12].end 69.96096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 74.73659375
transcript.pyannote[13].end 75.12471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 80.20409375
transcript.pyannote[14].end 81.40221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 85.14846875
transcript.pyannote[15].end 85.33409375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 85.50284375
transcript.pyannote[16].end 85.72221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 90.93659375
transcript.pyannote[17].end 91.52721875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 98.86784375
transcript.pyannote[18].end 99.08721875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 99.81284375
transcript.pyannote[19].end 145.20659375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 106.46159375
transcript.pyannote[20].end 106.68096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 145.57784375
transcript.pyannote[21].end 152.10846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 151.80471875
transcript.pyannote[22].end 152.98596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 152.53034375
transcript.pyannote[23].end 157.30596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 155.77034375
transcript.pyannote[24].end 156.27659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 157.35659375
transcript.pyannote[25].end 158.09909375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 158.30159375
transcript.pyannote[26].end 164.08971875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 162.40221875
transcript.pyannote[27].end 162.80721875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 164.95034375
transcript.pyannote[28].end 188.06909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 188.06909375
transcript.pyannote[29].end 211.01909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 209.75346875
transcript.pyannote[30].end 210.09096875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 211.01909375
transcript.pyannote[31].end 216.87471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 216.84096875
transcript.pyannote[32].end 217.26284375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 217.02659375
transcript.pyannote[33].end 218.44409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 218.44409375
transcript.pyannote[34].end 218.93346875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 218.47784375
transcript.pyannote[35].end 218.62971875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 218.78159375
transcript.pyannote[36].end 218.79846875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 218.86596875
transcript.pyannote[37].end 219.22034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 219.42284375
transcript.pyannote[38].end 227.62409375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 226.83096875
transcript.pyannote[39].end 230.02034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 230.12159375
transcript.pyannote[40].end 245.54534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 244.98846875
transcript.pyannote[41].end 246.35534375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 245.96721875
transcript.pyannote[42].end 253.99971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 255.60284375
transcript.pyannote[43].end 276.93284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 277.05096875
