iVOD / 167851

Field Value
IVOD_ID 167851
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167851
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 2026-03-25T10:00:03+08:00
結束時間 2026-03-25T10:12:46+08:00
影片長度 00:12:43
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/755992caaad3baaed6f2796a039577699e5efe6b22224a4d5dcddfbaa3ed0a430c047472bec184315ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張雅琳
委員發言時間 10:00:03 - 10:12:46
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_00
transcript.pyannote[0].start 5.07659375
transcript.pyannote[0].end 5.44784375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.38409375
transcript.pyannote[1].end 10.47659375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 19.01534375
transcript.pyannote[2].end 23.36909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 26.86221875
transcript.pyannote[3].end 27.48659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 27.68909375
transcript.pyannote[4].end 28.19534375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 28.33034375
transcript.pyannote[5].end 38.20221875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 38.75909375
transcript.pyannote[6].end 39.26534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 39.55221875
transcript.pyannote[7].end 51.55034375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 51.92159375
transcript.pyannote[8].end 53.35596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 53.81159375
transcript.pyannote[9].end 81.36846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 81.87471875
transcript.pyannote[10].end 97.06221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 90.27846875
transcript.pyannote[11].end 90.58221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 97.66971875
transcript.pyannote[12].end 112.62096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 114.12284375
transcript.pyannote[13].end 129.36096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 129.63096875
transcript.pyannote[14].end 136.00971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 136.14471875
transcript.pyannote[15].end 141.57846875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 141.93284375
transcript.pyannote[16].end 146.20221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 143.13096875
transcript.pyannote[17].end 144.41346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 145.62846875
transcript.pyannote[18].end 147.85596875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 147.85596875
transcript.pyannote[19].end 159.44909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 151.58534375
transcript.pyannote[20].end 152.09159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 159.63471875
transcript.pyannote[21].end 162.08159375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 162.60471875
transcript.pyannote[22].end 164.79846875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 164.14034375
transcript.pyannote[23].end 165.96284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 165.96284375
transcript.pyannote[24].end 167.95409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 168.57846875
transcript.pyannote[25].end 172.72971875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 168.64596875
transcript.pyannote[26].end 169.52346875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 170.72159375
transcript.pyannote[27].end 171.19409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 172.81409375
transcript.pyannote[28].end 178.92284375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 179.42909375
transcript.pyannote[29].end 192.99659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 195.91596875
transcript.pyannote[30].end 196.35471875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 198.78471875
transcript.pyannote[31].end 199.51034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 203.93159375
transcript.pyannote[32].end 205.63596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 205.90596875
