iVOD / 163984

Field Value
IVOD_ID 163984
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163984
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 2025-10-09T10:37:29+08:00
結束時間 2025-10-09T11:05:29+08:00
影片長度 00:28:00
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0913948005eacb629df2223aa2652f9d819c05f3ca7f3b91dcf33aa1b58936822cfcc21c557743ff5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林淑芬
委員發言時間 10:37:29 - 11:05:29
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 4.03034375
transcript.pyannote[0].end 8.29971875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 13.64909375
transcript.pyannote[1].end 19.40346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 24.87096875
transcript.pyannote[2].end 25.30971875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 25.37721875
transcript.pyannote[3].end 26.18721875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 26.40659375
transcript.pyannote[4].end 31.57034375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 32.02596875
transcript.pyannote[5].end 35.94096875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 36.36284375
transcript.pyannote[6].end 44.95221875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 44.98596875
transcript.pyannote[7].end 49.62659375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 50.04846875
transcript.pyannote[8].end 73.92659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 74.26409375
transcript.pyannote[9].end 75.78284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 76.52534375
transcript.pyannote[10].end 79.74846875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 80.40659375
transcript.pyannote[11].end 81.46971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 81.80721875
transcript.pyannote[12].end 85.84034375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 86.22846875
transcript.pyannote[13].end 90.29534375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 89.40096875
transcript.pyannote[14].end 89.65409375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 91.45971875
transcript.pyannote[15].end 95.40846875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 95.47596875
transcript.pyannote[16].end 97.93971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 98.86784375
transcript.pyannote[17].end 99.34034375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 100.23471875
transcript.pyannote[18].end 104.68971875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 100.36971875
transcript.pyannote[19].end 102.25971875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 104.80784375
transcript.pyannote[20].end 107.57534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 107.96346875
transcript.pyannote[21].end 114.52784375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 114.20721875
transcript.pyannote[22].end 116.46846875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 116.06346875
transcript.pyannote[23].end 116.45159375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 116.46846875
transcript.pyannote[24].end 116.48534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 116.48534375
transcript.pyannote[25].end 117.48096875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 117.90284375
transcript.pyannote[26].end 118.15596875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 118.54409375
transcript.pyannote[27].end 155.02784375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 155.19659375
transcript.pyannote[28].end 171.29534375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 171.56534375
transcript.pyannote[29].end 204.97784375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 206.20971875
transcript.pyannote[30].end 230.03721875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 230.12159375
transcript.pyannote[31].end 266.84159375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 266.92596875
transcript.pyannote[32].end 295.24221875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 295.95096875
transcript.pyannote[33].end 308.75909375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 309.16409375
transcript.pyannote[34].end 314.05784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 314.54721875
transcript.pyannote[35].end 331.10159375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 331.48971875
transcript.pyannote[36].end 333.54846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 334.30784375
transcript.pyannote[37].end 336.19784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 336.63659375
transcript.pyannote[38].end 358.94534375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 359.26596875
transcript.pyannote[39].end 359.94096875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 360.32909375
transcript.pyannote[40].end 361.03784375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 361.37534375
transcript.pyannote[41].end 362.91096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 363.80534375
