iVOD / 163985

Field Value
IVOD_ID 163985
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163985
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 2025-10-09T11:05:38+08:00
結束時間 2025-10-09T11:27:11+08:00
影片長度 00:21:33
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0913948005eacb62fe5b49e275015d46819c05f3ca7f3b91dcf33aa1b58936822cfcc21c557743ff5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃國昌
委員發言時間 11:05:38 - 11:27:11
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.65096875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 12.46784375
transcript.pyannote[1].end 14.00346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 15.04971875
transcript.pyannote[2].end 15.94409375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 22.23846875
transcript.pyannote[3].end 32.75159375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 33.20721875
transcript.pyannote[4].end 35.43471875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 35.73846875
transcript.pyannote[5].end 37.51034375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 37.79721875
transcript.pyannote[6].end 41.08784375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 41.76284375
transcript.pyannote[7].end 55.90409375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 57.00096875
transcript.pyannote[8].end 58.73909375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 63.81846875
transcript.pyannote[9].end 74.65221875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 75.31034375
transcript.pyannote[10].end 75.83346875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 76.12034375
transcript.pyannote[11].end 76.71096875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 77.47034375
transcript.pyannote[12].end 80.69346875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 78.90471875
transcript.pyannote[13].end 80.37284375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 80.99721875
transcript.pyannote[14].end 82.85346875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 83.69721875
transcript.pyannote[15].end 89.82284375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 90.75096875
transcript.pyannote[16].end 93.18096875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 93.88971875
transcript.pyannote[17].end 105.46596875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 105.78659375
transcript.pyannote[18].end 111.94596875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 105.88784375
transcript.pyannote[19].end 107.60909375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 112.08096875
transcript.pyannote[20].end 119.03346875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 119.67471875
transcript.pyannote[21].end 123.18471875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 123.38721875
transcript.pyannote[22].end 125.69909375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 125.88471875
transcript.pyannote[23].end 129.74909375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 129.88409375
transcript.pyannote[24].end 137.15721875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 137.57909375
transcript.pyannote[25].end 143.23221875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 143.92409375
transcript.pyannote[26].end 145.00409375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 145.51034375
transcript.pyannote[27].end 146.91096875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 147.46784375
transcript.pyannote[28].end 150.33659375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 151.07909375
transcript.pyannote[29].end 161.82846875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 162.18284375
transcript.pyannote[30].end 177.92721875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 178.12971875
transcript.pyannote[31].end 182.04471875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 182.36534375
transcript.pyannote[32].end 191.69721875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 191.78159375
transcript.pyannote[33].end 201.29909375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 202.81784375
transcript.pyannote[34].end 208.92659375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 209.26409375
transcript.pyannote[35].end 209.82096875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 211.01909375
transcript.pyannote[36].end 212.04846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 211.99784375
transcript.pyannote[37].end 218.17409375
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 218.17409375
transcript.pyannote[38].end 219.01784375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 218.19096875
transcript.pyannote[39].end 220.45221875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 220.28346875
transcript.pyannote[40].end 222.02159375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 223.18596875
