iVOD / 167825

Field Value
IVOD_ID 167825
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167825
日期 2026-03-25
會議資料.會議代碼 委員會-11-5-36-3
會議資料.會議代碼:str 第11屆第5會期司法及法制委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第5會期司法及法制委員會第3次全體委員會議
影片種類 Clip
開始時間 2026-03-25T09:09:48+08:00
結束時間 2026-03-25T09:24:18+08:00
影片長度 00:14:30
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/755992caaad3baae9836ccafc9d3eab49e5efe6b22224a4dfd4d311afd6111d39cea193b8358d2b45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳昭姿
委員發言時間 09:09:48 - 09:24:18
會議時間 2026-03-25T09:00:00+08:00
會議名稱 立法院第11屆第5會期司法及法制委員會第3次全體委員會議(事由:邀請行政院人事行政總處人事長列席報告業務概況及立法計畫,並備質詢。 【3月25日及26日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.06471875
transcript.pyannote[0].end 1.80284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.19034375
transcript.pyannote[1].end 7.99596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.43471875
transcript.pyannote[2].end 9.63284375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.11346875
transcript.pyannote[3].end 12.70409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 12.82221875
transcript.pyannote[4].end 29.56221875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 29.61284375
transcript.pyannote[5].end 34.18596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 34.89471875
transcript.pyannote[6].end 39.70409375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 39.73784375
transcript.pyannote[7].end 40.22721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 40.44659375
transcript.pyannote[8].end 65.86034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 66.63659375
transcript.pyannote[9].end 69.52221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 69.43784375
transcript.pyannote[10].end 69.97784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 69.89346875
transcript.pyannote[11].end 73.43721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 72.94784375
transcript.pyannote[12].end 73.87596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 74.98971875
transcript.pyannote[13].end 76.25534375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 75.73221875
transcript.pyannote[14].end 78.82034375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 78.82034375
transcript.pyannote[15].end 79.02284375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 80.10284375
transcript.pyannote[16].end 83.03909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 84.35534375
transcript.pyannote[17].end 89.29971875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 90.21096875
transcript.pyannote[18].end 96.43784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 95.99909375
transcript.pyannote[19].end 97.99034375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 97.65284375
transcript.pyannote[20].end 99.05346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 99.27284375
transcript.pyannote[21].end 100.99409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 101.71971875
transcript.pyannote[22].end 111.33846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 105.53346875
transcript.pyannote[23].end 105.83721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 106.56284375
transcript.pyannote[24].end 108.52034375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 110.47784375
transcript.pyannote[25].end 114.83159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 113.88659375