transcript.pyannote[42].end 366.13409375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 366.31971875
transcript.pyannote[43].end 372.14159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 373.00221875
transcript.pyannote[44].end 374.35221875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 375.63471875
transcript.pyannote[45].end 376.17471875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 376.51221875
transcript.pyannote[46].end 406.36409375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 407.29221875
transcript.pyannote[47].end 410.86971875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 412.05096875
transcript.pyannote[48].end 416.33721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 415.12221875
transcript.pyannote[49].end 415.51034375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 416.79284375
transcript.pyannote[50].end 424.65659375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 424.79159375
transcript.pyannote[51].end 445.36221875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 446.27346875
transcript.pyannote[52].end 449.85096875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 450.03659375
transcript.pyannote[53].end 454.22159375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 454.66034375
transcript.pyannote[54].end 456.95534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 458.37284375
transcript.pyannote[55].end 458.99721875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 459.19971875
transcript.pyannote[56].end 464.85284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 465.73034375
transcript.pyannote[57].end 467.31659375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 467.60346875
transcript.pyannote[58].end 468.75096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 469.17284375
transcript.pyannote[59].end 475.43346875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 476.76659375
transcript.pyannote[60].end 507.66471875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 507.76596875
transcript.pyannote[61].end 517.23284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 517.51971875
transcript.pyannote[62].end 517.95846875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 518.39721875
transcript.pyannote[63].end 572.80221875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 573.67971875
transcript.pyannote[64].end 574.75971875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 575.78909375
transcript.pyannote[65].end 578.89409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 579.73784375
transcript.pyannote[66].end 587.83784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 589.15409375
transcript.pyannote[67].end 619.64721875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 620.50784375
transcript.pyannote[68].end 622.88721875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 623.54534375
transcript.pyannote[69].end 624.81096875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 625.16534375
transcript.pyannote[70].end 630.97034375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 631.30784375
transcript.pyannote[71].end 645.46596875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 646.41096875
transcript.pyannote[72].end 647.69346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 648.16596875
transcript.pyannote[73].end 651.13596875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 651.33846875
transcript.pyannote[74].end 663.91034375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 664.48409375
transcript.pyannote[75].end 669.29346875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 669.76596875
transcript.pyannote[76].end 690.10034375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 690.72471875
transcript.pyannote[77].end 692.19284375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 692.86784375
transcript.pyannote[78].end 703.41471875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 704.08971875
transcript.pyannote[79].end 706.55346875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 707.02596875
transcript.pyannote[80].end 738.46409375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 739.93221875
transcript.pyannote[81].end 740.62409375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 741.68721875
transcript.pyannote[82].end 745.60221875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 745.43346875
transcript.pyannote[83].end 746.53034375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 745.73721875
transcript.pyannote[84].end 749.98971875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 747.50909375
transcript.pyannote[85].end 748.74096875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 749.90534375
transcript.pyannote[86].end 751.55909375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 751.74471875
transcript.pyannote[87].end 752.21721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 752.70659375
transcript.pyannote[88].end 756.03096875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 756.45284375
