iVOD / 168321

Field Value
IVOD_ID 168321
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168321
日期 2026-04-09
會議資料.會議代碼 委員會-11-5-26-5
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5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 5
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5次全體委員會議
影片種類 Clip
開始時間 2026-04-09T09:25:14+08:00
結束時間 2026-04-09T09:39:53+08:00
影片長度 00:14:39
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fe6424cd58e46bc704afb62b7a0f32330a49e36d97d29c5fce3311c87f23443954de318ebac86ee55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳菁徽
委員發言時間 09:25:14 - 09:39:53
會議時間 2026-04-09T09:00:00+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5次全體委員會議(事由:邀請勞動部部長、經濟部、農業部就「防制強迫勞動與公平招募:台灣移工制度接軌國際人權與供應鏈治理」進行專題報告,並備質詢。【4月8日及9日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.63409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.78096875
transcript.pyannote[1].end 10.91534375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 11.38784375
transcript.pyannote[2].end 12.92346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 19.57221875
transcript.pyannote[3].end 20.24721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 20.02784375
transcript.pyannote[4].end 41.64471875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 42.15096875
transcript.pyannote[5].end 43.61909375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 44.02409375
transcript.pyannote[6].end 50.92596875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 51.11159375
transcript.pyannote[7].end 68.25659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 68.50971875
transcript.pyannote[8].end 72.15471875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 72.47534375
transcript.pyannote[9].end 76.94721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 77.11596875
transcript.pyannote[10].end 96.53909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 97.14659375
transcript.pyannote[11].end 143.40096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 144.27846875
transcript.pyannote[12].end 149.35784375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 149.66159375
transcript.pyannote[13].end 155.02784375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 155.07846875
transcript.pyannote[14].end 155.88846875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 156.29346875
transcript.pyannote[15].end 168.51096875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 165.32159375
transcript.pyannote[16].end 165.86159375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 169.50659375
transcript.pyannote[17].end 175.69971875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 177.80909375
transcript.pyannote[18].end 182.82096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 183.20909375
transcript.pyannote[19].end 183.91784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 184.47471875
transcript.pyannote[20].end 191.02221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 187.90034375
transcript.pyannote[21].end 188.13659375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 191.27534375
transcript.pyannote[22].end 204.82596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 195.49409375
transcript.pyannote[23].end 196.01721875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 196.43909375
transcript.pyannote[24].end 196.47284375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 196.48971875
transcript.pyannote[25].end 196.79346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 197.55284375
transcript.pyannote[26].end 197.85659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 201.72096875
transcript.pyannote[27].end 201.95721875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 203.07096875
transcript.pyannote[28].end 203.35784375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 205.07909375