transcript.pyannote[44].end 278.02971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 278.43471875
transcript.pyannote[45].end 279.26159375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 279.48096875
transcript.pyannote[46].end 283.42971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 283.76721875
transcript.pyannote[47].end 288.10409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 288.32346875
transcript.pyannote[48].end 299.30909375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 299.42721875
transcript.pyannote[49].end 316.80846875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 316.90971875
transcript.pyannote[50].end 319.17096875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 319.52534375
transcript.pyannote[51].end 331.21971875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 320.89221875
transcript.pyannote[52].end 321.24659375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 332.18159375
transcript.pyannote[53].end 366.79221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 362.08409375
transcript.pyannote[54].end 362.16846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 362.37096875
transcript.pyannote[55].end 362.47221875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 367.28159375
transcript.pyannote[56].end 400.49159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 374.84159375
transcript.pyannote[57].end 375.16221875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 395.17596875
transcript.pyannote[58].end 395.58096875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 400.12034375
transcript.pyannote[59].end 408.45659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 408.50721875
transcript.pyannote[60].end 440.23221875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 439.96221875
transcript.pyannote[61].end 448.11284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 440.67096875
transcript.pyannote[62].end 441.07596875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 445.69971875
transcript.pyannote[63].end 445.98659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 448.92284375
transcript.pyannote[64].end 482.30159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 482.58846875
transcript.pyannote[65].end 506.97284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 507.27659375
transcript.pyannote[66].end 561.41159375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 561.63096875
transcript.pyannote[67].end 581.72909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 581.96534375
transcript.pyannote[68].end 583.56846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 581.99909375
transcript.pyannote[69].end 582.60659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 583.72034375
transcript.pyannote[70].end 584.86784375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 585.20534375
transcript.pyannote[71].end 631.72971875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 596.24159375
transcript.pyannote[72].end 596.52846875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 602.29971875
transcript.pyannote[73].end 602.75534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 631.98284375
transcript.pyannote[74].end 640.70721875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 635.50971875
transcript.pyannote[75].end 635.86409375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 641.07846875
