iVOD / 163974

Field Value
IVOD_ID 163974
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163974
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 2025-10-09T09:46:24+08:00
結束時間 2025-10-09T10:08:41+08:00
影片長度 00:22:17
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0913948005eacb628626c3892f594045819c05f3ca7f3b919ebc85139e6d204fc0690458ce51f1dd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖偉翔
委員發言時間 09:46:24 - 10:08:41
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 0.03096875
transcript.pyannote[0].end 0.06471875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 0.48659375
transcript.pyannote[1].end 4.31721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.59534375
transcript.pyannote[2].end 6.64596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 6.64596875
transcript.pyannote[3].end 7.11846875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 8.36721875
transcript.pyannote[4].end 8.87346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 11.03346875
transcript.pyannote[5].end 63.98721875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 64.17284375
transcript.pyannote[6].end 76.84596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 77.03159375
transcript.pyannote[7].end 102.44534375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 102.44534375
transcript.pyannote[8].end 102.46221875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 103.37346875
transcript.pyannote[9].end 103.39034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 103.39034375
transcript.pyannote[10].end 123.77534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 121.09221875
transcript.pyannote[11].end 122.08784375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 123.77534375
transcript.pyannote[12].end 123.79221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 124.11284375
transcript.pyannote[13].end 141.54471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 141.64596875
transcript.pyannote[14].end 159.55034375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 159.83721875
transcript.pyannote[15].end 168.57846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 161.20409375
transcript.pyannote[16].end 162.45284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 163.46534375
transcript.pyannote[17].end 163.90409375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 169.05096875
transcript.pyannote[18].end 187.96784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 187.96784375
transcript.pyannote[19].end 206.76659375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 195.73034375
transcript.pyannote[20].end 196.72596875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 206.53034375
transcript.pyannote[21].end 211.76159375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 212.01471875
transcript.pyannote[22].end 226.76346875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 223.48971875
transcript.pyannote[23].end 223.64159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 225.21096875
transcript.pyannote[24].end 225.97034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 226.39221875
transcript.pyannote[25].end 234.03659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 234.03659375
transcript.pyannote[26].end 241.52909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 238.71096875
transcript.pyannote[27].end 239.11596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 240.24659375
transcript.pyannote[28].end 241.07346875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 241.52909375
transcript.pyannote[29].end 247.87409375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 247.87409375
transcript.pyannote[30].end 256.44659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 247.89096875
transcript.pyannote[31].end 249.67971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 257.23971875
