| IVOD_ID |
165520 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/165520 |
| 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 |
2025-11-17T12:29:29+08:00 |
| 結束時間 |
2025-11-17T12:39:33+08:00 |
| 影片長度 |
00:10:04 |
| 支援功能[0] |
ai-transcript |
| video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ff1e125e807f56abb72462b918790e57bfb6dfa65ed0fc1ddbd0c7f9f51010c4be8a7296b23f08fd5ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
邱鎮軍 |
| 委員發言時間 |
12:29:29 - 12:39:33 |
| 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 |
6.46034375 |
| transcript.pyannote[0].end |
9.22784375 |
| transcript.pyannote[1].speaker |
SPEAKER_00 |
| transcript.pyannote[1].start |
15.79221875 |
| transcript.pyannote[1].end |
16.28159375 |
| transcript.pyannote[2].speaker |
SPEAKER_01 |
| transcript.pyannote[2].start |
16.28159375 |
| transcript.pyannote[2].end |
17.31096875 |
| transcript.pyannote[3].speaker |
SPEAKER_01 |
| transcript.pyannote[3].start |
17.96909375 |
| transcript.pyannote[3].end |
30.89534375 |
| transcript.pyannote[4].speaker |
SPEAKER_01 |
| transcript.pyannote[4].start |
31.24971875 |
| transcript.pyannote[4].end |
35.85659375 |
| transcript.pyannote[5].speaker |
SPEAKER_01 |
| transcript.pyannote[5].start |
36.29534375 |
| transcript.pyannote[5].end |
36.83534375 |
| transcript.pyannote[6].speaker |
SPEAKER_01 |
| transcript.pyannote[6].start |
37.25721875 |
| transcript.pyannote[6].end |
48.25971875 |
| transcript.pyannote[7].speaker |
SPEAKER_00 |
| transcript.pyannote[7].start |
49.27221875 |
| transcript.pyannote[7].end |
52.59659375 |
| transcript.pyannote[8].speaker |
SPEAKER_00 |
| transcript.pyannote[8].start |
52.86659375 |
| transcript.pyannote[8].end |
89.46846875 |
| transcript.pyannote[9].speaker |
SPEAKER_01 |
| transcript.pyannote[9].start |
55.75221875 |
| transcript.pyannote[9].end |
55.81971875 |
| transcript.pyannote[10].speaker |
SPEAKER_01 |
| transcript.pyannote[10].start |
72.54284375 |
| transcript.pyannote[10].end |
73.45409375 |
| transcript.pyannote[11].speaker |
SPEAKER_00 |
| transcript.pyannote[11].start |
90.16034375 |
| transcript.pyannote[11].end |
93.51846875 |
| transcript.pyannote[12].speaker |
SPEAKER_01 |
| transcript.pyannote[12].start |
94.96971875 |
| transcript.pyannote[12].end |
122.89784375 |
| transcript.pyannote[13].speaker |
SPEAKER_01 |
| transcript.pyannote[13].start |
123.65721875 |
| transcript.pyannote[13].end |
124.14659375 |
| transcript.pyannote[14].speaker |
SPEAKER_00 |
| transcript.pyannote[14].start |
124.45034375 |
| transcript.pyannote[14].end |
128.21346875 |
| transcript.pyannote[15].speaker |
SPEAKER_01 |
| transcript.pyannote[15].start |
125.66534375 |
| transcript.pyannote[15].end |
127.18409375 |
| transcript.pyannote[16].speaker |
SPEAKER_00 |
| transcript.pyannote[16].start |
128.98971875 |
| transcript.pyannote[16].end |
135.26721875 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
