iVOD / 164283

Field Value
IVOD_ID 164283
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164283
日期 2025-10-16
會議資料.會議代碼 委員會-11-4-15-5
會議資料.會議代碼:str 第11屆第4會期內政委員會第5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 5
會議資料.種類 委員會
會議資料.委員會代碼[0] 15
會議資料.委員會代碼:str[0] 內政委員會
會議資料.標題 第11屆第4會期內政委員會第5次全體委員會議
影片種類 Clip
開始時間 2025-10-16T10:57:30+08:00
結束時間 2025-10-16T11:07:03+08:00
影片長度 00:09:33
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6022c9f6d63255a31a6011435446ad5ba3b07049f443442ad77ab6ef5aede898f0a2f51fd5bd8c715ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃建賓
委員發言時間 10:57:30 - 11:07:03
會議時間 2025-10-16T09:00:00+08:00
會議名稱 立法院第11屆第4會期內政委員會第5次全體委員會議(事由:邀請內政部部長、海洋委員會主任委員、內政部警政署署長、內政部消防署署長就「警察、消防、海巡、移民及空中勤務總隊人員危勞津貼及退休權益之保障」進行專題報告並備質詢,另請行政院人事行政總處、行政院主計總處、銓敘部派員列席備詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.25846875
transcript.pyannote[0].end 5.83596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.47721875
transcript.pyannote[1].end 8.35034375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 11.48909375
transcript.pyannote[2].end 11.50596875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 11.50596875
transcript.pyannote[3].end 11.80971875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 11.80971875
transcript.pyannote[4].end 11.86034375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 14.08784375
transcript.pyannote[5].end 15.15096875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 15.28596875
transcript.pyannote[6].end 17.10846875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 17.12534375
transcript.pyannote[7].end 18.71159375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 18.96471875
transcript.pyannote[8].end 24.88784375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 24.97221875
transcript.pyannote[9].end 30.30471875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 30.62534375
transcript.pyannote[10].end 34.11846875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 34.21971875
transcript.pyannote[11].end 72.03659375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 72.30659375
transcript.pyannote[12].end 74.53409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 74.87159375
transcript.pyannote[13].end 78.31409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 78.87096875
transcript.pyannote[14].end 86.46471875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 86.61659375
transcript.pyannote[15].end 90.39659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 90.58221875
transcript.pyannote[16].end 98.53034375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 99.05346875
transcript.pyannote[17].end 100.11659375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 100.45409375
transcript.pyannote[18].end 103.40721875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 103.79534375
transcript.pyannote[19].end 104.63909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 104.72346875
transcript.pyannote[20].end 105.14534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 105.78659375
transcript.pyannote[21].end 110.68034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 110.91659375
transcript.pyannote[22].end 120.18096875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 120.48471875
transcript.pyannote[23].end 123.60659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 123.84284375
transcript.pyannote[24].end 128.26409375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 128.71971875
transcript.pyannote[25].end 132.73596875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 132.92159375
transcript.pyannote[26].end 136.70159375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 136.95471875
transcript.pyannote[27].end 145.03784375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 145.07159375
transcript.pyannote[28].end 156.41159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 156.71534375
