iVOD / 167856

Field Value
IVOD_ID 167856
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167856
日期 2026-03-25
會議資料.會議代碼 委員會-11-5-26-3
會議資料.會議代碼:str 第11屆第5會期社會福利及衛生環境委員會第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] 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5會期社會福利及衛生環境委員會第3次全體委員會議
影片種類 Clip
開始時間 2026-03-25T10:14:42+08:00
結束時間 2026-03-25T10:27:05+08:00
影片長度 00:12:23
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/755992caaad3baae7e2e400a1e369868b86a255e355343ec5dcddfbaa3ed0a436246a27f61d679685ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱慧洳
委員發言時間 10:14:42 - 10:27:05
會議時間 2026-03-25T09:00:00+08:00
會議名稱 立法院第11屆第5會期社會福利及衛生環境委員會第3次全體委員會議(事由:討論事項 審查 一、 委員謝衣鳯等19人擬具「兒童及少年福利與權益保障法第三十一條條文修正草案」案。 二、 委員郭昱晴等19人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 三、 委員徐富癸等18人擬具「兒童及少年福利與權益保障法第二十四條條文修正草案」案。 四、 委員林月琴等16人擬具「兒童及少年福利與權益保障法第十三條條文修正草案」案。 五、 委員李彥秀等21人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 六、 委員陳菁徽等22人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 七、 委員廖偉翔等18人擬具「兒童及少年福利與權益保障法增訂第六條之一條文草案」案。 八、 委員蘇清泉等30人擬具「兒童及少年福利與權益保障法第九十七條條文修正草案」案。 九、 委員李彥秀等19人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 十、 委員吳秉叡等21人擬具「兒童及少年福利與權益保障法第十六條條文修正草案」案。 十一、 委員謝衣鳯等16人擬具「兒童及少年福利與權益保障法第二十五條及第二十六條條文修正草案」案。 十二、 委員顏寬恒等22人擬具「兒童及少年福利與權益保障法第三十三條之一條文修正草案」案。 十三、 委員林月琴等16人擬具「兒童及少年福利與權益保障法第二十八條及第二十八條之一條文修正草案」案。 十四、 委員徐欣瑩等19人擬具「兒童及少年福利與權益保障法第二十三條條文修正草案」案。 十五、 委員林思銘等20人擬具「兒童及少年福利與權益保障法第九十七條條文修正草案」案。 十六、 委員王鴻薇等26人擬具「兒童及少年福利與權益保障法第四十九條及第九十七條條文修正草案」案。 十七、 委員黃建賓等16人擬具「兒童及少年福利與權益保障法第七十七條條文修正草案」案。 十八、 委員黃建賓等16人擬具「兒童及少年福利與權益保障法第八十三條、第一百零七條及第一百零八條條文修正草案」案。 十九、 委員林德福等20人擬具「兒童及少年福利與權益保障法第六十六條條文修正草案」案。 二十、 委員張雅琳等27人擬具「兒童及少年福利與權益保障法部分條文修正草案」案。 二十一、 委員柯志恩等18人擬具「兒童及少年福利與權益保障法第五十一條之一、第九十九條及第一百零二條條文修正草案」案。 二十二、 委員陳冠廷等24人擬具「兒童及少年福利與權益保障法第四十六條、第四十六條之二及第九十四條條文修正草案」案。 二十三、 台灣民眾黨黨團擬具「兒童及少年福利與權益保障法第二十三條及第三十一條之一條文修正草案」案。 二十四、 委員黃健豪等23人擬具「兒童及少年福利與權益保障法第六十九條及第一百零三條條文修正草案」案。 ......(因系統字數上限,詳見議事日程) 【3月25日及26日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.08096875
transcript.pyannote[0].end 4.28346875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 9.12659375
transcript.pyannote[1].end 12.02909375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 20.75346875
transcript.pyannote[2].end 20.95596875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 23.30159375
transcript.pyannote[3].end 26.69346875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 27.57096875
transcript.pyannote[4].end 28.36409375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 29.59596875
transcript.pyannote[5].end 30.45659375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 29.98409375
transcript.pyannote[6].end 30.69284375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 30.69284375
transcript.pyannote[7].end 37.27409375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 37.61159375
transcript.pyannote[8].end 51.02721875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 51.34784375
transcript.pyannote[9].end 159.29721875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 159.93846875
transcript.pyannote[10].end 163.63409375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 164.30909375
transcript.pyannote[11].end 172.20659375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 171.21096875