135.68909375 |
| transcript.pyannote[17].end |
138.92909375 |
| transcript.pyannote[18].speaker |
SPEAKER_00 |
| transcript.pyannote[18].start |
139.33409375 |
| transcript.pyannote[18].end |
147.65346875 |
| transcript.pyannote[19].speaker |
SPEAKER_01 |
| transcript.pyannote[19].start |
146.64096875 |
| transcript.pyannote[19].end |
149.56034375 |
| transcript.pyannote[20].speaker |
SPEAKER_00 |
| transcript.pyannote[20].start |
150.25221875 |
| transcript.pyannote[20].end |
158.26784375 |
| transcript.pyannote[21].speaker |
SPEAKER_01 |
| transcript.pyannote[21].start |
157.32284375 |
| transcript.pyannote[21].end |
160.02284375 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
160.02284375 |
| transcript.pyannote[22].end |
160.42784375 |
| transcript.pyannote[23].speaker |
SPEAKER_01 |
| transcript.pyannote[23].start |
160.42784375 |
| transcript.pyannote[23].end |
161.06909375 |
| transcript.pyannote[24].speaker |
SPEAKER_00 |
| transcript.pyannote[24].start |
161.06909375 |
| transcript.pyannote[24].end |
167.71784375 |
| transcript.pyannote[25].speaker |
SPEAKER_00 |
| transcript.pyannote[25].start |
168.02159375 |
| transcript.pyannote[25].end |
173.59034375 |
| transcript.pyannote[26].speaker |
SPEAKER_01 |
| transcript.pyannote[26].start |
173.59034375 |
| transcript.pyannote[26].end |
195.13971875 |
| transcript.pyannote[27].speaker |
SPEAKER_00 |
| transcript.pyannote[27].start |
196.21971875 |
| transcript.pyannote[27].end |
207.44159375 |
| transcript.pyannote[28].speaker |
SPEAKER_01 |
| transcript.pyannote[28].start |
207.44159375 |
| transcript.pyannote[28].end |
207.86346875 |
| transcript.pyannote[29].speaker |
SPEAKER_00 |
| transcript.pyannote[29].start |
207.86346875 |
| transcript.pyannote[29].end |
207.96471875 |
| transcript.pyannote[30].speaker |
SPEAKER_01 |
| transcript.pyannote[30].start |
207.96471875 |
| transcript.pyannote[30].end |
215.42346875 |
| transcript.pyannote[31].speaker |
SPEAKER_00 |
| transcript.pyannote[31].start |
212.18346875 |
| transcript.pyannote[31].end |
212.53784375 |
| transcript.pyannote[32].speaker |
SPEAKER_01 |
| transcript.pyannote[32].start |
215.81159375 |
| transcript.pyannote[32].end |
227.65784375 |
| transcript.pyannote[33].speaker |
SPEAKER_01 |
| transcript.pyannote[33].start |
228.07971875 |
| transcript.pyannote[33].end |
228.97409375 |
| transcript.pyannote[34].speaker |
SPEAKER_00 |
| transcript.pyannote[34].start |
228.16409375 |
| transcript.pyannote[34].end |
228.55221875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
228.97409375 |
| transcript.pyannote[35].end |
238.62659375 |
| transcript.pyannote[36].speaker |
SPEAKER_00 |
| transcript.pyannote[36].start |
239.31846875 |
| transcript.pyannote[36].end |
249.02159375 |
| transcript.pyannote[37].speaker |
SPEAKER_01 |
| transcript.pyannote[37].start |
248.51534375 |
| transcript.pyannote[37].end |