transcript.pyannote[33].end 225.95346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 206.15909375
transcript.pyannote[34].end 206.66534375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 227.16846875
transcript.pyannote[35].end 230.18909375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 230.35784375
transcript.pyannote[36].end 231.85971875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 230.83034375
transcript.pyannote[37].end 233.78346875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 233.76659375
transcript.pyannote[38].end 234.12096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 234.12096875
transcript.pyannote[39].end 236.23034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 236.04471875
transcript.pyannote[40].end 236.41596875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 236.24721875
transcript.pyannote[41].end 242.77784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 242.71034375
transcript.pyannote[42].end 268.84971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 244.36409375
transcript.pyannote[43].end 244.66784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 269.30534375
transcript.pyannote[44].end 275.63346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 275.81909375
transcript.pyannote[45].end 281.94471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 279.05909375
transcript.pyannote[46].end 279.44721875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 283.09221875
transcript.pyannote[47].end 283.73346875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 284.02034375
transcript.pyannote[48].end 301.28346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 287.14221875
transcript.pyannote[49].end 287.36159375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 293.33534375
transcript.pyannote[50].end 293.82471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 301.78971875
transcript.pyannote[51].end 302.88659375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 303.30846875
transcript.pyannote[52].end 304.99596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 304.99596875
transcript.pyannote[53].end 305.24909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 305.24909375
transcript.pyannote[54].end 307.15596875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 307.57784375
transcript.pyannote[55].end 313.21409375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 313.28159375
transcript.pyannote[56].end 323.76096875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 325.34721875
transcript.pyannote[57].end 336.61971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 328.03034375
transcript.pyannote[58].end 330.29159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 330.69659375
transcript.pyannote[59].end 331.03409375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 333.27846875
transcript.pyannote[60].end 333.88596875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 336.87284375
transcript.pyannote[61].end 339.77534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 340.02846875
transcript.pyannote[62].end 340.04534375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 340.04534375
transcript.pyannote[63].end 342.10409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 340.31534375
transcript.pyannote[64].end 341.31096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 341.68221875
transcript.pyannote[65].end 343.23471875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 343.43721875
transcript.pyannote[66].end 386.14784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 386.48534375
transcript.pyannote[67].end 398.07846875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 398.90534375
transcript.pyannote[68].end 431.77784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 432.62159375
transcript.pyannote[69].end 436.72221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 437.24534375