transcript.pyannote[29].end 160.46159375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 160.74846875
transcript.pyannote[30].end 166.01346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 166.33409375
transcript.pyannote[31].end 171.12659375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 171.36284375
transcript.pyannote[32].end 173.99534375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 174.46784375
transcript.pyannote[33].end 175.66596875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 174.48471875
transcript.pyannote[34].end 181.08284375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 181.47096875
transcript.pyannote[35].end 183.52971875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 183.90096875
transcript.pyannote[36].end 189.75659375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 190.11096875
transcript.pyannote[37].end 196.42221875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 197.02971875
transcript.pyannote[38].end 198.19409375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 198.34596875
transcript.pyannote[39].end 213.07784375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 213.33096875
transcript.pyannote[40].end 214.59659375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 214.83284375
transcript.pyannote[41].end 232.41659375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 232.70346875
transcript.pyannote[42].end 232.77096875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 232.77096875
transcript.pyannote[43].end 234.96471875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 235.20096875
transcript.pyannote[44].end 235.67346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 236.51721875
transcript.pyannote[45].end 243.62159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 243.90846875
transcript.pyannote[46].end 254.20221875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 254.50596875
transcript.pyannote[47].end 260.27721875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 260.56409375
transcript.pyannote[48].end 266.62221875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 266.84159375
transcript.pyannote[49].end 267.43221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 267.53346875
transcript.pyannote[50].end 272.78159375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 272.46096875
transcript.pyannote[51].end 279.85221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 277.60784375
transcript.pyannote[52].end 281.92784375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 281.92784375
transcript.pyannote[53].end 284.83034375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 282.90659375
transcript.pyannote[54].end 285.37034375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 285.28596875
transcript.pyannote[55].end 286.45034375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 285.99471875
transcript.pyannote[56].end 286.85534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 286.85534375
transcript.pyannote[57].end 291.19221875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 291.71534375
transcript.pyannote[58].end 297.03096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 297.06471875
transcript.pyannote[59].end 302.43096875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 302.85284375
transcript.pyannote[60].end 303.86534375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 304.23659375
transcript.pyannote[61].end 307.54409375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 307.88159375
transcript.pyannote[62].end 312.35346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 312.72471875
transcript.pyannote[63].end 315.28971875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 315.44159375
transcript.pyannote[64].end 320.41971875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 321.16221875
transcript.pyannote[65].end 322.68096875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 322.91721875
