iVOD / 165518

Field Value
IVOD_ID 165518
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165518
日期 2025-11-17
會議資料.會議代碼 委員會-11-4-26-11
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11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 11
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11次全體委員會議
影片種類 Clip
開始時間 2025-11-17T12:06:20+08:00
結束時間 2025-11-17T12:19:34+08:00
影片長度 00:13:14
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ff1e125e807f56abc7b4ad8b8d16b015bfb6dfa65ed0fc1ddbd0c7f9f51010c48f6a9c70dc4894db5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳瑩
委員發言時間 12:06:20 - 12:19:34
會議時間 2025-11-17T09:00:00+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11次全體委員會議(事由:一、審查 (一)委員黃健豪等16人、委員陳超明等16人、委員蘇清泉等17人、委員呂玉玲等16人及委員柯志恩等16人擬具「勞工保險條例第六十三條條文修正草案」案。 (二)委員陳瑩等19人擬具「勞工保險條例第五十八條條文修正草案」案。 (三)委員許宇甄等19人、委員林國成等32人、委員王育敏等20人、委員蔡其昌等19人、委員羅廷瑋等16人、委員蔡易餘等18人、委員王美惠等17人、委員徐欣瑩等22人、委員翁曉玲等19人、委員楊曜等25人及委員王鴻薇等22人擬具「勞工保險條例第六十六條及第六十九條條文修正草案」案。 (四)委員邱鎮軍等19人擬具「勞工保險條例第三十一條條文修正草案」案。 (五)委員李昆澤等25人及委員賴瑞隆等17人擬具「勞工保險條例第六十九條條文修正草案」案。 (六)委員廖先翔等18人擬具「勞工保險條例第十九條條文修正草案」案。 (七)委員葉元之等21人、委員何欣純等17人及委員陳超明等16人擬具「勞工保險條例第五十八條條文修正草案」案。 (八)委員陳秀寳等21人擬具「勞工保險條例部分條文修正草案」案。 (九)委員王鴻薇等17人擬具「勞工保險條例第七十四條之二條文修正草案」案。 (十)委員林倩綺等32人及委員傅崐萁等19人擬具「勞工保險條例第五十九條條文修正草案」案。 (十一)委員陳瑩等19人擬具「勞工保險條例第六條條文修正草案」案。 (十二)委員李昆澤等19人擬具「勞工保險條例第二十九條條文修正草案」案。 二、審查 (一)委員陳玉珍等18人擬具「就業服務法第二十四條及第二十七條條文修正草案」案。 (二)委員涂權吉等17人擬具「就業服務法第二十四條條文修正草案」案。 (三)委員許宇甄等18人擬具「就業服務法第二十四條條文修正草案」案。 (四)委員翁曉玲等22人擬具「就業服務法第二十四條條文修正草案」案。 (五)委員蘇清泉等18人擬具「就業服務法第二十四條條文修正草案」案。 (六)委員廖偉翔等16人擬具「就業服務法第二十四條條文修正草案」案。 (七)委員洪孟楷等16人擬具「就業服務法第二十四條條文修正草案」案。 (八)台灣民眾黨黨團擬具「就業服務法第二十四條條文修正草案」案。 (九)委員柯志恩等18人擬具「就業服務法第二十四條條文修正草案」案。 (十)委員王育敏等17人擬具「就業服務法第二十四條、第二十七條及第二十八條條文修正草案」案。 (十一)委員楊瓊瓔等27人擬具「就業服務法第二十四條條文修正草案」案。 (十二)委員郭國文等19人擬具「就業服務法第二十四條及第二十六條之一條文修正草案」案。 【綜合詢答,僅詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.21159375
transcript.pyannote[0].end 9.76784375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 10.42596875
transcript.pyannote[1].end 12.16409375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 14.30721875
transcript.pyannote[2].end 14.77971875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 14.84721875
transcript.pyannote[3].end 14.91471875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 14.91471875
transcript.pyannote[4].end 16.02846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 16.48409375
transcript.pyannote[5].end 31.53659375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 38.16846875
transcript.pyannote[6].end 39.56909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 48.91784375
transcript.pyannote[7].end 49.28909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 52.76534375
transcript.pyannote[8].end 57.49034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 57.84471875
transcript.pyannote[9].end 59.36346875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 59.14409375
transcript.pyannote[10].end 62.02971875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 62.28284375
transcript.pyannote[11].end 62.94096875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 63.36284375
transcript.pyannote[12].end 63.83534375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 64.45971875
transcript.pyannote[13].end 65.74221875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 66.67034375
transcript.pyannote[14].end 67.75034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 67.81784375
transcript.pyannote[15].end 71.07471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 73.04909375
transcript.pyannote[16].end 86.38034375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 86.83596875
transcript.pyannote[17].end 93.02909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 93.38346875
transcript.pyannote[18].end 94.73346875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 95.07096875
transcript.pyannote[19].end 101.61846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 103.60971875
transcript.pyannote[20].end 103.98096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 106.66409375
