iVOD / 168396

Field Value
IVOD_ID 168396
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168396
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 2026-04-09T12:09:38+08:00
結束時間 2026-04-09T12:22:03+08:00
影片長度 00:12:25
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fe6424cd58e46bc7ebb4a69922181ff20a49e36d97d29c5f155eb231b44028890cd0b6bef2137dcc5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱鎮軍
委員發言時間 12:09:38 - 12:22:03
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_01
transcript.pyannote[0].start 3.13596875
transcript.pyannote[0].end 5.09346875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.24534375
transcript.pyannote[1].end 6.08909375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 11.82659375
transcript.pyannote[2].end 27.82409375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 28.49909375
transcript.pyannote[3].end 30.03471875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 30.62534375
transcript.pyannote[4].end 44.44596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 45.34034375
transcript.pyannote[5].end 66.04596875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 65.80971875
transcript.pyannote[6].end 83.96721875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 68.23971875
transcript.pyannote[7].end 68.42534375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 83.96721875
transcript.pyannote[8].end 84.03471875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 85.19909375
transcript.pyannote[9].end 86.24534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 86.80221875
transcript.pyannote[10].end 88.92846875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 89.11409375
transcript.pyannote[11].end 90.12659375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 90.51471875
transcript.pyannote[12].end 97.09596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 95.40846875
transcript.pyannote[13].end 97.88909375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 98.44596875
transcript.pyannote[14].end 98.63159375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 98.63159375
transcript.pyannote[15].end 98.66534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 99.42471875
transcript.pyannote[16].end 117.97034375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 117.97034375
transcript.pyannote[17].end 135.03096875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 122.08784375
transcript.pyannote[18].end 123.20159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 135.03096875
transcript.pyannote[19].end 136.21221875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 136.21221875
transcript.pyannote[20].end 148.53096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 137.17409375
transcript.pyannote[21].end 139.38471875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 148.53096875
transcript.pyannote[22].end 155.78721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 153.62721875
transcript.pyannote[23].end 153.69471875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 155.31471875
transcript.pyannote[24].end 164.03909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 156.93471875
transcript.pyannote[25].end 157.84596875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 164.25846875
transcript.pyannote[26].end 170.67096875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 170.89034375
transcript.pyannote[27].end 171.71721875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 171.83534375
transcript.pyannote[28].end 178.33221875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 178.78784375
transcript.pyannote[29].end 184.99784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 182.97284375
transcript.pyannote[30].end 187.30971875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 187.81596875
transcript.pyannote[31].end 187.83284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 187.83284375
