iVOD / 166677

Field Value
IVOD_ID 166677
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166677
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 2025-12-24T12:15:33+08:00
結束時間 2025-12-24T12:26:22+08:00
影片長度 00:10:49
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8b793423fad44d609af3afc5b6bb6a328f4e93bf07b6087f3e5e1c1e9a86b368252cafd17ebecc6f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 楊曜
委員發言時間 12:15:33 - 12:26:22
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 5.32971875
transcript.pyannote[0].end 7.50659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.38409375
transcript.pyannote[1].end 9.48096875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.84346875
transcript.pyannote[2].end 11.86034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 11.86034375
transcript.pyannote[3].end 12.56909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 12.18096875
transcript.pyannote[4].end 13.73346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.95284375
transcript.pyannote[5].end 14.00346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 14.00346875
transcript.pyannote[6].end 14.27346875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 14.27346875
transcript.pyannote[7].end 14.30721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 14.49284375
transcript.pyannote[8].end 15.70784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 15.97784375
transcript.pyannote[9].end 17.00721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 25.84971875
transcript.pyannote[10].end 40.78409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 41.39159375
transcript.pyannote[11].end 44.05784375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 44.59784375
transcript.pyannote[12].end 45.57659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 46.08284375
transcript.pyannote[13].end 81.43596875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 81.85784375
transcript.pyannote[14].end 84.91221875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 85.67159375
transcript.pyannote[15].end 87.15659375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 87.69659375
transcript.pyannote[16].end 91.37534375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 91.78034375
transcript.pyannote[17].end 92.69159375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 93.24846875
transcript.pyannote[18].end 98.98596875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 99.89721875
transcript.pyannote[19].end 106.19159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 107.00159375
transcript.pyannote[20].end 111.99659375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 112.30034375
transcript.pyannote[21].end 118.27409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 119.23596875
transcript.pyannote[22].end 122.12159375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 122.76284375
transcript.pyannote[23].end 124.73721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 126.57659375
transcript.pyannote[24].end 127.48784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 127.80846875
transcript.pyannote[25].end 130.15409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 131.16659375
transcript.pyannote[26].end 133.32659375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 139.11471875
transcript.pyannote[27].end 157.60971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 150.48846875
transcript.pyannote[28].end 151.07909375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 152.15909375
transcript.pyannote[29].end 153.05346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 155.68596875
transcript.pyannote[30].end 160.22534375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 161.27159375
transcript.pyannote[31].end 162.21659375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 163.41471875
transcript.pyannote[32].end 164.30909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 166.04721875
transcript.pyannote[33].end 168.22409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 168.59534375
transcript.pyannote[34].end 171.48096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 171.63284375
transcript.pyannote[35].end 172.20659375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 172.84784375
transcript.pyannote[36].end 175.93596875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 176.98221875
transcript.pyannote[37].end 180.45846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 181.11659375
transcript.pyannote[38].end 183.41159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 184.32284375
transcript.pyannote[39].end 185.04846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 185.79096875
transcript.pyannote[40].end 189.16596875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 190.34721875
transcript.pyannote[41].end 191.24159375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 192.38909375
transcript.pyannote[42].end 195.27471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 195.62909375