248.95409375 |
| transcript.pyannote[38].speaker |
SPEAKER_01 |
| transcript.pyannote[38].start |
249.02159375 |
| transcript.pyannote[38].end |
252.78471875 |
| transcript.pyannote[39].speaker |
SPEAKER_01 |
| transcript.pyannote[39].start |
252.97034375 |
| transcript.pyannote[39].end |
255.51846875 |
| transcript.pyannote[40].speaker |
SPEAKER_00 |
| transcript.pyannote[40].start |
253.35846875 |
| transcript.pyannote[40].end |
253.86471875 |
| transcript.pyannote[41].speaker |
SPEAKER_00 |
| transcript.pyannote[41].start |
255.51846875 |
| transcript.pyannote[41].end |
274.28346875 |
| transcript.pyannote[42].speaker |
SPEAKER_01 |
| transcript.pyannote[42].start |
255.53534375 |
| transcript.pyannote[42].end |
256.26096875 |
| transcript.pyannote[43].speaker |
SPEAKER_01 |
| transcript.pyannote[43].start |
258.23534375 |
| transcript.pyannote[43].end |
258.84284375 |
| transcript.pyannote[44].speaker |
SPEAKER_01 |
| transcript.pyannote[44].start |
268.86659375 |
| transcript.pyannote[44].end |
271.00971875 |
| transcript.pyannote[45].speaker |
SPEAKER_00 |
| transcript.pyannote[45].start |
274.70534375 |
| transcript.pyannote[45].end |
279.37971875 |
| transcript.pyannote[46].speaker |
SPEAKER_01 |
| transcript.pyannote[46].start |
277.28721875 |
| transcript.pyannote[46].end |
278.56971875 |
| transcript.pyannote[47].speaker |
SPEAKER_01 |
| transcript.pyannote[47].start |
279.37971875 |
| transcript.pyannote[47].end |
282.31596875 |
| transcript.pyannote[48].speaker |
SPEAKER_01 |
| transcript.pyannote[48].start |
282.85596875 |
| transcript.pyannote[48].end |
316.92659375 |
| transcript.pyannote[49].speaker |
SPEAKER_00 |
| transcript.pyannote[49].start |
317.53409375 |
| transcript.pyannote[49].end |
325.27971875 |
| transcript.pyannote[50].speaker |
SPEAKER_01 |
| transcript.pyannote[50].start |
325.68471875 |
| transcript.pyannote[50].end |
332.75534375 |
| transcript.pyannote[51].speaker |
SPEAKER_00 |
| transcript.pyannote[51].start |
332.68784375 |
| transcript.pyannote[51].end |
333.26159375 |
| transcript.pyannote[52].speaker |
SPEAKER_00 |
| transcript.pyannote[52].start |
333.48096875 |
| transcript.pyannote[52].end |
334.15596875 |
| transcript.pyannote[53].speaker |
SPEAKER_00 |
| transcript.pyannote[53].start |
334.45971875 |
| transcript.pyannote[53].end |
338.40846875 |
| transcript.pyannote[54].speaker |
SPEAKER_00 |
| transcript.pyannote[54].start |
338.45909375 |
| transcript.pyannote[54].end |
362.60721875 |
| transcript.pyannote[55].speaker |
SPEAKER_01 |
| transcript.pyannote[55].start |
354.27096875 |
| transcript.pyannote[55].end |
357.03846875 |
| transcript.pyannote[56].speaker |
SPEAKER_01 |
| transcript.pyannote[56].start |
361.66221875 |
| transcript.pyannote[56].end |
362.52284375 |
| transcript.pyannote[57].speaker |
SPEAKER_01 |
| transcript.pyannote[57].start |
362.60721875 |
| transcript.pyannote[57].end |
362.65784375 |