transcript.pyannote[26].end 116.29971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 115.91159375
transcript.pyannote[27].end 117.93659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 117.93659375
transcript.pyannote[28].end 120.02909375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 120.46784375
transcript.pyannote[29].end 123.50534375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 124.18034375
transcript.pyannote[30].end 180.20534375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 124.23096875
transcript.pyannote[31].end 124.92284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 180.20534375
transcript.pyannote[32].end 182.06159375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 181.08284375
transcript.pyannote[33].end 181.89284375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 182.06159375
transcript.pyannote[34].end 230.12159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 230.50971875
transcript.pyannote[35].end 276.62909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 276.56159375
transcript.pyannote[36].end 277.79346875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 277.86096875
transcript.pyannote[37].end 281.10096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 278.77221875
transcript.pyannote[38].end 279.48096875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 280.12221875
transcript.pyannote[39].end 283.76721875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 284.15534375
transcript.pyannote[40].end 284.56034375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 284.56034375
transcript.pyannote[41].end 293.09909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 292.06971875
transcript.pyannote[42].end 297.57096875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 297.94221875
transcript.pyannote[43].end 305.26596875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 301.89096875
transcript.pyannote[44].end 304.69221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 304.72596875
transcript.pyannote[45].end 314.10846875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 308.52284375
transcript.pyannote[46].end 308.94471875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 309.11346875
transcript.pyannote[47].end 309.55221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 313.50096875
transcript.pyannote[48].end 323.96346875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 319.66034375
transcript.pyannote[49].end 325.11096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 324.92534375
transcript.pyannote[50].end 371.75346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 372.61409375
transcript.pyannote[51].end 373.40721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 373.40721875
transcript.pyannote[52].end 432.73971875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 433.63409375
transcript.pyannote[53].end 434.73096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 435.45659375
transcript.pyannote[54].end 436.92471875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 437.34659375
transcript.pyannote[55].end 444.65346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 444.83909375
transcript.pyannote[56].end 459.75659375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 449.85096875
transcript.pyannote[57].end 450.37409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 450.66096875
transcript.pyannote[58].end 452.21346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 458.74409375