transcript.pyannote[76].end 651.28784375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 642.05721875
transcript.pyannote[77].end 643.05284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 650.73096875
transcript.pyannote[78].end 665.54721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 651.62534375
transcript.pyannote[79].end 652.01346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 664.06221875
transcript.pyannote[80].end 678.11909375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 666.44159375
transcript.pyannote[81].end 666.69471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 678.33846875
transcript.pyannote[82].end 691.19721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 691.55159375
transcript.pyannote[83].end 701.30534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 702.67221875
transcript.pyannote[84].end 735.44346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 706.43534375
transcript.pyannote[85].end 706.46909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 734.21159375
transcript.pyannote[86].end 734.71784375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 735.08909375
transcript.pyannote[87].end 756.58784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 756.58784375
transcript.pyannote[88].end 787.33409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 758.29221875
transcript.pyannote[89].end 760.48596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 761.12721875
transcript.pyannote[90].end 761.46471875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 787.33409375
transcript.pyannote[91].end 796.49721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 796.80096875
transcript.pyannote[92].end 811.70159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 811.58346875
transcript.pyannote[93].end 813.62534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 812.81534375
transcript.pyannote[94].end 814.06409375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 814.09784375
transcript.pyannote[95].end 814.24971875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 817.23659375
transcript.pyannote[96].end 819.07596875
transcript.whisperx[0].start 3.271
transcript.whisperx[0].end 28.633
transcript.whisperx[0].text 主席麻煩我們的勞動部部長有請洪部長部長早美國關稅雖然還在談判階段可是關稅政策進口的產品的調整還有台幣的匯率的波動還是讓台灣以出國為主出口的為主的製造業受到衝擊我相信部長應該也知道
transcript.whisperx[1].start 29.614
transcript.whisperx[1].end 52.879
transcript.whisperx[1].text 所以今年3月8月勞動部的確推出了一個僱用安定措施跟強化版讓減班休息的勞工可以申請到我們的差額補貼所以我首先我想問部長目前為止通報減班休息的數量大概有多少增長的幅度是不是有趨緩現在最新的數據在10月1號那是
transcript.whisperx[2].start 56.073
transcript.whisperx[2].end 70.312
transcript.whisperx[2].text 最新的是8505是8505那相比於前一期9月16號的時候那是增加1000多那9月16號當天因為我們一個月會公布兩次兩個禮拜公布一次那
transcript.whisperx[3].start 70.792
transcript.whisperx[3].end 98.093
transcript.whisperx[3].text 9月16號當時公布的那一次其實增加大概2400多那到10月1號這次的公布它的增加是大概1100所以確實增加的數字有比9月16號來的低可是還是增加所以我們還是用權力戒備的態度我們不會鬆懈我們也不會輕忽但我們也一直在監測這個數據但確實數據有的時候它會有一些它的上下可是我們可能還要看長期的趨勢
transcript.whisperx[4].start 100.636
transcript.whisperx[4].end 123.795
transcript.whisperx[4].text 謝謝部長的努力剛剛也講說確實有成長可是還是比前一個時間點有減緩可面對關稅的一個微確定性的話預期申請減班休息的數量可能會越來越多所以根據部內的資料目前強化版的雇用安定措施所補助的九大產業就業保險投保人數大概有
transcript.whisperx[5].start 125.575
transcript.whisperx[5].end 145.06
transcript.whisperx[5].text 105萬人那他們是目前美國關稅下最可能受到衝擊的潛在勞工當然不是全部都會受到影響可是還是要看關稅的談判的進度跟結果而定所以現在的強化版預計可以接住多少的勞工勞動部又能夠提供多少的量呢