transcript.pyannote[70].end 440.75534375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 440.95784375
transcript.pyannote[71].end 442.34159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 442.84784375
transcript.pyannote[72].end 449.34471875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 450.10409375
transcript.pyannote[73].end 451.58909375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 451.94346875
transcript.pyannote[74].end 475.31534375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 475.63596875
transcript.pyannote[75].end 505.92659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 504.12096875
transcript.pyannote[76].end 510.36471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 507.76596875
transcript.pyannote[77].end 510.26346875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 510.36471875
transcript.pyannote[78].end 514.00971875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 512.71034375
transcript.pyannote[79].end 513.35159375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 514.11096875
transcript.pyannote[80].end 539.96346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 540.73971875
transcript.pyannote[81].end 543.84471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 544.36784375
transcript.pyannote[82].end 545.85284375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 546.34221875
transcript.pyannote[83].end 547.99596875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 548.26596875
transcript.pyannote[84].end 557.26034375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 557.31096875
transcript.pyannote[85].end 577.88159375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 564.88784375
transcript.pyannote[86].end 565.47846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 578.15159375
transcript.pyannote[87].end 593.76096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 594.13221875
transcript.pyannote[88].end 597.55784375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 598.18221875
transcript.pyannote[89].end 608.42534375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 609.01596875
transcript.pyannote[90].end 631.03784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 631.24034375
transcript.pyannote[91].end 633.61971875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 634.37909375
transcript.pyannote[92].end 652.46909375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 654.00471875
transcript.pyannote[93].end 658.66221875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 659.28659375
transcript.pyannote[94].end 664.14659375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 665.19284375
transcript.pyannote[95].end 672.83721875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 673.44471875
transcript.pyannote[96].end 681.98346875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 681.42659375
transcript.pyannote[97].end 689.25659375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 686.26971875
transcript.pyannote[98].end 686.80971875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 689.96534375
transcript.pyannote[99].end 696.02346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 696.25971875
transcript.pyannote[100].end 710.46846875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 711.10971875
transcript.pyannote[101].end 712.81409375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 713.05034375
transcript.pyannote[102].end 713.67471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 713.94471875
transcript.pyannote[103].end 720.18846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 720.69471875
transcript.pyannote[104].end 722.14596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 722.31471875
transcript.pyannote[105].end 725.63909375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 725.85846875
transcript.pyannote[106].end 732.91221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 733.26659375