transcript.pyannote[59].end 473.35784375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 473.81346875
transcript.pyannote[60].end 515.71409375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 515.91659375
transcript.pyannote[61].end 540.94221875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 540.94221875
transcript.pyannote[62].end 547.92846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 548.26596875
transcript.pyannote[63].end 586.15034375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 551.18534375
transcript.pyannote[64].end 553.63221875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 554.07096875
transcript.pyannote[65].end 554.52659375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 554.88096875
transcript.pyannote[66].end 555.89346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 570.20346875
transcript.pyannote[67].end 571.38471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 574.23659375
transcript.pyannote[68].end 575.63721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 578.55659375
transcript.pyannote[69].end 579.85596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 580.19346875
transcript.pyannote[70].end 582.80909375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 583.38284375
transcript.pyannote[71].end 583.88909375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 585.05346875
transcript.pyannote[72].end 585.42471875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 586.15034375
transcript.pyannote[73].end 653.95409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 654.89909375
transcript.pyannote[74].end 656.55284375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 656.72159375
transcript.pyannote[75].end 660.40034375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 660.43409375
transcript.pyannote[76].end 672.12846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 671.11596875
transcript.pyannote[77].end 679.24971875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 677.79846875
transcript.pyannote[78].end 680.93721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 679.33409375
transcript.pyannote[79].end 679.38471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 679.41846875
transcript.pyannote[80].end 732.97971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 733.48596875
transcript.pyannote[81].end 755.13659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 734.38034375
transcript.pyannote[82].end 735.20721875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 739.98284375
transcript.pyannote[83].end 741.28221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 749.33159375
transcript.pyannote[84].end 749.77034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 751.86284375
transcript.pyannote[85].end 753.73596875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 754.64721875
transcript.pyannote[86].end 759.37221875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 759.69284375
transcript.pyannote[87].end 761.26221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 761.88659375
transcript.pyannote[88].end 762.83159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 763.32096875
transcript.pyannote[89].end 765.02534375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 765.93659375
transcript.pyannote[90].end 770.12159375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 765.97034375
