iVOD / 169816

Field Value
IVOD_ID 169816
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169816
日期 2026-06-03
會議資料.會議代碼 委員會-11-5-26-13
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13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2026-06-03T13:40:35+08:00
結束時間 2026-06-03T13:53:58+08:00
影片長度 00:13:23
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/5329b193fad041255c02dba2b86a693a5efbe1c17d8a0199731b75f405192e5c621747a0e7dfbc9b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 劉建國
委員發言時間 13:40:35 - 13:53:58
會議時間 2026-06-03T09:00:00+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13次全體委員會議(事由:(6月3日上午9時起) 一、審查「性別平等工作法」修正草案等100案。 (一)委員范雲等17人擬具「性別平等工作法部分條文修正草案」案。 (二)委員郭昱晴等17人擬具「性別平等工作法第十五條條文修正草案」案。 (三)委員萬美玲等35人擬具「性別平等工作法第十五條條文修正草案」案。 (四)委員黃秀芳等18人擬具「性別平等工作法第十五條條文修正草案」案。 (五)委員黃健豪等21人擬具「性別平等工作法第二十條條文修正草案」案。 (六)委員黃健豪等21人擬具「性別平等工作法第十九條之一及第二十一條條文修正草案」案。 (七)委員李彥秀等22人擬具「性別平等工作法第十五條條文修正草案」案。 (八)委員許智傑等25人擬具「性別平等工作法第二十條條文修正草案」案。 (九)委員吳宗憲等16人擬具「性別平等工作法第十四條條文修正草案」案。 (十)委員吳宗憲等17人擬具「性別平等工作法第十五條條文修正草案」案。 ......(因系統字數上限,詳見議事日程) 二、審查「就業保險法」修正草案等88案。 (一)委員謝衣鳯等19人擬具「就業保險法第十條、第十一條及第十九條之三條文修正草案」案。 (二)委員范雲等17人擬具「就業保險法第十一條及第十九條之二條文修正草案」案。 (三)委員許宇甄等22人擬具「就業保險法第十一條條文修正草案」案。 (四)委員邱鎮軍等20人擬具「就業保險法第十一條條文修正草案」案。 (五)委員謝衣鳯等17人擬具「就業保險法第十四條條文修正草案」案。 (六)委員黃健豪等20人擬具「就業保險法第十條、第十一條及第十九條之三條文修正草案」案。 (七)委員林淑芬等23人擬具「就業保險法第十一條及第十九條之三條文修正草案」案。 (八)委員徐欣瑩等20人擬具「就業保險法第十九條之二條文修正草案」案。 (九)委員涂權吉等16人擬具「就業保險法第十條、第十一條及第十九條之二條文修正草案」案。 (十)委員王育敏等18人擬具「就業保險法部分條文修正草案」案。 ......(因系統字數上限,詳見議事日程) 【綜合詢答,僅詢答】 【第一(一○○)案及第二(八十八)案,如經復議則不予審查】 (6月3日下午2時30分起) (6月3日若上午議程尚未結束,待結束後接續召開) 一、繼續審查中華民國115年度中央政府總預算案關於勞動部主管預算。(公務及非營業特種基金預算案)。 二、繼續審查勞動部函送財團法人職業災害預防及重建中心115年度預算書案。 【6月3日、6月4日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.59159375
transcript.pyannote[0].end 5.14409375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.14409375
transcript.pyannote[1].end 5.98784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 6.47721875
transcript.pyannote[2].end 9.02534375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 9.76784375
transcript.pyannote[3].end 38.77596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 38.99534375
transcript.pyannote[4].end 47.38221875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 47.63534375
transcript.pyannote[5].end 52.05659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 52.20846875
transcript.pyannote[6].end 66.51846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 58.18221875
transcript.pyannote[7].end 58.21596875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 58.21596875
transcript.pyannote[8].end 58.41846875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 58.45221875
transcript.pyannote[9].end 58.51971875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 64.13909375
transcript.pyannote[10].end 64.27409375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 64.32471875
transcript.pyannote[11].end 64.47659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 66.78846875
transcript.pyannote[12].end 85.33409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 85.48596875
transcript.pyannote[13].end 86.17784375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 86.27909375
transcript.pyannote[14].end 86.61659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 86.71784375
transcript.pyannote[15].end 87.81471875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 88.45596875
transcript.pyannote[16].end 89.58659375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 91.08846875
transcript.pyannote[17].end 93.55221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 94.27784375
transcript.pyannote[18].end 97.46721875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 97.70346875
transcript.pyannote[19].end 99.76221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 99.99846875
transcript.pyannote[20].end 101.70284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 101.87159375
transcript.pyannote[21].end 103.40721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 104.09909375
transcript.pyannote[22].end 105.22971875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 108.38534375
transcript.pyannote[23].end 108.58784375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 108.75659375
transcript.pyannote[24].end 109.36409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 110.37659375
transcript.pyannote[25].end 111.22034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 111.74346875
transcript.pyannote[26].end 111.97971875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 112.35096875
transcript.pyannote[27].end 113.53221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 113.88659375
transcript.pyannote[28].end 115.15221875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 115.65846875
transcript.pyannote[29].end 117.81846875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 118.83096875
