iVOD / 163973

Field Value
IVOD_ID 163973
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163973
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 2025-10-09T09:34:29+08:00
結束時間 2025-10-09T09:46:11+08:00
影片長度 00:11:42
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0913948005eacb6273c4b370c83c9461819c05f3ca7f3b919ebc85139e6d204f5639f62fdc189b545ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱鎮軍
委員發言時間 09:34:29 - 09:46:11
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_00
transcript.pyannote[0].start 2.59596875
transcript.pyannote[0].end 5.09346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.38409375
transcript.pyannote[1].end 35.35034375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 35.77221875
transcript.pyannote[2].end 35.97471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 35.97471875
transcript.pyannote[3].end 42.16784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 42.92721875
transcript.pyannote[4].end 56.03909375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 48.49596875
transcript.pyannote[5].end 48.71534375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 49.79534375
transcript.pyannote[6].end 50.20034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 53.42346875
transcript.pyannote[7].end 54.73971875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 56.03909375
transcript.pyannote[8].end 62.65409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 62.97471875
transcript.pyannote[9].end 65.21909375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 63.24471875
transcript.pyannote[10].end 63.68346875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 64.83096875
transcript.pyannote[11].end 69.82596875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 68.03721875
transcript.pyannote[12].end 71.51346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 71.93534375
transcript.pyannote[13].end 77.18346875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 75.58034375
transcript.pyannote[14].end 92.15159375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 81.53721875
transcript.pyannote[15].end 82.48221875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 82.66784375
transcript.pyannote[16].end 83.14034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 85.43534375
transcript.pyannote[17].end 86.11034375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 86.34659375
transcript.pyannote[18].end 86.63346875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 86.85284375
transcript.pyannote[19].end 88.45596875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 90.37971875
transcript.pyannote[20].end 91.03784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 91.64534375
transcript.pyannote[21].end 95.29034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 93.48471875
transcript.pyannote[22].end 93.82221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 94.22721875
transcript.pyannote[23].end 94.80096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 95.59409375
transcript.pyannote[24].end 103.28909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 100.89284375
transcript.pyannote[25].end 142.64159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 110.14034375
transcript.pyannote[26].end 111.08534375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 111.45659375
transcript.pyannote[27].end 111.60846875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 113.63346875
transcript.pyannote[28].end 114.02159375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 114.32534375
transcript.pyannote[29].end 114.71346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 143.28284375
transcript.pyannote[30].end 145.27409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 147.02909375
transcript.pyannote[31].end 147.99096875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 148.76721875
transcript.pyannote[32].end 153.03659375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 153.44159375
transcript.pyannote[33].end 155.24721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 153.47534375
transcript.pyannote[34].end 158.67284375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 155.92221875
transcript.pyannote[35].end 156.41159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 159.39846875
transcript.pyannote[36].end 162.31784375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 163.21221875
transcript.pyannote[37].end 175.78409375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 175.02471875