transcript.pyannote[29].end 212.87534375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 209.36534375
transcript.pyannote[30].end 209.78721875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 214.30971875
transcript.pyannote[31].end 227.32034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 216.52034375
transcript.pyannote[32].end 217.00971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 227.47221875
transcript.pyannote[33].end 266.30159375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 231.74159375
transcript.pyannote[34].end 232.18034375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 262.84221875
transcript.pyannote[35].end 263.17971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 263.98971875
transcript.pyannote[36].end 300.35534375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 300.94596875
transcript.pyannote[37].end 301.63784375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 302.02596875
transcript.pyannote[38].end 306.86909375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 307.30784375
transcript.pyannote[39].end 309.45096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 309.94034375
transcript.pyannote[40].end 311.25659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 311.84721875
transcript.pyannote[41].end 319.96409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 319.40721875
transcript.pyannote[42].end 324.53721875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 321.53346875
transcript.pyannote[43].end 322.32659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 324.63846875
transcript.pyannote[44].end 332.02971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 330.79784375
transcript.pyannote[45].end 331.06784375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 332.78909375
transcript.pyannote[46].end 342.01971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 333.41346875
transcript.pyannote[47].end 335.72534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 337.76721875
transcript.pyannote[48].end 338.12159375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 340.02846875
transcript.pyannote[49].end 368.41221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 369.10409375
transcript.pyannote[50].end 370.16721875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 371.12909375
transcript.pyannote[51].end 372.56346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 372.63096875
transcript.pyannote[52].end 372.79971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 372.79971875
transcript.pyannote[53].end 372.83346875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 374.70659375
transcript.pyannote[54].end 375.56721875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 375.76971875
transcript.pyannote[55].end 380.14034375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 380.78159375
transcript.pyannote[56].end 382.89096875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 383.12721875
transcript.pyannote[57].end 391.29471875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 384.57846875
transcript.pyannote[58].end 386.29971875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 387.54846875
transcript.pyannote[59].end 387.83534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 391.96971875
transcript.pyannote[60].end 404.91284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 395.26034375
transcript.pyannote[61].end 395.66534375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 395.81721875
transcript.pyannote[62].end 396.27284375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 401.08221875
transcript.pyannote[63].end 401.77409375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 404.91284375
transcript.pyannote[64].end 422.78346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 423.45846875