transcript.whisperx[6].start 145.88
transcript.whisperx[6].end 163.797
transcript.whisperx[6].text 我跟文說明這邊講到的一百零五萬絕對不是這一百零五萬都會受到影響是我知道因為有些看到一百零萬但絕對不是一百零萬都受到影響那其實現在基本上我們並沒有什麼量能上的限制也就是說只要
transcript.whisperx[7].start 164.997
transcript.whisperx[7].end 187.826
transcript.whisperx[7].text 有減班休息的狀況然後企業通報然後勞工朋友來跟我們申請甚至我剛剛我們講到如果有這個勞工朋友來說他們企業沒有通報其實我們也可以把它放入到這個我們的名單裡面那這是剛才陳委員剛才有講到的部分我們會直接把它放到名單裡面那只要放到名單裡面他就可以來跟我們申請強化版的公安訂措施
transcript.whisperx[8].start 188.086
transcript.whisperx[8].end 211.929
transcript.whisperx[8].text 可是部長強化版的僱用安定措施基金來源是救安基金所以如果編入因應國際情勢強化經濟社會及民生國安任性特別預算案當中如果這筆特別預算假設沒有通過的話那已經申請減班休息的通報個案的薪資貼補會不會受到影響那勞動部要如何因應跟委員說明
transcript.whisperx[9].start 213.05
transcript.whisperx[9].end 231.812
transcript.whisperx[9].text 強化版公安訂措施的經費來源是來自救保跟特別預算兩個都有可是如果假設我剛剛前面問你說那到底可以接住多少你說都不會都沒有量可是經費沒有考量所以我們現在現在大院也在九樓正在審查這個
transcript.whisperx[10].start 233.133
transcript.whisperx[10].end 253.742
transcript.whisperx[10].text 特別預算我們當然希望爭取我們這一次行政院讓我們編列150億的特別預算能夠順利的通過我想這個因為這個錢真的都是來支持勞工來協助勞工的錢對是很重要的對我們希望真的能夠能夠讓這個順利的然後能夠三讀然後讓勞工朋友有一個更大的支持
transcript.whisperx[11].start 256.037
transcript.whisperx[11].end 267.601
transcript.whisperx[11].text 在這些受到影響申請減班休息的勞工裡邊包括了中高齡的就業者根據勞動部的資料中高齡就業者就45歲以上在製造業中佔全體的42.22%
transcript.whisperx[12].start 270.402
transcript.whisperx[12].end 284.768
transcript.whisperx[12].text 製造業事實上是關稅的重災區一旦企業實施減班休息也就是他們往往會被列為優先的休息名單我們好不容易通過中高齡及高齡者就業促進法希望讓中高齡成為勞動力來源的新選項
transcript.whisperx[13].start 288.49
transcript.whisperx[13].end 304.927
transcript.whisperx[13].text 以解決我們少子化的問題可是他們可能都是而且他們最主要是他們可能都是每一個家庭經濟支柱而且中高齡可能事實上是這時候是負擔最大的孩子可能在念私立大學然後呢家裡的支出如果他還有房貸的話這些都會是一個問題
transcript.whisperx[14].start 306.008
transcript.whisperx[14].end 331.014
transcript.whisperx[14].text 那他需要撫養孩子也可能需要撫養長輩再加上年紀的因素職場本來就很不友善的話如果再因為減班的休息減少收入那就會沒辦法支撐他平常所的一些開銷所以想問部長說這些申請減班休息的勞工當中有多少的中高齡是不是你能夠很充分的去掌握到這個比例
transcript.whisperx[15].start 332.499
transcript.whisperx[15].end 349.647
transcript.whisperx[15].text 我想其實因為如果通報的勞工當然是可以講我們當然是可以去進一步去去確認大家有多少比例是中高齡但是就是剛剛委員講其實講的沒有錯其實我們在這一次相關的移民關稅跟勞工的這個就業措施裡面其實我們特別關注中高齡的問題
transcript.whisperx[16].start 350.908
transcript.whisperx[16].end 365.948
transcript.whisperx[16].text 所以其實在我們10月發布了一個計畫叫做勞工就業通在這個勞工就業通計畫裡面我們也特別把幾個服務整合進來其中一個很重要的就是職務在設計因為如果我們要協助中高齡的勞工失業的話要轉業
transcript.whisperx[17].start 367.731
transcript.whisperx[17].end 393.712
transcript.whisperx[17].text 轉業的時候他們會特別需要比方像植物在設計這樣子的服務來讓他能夠更適應可能一個新的就業環境所以我們特別把像這樣給整合進來那另外其實我們也考慮到這所以我們其實這段時間一些辦訓所以我們也請發安署在辦訓訓練的過程裡面特別針對希望針對多一些是針對中高齡的勞工他們可能現在所需要的一些技能的訓練來去做課程的設計
transcript.whisperx[18].start 395.353
transcript.whisperx[18].end 412.095
transcript.whisperx[18].text 我們這都是特別思考到說那怎麼樣更多顧及到中高齡勞工的狀況我覺得真的要注意因為我去年在質詢的時候針對勞動議題就已經講過說很多55歲以上就被優退表面上叫優退 實際上就是某種程度上資遣
transcript.whisperx[19].start 412.615
transcript.whisperx[19].end 439.829
transcript.whisperx[19].text 對他們很多時候事實上是家庭資助者的話通常不利條件那接下來這個關稅的狀況又是比較多時候事實上製造業的又比較多是中高齡最大衝擊又在中高齡所以我們很擔心所以我也希望勞動部可以去做這樣的一個調查所以也要確定所謂的減班休息是不是真正的雙方合意還是事實上是資方強迫的我覺得
transcript.whisperx[20].start 440.069
transcript.whisperx[20].end 447.14
transcript.whisperx[20].text 如果是強迫的有人來檢舉就是說沒有經過勞工同意的話那這其實就是違反勞基法22條但這是我們會直接開罰的
transcript.whisperx[21].start 449.156
transcript.whisperx[21].end 476.261
transcript.whisperx[21].text 可是有沒有就說這種也很怕的事實上是通常為什麼過去我們的受僱方會比較不敢去做申訴有時候是被點名做記號的所以對他們來講也是有一些壓力所以我是建議說是不是建立我們的減班休息的通報的年齡的分布統計以外然後能夠掌握到我們中高齡的勞工的一個整個通報數量還有能夠定期去做調查
transcript.whisperx[22].start 476.881