transcript.pyannote[38].end 190.36409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 184.33971875
transcript.pyannote[39].end 184.55909375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 190.66784375
transcript.pyannote[40].end 197.18159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 197.73846875
transcript.pyannote[41].end 198.63284375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 198.63284375
transcript.pyannote[42].end 203.86409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 203.37471875
transcript.pyannote[43].end 203.57721875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 203.96534375
transcript.pyannote[44].end 241.57971875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 217.66784375
transcript.pyannote[45].end 217.75221875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 240.75284375
transcript.pyannote[46].end 260.74971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 260.74971875
transcript.pyannote[47].end 275.24534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 276.12284375
transcript.pyannote[48].end 281.03346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 281.03346875
transcript.pyannote[49].end 302.78534375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 303.44346875
transcript.pyannote[50].end 303.96659375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 303.96659375
transcript.pyannote[51].end 337.66596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 304.57409375
transcript.pyannote[52].end 304.92846875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 337.76721875
transcript.pyannote[53].end 356.86971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 357.37596875
transcript.pyannote[54].end 357.96659375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 357.96659375
transcript.pyannote[55].end 364.15971875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 364.27784375
transcript.pyannote[56].end 364.29471875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 364.29471875
transcript.pyannote[57].end 370.01534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 370.01534375
transcript.pyannote[58].end 379.73534375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 376.09034375
transcript.pyannote[59].end 377.10284375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 378.68909375
transcript.pyannote[60].end 378.92534375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 379.29659375
transcript.pyannote[61].end 379.95471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 379.83659375
transcript.pyannote[62].end 379.93784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 379.95471875
transcript.pyannote[63].end 380.47784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 380.02221875
transcript.pyannote[64].end 384.22409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 384.25784375
transcript.pyannote[65].end 386.19846875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 386.19846875
transcript.pyannote[66].end 393.97784375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 386.23221875
transcript.pyannote[67].end 386.48534375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 393.97784375
transcript.pyannote[68].end 418.85159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 417.13034375
transcript.pyannote[69].end 433.95471875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 434.51159375
transcript.pyannote[70].end 435.65909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 434.69721875
transcript.pyannote[71].end 439.59096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 439.59096875
transcript.pyannote[72].end 452.21346875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 452.77034375
transcript.pyannote[73].end 466.42221875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 466.42221875
transcript.pyannote[74].end 473.20596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 473.22284375
transcript.pyannote[75].end 473.50971875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 473.89784375
transcript.pyannote[76].end 480.10784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 480.27659375
transcript.pyannote[77].end 485.03534375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 485.03534375
transcript.pyannote[78].end 491.56596875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 491.75159375
transcript.pyannote[79].end 491.97096875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 491.97096875
