iVOD / 165385

Field Value
IVOD_ID 165385
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165385
日期 2025-11-13
會議資料.會議代碼 委員會-11-4-20-8
會議資料.會議代碼:str 第11屆第4會期財政委員會第8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 8
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第4會期財政委員會第8次全體委員會議
影片種類 Clip
開始時間 2025-11-13T10:53:11+08:00
結束時間 2025-11-13T11:05:12+08:00
影片長度 00:12:01
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fffa2c65c610face8ef5252dbf62e7affa47f864c5dfb45a0f406a00a8f97c063e2c817e391698a95ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李坤城
委員發言時間 10:53:11 - 11:05:12
會議時間 2025-11-13T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第8次全體委員會議(事由:一、邀請財政部莊部長翠雲、行政院主計總處陳主計長淑姿、中央銀行副總裁、國家發展委員會葉主任委員俊顯、經濟部次長、勞動部次長、衛生福利部次長就「經濟成長讓全民共享:政府如何縮短所得差距暨改善相對貧窮化之對策」進行專題報告,並備質詢。 二、審查本院民進黨黨團擬具「財政收支劃分法第十六條之一未分配款運用暫行條例草案」案。)
transcript.pyannote[0].speaker SPEAKER_05
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.49909375
transcript.pyannote[1].speaker SPEAKER_05
transcript.pyannote[1].start 2.05596875
transcript.pyannote[1].end 2.96721875
transcript.pyannote[2].speaker SPEAKER_05
transcript.pyannote[2].start 6.71346875
transcript.pyannote[2].end 15.40409375
transcript.pyannote[3].speaker SPEAKER_05
transcript.pyannote[3].start 15.55596875
transcript.pyannote[3].end 25.15784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 25.30971875
transcript.pyannote[4].end 42.67409375
transcript.pyannote[5].speaker SPEAKER_05
transcript.pyannote[5].start 32.27909375
transcript.pyannote[5].end 32.68409375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 32.68409375
transcript.pyannote[6].end 32.71784375
transcript.pyannote[7].speaker SPEAKER_05
transcript.pyannote[7].start 40.85159375
transcript.pyannote[7].end 40.96971875
transcript.pyannote[8].speaker SPEAKER_05
transcript.pyannote[8].start 42.75846875
transcript.pyannote[8].end 47.92221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 45.50909375
transcript.pyannote[9].end 48.29346875
transcript.pyannote[10].speaker SPEAKER_05
transcript.pyannote[10].start 47.98971875
transcript.pyannote[10].end 52.66409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 52.74846875
transcript.pyannote[11].end 59.56596875
transcript.pyannote[12].speaker SPEAKER_05
transcript.pyannote[12].start 58.70534375
transcript.pyannote[12].end 62.40096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 62.75534375
transcript.pyannote[13].end 74.85471875
transcript.pyannote[14].speaker SPEAKER_05
transcript.pyannote[14].start 67.42971875
transcript.pyannote[14].end 68.59409375
transcript.pyannote[15].speaker SPEAKER_05
transcript.pyannote[15].start 74.36534375
transcript.pyannote[15].end 74.73659375
transcript.pyannote[16].speaker SPEAKER_05
transcript.pyannote[16].start 75.14159375
transcript.pyannote[16].end 76.99784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 76.50846875
transcript.pyannote[17].end 78.60096875
transcript.pyannote[18].speaker SPEAKER_05
transcript.pyannote[18].start 78.97221875
transcript.pyannote[18].end 81.28409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 80.92971875
transcript.pyannote[19].end 82.73534375
transcript.pyannote[20].speaker SPEAKER_05
transcript.pyannote[20].start 81.87471875
transcript.pyannote[20].end 84.96284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 85.16534375