transcript.pyannote[66].end 335.21909375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 331.82721875
transcript.pyannote[67].end 335.16846875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 335.21909375
transcript.pyannote[68].end 335.23596875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 335.82659375
transcript.pyannote[69].end 342.47534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 341.12534375
transcript.pyannote[70].end 342.08721875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 342.47534375
transcript.pyannote[71].end 342.54284375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 342.72846875
transcript.pyannote[72].end 355.94159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 351.65534375
transcript.pyannote[73].end 351.67221875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 351.67221875
transcript.pyannote[74].end 351.95909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 351.97596875
transcript.pyannote[75].end 351.99284375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 356.19471875
transcript.pyannote[76].end 360.24471875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 360.41346875
transcript.pyannote[77].end 360.43034375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 360.43034375
transcript.pyannote[78].end 360.64971875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 360.64971875
transcript.pyannote[79].end 360.71721875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 360.71721875
transcript.pyannote[80].end 360.75096875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 360.75096875
transcript.pyannote[81].end 360.80159375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 360.80159375
transcript.pyannote[82].end 361.08846875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 361.66221875
transcript.pyannote[83].end 366.20159375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 366.47159375
transcript.pyannote[84].end 368.53034375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 368.96909375
transcript.pyannote[85].end 374.40284375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 375.01034375
transcript.pyannote[86].end 378.26721875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 375.09471875
transcript.pyannote[87].end 375.41534375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 377.37284375
transcript.pyannote[88].end 377.87909375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 378.26721875
transcript.pyannote[89].end 380.95034375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 380.66346875
transcript.pyannote[90].end 382.08096875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 382.08096875
transcript.pyannote[91].end 382.13159375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 382.13159375
transcript.pyannote[92].end 382.21596875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 382.21596875
transcript.pyannote[93].end 382.23284375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 382.23284375
transcript.pyannote[94].end 382.28346875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 382.28346875
transcript.pyannote[95].end 384.40971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 384.83159375
transcript.pyannote[96].end 384.93284375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 384.93284375
transcript.pyannote[97].end 384.94971875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 384.94971875
transcript.pyannote[98].end 384.98346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 384.98346875
transcript.pyannote[99].end 394.02846875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 392.42534375
transcript.pyannote[100].end 392.69534375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 394.02846875
transcript.pyannote[101].end 421.97346875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 416.75909375