transcript.pyannote[32].end 259.63596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 259.73721875
transcript.pyannote[33].end 279.02534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 270.85784375
transcript.pyannote[34].end 271.81971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 279.02534375
transcript.pyannote[35].end 325.71846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 303.67971875
transcript.pyannote[36].end 305.11409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 326.24159375
transcript.pyannote[37].end 327.69284375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 327.69284375
transcript.pyannote[38].end 327.70971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 327.70971875
transcript.pyannote[39].end 328.31721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 327.72659375
transcript.pyannote[40].end 333.00846875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 333.27846875
transcript.pyannote[41].end 340.70346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 341.54721875
transcript.pyannote[42].end 342.03659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 342.03659375
transcript.pyannote[43].end 358.52346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 359.04659375
transcript.pyannote[44].end 360.93659375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 361.17284375
transcript.pyannote[45].end 375.43221875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 375.87096875
transcript.pyannote[46].end 401.13284375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 387.12659375
transcript.pyannote[47].end 388.08846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 399.66471875
transcript.pyannote[48].end 409.33409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 409.51971875
transcript.pyannote[49].end 410.02596875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 410.02596875
transcript.pyannote[50].end 421.93971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 416.53971875
transcript.pyannote[51].end 417.11346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 421.93971875
transcript.pyannote[52].end 431.89596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 430.19159375
transcript.pyannote[53].end 448.99034375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 435.54096875
transcript.pyannote[54].end 436.06409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 449.07471875
transcript.pyannote[55].end 455.53784375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 455.53784375
transcript.pyannote[56].end 484.42784375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 473.71221875
transcript.pyannote[57].end 474.08346875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 483.55034375
transcript.pyannote[58].end 484.64721875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 485.44034375
transcript.pyannote[59].end 505.97721875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 506.38221875
transcript.pyannote[60].end 534.09096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 534.56346875
transcript.pyannote[61].end 542.61284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 540.23346875
transcript.pyannote[62].end 554.29034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 552.94034375
transcript.pyannote[63].end 565.44471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 565.95096875
transcript.pyannote[64].end 571.03034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 572.05971875
transcript.pyannote[65].end 574.52346875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 575.24909375
transcript.pyannote[66].end 612.52596875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 612.52596875
transcript.pyannote[67].end 612.55971875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 612.55971875
transcript.pyannote[68].end 612.57659375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 613.60596875