transcript.pyannote[21].end 96.40409375
transcript.pyannote[22].speaker SPEAKER_05
transcript.pyannote[22].start 91.96596875
transcript.pyannote[22].end 93.04596875
transcript.pyannote[23].speaker SPEAKER_05
transcript.pyannote[23].start 95.69534375
transcript.pyannote[23].end 96.16784375
transcript.pyannote[24].speaker SPEAKER_05
transcript.pyannote[24].start 96.40409375
transcript.pyannote[24].end 119.08409375
transcript.pyannote[25].speaker SPEAKER_05
transcript.pyannote[25].start 119.48909375
transcript.pyannote[25].end 168.81471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 169.30409375
transcript.pyannote[26].end 189.92534375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 173.64096875
transcript.pyannote[27].end 174.16409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 177.11721875
transcript.pyannote[28].end 177.57284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 179.66534375
transcript.pyannote[29].end 180.05346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 182.80409375
transcript.pyannote[30].end 183.22596875
transcript.pyannote[31].speaker SPEAKER_05
transcript.pyannote[31].start 187.51221875
transcript.pyannote[31].end 187.83284375
transcript.pyannote[32].speaker SPEAKER_05
transcript.pyannote[32].start 190.02659375
transcript.pyannote[32].end 195.22409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 192.15284375
transcript.pyannote[33].end 192.76034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 195.22409375
transcript.pyannote[34].end 198.71721875
transcript.pyannote[35].speaker SPEAKER_05
transcript.pyannote[35].start 198.59909375
transcript.pyannote[35].end 201.97409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 199.24034375
transcript.pyannote[36].end 200.91096875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 201.92346875
transcript.pyannote[37].end 207.93096875
transcript.pyannote[38].speaker SPEAKER_05
transcript.pyannote[38].start 207.64409375
transcript.pyannote[38].end 239.11596875
transcript.pyannote[39].speaker SPEAKER_05
transcript.pyannote[39].start 239.30159375
transcript.pyannote[39].end 246.86159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 246.82784375
transcript.pyannote[40].end 251.77221875
transcript.pyannote[41].speaker SPEAKER_05
transcript.pyannote[41].start 250.27034375
transcript.pyannote[41].end 251.02971875
transcript.pyannote[42].speaker SPEAKER_05
transcript.pyannote[42].start 251.73846875
transcript.pyannote[42].end 258.28596875
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 258.77534375
transcript.pyannote[43].end 260.47971875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 266.67284375
transcript.pyannote[44].end 267.31409375
transcript.pyannote[45].speaker SPEAKER_05
transcript.pyannote[45].start 267.29721875
transcript.pyannote[45].end 285.10034375
transcript.pyannote[46].speaker SPEAKER_05
transcript.pyannote[46].start 285.11721875
transcript.pyannote[46].end 292.66034375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 293.84159375
transcript.pyannote[47].end 294.38159375
transcript.pyannote[48].speaker SPEAKER_05
transcript.pyannote[48].start 294.41534375
transcript.pyannote[48].end 296.55846875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 296.74409375
transcript.pyannote[49].end 299.02221875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 299.41034375
