iVOD / 165328

Field Value
IVOD_ID 165328
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165328
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 2025-11-12T13:25:44+08:00
結束時間 2025-11-12T13:35:22+08:00
影片長度 00:09:38
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/a35f0de19abcdbe34c9e0edffb6f2f27b62a46119727b9b985b487800f276530a1c492a21a7eb66e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 伍麗華Saidhai Tahovecahe
委員發言時間 13:25:44 - 13:35:22
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 9.75096875
transcript.pyannote[0].end 9.76784375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.76784375
transcript.pyannote[1].end 11.77596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 12.14721875
transcript.pyannote[2].end 12.95721875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 22.39034375
transcript.pyannote[3].end 22.94721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 22.99784375
transcript.pyannote[4].end 36.36284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 36.51471875
transcript.pyannote[5].end 38.38784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 38.79284375
transcript.pyannote[6].end 41.15534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 41.47596875
transcript.pyannote[7].end 44.98596875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 45.37409375
transcript.pyannote[8].end 46.87596875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 47.02784375
transcript.pyannote[9].end 49.84596875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 50.11596875
transcript.pyannote[10].end 91.52721875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 91.76346875
transcript.pyannote[11].end 124.31534375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 97.51784375
transcript.pyannote[12].end 97.83846875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 103.74471875
transcript.pyannote[13].end 103.77846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 104.01471875
transcript.pyannote[14].end 104.38596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 124.31534375
transcript.pyannote[15].end 125.22659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 124.73721875
transcript.pyannote[16].end 124.99034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 125.78346875
transcript.pyannote[17].end 146.33721875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 142.62471875
transcript.pyannote[18].end 142.87784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 146.50596875
transcript.pyannote[19].end 146.89409375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 147.14721875
transcript.pyannote[20].end 158.67284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 158.89221875
transcript.pyannote[21].end 165.60846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 165.99659375
transcript.pyannote[22].end 175.59846875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 175.86846875
transcript.pyannote[23].end 185.65596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 186.16221875
transcript.pyannote[24].end 187.30971875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 187.57971875
transcript.pyannote[25].end 188.98034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 189.50346875
transcript.pyannote[26].end 194.11034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 194.46471875
transcript.pyannote[27].end 206.02409375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 206.14221875
transcript.pyannote[28].end 209.21346875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 209.80409375
transcript.pyannote[29].end 212.50409375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 213.38159375
transcript.pyannote[30].end 223.03409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 223.03409375
transcript.pyannote[31].end 223.25346875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 223.25346875