transcript.pyannote[43].end 196.77659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 197.63721875
transcript.pyannote[44].end 200.33721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 200.57346875
transcript.pyannote[45].end 206.04096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 208.13346875
transcript.pyannote[46].end 211.87971875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 212.60534375
transcript.pyannote[47].end 233.90159375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 233.15909375
transcript.pyannote[48].end 236.12909375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 236.34846875
transcript.pyannote[49].end 238.98096875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 239.80784375
transcript.pyannote[50].end 246.87846875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 246.94596875
transcript.pyannote[51].end 250.57409375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 251.89034375
transcript.pyannote[52].end 253.61159375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 253.99971875
transcript.pyannote[53].end 254.69159375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 255.13034375
transcript.pyannote[54].end 256.26096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 257.59409375
transcript.pyannote[55].end 259.66971875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 261.45846875
transcript.pyannote[56].end 298.27971875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 294.65159375
transcript.pyannote[57].end 296.20409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 297.95909375
transcript.pyannote[58].end 300.74346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 301.23284375
transcript.pyannote[59].end 303.07221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 303.37596875
transcript.pyannote[60].end 309.02909375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 309.55221875
transcript.pyannote[61].end 317.97284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 318.37784375
transcript.pyannote[62].end 332.82284375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 330.79784375
transcript.pyannote[63].end 334.03784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 334.51034375
transcript.pyannote[64].end 339.38721875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 334.99971875
transcript.pyannote[65].end 335.13471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 339.11721875
transcript.pyannote[66].end 339.43784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 339.79221875
transcript.pyannote[67].end 352.44846875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 349.91721875
transcript.pyannote[68].end 354.01784375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 354.23721875
transcript.pyannote[69].end 363.33284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 359.16471875
transcript.pyannote[70].end 359.51909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 363.77159375
transcript.pyannote[71].end 381.50721875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 381.54096875
transcript.pyannote[72].end 389.53971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 389.70846875
transcript.pyannote[73].end 397.28534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 397.38659375
transcript.pyannote[74].end 409.14846875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 409.60409375
transcript.pyannote[75].end 411.42659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 411.84846875
transcript.pyannote[76].end 412.30409375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 412.99596875
transcript.pyannote[77].end 415.17284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 415.45971875
transcript.pyannote[78].end 418.64909375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 419.44221875
transcript.pyannote[79].end 420.79221875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 421.34909375
transcript.pyannote[80].end 426.85034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 428.18346875
transcript.pyannote[81].end 429.16221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 429.51659375
transcript.pyannote[82].end 432.79034375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 433.02659375
transcript.pyannote[83].end 433.48221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 434.74784375
transcript.pyannote[84].end 439.82721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 440.29971875
transcript.pyannote[85].end 441.07596875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 441.44721875
transcript.pyannote[86].end 442.93221875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 444.43409375
transcript.pyannote[87].end 447.79221875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 448.39971875
transcript.pyannote[88].end 448.87221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 449.15909375
transcript.pyannote[89].end 449.68221875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 451.03221875
transcript.pyannote[90].end 455.50409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 455.77409375