transcript.pyannote[89].end 757.85346875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 758.49471875
transcript.pyannote[90].end 776.63534375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 778.94721875
transcript.pyannote[91].end 784.07721875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 784.81971875
transcript.pyannote[92].end 792.83534375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 793.57784375
transcript.pyannote[93].end 799.56846875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 799.24784375
transcript.pyannote[94].end 819.41346875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 802.08284375
transcript.pyannote[95].end 802.45409375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 820.51034375
transcript.pyannote[96].end 822.75471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 823.07534375
transcript.pyannote[97].end 825.52221875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 826.51784375
transcript.pyannote[98].end 827.96909375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 828.66096875
transcript.pyannote[99].end 832.42409375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 832.87971875
transcript.pyannote[100].end 862.03971875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 862.69784375
transcript.pyannote[101].end 870.25784375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 870.39284375
transcript.pyannote[102].end 874.18971875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 871.20284375
transcript.pyannote[103].end 872.89034375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 874.74659375
transcript.pyannote[104].end 886.60971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 887.11596875
transcript.pyannote[105].end 891.21659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 891.38534375
transcript.pyannote[106].end 895.40159375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 892.81971875
transcript.pyannote[107].end 897.61221875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 898.43909375
transcript.pyannote[108].end 931.29471875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 932.94846875
transcript.pyannote[109].end 938.82096875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 938.82096875
transcript.pyannote[110].end 944.81159375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 945.90846875
transcript.pyannote[111].end 951.15659375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 949.90784375
transcript.pyannote[112].end 984.65346875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 985.24409375
transcript.pyannote[113].end 986.23971875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 986.50971875
transcript.pyannote[114].end 995.84159375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 996.19596875
transcript.pyannote[115].end 1001.20784375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 1001.64659375
transcript.pyannote[116].end 1003.75596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 1003.84034375
transcript.pyannote[117].end 1016.81721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 1016.86784375
transcript.pyannote[118].end 1016.90159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 1016.90159375
transcript.pyannote[119].end 1018.33596875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 1017.07034375
transcript.pyannote[120].end 1017.23909375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 1018.33596875
transcript.pyannote[121].end 1021.96409375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 1021.74471875
transcript.pyannote[122].end 1022.75721875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 1022.75721875
transcript.pyannote[123].end 1022.80784375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 1022.80784375
transcript.pyannote[124].end 1022.95971875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 1022.95971875
transcript.pyannote[125].end 1023.02721875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 1023.02721875
transcript.pyannote[126].end 1023.06096875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 1023.06096875
transcript.pyannote[127].end 1023.55034375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 1023.55034375
transcript.pyannote[128].end 1024.22534375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 1023.56721875
transcript.pyannote[129].end 1024.71471875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 1024.36034375
transcript.pyannote[130].end 1025.64284375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 1025.64284375
transcript.pyannote[131].end 1027.66784375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 1027.38096875
transcript.pyannote[132].end 1029.96284375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 1028.22471875
transcript.pyannote[133].end 1039.09221875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 1040.69534375
transcript.pyannote[134].end 1042.66971875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 1042.39971875