transcript.pyannote[69].end 613.65659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 613.65659375
transcript.pyannote[70].end 613.70721875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 613.70721875
transcript.pyannote[71].end 613.94346875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 613.94346875
transcript.pyannote[72].end 647.00159375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 647.67659375
transcript.pyannote[73].end 649.83659375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 649.09409375
transcript.pyannote[74].end 649.75221875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 649.83659375
transcript.pyannote[75].end 650.78159375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 650.78159375
transcript.pyannote[76].end 650.84909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 650.84909375
transcript.pyannote[77].end 651.01784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 651.01784375
transcript.pyannote[78].end 651.57471875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 651.03471875
transcript.pyannote[79].end 652.65471875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 652.65471875
transcript.pyannote[80].end 659.97846875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 659.97846875
transcript.pyannote[81].end 668.97284375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 660.11346875
transcript.pyannote[82].end 660.55221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 668.97284375
transcript.pyannote[83].end 669.07409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 669.07409375
transcript.pyannote[84].end 669.09096875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 669.09096875
transcript.pyannote[85].end 669.10784375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 669.10784375
transcript.pyannote[86].end 669.81659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 669.24284375
transcript.pyannote[87].end 669.51284375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 669.81659375
transcript.pyannote[88].end 669.90096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 670.28909375
transcript.pyannote[89].end 694.80846875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 695.23034375
transcript.pyannote[90].end 696.44534375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 696.79971875
transcript.pyannote[91].end 726.02721875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 710.14784375
transcript.pyannote[92].end 710.99159375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 711.04221875
transcript.pyannote[93].end 711.37971875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 724.13721875
transcript.pyannote[94].end 725.03159375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 726.02721875
transcript.pyannote[95].end 788.31284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 788.63346875
transcript.pyannote[96].end 812.27534375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 812.64659375
transcript.pyannote[97].end 814.33409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 814.84034375
transcript.pyannote[98].end 818.77221875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 819.54846875
transcript.pyannote[99].end 825.35346875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 825.91034375
transcript.pyannote[100].end 828.49221875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 829.01534375
transcript.pyannote[101].end 851.91471875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 852.16784375
transcript.pyannote[102].end 852.96096875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 852.96096875
transcript.pyannote[103].end 858.54659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 857.55096875
transcript.pyannote[104].end 870.03846875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 870.03846875
transcript.pyannote[105].end 894.18659375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 895.13159375
