iVOD / 166647

Field Value
IVOD_ID 166647
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166647
日期 2025-12-24
會議資料.會議代碼 聯席會議-11-4-26,19,15-1
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、經濟、內政委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 26
會議資料.委員會代碼[1] 19
會議資料.委員會代碼[2] 15
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.委員會代碼:str[1] 經濟委員會
會議資料.委員會代碼:str[2] 內政委員會
會議資料.標題 第11屆第4會期社會福利及衛生環境、經濟、內政委員會第1次聯席會議
影片種類 Clip
開始時間 2025-12-24T11:16:44+08:00
結束時間 2025-12-24T11:24:44+08:00
影片長度 00:08:00
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8b793423fad44d600348968031a7af4f8f4e93bf07b6087fd81c25c0c566a88adf12fd57e3ba24235ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 盧縣一
委員發言時間 11:16:44 - 11:24:44
會議時間 2025-12-24T09:00:00+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、經濟、內政委員會第1次聯席會議(事由:審查 一、委員陳冠廷等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二、委員許宇甄等22人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 三、委員張嘉郡等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 四、委員王美惠等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 五、委員蔡易餘等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 六、委員劉建國等16人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 七、委員鄭天財Sra Kacaw等18人擬具「老年農民福利津貼暫行條例第三條條文修正草案」案。 八、委員盧縣一等20人擬具「老年農民福利津貼暫行條例第三條條文修正草案」案。 九、委員徐欣瑩等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十、委員邱志偉等20人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十一、委員蔡其昌等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十二、委員呂玉玲等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十三、委員馬文君等18人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十四、委員徐富癸等17人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十五、委員游顥等26人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 十六、台灣民眾黨黨團擬具「老年農民福利津貼暫行條例第二條、第三條及第四條條文修正草案」案。 十七、委員邱鎮軍等17人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 十八、委員陳超明等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 十九、委員楊瓊瓔等21人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十、委員何欣純等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 二十一、委員郭國文等16人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案。 二十二、委員陳瑩等18人擬具「老年農民福利津貼暫行條例第二條及第三條條文修正草案」案。 二十三、委員陳秀寳等23人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十四、委員邱若華等16人擬具「老年農民福利津貼暫行條例第二條及第三條條文修正草案」案。 二十五、委員陳俊宇等35人擬具「老年農民福利津貼暫行條例第四條條文修正草案」案。 二十六、委員林俊憲等18人擬具「老年農民福利津貼暫行條例第二條及第四條條文修正草案」案...等39案 (因系統字數上限,詳見議事日程)。 【第三十八案,如經院會復議,則不予審查;第三十九案,如未經院會交付本聯席會審查或未經各黨團簽署不復議同意書,則不予審查】 【僅詢答】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 3.86159375
transcript.pyannote[0].end 4.75596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 4.95846875
transcript.pyannote[1].end 6.00471875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 9.97034375
transcript.pyannote[2].end 10.40909375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 10.40909375
transcript.pyannote[3].end 27.41909375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 28.11096875
transcript.pyannote[4].end 28.95471875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 28.21221875
transcript.pyannote[5].end 28.24596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 28.95471875
transcript.pyannote[6].end 30.97971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 28.97159375
transcript.pyannote[7].end 28.98846875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 31.23284375
transcript.pyannote[8].end 37.25721875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 37.27409375
transcript.pyannote[9].end 40.61534375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 40.83471875
transcript.pyannote[10].end 55.95471875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 40.85159375
transcript.pyannote[11].end 43.01159375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 45.28971875
transcript.pyannote[12].end 45.55971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 48.14159375
transcript.pyannote[13].end 48.39471875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 55.95471875
transcript.pyannote[14].end 60.07221875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 58.65471875