transcript.pyannote[135].end 1046.07846875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 1045.58909375
transcript.pyannote[136].end 1074.22596875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 1074.66471875
transcript.pyannote[137].end 1077.60096875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 1077.49971875
transcript.pyannote[138].end 1079.60909375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 1079.60909375
transcript.pyannote[139].end 1080.36846875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 1079.91284375
transcript.pyannote[140].end 1091.65784375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 1092.40034375
transcript.pyannote[141].end 1099.94346875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 1100.78721875
transcript.pyannote[142].end 1102.12034375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 1102.23846875
transcript.pyannote[143].end 1112.38034375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 1110.42284375
transcript.pyannote[144].end 1110.81096875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 1111.04721875
transcript.pyannote[145].end 1112.19471875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 1112.38034375
transcript.pyannote[146].end 1119.34971875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 1120.96971875
transcript.pyannote[147].end 1122.99471875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 1123.39971875
transcript.pyannote[148].end 1123.43346875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 1123.43346875
transcript.pyannote[149].end 1123.53471875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 1123.53471875
transcript.pyannote[150].end 1123.97346875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 1123.97346875
transcript.pyannote[151].end 1128.61409375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 1124.05784375
transcript.pyannote[152].end 1124.17596875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 1129.64346875
transcript.pyannote[153].end 1133.50784375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 1130.74034375
transcript.pyannote[154].end 1132.68096875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 1133.54159375
transcript.pyannote[155].end 1136.05596875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 1135.90409375
transcript.pyannote[156].end 1140.96659375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 1141.60784375
transcript.pyannote[157].end 1142.72159375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 1142.06346875
transcript.pyannote[158].end 1149.96096875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 1150.29846875
transcript.pyannote[159].end 1152.82971875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 1152.94784375
transcript.pyannote[160].end 1154.24721875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 1154.50034375
transcript.pyannote[161].end 1162.04346875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 1162.31346875
transcript.pyannote[162].end 1164.03471875
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 1163.19096875
transcript.pyannote[163].end 1202.77971875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 1202.99909375
transcript.pyannote[164].end 1230.97784375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 1231.23096875
transcript.pyannote[165].end 1238.85846875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 1238.99346875
transcript.pyannote[166].end 1256.98221875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 1257.62346875
transcript.pyannote[167].end 1265.47034375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 1266.09471875
transcript.pyannote[168].end 1266.39846875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 1267.17471875
transcript.pyannote[169].end 1268.92971875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 1269.58784375
transcript.pyannote[170].end 1275.44346875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 1270.95471875
transcript.pyannote[171].end 1271.39346875
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 1276.00034375
transcript.pyannote[172].end 1279.02096875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 1278.95346875
transcript.pyannote[173].end 1280.92784375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 1279.20659375
transcript.pyannote[174].end 1279.30784375
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 1281.50159375
transcript.pyannote[175].end 1289.51721875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 1289.51721875
transcript.pyannote[176].end 1290.78284375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 1290.44534375
transcript.pyannote[177].end 1315.33596875
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 1315.63971875
transcript.pyannote[178].end 1344.64784375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 1344.74909375
transcript.pyannote[179].end 1350.99284375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 1351.41471875