transcript.pyannote[106].end 897.96659375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 897.96659375
transcript.pyannote[107].end 898.30409375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 898.72596875
transcript.pyannote[108].end 907.72034375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 907.72034375
transcript.pyannote[109].end 926.35034375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 907.73721875
transcript.pyannote[110].end 908.59784375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 908.81721875
transcript.pyannote[111].end 909.25596875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 927.27846875
transcript.pyannote[112].end 937.80846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 938.61846875
transcript.pyannote[113].end 941.45346875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 943.52909375
transcript.pyannote[114].end 964.20096875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 965.68596875
transcript.pyannote[115].end 971.86221875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 972.82409375
transcript.pyannote[116].end 973.97159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 973.97159375
transcript.pyannote[117].end 974.59596875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 975.18659375
transcript.pyannote[118].end 988.21409375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 988.58534375
transcript.pyannote[119].end 990.03659375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 990.03659375
transcript.pyannote[120].end 999.01409375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 999.01409375
transcript.pyannote[121].end 1009.54409375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 1009.54409375
transcript.pyannote[122].end 1012.90221875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 1013.22284375
transcript.pyannote[123].end 1013.71221875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 1013.22284375
transcript.pyannote[124].end 1017.99846875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 1014.64034375
transcript.pyannote[125].end 1015.38284375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 1016.46284375
transcript.pyannote[126].end 1016.80034375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 1018.04909375
transcript.pyannote[127].end 1023.97221875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 1023.97221875
transcript.pyannote[128].end 1024.20846875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 1024.20846875
transcript.pyannote[129].end 1026.23346875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 1024.22534375
transcript.pyannote[130].end 1030.09784375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 1030.09784375
transcript.pyannote[131].end 1076.43659375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 1070.61471875
transcript.pyannote[132].end 1071.27284375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 1076.43659375
transcript.pyannote[133].end 1076.57159375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 1076.85846875
transcript.pyannote[134].end 1076.97659375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 1076.97659375
transcript.pyannote[135].end 1098.07034375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 1083.57471875
transcript.pyannote[136].end 1083.92909375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 1098.20534375
transcript.pyannote[137].end 1107.28409375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 1107.28409375
transcript.pyannote[138].end 1113.03846875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 1107.52034375
transcript.pyannote[139].end 1108.06034375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 1113.03846875
transcript.pyannote[140].end 1113.93284375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 1114.96221875
transcript.pyannote[141].end 1126.43721875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 1126.87596875