transcript.pyannote[91].end 767.01659375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 769.66596875
transcript.pyannote[92].end 770.98221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 771.01596875
transcript.pyannote[93].end 771.42096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 771.40409375
transcript.pyannote[94].end 772.46721875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 772.80471875
transcript.pyannote[95].end 776.70284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 777.02346875
transcript.pyannote[96].end 778.93034375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 779.04846875
transcript.pyannote[97].end 780.49971875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 780.70221875
transcript.pyannote[98].end 790.54034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 790.52346875
transcript.pyannote[99].end 795.06284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 790.97909375
transcript.pyannote[100].end 793.74659375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 795.26534375
transcript.pyannote[101].end 800.71596875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 799.56846875
transcript.pyannote[102].end 846.93659375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 847.74659375
transcript.pyannote[103].end 848.08409375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 850.12596875
transcript.pyannote[104].end 856.79159375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 854.34471875
transcript.pyannote[105].end 858.85034375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 857.87159375
transcript.pyannote[106].end 863.45721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 859.54221875
transcript.pyannote[107].end 861.51659375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 862.17471875
transcript.pyannote[108].end 868.85721875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 863.50784375
transcript.pyannote[109].end 865.00971875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 866.20784375
transcript.pyannote[110].end 866.89971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 868.48596875
transcript.pyannote[111].end 870.57846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 870.25784375
transcript.pyannote[112].end 871.96221875
transcript.whisperx[0].start 0.249
transcript.whisperx[0].end 1.511
transcript.whisperx[0].text 委員來 敬請發言謝謝主席 有請任市長請任市長委員長
transcript.whisperx[1].start 13.018
transcript.whisperx[1].end 31.017
transcript.whisperx[1].text 人事長早有很長一段時間公務員是台灣人都想擠破頭搶非常搶手的工作大概是因為這個工資還有這個福利還不錯那整個情況也都會就業情況非常的穩定那所以才會被稱為是鐵飯碗但是人事長
transcript.whisperx[2].start 35.341
transcript.whisperx[2].end 61.682
transcript.whisperx[2].text 現在我們來回顧報考人數你看看這個投影片上這張圖它下降的速度當然沒有台灣的人口生育數這個下降的那麼陡可是看起來那個趨勢已成2010年有53萬人來報考公務員但是這個是考試院到目前為止只有的資料2023年只剩下19萬當時大概就比起之前不到三成六林市長請問這兩年呢
transcript.whisperx[3].start 63.443
transcript.whisperx[3].end 87.029
transcript.whisperx[3].text 這兩年是不是持續往下走呢大概持平啦 坦白講持平嗎政府基本上我們提供一個有數字嗎因為這個曲線是往下走 走了好多年聽說去年呢 2025年是多少人來報考呢我們手上拿到考選部統計資料
transcript.whisperx[4].start 90.35
transcript.whisperx[4].end 100.887
transcript.whisperx[4].text 上一年是從八萬六降到五萬七大概降的快...你是說報到嗎?沒有報考,報考人數報考人數剩五萬多
transcript.whisperx[5].start 102.075
transcript.whisperx[5].end 119.134
transcript.whisperx[5].text 就是高普考因為我們還有很多的考試初等還有特考我們有因為這個是考試院提供的因為他是identify在高考跟普考考試院的定義當然就是說如果有考試院直接的定義他的涵蓋面會比較廣聽起來還是很覺得驚心膽魄他是有為
transcript.whisperx[6].start 120.99
transcript.whisperx[6].end 134.768
transcript.whisperx[6].text 竹簾下滑可是沒有做這樣市長您覺得是有穩定下來是不是有止滑是不是那其實公務員當然是維持整個政府運作非常重要的螺絲釘啦如果說公務員這個短缺的話