transcript.pyannote[30].end 120.50159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 122.08784375
transcript.pyannote[31].end 123.28596875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 124.09596875
transcript.pyannote[32].end 126.66096875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 126.66096875
transcript.pyannote[33].end 134.89596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 135.90846875
transcript.pyannote[34].end 136.04346875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 136.54971875
transcript.pyannote[35].end 137.35971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 139.58721875
transcript.pyannote[36].end 142.57409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 143.89034375
transcript.pyannote[37].end 147.75471875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 148.09221875
transcript.pyannote[38].end 149.18909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 149.54346875
transcript.pyannote[39].end 155.48346875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 156.76596875
transcript.pyannote[40].end 157.20471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 156.95159375
transcript.pyannote[41].end 157.32284375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 157.32284375
transcript.pyannote[42].end 162.14909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 164.02221875
transcript.pyannote[43].end 164.29221875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 165.18659375
transcript.pyannote[44].end 170.09721875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 169.69221875
transcript.pyannote[45].end 173.74221875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 175.17659375
transcript.pyannote[46].end 177.96096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 177.06659375
transcript.pyannote[47].end 177.92721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 177.96096875
transcript.pyannote[48].end 179.15909375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 179.04096875
transcript.pyannote[49].end 179.29409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 180.91409375
transcript.pyannote[50].end 181.21784375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 181.58909375
transcript.pyannote[51].end 183.15846875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 183.96846875
transcript.pyannote[52].end 185.26784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 186.31409375
transcript.pyannote[53].end 186.60096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 186.82034375
transcript.pyannote[54].end 187.74846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 188.96346875
transcript.pyannote[55].end 193.45221875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 193.70534375
transcript.pyannote[56].end 194.04284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 194.26221875
transcript.pyannote[57].end 196.54034375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 196.67534375
transcript.pyannote[58].end 196.91159375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 197.33346875
transcript.pyannote[59].end 197.87346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 199.69596875
transcript.pyannote[60].end 200.77596875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 201.60284375
transcript.pyannote[61].end 214.09034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 214.84971875
transcript.pyannote[62].end 218.57909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 219.64221875
transcript.pyannote[63].end 219.72659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 219.72659375
transcript.pyannote[64].end 227.35409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 227.72534375
transcript.pyannote[65].end 232.38284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 232.50096875
transcript.pyannote[66].end 241.39409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 241.49534375
transcript.pyannote[67].end 245.73096875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 246.47346875
transcript.pyannote[68].end 248.59971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 249.59534375
transcript.pyannote[69].end 256.07534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 256.78409375
transcript.pyannote[70].end 263.77034375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 262.84221875
transcript.pyannote[71].end 295.86659375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 296.54159375
transcript.pyannote[72].end 300.28784375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 301.63784375
transcript.pyannote[73].end 303.47721875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 301.92471875
transcript.pyannote[74].end 305.56971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 304.67534375