transcript.pyannote[32].end 223.81034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 223.45596875
transcript.pyannote[33].end 226.89846875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 226.72971875
transcript.pyannote[34].end 227.13471875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 227.13471875
transcript.pyannote[35].end 230.15534375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 230.50971875
transcript.pyannote[36].end 233.69909375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 234.12096875
transcript.pyannote[37].end 257.07096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 244.02659375
transcript.pyannote[38].end 244.36409375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 257.71221875
transcript.pyannote[39].end 260.80034375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 261.59346875
transcript.pyannote[40].end 268.78221875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 264.69846875
transcript.pyannote[41].end 265.03596875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 269.17034375
transcript.pyannote[42].end 276.94971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 274.14846875
transcript.pyannote[43].end 274.43534375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 277.03409375
transcript.pyannote[44].end 286.14659375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 285.97784375
transcript.pyannote[45].end 286.29846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 286.29846875
transcript.pyannote[46].end 293.16659375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 292.54221875
transcript.pyannote[47].end 295.90034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 293.33534375
transcript.pyannote[48].end 295.66409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 295.78221875
transcript.pyannote[49].end 299.39346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 299.41034375
transcript.pyannote[50].end 317.26409375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 317.85471875
transcript.pyannote[51].end 326.05596875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 322.64721875
transcript.pyannote[52].end 323.59221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 325.14471875
transcript.pyannote[53].end 328.95846875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 326.84909375
transcript.pyannote[54].end 327.54096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 328.28346875
transcript.pyannote[55].end 332.26596875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 332.85659375
transcript.pyannote[56].end 343.09971875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 334.29096875
transcript.pyannote[57].end 334.74659375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 340.33221875
transcript.pyannote[58].end 340.92284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 342.00284375
transcript.pyannote[59].end 347.65596875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 346.96409375
transcript.pyannote[60].end 352.76909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 352.04346875
transcript.pyannote[61].end 352.33034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 352.71846875
transcript.pyannote[62].end 362.70846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 363.51846875
transcript.pyannote[63].end 364.95284375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 365.62784375
transcript.pyannote[64].end 382.18221875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 370.09971875
transcript.pyannote[65].end 372.37784375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 375.43221875
transcript.pyannote[66].end 375.46596875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 375.46596875
transcript.pyannote[67].end 375.82034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 380.78159375
transcript.pyannote[68].end 381.33846875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 381.55784375