transcript.pyannote[180].end 1353.32159375
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 1353.40596875
transcript.pyannote[181].end 1370.58471875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 1355.21159375
transcript.pyannote[182].end 1355.61659375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 1356.40971875
transcript.pyannote[183].end 1356.96659375
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 1370.68596875
transcript.pyannote[184].end 1371.39471875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 1370.87159375
transcript.pyannote[185].end 1372.23846875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 1372.84596875
transcript.pyannote[186].end 1377.85784375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 1376.30534375
transcript.pyannote[187].end 1379.54534375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 1379.96721875
transcript.pyannote[188].end 1385.38409375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 1382.81909375
transcript.pyannote[189].end 1383.17346875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 1385.55284375
transcript.pyannote[190].end 1388.67471875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 1388.55659375
transcript.pyannote[191].end 1389.24846875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 1389.28221875
transcript.pyannote[192].end 1390.90221875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 1391.05409375
transcript.pyannote[193].end 1410.49409375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 1409.83596875
transcript.pyannote[194].end 1422.99846875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 1410.96659375
transcript.pyannote[195].end 1412.08034375
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 1422.66096875
transcript.pyannote[196].end 1427.63909375
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 1424.44971875
transcript.pyannote[197].end 1426.33971875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 1427.08221875
transcript.pyannote[198].end 1432.66784375
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 1432.75221875
transcript.pyannote[199].end 1433.89971875
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 1434.08534375
transcript.pyannote[200].end 1435.50284375
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 1435.50284375
transcript.pyannote[201].end 1439.04659375
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 1438.16909375
transcript.pyannote[202].end 1438.62471875
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 1438.92846875
transcript.pyannote[203].end 1459.17846875
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 1457.76096875
transcript.pyannote[204].end 1462.94159375
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 1462.11471875
transcript.pyannote[205].end 1467.64971875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 1466.31659375
transcript.pyannote[206].end 1467.05909375
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 1467.31221875
transcript.pyannote[207].end 1508.33534375
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 1470.43409375
transcript.pyannote[208].end 1472.84721875
transcript.pyannote[209].speaker SPEAKER_02
transcript.pyannote[209].start 1508.62221875
transcript.pyannote[209].end 1510.56284375
transcript.pyannote[210].speaker SPEAKER_01
transcript.pyannote[210].start 1511.22096875
transcript.pyannote[210].end 1511.67659375
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 1512.26721875
transcript.pyannote[211].end 1517.04284375
transcript.pyannote[212].speaker SPEAKER_01
transcript.pyannote[212].start 1517.22846875
transcript.pyannote[212].end 1521.73409375
transcript.pyannote[213].speaker SPEAKER_01
transcript.pyannote[213].start 1522.10534375
transcript.pyannote[213].end 1531.38659375
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 1529.74971875
transcript.pyannote[214].end 1601.85659375
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 1533.76596875
transcript.pyannote[215].end 1534.25534375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 1602.22784375
transcript.pyannote[216].end 1659.19784375
transcript.pyannote[217].speaker SPEAKER_00
transcript.pyannote[217].start 1659.19784375
transcript.pyannote[217].end 1663.38284375
transcript.pyannote[218].speaker SPEAKER_00
transcript.pyannote[218].start 1663.53471875
transcript.pyannote[218].end 1669.76159375
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 1669.99784375
transcript.pyannote[219].end 1672.14096875
transcript.pyannote[220].speaker SPEAKER_00
transcript.pyannote[220].start 1672.17471875
transcript.pyannote[220].end 1674.25034375
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 1673.69346875
transcript.pyannote[221].end 1676.17409375
transcript.pyannote[222].speaker SPEAKER_00
transcript.pyannote[222].start 1676.17409375
transcript.pyannote[222].end 1676.24159375
transcript.pyannote[223].speaker SPEAKER_00