transcript.pyannote[142].end 1165.97534375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 1127.36534375
transcript.pyannote[143].end 1127.73659375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 1165.97534375
transcript.pyannote[144].end 1166.09346875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 1166.51534375
transcript.pyannote[145].end 1166.53221875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 1166.53221875
transcript.pyannote[146].end 1172.70846875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 1171.72971875
transcript.pyannote[147].end 1172.05034375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 1172.97846875
transcript.pyannote[148].end 1175.03721875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 1174.29471875
transcript.pyannote[149].end 1174.54784375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 1175.59409375
transcript.pyannote[150].end 1200.01221875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 1199.38784375
transcript.pyannote[151].end 1200.48471875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 1200.48471875
transcript.pyannote[152].end 1200.60284375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 1200.60284375
transcript.pyannote[153].end 1200.63659375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 1200.78846875
transcript.pyannote[154].end 1200.90659375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 1200.90659375
transcript.pyannote[155].end 1230.77534375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 1201.58159375
transcript.pyannote[156].end 1201.98659375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 1202.22284375
transcript.pyannote[157].end 1202.37471875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 1230.77534375
transcript.pyannote[158].end 1230.85971875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 1231.31534375
transcript.pyannote[159].end 1242.14909375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 1242.45284375
transcript.pyannote[160].end 1258.31534375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 1258.61909375
transcript.pyannote[161].end 1263.32721875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 1263.74909375
transcript.pyannote[162].end 1300.62096875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 1300.72221875
transcript.pyannote[163].end 1313.51346875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 1315.09971875
transcript.pyannote[164].end 1323.63846875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 1323.72284375
transcript.pyannote[165].end 1336.26096875
transcript.whisperx[0].start 0.77
transcript.whisperx[0].end 24.79
transcript.whisperx[0].text 謝謝主席 請洪森漢部長部長好根據行政院長卓榮泰他在10月7號的時候在立法院也證實那目前呢全國共有398家的事業單位實施減班休息那影響人數達到8505人
transcript.whisperx[1].start 27.853
transcript.whisperx[1].end 51.834
transcript.whisperx[1].text 那其中跟美國關稅相關的是310家那影響也超過7000人也創了一年半以來的新高那也就是說關稅實施宣布以來的最高點可以看到這個線圖是非常的陡峭那關稅的海嘯已經看來已經要來臨了那其中製造業的佔比呢高達了95%主要也集中在
transcript.whisperx[2].start 52.795
transcript.whisperx[2].end 72.847
transcript.whisperx[2].text 機械設備的製造廠大概140家3559人那金屬製品的製造業還有汽車零組件及運輸工具製造業那我還也是想要再問一下那目前為止我們勞動部我們洪部長你要如何評估此波的關稅衝擊對於我國勞動市場的實際影響程度
transcript.whisperx[3].start 77.19
transcript.whisperx[3].end 102.053
transcript.whisperx[3].text 或者更精確的說未來三個未來短期的話啦三個月以內你們的預估是什麼那中長期甚至到一年半一年一年以內預估受影響的人會是怎麼樣的情況還是要還是會如司長所說他受訪的時候講到的訂單回流趨勢在趨緩當中我想要請問一下部長你對於這件事情你的評估
transcript.whisperx[4].start 103.707
transcript.whisperx[4].end 123.513
transcript.whisperx[4].text 跟文說明因為的確現在在關稅衝擊產業或勞工就業的評估其實包括學界包括智庫包括產業都有很多評估其實我們並不是一份報告我們並不是用一份報告的角度來想而是我們其實只要有相關的評估我們都會去了解部長我想請問那你們低中高怎麼評估他
transcript.whisperx[5].start 124.173
transcript.whisperx[5].end 147.383
transcript.whisperx[5].text 可是你們應該其實我一直講嘛就是評估要你們一定要有一定的評估不是說不能有誤差那你的低中高你怎麼判斷因為我這樣問的意思是說我大概知道部長你等一下一定會說我們會用最審慎的態度以對可是我覺得這樣子不夠精確也不夠負責任我想要知道的是有沒有明確的評估說低中高你們認為
transcript.whisperx[6].start 148.463
transcript.whisperx[6].end 168.338