transcript.whisperx[22].end 505.486
transcript.whisperx[22].text 來掌握我們的減班休息的落實的一些狀況第三個事實上還是要強化中高齡就業者的主動關懷這個也是我去年一直再三提醒說55歲以上真的我們去了解他們所被優退真的事實上是優退嗎還是事實上是被另外一種支遣的方式只是為了減少因為畢竟如果到的小小主管的時候薪水比較高的話把他優退他再請一個薪水比較低的我覺得都很不利於我們的中高齡的人
transcript.whisperx[23].start 506.346
transcript.whisperx[23].end 526.192
transcript.whisperx[23].text 那再來就是想問是說整個面對職災的勞工政府到底能做什麼因為目前勞工職業災害保險跟保護法裡面在111年的5月1號正式施行之後勞動部在持續推動這個所謂的FARP
transcript.whisperx[24].start 528.653
transcript.whisperx[24].end 540.977
transcript.whisperx[24].text 那跟地方政府來配合關懷勞工那到底這個主動關懷到底是什麼尤其事實上從你們的調查裡面也就是說你們職業災害的失能勞工就業關懷調查就發現說他們平均緩肥職場要12.2個月
transcript.whisperx[25].start 546.118
transcript.whisperx[25].end 568.104
transcript.whisperx[25].text 甚至復工的實際化的協商 植栽的人力都是曠日廢時所以我們想問這110年的調查有它的意義在才會知道有12.2個月可是110年調查之後就不再調查所以想問說關懷調查有沒有要再啟動才能夠了解你的主動關懷到底有沒有辦法落實而且這種關懷到底能不能讓他們
transcript.whisperx[26].start 570.024
transcript.whisperx[26].end 584.039
transcript.whisperx[26].text 能夠是得到因為有數據才能夠有後邊的對應措施所以想問說你這個職業災害失能的勞工就業關懷調查要持續調查嗎因為我們要知道他到底有沒有能夠發揮效用
transcript.whisperx[27].start 585.553
transcript.whisperx[27].end 611.887
transcript.whisperx[27].text 這個跟穆委員說明其實對於職財勞工的關懷我想這件事情是我們一定會持續做的甚至我們包括職安署跟地方的勞政單位其實我們都有相關專業的人力持續在做這個它是用一個個案管理的方式在處理所以它可能不是不一定是一次性的調查對這個部分來說是持續性要做的工作那至於重返職場的時間因為確實不同的勞工他的狀況不一樣
transcript.whisperx[28].start 614.608
transcript.whisperx[28].end 636.584
transcript.whisperx[28].text 有些如果他比較嚴重的他就需要比較久一點的時間有的時候甚至我們也看到一些案例是勞工明明他覺得他還沒有好他還需要持續的在做這個復原的休養的狀況但是資方一直覺得你就趕快上工你趕快上工然後這裡面產生的衝突我們也看到一些案例是這種狀況所以確實這個能夠重返職場的時間有
transcript.whisperx[29].start 641.201
transcript.whisperx[29].end 669.017
transcript.whisperx[29].text 所以部長相對的關懷協助會落差蠻大的你這一個有一個段落叫做關懷協助所以你的主動關懷協助就很重要所以我覺得政府應該發揮主動的服務的精神一定是主動因為我們甚至是用個案管理的方式來做這個關懷那也包括統整相關的資源能夠讓職災勞工可以了解他可以有什麼資源包括就醫的資源 保險的資源或者是哪些部分他其實可以來做使用就是用個案管理的方式為什麼我會去提就用這個案例為此案為例就是說
transcript.whisperx[30].start 670.297
transcript.whisperx[30].end 690.324
transcript.whisperx[30].text 職災的勞工家屬在一審判定的時候不是職災當初你們勞動部也是判定他不是職災可是二審的時候判定卻又是職災那不管最後三審結果為何這個據案發時間已經三千天了請問部長這之間的所有損失都可以申請嗎如果不行的話有沒有其他方式可以幫助職災家屬呢
transcript.whisperx[31].start 691.644
transcript.whisperx[31].end 701.134
transcript.whisperx[31].text 那而且旨在勞工個案主動服務再次指示有沒有主動介入因為剛剛講的關懷協助是這樣蠻重要的所以過去有沒有介入如何質疑
transcript.whisperx[32].start 703.294
transcript.whisperx[32].end 726.782
transcript.whisperx[32].text 還是要跟委員說其實我們的PASS都希望能夠都是主動協助但如果有做的更好的空間那我們也願意來做一些檢討但的確我們PASS的同仁是很辛苦但是有更好的空間我們都願意來檢討那這個案子我們非常非常關注確實他一審和二審的判決不一樣所以我們也跟當時我們也跟這些相關的包括他的協助的團體
transcript.whisperx[33].start 728.863
transcript.whisperx[33].end 745.572
transcript.whisperx[33].text 來跟他們說如果需要做一些重新的檢視我們也很願意來做重新的檢視來做相關的認定部長可能未來真的要更進一步的是如果真的個案能夠及早去介入的話那事實幫助大概就不會要讓他走到司法還要透過
transcript.whisperx[34].start 746.452
transcript.whisperx[34].end 758.368
transcript.whisperx[34].text 我覺得一審二審然後讓他等待三千天最後得到的結果呢假設是最後第三審是實在認定的話真的這些損失到底要跟誰要這個三千天確實蠻長的所以這也是這個勞工很辛苦的地方
transcript.whisperx[35].start 762.032
transcript.whisperx[35].end 787.181
transcript.whisperx[35].text 但是的確在三年前災保法上路以後現在整體的機制是有更完備那包括PASS他要協助掌握跟整合的一些服務也更完備那我們但我們最近其實也在做相關的檢討能夠給職債勞工什麼更多的制度性的支持那我們會盡快來把給職債勞工更制度性的支持我們會盡快的來這個政策研擬到一個階段我們就會來公佈
transcript.whisperx[36].start 787.621
transcript.whisperx[36].end 812.313
transcript.whisperx[36].text 所以最後我的建議就是請盤點FAP專業服務人員的人數進行適當的分配還有檢討現行的給付機制及時保障我們的勞權還有縮短真的行政程序有時候聽說派案通報之後派案還要三個月所以讓他們可以加速重返職場如果他們能夠身體狀況OK的話能夠重返職場的話應該加速我們都願意來檢討謝謝副長 謝謝
transcript.whisperx[37].start 817.687
transcript.whisperx[37].end 818.411
transcript.whisperx[37].text 謝謝林月琴委員發言