iVOD / 165310

Field Value
IVOD_ID 165310
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165310
日期 2025-11-12
會議資料.會議代碼 委員會-11-4-26-9
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9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 9
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9次全體委員會議
影片種類 Clip
開始時間 2025-11-12T11:51:38+08:00
結束時間 2025-11-12T12:02:00+08:00
影片長度 00:10:22
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/a35f0de19abcdbe32578e1f32474168db62a46119727b9b9cc7208a858208f5cb5c8fdb204d45c695ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 11:51:38 - 12:02:00
會議時間 2025-11-12T09:00:00+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9次全體委員會議(事由:邀請勞動部部長列席報告業務概況,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 2.05596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.32596875
transcript.pyannote[1].end 3.13596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 5.93721875
transcript.pyannote[2].end 8.97471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 9.43034375
transcript.pyannote[3].end 10.17284375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 9.44721875
transcript.pyannote[4].end 20.01096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 11.59034375
transcript.pyannote[5].end 12.28221875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.44971875
transcript.pyannote[6].end 24.19596875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 24.70221875
transcript.pyannote[7].end 27.23346875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 27.63846875
transcript.pyannote[8].end 28.76909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 29.30909375
transcript.pyannote[9].end 37.00409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 37.76346875
transcript.pyannote[10].end 38.15159375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 38.59034375
transcript.pyannote[11].end 44.04096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 44.29409375
transcript.pyannote[12].end 46.30221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 46.65659375
transcript.pyannote[13].end 48.63096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 48.86721875
transcript.pyannote[14].end 53.30534375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 53.82846875
transcript.pyannote[15].end 57.05159375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 57.33846875
transcript.pyannote[16].end 60.00471875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 60.49409375
transcript.pyannote[17].end 62.29971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 62.80596875
transcript.pyannote[18].end 71.02409375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 71.12534375
transcript.pyannote[19].end 81.72284375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 82.04346875
transcript.pyannote[20].end 90.91971875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 91.51034375
transcript.pyannote[21].end 93.38346875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 94.04159375
transcript.pyannote[22].end 103.72784375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 103.93034375
transcript.pyannote[23].end 114.79784375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 114.98346875
transcript.pyannote[24].end 127.20096875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 124.43346875
transcript.pyannote[25].end 124.87221875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 125.71596875
transcript.pyannote[26].end 126.08721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 127.58909375
transcript.pyannote[27].end 145.12221875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 145.88159375
transcript.pyannote[28].end 158.18346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 158.23409375
transcript.pyannote[29].end 177.47159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 178.11284375
transcript.pyannote[30].end 180.10409375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 180.25596875
transcript.pyannote[31].end 188.05221875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 182.09534375
transcript.pyannote[32].end 182.61846875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 188.11971875
transcript.pyannote[33].end 189.77346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 190.19534375