transcript.pyannote[65].end 434.27534375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 434.57909375
transcript.pyannote[66].end 508.66034375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 509.33534375
transcript.pyannote[67].end 522.63284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 512.18721875
transcript.pyannote[68].end 512.23784375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 522.98721875
transcript.pyannote[69].end 529.48409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 528.69096875
transcript.pyannote[70].end 531.32346875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 531.54284375
transcript.pyannote[71].end 535.44096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 535.77846875
transcript.pyannote[72].end 539.45721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 538.02284375
transcript.pyannote[73].end 538.30971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 539.72721875
transcript.pyannote[74].end 540.13221875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 540.23346875
transcript.pyannote[75].end 541.09409375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 541.54971875
transcript.pyannote[76].end 553.32846875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 544.75596875
transcript.pyannote[77].end 545.00909375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 553.91909375
transcript.pyannote[78].end 559.23471875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 558.99846875
transcript.pyannote[79].end 561.12471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 560.71971875
transcript.pyannote[80].end 566.10284375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 563.21721875
transcript.pyannote[81].end 563.70659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 565.52909375
transcript.pyannote[82].end 565.96784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 566.25471875
transcript.pyannote[83].end 566.32221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 566.32221875
transcript.pyannote[84].end 607.66596875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 608.57721875
transcript.pyannote[85].end 643.22159375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 611.66534375
transcript.pyannote[86].end 611.73284375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 611.78346875
transcript.pyannote[87].end 611.88471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 615.14159375
transcript.pyannote[88].end 615.44534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 642.36096875
transcript.pyannote[89].end 642.39471875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 643.28909375
transcript.pyannote[90].end 643.62659375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 644.16659375
transcript.pyannote[91].end 668.55096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 654.24096875
transcript.pyannote[92].end 654.81471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 655.37159375
transcript.pyannote[93].end 655.75971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 667.03221875
transcript.pyannote[94].end 678.81096875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 678.97971875
transcript.pyannote[95].end 679.18221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 679.73909375
transcript.pyannote[96].end 693.00284375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 693.23909375
transcript.pyannote[97].end 706.75596875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 707.32971875
transcript.pyannote[98].end 712.00409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 711.64971875
transcript.pyannote[99].end 711.71721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 712.08846875
transcript.pyannote[100].end 722.24721875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 714.72096875
transcript.pyannote[101].end 714.92346875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 717.42096875