transcript.pyannote[91].end 457.59659375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 457.96784375
transcript.pyannote[92].end 466.86096875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 462.49034375
transcript.pyannote[93].end 462.57471875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 467.36721875
transcript.pyannote[94].end 473.27346875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 473.23971875
transcript.pyannote[95].end 475.38284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 474.52221875
transcript.pyannote[96].end 478.47096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 478.58909375
transcript.pyannote[97].end 480.93471875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 483.85409375
transcript.pyannote[98].end 483.92159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 483.92159375
transcript.pyannote[99].end 483.97221875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 483.97221875
transcript.pyannote[100].end 483.98909375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 483.98909375
transcript.pyannote[101].end 502.21409375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 492.34221875
transcript.pyannote[102].end 492.61221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 501.74159375
transcript.pyannote[103].end 512.03534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 502.51784375
transcript.pyannote[104].end 502.80471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 504.08721875
transcript.pyannote[105].end 504.45846875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 505.50471875
transcript.pyannote[106].end 506.33159375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 507.41159375
transcript.pyannote[107].end 507.42846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 510.63471875
transcript.pyannote[108].end 511.56284375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 512.03534375
transcript.pyannote[109].end 519.12284375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 519.89909375
transcript.pyannote[110].end 530.27721875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 528.92721875
transcript.pyannote[111].end 531.62721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 530.95221875
transcript.pyannote[112].end 541.41471875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 541.85346875
transcript.pyannote[113].end 551.40471875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 552.94034375
transcript.pyannote[114].end 556.21409375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 557.61471875
transcript.pyannote[115].end 560.06159375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 560.14596875
transcript.pyannote[116].end 564.19596875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 564.56721875
transcript.pyannote[117].end 566.01846875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 566.45721875
transcript.pyannote[118].end 569.57909375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 569.83221875
transcript.pyannote[119].end 580.46346875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 581.15534375
transcript.pyannote[120].end 588.32721875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 588.68159375
transcript.pyannote[121].end 594.38534375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 594.80721875
transcript.pyannote[122].end 601.77659375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 595.71846875
transcript.pyannote[123].end 595.76909375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 602.06346875
transcript.pyannote[124].end 603.12659375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 603.43034375
transcript.pyannote[125].end 609.42096875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 609.21846875
transcript.pyannote[126].end 610.24784375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 609.89346875
transcript.pyannote[127].end 613.03221875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 613.79159375
transcript.pyannote[128].end 620.71034375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 620.82846875
transcript.pyannote[129].end 622.95471875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 623.10659375
transcript.pyannote[130].end 626.02596875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 626.66721875
transcript.pyannote[131].end 629.02971875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 629.02971875
transcript.pyannote[132].end 643.28909375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 643.86284375
transcript.pyannote[133].end 644.30159375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 645.66846875
transcript.pyannote[134].end 649.02659375
transcript.whisperx[0].start 5.716
transcript.whisperx[0].end 15.341
transcript.whisperx[0].text 謝謝主席 主席請一下保險局局長保險局白局長
transcript.whisperx[1].start 26.025
transcript.whisperx[1].end 40.3
transcript.whisperx[1].text 局長我們今天雖然是修老紅福利津貼暫行條例不過就是提高老紅津貼這個本席是贊成的我有
transcript.whisperx[2].start 42.389
transcript.whisperx[2].end 67.084