transcript.pyannote[12].end 171.56534375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 172.34159375
transcript.pyannote[13].end 174.95721875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 175.49721875
transcript.pyannote[14].end 191.07284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 185.63909375
transcript.pyannote[15].end 186.04409375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 190.97159375
transcript.pyannote[16].end 191.46096875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 191.14034375
transcript.pyannote[17].end 201.56909375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 201.85596875
transcript.pyannote[18].end 208.58909375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 207.74534375
transcript.pyannote[19].end 210.17534375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 209.12909375
transcript.pyannote[20].end 209.26409375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 209.55096875
transcript.pyannote[21].end 232.29846875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 210.41159375
transcript.pyannote[22].end 210.66471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 216.97596875
transcript.pyannote[23].end 217.39784375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 228.65346875
transcript.pyannote[24].end 255.95721875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 234.55971875
transcript.pyannote[25].end 235.03221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 235.03221875
transcript.pyannote[26].end 250.96221875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 250.96221875
transcript.pyannote[27].end 251.35034375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 256.41284375
transcript.pyannote[28].end 258.20159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 257.62784375
transcript.pyannote[29].end 258.11721875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 258.20159375
transcript.pyannote[30].end 258.53909375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 258.53909375
transcript.pyannote[31].end 258.55596875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 258.55596875
transcript.pyannote[32].end 258.74159375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 258.74159375
transcript.pyannote[33].end 266.84159375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 258.77534375
transcript.pyannote[34].end 259.34909375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 265.60971875
transcript.pyannote[35].end 268.54596875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 267.04409375
transcript.pyannote[36].end 268.24221875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 268.74846875
transcript.pyannote[37].end 275.31284375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 270.94221875
transcript.pyannote[38].end 270.97596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 270.97596875
transcript.pyannote[39].end 274.97534375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 275.61659375
transcript.pyannote[40].end 296.69346875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 279.78471875
transcript.pyannote[41].end 294.97221875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 297.09846875
transcript.pyannote[42].end 300.92909375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 300.37221875