transcript.pyannote[41].end 230.40846875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 229.93596875
transcript.pyannote[42].end 230.15534375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 230.52659375
transcript.pyannote[43].end 236.21346875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 236.36534375
transcript.pyannote[44].end 240.92159375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 237.90096875
transcript.pyannote[45].end 239.94284375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 240.90471875
transcript.pyannote[46].end 243.33471875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 246.92909375
transcript.pyannote[47].end 248.19471875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 250.08471875
transcript.pyannote[48].end 250.48971875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 250.48971875
transcript.pyannote[49].end 254.99534375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 250.94534375
transcript.pyannote[50].end 251.50221875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 253.96596875
transcript.pyannote[51].end 260.20971875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 259.83846875
transcript.pyannote[52].end 262.42034375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 264.73221875
transcript.pyannote[53].end 269.69346875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 269.69346875
transcript.pyannote[54].end 272.19096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 269.72721875
transcript.pyannote[55].end 269.76096875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 272.39346875
transcript.pyannote[56].end 273.00096875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 273.57471875
transcript.pyannote[57].end 274.23284375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 274.51971875
transcript.pyannote[58].end 276.27471875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 277.75971875
transcript.pyannote[59].end 281.05034375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 280.67909375
transcript.pyannote[60].end 281.99534375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 284.18909375
transcript.pyannote[61].end 286.55159375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 286.83846875
transcript.pyannote[62].end 290.82096875
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 290.85471875
transcript.pyannote[63].end 290.87159375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 290.87159375
transcript.pyannote[64].end 291.17534375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 290.88846875
transcript.pyannote[65].end 296.47409375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 299.74784375
transcript.pyannote[66].end 303.30846875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 304.20284375
transcript.pyannote[67].end 305.21534375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 305.68784375
transcript.pyannote[68].end 309.21471875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 310.69971875
transcript.pyannote[69].end 313.58534375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 315.01971875
transcript.pyannote[70].end 319.49159375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 319.91346875
transcript.pyannote[71].end 321.92159375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 322.96784375
transcript.pyannote[72].end 323.35596875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 323.60909375
transcript.pyannote[73].end 333.04221875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 333.34596875
transcript.pyannote[74].end 334.88159375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 335.32034375
transcript.pyannote[75].end 337.46346875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 338.59409375
transcript.pyannote[76].end 354.37221875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 349.95096875
transcript.pyannote[77].end 350.22096875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 355.41846875
transcript.pyannote[78].end 360.70034375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 361.20659375
transcript.pyannote[79].end 372.73221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 365.07096875
transcript.pyannote[80].end 365.44221875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 369.15471875
transcript.pyannote[81].end 369.22221875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 369.22221875
transcript.pyannote[82].end 369.52596875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 372.32721875
transcript.pyannote[83].end 372.61409375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 372.98534375
transcript.pyannote[84].end 374.04846875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 375.06096875