transcript.whisperx[2].text 因為這個問題所以所以講到我們的勞保問題還是非常嚴重那你現在是勞保局局長之前是保險司的司長所以大概相關的問題你也都了解那我這樣子講假如說假如到最後是定案把老農津貼增加到每個月一萬五千元
transcript.whisperx[3].start 69.526
transcript.whisperx[3].end 80.95
transcript.whisperx[3].text 我先講就是增加到多少本席都沒有意見可是我們用這個一萬五千元來對比一下勞工勞退的部分
transcript.whisperx[4].start 85.748
transcript.whisperx[4].end 111.536
transcript.whisperx[4].text 就是說113年底的資料呢勞保裡面的年金給付每個月領一萬五的人其實是超過五十萬那老王今天現在領的人大概也也差不多四五十萬啦就是多少五十三啊對 那就差不多啦就是說
transcript.whisperx[5].start 113.116
transcript.whisperx[5].end 133.176
transcript.whisperx[5].text 而且这50个人呢平均的投保年资大概超过22年那一个是政府纯粹给的津贴一个是社会保险的给付这个对于很多劳工会不会很不公平局长你讲一下你的看法
transcript.whisperx[6].start 139.167
transcript.whisperx[6].end 163.9
transcript.whisperx[6].text 是 報告委員喔勞工保險像委員剛才提它是一個社會保險所以在我們勞保的老年年金的金額它主要計算的取決標準是在它的投保年資還有平均投保薪資那當然年資越長投保薪資越長可以領的金額也會越高我知道 我現在是說你要不要就你的立場表態一下津貼的問題就是說
transcript.whisperx[7].start 166.84
transcript.whisperx[7].end 190.471
transcript.whisperx[7].text 我有在講喔就是說勞保年金它本身是受給負責它是自己繳保費國家成立的一個社會保險我繳保費繳了22年可是呢我月領1500元以下的超過50萬
transcript.whisperx[8].start 192.418
transcript.whisperx[8].end 211.408
transcript.whisperx[8].text 那津貼呢 是政府的給予的福利給付那它的人數也大概超過五十萬那都是一萬五 你有沒有什麼看法你覺得公不公平 我直接這樣子問好了
transcript.whisperx[9].start 212.939
transcript.whisperx[9].end 238.809
transcript.whisperx[9].text 那個報告委員 勞保局我們這邊受託辦理老農津貼的一個發法那從老農津貼 剛才部長也有提到從照顧農民的角度以及兼具財政上面的一個可行性上面會就老農津貼的金額上面去做一些大家整體的考量那從局這邊 因為我們在受託業務上面我們會尊重農業部在相關金額上面不是 你當然要尊重 我現在不是在問這個問題我是說你會不會覺得勞工領得太少
transcript.whisperx[10].start 240.816
transcript.whisperx[10].end 259.527
transcript.whisperx[10].text 對我們勞動體系來講其實能夠給勞工更好的照顧一定是我們勞動部會往這個方向去努力的那我看這個方向你們已經努力了十年啦你從保險師到現在你覺得有什麼可以努力的還是撥補就是你們唯一的努力
transcript.whisperx[11].start 261.986
transcript.whisperx[11].end 271.301
transcript.whisperx[11].text 報告委員也非常謝謝委員會在上個禮拜我們審查通過了勞保條例六十六條跟六十九條那也謝謝委員因為委員非常重視我們勞保財務
transcript.whisperx[12].start 272.267
transcript.whisperx[12].end 299.419
transcript.whisperx[12].text 在政府付最終支付責任委員也有提案還有將我們政府要撥補的這個都入法明訂那另外也在條文上個禮拜也有特別提到要有定期的財務檢討機制外我們在委員會有特別通過一個附帶決議就是委員所關心的除了撥補之外我們參考各國在年金改革的一個經驗他是多管旗下的一個開源節流的一個措施所以相關的措施部分的話局長你直接跟我講
transcript.whisperx[13].start 301.38
transcript.whisperx[13].end 308.903
transcript.whisperx[13].text 在國際上多館旗下的其中哪一館你覺得台灣是可以先行來做的
transcript.whisperx[14].start 309.965
transcript.whisperx[14].end 338.664
transcript.whisperx[14].text 跟委員報告那一天的附帶決議其實裡面也有提到我們長期勞動部這邊希望能夠再促進勞工能夠再續留職場或者是說可能那天也有提到在附帶決議裡面希望我們能夠炒我們在相關的基金投資收益率或者是說在我們勞保局審核面有關納保面或給付面等等我想他的面相非常的廣闊續留職場是不是續留職場是含蓄的講白話是不是就是延長退休年限
transcript.whisperx[15].start 339.865
transcript.whisperx[15].end 363.173
transcript.whisperx[15].text 我們在之前有通過中高齡的就業專法中高齡 促進中高齡就業專法那我們會往那個角度其實這幾年勞動部在這一方面的努力我們也一直在往這邊做相關的一個我現在問的是法定退休年齡延後這可能就是因為委員這邊關心說國外的各種改革的方式那國外的方式其實都有很多種它不管是從納保層面的
transcript.whisperx[16].start 364.097
transcript.whisperx[16].end 389.016
transcript.whisperx[16].text 或者是從給付層面的確都有那之前在國內我們也討論了非常的有一段時間大家在做交集那因為從不同的不管是從勞工層面或者從資方層面或者從政府財政上面或者是說不同的年齡層大家其實都還有不同的意見所以這部分大家也希望能夠在改革的過程中能夠確保勞工的生活保障可以不要受到影響之下那能夠大家再做一些及時廣益
transcript.whisperx[17].start 389.761
transcript.whisperx[17].end 417.255
transcript.whisperx[17].text 就是一定會受到影響因為老容津貼已經提高到這樣子了那勞保一直改革沒有進度當然我們上個禮拜委員會把政府撥補的責任入法然後把最終責任給負責任入法那這個都不是改革的本身就是說老容津貼比較快因為他是國家直接
transcript.whisperx[18].start 419.502
transcript.whisperx[18].end 439.126
transcript.whisperx[18].text 直接給付所以比較快就是透過修法就可以增加老農的收入保障他的生活老保不一樣老保你們假如說一直還是停留在這裡那遲早因為其實
transcript.whisperx[19].start 444.482
transcript.whisperx[19].end 463.775
transcript.whisperx[19].text 坦白說這幾年的通貨膨脹真的非常嚴重領一萬五千元的勞工這麼少這麼多這個到底怎麼生活你們回去要看一看我今天並不想為難你我只是說藉由提這個
transcript.whisperx[20].start 467.766
transcript.whisperx[20].end 477.95
transcript.whisperx[20].text 這個法案然後連結過來讓你們知道勞工有多慘這樣子而已 瞭解非常謝謝韋爺的關心 我再請一下農業部部長 部長我簡單跟你討論一個問題部長好 部長我剛剛有聽到你你一直在說有關老王今天排布條款的
transcript.whisperx[21].start 491.175
transcript.whisperx[21].end 518.884
transcript.whisperx[21].text 的修改問題那我們現在的條件有不動產的價值然後有個人所得的問題嗎有三個部分一個是所得的部分一個是土地跟房屋的一個價值的部分然後另外還有個唯一自住房的一個扣除額的部分三個部分那我就中額所得總額不得超過50萬這個你們有沒有可能會改
transcript.whisperx[22].start 520.109
transcript.whisperx[22].end 541.177
transcript.whisperx[22].text 我剛才提到了就是我們所會來會提到送到立法院的版本裡面包括所得的部分包括排付財產的部分所得的部分你們會怎麼改因為所得的部分基本上過去都沒有根據CPI調整我們這一次會把它導入一次根據過去沒有累積的CPI一次到位
transcript.whisperx[23].start 542.437
transcript.whisperx[23].end 555.183
transcript.whisperx[23].text 我簡單建議一下就是綜合所得的部分我們是不是要區分區分被動收入跟主動收入就是說因為
transcript.whisperx[24].start 557.659
transcript.whisperx[24].end 580.018
transcript.whisperx[24].text 台灣邁入中高齡社會嘛那勞動部也一直在鼓勵中高齡再投入就業市場所以假如說可以把他的勞力所得扣除在外可能一方面也公平嘛另外一方面也可以提高他的就業意願
transcript.whisperx[25].start 581.803
transcript.whisperx[25].end 593.731
transcript.whisperx[25].text 避免他為了要領津貼然後原本可以再投入職場的機會反而就沒有了對於個人跟國家都是一種損失
transcript.whisperx[26].start 594.838
transcript.whisperx[26].end 612.588
transcript.whisperx[26].text 我跟委員報告我第一個要先說明這邊的所得的部分是指非農業的所得當然農業的所得都不會去處理都不會排掉那非農業的所得的部分就是他有從事農業以外的兼職的工作對但是你的兼職的工作如果太多的話這等於說
transcript.whisperx[27].start 613.857
transcript.whisperx[27].end 643.222
transcript.whisperx[27].text 那個本業跟兼業變成顛倒了啦但是我們在考慮這個部分的時候我們是用所有的所得嘛去做處理如果再分一些主動的被動的那那個變成更複雜變成個人中二所得的這個是個人中二所得嗎我是提供提供你們做參考啦我覺得就是他假如願意願意再再投入職場我們應該要鼓勵啦好謝謝主席
transcript.whisperx[28].start 643.865
transcript.whisperx[28].end 649.002
transcript.whisperx[28].text 響鐘