transcript.whisperx[7].start 135.649
transcript.whisperx[7].end 151.943
transcript.whisperx[7].text 就是代表說優秀人才他不願意或不選擇到政府機關來工作那這樣是會應該是會大大影響政府這個體系的運作效能那林市長如果我們對比一下公司部門的這個薪資我就以這個工程科類跟資訊處理類為例
transcript.whisperx[8].start 154.605
transcript.whisperx[8].end 165.952
transcript.whisperx[8].text 工職不只是起薪比較低那整個薪水漲幅的這個級距也不如民間我們來比較這個OECD國家OECD國家大概有30個啦那這裡大概有幾個重要代表國家台灣公務員的人事費的比率是倒數第二名大概佔不到GDP的6%那個林市長你有掌握這樣的資訊嗎我有掌握到
transcript.whisperx[9].start 182.481
transcript.whisperx[9].end 198.48
transcript.whisperx[9].text 那大學剛畢業的新人他覺得公務員並不被政府注重重視那薪水漲幅當然失去優勢可是過去我了解對於公務員他們最大的吸引力不在於說起薪要多高而是說他可以有預期的回報那現在他們變成預期的沒回報
transcript.whisperx[10].start 202.524
transcript.whisperx[10].end 229.873
transcript.whisperx[10].text 大概他們心態是這樣 導致心血也不加入然後再指的想離職 那留下來的人因為他工作量越來越大所以更加速了這個離職率 陷入惡性循環那外界有聲音表示公務員的新典制度或是所謂的新典折合率應該要重新檢討 讓公務員的這個薪資可以跟得上民間請問任市長您是否會支持或推動類似的改革
transcript.whisperx[11].start 231.281
transcript.whisperx[11].end 246.898
transcript.whisperx[11].text 我利用這個機會跟委員報告一下,事實上這個新制代議的部分除了每年調代審議委員會之外,我們有對整個專業家計表在討論大概今年應該六月底以前
transcript.whisperx[12].start 247.538
transcript.whisperx[12].end 276.042
transcript.whisperx[12].text 我們會做一個比較大幅度的一個調整然後會跟行政院報告 取得行政院的支持那陳如委員提的一些問題 事實上我們也很積極的來面對可是這個專業假期表因為牽涉到幾十萬公務人員 他不同的專長他的待遇的調整的部分 遷移法動前身這個部分我們 菸澤商會在六月底前會把整個調整的方案
transcript.whisperx[13].start 276.602
transcript.whisperx[13].end 296.9
transcript.whisperx[13].text 送到行政院嗎會送到行政院因為要請了行政院的一個質詢那您預期多久可能送到立法院來做審查這是我們行政院內部在內部處理好大概會做一些公告的程序啦市長因為我剛剛聽到雖然我不知道基礎一不一樣因為我沒有最新的資料您說現在
transcript.whisperx[14].start 298.041
transcript.whisperx[14].end 312.177
transcript.whisperx[14].text 公務員就是說報考什麼的報到只有五、六萬人這個嚇死人高普考因為考試的項目坦白講我剛才報告了有高考、普考、特考還有各式還有那個初等考試
transcript.whisperx[15].start 313.758
transcript.whisperx[15].end 322.922
transcript.whisperx[15].text 這樣好不好 任市長我就用同一個基礎算法定義的方式我想看一下這更新的部分我們再跟考選部要好了我們跟考選部要提供給委員那我再請任市長看一下這張圖這張圖是另外一個指標叫公務員的缺額率這個紅色的是中央政府那藍色的是地方政府但是你可以看到缺額率都是在往上走那以中央政府來說2025年就去年了這就夠新了
transcript.whisperx[16].start 341.989
transcript.whisperx[16].end 351.415
transcript.whisperx[16].text 去年大概就是整個全部總的來看大概是85.7%就是他缺了十幾個%那中央的部分是86.5%但是地方是大概85.3%簡單的說100人可以完成的工作假設我們認定這個原額都是合理的現在只剩下不到86個人在工作我想請教任市長你會不會擔心公務體系會崩盤然後您自己認為耐受門檻
transcript.whisperx[17].start 372.789
transcript.whisperx[17].end 390.238
transcript.whisperx[17].text 大概是多少我覺得委員這個問題非常的棒事實上我們一直在思考因為出生率低然後報考的然後而且一個很重要的目前整個市場的景氣蠻好的譬如像高科技的譬如像土木的所以我們
transcript.whisperx[18].start 391.278
transcript.whisperx[18].end 409.621
transcript.whisperx[18].text 光幾個土木工程來講土木工程本來是缺額最多後來我們就透過政治專業家籍每個月給他三千還有他留任的一三五年都給他不同的金額還有那個工程獎金的部分把這些人拉上來
transcript.whisperx[19].start 410.182
transcript.whisperx[19].end 432.614
transcript.whisperx[19].text 不過有一個事實我必須要跟委員報告政府不管再加多少錢我們不可能跟民間一模一樣因為當他這個景氣好的時候政府可以offer的價錢坦白講跟民間還是會有一點落差所以我們也在職場的友善各方面我們去做一些努力另外還有一個必須要跟委員報告的
transcript.whisperx[20].start 433.703
transcript.whisperx[20].end 453.043
transcript.whisperx[20].text 就是因為80幾%的人要做原來100個人的事情所以我們第一個是檢討哪些事情可以不要做第二個檢討哪些事情可以透過流程簡化的方式或者引入人工智慧 減少人力
transcript.whisperx[21].start 454.204
transcript.whisperx[21].end 458.549
transcript.whisperx[21].text 我也希望說所有的公務人員 尤其是都遵守最下巴
transcript.whisperx[22].start 473.906
transcript.whisperx[22].end 497.792
transcript.whisperx[22].text 人事長你看公務員缺額持續攀升那會有各種抱怨例如行政院秘書長張敦涵他就要求教撒等照三章回報輿情導致某一些在職的公務員他還要身兼社群小編大清朝起來要分類要收集輿情增加的工作量當然行政院說回應或了解掌握輿情是很重要的這個沒有人否認
transcript.whisperx[23].start 498.852
transcript.whisperx[23].end 509.003
transcript.whisperx[23].text 但是因為在缺額的逐漸這個加重的情況之下這個額外的工作還是會讓在職人員抱怨那另外 女士長我還是請你不要忘記前年爆發的就前年發生的這個整個公務門體系的這個霸凌案是連連爆