transcript.pyannote[102].end 717.45471875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 722.31471875
transcript.pyannote[103].end 734.49846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 730.71846875
transcript.pyannote[104].end 731.02221875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 732.94596875
transcript.pyannote[105].end 733.35096875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 734.24534375
transcript.pyannote[106].end 739.34159375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 739.49346875
transcript.pyannote[107].end 742.00784375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 740.75909375
transcript.pyannote[108].end 741.02909375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 741.55221875
transcript.pyannote[109].end 743.81346875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 742.54784375
transcript.pyannote[110].end 746.73284375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 747.40784375
transcript.pyannote[111].end 750.39471875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 749.63534375
transcript.pyannote[112].end 750.24284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 750.51284375
transcript.pyannote[113].end 751.94721875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 752.08221875
transcript.pyannote[114].end 776.34846875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 762.74721875
transcript.pyannote[115].end 763.01721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 776.43284375
transcript.pyannote[116].end 776.46659375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 776.48346875
transcript.pyannote[117].end 782.25471875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 781.78221875
transcript.pyannote[118].end 783.97596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 783.97596875
transcript.pyannote[119].end 787.60409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 788.11034375
transcript.pyannote[120].end 800.22659375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 791.04659375
transcript.pyannote[121].end 791.43471875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 795.68721875
transcript.pyannote[122].end 795.70409375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 795.73784375
transcript.pyannote[123].end 795.77159375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 796.02471875
transcript.pyannote[124].end 796.10909375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 800.80034375
transcript.pyannote[125].end 815.51534375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 816.19034375
transcript.pyannote[126].end 819.04221875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 819.16034375
transcript.pyannote[127].end 851.20596875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 851.77971875
transcript.pyannote[128].end 862.83284375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 862.95096875
transcript.pyannote[129].end 874.29096875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 868.80659375
transcript.pyannote[130].end 868.85721875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 872.14784375
transcript.pyannote[131].end 872.33346875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 873.95346875
transcript.pyannote[132].end 876.38346875
transcript.whisperx[0].start 0.089
transcript.whisperx[0].end 12.417
transcript.whisperx[0].text 各位請陳建輝委員發言謝謝主席 謝謝各位委員還有官員的出席我們請洪勝安部長好 請洪部長
transcript.whisperx[1].start 21.027
transcript.whisperx[1].end 41.384
transcript.whisperx[1].text 一開始先講一些就最近觀察到的數據讓您知道2025年的工總呢他白皮書發表說最近最大的問題就是缺工我想這個你應該也都知道了那跟您比較相關的是財訊做了一個對於賴清德總統的民調那他最滿意喔
transcript.whisperx[2].start 42.185
transcript.whisperx[2].end 71.708
transcript.whisperx[2].text 他們最滿意的政策85.6%剛好是您從前反對那就是調整非核家園這樣子的政策可是企業是很支持的那最不滿意的政策剛好也跟您相關這個就是缺工的問題有63%的企業不滿意現況那未來呢我覺得您可能常會面對到這樣子的問題啦可能每次答詢都要講這些所以未來應該也沒有什麼要迴避的地方那
