iVOD / 165523

Field Value
IVOD_ID 165523
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165523
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 2025-11-17T12:52:04+08:00
結束時間 2025-11-17T13:03:49+08:00
影片長度 00:11:45
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ff1e125e807f56ab5b9e5c6c2ea05316bfb6dfa65ed0fc1d3a9647aa96f21cfc7884b307e7568acc5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃秀芳
委員發言時間 12:52:04 - 13:03:49
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_00
transcript.pyannote[0].start 2.78159375
transcript.pyannote[0].end 4.30034375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.91596875
transcript.pyannote[1].end 7.60784375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.99534375
transcript.pyannote[2].end 12.02909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.02909375
transcript.pyannote[3].end 12.48471875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 12.53534375
transcript.pyannote[4].end 12.55221875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 12.55221875
transcript.pyannote[5].end 20.17971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.82096875
transcript.pyannote[6].end 29.84909375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 26.13659375
transcript.pyannote[7].end 26.59221875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 29.29221875
transcript.pyannote[8].end 30.87846875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 29.96721875
transcript.pyannote[9].end 32.48159375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 32.11034375
transcript.pyannote[10].end 32.27909375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 32.51534375
transcript.pyannote[11].end 67.41284375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 67.58159375
transcript.pyannote[12].end 116.92409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 117.81846875
transcript.pyannote[13].end 118.72971875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 118.96596875
transcript.pyannote[14].end 178.36596875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 147.28221875
transcript.pyannote[15].end 147.60284375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 159.02721875
transcript.pyannote[16].end 159.04409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 159.04409375
transcript.pyannote[17].end 159.41534375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 165.97971875
transcript.pyannote[18].end 166.24971875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 166.24971875
transcript.pyannote[19].end 166.28346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 171.17721875
transcript.pyannote[20].end 171.54846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 175.76721875
transcript.pyannote[21].end 176.22284375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 178.77096875
transcript.pyannote[22].end 182.29784375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 182.71971875
transcript.pyannote[23].end 204.04971875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 185.53784375
transcript.pyannote[24].end 186.76971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 187.32659375
transcript.pyannote[25].end 187.91721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 199.61159375
transcript.pyannote[26].end 200.11784375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 200.64096875
transcript.pyannote[27].end 200.70846875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 203.91471875
transcript.pyannote[28].end 206.90159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 206.90159375
transcript.pyannote[29].end 207.76221875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 209.41596875
transcript.pyannote[30].end 221.56596875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 215.62596875