transcript.pyannote[85].end 382.92471875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 383.29596875
transcript.pyannote[86].end 387.58221875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 387.68346875
transcript.pyannote[87].end 387.70034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 387.70034375
transcript.pyannote[88].end 389.15159375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 389.15159375
transcript.pyannote[89].end 392.12159375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 392.71221875
transcript.pyannote[90].end 393.18471875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 392.81346875
transcript.pyannote[91].end 394.88909375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 394.88909375
transcript.pyannote[92].end 396.00284375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 396.00284375
transcript.pyannote[93].end 396.74534375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 396.96471875
transcript.pyannote[94].end 401.47034375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 402.78659375
transcript.pyannote[95].end 403.95096875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 404.71034375
transcript.pyannote[96].end 405.55409375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 411.35909375
transcript.pyannote[97].end 425.06159375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 419.72909375
transcript.pyannote[98].end 420.48846875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 423.47534375
transcript.pyannote[99].end 423.81284375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 425.06159375
transcript.pyannote[100].end 431.28846875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 431.91284375
transcript.pyannote[101].end 440.41784375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 440.60346875
transcript.pyannote[102].end 452.23034375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 452.65221875
transcript.pyannote[103].end 481.20471875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 481.91346875
transcript.pyannote[104].end 485.67659375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 485.98034375
transcript.pyannote[105].end 487.33034375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 489.96284375
transcript.pyannote[106].end 494.14784375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 493.62471875
transcript.pyannote[107].end 498.83909375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 499.71659375
transcript.pyannote[108].end 501.53909375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 501.53909375
transcript.pyannote[109].end 544.21596875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 505.62284375
transcript.pyannote[110].end 506.24721875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 544.31721875
transcript.pyannote[111].end 587.61846875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 589.01909375
transcript.pyannote[112].end 590.79096875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 590.79096875
transcript.pyannote[113].end 591.36471875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 591.51659375
transcript.pyannote[114].end 594.06471875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 591.60096875
transcript.pyannote[115].end 592.14096875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 594.35159375
transcript.pyannote[116].end 600.47721875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 600.84846875
transcript.pyannote[117].end 610.19721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 610.68659375
transcript.pyannote[118].end 622.46534375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 611.27721875
transcript.pyannote[119].end 611.51346875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 622.46534375
transcript.pyannote[120].end 626.49846875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 623.27534375
transcript.pyannote[121].end 624.00096875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 624.62534375
transcript.pyannote[122].end 647.65971875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 626.83596875
transcript.pyannote[123].end 627.27471875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 645.70221875
transcript.pyannote[124].end 653.43096875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 653.43096875
transcript.pyannote[125].end 668.53409375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 668.53409375
transcript.pyannote[126].end 674.25471875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 669.02346875
transcript.pyannote[127].end 670.10346875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 675.28409375
transcript.pyannote[128].end 677.93346875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 678.87846875
transcript.pyannote[129].end 689.18909375