transcript.whisperx[3].start 72.128
transcript.whisperx[3].end 95.833
transcript.whisperx[3].text 我本期間只是想跟你討論說剛你有一直提到說外籍的移工或者是這篇是在講外籍的實習生那你都希望可以盡量跟本國人拉齊這你剛答詢你會請委員的那缺工就真的太嚴重所以不管是交通部經濟部教育部都引進了外籍留學生這樣子的人力
transcript.whisperx[4].start 97.233
transcript.whisperx[4].end 119.09
transcript.whisperx[4].text 那很多委員都質詢嘛所以今年2026年1月的時候經濟部就提出了企業級法人申請外國籍學生來中華民國實習要點那裡面也一直強調說都有找勞動部要來稽查找勞動部給意見所以其實呢他們就是找勞動部來背書說他們有正視這些實習生的勞權那經濟部說要比照勞務的事實但這個實習要點
transcript.whisperx[5].start 125.475
transcript.whisperx[5].end 142.541
transcript.whisperx[5].text 我不知道你有沒有注意到他其實沒有很很強烈的罰則他唯一的處罰就是說他會對實習單位撤銷或廢止實習核准函所以我想問您會覺得說這有達到您剛提到的想要跟本國人拉起這個標準嗎
transcript.whisperx[6].start 144.329
transcript.whisperx[6].end 168.091
transcript.whisperx[6].text 跟陳委員說明其實現在在講的這個外國實習生他們的學籍現在在包括是經濟部跟交通部他們的學籍其實是在國外那是由國外的學生那國外的這個學校單位來跟來找台灣的企業來去做這樣實習的合作那在今年以前
transcript.whisperx[7].start 169.591
transcript.whisperx[7].end 175.103
transcript.whisperx[7].text 其實這樣子的實習生他用他用這樣實習的名義其實他
transcript.whisperx[8].start 177.847
transcript.whisperx[8].end 204.293
transcript.whisperx[8].text 有很多的包括薪資的給付包括相關的權益說實話都跟現在台灣的勞動法規是有一段落差的所以其實去年就是我們勞動部我們也去找包括經濟部包括交通部也包括行政院大家協調我們認為這樣子的做法不是個辦法因為這會讓很多企業
transcript.whisperx[9].start 205.273
transcript.whisperx[9].end 212.531
transcript.whisperx[9].text 就會用這樣子的方式可能會繞開勞動的法規甚至去找這個相對非常非常
transcript.whisperx[10].start 214.366
transcript.whisperx[10].end 242.357
transcript.whisperx[10].text 廉價的或便宜的這個勞動力我們認為不是辦法所以我們才在應該是在去年的時候在行政院跟經濟部跟交通部來討論至少他們應該要把這個用這樣子方式的進來的外國籍的實習生比方說他們的工資他們相關的權益包括可能相關該做的一些這個尤其是薪資的部分然後勞動條件應該至少要比照我們
transcript.whisperx[11].start 244.198
transcript.whisperx[11].end 263.975
transcript.whisperx[11].text 臺灣勞動法規的最低的標準那所以現在是應該在1月1號之後在經濟部跟交通部其實他們有調整了他們的相關的規範想要把它給拉起來那這部分的確我們是跟一步一步談不然如果在去年的情境的話很有可能其實這一個外國行醫生他一個月拿到薪資確實是非常非常低的
transcript.whisperx[12].start 264.175
transcript.whisperx[12].end 290.175
transcript.whisperx[12].text 那我舉一個很簡單的例子我舉一個很簡單的例子因為我看了一下這個實習要點裡面一個很簡單的例子也會是您重視的如果根據勞工保險條例沒有對勞工投保那他這個罰環是重的可能從4倍到10倍都有根據第72條第38條可是這個實習要點就像我剛剛跟你講的他只會對實習單位做撤銷或是廢止核准函
transcript.whisperx[13].start 290.675
transcript.whisperx[13].end 299.088
transcript.whisperx[13].text 那除了薪資我覺得他們的勞權你未來的進度是如何否則我們又會常常被冠上這種強迫勞動的惡名
transcript.whisperx[14].start 300.964
transcript.whisperx[14].end 321.693
transcript.whisperx[14].text 跟這跟陳委員說明第一個確實因為比方說如果如果這個學生他是學籍是在國內那學籍在國內的話其實通常會分成學習型實習跟工作型實習如果是工作型實習的話其實就是比較工作你的意思是說因為他學籍不在國內所以你這邊有點困難
transcript.whisperx[15].start 324.694
transcript.whisperx[15].end 352.401
transcript.whisperx[15].text 因為他的學籍不在國內所以他不太目前的確在現有的這個司法性上他不太適用於我們目前國內的當法規但是我跟你說因為他現在是由他進來的方式是由經濟部跟交通部可是經濟部經濟部的投審代理司長他對外的發言他是說過去較偏重學生身份現在的重點則是放在勞務提供者
transcript.whisperx[16].start 353.001
transcript.whisperx[16].end 372.089
transcript.whisperx[16].text 所以呢他會給予勞務提供者的相對基本保障並且啊他還直接講說他會不定期的與勞動部共同進行防事所以他自己經濟部他已經把他偏重在勞務提供者勒跟穆仁說明這是我們去跟經濟部談
transcript.whisperx[17].start 374.901
transcript.whisperx[17].end 387.891
transcript.whisperx[17].text 現在大家才比較清楚至少在這個國外學籍的實習生進來他就是一個應該是比較一個工作形式只是他的法規是法性上面的確他目前不是
transcript.whisperx[18].start 392.274
transcript.whisperx[18].end 418.564
transcript.whisperx[18].text 不是直接適用交通部這邊主管的相關法規所以比較要從經濟部跟交通部他們訂的要點那這部分我們也一直在跟經濟部溝通他們應該把這個相關的標準給拉高那我講下一個案例這個新聞我相信你應該有看到就是BBC去採訪我們的一位外籍移工那這個移工他是女性他跟其他的女性組了一個女性工人組織的工會那隨即呢
transcript.whisperx[19].start 419.184
transcript.whisperx[19].end 433.075
transcript.whisperx[19].text 有這個工會成立之後他就跟其他組工會的人被非法解雇就規定他們說離開產線交回制服員工證一個小時內搬出宿舍因為他們破壞和諧那這個BC對我們的報導是非常不
transcript.whisperx[20].start 434.696
transcript.whisperx[20].end 452.166
transcript.whisperx[20].text 非常其實非常侵犯到我們國家的顏面啦因為他直接說台灣移工是囚犯式的管理那為什麼這樣描述是因為他們在這個宿舍女生規定一定要住有宵禁所以呢回來以後還要拍照回傳那如果說你
transcript.whisperx[21].start 452.866
transcript.whisperx[21].end 464.68
transcript.whisperx[21].text 遲了或者是說你未歸那你就要被罰一些勞動的清掃廁所等等清掃廁所還要再存證所以這個移工他說他整個手機裡面全部都是每天打卡或是清掃廁所這些照片那他認為啊他
transcript.whisperx[22].start 468.644
transcript.whisperx[22].end 492.402