transcript.pyannote[102].end 418.00784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 419.47596875
transcript.pyannote[103].end 420.10034375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 421.97346875
transcript.pyannote[104].end 428.14971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 423.42471875
transcript.pyannote[105].end 423.54284375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 428.18346875
transcript.pyannote[106].end 433.29659375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 433.65096875
transcript.pyannote[107].end 436.03034375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 436.08096875
transcript.pyannote[108].end 440.18159375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 440.23221875
transcript.pyannote[109].end 445.02471875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 442.86471875
transcript.pyannote[110].end 443.23596875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 444.34971875
transcript.pyannote[111].end 460.51596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 448.24784375
transcript.pyannote[112].end 448.68659375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 459.84096875
transcript.pyannote[113].end 461.89971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 461.52846875
transcript.pyannote[114].end 468.32909375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 468.66659375
transcript.pyannote[115].end 470.11784375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 470.53971875
transcript.pyannote[116].end 482.04846875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 482.68971875
transcript.pyannote[117].end 497.28659375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 498.06284375
transcript.pyannote[118].end 525.36659375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 525.80534375
transcript.pyannote[119].end 528.50534375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 529.46721875
transcript.pyannote[120].end 530.90159375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 531.52596875
transcript.pyannote[121].end 534.09096875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 534.37784375
transcript.pyannote[122].end 542.93346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 543.92909375
transcript.pyannote[123].end 545.80221875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 546.44346875
transcript.pyannote[124].end 563.14971875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 563.38596875
transcript.pyannote[125].end 570.99659375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 573.39284375
transcript.pyannote[126].end 573.76409375
transcript.whisperx[0].start 2.587
transcript.whisperx[0].end 24.121
transcript.whisperx[0].text 謝謝主席 我們請內政部長還有我們警政署長署長有請內政部長 各位署長部長 署長好今天本席會排這樣的一個專案報告希望替我們的警察 消防等第一線的人員爭取更多的權益
transcript.whisperx[1].start 25.205
transcript.whisperx[1].end 53.918
transcript.whisperx[1].text 那因此今天就兩大面向來跟各部位來討論第一就是關於我們限職人員權益的保障包括這個危勞津貼還有加班費等等那另外一個就是我們剛才今天討論的熱烈這個退休人員的這個權益的保障也就是他們的退休金那首先我們先針對危勞津貼的部分我們今天鼓勵我們核定這個警消移民還有空勤等人員的深夜時段
transcript.whisperx[2].start 54.505
transcript.whisperx[2].end 77.491
transcript.whisperx[2].text 只要駐地外勤務或規劃外勤務的時間每個小時可以領到一百元的補貼也就是後來也擴大適用到矯正機關還有海巡人員本席非常肯定我們政府願意給辛苦的第一線人員更多的津貼但是其實還是有地方可以做得更好其實在去年的時候本席的紀錄你的
transcript.whisperx[3].start 79.271
transcript.whisperx[3].end 102.929
transcript.whisperx[3].text 兩次 我記得兩度跟我們內政部跟警政署還反映就是希望我們警察的這個深夜的這個圍牢津貼可以納入那一群職班人員我記得我去年有提過這種點喔那照目前的規定就是警察只有在這個夜巡 深夜的巡邏啦還有這個勤區的查查 還有臨檢才會領這一筆圍牢津貼其實我們從這幾年這個涉案件看到其實現在發現這些
transcript.whisperx[4].start 105.831
transcript.whisperx[4].end 112.598
transcript.whisperx[4].text 不是我們不是警察的這外景上危險的情務內心起碼就一樣嗎我想大家還記得去年二月的時候
transcript.whisperx[5].start 113.086
transcript.whisperx[5].end 137.831
transcript.whisperx[5].text 我們基隆八堵分住所的這個員警在值班台備量貨車撞死那其實我相信警政署裡面同仁該來看的全國民眾都很痛心那除此之外我們去年六月在宜蘭的成功派出所也有遭到這個縱火那嫌犯在拒捕之後衝撞警車造成兩名員警受傷那在去年十月高雄七月派出所也有人不滿酒駕被取締
transcript.whisperx[6].start 138.511
transcript.whisperx[6].end 164.392