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 689.62784375
transcript.pyannote[130].end 697.47471875
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 697.50846875
transcript.pyannote[131].end 701.40659375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 701.67659375
transcript.pyannote[132].end 707.86971875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 707.97096875
transcript.pyannote[133].end 715.73346875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 716.64471875
transcript.pyannote[134].end 723.61409375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 724.89659375
transcript.pyannote[135].end 727.34346875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 727.88346875
transcript.pyannote[136].end 730.00971875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 730.27971875
transcript.pyannote[137].end 733.78971875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 733.99221875
transcript.pyannote[138].end 736.08471875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 736.52346875
transcript.pyannote[139].end 738.51471875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 738.51471875
transcript.pyannote[140].end 790.47284375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 790.38846875
transcript.pyannote[141].end 798.84284375
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 799.12971875
transcript.pyannote[142].end 801.17159375
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 801.89721875
transcript.pyannote[143].end 803.21346875
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 803.65221875
transcript.pyannote[144].end 810.60471875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 811.11096875
transcript.pyannote[145].end 820.79721875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 821.18534375
transcript.pyannote[146].end 827.22659375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 827.51346875
transcript.pyannote[147].end 833.01471875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 833.25096875
transcript.pyannote[148].end 845.77221875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 845.80596875
transcript.pyannote[149].end 848.53971875
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 849.24846875
transcript.pyannote[150].end 849.73784375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 850.31159375
transcript.pyannote[151].end 858.09096875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 858.46221875
transcript.pyannote[152].end 859.45784375
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 859.82909375
transcript.pyannote[153].end 861.07784375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 861.48284375
transcript.pyannote[154].end 869.19471875
transcript.pyannote[155].speaker SPEAKER_03
transcript.pyannote[155].start 869.97096875
transcript.pyannote[155].end 872.51909375
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 872.80596875
transcript.pyannote[156].end 874.83096875
transcript.pyannote[157].speaker SPEAKER_03
transcript.pyannote[157].start 875.32034375
transcript.pyannote[157].end 882.12096875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 882.49221875
transcript.pyannote[158].end 883.58909375
transcript.pyannote[159].speaker SPEAKER_03
transcript.pyannote[159].start 884.29784375
transcript.pyannote[159].end 904.21034375
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 904.73346875
transcript.pyannote[160].end 910.09971875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 910.80846875
transcript.pyannote[161].end 915.29721875
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 915.78659375
transcript.pyannote[162].end 917.32221875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 917.52471875
transcript.pyannote[163].end 926.09721875
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 926.13096875
transcript.pyannote[164].end 936.44159375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 936.37409375
transcript.pyannote[165].end 936.40784375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 936.44159375
transcript.pyannote[166].end 947.52846875
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 940.59284375
transcript.pyannote[167].end 940.96409375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 940.96409375
transcript.pyannote[168].end 940.98096875
transcript.pyannote[169].speaker SPEAKER_03
transcript.pyannote[169].start 947.35971875
transcript.pyannote[169].end 1000.76909375
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 1001.15721875
transcript.pyannote[170].end 1005.17346875
transcript.pyannote[171].speaker SPEAKER_03
transcript.pyannote[171].start 1005.69659375
transcript.pyannote[171].end 1011.28221875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 1011.99096875