transcript.whisperx[22].text 如果這個在台灣如果這些人他可能有其他的親戚朋友他出去他就要趕著11點回來並且被公司規定說你在台灣有什麼認識的人姓名手機地址全部都要交出來那這個工會的幹部也說如果這個他們裡面有個內部管理的規章被他們取得如果在受僱的時候談戀愛等等結婚懷孕就會被受罰
transcript.whisperx[23].start 493.303
transcript.whisperx[23].end 508.373
transcript.whisperx[23].text 那這一家呢他已經因為歧視懷孕者曾經被桃園市政府開罰30萬今年呢勞動部已經函請新北市勞動局依法調查那我只想確認一下您現在掌握的中央調查進度如何
transcript.whisperx[24].start 509.363
transcript.whisperx[24].end 531.119
transcript.whisperx[24].text 跟文說明因為這個案子在去年的下半年那因為他有新北的部分有桃園的部分所以其實相關的部分我們其實都請地方政府去查查那其實我們其實都就是說就是依法辦理那如果其實在查查過程裡面確確有違法的事證的話該怎麼處理 多久之內我們可以看到這個裁罰的公函
transcript.whisperx[25].start 532.079
transcript.whisperx[25].end 552.716
transcript.whisperx[25].text 現在就我們知道他應該是在台灣市的這個檢查下面去年12月應該有被裁罰兩筆一個是應該是一個是我記得一個是性供法一個是加班公使的部分那加班公使是勞基法那他應該當然這個這個案例裡面還有一個部分是現在進入到裁決的部分
transcript.whisperx[26].start 556.76
transcript.whisperx[26].end 574
transcript.whisperx[26].text 那這步進度我請市長說你就簡單的講大概多久以內我們大概就四月份就會完成這個裁決的調查跟確定好那我們在等你的裁決公函那依照這個例子其實我就想跟您討論一下外國人生活照顧服務計畫書裁量基準
transcript.whisperx[27].start 574.52
transcript.whisperx[27].end 604.1
transcript.whisperx[27].text 那這個基準當然是為了保護這些移工宿舍它規定的空間的大小這個廁所啦 隱私啦 安全啦等等的它硬體的規定比較多但您從這個案例看得出來說您這個採樣基準其實很難規定到它延伸出去的管理問題比如說門禁 拍照啊私生活的監控啊交往啊 懷孕等等的它已經逾越人權的這樣子的紅線是沒有辦法藉由這個基準
transcript.whisperx[28].start 605.341
transcript.whisperx[28].end 623.451
transcript.whisperx[28].text 來規範的你認為這個基準是需要調整根本說沒有其實我認為我們現在的這個基準就是我們其實這些相關的執法或者相關的基準其實如果大家有更進一步相關的意見的話我認為我們的目標其實跟我們發言所目標很簡單就是我們應該對齊國際的標準
transcript.whisperx[29].start 625.833
transcript.whisperx[29].end 642.662
transcript.whisperx[29].text 對那在這個國際的標準的這個範疇之下那我們當然都可以來對於這些相關的標準來進行一些檢討我想這個因為我們也看到一個狀況是這些國際的標準他其實也越標準也越來越高他也在變動
transcript.whisperx[30].start 644.461
transcript.whisperx[30].end 666.868
transcript.whisperx[30].text 大家對長期活動的問題也越來越重視不管是我們很多貿易的重要的貿易夥伴國家或者是很多的供應鏈的品牌或者是進口商他們其實對這部分的重視程度包括要求標準越來越高所以我們的確也會需要針對這部分一段時間就要來檢視我們的標準跟國際的標準之間有沒有落差是不是要調整的
transcript.whisperx[31].start 667.108
transcript.whisperx[31].end 689.935
transcript.whisperx[31].text 那我等一下再跟您請教這個進度所以因為剛剛已經你們都有提到了因為ART所以2026年2月你們也發布了一個企業防制強迫勞動參考的指引但是呢這個指引他就欠缺執行力更強的查核揭露還有處罰機制我舉一個國建署自己統計的例子國建署他跟勞保局一起統計2024年有6000名移工懷孕
transcript.whisperx[32].start 693.376
transcript.whisperx[32].end 706.362
transcript.whisperx[32].text 但是呢被聯手勸退就回到了母國所以這高達78%是終止契約的看在人民的眼裡這個數據正常嗎所以您覺得這個指引真的有規範到雇主嗎
transcript.whisperx[33].start 707.366
transcript.whisperx[33].end 728.332
transcript.whisperx[33].text 跟委員說明第一個這裡面會分幾個層次其實現在ILO在強迫勞動上面其實是有11項指標那我們自己其實也去做了相關的法規的檢視在法規的檢視裡面大概我們認為比方說有幾項的確我們在法規上面其實有強化的必要比方說
transcript.whisperx[34].start 729.352
transcript.whisperx[34].end 746.274
transcript.whisperx[34].text 不應該扣留移工相關的證件這也是為什麼今天我們提出這個修法這部分這個你說今天院會會討論你們有預計什麼時候要完成修法嗎要什麼時候送到立法院今天如果院會通過就馬上送就馬上送到立法院就關於扣留護照立法院扣留的部分那另外一個部分是包括
transcript.whisperx[35].start 747.472
transcript.whisperx[35].end 775.569
transcript.whisperx[35].text 就是招募費就是recruitment fee的部分那這的確在我們在跟美方的承諾裡面是認為是三年內要用法規來明定用法規來明確不能夠向移工來做收費不然這就會有抵債勞務的問題所以這幾個部分這幾個指標尤其特定這幾個指標確實在法規上我們認為有強化的必要那剛剛委員剛剛其實前面在講的的確指引的部分它其實比較是讓
transcript.whisperx[36].start 776.59
transcript.whisperx[36].end 799.776
transcript.whisperx[36].text 我們很多企業比較知道第一個怎麼樣去辨識自己目前強迫勞動的風險但是這個得靠企業的自律啊對所以他有些部分他也要靠法規可是法規的修訂會部分法規修訂會陸陸續續一步一步的來修訂那我以為你剛才講的包括查核包括處罰這當然都是需要法規的那指引的目的是因為很多企業現在先來跟我們做他說
transcript.whisperx[37].start 801.256
transcript.whisperx[37].end 813.301
transcript.whisperx[37].text 我大概知道國際上有這個要求可是我不知道該怎麼做我不知道該怎麼去檢視我的風險那這一個指引的目的是協助我們的企業先做辨識風險才有辦法管理風險
transcript.whisperx[38].start 816.24
transcript.whisperx[38].end 839.449
transcript.whisperx[38].text 好那我給你三個結論就剛剛提到的啦這個指引他缺乏強制力還有他就是很仰賴自律那當然我們也有很好的企業但是也有可能不良的企業那很難防堵他侵害人權那第二當然是包括這個我們來規定他建議他生活照顧標準的裁量基準那大部分是著重在硬體
transcript.whisperx[39].start 840.169
transcript.whisperx[39].end 862.289
transcript.whisperx[39].text 您剛也說您會考量把它延伸到這個管理層面以免它逾越了一些私人的紅線等等的監控那這個第三項就是修復法第五條跟第四條那這三樣因為中間您已經解釋了所以關於指引還有基準您要怎麼修改可不可以一個月提供書面報告給我
transcript.whisperx[40].start 864.071
transcript.whisperx[40].end 876.041
transcript.whisperx[40].text 第一個我可以跟委員這邊我們請同仁這邊交換資料再說但我覺得一個重要的原則就是希望要能夠接軌國際的要求跟標準其實我覺得這是最重要的原則好 謝謝謝謝主席 謝謝委員