transcript.pyannote[223].start 1676.39346875
transcript.pyannote[223].end 1677.32159375
transcript.pyannote[224].speaker SPEAKER_01
transcript.pyannote[224].start 1676.78159375
transcript.pyannote[224].end 1680.10596875
transcript.pyannote[225].speaker SPEAKER_01
transcript.pyannote[225].start 1680.35909375
transcript.pyannote[225].end 1681.13534375
transcript.whisperx[0].start 4.359
transcript.whisperx[0].end 8.201
transcript.whisperx[0].text 宣告待會林淑芬委員質詢完畢後休息5分鐘好謝謝主席是不是請我們這個洪森漢部長請洪森漢部長
transcript.whisperx[1].start 25.738
transcript.whisperx[1].end 47.906
transcript.whisperx[1].text 林委員好部長今天對於這個減班休息的問題大概還沒因為前面很多委員問過了我就暫時先不問了因為時間有限那我今天比較覺得令人擔心的是來自於美國海關際邊境保護局就是CBP在9月24對台灣的巨大自行車製造這個
transcript.whisperx[2].start 50.534
transcript.whisperx[2].end 78.981
transcript.whisperx[2].text 發布戰扣令WRO台灣首次有這個製造業被CBP指控涉及強迫勞動的重大人權事件那我要問你是說你知道今年到底美國被美國政府被CBP採取WRO的這個手段強扣商品在海關有多少案子你知道嗎除了台灣以外還有誰今年好像上半年還有韓國
transcript.whisperx[3].start 80.781
transcript.whisperx[3].end 97.533
transcript.whisperx[3].text 韓國的什麼產品他應該是一個英文是soul farm是一個鹽田是農業還有誰上半年好像還有一個中國好像也有中國也有但絕對都不是製造業
transcript.whisperx[4].start 100.436
transcript.whisperx[4].end 116.901
transcript.whisperx[4].text 還有沒有其他的就製造業的產品而言台灣這個可能是美國這個邊境保護局裡面採取的可能是比較重大的一個案子對美國來講可能也是一個大案子之前還有比方說馬來西亞那個是多年以前 對
transcript.whisperx[5].start 117.941
transcript.whisperx[5].end 140.558
transcript.whisperx[5].text 那美國這個關稅法是很早就有的法律1930年就有的法律他們禁止任何涉及強迫勞動同工或求工的商品進口這麼很早很老舊的法律早就都存在了那我想巨大有沒有涉及這些強迫勞動這個問題也被討論很久很久很久了
transcript.whisperx[6].start 141.118
transcript.whisperx[6].end 163.943
transcript.whisperx[6].text 可是在今年這個時候 這個時間點我們正在進行對等關稅的談判我們正在進行232的談判在這種狀況裡面被扣下來 這個滋事體大那跟歐盟的法律的這個差異是在於美國的法律是允許主管機關只要懷疑
transcript.whisperx[7].start 165.323
transcript.whisperx[7].end 187.453
transcript.whisperx[7].text 華裔貨品涉及到強迫勞動就可以在邊境攔截還有禁止他進口所以在這種狀況裡面只要CBP掌握了合理的華裔的時候就會先發布這個WRO就是這個withhold release order要求相關產品在進口美國的時候就立即扣留
transcript.whisperx[8].start 188.153
transcript.whisperx[8].end 203.667
transcript.whisperx[8].text 那我要請教你就是說在這麼高強度只要華語就可以扣的狀況裡面你覺得台灣還有哪些公司或是哪一些商品要進口到美國的時候可能有風險為什麼這麼說呢
transcript.whisperx[9].start 206.243
transcript.whisperx[9].end 227.317
transcript.whisperx[9].text 我一開始就講這是美國最高度貿易保護的時代的來臨在這種狀況裡面基於貿易保護所以他們對於進口到美國的產品他們現在會採取更高的標準去檢視
transcript.whisperx[10].start 230.279
transcript.whisperx[10].end 245.965
transcript.whisperx[10].text 在這種狀況裡面我們也看到台灣一路走來台灣一路走來怎麼樣不曉得你知道的包括台灣的勞基法都是在美國使用貿易手段要抵制我們的狀況裡面我們才訂出了勞基法
transcript.whisperx[11].start 248.866
transcript.whisperx[11].end 269.382
transcript.whisperx[11].text 包括現在的強迫勞動裡面的勞動人權他們基於貿易保護然後勞動人權的大刀就又拿出來了所以在這種狀況裡面他們要抵制用貿易手段來強迫我們改善這個都不是一個個別企業的問題囉
transcript.whisperx[12].start 271.784
transcript.whisperx[12].end 293.784
transcript.whisperx[12].text 這個風險是台灣整體對外貿易 對美貿易的大風險在這裡所以在這種狀況裡面 被扣的產品要有幾個選擇第一個 你提出證明你這個不是強迫勞動第二個 你出口轉賣 退回原產地或是你到其他市場去賣 不要到我美國來第三個 你放棄這些貨物銷毀
transcript.whisperx[13].start 296.007
transcript.whisperx[13].end 313.521
transcript.whisperx[13].text 那如果後續你沒有採取手段被調查你的強迫勞動如果是真的的話CBP他會發布正式認定依法對產品沒收或銷毀 知識體大所以這個戰扣令對廠商來講是非常致命的
transcript.whisperx[14].start 314.622
transcript.whisperx[14].end 329.269
transcript.whisperx[14].text 短則幾個月長則數年的調查戰扣令對廠商的影響遠遠高於現在美國對等關稅的衝擊你知道馬來西亞你剛剛講那是2020年他們的
transcript.whisperx[15].start 334.389
transcript.whisperx[15].end 361.937
transcript.whisperx[15].text 中旅遊被查扣2020他到今年欸2025年的2月補交了勞工合規資料歷經5年而暫扣令到現在都還沒有撤銷仍停留在等待美方回復的階段而多明尼加的中央羅馬納糖廠在2023年也被發布暫扣令我現在講說你再看糖鹽中旅遊
transcript.whisperx[16].start 363.954
transcript.whisperx[16].end 371.644
transcript.whisperx[16].text 我們是什麼東西我們是製造業人家都是農業一級加工產品我們是製造業在這種狀況裡面
transcript.whisperx[17].start 376.824
transcript.whisperx[17].end 404.963
transcript.whisperx[17].text 我是覺得這個跟我們台灣這種狀況這種處境真的是很不利喔這些先例我剛剛講的多明尼加或是馬來西亞都不是只有美國商品進口國提出警示都在凸顯勞動人權已經是全球供應鏈管理的核心議題而在高度的貿易保護的氛圍之下各國都要面臨更高的標準來檢視這些世界貿易
transcript.whisperx[18].start 407.565
transcript.whisperx[18].end 428.304
transcript.whisperx[18].text 我們講馬來西亞不要再講他們的中旅遊還有一個叫做最大的手套製造商叫TopGlove它包含退還外籍工人的仲介費它被發布了戰扣令以後它馬上要求退還外籍移工的仲介費
transcript.whisperx[19].start 429.185
transcript.whisperx[19].end 456.143
transcript.whisperx[19].text 支付了賠償金 改善了工作場所住宿還有改善勞動條件還委託獨立集合機構進行審核所以部長你知道嗎TopGlobe從被發佈暫扣令到最後撤銷這個禁令花了多長的時間你知道嗎TopGlobe也是花了應該是超過一年以上對啊 超過一年以上CBP才解除它可是你知道它損失多少錢嗎
transcript.whisperx[20].start 459.244
transcript.whisperx[20].end 470.329
transcript.whisperx[20].text 他對他暫扣令超過一年的時間這個公司總計損失多少錢我記得是上億不是不止在損失36億的馬幣在當時是8.57億的美金
transcript.whisperx[21].start 476.789
transcript.whisperx[21].end 490.012
transcript.whisperx[21].text 美金啊這麼高啊那其實大家都知道就是說企業我要講說企業的這個被發佈戰扣令影響的不是只有業主的利益也不是這公司而已他嚴重的時候是對勞工的工作權造成很嚴重的威脅所以跟勞資是息息相關的
transcript.whisperx[22].start 498.914
transcript.whisperx[22].end 516.111
transcript.whisperx[22].text 你因為強迫勞動違反勞動人權可是你被暫扣以後你又讓你的勞工陷入失業的風險所以會雪上加霜這個知識體大而我要講的是說因為你還沒有上任以前在去年
transcript.whisperx[23].start 516.651
transcript.whisperx[23].end 530.916
transcript.whisperx[23].text 去年都還沒有對等關稅也沒有232條款我諮詢過就是因為台美21世紀的貿易倡議裡面人家美方的代表講得很具體很清楚講勞動議題上
transcript.whisperx[24].start 532.717
transcript.whisperx[24].end 562.137
transcript.whisperx[24].text 我當時質詢是說你不要把勞動議題變成台美21世紀貿易倡議的談判裡面的貿易障礙因為美方的貿易代表署他們公告的擬議文本講得很具體要求雙邊在各自的勞工法律當中採納國際公認的勞權和保護催少者的規定而且要提出強化移工保護包括