transcript.pyannote[15].end 59.49846875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 60.44346875
transcript.pyannote[16].end 66.13034375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 67.51409375
transcript.pyannote[17].end 70.88909375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 67.53096875
transcript.pyannote[18].end 67.96971875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 68.54346875
transcript.pyannote[19].end 68.84721875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 70.58534375
transcript.pyannote[20].end 92.13471875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 79.17471875
transcript.pyannote[21].end 79.52909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 92.20221875
transcript.pyannote[22].end 136.93784375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 135.77346875
transcript.pyannote[23].end 158.21721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 158.92596875
transcript.pyannote[24].end 161.72721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 162.01409375
transcript.pyannote[25].end 164.03909375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 164.59596875
transcript.pyannote[26].end 164.62971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 164.62971875
transcript.pyannote[27].end 164.66346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 164.66346875
transcript.pyannote[28].end 174.06284375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 174.24846875
transcript.pyannote[29].end 180.96471875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 180.40784375
transcript.pyannote[30].end 183.42846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 183.36096875
transcript.pyannote[31].end 184.28909375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 183.56346875
transcript.pyannote[32].end 188.89596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 188.74409375
transcript.pyannote[33].end 193.24971875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 191.46096875
transcript.pyannote[34].end 191.52846875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 191.66346875
transcript.pyannote[35].end 192.35534375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 193.82346875
transcript.pyannote[36].end 199.96596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 199.69596875
transcript.pyannote[37].end 224.04659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 224.08034375
transcript.pyannote[38].end 236.09534375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 235.30221875
transcript.pyannote[39].end 236.39909375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 236.39909375
transcript.pyannote[40].end 241.19159375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 241.57971875
transcript.pyannote[41].end 241.61346875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 241.61346875
transcript.pyannote[42].end 241.96784375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 241.96784375
transcript.pyannote[43].end 242.37284375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 242.42346875
transcript.pyannote[44].end 262.87596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 263.11221875
transcript.pyannote[45].end 268.42784375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 268.47846875
transcript.pyannote[46].end 278.51909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 270.62159375
transcript.pyannote[47].end 271.24596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 278.95784375
transcript.pyannote[48].end 280.56096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 280.79721875
transcript.pyannote[49].end 282.75471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 283.75034375
transcript.pyannote[50].end 285.28596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 285.97784375
transcript.pyannote[51].end 293.70659375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 294.11159375
transcript.pyannote[52].end 301.31721875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 300.43971875