transcript.pyannote[32].end 200.32034375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 200.70846875
transcript.pyannote[33].end 206.09159375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 206.29409375
transcript.pyannote[34].end 211.99784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 212.60534375
transcript.pyannote[35].end 216.01409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 216.25034375
transcript.pyannote[36].end 232.55159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 233.24346875
transcript.pyannote[37].end 238.50846875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 242.57534375
transcript.pyannote[38].end 245.57909375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 246.06846875
transcript.pyannote[39].end 252.49784375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 252.09284375
transcript.pyannote[40].end 266.20034375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 262.97721875
transcript.pyannote[41].end 264.85034375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 266.20034375
transcript.pyannote[42].end 274.58721875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 275.02596875
transcript.pyannote[43].end 280.13909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 280.13909375
transcript.pyannote[44].end 286.72034375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 287.53034375
transcript.pyannote[45].end 287.86784375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 289.03221875
transcript.pyannote[46].end 298.76909375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 299.00534375
transcript.pyannote[47].end 307.57784375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 308.01659375
transcript.pyannote[48].end 310.96971875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 310.27784375
transcript.pyannote[49].end 310.73346875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 310.96971875
transcript.pyannote[50].end 311.03721875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 311.03721875
transcript.pyannote[51].end 311.30721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 311.30721875
transcript.pyannote[52].end 311.71221875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 311.71221875
transcript.pyannote[53].end 316.45409375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 316.06596875
transcript.pyannote[54].end 318.58034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 318.58034375
transcript.pyannote[55].end 319.00221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 319.00221875
transcript.pyannote[56].end 319.03596875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 319.03596875
transcript.pyannote[57].end 323.42346875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 320.25096875
transcript.pyannote[58].end 321.26346875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 321.95534375
transcript.pyannote[59].end 326.51159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 327.79409375
transcript.pyannote[60].end 338.86409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 339.45471875
transcript.pyannote[61].end 339.69096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 339.99471875
transcript.pyannote[62].end 345.81659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 345.88409375
transcript.pyannote[63].end 346.82909375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 347.36909375
transcript.pyannote[64].end 348.71909375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 348.92159375
transcript.pyannote[65].end 350.33909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 350.33909375
transcript.pyannote[66].end 350.74409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 350.74409375
transcript.pyannote[67].end 350.76096875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 351.55409375
transcript.pyannote[68].end 355.46909375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 355.77284375