transcript.pyannote[80].end 498.19784375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 498.19784375
transcript.pyannote[81].end 498.73784375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 498.73784375
transcript.pyannote[82].end 516.64221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 514.24596875
transcript.pyannote[83].end 528.48846875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 519.29159375
transcript.pyannote[84].end 519.51096875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 529.77096875
transcript.pyannote[85].end 530.47971875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 530.58096875
transcript.pyannote[86].end 530.81721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 530.81721875
transcript.pyannote[87].end 530.96909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 530.96909375
transcript.pyannote[88].end 531.03659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 531.03659375
transcript.pyannote[89].end 531.34034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 531.34034375
transcript.pyannote[90].end 532.45409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 531.35721875
transcript.pyannote[91].end 533.48346875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 533.07846875
transcript.pyannote[92].end 533.38221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 533.48346875
transcript.pyannote[93].end 534.02346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 534.02346875
transcript.pyannote[94].end 534.96846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 534.96846875
transcript.pyannote[95].end 535.03596875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 535.03596875
transcript.pyannote[96].end 542.76471875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 535.69409375
transcript.pyannote[97].end 538.96784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 542.96721875
transcript.pyannote[98].end 546.96659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 546.96659375
transcript.pyannote[99].end 547.40534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 548.02971875
transcript.pyannote[100].end 553.85159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 553.85159375
transcript.pyannote[101].end 554.03721875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 554.03721875
transcript.pyannote[102].end 554.13846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 554.13846875
transcript.pyannote[103].end 554.40846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 554.40846875
transcript.pyannote[104].end 555.03284375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 555.03284375
transcript.pyannote[105].end 555.65721875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 555.65721875
transcript.pyannote[106].end 556.28159375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 555.70784375
transcript.pyannote[107].end 563.06534375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 563.48721875
transcript.pyannote[108].end 563.97659375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 563.67284375
transcript.pyannote[109].end 563.95971875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 563.97659375
transcript.pyannote[110].end 571.30034375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 571.48596875
transcript.pyannote[111].end 577.66221875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 577.02096875
transcript.pyannote[112].end 577.20659375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 578.06721875
transcript.pyannote[113].end 585.98159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 585.98159375
transcript.pyannote[114].end 590.38596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 590.52096875
transcript.pyannote[115].end 598.53659375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 598.53659375
transcript.pyannote[116].end 598.58721875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 599.05971875
transcript.pyannote[117].end 605.99534375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 599.07659375
transcript.pyannote[118].end 600.51096875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 604.98284375
transcript.pyannote[119].end 606.02909375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 606.02909375
transcript.pyannote[120].end 608.02034375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 607.27784375
transcript.pyannote[121].end 607.54784375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 608.59409375
transcript.pyannote[122].end 617.79096875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 618.36471875