transcript.pyannote[21].end 109.38096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 111.57471875
transcript.pyannote[22].end 114.35909375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 116.26596875
transcript.pyannote[23].end 119.32034375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 119.96159375
transcript.pyannote[24].end 121.96971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 122.74596875
transcript.pyannote[25].end 128.39909375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 128.53409375
transcript.pyannote[26].end 131.28471875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 131.85846875
transcript.pyannote[27].end 132.09471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 132.53346875
transcript.pyannote[28].end 132.75284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 132.75284375
transcript.pyannote[29].end 132.93846875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 132.93846875
transcript.pyannote[30].end 132.97221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 132.97221875
transcript.pyannote[31].end 133.02284375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 133.02284375
transcript.pyannote[32].end 133.57971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 133.91721875
transcript.pyannote[33].end 139.21596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 140.85284375
transcript.pyannote[34].end 142.75971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 144.46409375
transcript.pyannote[35].end 145.52721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 146.33721875
transcript.pyannote[36].end 147.46784375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 148.90221875
transcript.pyannote[37].end 152.17596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 152.86784375
transcript.pyannote[38].end 153.50909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 153.77909375
transcript.pyannote[39].end 157.23846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 157.23846875
transcript.pyannote[40].end 165.65909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 166.24971875
transcript.pyannote[41].end 178.51784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 179.49659375
transcript.pyannote[42].end 188.45721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 189.52034375
transcript.pyannote[43].end 189.84096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 189.84096875
transcript.pyannote[44].end 197.06346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 197.53596875
transcript.pyannote[45].end 203.23971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 201.18096875
transcript.pyannote[46].end 202.96971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 203.23971875
transcript.pyannote[47].end 206.53034375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 206.36159375
transcript.pyannote[48].end 211.25534375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 209.92221875
transcript.pyannote[49].end 213.31409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 214.09034375
transcript.pyannote[50].end 221.34659375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 221.16096875
transcript.pyannote[51].end 225.27846875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 222.54471875
transcript.pyannote[52].end 223.01721875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 224.33346875
transcript.pyannote[53].end 226.29096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 226.52721875
transcript.pyannote[54].end 227.20221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 227.47221875
transcript.pyannote[55].end 228.16409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 228.97409375
transcript.pyannote[56].end 229.64909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 229.95284375
transcript.pyannote[57].end 233.98596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 234.25596875
transcript.pyannote[58].end 239.21721875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 237.36096875
transcript.pyannote[59].end 243.94221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 242.47409375