transcript.pyannote[50].end 327.08534375
transcript.pyannote[51].speaker SPEAKER_05
transcript.pyannote[51].start 301.95846875
transcript.pyannote[51].end 302.22846875
transcript.pyannote[52].speaker SPEAKER_05
transcript.pyannote[52].start 303.76409375
transcript.pyannote[52].end 304.11846875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 304.11846875
transcript.pyannote[53].end 304.16909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 306.29534375
transcript.pyannote[54].end 306.64971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 310.00784375
transcript.pyannote[55].end 310.44659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 312.15096875
transcript.pyannote[56].end 312.53909375
transcript.pyannote[57].speaker SPEAKER_05
transcript.pyannote[57].start 315.15471875
transcript.pyannote[57].end 315.49221875
transcript.pyannote[58].speaker SPEAKER_05
transcript.pyannote[58].start 322.42784375
transcript.pyannote[58].end 322.71471875
transcript.pyannote[59].speaker SPEAKER_05
transcript.pyannote[59].start 327.11909375
transcript.pyannote[59].end 335.10096875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 335.75909375
transcript.pyannote[60].end 340.12971875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 340.68659375
transcript.pyannote[61].end 365.88096875
transcript.pyannote[62].speaker SPEAKER_05
transcript.pyannote[62].start 341.93534375
transcript.pyannote[62].end 342.27284375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 342.27284375
transcript.pyannote[63].end 342.30659375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 351.92534375
transcript.pyannote[64].end 352.27971875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 352.92096875
transcript.pyannote[65].end 353.22471875
transcript.pyannote[66].speaker SPEAKER_05
transcript.pyannote[66].start 360.88596875
transcript.pyannote[66].end 361.32471875
transcript.pyannote[67].speaker SPEAKER_05
transcript.pyannote[67].start 362.72534375
transcript.pyannote[67].end 362.99534375
transcript.pyannote[68].speaker SPEAKER_05
transcript.pyannote[68].start 363.36659375
transcript.pyannote[68].end 363.70409375
transcript.pyannote[69].speaker SPEAKER_05
transcript.pyannote[69].start 365.20596875
transcript.pyannote[69].end 370.69034375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 369.32346875
transcript.pyannote[70].end 372.85034375
transcript.pyannote[71].speaker SPEAKER_05
transcript.pyannote[71].start 373.13721875
transcript.pyannote[71].end 376.34346875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 376.91721875
transcript.pyannote[72].end 379.80284375
transcript.pyannote[73].speaker SPEAKER_05
transcript.pyannote[73].start 379.38096875
transcript.pyannote[73].end 398.07846875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 398.41596875
transcript.pyannote[74].end 412.70909375
transcript.pyannote[75].speaker SPEAKER_05
transcript.pyannote[75].start 412.20284375
transcript.pyannote[75].end 415.42596875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 415.56096875
transcript.pyannote[76].end 423.77909375
transcript.pyannote[77].speaker SPEAKER_05
transcript.pyannote[77].start 420.55596875
transcript.pyannote[77].end 420.87659375
transcript.pyannote[78].speaker SPEAKER_05
transcript.pyannote[78].start 423.89721875