transcript.pyannote[172].end 1013.32409375
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 1013.72909375
transcript.pyannote[173].end 1025.37284375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 1025.54159375
transcript.pyannote[174].end 1030.85721875
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 1031.26221875
transcript.pyannote[175].end 1036.51034375
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 1036.59471875
transcript.pyannote[176].end 1044.37409375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 1046.09534375
transcript.pyannote[177].end 1070.02409375
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 1049.13284375
transcript.pyannote[178].end 1049.52096875
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 1053.14909375
transcript.pyannote[179].end 1053.41909375
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 1053.46971875
transcript.pyannote[180].end 1053.48659375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 1059.20721875
transcript.pyannote[181].end 1059.39284375
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 1070.02409375
transcript.pyannote[182].end 1080.77346875
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 1081.36409375
transcript.pyannote[183].end 1089.39659375
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 1089.97034375
transcript.pyannote[184].end 1100.26409375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 1100.58471875
transcript.pyannote[185].end 1101.98534375
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 1102.93034375
transcript.pyannote[186].end 1114.74284375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 1106.72721875
transcript.pyannote[187].end 1107.67221875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 1109.22471875
transcript.pyannote[188].end 1109.86596875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 1111.78971875
transcript.pyannote[189].end 1111.84034375
transcript.pyannote[190].speaker SPEAKER_03
transcript.pyannote[190].start 1114.96221875
transcript.pyannote[190].end 1115.97471875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 1115.97471875
transcript.pyannote[191].end 1119.16409375
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 1119.99096875
transcript.pyannote[192].end 1123.88909375
transcript.pyannote[193].speaker SPEAKER_03
transcript.pyannote[193].start 1123.60221875
transcript.pyannote[193].end 1123.80471875
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 1123.88909375
transcript.pyannote[194].end 1124.34471875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 1124.34471875
transcript.pyannote[195].end 1131.01034375
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 1125.05346875
transcript.pyannote[196].end 1126.13346875
transcript.pyannote[197].speaker SPEAKER_03
transcript.pyannote[197].start 1129.49159375
transcript.pyannote[197].end 1129.52534375
transcript.pyannote[198].speaker SPEAKER_03
transcript.pyannote[198].start 1129.59284375
transcript.pyannote[198].end 1129.69409375
transcript.pyannote[199].speaker SPEAKER_03
transcript.pyannote[199].start 1130.52096875
transcript.pyannote[199].end 1135.11096875
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 1135.36409375
transcript.pyannote[200].end 1139.92034375
transcript.pyannote[201].speaker SPEAKER_03
transcript.pyannote[201].start 1140.47721875
transcript.pyannote[201].end 1141.59096875
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 1142.45159375
transcript.pyannote[202].end 1146.43409375
transcript.pyannote[203].speaker SPEAKER_03
transcript.pyannote[203].start 1147.46346875
transcript.pyannote[203].end 1149.45471875
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 1150.46721875
transcript.pyannote[204].end 1154.82096875
transcript.pyannote[205].speaker SPEAKER_03
transcript.pyannote[205].start 1154.88846875
transcript.pyannote[205].end 1164.20346875
transcript.pyannote[206].speaker SPEAKER_03
transcript.pyannote[206].start 1164.55784375
transcript.pyannote[206].end 1169.16471875
transcript.pyannote[207].speaker SPEAKER_03
transcript.pyannote[207].start 1170.36284375
transcript.pyannote[207].end 1186.19159375
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 1186.19159375
transcript.pyannote[208].end 1189.76909375
transcript.pyannote[209].speaker SPEAKER_03
transcript.pyannote[209].start 1189.54971875
transcript.pyannote[209].end 1193.11034375
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 1193.07659375
transcript.pyannote[210].end 1201.24409375
transcript.pyannote[211].speaker SPEAKER_03
transcript.pyannote[211].start 1199.52284375
transcript.pyannote[211].end 1199.75909375
transcript.pyannote[212].speaker SPEAKER_03
transcript.pyannote[212].start 1201.24409375
transcript.pyannote[212].end 1203.18471875