transcript.whisperx[24].start 516.75
transcript.whisperx[24].end 536.322
transcript.whisperx[24].text 而且官官相護 如今證明勞動部部份已經交由司法處理衛福部的部份 當時我也奪利很多衛福部部份 監察院糾正案也都成立了所以這些都不是個案 是整個公務體系整個公務體系整體的 除了薪資福利 整個公務體系我們覺得是走向瀕臨崩潰化的一些前兆我跟委員報告 我是比較樂觀
transcript.whisperx[25].start 544.147
transcript.whisperx[25].end 571.38
transcript.whisperx[25].text 你比較樂觀我是比較樂觀因為我如果被關我就沒有站在這裡講話的一個疑惑因為只有樂觀才能夠帶領所有公務人員往前衝所以剛才委員提到一個問題早上要去整理這一些新聞災藥我們現在也訓練同仁透過人工智慧又透過類似直接去網路爬書然後再去做查證可以把整個作業時間可以縮短
transcript.whisperx[26].start 573.061
transcript.whisperx[26].end 591.582
transcript.whisperx[26].text 事實上新公職的學習很重要不會做一件事你要用時期時代的做法他有可能要點眼睛我用新的有可能15分鐘就做完了好 林市長那我想跟你談一下公職受益的事情讓你更加了解公職人力一旦流失對社會的影響
transcript.whisperx[27].start 592.523
transcript.whisperx[27].end 610.732
transcript.whisperx[27].text 公職授醫背負著動物健康食品安全還有公共衛生的這個責任但是去年我們爆發了這個非洲豬瘟的時候我們就看到公職授醫大概沒有辦法無能為力為什麼人力實在不足啦那雖然公職授醫過去那個起薪尚可但實際上還是跟民間差很大加上業務範圍很廣因為他又要這個
transcript.whisperx[28].start 616.234
transcript.whisperx[28].end 623.819
transcript.whisperx[28].text 動物保 動保跟防疫 責任重拜託 主席再給我幾分鐘 謝謝你讓我認真準備的東西可以跟人事長討論一下那當然你這個現象等於變相鼓勵這個獸醫就往民間 讓他換寶刀我知道農業部有爭取 你剛剛有提到這個不開業獎金 提到其他是專業家計但是也有人說 這個新人必須整整撐住一整年
transcript.whisperx[29].start 640.268
transcript.whisperx[29].end 653.805
transcript.whisperx[29].text 才能領到一到三萬的這個獎金所以有人說這個獎金未必留得住人才當然任市長我就這個公職授意來看當然這不是單一農業部可以承擔的問題那你有沒有任何想法呢
transcript.whisperx[30].start 654.983
transcript.whisperx[30].end 671.243
transcript.whisperx[30].text 其實我覺得委員你那些信息就是說我們只要針對他有受益執照的不開業的,他是一個月都給一萬到三萬,不可以再等一年所以他的錢你如果說比較資深的符合哪一個階級以上的,錢你就可以省下來
transcript.whisperx[31].start 671.664
transcript.whisperx[31].end 674.326
transcript.whisperx[31].text 人事長我們就繼續觀看因為非洲豬運讓我們知道獸醫公職獸醫是非常重要這點我也很重視謝謝人事長人事長請你再看這個圖這個圖是前高雄市議員是曾經在當任基層公務員的林于凱跟我談因為有不少公務員在他在服務這個議員的時間向他反映讓我非常驚訝我先來請教這個人事長
transcript.whisperx[32].start 696.766
transcript.whisperx[32].end 700.709
transcript.whisperx[32].text 現在有三務公務員想要彼此商調到對方單位A本來在台北市政府任職B是在台中市政府 C是在高雄市政府那我們現在先假設他們都是社會局員工好了B想要到台北社會局必須等到台北社會局開缺出來A要到高雄也是要等到高雄市政府開缺出來C要到台中也是一樣
transcript.whisperx[33].start 720.481
transcript.whisperx[33].end 732.759
transcript.whisperx[33].text 那當然這個就是等他對方政府都開缺出來然後這邊同意放人那他們才能去報到我認為當然這個程序都不能免但是我請教任市長您覺得這個過程要多久
transcript.whisperx[34].start 733.653
transcript.whisperx[34].end 761.147
transcript.whisperx[34].text 我跟委員說 你看這樣多久我們目前 我們是有一個市球人 但是委員你說的那個我們是一個平台 就是我們會建一個平台年底以前會好就是你說的那個 大家先來一個平台去找就對了就看哪裡有缺 大家互相資訊的透明化會比以前更我還在想說 您心中合理的這個商標完成的時間是多少您覺得合理比較多少
transcript.whisperx[35].start 761.903
transcript.whisperx[35].end 764.547
transcript.whisperx[35].text 越緊越好啊你知道最美的這個多久了嗎看那個有開嗎 你如果說消洪的他們是商調咧 同職商調商調一般我們的基調是不可以我請各位
transcript.whisperx[36].start 777.056
transcript.whisperx[36].end 791.508
transcript.whisperx[36].text 拜託耶 這件三年啦我找資料給你好了 三年喔我正要問你 我就是等你這個答案喔你認為三個月可以辦完 但是這個案子是三年完成啊三年很漫長啊 我們用人生來看三年很短但從職業生涯來看 三年就等了
transcript.whisperx[37].start 795.531
transcript.whisperx[37].end 798.754
transcript.whisperx[37].text 最後一個建議啦我認為這個是教育體系教師體系他們已經有所謂的教師借聘他縣市的服務我知道你剛剛也有提到想要這樣做那後面往上是官方建立這很重要官方建立他希望加速整個商調的速度
transcript.whisperx[38].start 816.65
transcript.whisperx[38].end 823.014
transcript.whisperx[38].text 那類似的做法在公務體系如果我沒有錯的話現在只有警察跟消防有跟進我認為人事行政總署可以參考教育部建立這個系統先試辦同性質的公務員相調例如一條邊人事一條邊人事公務員政風一條邊政風公務員還有審計一條邊審計公務員
transcript.whisperx[39].start 835.882
transcript.whisperx[39].end 845.636
transcript.whisperx[39].text 同質的我們是不是先盡快改善那不同性質我知道要克服很多問題需要多一點時間所以人事審計跟政風的這個商調是否可以優先來示範
transcript.whisperx[40].start 850.806
transcript.whisperx[40].end 858.793
transcript.whisperx[40].text 因為這個每個人遷居啦 結婚啦 或照顧老小難免要需要相調好 謝謝陳昭智 讓我講話了好 謝謝陳昭智 我很想讓你再多說一句我今天在這裡對好人很抱歉下次你多說兩點再跟你說好不好謝謝主委 謝謝任市長來 我們議事錄