transcript.pyannote[53].end 304.21971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 302.93721875
transcript.pyannote[54].end 303.40971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 304.21971875
transcript.pyannote[55].end 308.97846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 309.01221875
transcript.pyannote[56].end 309.80534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 309.94034375
transcript.pyannote[57].end 312.11721875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 312.21846875
transcript.pyannote[58].end 316.18409375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 316.01534375
transcript.pyannote[59].end 341.34471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 342.37409375
transcript.pyannote[60].end 344.38221875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 345.20909375
transcript.pyannote[61].end 345.64784375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 346.20471875
transcript.pyannote[62].end 347.43659375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 347.43659375
transcript.pyannote[63].end 347.48721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 347.48721875
transcript.pyannote[64].end 347.50409375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 347.50409375
transcript.pyannote[65].end 353.88284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 348.73596875
transcript.pyannote[66].end 351.09846875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 352.38096875
transcript.pyannote[67].end 354.23721875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 354.23721875
transcript.pyannote[68].end 365.59409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 366.13409375
transcript.pyannote[69].end 372.00659375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 372.09096875
transcript.pyannote[70].end 386.09721875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 386.95784375
transcript.pyannote[71].end 403.09034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 403.51221875
transcript.pyannote[72].end 409.09784375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 406.51596875
transcript.pyannote[73].end 407.73096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 408.77721875
transcript.pyannote[74].end 436.99221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 410.48159375
transcript.pyannote[75].end 410.68409375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 412.77659375
transcript.pyannote[76].end 413.14784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 416.33721875
transcript.pyannote[77].end 418.09221875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 424.01534375
transcript.pyannote[78].end 424.38659375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 427.62659375
transcript.pyannote[79].end 428.38596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 429.22971875
transcript.pyannote[80].end 429.70221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 431.99721875
transcript.pyannote[81].end 432.38534375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 436.99221875
transcript.pyannote[82].end 464.88659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 460.90409375
transcript.pyannote[83].end 461.54534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 462.08534375
transcript.pyannote[84].end 462.22034375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 464.98784375
transcript.pyannote[85].end 469.83096875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 465.05534375
transcript.pyannote[86].end 465.59534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 469.83096875
transcript.pyannote[87].end 475.85534375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 472.29471875
transcript.pyannote[88].end 472.81784375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 475.90596875
transcript.pyannote[89].end 476.44596875
transcript.whisperx[0].start 3.934
transcript.whisperx[0].end 30.721
transcript.whisperx[0].text 是有請部長有請陳部長部長辛苦了因為今天一直在重複同樣的問題那我還是想從我們的8,110塊這個基數來談我們從民國84年開始3,000塊一直到現在的8,110塊那你覺得在世界的水準是大概是多少全世界的水準你在看的時候
transcript.whisperx[1].start 31.294