transcript.pyannote[123].end 624.84471875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 622.90409375
transcript.pyannote[124].end 647.13659375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 630.05909375
transcript.pyannote[125].end 634.17659375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 647.13659375
transcript.pyannote[126].end 652.94159375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 647.15346875
transcript.pyannote[127].end 648.11534375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 652.94159375
transcript.pyannote[128].end 659.40471875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 652.95846875
transcript.pyannote[129].end 655.00034375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 659.94471875
transcript.pyannote[130].end 672.39846875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 660.04596875
transcript.pyannote[131].end 662.20596875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 666.00284375
transcript.pyannote[132].end 666.39096875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 672.39846875
transcript.pyannote[133].end 679.78971875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 679.33409375
transcript.pyannote[134].end 684.00846875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 684.14346875
transcript.pyannote[135].end 685.17284375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 684.22784375
transcript.pyannote[136].end 688.07534375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 686.03346875
transcript.pyannote[137].end 689.67846875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 690.01596875
transcript.pyannote[138].end 690.03284375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 690.06659375
transcript.pyannote[139].end 691.39971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 693.57659375
transcript.pyannote[140].end 694.67346875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 693.74534375
transcript.pyannote[141].end 693.77909375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 699.02721875
transcript.pyannote[142].end 700.68096875
transcript.whisperx[0].start 2.706
transcript.whisperx[0].end 3.875
transcript.whisperx[0].text 我們有請我們洪部長請洪部長
transcript.whisperx[1].start 8.493
transcript.whisperx[1].end 35.045
transcript.whisperx[1].text 邱委員早部長好部長我請問勞動部在我們10月1日的時候公布最新的這個減班休息統計那全國共有398家企業8505名勞工比9月中旬再增加了65家1171人可是我看到你們報告裡面在寫較前期平緩一些我不知道我想請教一下就是我們這平緩的意思是什麼
transcript.whisperx[2].start 36.005
transcript.whisperx[2].end 62.304
transcript.whisperx[2].text 因為前一期9月16號的時候那一天那一次的公佈是增加2471人那在10月1號的時候人數是增加1171人那我們這個因為是慢慢往上漲嗎人數還是增加的但是增加的數字比前一次公佈來的少一些可是他的整個數字看起來是那一個月增加了3000多人
transcript.whisperx[3].start 63.044
transcript.whisperx[3].end 71.262
transcript.whisperx[3].text 对所以他比上一个月来讲所以我的意思说我们跟前一期比较的话的确他增加的人数你看这个图是你们画的嘛
transcript.whisperx[4].start 72.014
transcript.whisperx[4].end 95.155
transcript.whisperx[4].text 對不對 你看那個線 這個怎麼會覺得會平緩呢所以我覺得很奇怪啊那個 秋遠 如果可以仔細看我們那個寫的句子如果前一張投影片 你是指前一次嘛對不對 跟前一期9月16號的發佈來比較 到了這個9月底嘛那一次是增加2400 那因為這一次增加是1100你看那個線也看起來很陡耶 怎麼會平緩 走路會跌倒耶
transcript.whisperx[5].start 96.553
transcript.whisperx[5].end 112.964
transcript.whisperx[5].text 我們不會因為這個數字的起伏而放鬆我其實沒有要指責什麼意思啊我只是說有時候用詞啊這有點讓人家覺得說你這個是在粉飾太平沒有我們絕對沒有要粉飾太平所以因為我們看到這個
transcript.whisperx[6].start 113.504
transcript.whisperx[6].end 138.324
transcript.whisperx[6].text 絕對沒有粉飾太平這個已經已經從你這個來看就是從全國無薪加是245家4863人9月底變成398家8505人這個數字一個月呢增加了3600多人那增幅高達75%所以當然我們從4月份來看它的整個是非常明顯的那整個來看它沒有一個月是下降的這個確實說我們應該要多注意一下這個狀況那這個
transcript.whisperx[7].start 143.359
transcript.whisperx[7].end 162.006
transcript.whisperx[7].text 部長你認為這個還會往上漲嗎我覺得這都要從趨勢來看那我覺得我們要有目前您看這樣子我們關稅的影響狀況已經達到高峰了沒有我自己是認為我們其實都要
transcript.whisperx[8].start 163.291
transcript.whisperx[8].end 189.833
transcript.whisperx[8].text 我們都不應該去預設最好的狀況是怎樣一個行政部門的角度來說我們一定是預設如果狀況還會惡化那我們的因應措施能不能夠讓勞工或讓企業得到幫助我們應該都是要從這個角度我也看到了你們在報告裡面寫到從4月9號到10月1號我們勞動力發展署已經仿視了20619家這點我當然給你們肯定只是說那我想請問一下就是說有多少家
transcript.whisperx[9].start 190.774
transcript.whisperx[9].end 195.793
transcript.whisperx[9].text 目前是正在實施減班或休息的又有多少家未來有可能會走向這個無薪
transcript.whisperx[10].start 197.828
transcript.whisperx[10].end 223.402
transcript.whisperx[10].text 有沒有評估過跟委員說明現在實施減半休息總共是398大概快400家那我們的確現在看到在這些實施減半休息加速裡面比較集中在幾個行業那大概幾個我們在報告裡面有提到包括像金屬製品製造那機械設備製造業然後也包括這個其他運輸工具
transcript.whisperx[11].start 224.122
transcript.whisperx[11].end 241.552
transcript.whisperx[11].text 那也包括像這個汽車零組件那這幾個行業是現在看到減慢休息比較集中的行業對 所以我們也針對這幾個行業也去做特別的關心也掌握他們行業內現在一些變化的動態那這也要很謝謝我們發展署各地分署的同仁
transcript.whisperx[12].start 242.192