transcript.pyannote[69].end 362.03346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 362.38784375
transcript.pyannote[70].end 376.46159375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 377.71034375
transcript.pyannote[71].end 398.06159375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 396.18846875
transcript.pyannote[72].end 416.70846875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 417.24846875
transcript.pyannote[73].end 417.80534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 419.05409375
transcript.pyannote[74].end 425.44971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 425.87159375
transcript.pyannote[75].end 426.36096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 428.36909375
transcript.pyannote[76].end 431.57534375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 428.38596875
transcript.pyannote[77].end 429.44909375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 432.14909375
transcript.pyannote[78].end 434.49471875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 434.76471875
transcript.pyannote[79].end 437.92034375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 438.40971875
transcript.pyannote[80].end 448.58534375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 448.58534375
transcript.pyannote[81].end 448.60221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 448.85534375
transcript.pyannote[82].end 451.04909375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 460.46534375
transcript.pyannote[83].end 467.40096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 467.97471875
transcript.pyannote[84].end 468.54846875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 468.07596875
transcript.pyannote[85].end 468.85221875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 469.32471875
transcript.pyannote[86].end 532.62284375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 533.04471875
transcript.pyannote[87].end 569.24159375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 538.90034375
transcript.pyannote[88].end 539.55846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 570.01784375
transcript.pyannote[89].end 586.18409375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 586.45409375
transcript.pyannote[90].end 589.39034375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 590.14971875
transcript.pyannote[91].end 590.58846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 590.79096875
transcript.pyannote[92].end 592.90034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 593.50784375
transcript.pyannote[93].end 620.38971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 620.38971875
transcript.pyannote[94].end 620.45721875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 620.45721875
transcript.pyannote[95].end 620.49096875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 620.49096875
transcript.pyannote[96].end 620.54159375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 621.21659375
transcript.pyannote[97].end 625.08096875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 624.62534375
transcript.pyannote[98].end 638.20971875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 638.20971875
transcript.pyannote[99].end 650.52846875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 650.95034375
transcript.pyannote[100].end 660.28221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 660.95721875
transcript.pyannote[101].end 661.32846875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 662.07096875
transcript.pyannote[102].end 668.17971875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 667.92659375
transcript.pyannote[103].end 683.68784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 683.80596875
transcript.pyannote[104].end 690.62346875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 690.62346875