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 1202.88096875
transcript.pyannote[213].end 1216.78596875
transcript.pyannote[214].speaker SPEAKER_03
transcript.pyannote[214].start 1210.42409375
transcript.pyannote[214].end 1210.44096875
transcript.pyannote[215].speaker SPEAKER_03
transcript.pyannote[215].start 1215.60471875
transcript.pyannote[215].end 1216.02659375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 1216.85346875
transcript.pyannote[216].end 1216.87034375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 1216.92096875
transcript.pyannote[217].end 1217.88284375
transcript.pyannote[218].speaker SPEAKER_03
transcript.pyannote[218].start 1217.88284375
transcript.pyannote[218].end 1225.72971875
transcript.pyannote[219].speaker SPEAKER_03
transcript.pyannote[219].start 1227.18096875
transcript.pyannote[219].end 1235.02784375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 1236.22596875
transcript.pyannote[220].end 1242.14909375
transcript.pyannote[221].speaker SPEAKER_03
transcript.pyannote[221].start 1239.63471875
transcript.pyannote[221].end 1243.06034375
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 1244.19096875
transcript.pyannote[222].end 1246.62096875
transcript.pyannote[223].speaker SPEAKER_03
transcript.pyannote[223].start 1246.62096875
transcript.pyannote[223].end 1248.51096875
transcript.pyannote[224].speaker SPEAKER_02
transcript.pyannote[224].start 1249.13534375
transcript.pyannote[224].end 1250.01284375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 1251.27846875
transcript.pyannote[225].end 1251.66659375
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 1251.85221875
transcript.pyannote[226].end 1254.33284375
transcript.pyannote[227].speaker SPEAKER_03
transcript.pyannote[227].start 1254.33284375
transcript.pyannote[227].end 1270.60034375
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 1270.78596875
transcript.pyannote[228].end 1278.32909375
transcript.pyannote[229].speaker SPEAKER_01
transcript.pyannote[229].start 1275.44346875
transcript.pyannote[229].end 1278.22784375
transcript.pyannote[230].speaker SPEAKER_01
transcript.pyannote[230].start 1278.32909375
transcript.pyannote[230].end 1278.36284375
transcript.pyannote[231].speaker SPEAKER_01
transcript.pyannote[231].start 1278.37971875
transcript.pyannote[231].end 1291.32284375
transcript.pyannote[232].speaker SPEAKER_01
transcript.pyannote[232].start 1292.31846875
transcript.pyannote[232].end 1294.96784375
transcript.whisperx[0].start 0.669
transcript.whisperx[0].end 15.621
transcript.whisperx[0].text 請黃國昌委員發言謝謝主席 麻煩有請部長請洪部長
transcript.whisperx[1].start 23.388
transcript.whisperx[1].end 38.842
transcript.whisperx[1].text 時間的關係我直接就進入第一個是目前無薪假的人數節節攀升很多委員非常的關切目前到最新看到的data大概14人數是8500多人
transcript.whisperx[2].start 42.164
transcript.whisperx[2].end 64.391
transcript.whisperx[2].text 那勞動部有沒有計算過說現在就這8500多人以這個當作基數來計算的話我們所提供政府給勞工薪資差額的補助或者是補貼大概要支付多少錢每個月具體的數字平均每個人5000多
transcript.whisperx[3].start 65.598
transcript.whisperx[3].end 92.855
transcript.whisperx[3].text 平均每個人五千多元所以大概平均一個月的話要四千四千多萬將近五千萬是嗎每個月我們再做一次我們再計算一下數據再提供我為什麼問這個問題無薪假的人數節節攀升當然反映出來目前產業界他們所面臨的一些困境那企業主當然想辦法生存
transcript.whisperx[4].start 94.119
transcript.whisperx[4].end 118.599
transcript.whisperx[4].text 但我們不希望他們犧牲勞工的權益這是為什麼我們在高關稅的特別條例裡面台灣民眾黨黨團對於要給勞工相關的輔助其實我們是最支持的那也就是為什麼我們主動增加行政院本來所提出額度的數額那當然最後立法院三讀通過的版本那我們還是要尊重因為我們是少數嘛
transcript.whisperx[5].start 119.72
transcript.whisperx[5].end 146.271
transcript.whisperx[5].text 我們台灣民眾黨黨團的版本表決輸了就輸了也沒辦法要尊重多數但是我還是因為目前的狀況看起來我很擔心我希望不要發生但是我必須要非常坦白的說我非常非常的擔心所謂的這個暫時性的高關稅雖然我們的行政院的立場說是暫時啦會暫時多久目前我看不到盡頭
transcript.whisperx[6].start 147.948
transcript.whisperx[6].end 149.977
transcript.whisperx[6].text 也得不到一個具體的答案
transcript.whisperx[7].start 151.141
transcript.whisperx[7].end 177.354
transcript.whisperx[7].text 那因此我非常擔心接下來延續大概還會延續多久那為什麼特別問你說每個月大概要支出多少錢因為我必須要比較務實的計算我們給勞動部相關的補助編列的相關的預算對於支持勞工這件事情錢到底是夠還是不夠這件事情蠻重要的所以這個數字可能部長今天
transcript.whisperx[8].start 178.294
transcript.whisperx[8].end 200.922
transcript.whisperx[8].text 接受我的質詢的時候覺得我問的有一點太細太具體但我會建議這個數字你心裡一定要有數你心裡一定要有數你心裡如果沒有數的話到時候編預算的時候等於全部都是用估的到底怎麼編以目前你們計畫在未來一年當中準備好的子彈要支援給老公的大概多少錢
transcript.whisperx[9].start 203.347
transcript.whisperx[9].end 221.793
transcript.whisperx[9].text 呃我們目前其實呃在特別預算裡面是150億是那全部給勞工嗎呃當然全部都給勞工有一些呃當然有有部分是會用作因為我們這些相關措施的宣導這個我了解其他部分當然都是給勞工對你給勞工的數額大概多少
transcript.whisperx[10].start 223.466
transcript.whisperx[10].end 243.114
transcript.whisperx[10].text 給勞工的數額就是你說150億裡面有其他的然後要什麼宣導要行政作業費這個我都了解那實際給150億裡面是140億都是直接落到勞工口袋嗎就是當然除了這些行政跟宣導部分當然都是給勞工的所以那些行政宣導費用大概多少錢業務費是11億
transcript.whisperx[11].start 250.514
transcript.whisperx[11].end 275.552
transcript.whisperx[11].text 對 然後150億先扣掉11億的業務費然後再來 業務費是11億那基本上其實我們大家這個都是要給勞工的錢這不是用在所以大概139億是給勞工的錢嗎扣掉勞保的 扣掉勞保的撥補的話大概130幾億大概130幾億這個期間用多久就是三年三年 36個月嗎
transcript.whisperx[12].start 278.099