transcript.whisperx[25].start 563.297
transcript.whisperx[25].end 587.495
transcript.whisperx[25].text 這個招聘的費用 相關成本的規定當時也包含了這個遠洋漁工使用Wi-Fi的權利講得很具體可是當時你們的部長其實呢認為說貿易談判不是我們主責的人家美方貿易談判講出來的問題都是勞動人權的議題然後當時的部長說這個不是我主責的
transcript.whisperx[26].start 589.195
transcript.whisperx[26].end 608.063
transcript.whisperx[26].text 在這個每21世紀的貿易倡議的談判裡面去年的還講到說要提到建立合作機制解決供應鏈當中強迫勞動的問題然後呢還有這個美國講這麼多台灣的回答台灣官方回應21世紀這個貿易倡議的這個談判其實人家實問我們虛答而在那個時候
transcript.whisperx[27].start 616.147
transcript.whisperx[27].end 644.502
transcript.whisperx[27].text 不要忘了還有兩篇報導都是這個Peter Peter Benson當時啊2024年台灣翻譯但實際上是講2023年太空債務奴役與台灣為跨國衛星電子汽車等公司供貨的台灣企業背後隱藏著高昂的招募費和移工債務
transcript.whisperx[28].start 646.479
transcript.whisperx[28].end 674.887
transcript.whisperx[28].text 我們被點名了而且不要以為是巨大的傳統產業還包含STARLINK的這個協力廠商跨國衛星STARLINK的協力廠商還包含電子產業還包含汽車產業而過去這好像是你們自己台灣的勞工人權可是2023年2024年到2025年4月以後來看它不一樣了
transcript.whisperx[29].start 675.467
transcript.whisperx[29].end 702.908
transcript.whisperx[29].text 因為他會成為有可能成為對等貿易應該是說這樣說好了他有可能成為貿易保護高漲的氛圍之下的任何這個手段來要求你一定要解決這個事情而恰好同一個記者就是Peter Benson他在2025年今年3月
transcript.whisperx[30].start 704.161
transcript.whisperx[30].end 706.107
transcript.whisperx[30].text 的確對台灣又做了
transcript.whisperx[31].start 707.116
transcript.whisperx[31].end 734.491
transcript.whisperx[31].text 我們剛剛講這些太空奴役債務奴役和台灣電子汽車衛星而今年他很具體巨大就在他的調查裡面他針對好幾家包括電子產業包括汽車供應產業零件供應產業包括巨大等等他在裡面做了很多的調查而且還包括說他們訪談了他們的外籍移工
transcript.whisperx[32].start 735.131
transcript.whisperx[32].end 755.585
transcript.whisperx[32].text 他們訪談了 吉安特有幾個移工你知道嗎應該是 他應該在場外是訪談 我有看到那篇報導對啊 很多 詳細的數字我沒有記住他們也訪談了 但是報導 整篇報導我都看完了也訪談了梅利達他們吉安特訪談了20名以上 20名以上
transcript.whisperx[33].start 758.907
transcript.whisperx[33].end 783.608
transcript.whisperx[33].text 現在他們還把訪談的紀錄還有他們調查報告還交給他把三個案例交給美國的調查機構叫做TransparentOK三個三家企業你知道哪三家嗎業務單位知不知道這麼大的事情你們業務單位到底知不知道部長
transcript.whisperx[34].start 784.861
transcript.whisperx[34].end 808.809
transcript.whisperx[34].text 那個委員其實這件事我們很清楚所以從今年上半年從今年上半年我們跟法案署我們其實就針對強迫勞動的風險我們其實很審慎的包括也找相關的品牌他這個都已經指名個別廠商了包括當時的巨大都被點名了而你們採取了因應的措施和手段了嗎
transcript.whisperx[35].start 809.93
transcript.whisperx[35].end 818.882
transcript.whisperx[35].text 這個除了吉安特以外還包括他把三家企業交給美國調查機構還包括裡面的漢太克精密科技還包括Hitachi而且這裡面還有我們的官方台灣桃園國際機場
transcript.whisperx[36].start 826.547
transcript.whisperx[36].end 844.125
transcript.whisperx[36].text 他也訪談了十多名台灣桃園國際機場公司也在列勞開試我現在要說的是部長針對這個事情我一直講知識體大可是你怎麼回應 你的回應是說不能將此案視為單純個案 講得沒錯業者都應該將此視為重大風險
transcript.whisperx[37].start 850.151
transcript.whisperx[37].end 872.62
transcript.whisperx[37].text 勞動部已經著手研議強迫勞動指引並針對人權議題擬定廠商輔導計劃期望可協助企業辨識評估風險 進而避免風險保證好像只有這個問題而已你說得好像全部都是企業的問題企業自己要管理的問題不是啊跟委員說明不是啊 不只是啊委員可以讓我有一點時間可以說明
transcript.whisperx[38].start 874.801
transcript.whisperx[38].end 894.846
transcript.whisperx[38].text 第一個當然我們現在這個階段我們當然是要有輔導的機制但同時我們會檢視我們相關的法規那我們也必須評估法規調整的需要來逐步趨近國際上面的規範的要求那我想這都是你知道我們法律裡面如果跟國際這個
transcript.whisperx[39].start 899.74
transcript.whisperx[39].end 919.853
transcript.whisperx[39].text 來 國際規範呢 就是ILO的規範來講我們少了哪幾塊嗎ILO有11項11項強迫勞動的風險的指標而我們現有的法律從勞動基準法第5條就業服務法第57條第7款包括就業服務法第57條第8款人口販運防治法裡面第32條第一項
transcript.whisperx[40].start 922.395
transcript.whisperx[40].end 944.442
transcript.whisperx[40].text 在這種狀況所對應的ILO的這個風險指標它11款我們法律只規定了幾款你知道嗎我們的確現在在法規上面那針對這個跟ILO之間我們落差差了六款沒有制定上去六款哪六款你知道嗎這個
transcript.whisperx[41].start 946.949
transcript.whisperx[41].end 971.859
transcript.whisperx[41].text 我們現在有在做這個法規當然有在做這些相關的檢討講很多年了 這些都講很多年第一個 虐待弱勢第二個 欺騙第三個 扣留工資第四個 債務束縛而在現行台灣已經包括我個人已經講了一二十年了債務束縛第十 第另一個惡劣的工作和生活條件再來就是過度加班
transcript.whisperx[42].start 973.621
transcript.whisperx[42].end 982.955
transcript.whisperx[42].text 債務束縛其實就是大家最容易講得清楚而且講得最久的而且勞動部都一直不願意去面對的而且人家在問的時候你們都虛答的
transcript.whisperx[43].start 985.387
transcript.whisperx[43].end 1001.659
transcript.whisperx[43].text 我們現在我們當然必須面對這件事情那其實我自己到部裡面以後我們從上半年非常非常審慎的在嚴肅的看待這件事情那我們也陸陸續續在跟一些尤其是高風險的產業在做討論跟溝通那
transcript.whisperx[44].start 1003.86
transcript.whisperx[44].end 1025.34
transcript.whisperx[44].text 不是啦這個是全面性你不能說因為到美國現在美國有貿易保護主義的這個高漲所以他們要發起抵制了所以勞動人權要重視只在美國不是不只連歐洲歐盟也有CSDD歐盟已經幾年以後要開始施行你知道嗎27年不是28年他們後來延後一年
transcript.whisperx[45].start 1025.86
transcript.whisperx[45].end 1029.382
transcript.whisperx[45].text 延後一年那也是一樣所以現在對外貿易大家都不斷的用勞動人權來當成對外貿易的檢視的指標而我們今天刻不容緩不得不去面對
transcript.whisperx[46].start 1043.012
transcript.whisperx[46].end 1061.162
transcript.whisperx[46].text 這個態勢是非常清楚的所以勞動部跟台灣的企業急需要理解供應鏈中強迫勞動的風險在國際上的意涵儘管我們這幾年我們整體產業好像發展的持續的很穩定排名好像名列前茅但是在勞動人權議題上
transcript.whisperx[47].start 1062.563
transcript.whisperx[47].end 1091.302
transcript.whisperx[47].text 我們仍然很明顯的落後於國際水準在這種狀況裡面我就以捷安特為例你們進去人家說你強迫勞動你怎麼幫他解套你們進去裡面勞檢嗎跟我說我們有助長但我們不是勞檢你們不是勞檢為什麼不是勞檢為什麼你們不是透過官方的機制正式勞檢為什麼一個Peter Benson他可以訪談的到這麼多的他們工廠裡面的移工而你
transcript.whisperx[48].start 1092.532
transcript.whisperx[48].end 1119.065
transcript.whisperx[48].text 我們的官方不是你我們的官方都沒有辦法看到一個記者所看到的問題跟文說明我們現在我說我們沒有把這當作是個案第二個我們其實必須做通案我們跟經濟部會合作來做協助企業通案的檢視美國懷疑他是強迫勞動你政府做了什麼可以跟美國政府說他沒有
transcript.whisperx[49].start 1121.161
transcript.whisperx[49].end 1140.386
transcript.whisperx[49].text 你不敢做因為他的確有可能是的確有我們必須協助企業提出改善方案所以有那如果有的話你們為什麼沒有正式勞檢我們要協助企業提出改善方案到底為什麼在這種狀況都被人家實施暫扣令了為什麼不勞檢