transcript.pyannote[78].end 429.90471875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 423.94784375
transcript.pyannote[79].end 424.06596875
transcript.pyannote[80].speaker SPEAKER_05
transcript.pyannote[80].start 430.73159375
transcript.pyannote[80].end 466.33784375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 432.70596875
transcript.pyannote[81].end 433.00971875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 433.00971875
transcript.pyannote[82].end 433.06034375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 441.90284375
transcript.pyannote[83].end 442.45971875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 451.30221875
transcript.pyannote[84].end 451.42034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 451.47096875
transcript.pyannote[85].end 451.58909375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 456.78659375
transcript.pyannote[86].end 457.54596875
transcript.pyannote[87].speaker SPEAKER_05
transcript.pyannote[87].start 466.48971875
transcript.pyannote[87].end 508.03596875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 471.78846875
transcript.pyannote[88].end 471.94034375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 477.12096875
transcript.pyannote[89].end 477.59346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 502.12971875
transcript.pyannote[90].end 502.26471875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 502.51784375
transcript.pyannote[91].end 502.73721875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 508.03596875
transcript.pyannote[92].end 516.37221875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 516.50721875
transcript.pyannote[93].end 525.40034375
transcript.pyannote[94].speaker SPEAKER_05
transcript.pyannote[94].start 521.45159375
transcript.pyannote[94].end 521.95784375
transcript.pyannote[95].speaker SPEAKER_05
transcript.pyannote[95].start 523.62846875
transcript.pyannote[95].end 523.96596875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 525.55221875
transcript.pyannote[96].end 532.69034375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 533.34846875
transcript.pyannote[97].end 558.55971875
transcript.pyannote[98].speaker SPEAKER_05
transcript.pyannote[98].start 533.75346875
transcript.pyannote[98].end 535.05284375
transcript.pyannote[99].speaker SPEAKER_05
transcript.pyannote[99].start 539.52471875
transcript.pyannote[99].end 539.91284375
transcript.pyannote[100].speaker SPEAKER_05
transcript.pyannote[100].start 542.81534375
transcript.pyannote[100].end 543.25409375
transcript.pyannote[101].speaker SPEAKER_05
transcript.pyannote[101].start 551.43846875
transcript.pyannote[101].end 551.99534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 551.99534375
transcript.pyannote[102].end 552.04596875
transcript.pyannote[103].speaker SPEAKER_05
transcript.pyannote[103].start 553.12596875
transcript.pyannote[103].end 553.29471875
transcript.pyannote[104].speaker SPEAKER_05
transcript.pyannote[104].start 557.47971875
transcript.pyannote[104].end 557.73284375
transcript.pyannote[105].speaker SPEAKER_05
transcript.pyannote[105].start 558.49221875
transcript.pyannote[105].end 562.77846875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 563.04846875
transcript.pyannote[106].end 564.51659375
transcript.pyannote[107].speaker SPEAKER_05
transcript.pyannote[107].start 563.85846875