transcript.pyannote[75].end 308.64096875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 308.01659375
transcript.pyannote[76].end 317.29784375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 317.55096875
transcript.pyannote[77].end 319.17096875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 319.17096875
transcript.pyannote[78].end 331.03409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 331.32096875
transcript.pyannote[79].end 333.61596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 334.49346875
transcript.pyannote[80].end 335.38784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 336.55221875
transcript.pyannote[81].end 338.03721875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 339.13409375
transcript.pyannote[82].end 339.92721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 340.21409375
transcript.pyannote[83].end 341.37846875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 342.69471875
transcript.pyannote[84].end 343.40346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 343.09971875
transcript.pyannote[85].end 357.52784375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 358.18596875
transcript.pyannote[86].end 368.02409375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 368.42909375
transcript.pyannote[87].end 368.59784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 369.20534375
transcript.pyannote[88].end 370.35284375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 371.04471875
transcript.pyannote[89].end 371.33159375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 371.92221875
transcript.pyannote[90].end 372.27659375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 373.00221875
transcript.pyannote[91].end 385.05096875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 385.59096875
transcript.pyannote[92].end 387.17721875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 387.76784375
transcript.pyannote[93].end 395.12534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 395.12534375
transcript.pyannote[94].end 409.16534375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 395.14221875
transcript.pyannote[95].end 395.15909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 409.51971875
transcript.pyannote[96].end 428.21721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 429.09471875
transcript.pyannote[97].end 442.18971875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 442.66221875
transcript.pyannote[98].end 446.12159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 446.57721875
transcript.pyannote[99].end 461.88284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 462.86159375
transcript.pyannote[100].end 464.54909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 464.78534375
transcript.pyannote[101].end 465.86534375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 466.65846875
transcript.pyannote[102].end 468.41346875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 469.05471875
transcript.pyannote[103].end 469.86471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 470.08409375
transcript.pyannote[104].end 472.12596875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 472.69971875
transcript.pyannote[105].end 493.03409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 482.67284375
transcript.pyannote[106].end 483.02721875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 483.51659375
transcript.pyannote[107].end 483.71909375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 493.11846875
transcript.pyannote[108].end 500.93159375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 501.53909375
transcript.pyannote[109].end 543.89534375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 544.24971875
transcript.pyannote[110].end 545.00909375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 546.03846875
transcript.pyannote[111].end 547.37159375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 547.37159375
transcript.pyannote[112].end 548.23221875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 548.23221875
transcript.pyannote[113].end 549.10971875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 549.17721875
transcript.pyannote[114].end 550.17284375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 550.47659375
transcript.pyannote[115].end 550.64534375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 552.19784375
transcript.pyannote[116].end 552.36659375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 552.38346875
transcript.pyannote[117].end 552.53534375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 552.53534375
transcript.pyannote[118].end 559.65659375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 559.89284375
transcript.pyannote[119].end 564.83721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 565.29284375