transcript.pyannote[43].end 302.48159375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 301.68846875
transcript.pyannote[44].end 312.38721875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 307.66221875
transcript.pyannote[45].end 320.74034375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 313.23096875
transcript.pyannote[46].end 345.54659375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 345.15846875
transcript.pyannote[47].end 361.96596875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 357.07221875
transcript.pyannote[48].end 383.32971875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 361.96596875
transcript.pyannote[49].end 364.95284375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 369.07034375
transcript.pyannote[50].end 370.03221875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 370.03221875
transcript.pyannote[51].end 377.98034375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 383.56596875
transcript.pyannote[52].end 385.16909375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 385.42221875
transcript.pyannote[53].end 387.61596875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 388.24034375
transcript.pyannote[54].end 393.97784375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 393.97784375
transcript.pyannote[55].end 396.01971875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 396.69471875
transcript.pyannote[56].end 402.14534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 400.33971875
transcript.pyannote[57].end 400.37346875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 400.37346875
transcript.pyannote[58].end 402.02721875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 402.02721875
transcript.pyannote[59].end 402.24659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 402.14534375
transcript.pyannote[60].end 402.17909375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 402.24659375
transcript.pyannote[61].end 419.39159375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 419.61096875
transcript.pyannote[62].end 424.82534375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 423.84659375
transcript.pyannote[63].end 453.66471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 451.01534375
transcript.pyannote[64].end 456.65159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 456.85409375
transcript.pyannote[65].end 459.35159375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 457.02284375
transcript.pyannote[66].end 514.21221875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 515.79846875
transcript.pyannote[67].end 528.64034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 519.05534375
transcript.pyannote[68].end 519.15659375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 525.21471875
transcript.pyannote[69].end 530.86784375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 528.64034375
transcript.pyannote[70].end 528.97784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 528.97784375
transcript.pyannote[71].end 529.02846875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 529.02846875
transcript.pyannote[72].end 530.85096875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 531.15471875
transcript.pyannote[73].end 552.16409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 532.57221875