transcript.pyannote[107].end 565.03971875
transcript.pyannote[108].speaker SPEAKER_05
transcript.pyannote[108].start 565.29284375
transcript.pyannote[108].end 571.95846875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 566.28846875
transcript.pyannote[109].end 568.09409375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 571.78971875
transcript.pyannote[110].end 586.72409375
transcript.pyannote[111].speaker SPEAKER_05
transcript.pyannote[111].start 582.18471875
transcript.pyannote[111].end 582.53909375
transcript.pyannote[112].speaker SPEAKER_05
transcript.pyannote[112].start 586.72409375
transcript.pyannote[112].end 588.22596875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 587.65221875
transcript.pyannote[113].end 607.61534375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 596.84909375
transcript.pyannote[114].end 596.93346875
transcript.pyannote[115].speaker SPEAKER_05
transcript.pyannote[115].start 596.93346875
transcript.pyannote[115].end 596.96721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 596.96721875
transcript.pyannote[116].end 597.18659375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 600.07221875
transcript.pyannote[117].end 600.10596875
transcript.pyannote[118].speaker SPEAKER_05
transcript.pyannote[118].start 600.10596875
transcript.pyannote[118].end 600.34221875
transcript.pyannote[119].speaker SPEAKER_05
transcript.pyannote[119].start 602.08034375
transcript.pyannote[119].end 602.36721875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 608.13846875
transcript.pyannote[120].end 637.12971875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 616.44096875
transcript.pyannote[121].end 617.30159375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 618.14534375
transcript.pyannote[122].end 618.58409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 621.19971875
transcript.pyannote[123].end 621.63846875
transcript.pyannote[124].speaker SPEAKER_05
transcript.pyannote[124].start 631.57784375
transcript.pyannote[124].end 631.67909375
transcript.pyannote[125].speaker SPEAKER_05
transcript.pyannote[125].start 635.88096875
transcript.pyannote[125].end 642.46221875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 639.81284375
transcript.pyannote[126].end 639.84659375
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 641.53409375
transcript.pyannote[127].end 642.64784375
transcript.pyannote[128].speaker SPEAKER_05
transcript.pyannote[128].start 642.86721875
transcript.pyannote[128].end 644.80784375
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 644.63909375
transcript.pyannote[129].end 649.98846875
transcript.pyannote[130].speaker SPEAKER_05
transcript.pyannote[130].start 645.17909375
transcript.pyannote[130].end 645.61784375
transcript.pyannote[131].speaker SPEAKER_05
transcript.pyannote[131].start 648.35159375
transcript.pyannote[131].end 648.68909375
transcript.pyannote[132].speaker SPEAKER_05
transcript.pyannote[132].start 649.92096875
transcript.pyannote[132].end 656.13096875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 653.59971875
transcript.pyannote[133].end 654.07221875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 656.13096875
transcript.pyannote[134].end 662.88096875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 662.94846875
transcript.pyannote[135].end 666.25596875