| transcript.pyannote[58].speaker |
SPEAKER_00 |
| transcript.pyannote[58].start |
362.65784375 |
| transcript.pyannote[58].end |
362.82659375 |
| transcript.pyannote[59].speaker |
SPEAKER_01 |
| transcript.pyannote[59].start |
362.82659375 |
| transcript.pyannote[59].end |
376.63034375 |
| transcript.pyannote[60].speaker |
SPEAKER_00 |
| transcript.pyannote[60].start |
363.13034375 |
| transcript.pyannote[60].end |
366.23534375 |
| transcript.pyannote[61].speaker |
SPEAKER_00 |
| transcript.pyannote[61].start |
373.47471875 |
| transcript.pyannote[61].end |
376.59659375 |
| transcript.pyannote[62].speaker |
SPEAKER_00 |
| transcript.pyannote[62].start |
376.63034375 |
| transcript.pyannote[62].end |
379.21221875 |
| transcript.pyannote[63].speaker |
SPEAKER_01 |
| transcript.pyannote[63].start |
379.09409375 |
| transcript.pyannote[63].end |
384.25784375 |
| transcript.pyannote[64].speaker |
SPEAKER_01 |
| transcript.pyannote[64].start |
385.21971875 |
| transcript.pyannote[64].end |
386.09721875 |
| transcript.pyannote[65].speaker |
SPEAKER_00 |
| transcript.pyannote[65].start |
386.04659375 |
| transcript.pyannote[65].end |
400.23846875 |
| transcript.pyannote[66].speaker |
SPEAKER_01 |
| transcript.pyannote[66].start |
398.68596875 |
| transcript.pyannote[66].end |
399.39471875 |
| transcript.pyannote[67].speaker |
SPEAKER_00 |
| transcript.pyannote[67].start |
400.42409375 |
| transcript.pyannote[67].end |
400.44096875 |
| transcript.pyannote[68].speaker |
SPEAKER_01 |
| transcript.pyannote[68].start |
400.44096875 |
| transcript.pyannote[68].end |
403.09034375 |
| transcript.pyannote[69].speaker |
SPEAKER_01 |
| transcript.pyannote[69].start |
403.30971875 |
| transcript.pyannote[69].end |
405.33471875 |
| transcript.pyannote[70].speaker |
SPEAKER_00 |
| transcript.pyannote[70].start |
403.73159375 |
| transcript.pyannote[70].end |
407.27534375 |
| transcript.pyannote[71].speaker |
SPEAKER_01 |
| transcript.pyannote[71].start |
406.24596875 |
| transcript.pyannote[71].end |
410.90346875 |
| transcript.pyannote[72].speaker |
SPEAKER_00 |
| transcript.pyannote[72].start |
409.65471875 |
| transcript.pyannote[72].end |
410.92034375 |
| transcript.pyannote[73].speaker |
SPEAKER_01 |
| transcript.pyannote[73].start |
410.92034375 |
| transcript.pyannote[73].end |
411.03846875 |
| transcript.pyannote[74].speaker |
SPEAKER_00 |
| transcript.pyannote[74].start |
411.03846875 |
| transcript.pyannote[74].end |
411.96659375 |
| transcript.pyannote[75].speaker |
SPEAKER_01 |
| transcript.pyannote[75].start |
411.96659375 |
| transcript.pyannote[75].end |
412.03409375 |
| transcript.pyannote[76].speaker |
SPEAKER_00 |
| transcript.pyannote[76].start |
412.03409375 |
| transcript.pyannote[76].end |
413.87346875 |
| transcript.pyannote[77].speaker |
SPEAKER_01 |
| transcript.pyannote[77].start |
413.87346875 |
| transcript.pyannote[77].end |
413.92409375 |