transcript.pyannote[74].end 542.73096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 551.10096875
transcript.pyannote[75].end 552.41721875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 552.18096875
transcript.pyannote[76].end 552.19784375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 552.28221875
transcript.pyannote[77].end 587.88846875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 559.53846875
transcript.pyannote[78].end 563.40284375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 583.73721875
transcript.pyannote[79].end 583.75409375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 583.75409375
transcript.pyannote[80].end 583.77096875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 583.77096875
transcript.pyannote[81].end 588.47909375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 588.47909375
transcript.pyannote[82].end 609.84284375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 589.81221875
transcript.pyannote[83].end 590.87534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 593.94659375
transcript.pyannote[84].end 598.77284375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 601.87784375
transcript.pyannote[85].end 603.46409375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 607.12596875
transcript.pyannote[86].end 607.96971875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 607.96971875
transcript.pyannote[87].end 608.03721875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 608.03721875
transcript.pyannote[88].end 608.96534375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 608.96534375
transcript.pyannote[89].end 610.02846875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 610.02846875
transcript.pyannote[90].end 610.50096875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 610.24784375
transcript.pyannote[91].end 640.82534375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 641.87159375
transcript.pyannote[92].end 646.02284375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 646.02284375
transcript.pyannote[93].end 666.77909375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 667.18409375
transcript.pyannote[94].end 671.41971875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 671.75721875
transcript.pyannote[95].end 693.20534375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 693.67784375
transcript.pyannote[96].end 712.37534375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 712.37534375
transcript.pyannote[97].end 726.02721875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 719.44596875
transcript.pyannote[98].end 720.00284375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 724.45784375
transcript.pyannote[99].end 729.84096875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 730.26284375
transcript.pyannote[100].end 732.77721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 731.00534375
transcript.pyannote[101].end 733.65471875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 733.65471875
transcript.pyannote[102].end 739.49346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 738.10971875
transcript.pyannote[103].end 738.90284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 741.38346875
transcript.pyannote[104].end 743.56034375
transcript.whisperx[0].start 9.278
transcript.whisperx[0].end 11.379