transcript.whisperx[50].start 1142.157
transcript.whisperx[50].end 1152.354
transcript.whisperx[50].text 如果你這個大企業 指標企業你都不敢勞檢 都不願意勞檢然後你只是說我叫他們去改善不就是有問題才需要改善嗎為什麼不勞檢
transcript.whisperx[51].start 1154.517
transcript.whisperx[51].end 1180.052
transcript.whisperx[51].text 跟委員說我們是用希望協助企業提出改善方案而且具體的改善方案的這樣子的建議來進場來給予他建議跟要求我覺得我在問你都沒有聽懂為什麼記者可以調查訪問得到而我們卻在正式勞檢的時候勞檢不到然後呢被美國實施暫扣令了你們連勞檢都沒有進去就說你要去輔導企業改善如果他沒有違反違規沒有強迫勞動他何須改善
transcript.whisperx[52].start 1183.214
transcript.whisperx[52].end 1201.565
transcript.whisperx[52].text 大家都看到美國要實施戰扣令了歐盟2027年要禁止強迫勞動產品要上市規章然後都要去看你的供應鏈有沒有涉及到強迫勞動大家才願意改善的時候你政府才願意去看到制度面的問題所以我們自己國家人權委員會有發布
transcript.whisperx[53].start 1203.586
transcript.whisperx[53].end 1230.517
transcript.whisperx[53].text 我們自己的國家人權委員會有發布台灣企業跟人權國家行動計畫我們這裡面也談到企業跟工會對企業人權政策的意識有待加強在資本主義的社會裡面我們可以理解企業追求是利潤的極大化可是在這裡面他把成本環境成本外部化勞動成本叫這些移工自己吞下去所以
transcript.whisperx[54].start 1231.337
transcript.whisperx[54].end 1256.58
transcript.whisperx[54].text 他會當然說你當然降低成本美國來講你的降低成本來自於你的勞動人權你的環境成本是不符合規定的所以你當然在世界你的產品有競爭力他未來也會這樣對其他的這個國家在貿易保護的氛圍高漲之下所以在這種台灣企業不願意去負擔的這個成本
transcript.whisperx[55].start 1258.92
transcript.whisperx[55].end 1280.459
transcript.whisperx[55].text 還有政府你知道在這種狀況裡面我們就更需要國對國職聘不是嗎是你們現在有幾個國對國職聘其實我們現在是有我們其實跟文說明其實我們在明年的計劃裡面其實也是提出一個延攬中心沒有你問我你的目標是多少個
transcript.whisperx[56].start 1281.573
transcript.whisperx[56].end 1284.897
transcript.whisperx[56].text 你的國對國訓可以大幅的降低所謂的強迫勞動裡面債務的問題而你最核心被美國被歐洲被世界各地的記者或是官方指責的
transcript.whisperx[57].start 1296.65
transcript.whisperx[57].end 1314.785
transcript.whisperx[57].text 就是這些外籍移工為了要來台灣簽下很大量的本票然後或是號稱是債務其實是仲介費可能是仲介費在這種狀況裡面只有國對國的執聘人家韓國全部都做得到台灣全部都
transcript.whisperx[58].start 1317.727
transcript.whisperx[58].end 1343.313
transcript.whisperx[58].text 現在已經到刻不容緩不能再這樣下去那我現在要問你不要求你馬上立即全部都解決法制面我剛剛講的我們還有國際IL指標11項我們只有5項的規定有6項都沒有任何規定在這種狀況裡面國對國職聘可以解決很多問題那80萬的外籍移工你的目標設定有幾個國對國的職聘
transcript.whisperx[59].start 1344.813
transcript.whisperx[59].end 1369.611
transcript.whisperx[59].text 委員我做點說明第一個其實現在四個來源國我們其實都有職聘但是但是做得不夠到位對啦我就問你你要設定目標因為你是洪森漢啊你不是許民村啊許民村的目標是一千個八十萬裡面一千個啊我現在要問的是洪森漢部長你的目標是八十萬的外籍移工裡面你告訴我你希望可以到達一萬個兩萬個跟委員說明
transcript.whisperx[60].start 1373.233
transcript.whisperx[60].end 1390.418
transcript.whisperx[60].text 我們其實現在 這也是為什麼我們現在提出了一個我們要一個延攬中心你知道韓國全部都是國對國執拼嗎 韓國你知道日本也要走向那個制度去了嗎你知道台灣還在 不是牛布化是蝸牛化 沒有 不 應該是停留在原地一千個 一千個
transcript.whisperx[61].start 1392.9
transcript.whisperx[61].end 1411.516
transcript.whisperx[61].text 可以讓我說完第一個我們從今年上半年開始就一直在跟韓國日本來去跟他們了解他們在執聘制度上面的做法所以我們現在提出一個延攬中心的做法這個延攬中心的做法就是要強化政府在聘僱過程裡面的角色跟功能你的目標人數是多大
transcript.whisperx[62].start 1412.216
transcript.whisperx[62].end 1419.802
transcript.whisperx[62].text 我不想要看到你說你要做什麼我要看到你的目標人數是多少最終要檢驗是你有幾個多少的數量是國對國執聘進來的我要看到這個我想人數我們會再來評估人數是重點啊你告訴我說我們有過程我們會改善最終人數是多少 1000這樣子有用嗎
transcript.whisperx[63].start 1434.273
transcript.whisperx[63].end 1455.936
transcript.whisperx[63].text 當然不會是這個數字啊對啊那你不設定數字就是空談啊空談啊那我們其實現在尤其是現在在會有開始有海外的我們也其實也跟行政院爭取人力在提高政府的這個在聘僱過程裡面的功能跟量能上面我們就是希望要把政府的角色更清楚的拉出來
transcript.whisperx[64].start 1457.077
transcript.whisperx[64].end 1471.966
transcript.whisperx[64].text 這是在這件事在執行上面的重點但是國家退位三十年後擇武旁貸本來就應該要扛出來的沒錯沒錯所以我們覺得現在就必須要往這個方向去做而且必須大步走出去你必須設定你要多少人數當目標嘛那我現在講的就是說你知道
transcript.whisperx[65].start 1472.967
transcript.whisperx[65].end 1490.296
transcript.whisperx[65].text 丹麥這個記者Peter Benson他現在只講台灣自行車產業而已嗎 不只他只指台灣的汽車零組件 電子產業所以我才問你說不是只有吉安特有風險還有電子產業還有台灣的汽車零組件這些都有風險
transcript.whisperx[66].start 1491.036
transcript.whisperx[66].end 1510.354
transcript.whisperx[66].text 而制度面我剛剛講了制度面台灣法制化的ILO的11項風險指標只有5項還有6項完全沒有制定還有政策面政策面就是你的國對國職聘的人數你要設定目標法制面要修法的還有很多 那法制面你要怎麼做
transcript.whisperx[67].start 1512.401
transcript.whisperx[67].end 1535.992
transcript.whisperx[67].text 其實我們現在也在評估這些法規上面要調整的部分現在同時來評估其實不是從這個評估並不是從巨大的事件被暫扣以後才開始其實是從今年上半年我們就陸陸續續在做這些相關的準備的工作我自己也都親自主持跟產業跟被暫扣的陸陸續續在做那是一個過程那是必須做的過程但我們要看到成績
transcript.whisperx[68].start 1536.832
transcript.whisperx[68].end 1543.796
transcript.whisperx[68].text 沒有成績 至於我們三年關 兩年罵更何況你這個政務官不知道做多久我現在講這個記者的調查報告他不是吉安特還包括健鵬 還包括新光芳 新鮮還包括永德 美麗達 振興橡膠還包括健林 精塑 聖品 愛訓很多上市櫃公司甚至我剛剛講桃園國際機場公司
transcript.whisperx[69].start 1563.187
transcript.whisperx[69].end 1582.089
transcript.whisperx[69].text 這個問題都已經不是單一企業踩到紅線而是反映出台灣在國際體系裡面國際分工的這個結構性的困境我們用最低的勞動力成本 環境成本去換取國際競爭力可是在這種全球供應鏈
transcript.whisperx[70].start 1583.03
transcript.whisperx[70].end 1586.311
transcript.whisperx[70].text 這種不對等的狀況裡面我們這一種方法恐怕因為ODM的國家就是成本競爭可是這種狀況我們已經食不我語了我們想要繼續這樣子也食不我語從產業和經濟面來看我們的確必須要藉這個機會去轉型而這是一場很需要長期投入的馬拉松
transcript.whisperx[71].start 1606.44
transcript.whisperx[71].end 1622.627
transcript.whisperx[71].text 他不是 我知道他不是100公尺跑完馬上立竿見影但是你必須現在就開始做而且著手做而且要設定目標在這裡你要修法要明確的定義什麼是強迫勞動我們連強迫勞動都還沒有辦法明確定義要參考ILO的11項指標要辨識強迫勞動所以這樣子企業才有所歸選
transcript.whisperx[72].start 1633.311
transcript.whisperx[72].end 1658.698
transcript.whisperx[72].text 否則現在國際的記者或是國際調查單位拿ILO11項指標可是我們的企業說我們的法律只有5項我們法律又沒有規定到這裡我怎麼遵循你說你要去輔導企業你這個企業不知道怎麼遵循因為對他們來講到底要做到什麼程度沒有法制化的規範然後ILO也是一個指標
transcript.whisperx[73].start 1660.179
transcript.whisperx[73].end 1679.857
transcript.whisperx[73].text 謝謝我覺得林淑芬委員講的題目非常的重要那是不是請部長可以就是會後提供給林淑芬委員具體你的目標好你的數字和你們要做的事情好這個部分請紅部長這個這個要馬上做了啦我們沒有迴避的空間謝謝林淑芬