transcript.whisperx[12].end 303.049
transcript.whisperx[12].text 2016年底 對 就是這個特別預算特別條例的實施期間所以總共幾個月兩年多 兩年半所以總共是18個月20是30個月30個月兩年多30個月是3億多所以大概一年多少錢不是我沒有要問這麼基本的數學但我只提醒你一件事
transcript.whisperx[13].start 304.586
transcript.whisperx[13].end 320.772
transcript.whisperx[13].text 給勞工的錢夠不夠可能會隨著現在五星價的人數可能會隨著現在五星價的人數而產生非常積極的對應關係我這樣講我相信你應該可以聽得懂第二個部分產業界
transcript.whisperx[14].start 323.018
transcript.whisperx[14].end 337.171
transcript.whisperx[14].text 有發出這樣子的聲音認為說勞動部就跟他們對接跟他們座談了解僱主跟勞工的需求時間太晚了這個媒體有報導我相信這個聲音部長應該有聽到也有看到
transcript.whisperx[15].start 338.632
transcript.whisperx[15].end 354.14
transcript.whisperx[15].text 我現在比較關心的事情是說你在媒體接受媒體訪問的時候你也承認現在所謂的減班休息也好或者是一般俗稱的無薪假也好有出現違法的黑數你們有沒有估計過這個違法的黑數大概有多少
transcript.whisperx[16].start 355.472
transcript.whisperx[16].end 373.815
transcript.whisperx[16].text 跟文說明這個所謂第一個有幾種狀況第一個狀況是如果勞工並沒有同因為減班休息是需要是兩雙方同意的那如果勞工沒有同意就是禁制減班休息當然就是直接是違法的狀況是那多少數字
transcript.whisperx[17].start 375.243
transcript.whisperx[17].end 403.577
transcript.whisperx[17].text 你們有估計有任何的idea這所謂的黑數大概有多少人因為你有幾種狀況一個是你剛剛所講的老公沒同意嘛第二個是僱主跟老公自己私下講完了以後他們也沒通報嘛會有一些通報 但是 對那這個黑數你有估計過多少人嗎因為我關心的是這些人的權益啦會有存在 對對 那我知道有存在我現在的問題是你知道有估過大概有多少人嗎還是沒有辦法估計
transcript.whisperx[18].start 404.978
transcript.whisperx[18].end 431.059
transcript.whisperx[18].text 難以估計我們目前在法制上面是可以了解勞工申訴說僱主積錢工資但是我們積錢工資的理由不一定是事業單位沒有通報減班休息對 但我的問題還是一樣就是勞動部願意公開承認說這個有黑數我覺得值得肯定
transcript.whisperx[19].start 431.96
transcript.whisperx[19].end 451.693
transcript.whisperx[19].text 因為你一定要面對問題才能解決問題你如果連問題的存在本身之否認的話那這整件事情接下來就不要幹了第二個事情我關心的事情是說沒有通報減班休息的違法黑數到底有多少這個數字為什麼重要因為涉及到有多少人的權益在這個過程當中被犧牲
transcript.whisperx[20].start 452.745
transcript.whisperx[20].end 480.905
transcript.whisperx[20].text 他應該拿到的東西沒有拿到他可能迫於雇主的壓力可能迫於跟雇主之間的關係可能擔心直接就被炒了各式各樣的原因存在這樣子的黑數那為什麼這件事情重要除了我剛剛所講的涉及到最基層勞工他們的保護以外就下一個政策的議題政策的議題你們應該有聽到有勞工團體說應該要強制通報入法那對於這樣子一個呼籲勞動部目前的立場大概是什麼
transcript.whisperx[21].start 481.98
transcript.whisperx[21].end 498.602
transcript.whisperx[21].text 我想勞動團體這樣呼籲我們當然願意來做各種評估那你覺得要評估多久可能我覺得給我們一點時間我們來評估一下相關法規面對 我覺得願意給勞動部一點時間但我需要勞動部告訴我說你們的一點時間大概是多久
transcript.whisperx[22].start 499.761
transcript.whisperx[22].end 515.082
transcript.whisperx[22].text 我們可能一個月的時間一個月的時間可以喔好那就一個月的時間那剛剛也有委員開始關心到有關於捷安特強迫勞動的事件我老實講我看到這樣子的一個新聞
transcript.whisperx[23].start 516.072
transcript.whisperx[23].end 543.633
transcript.whisperx[23].text 我非常的震驚因為捷安特它自己本身的品牌形象跟企業形象其實不僅僅是在台灣在全世界都看得到甚至在非常多重要的國際自行車的比賽當中我們都看得到捷安特他們的商標 他們的Logo甚至他們贊助的選手在發光發熱因此看到這樣子的新聞的時候我老實說我非常非常的驚訝那當然驚訝歸驚訝進一步就要去看
transcript.whisperx[24].start 544.634
transcript.whisperx[24].end 568.007
transcript.whisperx[24].text 美國他們CBP他們對於我們的捷安特所提出來的指控是不是有什麼重要的事實基礎他的證據到底是什麼到底是我們的捷安特真的出了問題還是我們的法規跟美國的要求彼此之間出現了的一些落差因此我就一頁一頁下去去看第一個就是所謂的濫用弱勢處境的這個部分
transcript.whisperx[25].start 568.627
transcript.whisperx[25].end 587.365
transcript.whisperx[25].text 那捷安特他們自己有他們做他們的回應包括了透明僱傭的流程自由生活的選擇保障人身的自由以及申訴管道針對捷安特他們所做出來這些回應勞動部有沒有去了解說捷安特說的這些回應的確捷安特有做到還是捷安特在胡說八道
transcript.whisperx[26].start 589.179
transcript.whisperx[26].end 609.511
transcript.whisperx[26].text 這部分應該是吉安特的聲明是 他聲明說我有做到這些事那我們從勞動主管機關的立場我們當然要去了解吉安特你說的是真的還是假的你是繼續欺騙消費者 社會大眾還是你講的是真的因為他如果講的是真的那我們就要進一步去問說當初美國是怎麼認定
transcript.whisperx[27].start 610.765
transcript.whisperx[27].end 633.645
transcript.whisperx[27].text 跟文說明 確實在美國他在做這個強迫攔戶戰扣令的這個角度他們其實是用ILO的標準對 我沒有在質疑標準現在我在問的是事實層面的事情我們在九月底的時候其實有跟台中市一起進場
transcript.whisperx[28].start 635.146
transcript.whisperx[28].end 653.279
transcript.whisperx[28].text 那當然我們那次並不是做勞動檢查那我們其實也還有再請捷安特是不是可以再補一些資料給我們比較能夠去做相關的這個到目前為止啦就是捷安特他們單方所發表的聲明是不是客觀的事實我們還沒有辦法確定吧
transcript.whisperx[29].start 653.459
transcript.whisperx[29].end 677.58
transcript.whisperx[29].text 我想他們當然是他們的聲明這部分當然我們尊重他們的聲明他從他企業的角度去談這件事情那我們有進場去做一些了解但是也還有一些資料其實要再請吉安特這邊來做一些提供所以我關心的還是最後我關心的還是同樣的一件事情美國政府對吉安特有指控
transcript.whisperx[30].start 678.939
transcript.whisperx[30].end 706.792
transcript.whisperx[30].text 捷安特可能認為有誤會可能認為指控不實所以他們發他們的聲明每一個人都可以發聲明要發聲明講什麼話那是每一個人的自由但我們從政府的角度上面來看特別是從主管接官的角度上面來看我們要求的是那客觀的真實是什麼譬如說我其實不太想講抽象的東西因為講抽象的東西對於釐清事實解決問題一點幫助也沒有譬如說
transcript.whisperx[31].start 708.129
transcript.whisperx[31].end 727.08
transcript.whisperx[31].text 捷安特在他們的聲明裡面所講說他們的移工可以自由登記外宿使用手機沒有任何隔離或限制這是他的聲明嘛那我從保障移工權益的角度來看那我關心的事情是捷安特的這個聲明是不是真的這件事情你們現在已經了解完了嗎
transcript.whisperx[32].start 727.932
transcript.whisperx[32].end 742.697
transcript.whisperx[32].text 我們還在請捷安特要提供一些資料OK 那你們大概提供資料的這個程序大概要多久這當然要看捷安特所以這個是一個自由的調查跟跟我說我們並不是用一個調查的角度是
transcript.whisperx[33].start 743.837
transcript.whisperx[33].end 758.466
transcript.whisperx[33].text 我們基本上我們進場是希望能夠因為其實在強迫活動這個議題上從今年上半年其實我們其實就比過去更加審慎的在看待也包括跟相關的廠商品牌了解他們現在對這件事情的重視
transcript.whisperx[34].start 759.426
transcript.whisperx[34].end 780.577
transcript.whisperx[34].text 的確現在在國際上包括供應鏈包括品牌包括我們的重要的夥伴的貿易國家其實對強迫勞動的重視程度是一直在提高的包括認定的標準也一直在強化我認為我們其實是沒有太多迴避的空間所以我們其實進場是希望能夠給加安特一些協助
transcript.whisperx[35].start 781.517
transcript.whisperx[35].end 800.867