transcript.pyannote[136].speaker SPEAKER_05
transcript.pyannote[136].start 664.23096875
transcript.pyannote[136].end 664.75409375
transcript.pyannote[137].speaker SPEAKER_05
transcript.pyannote[137].start 665.51346875
transcript.pyannote[137].end 666.93096875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 667.52159375
transcript.pyannote[138].end 671.52096875
transcript.pyannote[139].speaker SPEAKER_05
transcript.pyannote[139].start 671.41971875
transcript.pyannote[139].end 672.46596875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 671.55471875
transcript.pyannote[140].end 671.65596875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 671.82471875
transcript.pyannote[141].end 671.85846875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 671.87534375
transcript.pyannote[142].end 673.37721875
transcript.pyannote[143].speaker SPEAKER_05
transcript.pyannote[143].start 672.95534375
transcript.pyannote[143].end 675.26721875
transcript.pyannote[144].speaker SPEAKER_05
transcript.pyannote[144].start 676.06034375
transcript.pyannote[144].end 677.56221875
transcript.pyannote[145].speaker SPEAKER_05
transcript.pyannote[145].start 677.68034375
transcript.pyannote[145].end 683.38409375
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 682.43909375
transcript.pyannote[146].end 684.27846875
transcript.pyannote[147].speaker SPEAKER_05
transcript.pyannote[147].start 684.27846875
transcript.pyannote[147].end 684.80159375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 684.29534375
transcript.pyannote[148].end 688.10909375
transcript.pyannote[149].speaker SPEAKER_05
transcript.pyannote[149].start 685.83096875
transcript.pyannote[149].end 686.32034375
transcript.pyannote[150].speaker SPEAKER_05
transcript.pyannote[150].start 687.58596875
transcript.pyannote[150].end 702.11534375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 690.11721875
transcript.pyannote[151].end 690.65721875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 692.34471875
transcript.pyannote[152].end 692.78346875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 697.05284375
transcript.pyannote[153].end 698.08221875
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 702.11534375
transcript.pyannote[154].end 709.00034375
transcript.pyannote[155].speaker SPEAKER_05
transcript.pyannote[155].start 702.82409375
transcript.pyannote[155].end 703.51596875
transcript.pyannote[156].speaker SPEAKER_05
transcript.pyannote[156].start 709.13534375
transcript.pyannote[156].end 710.11409375
transcript.pyannote[157].speaker SPEAKER_04
transcript.pyannote[157].start 710.11409375
transcript.pyannote[157].end 710.13096875
transcript.pyannote[158].speaker SPEAKER_03
transcript.pyannote[158].start 710.13096875
transcript.pyannote[158].end 712.39221875
transcript.pyannote[159].speaker SPEAKER_04
transcript.pyannote[159].start 712.99971875
transcript.pyannote[159].end 716.00346875
transcript.pyannote[160].speaker SPEAKER_03
transcript.pyannote[160].start 718.53471875
transcript.pyannote[160].end 718.56846875
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 718.56846875
transcript.pyannote[161].end 722.63534375
transcript.whisperx[0].start 0.129
transcript.whisperx[0].end 24.967
transcript.whisperx[0].text 财政部 庄部长有请庄部长委员好部长好这个普发现金昨天1月12号已经陆续入账了对不对那请教一下部长手边上有数字吗就是从昨天入账到现在有多少人已经领到这个普发现金1万块了