transcript.pyannote[31].end 216.28409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 216.41909375
transcript.pyannote[32].end 216.95909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 221.16096875
transcript.pyannote[33].end 254.65784375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 252.86909375
transcript.pyannote[34].end 253.35846875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 254.70846875
transcript.pyannote[35].end 256.21034375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 256.73346875
transcript.pyannote[36].end 265.13721875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 261.15471875
transcript.pyannote[37].end 261.67784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 265.17096875
transcript.pyannote[38].end 278.35034375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 265.23846875
transcript.pyannote[39].end 265.32284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 265.45784375
transcript.pyannote[40].end 265.69409375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 277.70909375
transcript.pyannote[41].end 291.66471875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 290.82096875
transcript.pyannote[42].end 295.05659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 291.85034375
transcript.pyannote[43].end 293.31846875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 294.41534375
transcript.pyannote[44].end 333.83534375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 334.66221875
transcript.pyannote[45].end 335.77596875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 334.74659375
transcript.pyannote[46].end 336.06284375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 336.48471875
transcript.pyannote[47].end 342.59346875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 344.95596875
transcript.pyannote[48].end 345.85034375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 346.17096875
transcript.pyannote[49].end 356.68409375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 348.49971875
transcript.pyannote[50].end 349.02284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 356.95409375
transcript.pyannote[51].end 371.12909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 371.44971875
transcript.pyannote[52].end 391.07534375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 377.17034375
transcript.pyannote[53].end 378.08159375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 384.56159375
transcript.pyannote[54].end 384.93284375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 384.93284375
transcript.pyannote[55].end 384.98346875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 391.80096875
transcript.pyannote[56].end 397.16721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 397.72409375
transcript.pyannote[57].end 416.47221875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 413.97471875
transcript.pyannote[58].end 414.39659375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 415.32471875
transcript.pyannote[59].end 417.75471875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 417.41721875
transcript.pyannote[60].end 417.87284375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 418.42971875
transcript.pyannote[61].end 419.71221875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 419.30721875
transcript.pyannote[62].end 423.23909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 422.39534375
transcript.pyannote[63].end 451.28534375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 451.67346875
transcript.pyannote[64].end 459.50346875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 459.85784375
transcript.pyannote[65].end 480.61409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 481.05284375