| transcript.pyannote[78].speaker |
SPEAKER_00 |
| transcript.pyannote[78].start |
413.92409375 |
| transcript.pyannote[78].end |
421.90596875 |
| transcript.pyannote[79].speaker |
SPEAKER_01 |
| transcript.pyannote[79].start |
413.94096875 |
| transcript.pyannote[79].end |
415.52721875 |
| transcript.pyannote[80].speaker |
SPEAKER_01 |
| transcript.pyannote[80].start |
416.18534375 |
| transcript.pyannote[80].end |
416.65784375 |
| transcript.pyannote[81].speaker |
SPEAKER_01 |
| transcript.pyannote[81].start |
421.82159375 |
| transcript.pyannote[81].end |
493.25346875 |
| transcript.pyannote[82].speaker |
SPEAKER_01 |
| transcript.pyannote[82].start |
493.74284375 |
| transcript.pyannote[82].end |
509.28471875 |
| transcript.pyannote[83].speaker |
SPEAKER_00 |
| transcript.pyannote[83].start |
510.02721875 |
| transcript.pyannote[83].end |
538.84971875 |
| transcript.pyannote[84].speaker |
SPEAKER_01 |
| transcript.pyannote[84].start |
538.30971875 |
| transcript.pyannote[84].end |
557.20971875 |
| transcript.pyannote[85].speaker |
SPEAKER_00 |
| transcript.pyannote[85].start |
557.20971875 |
| transcript.pyannote[85].end |
573.05534375 |
| transcript.pyannote[86].speaker |
SPEAKER_01 |
| transcript.pyannote[86].start |
561.19221875 |
| transcript.pyannote[86].end |
561.83346875 |
| transcript.pyannote[87].speaker |
SPEAKER_00 |
| transcript.pyannote[87].start |
573.25784375 |
| transcript.pyannote[87].end |
573.74721875 |
| transcript.pyannote[88].speaker |
SPEAKER_01 |
| transcript.pyannote[88].start |
573.54471875 |
| transcript.pyannote[88].end |
573.73034375 |
| transcript.pyannote[89].speaker |
SPEAKER_01 |
| transcript.pyannote[89].start |
573.74721875 |
| transcript.pyannote[89].end |
573.76409375 |
| transcript.pyannote[90].speaker |
SPEAKER_00 |
| transcript.pyannote[90].start |
573.76409375 |
| transcript.pyannote[90].end |
591.33096875 |
| transcript.pyannote[91].speaker |
SPEAKER_01 |
| transcript.pyannote[91].start |
574.94534375 |
| transcript.pyannote[91].end |
575.09721875 |
| transcript.pyannote[92].speaker |
SPEAKER_01 |
| transcript.pyannote[92].start |
579.51846875 |
| transcript.pyannote[92].end |
580.32846875 |
| transcript.pyannote[93].speaker |
SPEAKER_01 |
| transcript.pyannote[93].start |
582.74159375 |
| transcript.pyannote[93].end |
584.83409375 |
| transcript.pyannote[94].speaker |
SPEAKER_00 |
| transcript.pyannote[94].start |
591.39846875 |
| transcript.pyannote[94].end |
592.05659375 |
| transcript.pyannote[95].speaker |
SPEAKER_01 |
| transcript.pyannote[95].start |
592.34346875 |
| transcript.pyannote[95].end |
594.43596875 |
| transcript.pyannote[96].speaker |
SPEAKER_01 |
| transcript.pyannote[96].start |
596.03909375 |
| transcript.pyannote[96].end |
599.53221875 |
| transcript.whisperx[0].start |
6.519 |
| transcript.whisperx[0].end |
35.316 |
| transcript.whisperx[0].text |