transcript.whisperx[12].end 260.485
transcript.whisperx[12].text 我希望就是說你們在這個過程當中不要只是為了這個達成這個數字而去做這件事情不是說我看了多少家應該是我們期待看到說我們幫多少家企業解決了問題協助到了多少家企業這才是我們仿似的目的嘛 對不對
transcript.whisperx[13].start 260.785
transcript.whisperx[13].end 274.659
transcript.whisperx[13].text 跟文說明剛才講我們講到幾個減班休息比較多的行業其實現在我們都有放到我們這個強化版安定措施的行業別裡面也就是現在這些比較多的減班休息的企業其實
transcript.whisperx[14].start 276.435
transcript.whisperx[14].end 300.348
transcript.whisperx[14].text 只要他們有來通報那我們都可以有相關的薪資差額補貼給他們我看到你們在報告裡面講到有76.3293家企業適用這個雇用安定基金的措施那有83.6%大概7106位的勞工可以申請這個薪資差額補貼那我請問一下這個有在領了嗎有有多少人領
transcript.whisperx[15].start 303.49
transcript.whisperx[15].end 320.035
transcript.whisperx[15].text 目前來申請的目前在有申請資格跟我說明目前有申請資格然後有來申請的大概快接近一半那另外一半現在我們因為每個來跟我們通報的我們都會去了解
transcript.whisperx[16].start 320.795
transcript.whisperx[16].end 337.038
transcript.whisperx[16].text 那還有一半是因為他可能還因為我們的規定是要30天後減慢休息30天後才能來有的是30天還沒到那或者是有些還在補件那也有一些企業他是說他們可能想要三個月來申請一次就是所以可能會有延後來申請的狀況
transcript.whisperx[17].start 337.819
transcript.whisperx[17].end 356.034
transcript.whisperx[17].text 好 我希望不要說這個措施這個既然做了我們這些企業都沒有得到幫助那我再問一個就是說我發現你們在報告裡面講了有105家不適用這個雇用安定措施的廠商是什麼原因讓他們不適用
transcript.whisperx[18].start 357.435
transcript.whisperx[18].end 380.96
transcript.whisperx[18].text 因為其實我們這個強化版的公安徑措施比較是針對國際的經貿情勢的不確定所以它跟經貿沒有關係的就不受這個因為就不用協助就對了應該是說我們這個強化版公安措施其實是比較是針對關稅或者國際經貿情勢所影響的嘛 對不對那的確有一些企業它實時減慢休息的原因它是直接影響還是間接影響這個你們這個怎麼區分呢
transcript.whisperx[19].start 384.902
transcript.whisperx[19].end 405.883
transcript.whisperx[19].text 相關的影響當然我們都是因為他可能他的產業他的工作他只是做人的下游廠商嘛對不對他並沒有直接影響那這樣的適用嗎我們不是用我們不是用上下游來想我們是用行業別來框定那我們現在有公告了九個行業這九個行業當然很大部分是經濟部來跟我們說就是說
transcript.whisperx[20].start 406.964
transcript.whisperx[20].end 433.59
transcript.whisperx[20].text 哪些行業目前因為我們這個關稅的稅率或國際情勢相比於其他國家那包括它供應鏈的分佈的狀態它會受到影響那經營部來跟我們說它會受到影響我們就把它放入行業鏈裡面不啦 我希望這樣啦就是說像這些沒有辦法列入的這些企業我們是不是更要進一步瞭解它是不是真的真的不是因為這個影響因為這個有些會還是會有一些你用行業別來列還是會有一些盲點好不好
transcript.whisperx[21].start 434.554
transcript.whisperx[21].end 449.104
transcript.whisperx[21].text 好 我們當然會持續的檢視是不是這個行業比較在擴大我們其實都在滾動的檢討好 那另外我看到你們那個因應國際情勢強化經濟社會及民生國安韌性特別預算裡面我們勞動部總共拿到250億那就是
transcript.whisperx[22].start 452.853
transcript.whisperx[22].end 472.87
transcript.whisperx[22].text 我們的目的就是要穩就業防關稅的衝擊是吧是可是我看到你們裡面有100億是拿去撥補勞保基金我想請問這個跟這個因應國際情勢有什麼關係呃跟我們說明這是兩個部分我們其實原本在行政院在那為什麼不在本預算裡面提呢
transcript.whisperx[23].start 474.011
transcript.whisperx[23].end 491.114
transcript.whisperx[23].text 我們在行政院編列的過程裡面其實本來就是有150億其實是針對這個關稅的情勢的安定就業那有100億是勞保基金的撥補對啊這個跟這個特別預算特別預算放這個撥補勞保基金不是有點怪嗎
transcript.whisperx[24].start 492.955
transcript.whisperx[24].end 517.361
transcript.whisperx[24].text 跟委員說明我們當然在公務預算裡面明年的公務預算裡面其實有撥補1200億那當然為什麼還在100億其實我們政府其實對於勞保勞保的水位的支持是我們持續性的不斷的在檢視所以當然我們現在在稅計剩餘下我們認為有一點空間可以再多給勞工的勞保多一點安定跟穩定但是我覺得那你在編預算的時候你1200億不然你就編1300嘛
transcript.whisperx[25].start 519.341
transcript.whisperx[25].end 524.193
transcript.whisperx[25].text 你怎麼會在這邊用這個國安任性特別預算裡面來這個讓我們覺得這有點趁火打劫
transcript.whisperx[26].start 529.87
transcript.whisperx[26].end 556.547
transcript.whisperx[26].text 委員 這都是 兩個都不同的事情委員 這都是支持勞工的經費給勞工的經費絕對不是趁火打錢 這是兩件事喔一個是勞退喔 勞保基金喔那一個是因應國際情勢 這不太一樣嘛委員 因應國際情勢是151那勞保的撥補是100億這兩件事情不是同一個事情 對啊那我們當然這次 那好 那我簡單問你
transcript.whisperx[27].start 557.688
transcript.whisperx[27].end 576.462
transcript.whisperx[27].text 那這100億裡面有多少錢是進到這些減半倍降薪的勞工口袋裡面沒有 委員還是要說這是兩件事情我們在因應國際情勢是150億那另外100億是勞保的撥補那之前包括也有用特別預算來去做勞保撥補這是我們的財政狀況跟稅劑剩餘
transcript.whisperx[28].start 578.163
transcript.whisperx[28].end 598.298
transcript.whisperx[28].text 如果國家的財政狀況稅計算有一點餘裕的話我想這代表是勞工政府對於勞保財務的一種支持對啦 勞保財務是長期性的問題啦那每年都在撥補的嘛我希望就事論是這個每一件事情我不希望在你夾雜在這個特別預算裡面就很怪啊
transcript.whisperx[29].start 600.14
transcript.whisperx[29].end 617.253
transcript.whisperx[29].text 委員這不是夾雜特別預算這是我們是我們財政的狀況稅計剩餘的狀況所以你現在覺得財政狀況很好不是不是財政狀況當然因為財化法修法可是今年的稅計剩餘的確有一點空間那我們就認為應該把這一點空間拿來支持勞工跟勞保
transcript.whisperx[30].start 618.427
transcript.whisperx[30].end 631.293
transcript.whisperx[30].text 我們是站在一個希望只要能夠多支持勞工一點 多支持勞保一點我們就願意多做一點就是因為剛好國際情勢那這樣子看起來我們政府覺得國際情勢越亂越好啊這樣你們才可以趕快來編補 趕快多弄點錢這個時候我們大家當然就知道產業受到衝擊我們需要一些經費來支持
transcript.whisperx[31].start 640.237
transcript.whisperx[31].end 659.134
transcript.whisperx[31].text 那可是你不能說看到立法院好像要給錢了然後我們這些部門趕快你們自己沒不夠的趕快補一補 趕快寫一寫委員 這個錢不是叫立法院給錢這個錢國家的財政是來自於稅收跟稅金對 沒錯啊 但是還是要立法院通過嘛 對不對立法院願意給了嘛 願意給了那當然不會擋嘛
transcript.whisperx[32].start 660.035
transcript.whisperx[32].end 683.655
transcript.whisperx[32].text 我們希望盡力爭取立法院的支持我們當然是不會去擋這種什麼特別預算而且是因應國際情勢這個變化的錢只是說我希望說這筆錢一歸一 二歸二就希望把它弄清楚好不好那個跟文說明其實朝野的委員也都希望我們在撥補這部分只要能夠多做的都希望能夠多做一些這不一樣的事情啦當然你如果多做在勞工我全力支持
transcript.whisperx[33].start 684.395
transcript.whisperx[33].end 693.744
transcript.whisperx[33].text 這當然都做在勞工勞保撥補當然都是用在勞工身上的你怎麼那麼愛變咧對不對 好好講不聽不要講了啦 不要講好 謝謝邱振軍委員發言