transcript.pyannote[107].end 742.68284375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 743.17221875
transcript.pyannote[108].end 744.72471875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 745.21409375
transcript.pyannote[109].end 763.74284375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 763.79346875
transcript.pyannote[110].end 764.19846875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 765.34596875
transcript.pyannote[111].end 765.78471875
transcript.whisperx[0].start 8.46
transcript.whisperx[0].end 9.902
transcript.whisperx[0].text 謝謝主席我們請人事長有請人事長
transcript.whisperx[1].start 26.909
transcript.whisperx[1].end 52.165
transcript.whisperx[1].text 委員早早安我想在上個週的這個考試院質詢的時候其實我有提到就是說希望考試院可以跟人事總署一起來討論育兒友善的政策的推動那我想問一個問題就是說我們不管是在信工法也好或是我們其實在這個107年我們也訂了一個人事行政總署的書函就是重申了這樣子的一個規定但是事實上我想這個
transcript.whisperx[2].start 53.926
transcript.whisperx[2].end 80.649
transcript.whisperx[2].text 人事長應該也可以從我右邊的這個表可以看到說我們實際上申請未滿三歲的子女申請減少工時的時間的一個狀況去年的資料只有27個男性45位女性總人數在我們這麼大的一個公務人員的有一萬有大概一萬八千多名的這個公務校人員領取生育補助來推估我們這個人數上面我不曉得說人事長覺得這樣子的一個數字你滿意嗎
transcript.whisperx[3].start 81.87
transcript.whisperx[3].end 96.172
transcript.whisperx[3].text 我跟委員說明一下,因為我們現在公務人員他可以請休假、試假,而且都是百小時申請的事實上很多公務人員他每一年的休假跟試病假的時間
transcript.whisperx[4].start 98.035
transcript.whisperx[4].end 110.714
transcript.whisperx[4].text 日數都很多啦台北他們都會去清用休假或暑假去用到那個信工房每天少一小時這個比較少所以就如同我們基礎資料
transcript.whisperx[5].start 114.438
transcript.whisperx[5].end 128.998
transcript.whisperx[5].text 因為你如果簽一條簽 那要靠薪水啦那你如果休假 暑假 那是不用啦應該是沒有薪水吧 有要靠薪水啦沒有 那就沒薪水好那就沒薪水 那你如果休假 暑假 你的卡額再一個
transcript.whisperx[6].start 129.679
transcript.whisperx[6].end 146.897
transcript.whisperx[6].text 那我請教董事長那我們有多少那你知道說有多少的這個有小孩的公務人員他是因為接送需求而去請了你剛剛說的那一種可能自己的休假因為我們有了解嗎因為我想問一個問題就是說接送小孩要接近72%
transcript.whisperx[7].start 148.579
transcript.whisperx[7].end 167.1
transcript.whisperx[7].text 對72%所以表示說這個需求是存在的但是因為我們也有遇到說有公務員來講說他希望可以彈性工時去挪移他總時數不變去挪移他的時數可是基本上也是被拒絕那或者是說應該不會這個就是存在
transcript.whisperx[8].start 168.902
transcript.whisperx[8].end 192.929
transcript.whisperx[8].text 這樣有了 你的資料給我我來瞭解看哪些機關但是我想就是說我們是不是可以直接去設立一個獨立的申訴管道就是說任市長這邊來設立一個獨立的申訴管道如果他今天遇到不管他要使用性供法這個也好他甘願扣薪水也好或是他使用彈性供食也好他遇到了什麼樣子的狀況我們是不是可以讓他可以去申訴這樣子你們就會有更清楚的一個資料可以嗎
transcript.whisperx[9].start 199.082
transcript.whisperx[9].end 225.22
transcript.whisperx[9].text 那個按照保障法的規定可以可以嗎好 那我想我們就設立這個吧就像之前我們其實在之前2024年的時候這個勞發署的這個霸凌案之後嘛然後後續大家就開始做了很多的內部的申訴才讓很多真正過去以前的黑訴可以去存在所以我也希望就是說我們大概什麼時候可以設立這樣子的獨立申訴管道需要多久的時間規劃呢
transcript.whisperx[10].start 227.219
transcript.whisperx[10].end 242.135
transcript.whisperx[10].text 我現有的保障法就可以了我們就加強先導委的人有可能不知道不知道要去對他申訴我們再透過我們內部的群組去轉資所有的
transcript.whisperx[11].start 242.756
transcript.whisperx[11].end 268.091
transcript.whisperx[11].text 好那這部分請加強宣導好不好當他們遇到有困難的時候他們真正的可以讓你們知道他們的需要跟困境在哪裡那再來另外一個部分就是說居家辦公的規範我知道之前我們有申請過事辦我們有做過事辦人事總書這邊有做過事辦但是這個結果據我們所了解實際申請的人數也是非常少也是只有個位數那我只是想請教人事長我們是否可以來試試看
transcript.whisperx[12].start 269.366
transcript.whisperx[12].end 277.742
transcript.whisperx[12].text 我們有沒有去了解過有多少人有需要遠距辦公這樣子的需求呢我們有沒有去做這樣子的了解我了解是整理大概270位270位裡面
transcript.whisperx[13].start 283.134
transcript.whisperx[13].end 300.808
transcript.whisperx[13].text 我也是照顧孩子 我也照顧有需要的大人然後還有不少部分是因為一般性身體的有一些問題 有一些癌症他做化療 他在家裡事實上我們一年大概270位事實上連我們人種
transcript.whisperx[14].start 301.829
transcript.whisperx[14].end 323.548
transcript.whisperx[14].text 我們都有一個科長喔 主管喔 他也是天灑各為主不是因為他主管 他就不能申請 還是一樣讓他在家裡照顧小孩非常非常好喔 因為我想這個對於我們現在所謂的三明治世代有非常強大的需要所以我們是不是可以把這個事辦要點提升成為正式實行要點呢
transcript.whisperx[15].start 325.41
transcript.whisperx[15].end 335.985
transcript.whisperx[15].text 一百一十二年就已經有發布了可是那是示範喔這是示範居家示範的是在疫情COVID的時候是示範在112的時候是正式我們有正式發行喔
transcript.whisperx[16].start 336.943
transcript.whisperx[16].end 359.434
transcript.whisperx[16].text 有正式 所以這已經是一個正式的居公辦對對 112年好 那謝謝那再來我想問一下我想這幾天非常非常紅就是有關於天下雜誌的報導就是人事費佔GDP的比例大概是5.9可是我們相較於OECD國家其實是偏低的所以這某種程度上面已經代表說我們現在的公共量能其實已經達到一個非常非常緊繃的狀況再來就是113年的審計部報告
transcript.whisperx[17].start 362.375
transcript.whisperx[17].end 385.695