transcript.whisperx[35].text 那這些協助包括他們要怎麼提出比較具體的改善的方案能夠盡早來化解美方的這個指控包括對於強迫勞動的疑慮我先先停一下啦因為剛剛部長的回覆其實把很多東西全部混在一起我一樣一樣講第一個標準是什麼是一回事
transcript.whisperx[36].start 801.96
transcript.whisperx[36].end 826.013
transcript.whisperx[36].text 我們如果有標準那那個標準是不是符合國際規範甚至我們沒有標準這是一個層次的問題那第二個在我們既有的標準下面他們沒有符合我們現在既有標準這是第二層次的問題這個牽涉到事實的認定跟標準含色的問題我現在其實比較關心的事情是事實層面跟標準含色的問題因為
transcript.whisperx[37].start 827.694
transcript.whisperx[37].end 849.527
transcript.whisperx[37].text 因為時間的關係我走的比較快一點我帶你一樣一樣看吉安特他們被美國指控的跟他們自己的回應兩邊有很多出現巨大的落差基本上吉安特的聲明就講說其實沒有你們所講的那樣子的狀態譬如說就扣款的部分我就沒有任何扣款
transcript.whisperx[38].start 850.359
transcript.whisperx[38].end 863.163
transcript.whisperx[38].text 那我也沒有任何所謂的Debt Bondage的問題那我根本沒有Debt Bondage的問題那你美國就說我有Debt Bondage的問題我當然不服氣啊我會發聲明啊說我根本沒有這個狀況你為什麼說我有這個狀況那現在核心的問題就變成了是說
transcript.whisperx[39].start 870.029
transcript.whisperx[39].end 883.112
transcript.whisperx[39].text 你要他改善是要有這個狀況不符合標準所以我請你改善但我現在發現我們連最防的mental的問題似乎都還沒有理清他到底有沒有違反那個標準本身可能就是個問題了
transcript.whisperx[40].start 884.809
transcript.whisperx[40].end 909.795
transcript.whisperx[40].text 雖然針對所謂強迫勞動你說有各種標準 各種指引因為Forced labor本來就是一個相對抽象不確定的法律概念你有很多指引去看但是我更關心的事情是說不管你列什麼指引 列什麼標準不管是10項 11項 12項 13項標準那些標準一定會比Forced labor這個不確定的法律概念來得更具體
transcript.whisperx[41].start 910.851
transcript.whisperx[41].end 914.988
transcript.whisperx[41].text 那我們要面對問題 具體的討論問題就是說今天我不管
transcript.whisperx[42].start 915.868
transcript.whisperx[42].end 942.688
transcript.whisperx[42].text 你列了幾項標準我關心的事情是針對每一項標準你是不是在客觀上面有違反或者是你客觀上面是有符合把這些事情都釐清了以後我們才有健康的討論這件事情的基礎也才知道如果捷安特要求他改善的話要怎麼改善我直接可以講說我們其實有請他還要再多提供一些資料尤其是比方說跟
transcript.whisperx[43].start 943.709
transcript.whisperx[43].end 970.514
transcript.whisperx[43].text 仲介 或者是這些相關的資訊其實還帶他再把這資料補完沒有關係我繼續把我剛剛要講的事情跟部長說完因為我看完了這些東西他們所指控的內容就會對照到我們現在現行的法規我們現行的法規有的就有很明確的規範在救福法裡面就有很明確的規範甚至在勞基法裡面有明確的規範你違反了那些規範自然而然有那個法律效果
transcript.whisperx[44].start 971.374
transcript.whisperx[44].end 999.711
transcript.whisperx[44].text 但是我後來去看他們的整個裁罰的記錄他們除了他們除了那個勞動來來來 你看一下除了職業安全衛生法第六條第一項沒有符合規定必要的安全衛生設備及措施之外這個大概一年被罰一次啦大概每年去檢查一次嘛檢查就沒符合大概一年被罰一次然後裁罰的金額3萬到新台幣30萬大概就是這個Range但是救福法裡面只針對
transcript.whisperx[45].start 1001.232
transcript.whisperx[45].end 1011.335
transcript.whisperx[45].text 美方所指控的一頭阿菇的東西裡面其中的一項還有很多項喔對照到我們現行有效的法律它是有法律效果的
transcript.whisperx[46].start 1012.062
transcript.whisperx[46].end 1030.216
transcript.whisperx[46].text 但是我從過去他們被裁罰的紀錄我完全沒有看到說他們有任何違反的紀錄或者是被裁罰的紀錄啊這中間顯然是有落差那這個落差有兩個可能的理由第一個理由是說因為地方主管機關沒有認真地去做勞檢所以有違反但沒有發現
transcript.whisperx[47].start 1031.357
transcript.whisperx[47].end 1041.243
transcript.whisperx[47].text 那第二種狀況是什麼第二種狀況人家有去了解了解了以後去認定或者是根本沒有發現他有任何違法的狀態這兩種狀況是哪一種狀況比較有可能現在勞動部掌握了嗎
transcript.whisperx[48].start 1047.149
transcript.whisperx[48].end 1060.809
transcript.whisperx[48].text 第一個我覺得這裡面有好幾個層次啦我認為我們現在主要兩件事情必須做啦第一件事情是我們要有輔導跟協助指引的部分這是第一個層次第二件事情是的確我們
transcript.whisperx[49].start 1061.89
transcript.whisperx[49].end 1088.732
transcript.whisperx[49].text 還是必須來回頭檢視我們的法規那在這些法規調整裡面的需要這部分我們自己的法規我覺得也必須要檢視不是 部長不好意思喔我講的比較直接一點你現在都還是在講抽象的問題剛剛我的問題很具體啦就是他們所指控捷安特違法的部分有很多在我們的現行法是有規範你不可以做這些事你如果做了這些事情的話接下來會有罰則
transcript.whisperx[50].start 1090.034
transcript.whisperx[50].end 1118.694
transcript.whisperx[50].text 但我現在客觀上面看到的除了職業安全衛生法第六條第一項之外然後每一年大概被罰一次其他他們所指控違法的事項我講的不是現行法沒規定喔我們現行法就有規定也有罰則我看不到任何裁罰的記錄所以我現在的問題是我現在的問題是是有去檢查然後發現沒有違反還是根本沒有去檢查跟黃委員說明
transcript.whisperx[51].start 1120.055
transcript.whisperx[51].end 1148.82
transcript.whisperx[51].text 其實美方的指控並不是用台灣的法規去指控這個我了解是我有了解他是用 ILO 的標準跟要求來做指控所以我一直跟你講我現在就不是在講標準的問題我現在講事實的問題嘛所謂事實的問題是說如果加班的工時過長違法加班然後或者是不管是工時過長還是該給加班費沒有給這個在我們的勞基法裡面有罰則啊
transcript.whisperx[52].start 1150.566
transcript.whisperx[52].end 1168.525
transcript.whisperx[52].text 其他的事項在我們的救護法裡面有罰則啊現在不是說你已經確定一個事實含涉兩套不同的法規出現不同結果的問題喔是你有同一個事實可能兩套法規基本上雖然他們標準不一樣但是都會出現違法的狀態
transcript.whisperx[53].start 1170.404
transcript.whisperx[53].end 1189.531
transcript.whisperx[53].text 那如果有這樣子的狀況的話我期待的是在台灣這邊我應該會看到很多認定違法的記錄但是現實上面沒有看到這個東西所以我才請教部長是是有去勞檢檢查沒有問題還是根本連檢查都沒有檢查因為確實有些部分因為是地方勞政單位去檢查的
transcript.whisperx[54].start 1190.091
transcript.whisperx[54].end 1214.879
transcript.whisperx[54].text 剛剛你也說過你們有跟台中市政府這邊做勾起嗎對 但是我的意思說因為過去因為他的這個指控的狀況大概應該是在2023年2024年的這個狀況只有兩年的期間也沒有很長那當然因為很多的因為相關的檢查在台中市是由這個地方政府的勞政單位在做檢查所以當然目前檢查出來的記錄是目前現在委員秀出來的這個狀況沒有錯 對
transcript.whisperx[55].start 1217.06
transcript.whisperx[55].end 1242.86
transcript.whisperx[55].text 所以所以他們去檢查了以後沒有發現其他違法的狀況只有現在這個職業安全衛生法的狀況嘛台中市政府現在是這樣說的是這樣好了啦剛剛部長說你們還需要一些時間嘛把一些事實要釐清嘛那主席也站起來了你們還需要多久其實因為我們現在就持續請這個是我理解所以大概還要多久
transcript.whisperx[56].start 1244.209
transcript.whisperx[56].end 1270.166
transcript.whisperx[56].text 就可能要看一下 我們會盡快吧對啊 所謂盡快是多久 再一個月夠嗎應該我們來一個月的可以嘛 那是不是也請主席等一下採視一下就勞動部他們一個月以後了解的狀況因為這件事情攸關台灣的勞全保障攸關我們對美的貿易 也攸關台灣的國際形象是不是可以請勞動部一個月後
transcript.whisperx[57].start 1271.182
transcript.whisperx[57].end 1294.493
transcript.whisperx[57].text 一個月後提出一個報告給關心的委員們這樣可以嗎可以喔 好 謝謝請勞動部一個月後提供給黃國昌委員辦公室以及本委員會的委員們一份報告有關於剛剛黃國昌委員要求的那還有另外有關於你們目前為止的這些