transcript.pyannote[60].end 250.35471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 250.96221875
transcript.pyannote[61].end 253.67909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 253.88159375
transcript.pyannote[62].end 255.48471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 255.97409375
transcript.pyannote[63].end 260.04096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 260.49659375
transcript.pyannote[64].end 261.57659375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 262.67346875
transcript.pyannote[65].end 272.96721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 272.96721875
transcript.pyannote[66].end 273.10221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 273.74346875
transcript.pyannote[67].end 274.46909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 275.02596875
transcript.pyannote[68].end 295.69784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 296.52471875
transcript.pyannote[69].end 297.04784375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 297.94221875
transcript.pyannote[70].end 299.59596875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 300.55784375
transcript.pyannote[71].end 315.07034375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 316.74096875
transcript.pyannote[72].end 322.95096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 323.60909375
transcript.pyannote[73].end 323.92971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 324.43596875
transcript.pyannote[74].end 325.78596875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 325.78596875
transcript.pyannote[75].end 325.80284375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 327.30471875
transcript.pyannote[76].end 328.18221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 328.53659375
transcript.pyannote[77].end 329.73471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 330.57846875
transcript.pyannote[78].end 331.84409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 332.46846875
transcript.pyannote[79].end 332.80596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 333.41346875
transcript.pyannote[80].end 336.02909375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 333.49784375
transcript.pyannote[81].end 333.85221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 336.02909375
transcript.pyannote[82].end 336.18096875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 336.95721875
transcript.pyannote[83].end 336.97409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 336.97409375
transcript.pyannote[84].end 338.61096875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 338.99909375
transcript.pyannote[85].end 347.60534375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 340.51784375
transcript.pyannote[86].end 340.87221875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 346.64346875
transcript.pyannote[87].end 349.83284375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 349.95096875
transcript.pyannote[88].end 350.40659375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 350.57534375
transcript.pyannote[89].end 352.43159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 352.95471875
transcript.pyannote[90].end 353.41034375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 354.11909375
transcript.pyannote[91].end 368.02409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 368.24346875
transcript.pyannote[92].end 403.76534375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 404.08596875
transcript.pyannote[93].end 405.57096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 406.12784375
transcript.pyannote[94].end 410.29596875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 410.46471875
transcript.pyannote[95].end 433.21221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 433.98846875
transcript.pyannote[96].end 449.27721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 450.45846875
transcript.pyannote[97].end 485.08596875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 487.66784375