transcript.pyannote[69].end 384.37596875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 383.61659375
transcript.pyannote[70].end 387.56534375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 385.15221875
transcript.pyannote[71].end 385.50659375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 386.90721875
transcript.pyannote[72].end 450.99846875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 451.11659375
transcript.pyannote[73].end 465.91596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 466.03409375
transcript.pyannote[74].end 504.94784375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 505.63971875
transcript.pyannote[75].end 508.55909375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 507.96846875
transcript.pyannote[76].end 514.06034375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 514.36409375
transcript.pyannote[77].end 518.07659375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 518.53221875
transcript.pyannote[78].end 534.29346875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 527.44221875
transcript.pyannote[79].end 527.77971875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 533.36534375
transcript.pyannote[80].end 538.98471875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 539.47409375
transcript.pyannote[81].end 549.63284375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 549.36284375
transcript.pyannote[82].end 568.80284375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 556.66971875
transcript.pyannote[83].end 557.22659375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 557.22659375
transcript.pyannote[84].end 557.32784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 557.71596875
transcript.pyannote[85].end 557.85096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 564.09471875
transcript.pyannote[86].end 564.61784375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 565.98471875
transcript.pyannote[87].end 566.60909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 566.99721875
transcript.pyannote[88].end 575.31659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 570.40596875
transcript.pyannote[89].end 570.54096875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 572.48159375
transcript.pyannote[90].end 572.49846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 572.49846875
transcript.pyannote[91].end 572.80221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 573.27471875
transcript.pyannote[92].end 573.29159375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 573.29159375
transcript.pyannote[93].end 573.32534375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 573.32534375
transcript.pyannote[94].end 574.10159375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 575.78909375
transcript.pyannote[95].end 577.78034375
transcript.whisperx[0].start 10.118
transcript.whisperx[0].end 12.82
transcript.whisperx[0].text 謝謝主席 有請洪部長來 請部長部長好我們原住民立委都很關心我們原住民族勞工的職災狀況那特別是最嚴重的就是根據這個統計看起來呢是營造業再來就是製造業
transcript.whisperx[1].start 38.898
transcript.whisperx[1].end 65.494
transcript.whisperx[1].text 那麼這幾個行業那它的一個實在在這麼多年的關注之下我們往往也發現其實它的件數不減反增啦所以我們也很想去了解說到底是要怎麼樣去做才有辦法有效的來改善這種情形那曾經監察院審計部有提過就是特別糾正勞動部他們的看法是說
transcript.whisperx[2].start 66.414
transcript.whisperx[2].end 91.061
transcript.whisperx[2].text 我國的勞檢人力不足會導致勞工檢查過低那不足以有效的嚇阻雇主違法行為及提供安全的工作環境所以我想特別先請教一下部長針對這個前兩名就是營造業 製造業我們原住民比較容易發生的一個職災類別那目前的勞檢覆蓋率大概是怎麼樣
transcript.whisperx[3].start 91.809
transcript.whisperx[3].end 119.175
transcript.whisperx[3].text 跟委員說明其實勞檢的人力確實一直以來都相對比較辛苦的所以我們一直在跟行政院跟人總在爭取是不是能夠有更多的這個人力的名額但的確這裡面會涉及到這個整個員額編制上面的狀況所以在爭取上所以我們盡量希望能夠再多提高一些勞檢員他的勞動的條件或相關的這個家籍的部分來去協助
transcript.whisperx[4].start 120.195
transcript.whisperx[4].end 141.912
transcript.whisperx[4].text 那目前的這個覆蓋率我請署長這邊來說署長請跟委員報告確實現在我們原住民的勞工朋友主要是在這個高風險的營造業跟製造業那也跟委員報告光營造業我們一年的勞檢的常識就相當於到11萬常識所以這個兩個行業一直是我們一個檢查重點