transcript.whisperx[0].text 好 我們有請衛福部長好 請使部長部長好
transcript.whisperx[1].start 30.396
transcript.whisperx[1].end 54.745
transcript.whisperx[1].text 好我今天要跟你交流的問題呢是關於少子化的問題如何搶救的議題這樣子那我想這個少子化的問題呢實在是非常的嚴重那已經是這個國安層級的議題了那我想這是不爭的事實所以如何呢我們要來這個搶救少子化刺激台灣新生兒的這個生育率呢我想這個是當務之急
transcript.whisperx[2].start 57.086
transcript.whisperx[2].end 80.2
transcript.whisperx[2].text 那這個衛福部的一些努力我們過去其實也有看到就是過去8年編列了很多預算預算高達5931億那我們就是很納悶怎麼預算越編越多但是新生兒越生越少那我們覺得實在是有一點匪夷所思
transcript.whisperx[3].start 80.96
transcript.whisperx[3].end 84.981
transcript.whisperx[3].text 那這個關於預算的編列 5931億這麼添加的一個數字居然讓我們出生率出現一個腰斬的一個局面2016年還有21萬的新生兒但是到了去年居然腰斬成不滿11萬
transcript.whisperx[4].start 103.107
transcript.whisperx[4].end 123.958
transcript.whisperx[4].text 那這個腰斬的一個情形在今年2月又更顯得真的是非常的淒慘怎麼淒慘呢就是單月新生兒的人數還破了7000大關那這個就很像打炸一樣越打越炸真的看到不管是新生兒的數據越來越少打炸越來越猖獗真的是讓人家心有淒淒焉那除此之外我們也觀察到說衛福部有設立少子化辦公室
transcript.whisperx[5].start 128.74
transcript.whisperx[5].end 142.431
transcript.whisperx[5].text 但是搞了半天發現掃紙化辦公室不是實體的是一個虛擬的辦公室這樣子所以我們在這邊想呼籲就是衛福部長也想建議你說這個你真的是要大刀闊斧雷力風行的為台灣催生挽救掃紙化的問題
transcript.whisperx[6].start 145.854
transcript.whisperx[6].end 159.206
transcript.whisperx[6].text 如果你不這麼做說不定啊人民的認知呢不只辦公室是虛擬的可能連部長他們都認為是虛擬的也會感覺好像不存在這樣好所以我現在要問部長請問你挽救少子女化的對策是什麼我想跟這個委員說明這個在
transcript.whisperx[7].start 164.646
transcript.whisperx[7].end 192.615
transcript.whisperx[7].text 這個出生率降低的部分當然從過去這幾年我們先從這個懷孕這邊做補助生產然後生育的補助然後養育的補助不斷地在做啦但是我想我們都忽略了就是在衛福部的角度來看是這樣但是其實還有其他的因素在影響包含職場的友善包含這個女性一旦
transcript.whisperx[8].start 193.155
transcript.whisperx[8].end 218.332
transcript.whisperx[8].text 走入到婚姻進入到這個懷孕生產的階段他可能在職場上他的發展那麼會比這個同樣的這個男性上呢是為什麼你們的補助呢所以換言之呢這個層級呢不會是在衛福部的層級他必須在更高的層級所以才會有行政院
transcript.whisperx[9].start 219.392
transcript.whisperx[9].end 239.064
transcript.whisperx[9].text 這個少子化辦公室啊不是衛福部的少子化辦公室應該在院裡面呢我們院裡面另外有在這個端於這個少子女那個少子化辦公室已經是許你這個新聞我們已經知道了那你剛講的措施就是用錢來解決問題但是對於一些硬體軟體的資源相對應要提供上去似乎沒有看到這一塊所以我現在要提出來的就是廣泉工科是不是你們的體防質疑部長來廣泉工科是不是你們的解放
transcript.whisperx[10].start 249.33
transcript.whisperx[10].end 274.663
transcript.whisperx[10].text 還有各項的措施都一起來我已經聚焦在廣設公托是不是有效的解方之一廣設公托公托的反應是很好的你覺得是反應很好但是覆蓋率極低只有4%這個4%怎麼來的我們有實證的資料我們不只是只有公托我們還有準公托準公托是民間業者的努力當然他們的存在也非常的好但是不能因此而縮
transcript.whisperx[11].start 275.783
transcript.whisperx[11].end 288.451
transcript.whisperx[11].text 放鬆於政府的責任他們的存在當然很優你們的存在也應該很優然後產生一家依大利的效果這個我們都知道但是公共的覆蓋率只有4%只有482家482家所衍生出來的覆蓋率只有7%好我現在就問當然那些都存在部長請你不要
transcript.whisperx[12].start 297.196
transcript.whisperx[12].end 308.601
transcript.whisperx[12].text 我問A答B我問香蕉你要給我蘋果好不好沒有我是針對您的問題在回答我的問題你就是那我的意思就是說公托很少那你又給我扯到準公托你以為人家沒有血量的眼睛清除了頭腦嗎不是還包含準公托
transcript.whisperx[13].start 313.803
transcript.whisperx[13].end 314.744
transcript.whisperx[13].text 當年的母數是27萬 乘出來的數
transcript.whisperx[14].start 334.315
transcript.whisperx[14].end 351.082
transcript.whisperx[14].text 加減乘除出來的數字就是0.0399我還幫你45%入到4%請問你認不認為公托我現在在問公托你不要扯到準公托公托是不是還有努力的空間公托大概現在的這個公托的量能大概在17000人次左右
transcript.whisperx[15].start 351.482
transcript.whisperx[15].end 359.846
transcript.whisperx[15].text 再加上的准公托4萬多的人士大概已經差不多到6萬人士左右再加上居家的保育類型現在量人數較過去提升到最少度當然我們也要繼續的推動公托
transcript.whisperx[16].start 372.773
transcript.whisperx[16].end 383.658
transcript.whisperx[16].text 但是我們的預算在去年今年的預算沒有辦法去執行但是我們的預算在去年今年的預算沒有辦法去執行但是我們的預算在去年今年的預算沒有辦法去執行但是我們的預算在去年今年的預算沒有辦法去執行
transcript.whisperx[17].start 397.018
transcript.whisperx[17].end 415.851