transcript.pyannote[66].end 492.05534375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 492.64596875
transcript.pyannote[67].end 514.51596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 515.42721875
transcript.pyannote[68].end 562.59284375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 562.96409375
transcript.pyannote[69].end 566.76096875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 567.52034375
transcript.pyannote[70].end 590.20034375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 591.38159375
transcript.pyannote[71].end 640.50471875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 640.74096875
transcript.pyannote[72].end 683.02971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 682.92846875
transcript.pyannote[73].end 698.75721875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 686.11784375
transcript.pyannote[74].end 686.64096875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 697.35659375
transcript.pyannote[75].end 698.68971875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 699.43221875
transcript.pyannote[76].end 699.63471875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 700.00596875
transcript.pyannote[77].end 701.76096875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 702.23346875
transcript.pyannote[78].end 705.82784375
transcript.whisperx[0].start 3.07
transcript.whisperx[0].end 31.65
transcript.whisperx[0].text 謝謝主席 我們請部長請洪部長洪委員好部長好 部長我先就剛剛委員有特別垂詢就是說我們勞保其實在之前你們就已經有講過政府一定是負最終的責任是這個從以前到現在就是這樣子態度上是 做法上也是就都是這樣子對
transcript.whisperx[1].start 32.671
transcript.whisperx[1].end 53.179
transcript.whisperx[1].text 所以我希望就是說那未來也希望朝野能夠有一個共識如果未來真的要入法的話如果真的入法其實這個應該是大家都有共識的就是政府負最終的一個責任那另外部長我想請教就是說我們現在的這個勞工退休
transcript.whisperx[2].start 54.139
transcript.whisperx[2].end 80.009
transcript.whisperx[2].text 退休金這個有分三大就是說一個是勞保一個是勞退一個是自行投資那這個有關這個勞工自己提撥6%的這個部分之前很多人希望就是說政府是不是也要鼓勵勞工來自行提撥這個6%那我們看到現在目前為止就是有超過85%的勞工
transcript.whisperx[3].start 82.35
transcript.whisperx[3].end 97.357
transcript.whisperx[3].text 是沒有自提沒有這個自己提撥那這樣子的話我們這個勞動部這樣要怎麼樣來鼓勵勞工確保未來退休的生活能夠更穩定是不是
transcript.whisperx[4].start 98.037
transcript.whisperx[4].end 116.685
transcript.whisperx[4].text 可以自己来提拨6%甚至我们之前也在提到劳工如果自己提拨政府是不是鼓励也加就是加码我不知道说部长你针对这一部分怎么样去鼓励劳工可以自行提拨
transcript.whisperx[5].start 118.153
transcript.whisperx[5].end 139.079
transcript.whisperx[5].text 跟文說明的確現在整體現在總體的數字來看看起來字體的比例沒有到很高但是如果仔細去分析的話可以看到相對比較高所得勞工他字體的比例就高很多那這當然有幾個原因第一個原因是因為這個其實我們現在在整個薪資勞退
transcript.whisperx[6].start 139.919
transcript.whisperx[6].end 152.514
transcript.whisperx[6].text 的投資的效益上面大概都超過6%幾%其實這就整體來說從定存的角度來說這其實效益都是很不錯的所以其實高收入老公他覺得這個對他來講是有幫助他就願意
transcript.whisperx[7].start 154.696
transcript.whisperx[7].end 179.885
transcript.whisperx[7].text 可是的確對於比較低薪的勞工他就會比較多的考慮他生活上面的負擔等等所以我們其實現在也在研議那怎麼樣子我們覺得政府應該多出一點資源那怎麼樣子來鼓勵或者是來刺激其實勞工願意自體的意願尤其是比較低薪的勞工因為按理來說其實低薪的勞工其實是需要更多的幫助的因為低薪的勞工他按照他現在的這個勞退的繳納的狀況他其實
transcript.whisperx[8].start 183.066
transcript.whisperx[8].end 206.434
transcript.whisperx[8].text 在退休以後他還是會比較辛苦的所以其實照理來說應該是更幫助大家所以這也是為什麼我們也看到立法院有一些黨團那有提案比方說如果願意自提的話那是不是政府要補1%或者是什麼的那我說這個各種方法我想我們都願意來考慮那你們有朝著這個方向去思考嗎這個請
transcript.whisperx[9].start 209.565
transcript.whisperx[9].end 231.273
transcript.whisperx[9].text 報告委員那有關這個鼓勵自體的部分那我們已經有在做一些研議和規劃那我們希望說用更多的這個宣導的宣達的方式我覺得宣導應該不好如果有用的話從以前你們就是希望勞工能夠自體6%應該就有用了那為什麼還有85%的勞工沒辦法自體
transcript.whisperx[10].start 234.014
transcript.whisperx[10].end 254.424
transcript.whisperx[10].text 所以我觉得你用宣导的方式我觉得是没有用那是不是可以用更积极的方式就像刚刚部长讲的比如说劳工他自提1% 2% 3%那政府是不是可以鼓励就鼓励性质的比如说也加码加码1% 2% 3%这样子可以这样做吗
transcript.whisperx[11].start 255.044
transcript.whisperx[11].end 268.778
transcript.whisperx[11].text 跟委員說其實很坦誠的說從勞動部角度我們當然都不反對政府怎麼樣加碼可是這的確牽涉到現在接下來他也要有裁員那在現在整個中央政府的財政狀況第一個
transcript.whisperx[12].start 271.34
transcript.whisperx[12].end 294.792