transcript.whisperx[1].start 25.53
transcript.whisperx[1].end 39.958
transcript.whisperx[1].text 我到昨天的數字 今天我們再統計已經超過1000萬人已經領到了現金那這裡面包括直接入帳還有登記入帳就是原來有去網站去登記入帳的這樣合計起來超過1000萬人
transcript.whisperx[2].start 42.819
transcript.whisperx[2].end 60.693
transcript.whisperx[2].text 就是那個網路登記的然後還有包含直接入帳的那直接入帳的部分的話是入到他們各自的帳戶就對了對 直接入帳比如說有勞保年金的災保年金 國民年金他們原來都有固定政府有固定的那固定的帳戶是銀行還是郵局
transcript.whisperx[3].start 64.232
transcript.whisperx[3].end 76.585
transcript.whisperx[3].text 應該有銀行也有是不是都有銀行跟郵局應該都有都是固定輸入進入他的帳號那這個部分就有大概有400多萬的人都是直接入帳了400多萬的人直接入帳458萬
transcript.whisperx[4].start 79.011
transcript.whisperx[4].end 91.355
transcript.whisperx[4].text 有458萬人是直接入帳是直接入帳的所以大概有600萬人是登記登記有六天的時間就是11月5號到11月10號有588萬人去做預登記了當然陸續這兩天都可以不管身分證號的尾數都可以再繼續做其實我們也有在做宣傳現在有五種領取的方式對不對但是很多人還是第一個會搞不清楚狀況
transcript.whisperx[5].start 106.721
transcript.whisperx[5].end 111.91
transcript.whisperx[5].text 就是說到底是線上登記郵局領ATM領有些人就是說這個可不可以帶領有些人就想說這個會有詐騙的問題所以也不敢在線上登記
transcript.whisperx[6].start 120.123
transcript.whisperx[6].end 140.36
transcript.whisperx[6].text 我們有沒有想到就是說我們乾脆就是比如說單一帳戶我們每個國民都有一個單一的帳戶比如說像郵局我們出生之後我們就有一個單一的帳戶那這個單一的帳戶呢就是以後不管像是這一種的普發現金或是像您講的就是說有一些我們是有一些津貼
transcript.whisperx[7].start 141.681
transcript.whisperx[7].end 168.699
transcript.whisperx[7].text 要匯給這一些需要的人那我們是不是就乾脆我們就乾脆比如說郵局好因為郵局是國營的嘛也比較沒有爭議那我們出生之後每個人在郵局有一個帳戶然後以後有類似這一種津貼或是說這種福利的話我們就直接匯到那個帳戶那也不會有說到底有幾種領取的方式啊也避免這個被詐騙以後有沒有機會朝這種方式去做啊
transcript.whisperx[8].start 169.346
transcript.whisperx[8].end 178.434
transcript.whisperx[8].text 我想委員您這個建議也就是說每一個國民就如同健保卡一樣人生就給他一個健保然後我們政府是不是給他一個帳號以後相關的津貼或什麼都直接入帳戶我想這個部分也許可以我們跨部會來討論看看也成為一個國家的基礎建設會然後當然還要考慮其他的問題我想這個部分要從長的研議之前有沒有想過這方面的就是說因為這個普發現金也不是第一次
transcript.whisperx[9].start 195.731
transcript.whisperx[9].end 215.231
transcript.whisperx[9].text 之前倒没有这样子的一个规划这样子啊那你觉得实际上可行吗我的建议我想应该还是要跨部会大家一起来讨论要考虑的因素可能也比较多好 没关系你们讨论一下去思考一下跨部会想一下我是觉得说你有一个单一的账户每个国民都有
transcript.whisperx[10].start 216.251
transcript.whisperx[10].end 231.001
transcript.whisperx[10].text 那類似這種津貼你就直接匯進去第一個不用怕詐騙時間到就匯進去然後呢這個也是這種方式就不用說我還要去ATM或是去郵局或是去哪裡也很方便然後呢也不會有什麼帶領的問題這小孩子到底要給誰領這個是自己領還是給家長領
transcript.whisperx[11].start 236.504
transcript.whisperx[11].end 254.49
transcript.whisperx[11].text 那郵局的營業時間第一個它據點多營業時間長然後它也是國營的比較不會衍生一些爭議我覺得你們研究一下好不好我想這個部分要跨部會大家一起來研議思考一下做一個周全的準備好 謝謝部長那我們接下來請這個主席總處陳主席長還有這個衛福部呂市長好 陳主席長 呂市長
transcript.whisperx[12].start 267.605
transcript.whisperx[12].end 279.594
transcript.whisperx[12].text 主席長好 之前在立法院有提過說我們全台灣的低收入戶只佔1.13%如果加上中低收入戶只佔2.26%如果採取相對貧窮率來計算全台有7.57%是屬於貧窮的範圍高於低收入戶的統計高很多 對不對
transcript.whisperx[13].start 293.908
transcript.whisperx[13].end 322.114
transcript.whisperx[13].text 沒錯這中間有落差嘛 是不是因為當初這個家庭所得他只計算經常性收入財富沒有算進去所以他裡面會有一些隱藏性的所得所以在衛福部他在設計的時候他會把財產和一些相關的數據設計在裡面所以他的數據這當中就會有一點落差但是他對如果說有一些貧窮的黑術他本身沒有辦法得到救助他另外也有其他的一個
transcript.whisperx[14].start 322.594
transcript.whisperx[14].end 333.941
transcript.whisperx[14].text 方式的一個做一些補助的一個方式這個要由衛福部來說明好 那主計長我問你你認為說我們在統計的這個數字上面有沒有沒有算進去的大家講的貧窮黑數
transcript.whisperx[15].start 335.974
transcript.whisperx[15].end 364.363
transcript.whisperx[15].text 就是因為當初這個部分是沒有把財富算進來財富沒有算進來包括譬如說你的資產一些相關的負債如果說整個算進來的部分還是會有譬如說有的他明明是失業但是因為他是屬於有能力去工作的我們把他視為他是有所得這個部分他可能就是
transcript.whisperx[16].start 365.504
transcript.whisperx[16].end 375.957
transcript.whisperx[16].text 這個就是現在大家有在詬病的就是說虛擬收入的部分對不對對 這個是這樣我這個部要請衛福部那我先問主席長妳認為這個虛擬收入合理嗎
transcript.whisperx[17].start 377.174
transcript.whisperx[17].end 397.91