transcript.pyannote[34].end 194.56596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 194.02596875
transcript.pyannote[35].end 199.88159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 195.10596875
transcript.pyannote[36].end 195.52784375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 199.88159375
transcript.pyannote[37].end 200.50596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 200.50596875
transcript.pyannote[38].end 206.83409375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 203.74596875
transcript.pyannote[39].end 204.75846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 206.15909375
transcript.pyannote[40].end 211.84596875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 208.60596875
transcript.pyannote[41].end 213.90471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 213.31409375
transcript.pyannote[42].end 230.59409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 230.83034375
transcript.pyannote[43].end 235.33596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 235.82534375
transcript.pyannote[44].end 253.05471875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 253.34159375
transcript.pyannote[45].end 255.33284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 256.04159375
transcript.pyannote[46].end 277.96221875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 278.23221875
transcript.pyannote[47].end 279.61596875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 280.29096875
transcript.pyannote[48].end 303.62909375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 307.34159375
transcript.pyannote[49].end 310.00784375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 309.53534375
transcript.pyannote[50].end 313.43346875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 313.72034375
transcript.pyannote[51].end 325.85346875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 321.43221875
transcript.pyannote[52].end 323.01846875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 325.58346875
transcript.pyannote[53].end 326.81534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 326.19096875
transcript.pyannote[54].end 330.22409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 328.18221875
transcript.pyannote[55].end 332.62034375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 332.83971875
transcript.pyannote[56].end 352.81971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 353.51159375
transcript.pyannote[57].end 354.64221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 354.37221875
transcript.pyannote[58].end 359.67096875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 359.87346875
transcript.pyannote[59].end 365.79659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 365.93159375
transcript.pyannote[60].end 367.55159375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 368.02409375
transcript.pyannote[61].end 380.64659375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 381.77721875
transcript.pyannote[62].end 386.70471875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 386.90721875
transcript.pyannote[63].end 388.07159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 388.20659375
transcript.pyannote[64].end 391.88534375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 392.37471875
transcript.pyannote[65].end 396.77909375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 397.20096875
transcript.pyannote[66].end 405.31784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 405.48659375
transcript.pyannote[67].end 408.69284375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 409.08096875
transcript.pyannote[68].end 413.55284375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 414.14346875
transcript.pyannote[69].end 419.12159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 419.59409375
transcript.pyannote[70].end 423.61034375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 423.76221875
transcript.pyannote[71].end 425.78721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 425.41596875
transcript.pyannote[72].end 425.71971875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 426.36096875
transcript.pyannote[73].end 440.45159375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 440.78909375
transcript.pyannote[74].end 443.28659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 442.91534375