transcript.pyannote[105].end 690.94409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 690.94409375
transcript.pyannote[106].end 711.31221875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 712.05471875
transcript.pyannote[107].end 712.52721875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 712.98284375
transcript.pyannote[108].end 718.16346875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 718.16346875
transcript.pyannote[109].end 719.59784375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 719.39534375
transcript.pyannote[110].end 723.12471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 722.58471875
transcript.pyannote[111].end 723.44534375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 723.81659375
transcript.pyannote[112].end 738.66659375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 738.66659375
transcript.pyannote[113].end 740.40471875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 742.07534375
transcript.pyannote[114].end 746.46284375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 742.21034375
transcript.pyannote[115].end 742.91909375
transcript.whisperx[0].start 3.297
transcript.whisperx[0].end 6.059
transcript.whisperx[0].text 主席好 我們一樣請洪部長有請洪部長邱委員好部長好還是就剛剛我們這個洋藥委員講的就是說我們現在定調2026年是印度移工的這個元年現在已經四月了我想直接問一下這個元年的時間表部長會這個實現嗎還是會跳票
transcript.whisperx[1].start 30.892
transcript.whisperx[1].end 43.899
transcript.whisperx[1].text 第一個其實在印度移工部分我們今年1月其實已經我有指派我們的次長那代相關發展所的同仁其實到印度這邊去做了相關的
transcript.whisperx[2].start 45.41
transcript.whisperx[2].end 65.468
transcript.whisperx[2].text 了解跟相關的訪問那也希望能夠把這裡面可能會涉及到的一些行政事務事務性的部分怎麼跟在印度印方目前的行政體系要去做更進一步的對接那我們目前正在這個相關的推動的程序
transcript.whisperx[3].start 65.988
transcript.whisperx[3].end 83.197
transcript.whisperx[3].text 那你說事辦引進一千人嘛對不對對好然後那我手上有資料是說現在印度這個密索蘭邦一月份有三百多人有意願那預計三月份就完成初審所以現在實際初審的人有多少跟文說明
transcript.whisperx[4].start 85.436
transcript.whisperx[4].end 97.618
transcript.whisperx[4].text 現在在印度特定的一些邦當然他們已經表達他們的意願但是現在後續的程序其實也要看我們再把相關的準備的工作做完以後那現在有到的嗎 有沒有 300多人有嗎
transcript.whisperx[5].start 99.482
transcript.whisperx[5].end 115.516
transcript.whisperx[5].text 後續這個後面還要把所以現在還沒有正確數字就對了還沒有所以1月9號的時候我們次長剛剛部長有講到嘛我們的次長陳明仁跟陳慕名大使率團10個人去那邊所以他們去幹嘛是去旅遊還是
transcript.whisperx[6].start 116.417
transcript.whisperx[6].end 135.51
transcript.whisperx[6].text 當然不是旅遊,他們是公務也就是他們在看包括我們很多台商使用印度勞工的狀況那也包括去了解他們行政體系裡面的目前的一些現況比較知道我們要跟他銜接的話用怎麼樣銜接的方式會比較所以你們三個月已經過了三個月到現在還沒有一個結果嗎?
transcript.whisperx[7].start 136.831
transcript.whisperx[7].end 155.584
transcript.whisperx[7].text 已經去回來了所以現在還在跟印方針對後續的這個行政上面的流程跟對接細節正在做一些文件上面的確認檢核也就是說我們現在可以確定就是說有300多人已經在3月份審查完了不是不是審查完了沒有都沒有是
transcript.whisperx[8].start 156.484
transcript.whisperx[8].end 181.089
transcript.whisperx[8].text 那他們去幹什麼委員剛剛其實在講的比較是在印度的這個幫他們自己內部去詢問有意願的人有300多但他目前還沒有進入到整個引進的程序裡面為什麼那麼慢因為我們跟印方其實要引進的話有很多行政的對口必須要銜接那也包括其實包括像健檢
transcript.whisperx[9].start 181.989
transcript.whisperx[9].end 199.7
transcript.whisperx[9].text 包括很多手批會什麼時候來我們當然認為今年是有可能的那有多少這個比例是你們講的G2G政府對政府的這個執聘還是維持你們之前所說的5%嗎
transcript.whisperx[10].start 200.988
transcript.whisperx[10].end 215.339
transcript.whisperx[10].text 大概2024年的時候當時勞動部是有承諾5%但我們希望能夠做的比這邊更多所以你會超過就對了我們希望能夠超過比較希望嘛 你有沒有把握這其實也會涉及到企業的需求的狀況
transcript.whisperx[11].start 216.56
transcript.whisperx[11].end 223.684
transcript.whisperx[11].text 所以我先看一下就關於印度移工的引進細節你確認一下這份勞動部去年在11月25日的視訊會議記錄那1月9號這個次長率大使過去那這是確定的嗎我們現在看到這個部分就是說他這個記錄是確定的嗎
transcript.whisperx[12].start 242.831
transcript.whisperx[12].end 263.584
transcript.whisperx[12].text 這個是工作成績會議這是工作成績會議那我們1月的部分是直接我們次長帶我們發言人現在印度那邊他已經是強調說台灣是這個特別個案然後他可以免這個登錄平台也可以不用繳讀冊費也不用繳保證金
transcript.whisperx[13].start 266.226
transcript.whisperx[13].end 286.216
transcript.whisperx[13].text 就是不用因為原本他們原本這個針對就是emigrant的這個使用的方式我們進行蠻多次的磋商那後來我們是不用目前是談是不用經過爭取到不用一定非得要經過emigrant的做法那現在已經印度那邊已經幫我們開了這個綠色通道那為什麼到現在我們這個速度會這麼慢
transcript.whisperx[14].start 289.078
transcript.whisperx[14].end 306.849
transcript.whisperx[14].text 根本說明這邊確實比方說像健檢那怎麼去確認彼此健檢的品質跟這個相關的審定也包括剛才講到有一些文件其實需要相關的驗證跟檢核這個文件驗證的檢核的方式其實現在都在跟硬方在在討論之中