transcript.pyannote[98].end 489.99659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 490.84034375
transcript.pyannote[99].end 491.66721875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 492.96659375
transcript.pyannote[100].end 494.45159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 494.50221875
transcript.pyannote[101].end 512.79471875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 513.70596875
transcript.pyannote[102].end 513.72284375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 513.72284375
transcript.pyannote[103].end 515.27534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 515.44409375
transcript.pyannote[104].end 564.65159375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 564.65159375
transcript.pyannote[105].end 564.95534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 564.95534375
transcript.pyannote[106].end 564.97221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 564.97221875
transcript.pyannote[107].end 575.55284375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 575.85659375
transcript.pyannote[108].end 582.30284375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 580.05846875
transcript.pyannote[109].end 580.21034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 581.07096875
transcript.pyannote[110].end 581.50971875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 582.92721875
transcript.pyannote[111].end 586.89284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 587.21346875
transcript.pyannote[112].end 589.03596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 589.03596875
transcript.pyannote[113].end 590.09909375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 590.55471875
transcript.pyannote[114].end 606.58596875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 597.96284375
transcript.pyannote[115].end 598.46909375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 599.73471875
transcript.pyannote[116].end 600.20721875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 605.23596875
transcript.pyannote[117].end 610.55159375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 611.91846875
transcript.pyannote[118].end 613.03221875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 613.03221875
transcript.pyannote[119].end 619.34346875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 613.85909375
transcript.pyannote[120].end 615.71534375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 617.67284375
transcript.pyannote[121].end 619.09034375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 619.34346875
transcript.pyannote[122].end 620.38971875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 620.94659375
transcript.pyannote[123].end 621.52034375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 622.12784375
transcript.pyannote[124].end 631.84784375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 632.48909375
transcript.pyannote[125].end 652.45221875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 652.89096875
transcript.pyannote[126].end 663.53909375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 663.84284375
transcript.pyannote[127].end 667.06596875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 668.06159375
transcript.pyannote[128].end 668.92221875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 670.15409375
transcript.pyannote[129].end 671.79096875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 673.03971875
transcript.pyannote[130].end 673.79909375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 673.15784375
transcript.pyannote[131].end 673.61346875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 674.05221875
transcript.pyannote[132].end 686.89409375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 687.29909375
transcript.pyannote[133].end 690.03284375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 689.45909375
transcript.pyannote[134].end 694.20096875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 694.65659375
transcript.pyannote[135].end 706.01346875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 706.53659375