transcript.pyannote[75].end 450.66096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 450.39096875
transcript.pyannote[76].end 450.82971875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 450.74534375
transcript.pyannote[77].end 459.99284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 460.51596875
transcript.pyannote[78].end 461.89971875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 462.59159375
transcript.pyannote[79].end 478.92659375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 478.92659375
transcript.pyannote[80].end 496.54409375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 496.54409375
transcript.pyannote[81].end 514.31346875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 496.62846875
transcript.pyannote[82].end 499.31159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 514.31346875
transcript.pyannote[83].end 517.45221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 517.53659375
transcript.pyannote[84].end 518.32971875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 518.29596875
transcript.pyannote[85].end 521.01284375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 518.80221875
transcript.pyannote[86].end 519.84846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 520.74284375
transcript.pyannote[87].end 529.11284375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 529.83846875
transcript.pyannote[88].end 530.39534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 531.13784375
transcript.pyannote[89].end 534.24284375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 531.39096875
transcript.pyannote[90].end 531.40784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 534.36096875
transcript.pyannote[91].end 534.69846875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 535.22159375
transcript.pyannote[92].end 540.53721875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 539.52471875
transcript.pyannote[93].end 540.01409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 541.16159375
transcript.pyannote[94].end 543.54096875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 543.54096875
transcript.pyannote[95].end 556.14659375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 556.21409375
transcript.pyannote[96].end 560.53409375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 557.86784375
transcript.pyannote[97].end 558.22221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 561.04034375
transcript.pyannote[98].end 570.81096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 570.87846875
transcript.pyannote[99].end 576.97034375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 576.58221875
transcript.pyannote[100].end 603.51471875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 603.51471875
transcript.pyannote[101].end 615.41159375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 604.18971875
transcript.pyannote[102].end 604.66221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 617.28471875
transcript.pyannote[103].end 622.97159375
transcript.whisperx[0].start 0.089
transcript.whisperx[0].end 2.691
transcript.whisperx[0].text 我們那個財安署署長財安署署長
transcript.whisperx[1].start 9.488
transcript.whisperx[1].end 36.703
transcript.whisperx[1].text 部長 署長 午安我想在這裡先跟你們線上感謝在這一次七月丹納斯颱風重創重創我們整個雲嘉南尤其是台南的這個西北地區那西北它本身就是一個農業區那存在的保留了很多的一個石棉瓦這個石棉瓦其實存在了很多的農舍甚至就是一般的住家
transcript.whisperx[2].start 37.813
transcript.whisperx[2].end 59.849
transcript.whisperx[2].text 那其实在那段时间常常就是说在空气里头还飘散的那种纤维的一个粉尘为什么因为大家在拆房子的时候大家是用一个最直接的方式也没有戴口罩也没有戴手套那就是这样子就是把这个那个屋顶上的石棉整个拉下来
transcript.whisperx[3].start 60.549
transcript.whisperx[3].end 81.389
transcript.whisperx[3].text 那謝謝你們就是說展署那提出來的這一個災後重建防護指揮所那甚至就是說在我們四個區裡頭做了災後防護的一個服務站那也送出去了一萬多組一萬多組的這個防護包那可是在我們台南
transcript.whisperx[4].start 82.31
transcript.whisperx[4].end 102.972
transcript.whisperx[4].text 還有大概接近接近7大概6000噸6000噸的實棉瓦還沒有清印所以在這裡要特別跟部長就是做一個請命你們現在都已經測了是不是可以留下一個固定的窗口因為事實上這個讓災民跟業者知道拆實棉是要找誰
transcript.whisperx[5].start 104.153
transcript.whisperx[5].end 127.019
transcript.whisperx[5].text 要問誰要怎麼拆才合法才安全這個對於我們的災區來講這個是非常非常重要的是不是請部長回應一下跟委員說明因為的確在尤其之前在台南的災區然後遇到一個這樣子過去沒有發生過的颱風的路徑所造成的影響很大然後大家也都很辛苦
transcript.whisperx[6].start 127.759
transcript.whisperx[6].end 144.887
transcript.whisperx[6].text 所以我們當初設定了這樣子的一個工作站的方式那目前我們其實是跟台南市政府討論接下來的這個窗口由台南市政府來擔任但我們還是會全力支持包括相關的物資還是會由我們來提供
transcript.whisperx[7].start 146.416
transcript.whisperx[7].end 168.201