主席好 我們請洪部長有請洪部長委員好部長好關於這個勞保我們這個入法的這件事情我想請問一下你對於勞保撥補法治化這個部分您這個整體提案大概有三個部分那我大概有三個方向就是說政府要負最後的責任 |
| transcript.whisperx[1].start |
36.357 |
| transcript.whisperx[1].end |
47.812 |
| transcript.whisperx[1].text |
入法 還有政府每年撥補至少1000億入法那基金報酬每打6%國庫來補差額現在看起來你們的好像有其他意見是嗎 |
| transcript.whisperx[2].start |
49.318 |
| transcript.whisperx[2].end |
76.955 |
| transcript.whisperx[2].text |
根文說明當然對於這個撥補這個概念把它入法我想我們不會反對啦但是對於要有一個固定的金額入法這件事情因為它牽涉到財政紀律法的第7條所以在這個如果要固定金額入法這上面就會跟財政紀律法第7條會有漢格主要是這個部分那其他的呢那針對那個每年要6%的部分 |
| transcript.whisperx[3].start |
77.615 |
| transcript.whisperx[3].end |
93.235 |
| transcript.whisperx[3].text |
因为这个老保基金其实是这个确定给付制好那在确定给付制上所以比较不是刚刚我可以讲说好像是收益率没有达多少来拨比较不是这个概念 |
| transcript.whisperx[4].start |
95.497 |
| transcript.whisperx[4].end |
122.569 |
| transcript.whisperx[4].text |
對 但是我們現在今天錄這個法只是希望讓勞工安心這個是最基本的當然也減少你的壓力可是我剛剛我想到一件事情我看到就是說今年6月底我們勞保的潛藏的負債是13兆5632億比起前一年11兆8628億增加了1.7兆那以按照目前的撥補方式也只是延後破產而已 |
| transcript.whisperx[5].start |
123.729 |
| transcript.whisperx[5].end |
148.936 |
| transcript.whisperx[5].text |
對不對跟委員說明因為潛藏負債因為這是一個社會保險所以本來就有世財互助的性質那潛藏負債的原因是因為過去我們其實這個費率並沒有足而提撥會慢慢的增加所以在各國的這個公共的基金裡面社會保險的基金裡面都會有潛藏負債的狀況問題他每年都多這麼多 |
| transcript.whisperx[6].start |
150.771 |
| transcript.whisperx[6].end |
166.61 |
| transcript.whisperx[6].text |
對 所以都會有潛藏負債的狀況所以這也是為什麼我們持續的在做撥補而且這兩年我們撥補的力道甚至都已經超過1000億你現在除了撥補你現在除了這個你有想到其他方法嗎第一個是撥補第二個是我們其實這幾年我們在基金的投資的效益其實都相當不錯 |
| transcript.whisperx[7].start |
168.092 |
| transcript.whisperx[7].end |
194.759 |
| transcript.whisperx[7].text |
那甚至去年高多的話到16% 18%以上因為每次討論到這個勞保破產的問題勞工朋友都會非常擔心那當然他們擔心是不是會影響他的權益那要解決勞保破產的問題不是增加收入就是減少支出那現在看起來減少支出的部分原則上你們都不太敢碰那增加收入的部分除了每年提高基本工資跟撥補之外有準備調高保費嗎 |
| transcript.whisperx[8].start |
197.921 |
| transcript.whisperx[8].end |
222.611 |
| transcript.whisperx[8].text |
確實 強化保費當然是各界其實會提出來的其中一個方向可是這的確牽涉到勞工的權益跟雇主的權益所以這部分當然我們還需要更多的社會的討論但是這個也是一種方式因為基本工資提高 保費就會增加當然我們增加幾十億也是不錯 也是增加至少也是一種方式就是說我在想就是說您在這個位置上 |
| transcript.whisperx[9].start |
223.431 |
| transcript.whisperx[9].end |
238.351 |
| transcript.whisperx[9].text |
您會在你任內提出整套的改革方法嗎除了撥補之外我想其實跟委員說明對於維持勞保基金的水位那我們其實這幾年很努力包括爭取撥補是其中之一 |
| transcript.whisperx[10].start |
239.42 |
| transcript.whisperx[10].end |
267.081 |
| transcript.whisperx[10].text |
也包括剛才說基金的投資的效益那我們其實最近也都有蠻亮眼的基金投資的效益那其實也給基金其實蠻多的因為你這個潛藏負債一直在提高我認為他不是好事啊對不對雖然是雖然是各國都有這種潛藏的負債他其實並不會一次的實現啊因為他也會說你可以請領相關的條件如果你沒有到可以請領的條件其實也不能請領潛藏負債是指說以現在所有的這個被保險的狀況假如當下 |
| transcript.whisperx[11].start |
269.222 |
| transcript.whisperx[11].end |
297.438 |
| transcript.whisperx[11].text |
他當然不會一次的請領的話才是這個潛藏負債的狀況所以他其實概念上面當然我覺得我們要非常非常的留意而且要預作準備我們也要預作準備我再問我們勞動部公開國際勞動的統計結果之後看起來台灣被比喻為過勞之島這個說法不是讓得虛名去年2020年台灣的年工時2030小時是全球第五比日本還高 |
| transcript.whisperx[12].start |
298.619 |
| transcript.whisperx[12].end |
316.681 |
| transcript.whisperx[12].text |
那在亞洲的部分是排名第二那今年五月我們國民黨跟民眾黨在民進黨的全面反對之下共同通過的這個還價於民至少把過去被民進黨砍掉的價還給勞工朋友那現在勞團持續呼籲特休的部分也要進行改革這件事你有掌握嗎 |
| transcript.whisperx[13].start |
318.032 |
| transcript.whisperx[13].end |
332.449 |
| transcript.whisperx[13].text |