transcript.pyannote[136].end 706.99221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 707.43096875
transcript.pyannote[137].end 715.46346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 715.88534375
transcript.pyannote[138].end 740.70846875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 741.38346875
transcript.pyannote[139].end 760.90784375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 761.11034375
transcript.pyannote[140].end 766.03784375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 766.24034375
transcript.pyannote[141].end 769.05846875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 770.07096875
transcript.pyannote[142].end 773.37846875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 771.89346875
transcript.pyannote[143].end 772.48409375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 773.78346875
transcript.pyannote[144].end 783.80721875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 783.92534375
transcript.pyannote[145].end 784.16159375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 784.16159375
transcript.pyannote[146].end 784.93784375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 784.93784375
transcript.pyannote[147].end 785.39346875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 785.76471875
transcript.pyannote[148].end 789.15659375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 789.47721875
transcript.pyannote[149].end 791.89034375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 789.57846875
transcript.pyannote[150].end 791.65409375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 792.44721875
transcript.pyannote[151].end 795.13034375
transcript.whisperx[0].start 7.114
transcript.whisperx[0].end 31.307
transcript.whisperx[0].text 請勞動部長跟勞保局白局長請紅部長 白局長 謝謝村委員好部長好我們今天主要針對這個災保法裡面申請職災失能年金的勞工朋友以及繼續投保勞保的權益來做討論那目前每年核定職災失能的給付件數有多少
transcript.whisperx[1].start 38.288
transcript.whisperx[1].end 53.241
transcript.whisperx[1].text 我們確認一下數字2000多2189件我們花了快一分鐘
transcript.whisperx[2].start 57.858
transcript.whisperx[2].end 58.399
transcript.whisperx[2].text 2385件2385好你要還我一點時間那個我統計了這個那我們看一下
transcript.whisperx[3].start 73.083
transcript.whisperx[3].end 93.86
transcript.whisperx[3].text 我統計了這個113年7月份到114年6月份核定件數大約是1595件我想請教一下部長你們這個核定率的公式是到底是怎麼樣因為我檢查了一下你們所有的核定率都破百職業傷害換算是111%職業病是162%
transcript.whisperx[4].start 103.689
transcript.whisperx[4].end 121.682
transcript.whisperx[4].text 是這邊是你們的核定計算是怎麼樣因為104年開始10年都是這樣子我是有點看不太明白
transcript.whisperx[5].start 122.959
transcript.whisperx[5].end 145.097
transcript.whisperx[5].text 委員好謝謝委員這邊指教這邊的核定件數包含核定幾副跟不幾副那上面如果是屬於幾副的話是職災案件你講大聲一點我們的核定件數包含核定是職災的案件跟核定不是職災的案件所以那個就是那所以那個可是
transcript.whisperx[6].start 148.962
transcript.whisperx[6].end 166.474
transcript.whisperx[6].text 所以就是你們收件就是送件總共的這個送件的申請的案有多少的意思嗎是 跟委員這邊做報告 陳儒委員這邊所提的如果以總件數這邊總計27098件那職災的案件就是24190件那其中就是27098裡面扣掉24190裡面是核定不給付職災的案件所以這邊的核定率是89.27%
transcript.whisperx[7].start 179.52
transcript.whisperx[7].end 188.181
transcript.whisperx[7].text 好你們這樣寫很容易讓人家看不懂因為我們不通過就不通過了很少有合定就是會講合定
transcript.whisperx[8].start 190.318
transcript.whisperx[8].end 213.141
transcript.whisperx[8].text 我想我們可以在相關的表格把核定數怎麼去計算可以再做一個附註啦因為就是它等於是這個有幾副跟沒幾副有認定跟沒認定的部分其實它都把它包含在核定數裡面就算是母數你們要寫清楚一點不然就看起來很怪啦是我們在呈現的方式上可以再加註一下這個核定數的意思到底這件職業災害有沒有被核定
transcript.whisperx[9].start 214.121
transcript.whisperx[9].end 228.006
transcript.whisperx[9].text 你說有每一件都有有核定不通過跟核定有通過但是我們通常很少會這樣講就是核定確認你是什麼處置的那我們要申請經費也是有沒有核定了
transcript.whisperx[10].start 229.025
transcript.whisperx[10].end 249.882
transcript.whisperx[10].text 通過都是大部分是這樣嘛因為我不知道這個有沒有什麼你們所謂的勞動專業術語在裡面我是不知道但是我認為我們在這個表格呈現的幅度上面我覺得我們可以把它呈現得更清楚那個部長在當委員的時候我不曉得你們有沒有會一下就看明白還是怎麼樣
transcript.whisperx[11].start 251.581
transcript.whisperx[11].end 269.693
transcript.whisperx[11].text 好就這個提醒一下那我再請教就是說那個職災失能給付勤領職災年金的比例大概是多少你們有統計嗎跟委員做報告如果以今年的前9個月來講的話我們的年金勤領的比例大概是76%76%好
transcript.whisperx[12].start 275.104
transcript.whisperx[12].end 299.215
transcript.whisperx[12].text 那因為這個職貸失能年金他是分為這個完全失能嚴重失能跟這個部分失能那完全失能及嚴重失能都已經到喪失全部工作能力那也因此可以至少領到七成五成到七成及五成的這個月頭保薪資本期要關切的是
transcript.whisperx[13].start 301.052
transcript.whisperx[13].end 329.455