transcript.whisperx[5].start 147.276
transcript.whisperx[5].end 164.961
transcript.whisperx[5].text 所以意思就是說在人力這些年持續不足的狀況下但是老減覆蓋率還是有在注意有在提升嗎那為什麼我這樣子問因為我們發現好像我們怎麼做都會
transcript.whisperx[6].start 166.121
transcript.whisperx[6].end 192.861
transcript.whisperx[6].text 就是道高一尺 謀高一丈啊我們往往發現這種層層轉包的這種方式其實我們在接受一些陳情案的時候也很困擾我們因為有很多隱匿的狀況那舉個例子來講我們很多發生的狀況就是他如果受傷了 在工地受傷了會發現說不准叫救護車因為他們都會知道說這樣子報公安 報勞檢
transcript.whisperx[7].start 194.562
transcript.whisperx[7].end 208.638
transcript.whisperx[7].text 可能就會被要求停工或怎麼樣所以他們就會有很多的方式去規避去隱匿那你覺得我們營建業 製造業有多少是因為這樣的原因被隱匿起來跟這個委員報告
transcript.whisperx[8].start 213.444
transcript.whisperx[8].end 232.958
transcript.whisperx[8].text 基本上我們其實現在也在新的這個責任法的修正條文裡面其實規定如果你有你就是該通報不通報的狀況的話其實最高可以罰到450萬我就是知道說你們有在進行修法嗎好那可不可以說明一下修法的方向目前就是把罰則部分我們會把它給提高
transcript.whisperx[9].start 234.312
transcript.whisperx[9].end 259.989
transcript.whisperx[9].text 然後包括營造業剛剛在委員在講的尤其是營造業的狀況的確我看到的情況是因為他的這個層層的分包讓他的責任很難追究所以這一次我們其實也在食安法的修法裡面明定了業主的責任也包括是在這層層轉包過程裡面要有一個包商責任的統合機制就是希望要避免說發生了職災其實照理來說
transcript.whisperx[10].start 261.65
transcript.whisperx[10].end 275.887
transcript.whisperx[10].text 更該負責的是一開始的業主或上面的大包可是最後卻都轉嫁變成是最下的小包然後做那個最基層的包商在承擔這個責任那這個其實不符合我們在整個工地裡面運作的狀況的認知
transcript.whisperx[11].start 277.379
transcript.whisperx[11].end 302.819
transcript.whisperx[11].text 部長我是很高興因為我們也關切很久也知道你們在進行修法那我剛剛聽起來一方面是罰金加重二方面是對於這種層層轉包責任全部都要分攤但是要整合對整合但是我現在的意思是說像這個狀況我覺得也必須要去被瞭解被處理
transcript.whisperx[12].start 303.459
transcript.whisperx[12].end 331.437
transcript.whisperx[12].text 因為他就是怕被停工他就是怕被罰錢所以他一定會有很多隱匿的狀況所以我的意思是說這個部分在修法的時候有沒有去考慮到跟委員說明的確因為現在這個狀況其實不只發生在原住民的勞工其實整體在我們很多營造業都有我們吉安法要修就是要這是一個破口漏洞現在當然相關的通報或者是申訴其實
transcript.whisperx[13].start 332.938
transcript.whisperx[13].end 362.198
transcript.whisperx[13].text 包括家屬也都可以所以我們能夠做的當然是要把這個假設有這樣的狀況他被抓到的嚇阻要提高嘛這是把罰金給提高的這個狀況但是他就更怕被講他可能就會有其他後面的所以我覺得我們可以來思考怎麼樣讓這個通報或者是來申訴的門檻可以再降低這樣子那最後就是我再請教就是我其實是這樣子想啦有沒有可能就是成立一個原住民的公安推動小組
transcript.whisperx[14].start 363.558
transcript.whisperx[14].end 386.814
transcript.whisperx[14].text 部長您的看法如何我覺得如果原民會有這樣子的想法的話我們當然可以跟原民會來討論好那我希望進行討論但是這部分就原住民的情境原住民的特性當然原民會會比我們更加的清楚只是他在職場上面的狀況在這部分我們能夠協助的我們願意來協助但是至少要有這個平台來開這個會如果原民會來跟我們討論的話我覺得我們可以來思考跟研議
transcript.whisperx[15].start 386.974
transcript.whisperx[15].end 404.069
transcript.whisperx[15].text 那我也很感謝就是我有私下跟您提過就是救福法第12條有說縣市人口達2萬人以上可以來設立這個公立的原住民就業服務機構這是我5、6年前一直不斷訴求那很謝謝後來勞動部呢就是由中央
transcript.whisperx[16].start 405.31
transcript.whisperx[16].end 422.138
transcript.whisperx[16].text 來協助買單所以目前有6個縣市有申請你們提供設施設備房屋租金租車人事費及業務費但是我盤了一下目前我們勞動部協助的這些原住民的救福據點
transcript.whisperx[17].start 423.238
transcript.whisperx[17].end 450.183
transcript.whisperx[17].text 人力有28人那原民會呢他也用他的原住民的這些轉過來的貸金的這個就業基金他也做了各地方的一個舊府辦公室目前人力有79名那我們原本是這樣想就是把整合或讓他1加1大於2但是我們發現說現在有個問題就是有的縣市呢他會放在原民局處
transcript.whisperx[18].start 451.383
transcript.whisperx[18].end 469.136
transcript.whisperx[18].text 有的縣市他會放在勞工勞動的局處那這個勞政單位的呢我們就發現很好為什麼因為他們可以撈到這些正式的這些資料那放在園民會的呢他們是撈不到這些資料
transcript.whisperx[19].start 470.216
transcript.whisperx[19].end 497.625
transcript.whisperx[19].text 那另外就是說放在園民會的呢就很困擾了因為他們會變成是園民會的救人帶這些新人所以他們在磨合的部分也要花很多的時間那我不曉得說勞動部這邊有沒有一個想法我們怎麼樣讓這個原本我們希望整合或1加1大於2的這樣的一個救福人力
transcript.whisperx[20].start 498.345
transcript.whisperx[20].end 504.392
transcript.whisperx[20].text 能夠讓它發揮功效所以我是想說部長有沒有可能就是勞動部邀請原民會
transcript.whisperx[21].start 505.7
transcript.whisperx[21].end 528.492
transcript.whisperx[21].text 能夠一同的來就這件事情好好的坐下來跟各位說我是覺得我想我們跟地方政府在這部分合作我們不會我們主觀上不會想要去區分他是在哪個局處所以今天如果我們在資料上面資訊上面合作上面要借接的話我會請我們的同仁來擴大把各部會如果是放在原民局處的情況也納入
transcript.whisperx[22].start 528.932
transcript.whisperx[22].end 557.626
transcript.whisperx[22].text 然後也納入我們聯繫的對象好不好就不是因為的確勞動部過去在地方政府我這樣說好了就是因為放的地方不一樣我們就會接到陳情所以我覺得是不是至少勞動部 園民會就是一同的來就這件事情聽聽這兩邊救福源的聲音可以可以我是這樣想我們勞動部當然可以找園民會甚至委員如果這邊要召開一些協調的話我覺得也是很好
transcript.whisperx[23].start 558.246
transcript.whisperx[23].end 574.226
transcript.whisperx[23].text 那跨部會來針對他放在地方政府不同的局處我想我們都應該擴大的把它給納入在我們整個資源整合的過程裡面這樣子我們希望把這件事情把它成就起來啦好不要為德不足啦很可惜好謝謝部長謝謝主席好謝謝吳委員謝謝部長