transcript.whisperx[17].text 这个部分我要看他怎么就是说我们现在是假设就是说你其实是有工作能力的你只是现在没有工作那但是呢我就假定你呢你如果去工作你就有这些收入嘛是不是但世界上不是每个人都愿意去可以找工作就可以找到工作或是找到合适的工作或是说找到的工作可以维持我的基本生活啊
transcript.whisperx[18].start 398.47
transcript.whisperx[18].end 421.776
transcript.whisperx[18].text 但是跟委員報告 事實上我們有相當的措施譬如說你失業 整個有可以領失業的一個救濟所以整個可以領到長達六個月所以這本身都是有互相一個救濟的一個措施在讓他不至於說那當然就是屬於社會救濟的部分對 這個是失業的時候你就會有領到失業救助可以長達六個月 做一個
transcript.whisperx[19].start 423.953
transcript.whisperx[19].end 428.926
transcript.whisperx[19].text 好 我知道我們當然有一些社會福利做得還不錯啦那主席想請回我就問這一個理事長
transcript.whisperx[20].start 430.799
transcript.whisperx[20].end 457.139
transcript.whisperx[20].text 那次長因為現在社會救助法正在討論那我先問好了社會救助法大家比較關心就是我剛有提到一個就是虛擬收入的制度是沒錯就是說你只要去工作你就有收入了你只是現在沒有去工作而已所以我就把你這個年紀你可能找到的工作按照你是哪個類型的你每個月可以收入多少就把它當成是一個虛擬的收入是不是是沒錯
transcript.whisperx[21].start 458.18
transcript.whisperx[21].end 472.481
transcript.whisperx[21].text 那也因為有這個虛擬收入的制度其實啊我們這個很多的這個屬於貧窮的人就沒有把它算進去你看我們貧窮率好像很低其實實際上不是那回事的這個您也當過社會局局長您應該很清楚了解還有另外一個
transcript.whisperx[22].start 473.743
transcript.whisperx[22].end 491.028
transcript.whisperx[22].text 我們所得還是採取家戶的計算你採取家戶計算很多人覺得說我家戶計算其實我跟我的家人其實已經都沒有任何的關係了只有血緣在而已然後也把家人的財產共同計算進去
transcript.whisperx[23].start 493.849
transcript.whisperx[23].end 509.272
transcript.whisperx[23].text 那在這種情況之下你就是領不到一些相關的就算我們有中低收入的補助相關的社會救助的津貼我也領不到啊那在這種情況之下我們社會救助法有沒有至少針對這兩點外界一直在質疑的有做出調整或修正
transcript.whisperx[24].start 510.033
transcript.whisperx[24].end 532.343
transcript.whisperx[24].text 非常感謝委員的關心剛剛委員確實有指出兩個重點我們現在目前有一個就是所謂的設算所得那設算所得的那個部分我想我先跟委員報告我們現在目前就是我們講那個虛擬收入我們這個部分我們確實有在檢討很簡單我們現在目前就是說我們的檢討方式現在就是說會以一定的這個所得我們現在可能打個折扣
transcript.whisperx[25].start 534.207
transcript.whisperx[25].end 562.275
transcript.whisperx[25].text 這個幾個折扣要怎麼打勒報告委員這個我那個在向委員的報告我們現在目前主要是參考勞動部他那邊有關於那個薪資薪資的這一個的那個數據還有其實最重要事實上是有關於這一個就是所謂的無一定雇主的那個所謂的非典型就業者他們的這個薪資按照這兩個指數我們現在先去做一些作業推算這是第一個重點另外第二個剛剛委員好你做了一些改變那跟現在的制度有什麼不一樣嗎
transcript.whisperx[26].start 563.295
transcript.whisperx[26].end 584.67
transcript.whisperx[26].text 對沒錯有時候不一樣會因為你這樣子涉涮會因為這樣而放寬啦會放寬放寬大概範圍會多大咧跟委員報告現在剛剛就是說其實在貧窮裡面我也趁這個機會解釋一下就是說有相對貧窮跟絕對貧窮那我們現在目前有進入社會救助只有所謂的絕對貧窮那跟委員報告我們現在低收中低收總共占了二點
transcript.whisperx[27].start 585.67
transcript.whisperx[27].end 607.047
transcript.whisperx[27].text 大概2.4%這就屬於絕對貧窮的嘛對 沒錯我們現在目前根據這一個我們現在目前其實民團這邊還有各界大概有很多像這一個人極合一啦還有剛剛委員剛剛所說的有關於這個有關於戶數的問題這部分我們都有檢討那預估這一個部分的話大概一定是會放寬但是我也要跟委員報告
transcript.whisperx[28].start 608.208
transcript.whisperx[28].end 630.938
transcript.whisperx[28].text 台灣真的在這個部分我要利用這個機會要說我們的相對貧窮我們的相對貧窮率真的只有7.54這當然會有黑數的問題黑數的部分我們現在目前其實也有八大津貼除了社會救助之外我們在老人生活老人 身心障礙還有困境的部分事實上再加上去的話我們會到8%
transcript.whisperx[29].start 632.519
transcript.whisperx[29].end 648.112
transcript.whisperx[29].text 8%的部分我跟委員報告這個部分我們是比日本 韓國跟美國都還比他們還高我知道我們有一些社會的福利在那我們現在是談的是社會救助那兩個概念是應該是不一樣的當然沒錯我現在就釐清就是說有一個就是絕對貧窮跟相對貧窮就是兩個不能夠混淆在一起那第一個你提到就是說虛擬制度會做修改就對了那那個家戶所得勒
transcript.whisperx[30].start 656.198
transcript.whisperx[30].end 674.953
transcript.whisperx[30].text 家務所這邊我們也會一併就是說像有一些可能是嫁出去的女兒啦或者說等等那些對啊那財產也一起算啊對 所以這個我們覺得應該有值得來商榷之處啦那社會救助法
transcript.whisperx[31].start 676.127
transcript.whisperx[31].end 701.628
transcript.whisperx[31].text 今年會送出來嗎包括我們現在正在努力當中那有辦法年底送到立法院來嗎我們會努力會努力我們努力朝這個方向因為我知道現在大家對這個問題非常關心加油啦就是說經濟成長率很高啦然後這個看起來數字都不錯但是還是有很多社會下貧窮的人需要我們去協助啦除了社會津貼社會福利之外社會救助法的確需要改變
transcript.whisperx[32].start 702.508
transcript.whisperx[32].end 715.942
transcript.whisperx[32].text 沒錯沒錯要有些與時俱進剛剛委員說的一些該鬆應該要那個合理的我們要把它合理化好謝謝次長好非常感謝昆城委員謝謝好謝謝昆城召委謝謝呂次長好可以啊好那麼我們再請林市民委員質詢