transcript.whisperx[13].text 損失五成的工作能力但是只能勤領兩成的月頭保薪資那這一群部分失能的勞工朋友每年大概多少人然後佔領佔勤領職災年金的比例是多少該委員這邊做報告目前勤領部分失能年金的話目前還有在續領的是22人就22人而已嗎那沒有沒有很多
transcript.whisperx[14].start 330.629
transcript.whisperx[14].end 349.374
transcript.whisperx[14].text 因為說到這邊我大概其他的人可能他選擇領一次那就是98年之前98以後他可以選擇如果說他的失能程度在我們的失能年金裡面有分完全失能嚴重失能跟部分失能98年是個分水嶺對好那說到這好
transcript.whisperx[15].start 354.875
transcript.whisperx[15].end 370.101
transcript.whisperx[15].text 因為說到這邊我特別回想就是說在當年我們在說災保法條文討論到最後只剩下最後一個爭議點就是職災勞工如果有其他社會保險權益是不是會受影響而不能請領
transcript.whisperx[16].start 372.161
transcript.whisperx[16].end 397.669
transcript.whisperx[16].text 當時本席擔任召委那時候我們有特別要堅持說一定不能受到影響否則就需要再協商那還好當時也謝謝勞動部有從善如流那到今天就是說他們的這個勞健保權益勞工的勞健保權益都還在那也看到勞保局有特別強調這群勤領20%的部分失能年金者將來都還可以領到這個勞保
transcript.whisperx[17].start 399.909
transcript.whisperx[17].end 425.599
transcript.whisperx[17].text 的這個老年年金那局長是不是當時您是保險司的司長相信這些都記憶猶新啦我應該都沒有講錯啦好那但是我同時我也發現在債保法的58條規定被保險人或者其受益人因為不同保險事故同時請領本保險或其他社會保險年金及副食
transcript.whisperx[18].start 427.4
transcript.whisperx[18].end 446.112
transcript.whisperx[18].text 本保险年金给付金额因考量被保险人或其受益人的勤领年金给付数目金额总类及其他生活保障因素予以减额调整减额调整比率50%为上限
transcript.whisperx[19].start 451.006
transcript.whisperx[19].end 477.728
transcript.whisperx[19].text 那這個問題在於就說你們的這個職災保險的QA解釋請領執職災保險失能年金與勞保老年年金給付的合計金額如果超過職災保險失能年金所採的平均月投保薪資數額本局將依規定自其原領職災保險失能年金辦理扣減那我們從這個
transcript.whisperx[20].start 479.009
transcript.whisperx[20].end 493.28
transcript.whisperx[20].text 裡面的這個文字義來看喔到底你們是給人家扣多少是到底到底是扣多少因為如果如果說
transcript.whisperx[21].start 494.93
transcript.whisperx[21].end 512.59
transcript.whisperx[21].text 老保老年年金他本來可以領到這個月頭保薪資的50%那他勢必就是超過這個職災失能年金的20%所以最後他到底可以領到這個合併的年金是多少
transcript.whisperx[22].start 513.935
transcript.whisperx[22].end 540.757
transcript.whisperx[22].text 是跟委員做報告也非常謝謝委員當初在災保法那時候立法的時候我們除了擴大家保的一個對象那針對己父部分也從保障勞工的權益部分做了一些突破所以像委員剛才提到在災保法58條裡面針對如果被保險人他發生不同的保險事故像剛才提的他可能領了職災的失能年金那之後老年的時候他一樣可以領老年年金那這兩份年金加起來的金額
transcript.whisperx[23].start 541.567
transcript.whisperx[23].end 564.941
transcript.whisperx[23].text 不要高於他在栽保這一部分的投保薪資平均投保薪資舉例來說如果以植栽部分他領的是一個兩萬塊那在那個老年年金部分假設加起來是三萬塊那這樣兩萬加三萬就會變成是五萬塊可是他的栽保部分的平均投保薪資也許是四萬五那我們就會做那個差額部分就不給因為如果我們
transcript.whisperx[24].start 565.681
transcript.whisperx[24].end 581.954
transcript.whisperx[24].text 用一個薪水就是說這個薪水三萬塊的來計算的話那像這樣子失能的部分兩成他領六千嘛那這個老闆年金的部分他要領一萬五加起來是兩萬一但是你們
transcript.whisperx[25].start 582.975
transcript.whisperx[25].end 610.146
transcript.whisperx[25].text 好像就直接是就給人家扣一半那個失能那個失能兩成的部分你們就直接扣一半如果他的災保的投保薪資沒有超過剛才的兩萬一那在領老年的時候我們不會扣他災保的錢你確定不會扣嗎不會那委員剛才提到的那個個案是不是有什麼特殊的狀況是不是可以容我們會後可以跟委員這邊做請教因為他看起來是有些失能的就你們都直接把人家扣掉
transcript.whisperx[26].start 612.14
transcript.whisperx[26].end 630.579
transcript.whisperx[26].text 委員是不是可以容這一部分就像剛剛講原則部分我們去做一個處理那如果個案部分的個案狀況我們來了解我想是這樣喔我是特別想要強調就是說可以領執在失能年金20%的勞工朋友他的工作能力損失至少超過50%
transcript.whisperx[27].start 632.561
transcript.whisperx[27].end 656.621
transcript.whisperx[27].text 所以即使他今天重回職場了他的這個投保薪資可能比受傷錢還低那幾年過去了就算這個平均月投保薪資是採計最高5年的平均可以領的這個老年年金還是比這個不發生職災當時可以領的少了很多然後你們
transcript.whisperx[28].start 657.942
transcript.whisperx[28].end 671.52
transcript.whisperx[28].text 如果再扣這個職災失能年金的額度這樣是不是一種變相對於這個職災勞工的懲罰因為就是你們就扣了
transcript.whisperx[29].start 675.428
transcript.whisperx[29].end 690.918
transcript.whisperx[29].text 因為原則是這樣但是實際上面的操作當然個案部分我想請委員再讓我們了解一下個案那我請我們勞保局來跟委員辦公室來了解一下這個實際的個案狀況是怎麼樣因為其實不管他的這個勞保局
transcript.whisperx[30].start 694.72
transcript.whisperx[30].end 715.098
transcript.whisperx[30].text 他們的這個投保薪資是多少本席是認為就是說在這個職災失能年金的部分其實一毛錢都不該扣那這個部分我要請你們特別去研議不管你們那個換算那個薪水是多少
transcript.whisperx[31].start 716.379
transcript.whisperx[31].end 740.393
transcript.whisperx[31].text 那到底有沒有超過怎麼樣的總額其實本席都認為那個都不應該扣那因為同樣的道理這個職災傷病給付每年都超過五萬五千人這裡面其實也有很多我們的原住民的勞工朋友還有以及部長一直非常關心的這個外籍的勞工朋友們所以他們的職災其實至少高於全產業的四成
transcript.whisperx[32].start 741.814
transcript.whisperx[32].end 768.257
transcript.whisperx[32].text 那所以尤其是這幾年外籍的這個勞工朋友他們是更高的那我想說我們都很關心不論是種族國籍年齡性別這麼多的勞工朋友是不是都有回到職場以及回去以後投保薪資到底有沒有受影響所以這個部分我也特別提出來那針對剛剛特別講的這個職債私人年金的部分那我希望你們可以重新來研議
transcript.whisperx[33].start 770.117
transcript.whisperx[33].end 791.662
transcript.whisperx[33].text 我們來評估一下好不好就是相關的做法那我覺得可能有需要我們也需要更多的個案然後我們透過這些個案來檢視他的實際的狀況然後來來看看我們的原則是不是要來做一些調整好謝謝謝謝那你們是大概一個月可以兩個月好不好兩個月好謝謝好謝謝陳盈委員發言接下來請賴