transcript.whisperx[6].text 低推估中推估高推估因為因為剛剛有講到你們的報告裡面寫到這個笑上一起這個平緩我覺得這的確是讓人家有一種喪事喜辦的感覺沒有絕對不是粉飾太平的感覺絕對不是我沒有啊我現在要跟你講說你的報告裡面寫出來是這樣讓我們非常憂心你
transcript.whisperx[7].start 169.099
transcript.whisperx[7].end 194.252
transcript.whisperx[7].text 低估了這件事情因為有許多的報告說真正的影響可能是年底或是明年甚至是明年一整年對吧那現在才剛開始我就是想要問對於勞動部來講你的評估是什麼你有沒有去做低中高的推估那各自應該怎麼去判斷跟我說我們也看到蠻多產業界的評估認為有可能關稅的衝擊也可能還會有些延遲
transcript.whisperx[8].start 195.413
transcript.whisperx[8].end 211.352
transcript.whisperx[8].text 就是說比方說會有一些遞延的狀況遞延的狀況所以我想從政府的角度我們都是去設想相對嚴峻的狀況我覺得這才是負責任對部長你講對了但是你這個還是空話我剛說你沒有去做精確的推估
transcript.whisperx[9].start 212.173
transcript.whisperx[9].end 239.176
transcript.whisperx[9].text 因為這個趨勢圖嘛你一直說你們會看趨勢嘛當然可是你的回答讓我讓本席認為啊這個都沒有真正的聚焦回答出你們究竟有沒有做低中高的推估那這個數據到底是什麼呢因為我剛已經我們剛已經預測你的回答我們基本上都是我們會綜合目前產業上面的資訊也包括智庫學界的資訊所以這是為什麼沒有部長這還是空話我想問你有沒有推估你現在推估的數據有沒有一個
transcript.whisperx[10].start 239.936
transcript.whisperx[10].end 256.044
transcript.whisperx[10].text 有沒有一個真正的趨勢跟文說明這絕對不是空話因為我們是請我們的發展署每個禮拜都必須去update現在最新的產業狀況你們有沒有退估就是假設用這個未來的趨勢圖有沒有一個不同的走向你覺得大概會是什麼樣子
transcript.whisperx[11].start 257.265
transcript.whisperx[11].end 269.733
transcript.whisperx[11].text 我們不是用一套推估的方式啦因為現在業界或者是智庫相關的推估或者相關的評估很多所以我們是綜合這些資訊然後來做假設相對嚴峻的狀況發生的話那你的嚴峻狀況的假設是什麼當然我們必須假設嚴峻的狀況是這個數字還會增加嗎
transcript.whisperx[12].start 278.158
transcript.whisperx[12].end 303.277
transcript.whisperx[12].text 那增加的你覺得是多少有沒有一個數字比如說到年底你預估多少到明年初預估多少那你打算怎麼應對部長 之所以我要求這件事情是因為所有的政策你也有遞延的狀況發生比如說你現在預備的這個政策那等到真正發生的時候你沒準備好還要通過很多行政程序的時候受傷的還是勞工
transcript.whisperx[13].start 303.757
transcript.whisperx[13].end 321.903
transcript.whisperx[13].text 這就是為什麼我一直說那所以我想我就是真的很具體的想問部長因為我們其實已經花了大概五分鐘的時間你一直不跟我講具體你們推估的狀況是什麼就算你說你用最嚴峻的情況來看待那我也覺得很好部長可以對著大家說或是在這個質詢的時候說你預計嚴重的狀況是什麼會達到多少人
transcript.whisperx[14].start 326.291
transcript.whisperx[14].end 340.401
transcript.whisperx[14].text 好 你預估比較嚴重的狀況我們認為這個產業影響的狀況不一定是一個數字但是我們就是會用我們會設想相對嚴峻的狀況我們都要把它設想進來的這樣子的態度跟立場來去規劃我們相關支持的措施
transcript.whisperx[15].start 341.658
transcript.whisperx[15].end 358.285
transcript.whisperx[15].text 其實部長因為你們說你們每兩個禮拜公佈一下這個公佈這個數據嘛對不對之所以要公佈數據第一個讓社會大眾知道狀況第二個是要讓大家預測未來可能是什麼狀況然後好做因應所以包含部尤其是你是第一線的
transcript.whisperx[16].start 359.105
transcript.whisperx[16].end 375.091
transcript.whisperx[16].text 部會首長尤其是勞動部我們已經花了很多時間你還是不願意回答說你們的嚴峻狀況到底是什麼我很不好意思因為我覺得這個的確很重要我很希望部長可以誠實的面對或者是說告訴我你們到底有沒有推估還是你沒有推估
transcript.whisperx[17].start 375.951
transcript.whisperx[17].end 390.031
transcript.whisperx[17].text 那你如果沒有推估我可不可以告訴你說你們回去推估三個程度的狀況可以嗎跟文說明我們是持續不斷的評估甚至最新的這些因為其實你前面上前面的這個質詢的委員你有說這個我們要看趨勢
transcript.whisperx[18].start 391.893
transcript.whisperx[18].end 408.673
transcript.whisperx[18].text 對啊要看趨勢啊那你的趨勢到底是什麼趨勢是往未來走的現在這個是已經繼承的事實可是你明明也講說你們會看趨勢我們當然必須去做未來這個數字還會增加的準備就一個行政部門的角度來說我們當然必須做這個數字還會增加的準備
transcript.whisperx[19].start 409.734
transcript.whisperx[19].end 423.924
transcript.whisperx[19].text 當然那當然對那你的準備是準備多少嗎就是說你預估是多少你部長你不能一直跟我繞啊這個我們光一個問題我這個這個我就問不出來你到底推估的是多少跟我們說明因為其實就會衝擊的狀況
transcript.whisperx[20].start 425.445
transcript.whisperx[20].end 448.495
transcript.whisperx[20].text 第一波最前面可能像是減班休息那當然狀況不好的時候可能會沒有你講的是因為我現在問你你預估的是什麼然後然後現在的推估到年底我們我們剛剛一直說過你看了各種模型那那你可不可以告訴我你看了哪些模型你預估有人說比較悲觀比較樂觀到年底到明年是多少你有沒有做好準備我們想要知道是這個然後你的趨勢你有沒有
transcript.whisperx[21].start 449.535
transcript.whisperx[21].end 470.309
transcript.whisperx[21].text 你腦子裡面有沒有想說我們可能現在你剛說最嚴峻的狀況請問最嚴峻的狀況你認為是多少跟文說明齁其實當然這個業界裡面相關的評估有些比較樂觀有些比較沒那麼樂觀好那你講一下樂觀和沒那麼樂觀是多少就比方說可能會不會關稅的訂單的衝擊
transcript.whisperx[22].start 472.43
transcript.whisperx[22].end 484.185
transcript.whisperx[22].text 會有遞延的狀況我們剛講過 對那所以我想不一定它是一個數字我說那整個影響的衝擊的狀況它不一定是一個數字可是我們都會來預先部長我想要說啦
transcript.whisperx[23].start 485.509
transcript.whisperx[23].end 505.382
transcript.whisperx[23].text 我們今天之所以排這個案就是要擔心說未來的衝擊會衝擊勞工的失業更加嚴峻因為看到現在走勢圖已經變得非常陡峭可是我想要很遺憾的說我今天已經問了八分鐘的時間部長沒有辦法講出一個到年底你預估可能的狀況跟明年的狀況可能是怎麼樣
transcript.whisperx[24].start 506.465
transcript.whisperx[24].end 533.091
transcript.whisperx[24].text 我覺得我非常遺憾這個身為勞動部的部長組織機關怎麼會不能回答這個問題而且一直避著回答呢我覺得即便你告訴大家說可能很嚴峻我覺得這對於社會也有一個預期的心態可以去做準備嘛然後也可以讓人家知道說好我們部長照著這個嚴峻的狀況來做準備我們可以安心我們可以告訴大家說好這個勞動部會充分的準備結果我很遺憾我為了8分鐘