我想勞工團一直都對特休有這個天數上面的一些期待你認為這個數字有沒有修改的必要就是有沒有在進步的空間 |
| transcript.whisperx[14].start |
333.59 |
| transcript.whisperx[14].end |
352.478 |
| transcript.whisperx[14].text |
第一個我想先跟委員補充在數據上面其實台灣的工時應該不是全球第五高啦因為這個數字這個表格並不是把所有全部全世界所有的國家都列出來但是的確我們認為台灣的工時怎麼樣可以做得更好我們跟隔壁 |
| transcript.whisperx[15].start |
353.198 |
| transcript.whisperx[15].end |
369.871 |
| transcript.whisperx[15].text |
的國家比就好了 像日本韓國嘛如果是全時的工時的話其實台灣的工時統計下來並沒有比日本韓國來的高如果是全時我們這個原因是因為台灣部分工時的比例比較低就是以勞動市場來講 台灣最接近的是南韓嘛 |
| transcript.whisperx[16].start |
370.672 |
| transcript.whisperx[16].end |
399.741 |
| transcript.whisperx[16].text |
那全時工作比例相近兼職的比例也相近如果全時比全時的話我們的工時是比南韓來的低一些的我們算起來2024年台灣是2030小時南韓是1859小時怎麼會比他低呢如果是全時來看的話去年113年每週的經常性工時的話台灣是41.5韓國是42.8我說以全時來看但是你那個如果是全時比全時的話 |
| transcript.whisperx[17].start |
401.922 |
| transcript.whisperx[17].end |
421.452 |
| transcript.whisperx[17].text |
我們現在講全部啊對所以這也是為什麼我們說因為台灣的部分公司你不要把它拆開來講你們都找你們對你們有利的數字來講所以我說如果是全時比全時的話你不能這樣比你這個是整體的意思但是我可是跟委員說我不是說這樣台灣的公司就不用做出改革不是這個意思 |
| transcript.whisperx[18].start |
421.872 |
| transcript.whisperx[18].end |
446.233 |
| transcript.whisperx[18].text |
我跟你大概講一下就是說南韓勞工這個一進公司就有特休台灣等半年才會給三天這就是公司差距的第一個來源那南韓用高額罰款實時稽查逼企業縮短工時那台灣的這個罰金太小稽查太弱公司自然降不下來那南韓勞工有合法權利可拒絕雇主要求加班強迫加班會 |
| transcript.whisperx[19].start |
447.094 |
| transcript.whisperx[19].end |
469.829 |
| transcript.whisperx[19].text |
被認為是這個職場霸凌或這個非法命令那台灣名義上可以拒絕但是在實務上幾乎是無法拒絕的那台灣通常是主管一句話今天要趕工就變加班了那也就是說韓國政府讓韓國勞工有拒絕權但是我們台灣在政府的力道薄弱的狀態下勞工變成被迫的文化 |
| transcript.whisperx[20].start |
470.669 |
| transcript.whisperx[20].end |
492.56 |
| transcript.whisperx[20].text |
第四個 南韓把過勞史視為國家責任我們台灣把過勞史視為個案處理南韓工會參與率是14%大企業工會非常強勢談判的結果 資方通常都會讓步但是台灣工會參與率只有7%而且只有勞動部常常站在資方的立場去思考問題 |
| transcript.whisperx[21].start |
494 |
| transcript.whisperx[21].end |
508.521 |
| transcript.whisperx[21].text |
還有台灣的稽查力度是南韓的十分之一啦我想這些都是問題那部長這不是統計的問題是國家施政的一個差距啦我認為是希望部長在這邊呢能夠承諾來改善這個狀況 |
| transcript.whisperx[22].start |
510.426 |
| transcript.whisperx[22].end |
536.314 |
| transcript.whisperx[22].text |
跟委員說沒有其實我還是有說數字上面的比較是一回事但的確我們認為在工時的問題上面其實有一些我們還可以在更多努力的地方比方說我們其實也很希望接下來擴大其實對於可能很多的工會或者是簽這個團體協約怎麼樣簽一個比較高於法令然後能夠對於勞工的工時更有保障或更多考慮 |
| transcript.whisperx[23].start |
537.214 |
| transcript.whisperx[23].end |
552.244 |
| transcript.whisperx[23].text |
的這部分我們希望這多演繹 部長我再問最後就是說勞團呼籲我們這個包含特休這個地震要更快上限要提高另外改善勞動條件提高勞參率就是缺工的問題要解決啦才不會這個因 |
| transcript.whisperx[24].start |
553.184 |
| transcript.whisperx[24].end |
572.728 |
| transcript.whisperx[24].text |
因為缺能而不能放假部長會朝這三個方向來進行嗎第一個關於缺工的問題我想我們很認真的研議那特休呢近期其實也因為在考慮到缺工部分產業缺工所以我們也在整體的跨國勞動力政策上面做出了一些精進跟調整那第二個我覺得在關於特休我覺得我們可以整體性的來思考 |
| transcript.whisperx[25].start |
573.808 |
| transcript.whisperx[25].end |
599.367 |
| transcript.whisperx[25].text |
所以你們是支持的嗎我們可以整體性的來思考這個事情你支持嗎 你先講嘛我想從勞工的 從勞工的角度當然都會希望特休提高嘛你是部長 你是但是當然我說就政策來說的話我們願意來做整體性的來思考這部分有沒有空間 有多少空間我們 對好 那部長多久可以回答我三個月好不好好 謝謝部長 |
| transcript.whisperx[26].start |
605.077 |
| transcript.whisperx[26].end |
605.181 |
| transcript.whisperx[26].text |
我看 |