transcript.whisperx[7].text 部長我想在這裡我還是特別要再跟你做建議我認為由中央來做這一個固定的窗口因為物資當然是由我們勞動部來提供那如果這個固定的窗口是由我們來指揮的話我相信成效會更好其實你已經編了那麼多的錢環境部已經編了那麼多的錢這個超過20億 20億還是不夠
transcript.whisperx[8].start 170.982
transcript.whisperx[8].end 193.676
transcript.whisperx[8].text 前面的7億 第一次的7億 再來的20億後續我想還是要再追加的因為數量實在是太龐大了所以我想部長你考慮看看我希望這個固定的窗口是由你們你們把它就是可以那個總體的那個指揮這個對我們地方來講是一個比較好的
transcript.whisperx[9].start 194.356
transcript.whisperx[9].end 213.358
transcript.whisperx[9].text 那這樣好不好我是覺得我們可以用我們的南區中心來跟台南市政府一起建立一個平台好可以那這個平台那當然物資的提供協助我們都還是會做那我們南區中心跟地方政府我覺得南區中心就是跟台南市政府一起來合作那我一起合作那大家一起協助對那我們還是願意做這個事情的
transcript.whisperx[10].start 214.498
transcript.whisperx[10].end 234.624
transcript.whisperx[10].text 謝謝 謝謝部長那再就是也再一次感謝勞動部就是在丹納斯颱風災後你啟動了三大支持的一個方案第一個就是天然災害的那個臨時的工作津貼這個其實在這個整個災情的過程當中我們啟動了這個天然的工作津貼那也
transcript.whisperx[11].start 236.065
transcript.whisperx[11].end 254.967
transcript.whisperx[11].text 幫了很多很多的忙就是說因為很多就是我們臨時要找到工人就是有這一筆錢其實讓我們很好的去調度再來就是說職業訓練的一個補助那第三個就是說創業貸款的本息的那個環角這一個其實部長
transcript.whisperx[12].start 256.127
transcript.whisperx[12].end 279.216
transcript.whisperx[12].text 我要跟你做一個探討就是說在農漁業的部分我們是爭取到了我們是爭取到了就是那個多了20萬然後是一年加三個月那他的利息他的利息是0.915非常非常的便宜可是你的青農的創業你們竟然就是給他只有半年
transcript.whisperx[13].start 280.336
transcript.whisperx[13].end 303.394
transcript.whisperx[13].text 我覺得相形之下這個對於就是這些青年創業的一個貸款那在面臨到大家一樣都碰到了這一個丹納斯颱風那農民跟漁民農業部可以做這樣的一個補貼那為什麼我們勞動部對於青創的一個補貼竟然只是半年而已這個是不是請說明一下
transcript.whisperx[14].start 307.406
transcript.whisperx[14].end 325.246
transcript.whisperx[14].text 是不是可以比照就是我们的龙一鸣这个创业贷款的贷款的还款应该委员指的是说这个老公部创业贷款的还款的期限目前我们最长是六个月希望可以再延长
transcript.whisperx[15].start 326.186
transcript.whisperx[15].end 351.998
transcript.whisperx[15].text 沒有錯我想我們來研究一下好不好因為整體來講就是說這整個受創的面積就是大部分就是都是在整個就是在鄉村區那鄉村區的這些青龍還有這些就是說回到地方開設的一些小商店其實他是很值得就是說我們勞動部來協助他你看我們的農藝民都幫了這麼多了
transcript.whisperx[16].start 353.524
transcript.whisperx[16].end 380.351
transcript.whisperx[16].text 我們再研究一下這個事情好 那也希望就是那個部長研究好不好來 再接著跟最後跟部長探討一個農業移工他需要快速的一個荷花因為農業有季節性部長你知道這一段時間什麼東西什麼水果最好吃就是洋香瓜最好吃還有我們的蓮角也很好吃可是當我要一比一就是說我一個本老 一個外老
transcript.whisperx[17].start 382.127
transcript.whisperx[17].end 396.569
transcript.whisperx[17].text 這樣子的一個申請方案的時候通常就是把整個程序跑完了以後那進來的移工事實上緩不濟急還有我很想邀請你有空到我們整個南部
transcript.whisperx[18].start 397.31
transcript.whisperx[18].end 418.94
transcript.whisperx[18].text 其實都可以讓你點名在我們的畜牧業裡頭很多是自己的孩子自己的孩子在養豬自己的孩子在養雞為什麼因為請不到本地的勞工這個是在畜牧業存在的非常非常大的一個困難那我不知道那個部長怎麼看這個農業移工這一個速度
transcript.whisperx[19].start 419.639
transcript.whisperx[19].end 440.277
transcript.whisperx[19].text 跟各位說明的確我們知道在農村地區的缺工的問題很嚴重那所以目前其實也跟農糧署這邊或者是跟農業部這邊我們其實在合作這個農業移工的合給的情況其實我們願意來跟農業部來討論怎麼樣加速因為這裡面的程序
transcript.whisperx[20].start 440.819
transcript.whisperx[20].end 461.637
transcript.whisperx[20].text 有些是劳动部的有些是在农业部的所以说是跨部会的一个合作因为你从一万二到两万事实上我们看到了这一个数字可是问题就是说这个数字是不是可以真正的落实到这个农村里头来因为你还卡了一个一个本劳一个外劳本劳就差不过了
transcript.whisperx[21].start 462.645
transcript.whisperx[21].end 478.691
transcript.whisperx[21].text 本來就沒辦法所以這個畜牧業這個畜牧產業有很多是家族式的為什麼他沒有辦法因為他請不到工人所以連他的女兒都是一起跳下來要養豬要養雞這個是存在的我們南部很大的一個畜牧困境
transcript.whisperx[22].start 479.031
transcript.whisperx[22].end 496.019
transcript.whisperx[22].text 是那個委員其實我覺得針對這個核發的或者申請跟核發的程序面的話我們跟農業部在討論啦因為其實我們在前一輪裡面我們已經盡量把勞動部這一端的程序盡量收到最短把它收到一個禮拜對不對我記得是
transcript.whisperx[23].start 496.539
transcript.whisperx[23].end 517.054
transcript.whisperx[23].text 可是我們招募的部分他跟農業部申請了以後要90天才有辦法到勞動部這裡來那雖然你這一端已經縮短了可是農業部那一端還是拉到90天所以我覺得這個是需要一個跨部會大家共同再來討論那個你剛才講90天部分是他的效期
transcript.whisperx[24].start 517.594
transcript.whisperx[24].end 540.015
transcript.whisperx[24].text 他的校期對這是指的是他的校期那好那如果一個農業移工從申請到進來你們最短的時間可以拉到多久如果在國內承接的話速度就很快對但是因為如果涉及到海外的話還有在海外招工跟挑工的階段這部分就比較難
transcript.whisperx[25].start 541.226
transcript.whisperx[25].end 560.092
transcript.whisperx[25].text 一概而論的說有一個固定的數字可是部長其實基本上海外的一個招募本來就是移工的一個大眾對不對所以這個存在的困難就是在這個地方那我們還是希望就是跨部會的一個討論那也特別跟部長做一個
transcript.whisperx[26].start 561.112
transcript.whisperx[26].end 575.778
transcript.whisperx[26].text 提醒真的畜牧的一個移工非常非常的缺如果我們的畜牧產業要升級的話不是只有就是說智慧的一個設計而已這個人啊人的那個問題是要強化來解決
transcript.whisperx[27].start 577.219
transcript.whisperx[27].end 602.991
transcript.whisperx[27].text 跟我說明其實我們有看到這個狀況那當然因為這個名額的申請其實會是目的事業主管機關來申請所以如果農業部有這個需求那也明確大家確認是有這個需求那在額度上名額上面要再做調整的話我想我們都是可以很開放的來討論的那在程序面我們也願意跟農業部一起來看怎麼樣縮短讓我們的農民朋友讓我們的農會讓我們地方上面最重要的產業能夠更方便
transcript.whisperx[28].start 604.672
transcript.whisperx[28].end 621.746
transcript.whisperx[28].text 謝謝部長部長我對你有期待因為你剛你跟我做過同事我知道你的能力是非常好的所以期待就是台灣的農業我們可以看到救世主好謝謝非常謝謝賴慧雲發言也謝謝部長跟同仁的答詢