transcript.whisperx[25].start 534.631
transcript.whisperx[25].end 552.461
transcript.whisperx[25].text 居然講不出來我甚至說那你告訴我一個樂觀的不樂觀的是怎麼樣我想部長我的諮詢的問題應該沒有很多跟我的說明比方說如果失業的狀況比較多所以我們也準備了這個勞工就業通的計劃勞工就業通的計劃就是來針對失業勞工他如果要轉職的話
transcript.whisperx[26].start 552.981
transcript.whisperx[26].end 570.345
transcript.whisperx[26].text 那既然你準備了這些計畫難道你不是有一個根據嗎就是說我今天看到這個數據了我的根據是什麼你要準備這些計畫根據是什麼好我跟你說這個問題因為我後面還有很多題目結果8分鐘來我們的部長沒有辦法回答這個問題我想要請問勞動部統計
transcript.whisperx[27].start 575.305
transcript.whisperx[27].end 599.448
transcript.whisperx[27].text 尤其是這一次大台中地區成為無薪假最大的重災區有117家那有2598人實施無薪假 佔全國總數的30.5%其次是台南市55家1328人彰化縣市35家1135人那其實基本上光大台中地區第一名就超過了第二名第三名的總和
transcript.whisperx[28].start 600.109
transcript.whisperx[28].end 612.287
transcript.whisperx[28].text 那這也反映中部的這個製造業的確是受創最重那我想要為這個部分來特別請命請問這部分有沒有什麼可以特別因應的措施
transcript.whisperx[29].start 613.646
transcript.whisperx[29].end 634.762
transcript.whisperx[29].text 跟文說的確我們現在看到中部是現在在減半休息裡面這個通報數字最多的區域那這也是為什麼其實我們在我自己在上週其實我也到中部那跟中部的很多的傳統產業我們當面的做溝通跟座談那來了解大家的需求
transcript.whisperx[30].start 635.262
transcript.whisperx[30].end 657.979
transcript.whisperx[30].text 那我們怎麼樣來支持大家的需求所以我們也討論到很多減半休息的問題那怎麼來支持因為的確現在有一些產業跟很多的勞工他們對於我們現在的支持措施還不是這麼瞭解他們還是不是那麼瞭解那也包括產業的宣傳還不足這個相關的對產業跟的確我們在這些座談的過程因為我們有對工會勞工工會的宣傳
transcript.whisperx[31].start 658.719
transcript.whisperx[31].end 683.074
transcript.whisperx[31].text 也有對產業的宣傳 我們的確現在本席有參與過 他們說你們可不可以做一些簡單的圖卡可不可以就是更明確的告訴他們可以怎麼告訴他們工會的成員是 對吧應該是比較早期 現在其實都有相關的圖卡跟相關計畫的措施可是最重要的事情是 我想我們還是 我是直接的我們是直接到這個中部的現場那因為很多的產業的這個企業界的
transcript.whisperx[32].start 684.915
transcript.whisperx[32].end 711.682
transcript.whisperx[32].text 的這些高階的主管其實根本反映了蠻多的問題那我們也都把這些問題收集下來一一的來希望來協助大家那具體的方案有沒有什麼我剛問的問題具體的方案是什麼第一個我們當然現在一個很重要的去支持大家減班休息的狀況當然是我們這個強化版的公安令措施的薪資差額補貼我們從過去五次五成的補貼現在拉到七成拉到七成
transcript.whisperx[33].start 712.262
transcript.whisperx[33].end 730.838
transcript.whisperx[33].text 那甚至其實也可以讓企業來申請這個我們的再充電的計畫那以前是再充電計畫跟公安令措施是不能併領的我們這次把它改成是可以併領的最多是可以領到這個勞工員們的薪資好 謝謝部長 那勞動部在投資青年就業方案裡面
transcript.whisperx[34].start 731.599
transcript.whisperx[34].end 756.225
transcript.whisperx[34].text 初次尋職青年穩定就業的計畫從112年到113年花費超過3億但是就業比率卻從67%下降至52%而且其中半數的青年於核發尋職津貼後不能夠連續就職滿90天進而導致青年失業率也是超過全國平均失業率的兩倍有餘
transcript.whisperx[35].start 757.125
transcript.whisperx[35].end 775.313
transcript.whisperx[35].text 那在薪資層面的勞發署投入了57億的經費執行徵好新方案希望提高青年畢業後的薪資但是110年到112年的三年期間其實青年初次任職卻只有就領取基本薪資者平均大概是25%的水平
transcript.whisperx[36].start 777.074
transcript.whisperx[36].end 799.604
transcript.whisperx[36].text 所以綜合上面我的意思就是說青年面對就這個面對他就業率低薪資低的情況喔勞動部投入大筆的經費成效看起來不是很不是很好我想要說綜合關稅的衝擊這些受影響的產業本來應該可以開缺嗎成為吸引青年人就業的管道但是現在面臨減班休息的狀況也
transcript.whisperx[37].start 800.945
transcript.whisperx[37].end 816.181
transcript.whisperx[37].text 就這個自顧不暇所以他們也不可能所謂的開缺那面對青年的這個困境那也尤其剛剛說中部重災區到現在中部青年的困境部長有沒有想法怎麼改善跟恩文說明因為協助
transcript.whisperx[38].start 819.765
transcript.whisperx[38].end 836.85
transcript.whisperx[38].text 協助尋職的青年我覺得這部分會有兩個部分第一個我們希望協助青年進入職場這是第一段第二段是希望進入職場的時間能夠持續就是說是一個比較穩定狀況的就業所以委員在這邊看到的狀況是我們在這裡面蠻多數據其實我們是有協助他第一段有進入到職場
transcript.whisperx[39].start 837.85
transcript.whisperx[39].end 852.89
transcript.whisperx[39].text 可是的確會有一些青年他在這個職場裡面的穩定性還是有一段落差所以他可能工作了幾個月比方一兩個月他最後又是離職的狀況所以我想這部分我們還要再來努力我們還要再來努力
transcript.whisperx[40].start 853.05
transcript.whisperx[40].end 869.792
transcript.whisperx[40].text 那部長這部分可不可以再提供本席辦公室你們的努力改善的檢討報告可以 所以我們其實這一次在關稅的這個因應裡面我們其實也把我們這個初次尋職青年的穩定就業計畫我們也做了加碼 也做了再強化也是考慮到這些事情
transcript.whisperx[41].start 870.433
transcript.whisperx[41].end 893.946
transcript.whisperx[41].text 其實部長我還是想要回去講我今天蠻擔心的因為因為你說你會檢討這些狀況可是我就是很擔心連原本你的預估的狀態預估的衝擊狀態到底多少好像你都不能表達所以我要回去剛剛說我第一個問題我們剛花8分鐘的問題我也想要拜託部長今天你沒辦法回答出來可是會後可提供本席辦公室你們預估的
transcript.whisperx[42].start 895.185
transcript.whisperx[42].end 912.799
transcript.whisperx[42].text 比較樂觀的情況跟比較悲觀的情況可以嗎我想我們 我還是要跟委員說這個所謂的預估跟評估它不一定是一個數字那我們會用一個相對嚴峻的情境如果不是數字的話那剛剛那些圖就沒有任何意義了嘛所以我是認為是這樣
transcript.whisperx[43].start 913.9
transcript.whisperx[43].end 940.89