transcript.whisperx[12].text 目前整个中央政府财政的预度也大幅的降低所以我觉得我们愿意来跟组总来争取我觉得你们应该也要去试算一下就是说如果这个劳工自己提拨的话那鼓励性质比如说加1%那这样子到底会增加多少的预算我觉得应该可以去试算我们可以来做一些相关的计算对
transcript.whisperx[13].start 295.212
transcript.whisperx[13].end 315.545
transcript.whisperx[13].text 那另外就是说也有这个譬如说他自体6%的话那我们现在看到就是说每月薪资自体6%那这个当年度是可以结税就不列入当年的这个薪资所得课税可是等他要退休要领取的时候就会再合并计算
transcript.whisperx[14].start 316.465
transcript.whisperx[14].end 342.402
transcript.whisperx[14].text 所以是不是也可以从另外一个角度去看关于我们这个劳工朋友自提的这个部分是不是可以有这样子的一个免于扣缴所得税的这样子鼓励的方式我觉得你们应该也可以朝这个方向去做现在已经免税对啊这个是当年度免税嘛那等你要退休要领的时候就会合并计算嘛
transcript.whisperx[15].start 346.364
transcript.whisperx[15].end 370.716
transcript.whisperx[15].text 其實應該不太會去達到這部分對基本上應該就是免稅的這6%是免稅但如果要把這個免稅的額度6%再往上這當然就要跟財政部討論所以我這邊是不是可以請部長針對這一部分譬如說我們勞工朋友字體6%那未來也許這個字體上限到10%那這個是不是可以就是
transcript.whisperx[16].start 371.576
transcript.whisperx[16].end 396.688
transcript.whisperx[16].text 免這個所得稅 課稅我覺得這個也許可以讓勞工有所心動那其實勞工的退休生活能夠穩定這個我覺得這個也是我們勞動部應該要做的就像剛剛部長有特別提到其實大部分的勞工他退休退休之後的月退大多數都只有領一萬多塊大多數那如果像這樣子的話
transcript.whisperx[17].start 397.828
transcript.whisperx[17].end 416.767
transcript.whisperx[17].text 甚至有的還不到一萬塊那如果這樣子的話如果可以鼓勵他在年輕工作的時候他就自體好這個自行提撥那未來他退休的生活應該可以更穩定那政府應該鼓勵鼓勵不是只有宣傳總是要有一些我想我們應該可以規劃一些誘因對
transcript.whisperx[18].start 418.468
transcript.whisperx[18].end 444.388
transcript.whisperx[18].text 可以嗎 我認為我們可以朝向規劃誘因的方式來進行另外部長我再接下來請教就是說我們目前台灣的這個平均每年的工時這個2024年是2030個小時那比前一年就是2023年的這個工時2020個小時還要高那我想請教就是說這個我們
transcript.whisperx[19].start 446.129
transcript.whisperx[19].end 468.682
transcript.whisperx[19].text 這個平均每年的這個工時在世界各國的排名已經是排名第五那也許會有一樣一種狀況就是說其實在公司或者是這個勞工可能是缺工那大部分如果需要接單這個公司接單之後那需要勞工朋友可能要加班
transcript.whisperx[20].start 469.422
transcript.whisperx[20].end 491.668
transcript.whisperx[20].text 去做这项工作加班嘛那我想请教部长就是说像这样子的一个我们现在有规定就是每周这个工作差不多40个就是40个小时嘛那其实有很多劳工朋友还要再加上加班那如果是这样子的话其实现在目前
transcript.whisperx[21].start 492.648
transcript.whisperx[21].end 514.211
transcript.whisperx[21].text 一般的傳產大家會覺得說缺工缺工很厲害那就從這些原本在工作的這些勞工就希望他們能夠加班那當然他的工時又增加了嘛那一般的新進可能這個社會新鮮人看到這家公司哇可能生意很好24小時都要加班
transcript.whisperx[22].start 515.492
transcript.whisperx[22].end 530.214
transcript.whisperx[22].text 就不敢進來這間公司所以就變成說這個是一個惡性循環可能新進的勞工不敢進來這家公司因為要加班每天都要加班原本就的這些勞工
transcript.whisperx[23].start 531.015
transcript.whisperx[23].end 550.009
transcript.whisperx[23].text 他可能工時就一直累進一直增加也沒辦法得到一個適當的休息我會覺得說這也是一個惡性的循環怎麼樣讓企業主能夠有新的能夠得到好的人才進到公司來
transcript.whisperx[24].start 550.649
transcript.whisperx[24].end 566.31
transcript.whisperx[24].text 那又讓勞工一般的勞工能夠得到一個好的休息我覺得這個應該也是勞動部這邊要去好好的思考那怎麼樣讓我們的工時能夠再下降整體工時我不是說整週的就是說整體的工時
transcript.whisperx[25].start 567.54
transcript.whisperx[25].end 589.728
transcript.whisperx[25].text 跟文文說明在這公使問題我想因為這幾天大家都看到這個統計第一個是說其實並不是我們並不是排在全世界所有國家的第五因為其實他整個拿進去排名的國家的數字並不是用全世界全或所有的所有的國家第二個是的確我們
transcript.whisperx[26].start 591.449
transcript.whisperx[26].end 618.663
transcript.whisperx[26].text 我們之所以在數字上面會是這個成績有一個蠻大的原因是因為我們的部分工時的比例比較低可是如果是全時工時比別的國家的全時比全時的話那整體來說我們的數字可能比鄰近的亞洲國家都還要帶來的低一點但我講這個並不是說我們的工時就沒有必要改善我覺得也還是有那剛剛有也有剛剛委員剛剛講的幾個問題第一個問題確實有些部分的行業他目前他可能他整體的這個
transcript.whisperx[27].start 620.164
transcript.whisperx[27].end 645.201
transcript.whisperx[27].text 这个出口的状况比较好所以他需要加班所以他有缺工所以这也是为什么我们其实现在我们也在近期的一些跨国劳动力的政策上面我们做出了一些精进或者一些多的一些开放这也是其中一个原因那第二个是我们其实也持续的在提高最低工资那最低工资跟工时之间的关系也是我们也希望减少一些可能相对比较低薪的劳工他因为低薪所以他就觉得我
transcript.whisperx[28].start 645.581
transcript.whisperx[28].end 662.907
transcript.whisperx[28].text 我必須更大程度的加班才有辦法到一定的收入這也是把最低工資這10年不斷提高的重要的做法這是實際上面的做法那當然我說針對工時的問題我想我們也可以再做一些檢討在做法上面
transcript.whisperx[29].start 663.667
transcript.whisperx[29].end 682.538
transcript.whisperx[29].text 有沒有可以再更大力度的比方說我們在希望大家去簽更好的團體協約更照顧勞工生活需求的團體協約的狀況下我們也願意來做但的確這個這個問題裡面裡面有些分是說統計的方式的形式也有方式實際作為的方式我們也都希望能夠更努力這樣
transcript.whisperx[30].start 683.358
transcript.whisperx[30].end 698.631
transcript.whisperx[30].text 我希望就是勞動部就是照顧勞工勞工退休後的生活其實勞動部也是要去照顧所以我剛剛從幾個面向那希望說勞動部針對這個字體的這個部分應該要有更大的一個誘因好不好謝謝黃秀芳委員發言這個我們請委員會可以發便當 官員們也都辛苦