transcript.whisperx[17].text 我們的第一類元額已經達到了法定元額的上限幾乎是95%那另外一份報告也指出我們的多元人力創下新高也就是說我們在正式元額無法增加的狀況之下我們用了很多多元人力來去支持整個政府的一個運作那我也想請教就是說因為我們在總元額法在99年制定的時候當時的法定總預算是一點
transcript.whisperx[18].start 386.917
transcript.whisperx[18].end 397.979
transcript.whisperx[18].text 7兆 108年是1.9兆可是我们现在已经到了3兆我们现在也增加了非常多的法定业务像是长照也好或者是儿少保护等等的
transcript.whisperx[19].start 398.976
transcript.whisperx[19].end 428.154
transcript.whisperx[19].text 今年百億圓夢基金我們的業務量其實是明顯增加可是我們的員額並沒有因此而調整那相對於其他的澳洲我們看了一下挪威他們整體預算規模跟台灣很接近可是他們的公務人員大概是90萬人那澳洲這個人數規模跟我們很相近的那他的人力規模如果我們是廣義來說也達到了130萬人所以我覺得我們現在這個員額上面是有必要做一個檢討那我不曉得說我們是不是有針對這個議題上面去做一個
transcript.whisperx[20].start 429.194
transcript.whisperx[20].end 447.988
transcript.whisperx[20].text 跟國家各國的一個比較呢事實上委員這個問題非常好我跟委員再說明一下總顏額他是框的一個一個大的pool那裡面我們事實上是可以做移動可是我們現在必須要考慮到幾個問題第一個
transcript.whisperx[21].start 450.331
transcript.whisperx[21].end 474.07
transcript.whisperx[21].text 現在的出生率低你光我言而一般人還是進不來不願意進來第二個很重要的就是我一直在強調的每一個政府機關的作業流程一定要去改你把複雜的事情可以簡化你讓新進的同仁他願意進到公部門不然當他進到公部門來以後他發現我們
transcript.whisperx[22].start 475.771
transcript.whisperx[22].end 490.401
transcript.whisperx[22].text 做事請的方法跟他2000年出生的數位延伸代他的認知落差會很大他會Shock他沒有辦法待在那種新的環境所以工作流程的改變也是很重要第三個跟待遇有關的
transcript.whisperx[23].start 491.221
transcript.whisperx[23].end 509.668
transcript.whisperx[23].text 那我們大概下個月會再跟行政院報告再去爭取從加擠方面再增加待遇因為整個我們坦白講這兩年經濟發展非常好坦白說待遇是一個很實質的問題我們根本沒有辦法跟市場做競爭這個我們同時也在努力跟行政院報告
transcript.whisperx[24].start 514.59
transcript.whisperx[24].end 539.688
transcript.whisperx[24].text 但是我想你剛剛有提到一個非常重要的重點就是說我們的整個工作方式甚至可能是文化跟我們現在所謂的先行年之後出生的年輕人來說是有很大的落差那我也想請教一下任市長您對於這樣子的一個議題你發現了我們要做什麼樣子的一個精進或調整除了工作方法我想公務體系的一個文化對大家來說也是一個需要調整的方向或者是還有其他
transcript.whisperx[25].start 540.782
transcript.whisperx[25].end 556.5
transcript.whisperx[25].text 第一個像我們就是鼓勵我們同仁要建構允許換臭的文化允許換臭的文化讓他敢去創新還有我們是善用AI的工具像我們現在開會所有的會議紀錄大概開完會半個小時一定會到我這裡來
transcript.whisperx[26].start 557.721
transcript.whisperx[26].end 577.159
transcript.whisperx[26].text 我們會用那個Miki Ink的這些軟體因為這樣可以大幅縮短時間很多東西事實上可以節省節省很多時間事實上我們在新聞稿的撰寫我們也是應用類似這樣還有對一些資料分析我們也是透過Notebook、LOM的方式來處理
transcript.whisperx[27].start 578.18
transcript.whisperx[27].end 596.496
transcript.whisperx[27].text 好 了解 我這樣聽起來因為我剛剛看你們的報告也有講到非常多用AI的啦但是因為AI今天可能不是我討論的主要的重點但是我想我們會後可以約一個時間如何的落實AI在這個人事的這個領域上面但是我想回到剛剛的那一題上面整個辦公整個公務人員其實真的是過勞
transcript.whisperx[28].start 598.257
transcript.whisperx[28].end 613.161
transcript.whisperx[28].text 我想再講這件事情就是說我們可以看到源而平建這件事情我們有很多公務員離職的其實因為他工作負荷實在是太重了其實這是剛剛人事長沒有講到的地方工作越來越多累積到他個人身上他自己撐不住就選擇離職而這樣子的狀況是不斷的輪迴一直持續的發生
transcript.whisperx[29].start 618.102
transcript.whisperx[29].end 632.507
transcript.whisperx[29].text 所以我還是覺得說我們現在的元額太少也是一個問題那如何聘到更好的人除了待遇之外公務文化也應該要去做一點調整那再來就是說我們在那個總元額法第九條有講說我們每一年要做我們定期要做一次元額評鑑
transcript.whisperx[30].start 634.414
transcript.whisperx[30].end 651.215
transcript.whisperx[30].text 抱歉再借一點時間但是我自己看了一下過去的幾次的源而平建的結果會發現我們的內容其實高度的重複評論的結果評鑑的結果也是大同小異所以我想請教我們有沒有任何一個機關因為我們做了源而平建而得到了大量的源而調整嗎
transcript.whisperx[31].start 654.048
transcript.whisperx[31].end 671.848
transcript.whisperx[31].text 各位報告一下,事實上我們從99年一直到現在的嚴若評鑑每兩年一次的嚴若評鑑,我們一直在優化整個評鑑的內容我們最近這四到六年,我們focus是在業務流程的簡化,還有跨機關
transcript.whisperx[32].start 673.49
transcript.whisperx[32].end 687.92
transcript.whisperx[32].text 的合作因為政府機關每一個政府機關都做了很多的服務這些資料如果整合的話可以讓我們的流程更加的順暢我了解但是我想我的重點其實是說我們今天做援和評鑑就是希望有一些檢討或精進嘛但是我們做這件事情到底有沒有真正帶來實際上的改變
transcript.whisperx[33].start 690.442
transcript.whisperx[33].end 710.264
transcript.whisperx[33].text 這個聽起來我聽到有一些回饋都是說每次評鑑其實都是做白工啦那根本就是最後就是他很忙可是問題上沒有真正的具體的改變了什麼所以我們是不是可以在原而評鑑的制度上有一個檢討呢讓我們的評鑑結果可以真正反映在原而調整上
transcript.whisperx[34].start 711.158
transcript.whisperx[34].end 732.018
transcript.whisperx[34].text 我跟委員報告就是我們最近做了一個流程改造然後我們會請相關領域專家進來第三個這是我最近拜託審計部因為他有數位審計廳請他一起進來跟我們co-work因為從審計的角度不許行政機關的
transcript.whisperx[35].start 733.579
transcript.whisperx[35].end 744.516
transcript.whisperx[35].text 從源頭數位化 由存簡化這個效果最好我們是跨機關的在合作我們希望透過這樣的機制讓整個言語評鑑更加的有效率
transcript.whisperx[36].start 745.27
transcript.whisperx[36].end 762.027
transcript.whisperx[36].text 那這樣子好不好因為時間已經到了我想是不是可以請市長這邊提供給我們一個你們對於援和評鑑的精進做法包含你剛剛說到審計部的部分還有我們如何讓人可以真正的留下來這個援和的檢討上面是不是可以提供一個檢討報告給我們好不好好謝謝好