transcript.whisperx[6].text 所以拿菜刀走去派出所要去攻擊值班的副所長那還好這個過程被員警及時的制服我想這些都是發生在警察內勤人員身上的事件那稍微有不慎就有生命的危險畢竟他們的執勤環境跟一般人是不一樣很況這個還不包括其他的零行案件像什麼酒後到派出所叫囂鬧事還有深夜所以內勤人員我想這些他們都有必要納入深夜的這個圍牢津貼
transcript.whisperx[7].start 166.414
transcript.whisperx[7].end 175.905
transcript.whisperx[7].text 在這邊我要請部長跟署長請問一下這個部分是願意來演繹請部長跟署長 否定分別非常謝謝趙偉的這個支持那我們從去年6月1號實施以來就是
transcript.whisperx[8].start 181.911
transcript.whisperx[8].end 196.197
transcript.whisperx[8].text 這個駐地外的是給這個一個圍牢聖殿圍牢津貼那我們一年之後我們滾動這個檢討我們發現就是剛剛召喚所提的不管是值班備請這個都是針對外勤人員服務的項目他們不是內勤
transcript.whisperx[9].start 197.037
transcript.whisperx[9].end 212.635
transcript.whisperx[9].text 他們是外勤人員服務的項目就是對於值班跟被勤也具有危險性因為包括剛才就講的是包括值班的同仁這個有被車撞或到裡面報案酒醉或什麼這些發生這些危險案件所以對於值班跟被勤
transcript.whisperx[10].start 213.436
transcript.whisperx[10].end 233.647
transcript.whisperx[10].text 我們是支持來做一個適用增加對於這個室內危老家庭的這個適用這個我們是採這個支持的態度那不過有一些這一些的增加的部分要跟縣市政府因為大部分大概縣市政府的這些這個預算的支出那我們會來再做溝通協調好謝謝署長 保祐保祐你要怎麼看
transcript.whisperx[11].start 237.205
transcript.whisperx[11].end 252.9
transcript.whisperx[11].text 謝謝委員 你今天提出這個部分讓我有充分的時間跟各縣市地方政府來溝通目前為止如果按照113年6月的時候其實各縣市地方政府所要支付的經費會比較高可能高達7億
transcript.whisperx[12].start 254.582
transcript.whisperx[12].end 279.748
transcript.whisperx[12].text 那在中央的部分我們當然是沒有問題一定會全力支持但是地方政府呢看起來就是有一部分的人會覺得一部分的縣市地方政府首長意見就不一樣有的同意但是有的是希望中央編列那這個我們要多一點時間再跟他們溝通部長 相信像歐美會召委提到的一樣北部公園一定都很多啦沒有啊 但是我們現在問來就是希望中央要編啊不是地方編啊
transcript.whisperx[13].start 282.469
transcript.whisperx[13].end 303.519
transcript.whisperx[13].text 這可以來討論 我相信都是要照顧我們基層 我們來去溝通我相信是這樣 我們來去溝通好 另外 我們針對各辦會的部分就是許多基層員警 消防員警也根本是來反映就是加班費的計算我們是用小時為單位嘛所以分鐘數常常會因為操勤被系統吃掉嘛那根據我們這個警察機關外勤
transcript.whisperx[14].start 304.865
transcript.whisperx[14].end 319.122
transcript.whisperx[14].text 員警操勤加班費的這個核發要點還有消防機關操勤加班費核發要點裡面都規範依據我們這個操勤加班時數一小時計那這個在勞保報了報了工薪錢是不可以換錢的因為
transcript.whisperx[15].start 321.204
transcript.whisperx[15].end 333.668
transcript.whisperx[15].text 因為法院的見解就是法律沒有限制加班應該是以30分鐘或一小時為申請單位啊只要加班 加班的工資就應該以實際加班來計算嘛普通人的工都最高 結果就是我們這間館多了
transcript.whisperx[16].start 335.988
transcript.whisperx[16].end 344.418
transcript.whisperx[16].text 不用一個半小時 那個半小時也會算進去我們去年警政署有說會推動全國警政機關完成超時加班的電子化預計我們去年年底會完成
transcript.whisperx[17].start 356.452
transcript.whisperx[17].end 360.717
transcript.whisperx[17].text 我們系統有做這樣 會做奇靈數位 會做整併 也會算現在在示範 因為我們現在全國都是讓它電腦化
transcript.whisperx[18].start 375.354
transcript.whisperx[18].end 399.31
transcript.whisperx[18].text 電腦化如果可以再做整體的這個預計大概什麼時候我們年底以前可以來做完成年底以前年底以前那個這部分請消防署也回應一下是不是各位關於這個超勤加班費的這個餘宿併記消防署這邊是不是也來一起來推動感謝召委的幫忙餘宿併記我們在初勤的狀況已經都電腦化了
transcript.whisperx[19].start 400.942
transcript.whisperx[19].end 421
transcript.whisperx[19].text 所以目前的出勤時間都有時數的狀況那包括分分鐘的時間那當然有的縣市狀況不是很一樣那我們再來跟縣市再來溝通一下有的縣市有的算有的縣市沒算所以消防署這邊也是預計在年底會來執行我們現在陸續有的縣市已經開始了已經開始了謝謝消防署署長那現在我想要請我們劉部長
transcript.whisperx[20].start 428.746
transcript.whisperx[20].end 448.381
transcript.whisperx[20].text 保定 關於剛剛本席提到這部分警察人員這個深夜圍牢津貼納入內勤人員的部分還有我們的警消人員的加班費的這個餘宿併寄的部分請我們相關單位來研議在兩座內是不是可以把委員我再跟你補充一下那個有關時間差的那個部分現在已經電腦化
transcript.whisperx[21].start 449.502
transcript.whisperx[21].end 464.806
transcript.whisperx[21].text 那我會再推動也請消防署朝著這方面來努力但是您剛講的不是內勤 而是駐地內勤務是值班跟備勤這個部分的定義不太一樣內勤是做一些行政工作比較不一樣我們是覺得他要符合圍跟牢兩件的事實上的認定所以我們現在認定是有增加這個人數如果按照我們現在那個警政署的預估的話
transcript.whisperx[22].start 479.469
transcript.whisperx[22].end 496.681
transcript.whisperx[22].text 全台灣增加的人數是高達4萬多人部長其實本席會提這個我想大家都是想要能夠替我們基層的這些執行的同仁來增加他們的補貼他們的辛勞所以這部分我們繼續來努力我想接下來就是
transcript.whisperx[23].start 498.254
transcript.whisperx[23].end 514.562
transcript.whisperx[23].text 還是要強調就是我今天提到第二部分就是關於退休的缺因的部分立法院已經都通過法律總統也公佈了我想行政機關就應該要來遵守那法律已經明確的規定停止在對我們警校所謂的這個砍
transcript.whisperx[24].start 516.883
transcript.whisperx[24].end 542.779
transcript.whisperx[24].text 恢復合理的這個退休待遇那我想相關的行政預算行政院都沒有編這個我想一個早上大家都在針對事情來爭來有很多的爭議我想這個本席還是再次強調三如通過法律我們來遵守這我想這樣的行為不只是踐踏我們立法院通過立法的法律以外同時我們也是不尊重我們基層員警第一線人員辛苦工作的
transcript.whisperx[25].start 544.52
transcript.whisperx[25].end 570.492
transcript.whisperx[25].text 補償那這邊我想今天部長兩位署長還有我們的還有主委都在希望你們能夠體恤一下我們基層員警還有我們這些弟兄的辛勞像他們都看在眼裡啦因為這幾年其實你們對基層也要照顧我們也希望說我們可以把這件事情完成那我們一起加油來幫他們加油的群來爭取的那本期今天的資訊到這邊 以上謝謝