transcript.whisperx[1].end 59.271
transcript.whisperx[1].text 我想全世界水準本身這要看看說他的國家有沒有像類似這樣的一個福利的制度我剛剛查了一下美國大概目前是一萬九千塊可是他們的制度不是那個瑞士最高一萬九千塊美國大概是一萬塊當然我們是優於日韓我在看的時候可是剛才你現在有一點點口誤就是說每增加一千塊的話應該是如果現行是五十四萬人的話應該是五點四億沒有一年十二個月OK一年十二個月
transcript.whisperx[2].start 60.512
transcript.whisperx[2].end 65.792
transcript.whisperx[2].text 那我們再看的話有最低的生活費大概在全台灣是多少錢知道嗎
transcript.whisperx[3].start 68
transcript.whisperx[3].end 91.976
transcript.whisperx[3].text 根據剛才委員好像是一萬五千多台北市的話是兩萬所以八千一百一十塊我看如果是老人家的話一天的餐費大概就差不多了那更不用說他要去做高鐵或是付水電費這些的費用那我是覺得說這個八千一百一十塊確實是有需要調整那你覺得到多少你覺得比較合理
transcript.whisperx[4].start 92.236
transcript.whisperx[4].end 115.734
transcript.whisperx[4].text 不過我想我們在考慮這個額度的調整有幾個因素第一個因素就是說我們也認同現在的基數比較低跟現在的事業生活的一個水平是有一些差距但是我們也考慮到就是因為農業的經營比較特殊他不是65歲是完全沒工作像以農保的85萬裡面那將近有60萬將近有60萬是65歲以上的
transcript.whisperx[5].start 118.536
transcript.whisperx[5].end 136.373
transcript.whisperx[5].text 那实际从农者也大概有30万将近30万是超过65岁的所以表示说他不只是单纯这个8110块当做他的唯一的一个生活的支出他也可以自己再从事相关的农业去得到他的这个所得这个也是我们考虑的
transcript.whisperx[6].start 136.513
transcript.whisperx[6].end 163.54
transcript.whisperx[6].text 那我們再看那個就是最近在比較是勞農津貼跟那個勞退的那個金我是覺得一直很不公平就是說為什麼要拿三十年後的一個金額跟現在的勞工領了三萬三來做比較你覺得你有沒有在做一個詮釋或者是解釋的部分三十年後才會領到三萬八千四百七十九塊那為什麼一直在現在輿論現在都是在比三萬八跟現在的三萬三
transcript.whisperx[7].start 164.625
transcript.whisperx[7].end 192.862
transcript.whisperx[7].text 不過我要跟委員報告就是我們對農民的退休後的生活的保障大概用我們的老農津貼當作基底然後我們也提出了一個農民退休儲金的部分去做一個堆疊式的你的意思是說這個三萬八是三十年後對不對對 三十年後這個老保的三萬三三十年後誰知道是不是三萬三是不是更高不是 我們都是用同樣的推估來算的
transcript.whisperx[8].start 193.871
transcript.whisperx[8].end 218.001
transcript.whisperx[8].text 那他們會認為說老農領的比較多不過應該是要比的話應該是自體的儲金的比例對 應該是退休歸退休然後津貼歸津貼但是津貼的部分像勞保的部分的老年給付他每個月所繳的金額跟農民所繳的78塊他也有差那國民年金的話他一個月也繳到1250塊左右所以基本上這些給付
transcript.whisperx[9].start 218.641
transcript.whisperx[9].end 240.837
transcript.whisperx[9].text 也要去檢視他的每個月的就是繳的這個金額來計算那現在的覆蓋率是41%左右然後年輕人是30%那我看到你們的那個計畫就說你們對農業的經營的準備金有給他們兩年大概72萬左右對 一年36萬對 那有多少人來申請這個錢那誘因是怎麼樣 為什麼不能提高
transcript.whisperx[10].start 241.621
transcript.whisperx[10].end 268.19
transcript.whisperx[10].text 不過我想我們為了這是我想農業從事農業的唯一的沒有一個行業說他退休以後只要從事那個行業就一個月相當於一個月有3萬塊這是只有農業從事農農的部分那這個部分現在目前大概覆蓋率可以領到大概900多人那然後已經在領的大概從來申請這個方案的話大概是3分39%左右大概將近4成
transcript.whisperx[11].start 268.81
transcript.whisperx[11].end 282.467
transcript.whisperx[11].text 所以說也有增加的一個比例那我們再看說國民黨的版本是一萬五民進黨是一萬二你覺得合理的大概是多少錢不過我剛才說的就是我考慮的第一個因素就是
transcript.whisperx[12].start 283.82
transcript.whisperx[12].end 311.859
transcript.whisperx[12].text 本身基數跟現在的物價指數這是一個關係第二個就是說我們也考慮他過往的提繳的金額嘛跟其他的因為最重要的就是以行政的團隊一體的角度來講我們考慮農民老農經濟的時候也會同時考慮到八大社會基金你說版本差不多已經確定了嗎對確定了大概是落在我們是落在所有的委員的上下線中間所以不知道你還不能公佈答案
transcript.whisperx[13].start 312.284
transcript.whisperx[13].end 341.17
transcript.whisperx[13].text 因為政院沒有核定沒有通過院會我們是不能對外說明的那我們是期待能夠把這個落實就是說能夠反映我們的物價指數那現在的外食的那個比例又這麼高我們現在的消費指數又這麼高我是覺得當然如果折衷一萬三一萬四當然是樂見那我們再看我們原住民的部分我想知道排富你剛才說排富到一萬兩千人左右那原住民有沒有被排富的
transcript.whisperx[14].start 342.478
transcript.whisperx[14].end 365.276
transcript.whisperx[14].text 原住民有沒有被排富的沒有沒有統計這個部分是沒有統計還是不知道沒有統計沒有統計我們沒有把它分我是希望知道有一個這個我想我們可以來了解那一直在排富的話就是大概我們現在是五百萬嘛那麼現在的房子很容易就超過五百萬我們現在大部分的委員是提到八百萬以上到一千萬你覺得合理的數字大概是多少
transcript.whisperx[15].start 366.415
transcript.whisperx[15].end 385.53
transcript.whisperx[15].text 我相信我們後續提出來的版本應該在委員會應該可以被接受OK好那我們現在有一個提到一個重點就是原住民的部分能不能降低到55歲的情侶就是因為我們的平均移民的問題可是每次提到這樣的一個公平性的時候會覺得說很像不能用族群來看那你認為呢
transcript.whisperx[16].start 387.031
transcript.whisperx[16].end 402.666
transcript.whisperx[16].text 不過我想我們在考慮特別是剛才我也了解原住民委員會在他們的報告裡面有講到他們有統計到原住民的全體的漁民比全國還低可是當我在處理老農津貼的時候我的族群是以
transcript.whisperx[17].start 403.907
transcript.whisperx[17].end 425.595
transcript.whisperx[17].text 從事農業這些老農津貼的人的餘命然後這個餘命是比較高的是 可以更細緻一點比如說他確實是從事農業然後他的男性的比例平均是82歲那我的意思是說可以就更細緻來細分的時候我是覺得從實際的那個年齡的差距去算這樣可以更
transcript.whisperx[18].start 426.535
transcript.whisperx[18].end 448.474
transcript.whisperx[18].text 可以更說服國人說我們原住民的平均餘命在農人的時候大概是多少我們才可以更精緻來算大概是幾歲可以提前這樣子對 我跟委員稍微說明我們現在目前統計的就是我沒有分男女的部分就是65歲零老農津貼的這些人的平均餘命是82.7歲他比全國的80.8歲還高
transcript.whisperx[19].start 450.716
transcript.whisperx[19].end 475.973
transcript.whisperx[19].text 所以我也謝謝委員的提醒我們後續會去更細分男的女的還有從65歲可能每5年每10年當作一個層級去做這樣的資訊讓我們的所有的原住民朋友們了解我們並沒有歧視他們我們只是用比較全國性的一致的標準去處理那謝謝部長用更細緻的方式來計算我們平均餘命那謝謝你的努力 謝謝好 謝謝