transcript.whisperx[17].text 我們這個是從你們的官網download下來的啊怎麼可能我們錯誤,應該是你們錯誤吧你可能有誤解,我請同仁跟你說明跟委員說明齁,現在在政府公辦的部分,一個是公共的托嬰中心同時公辦的還有一個叫做公共托育家園加總起來的數字,我們現在到
transcript.whisperx[18].start 420.194
transcript.whisperx[18].end 425.46
transcript.whisperx[18].text 呃 去年的年底現在總數是530家 同時現在輔助是啊 沒錯啊 就是這個數字啊你們的公社民營托運中心387啊 公托的這個呃 家園是143加起來530 沒錯啊沒錯啊 但是衛福部我們
transcript.whisperx[19].start 436.033
transcript.whisperx[19].end 456.246
transcript.whisperx[19].text 拿的數據就是你說的數據啊但是所以代表公社民營托運中心是387可是我剛講的數字是在兒少專區所呈現出來的數字是482所以一個數字變成衛福部跟社家署各自表述那我們看到一個數字怎麼會有一個各自表述的情形這是資料時間的差距因為數量一直在增加
transcript.whisperx[20].start 456.766
transcript.whisperx[20].end 459.207
transcript.whisperx[20].text 數量在增加那你2024已經482了到2025變387這個怎麼數量增加我們看到的是滑落欸所以我覺得這個數字真的讓我們覺得真的是很匪夷所思啦真的是看著看著笑著笑著因為笑話一場嘛笑著笑著就哭了到底我們公社名有幾家衛福部的官員傻傻說不清楚一下子是482一下子是378好387那不管
transcript.whisperx[21].start 483.842
transcript.whisperx[21].end 510.999
transcript.whisperx[21].text 數字是482還是387看起來就是整體就530嘛那530這些寥寥可數的數字可以承載每年大約10萬新生兒的需求嗎請問可以嗎 部長請問可以嗎那我當然也有觀察到你們過去8年有14億個叫做社區公托的計畫那由中央政府補助地方政府去設置這些公托但它是申請制的 那請問一下申請案件有多少那既然是申請制就有所謂通過跟不通過的問題
transcript.whisperx[22].start 512.5
transcript.whisperx[22].end 514.081
transcript.whisperx[22].text 請問一下數據是如何這個公托我們還是持續的在擴大我們在115年也編列了預算要增加但是因為立法院沒有審查預算我再問你案件多少
transcript.whisperx[23].start 531.376
transcript.whisperx[23].end 539.018
transcript.whisperx[23].text 聽不懂中文我們要用什麼語言來跟你溝通這個我們需要我們的共識求是要來趕快的做大公脫但是的預算沒有整齊我會把它繼續推動好 但你們現在已經進階到少子女化對策2.0了那這個我跟
transcript.whisperx[24].start 549.821
transcript.whisperx[24].end 554.524
transcript.whisperx[24].text 2.0的預算沒有審查沒有審我們已經三讀通過了是現在擱置在行政院長手中如果你想要動之的話請去跟行政院長沒有審查就具有他的不確定性那我現在問部長現在這個求財若可求公托若可用申請制會有準薄的問題會有通過不通過的問題那需要曠日廢時的等待
transcript.whisperx[25].start 572.697
transcript.whisperx[25].end 586.091
transcript.whisperx[25].text 所以是不是沒有辦法快速滿足廣設公托的目標所以我們在這邊建議中央政府補助地方政府設立公托要入法入額造法是一個強制性的規定就是中央政府在補地方政府設公托這件事情
transcript.whisperx[26].start 588.553
transcript.whisperx[26].end 612.059
transcript.whisperx[26].text 沒有預算沒有預算已經告訴你718的預算三讀通過了啊你還在講沒有預算沒有審查的話呢就具有不確定性不知道如何執行啊是不是要帶頭造謠啊部長請不要做帶頭造謠718的預算三讀通過了我沒有造謠這個是事實現在預算擱置在行政院手中所以如果你能夠讓這個中央普遍調遷不正通過入法路而上法的話你就再
transcript.whisperx[27].start 613.039
transcript.whisperx[27].end 640.575
transcript.whisperx[27].text 協助地方設立供託這件事就扮演比較積極的角色我們不敢說新生兒的人數會暴增但是至少會略有起色那現在我們台灣民眾黨也感受到不敢生不敢養的原因是因為沒有足夠的金錢所以我們台灣民眾黨提出了一個台灣未來賬戶希望幫兒少準備人生的第一桶金作為他們以後就學或就業的一個後盾請問一下部長覺得這個制度如何
transcript.whisperx[28].start 642.346
transcript.whisperx[28].end 670.848
transcript.whisperx[28].text 我沒有太仔細的了解您所提的這個制度我們是台灣未來賬戶就是新生兒出生的時候給5萬然後他們成長到12年之前的每一年都在存入1萬然後經過這個利息複利的概念到18歲的時候會有大約35萬的規模然後就可以作為他們人生第一桶金去發展他們的事業或者是就學那你不知道那我告訴你這個行政院長的感覺還蠻欣賞我們這個構想的所以他在今年3月的施政報告呢其實是有把這個
transcript.whisperx[29].start 672.089
transcript.whisperx[29].end 692.179
transcript.whisperx[29].text 類似的構想放進去施政報告然後我這邊也分享給部長知道那所以呢我這邊想請教部長可不可以給我們一個月內一個回覆就是中央政府補助地方政府設立公托入法的可行性可不可以評估一下因為我覺得中央政府在協助地方政府廣設公托這件事能夠再積極一點能夠
transcript.whisperx[30].start 693.76
transcript.whisperx[30].end 710.588
transcript.whisperx[30].text 扮演一個重要的推手再來剛有提到說目前的這個公托計畫呢是採申請制的那至於申請的案數多少通過或不通過你好像完全沒有掌握但沒關係現在有一個月的時間可以讓你回去寫這個考題可不可以一個月之後給本席這兩個訴求的一個回應
transcript.whisperx[31].start 712.389
transcript.whisperx[31].end 738.297
transcript.whisperx[31].text 按照新的地方這個財劃法呢那麼其實地方政府的預算已經大幅的增加那麼依法呢現在就可以去進行這些公托或者是准公托的推動部長我再跟你要資料不要再答非所問了我要跟你要蘋果你給我香蕉我是針對要要資料我會整欄都給你沒有問題好給我好那謝謝那請一個月之後呢這個滿滿的水果呈現在我眼前謝謝部長謝謝
transcript.whisperx[32].start 741.431
transcript.whisperx[32].end 743.084
transcript.whisperx[32].text 好 謝謝邱慧如委員