transcript.whisperx[15].start 308.092
transcript.whisperx[15].end 326.298
transcript.whisperx[15].text 所以是還在溝通協調當中事務性的部分那什麼時候會這個直接進入實質的這個作為但我說我們認為今年應該是有機會的今年多少人會有多少人就是就是你講的那個1000人對5%更高這跟我們說明第一個這也要看企業的需求
transcript.whisperx[16].start 328.087
transcript.whisperx[16].end 349.715
transcript.whisperx[16].text 現在我現在有個疑問就是說現在印度方他已經這些免這些這個保證金這些那我們只有提提5%在300人左右那其他的其他的部分那怎麼辦我們還是透過仲介嗎第一個300人不是那5%
transcript.whisperx[17].start 352.256
transcript.whisperx[17].end 368.319
transcript.whisperx[17].text 我們現在希望如果要引進的話能夠讓職聘的部分是可以相對比較優先的所以我們希望能夠超過這個所謂的5%那我們如果這樣子的話我們面對美國的這個307條款301關稅法那個301條款那這裡面的這個部分我們能夠通過嗎我們在對美國的部分
transcript.whisperx[18].start 378.145
transcript.whisperx[18].end 400.063
transcript.whisperx[18].text 第一個是跟美國的部分現在301的調查正在進行我們都在準備給美方的文件所以我們也必須把我們目前的作為包括像我們指引包括我們的宣導輔導包括現在把救護法的修法等等等等這都會有助於讓美國美方確認我們在301的調查裡面我個人認為這一次當然是在這個301條款裡面
transcript.whisperx[19].start 401.644
transcript.whisperx[19].end 425.05
transcript.whisperx[19].text 就是說我們台灣最好的一個翻身的機會我們應該好好把握這一次機會一定要然後因為我剛剛也看到聽到幾個委員在講就其他的這個像我們這個剛剛講那個我們美國的那個那個什麼那個巨大的那個被
transcript.whisperx[20].start 429.317
transcript.whisperx[20].end 449.807
transcript.whisperx[20].text 那現在那個部分怎麼處理現在目前巨大公司其實已經有說明他已經跟美方的CBP取得他們目前正在確認那個他們提出具體的改善狀況相關的後續的集合跟一些文件上面的審閱那我請教農業部一下
transcript.whisperx[21].start 460.732
transcript.whisperx[21].end 481.441
transcript.whisperx[21].text 委員賴清德總統說要成立300億元的農安基金它的本質到底是什麼?是要用在哪裡?農安基金主要是針對這一次台美關稅裡面不管是進口出口那這個是屬於市場章的部分就是我們農營餘緒這些產業受到衝擊的部分來協助的部分
transcript.whisperx[22].start 485.583
transcript.whisperx[22].end 514.51
transcript.whisperx[22].text 那這個關稅裡面還有所謂的市場章跟勞動章裡面相關的規範那環境章當然就是一些涉及有沒有非法捕魚啦環境保護的勞動章對我們是漁業影響是比較大因為勞動章裡面這裡面就有要求到說比如說我們要在修法三年內要讓我們境外僱用的這些的外籍船員的勞動權益要等同
transcript.whisperx[23].start 515.63
transcript.whisperx[23].end 532.418
transcript.whisperx[23].text 本國人要有相當所以變成說這農安基金變成是總統特別支持我們農業在這一次關稅裡面受到衝擊那後續我們要整體來提升產業的競爭力那給予的一些的產業的支持措施
transcript.whisperx[24].start 534.159
transcript.whisperx[24].end 558.376
transcript.whisperx[24].text 對 農安基金的這個核心的功能就是為了救助那些受進口損害的農民那他編入的預算應該是專款專用那作為農民面對貿易自由化時最後的保命符這張是你們在今年2月發出的顧農民的宣傳圖除了圖上那27項你們宣稱的沒降稅沒讓利的農產品之外其餘的品項包括豬肉
transcript.whisperx[25].start 560.479
transcript.whisperx[25].end 568.837
transcript.whisperx[25].text 鴨 鵝 鮮果是不是因為我們在台美貿易談判中放棄了特別防衛關稅導致這些農民失去了最後一道防護網
transcript.whisperx[26].start 570.086
transcript.whisperx[26].end 584.493
transcript.whisperx[26].text 那這300億本來應該用來補償這些國家的因為國家整體經濟貿易而損失而被犧牲的農民可是我看到你們在這個報告第4頁你們竟然要動用農安基金特別預算去處理遠洋漁業的強迫勞動的問題請教一下遠洋漁業的問題是進口損害嗎
transcript.whisperx[27].start 591.168
transcript.whisperx[27].end 614.996
transcript.whisperx[27].text 委員就要跟您報告就是說它不是受進口損害但是在這一次台美關稅裡面當然有市場的輸出跟准入的問題但是台美關稅裡面也特別提到勞動的議題就我剛剛講勞動章的這一個部分那美國對於這種我們的漁業因為我們的遠洋漁業其實是高度的仰賴出口
transcript.whisperx[28].start 615.537
transcript.whisperx[28].end 620.011
transcript.whisperx[28].text 所以他對於這個要提升勞動權益的要求相對比較多啦
transcript.whisperx[29].start 621.317
transcript.whisperx[29].end 646.265
transcript.whisperx[29].text 所以你們是因為勞工的部分嘛 對不對當然我們還有我們所謂的隨產品的出口跟進口的部分也有一部分會受到影響但是很大比例會是在這一個勞動議題的部分對啊 我看到美方強調這個無法聯繫外界是強迫勞動的一個核心的指標就是說目前1135艘風險漁船中只有183艘
transcript.whisperx[30].start 651.027
transcript.whisperx[30].end 659.854
transcript.whisperx[30].text 安裝了Wi-Fi那剩下952艘將近84%的漁船都是在海上通訊黑洞你要如何向美方證明說船上沒有強迫勞動
transcript.whisperx[31].start 662.508
transcript.whisperx[31].end 682.602
transcript.whisperx[31].text 跟委員報告因為強迫勞動就誠如洪部長講的其實他有各項指標啦我看到你的計畫只有300艘要裝設那這代表預設有超過800艘的漁船不需要通訊設備那你們同意美國的手伸這麼長他如果到時候要進來檢查這種而且你們這種做法有符合美國的標準嗎
transcript.whisperx[32].start 684.091
transcript.whisperx[32].end 709.307
transcript.whisperx[32].text 跟委員報告就是其實我們現行零有這個遠洋作業許可應該是940幾艘啦那美國我們在跟他雙邊諮商裡面他對於Wi-Fi這一件事要普及化這一件事其實他給我們的目標是希望逐年提升是三年內要達到300艘但是我想這不是我們不會把這個當作是一個
transcript.whisperx[33].start 712.129
transcript.whisperx[33].end 738.994
transcript.whisperx[33].text 一個我只會把它當成低標我們會來努力要來擴充我們超過300艘就對了對對對我們要努力要達成絕對要超過這300艘多久的時間我們希望是起碼兩這三美國給我們的要求是三年內要到300艘但是我們自我要求我兩年內我就要達到300艘啦齁那三年的部分甚至400我們都會來努力是好謝謝部長謝謝
transcript.whisperx[34].start 743.175
transcript.whisperx[34].end 746.173
transcript.whisperx[34].text 謝謝邱勝軍委員的發言接下來請王安祥委員發言