transcript.whisperx[43].text 你們必須要誠實的面對自己的狀況我們才可以改善所以我在這裡沒有要再給你究責這件事我希望可以會後給本席辦公室你們自己內部開會我相信你們一定有討論請給我你們討論的你們認為的嚴峻狀況你們要怎麼應對的嚴峻狀況的那個數字然後我才會我們才會回來好好講說你今天提供這些方案是不是真的可以解決這樣的情況可以嗎我們來看一下怎麼表達
transcript.whisperx[44].start 943.578
transcript.whisperx[44].end 971.622
transcript.whisperx[44].text 好因為這個跟我接下來這題也有很大的關係有很多的家庭工廠很多小型的公司這個公司包含他自己個人是5到10個人遠遠不到大量解雇的範圍所以等於通報上他可能不會被納入減班休息受影響的計畫那但這樣的小型工廠其實在台灣是普遍存在請問部長這樣黑數你們有統計到嗎如果沒有統計到受影響的統計數字是不是也會失真實際上影響的狀況有沒有可能更嚴重
transcript.whisperx[45].start 974.022
transcript.whisperx[45].end 992.07
transcript.whisperx[45].text 確實當然可能可能會存在這個因為這可能如果委員按照委員紅線畫的這部分其實是歇業的廠商那如果是歇業廠商他可能就會是之前通報如果是歇業的話那就是歇業就是之前的部分了
transcript.whisperx[46].start 992.93
transcript.whisperx[46].end 1011.95
transcript.whisperx[46].text 因真正官場歇業的企業廠商及失業勞工的黑數遠比通報者還多對 所以我意思是說因為這一條紅線畫的是官場歇業嘛它不是只是訂單減少而已嘛所以那可能就會是在之前通報的狀況下所以剛剛也有那個失業失業不是就是也是相關的數據嗎
transcript.whisperx[47].start 1013.411
transcript.whisperx[47].end 1029.309
transcript.whisperx[47].text 就是我們剛剛討論失業的數據目前整體所以有沒有可能有就是統計因為你之前好像也有報導你有說也有可能有這種黑數的問題就是可能的確會有一些企業有一些企業他有減慢休息但他沒有通報這當然有這個狀況
transcript.whisperx[48].start 1030.31
transcript.whisperx[48].end 1045.374
transcript.whisperx[48].text 好那再來就是剛剛有講到你們之前你們說因應要因應美國對等關稅的支持勞工就業案推動的要點裡面規劃六大工作那有一個是維持僱傭安定那你之前是先開放三個業別的申請嘛
transcript.whisperx[49].start 1045.754
transcript.whisperx[49].end 1064.254
transcript.whisperx[49].text 那7月的時候本席也有質詢過要求未來擴大適用的產業那你當時也有承諾說你會擴大所以的確目前為止你們增加到9個業別對不對那所謂受影響的傳統產業還有包含其實現在還有包含不少被遺漏的包含鋼鐵包含水泥造紙
transcript.whisperx[50].start 1064.915
transcript.whisperx[50].end 1084.089
transcript.whisperx[50].text 建材營造或是玻璃陶瓷化工業我想也遠遠不止這九個業別所以部長你這部分還有沒有相關的評估有沒有要納入或者是沒有納入的原因這些的跟文說因為我們相關的這個行業別當然一個部分很重要的這個行業別的來源是來自經濟部因為經濟部對產業的動態當然他們有
transcript.whisperx[51].start 1087.772
transcript.whisperx[51].end 1108.717
transcript.whisperx[51].text 有一個這個產業主管機關的部門在負責這個事情所以我們其實關於這個公告的頁別其實我們也是持續在滾動的在檢討對 所以你們還是也會在看到事實的狀況你們會再擴大不會只聽經濟部的這個分析你們自己勞動部也會主動的調查我們會主動的來滾動的檢視那當然我們也會跟經濟部討論
transcript.whisperx[52].start 1114.994
transcript.whisperx[52].end 1136.553
transcript.whisperx[52].text 好 那我們希望說你們繼續滾動的這個要及時的反映這些相關的業別像我剛剛提到這些業別他們應該也是受衝擊的產業可以請你們回去針對這些這個業別再去做評估可以嗎是 當然我們都來掌握 對好 再來就是勞動部將減班休息的工資這個差額從五成到七成嘛對不對 剛剛你有提到然後最長六個月
transcript.whisperx[53].start 1137.373
transcript.whisperx[53].end 1165.947
transcript.whisperx[53].text 但是雖然有提升但吸引力不高最終政策成效不佳的結果也反映出來所以根據媒體報導目前你們剛說充電再出發訓練以及勞工再充電計畫參與率僅有6%成效不彰也呼應了本席的評估那請問你們要怎麼提供勞工的參訓的意願然後是不是要進一步考慮放寬申請的這個條件或是提高補助額度還是你們認為只是僅僅的宣傳不佳而已
transcript.whisperx[54].start 1166.787
transcript.whisperx[54].end 1194.03
transcript.whisperx[54].text 跟委員說明你剛才講的薪資差額補貼跟這個充電債出發的這是兩個計畫這是不同的計畫之前綠豆不夾現在的確在充電債出發的這個實施來參與的人數是比較低那比較低有幾個原因我們內部也做了檢討第一個當然是宣傳的部分所以有很多的工會跟我們說希望我們擴大宣傳包括宣傳的資源其實真的很多工會都跟我們講這件事情所以真的我也要請
transcript.whisperx[55].start 1195.051
transcript.whisperx[55].end 1216.166
transcript.whisperx[55].text 大院來支持我們相關的一些宣傳的經費啦我覺得好那第二個是的確一些企業他們說他們現在在一個比較辛苦的狀況他可能不一定自己有辦法現在來辦訓因為充電在出發的計畫是勞工參與訓練那如果企業辦訓的話我們會給企業辦訓的補貼
transcript.whisperx[56].start 1219.568
transcript.whisperx[56].end 1241.182
transcript.whisperx[56].text 那勞工可以領參訓的津貼所以他的前提是有個參訓這件事情那確實的確會有些企業說他在這個階段他很辛苦所以他可能不一定那麼有能力能夠辦訓好部長這個部分第一個你們要去檢討執行率的差別這個是為什麼執行率這麼低這短期的部分可是另外其實後面本學還有兩個題目但是我知道時間的問題
transcript.whisperx[57].start 1242.623
transcript.whisperx[57].end 1256.984
transcript.whisperx[57].text 其實現在有這個產業轉型也有很大的問題對吧現在產業轉型是一個問題然後再來你短期我也想要講到評估譬如說現在台美的關係他們說晶片50 50他可能會導致我們整個半導體產業要移去
transcript.whisperx[58].start 1258.706
transcript.whisperx[58].end 1281.513
transcript.whisperx[58].text 美國那我想要請問這些高科技人才轉移的時候你們有沒有一些衝擊的評估然後你要怎麼因應先我們沒有辦法把這個話題展開可是我想要提醒部長其實你這些這些半訊充電再出發有一個很重要背後的政策目的也是希望勞工轉型升級對不對幫助到台灣的產業轉型升級所以你這個應該要一併的同步去討論再來就是說你的
transcript.whisperx[59].start 1285.954
transcript.whisperx[59].end 1308.273
transcript.whisperx[59].text 你的這個辦訓的這些項目是不是符合未來我們這些勞工產業轉型的時候或者產業的需求他的技能有沒有真的符合這些事情然後再來有沒有吸引力告訴他說你們要來上這些課程我覺得這必須要一併的去討論喔因為現在我們的衝擊非常的大除了剛剛的傳統產業接下來就是半導體產業我們也討論到你的短期
transcript.whisperx[60].start 1315.451
transcript.whisperx[60].end 1335.441
transcript.whisperx[60].text 應對到這些高科技人才的轉移他對我們台灣的衝擊會是什麼我們的這個勞動力的政策是什麼我們有沒有可能看遠一點把這個危機你怎麼樣未來要怎麼樣再吸引他們回來或者是在我們的內部怎麼樣讓我們現在既有的勞工要再升級我想這要部長要一併的討論那我今天質詢就到這裡謝謝