transcript.pyannote[120].end 572.49846875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 573.03846875
transcript.pyannote[121].end 577.62846875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 577.84784375
transcript.pyannote[122].end 591.66846875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 591.83721875
transcript.pyannote[123].end 601.52346875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 601.91159375
transcript.pyannote[124].end 608.62784375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 608.74596875
transcript.pyannote[125].end 628.55721875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 629.65409375
transcript.pyannote[126].end 644.13284375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 632.10096875
transcript.pyannote[127].end 632.28659375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 644.63909375
transcript.pyannote[128].end 668.39909375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 668.71971875
transcript.pyannote[129].end 670.69409375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 671.33534375
transcript.pyannote[130].end 677.98409375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 678.27096875
transcript.pyannote[131].end 695.38221875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 696.19221875
transcript.pyannote[132].end 697.94721875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 697.98096875
transcript.pyannote[133].end 730.61721875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 730.66784375
transcript.pyannote[134].end 751.64346875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 737.92409375
transcript.pyannote[135].end 741.41721875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 752.77409375
transcript.pyannote[136].end 757.70159375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 758.22471875
transcript.pyannote[137].end 801.08721875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 774.86346875
transcript.pyannote[138].end 776.36534375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 776.36534375
transcript.pyannote[139].end 777.19221875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 777.19221875
transcript.pyannote[140].end 777.24284375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 786.18659375
transcript.pyannote[141].end 787.35096875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 801.96471875
transcript.pyannote[142].end 802.97721875
transcript.whisperx[0].start 3.998
transcript.whisperx[0].end 29.975
transcript.whisperx[0].text 好 謝謝主席 有請部長有請洪部長這邊時間緊迫 部長請快點部長 上週總統公布台灣人口對策的新戰略其中有在回應本席在3月17號在日院總辭去的時候像總院長雲泥 爭取運價從現行的適用未滿3歲月有進一步擴大到6歲前都可以適用這就已經涵蓋上週總統公布的18項措施中
transcript.whisperx[1].start 35.699
transcript.whisperx[1].end 48.588
transcript.whisperx[1].text 從0-3歲升級到0-6歲並改名為育兒假應該這樣沒有錯嗎?對好那彈性的育兒假從今年1月正式散入之後根據勞動部統計申請人數是持續攀升以逼近1.2萬申請筆數更衝破到2.4萬那其中5月
transcript.whisperx[2].start 52.358
transcript.whisperx[2].end 72.105
transcript.whisperx[2].text 的單月男性申請更首度超越女性已經達到50.3%嘛沒有錯嘛這個破除過去的這個育嬰假都是由女性申請的純容刻板印象那也顯示這個政策方向是正確對平衡家庭的分工是有幫助的嘛所以目前育兒假從0到申請要升級2.0版然後成為0至6歲
transcript.whisperx[3].start 76.406
transcript.whisperx[3].end 104.982
transcript.whisperx[3].text 也因此勞動部有規劃彈性的請假天數從原本30天增加一倍60天雙親都能申請因此合計是120天也沒有錯嘛這看起來很合理但是越想越不對勁因為這不是3年是6年的時間然後在小孩進到小學之前遇到的狀況就是60天的處理所以家長要跟小朋友說好約定好了這6年每年生病10天
transcript.whisperx[4].start 108.87
transcript.whisperx[4].end 134.727
transcript.whisperx[4].text 差不多嘛不能超過不然部長一定會糾正我這雙親都能申請啊所以他可以每年至少有20天所以他可以多一倍生病的時間又沒有錯嘛我們目前天數的設計是這樣沒有錯是啊是是但是我要提醒部長你知道內政部2023年已經公布台灣的單親家庭突破70萬戶同時有一半
transcript.whisperx[5].start 139.622
transcript.whisperx[5].end 161.953
transcript.whisperx[5].text 也是35萬的這個弱勢的單親家庭這個當時在規劃這個政策調整這個政策有把這樣的一個樣態把他納入在你整個規劃要提升2.0版的這個預額價嗎其實可能他是單親家庭但是他可能還是有兩雙方是可以照顧的
transcript.whisperx[6].start 165.662
transcript.whisperx[6].end 187.641
transcript.whisperx[6].text 單親是父母離異啊那你的可能的意思是你有調查過,有盤整過,還是...我的意思是說單親是父母離異,可是他...那不一定咧不一定啊對,除非他是可能...我也是單親家庭長大的小朋友我爸跟我媽不是離異啊我爸是神威顯赫啊得道勝天啊
transcript.whisperx[7].start 189.625
transcript.whisperx[7].end 218.388
transcript.whisperx[7].text 我就是想說你有把這個因素納入嗎這個樣態給他納入嗎有不然他這樣你就少60天啊不公平啊不公平嘛對不對所以就是說我們單純把倍數增加那利益良善嘛不過你沒有把這一群思考在這個整個你的新的一個政策利益良善政策裡面那顯然這樣就會造成歧視也不公平有這樣的問題存在我只是提醒部長部長要不要思考一下
transcript.whisperx[8].start 219.673
transcript.whisperx[8].end 248.251
transcript.whisperx[8].text 而且三十天的育嬰假在三年內或許還可以安排家長心理上可能還有一些比較好的盤算六年你要再叫他預先規劃五年六年的事情這有可能嗎因為草案還沒有正式審查啦所以我才請部長這邊再思考一下這個彈性育兒假真的是單純增加一倍就好嗎跟委員說明的確當然這個天數的拿捏都還是會當然他各種的天數都還是要
transcript.whisperx[9].start 249.659
transcript.whisperx[9].end 278.065
transcript.whisperx[9].text 做一個評估啦那我們的確這次選擇是說把原本的30天倍增到60天來去做使用那有些人他可能會是在前面用的多後面用的少或有些是前面用的少後面用的多您的方向我決定是支持嘛對不對但是我就用剛剛這個例子你跟我都還沒有思考到可能還有其他一些樣態我們沒有思考進去就是簡單講就是可能就是所謂的特殊狀況啦
transcript.whisperx[10].start 278.965
transcript.whisperx[10].end 298.451
transcript.whisperx[10].text 那這種措施跟我們怎麼樣的更直接的可以來讓這些的需求者有更大的一個受惠然後也不會造成歧視跟你說嘛最直接的單親家庭他就少一個人分擔六十天了這要怎麼處理這差一倍耶你要給一倍但是對這兩個他就是減一倍
transcript.whisperx[11].start 301.69
transcript.whisperx[11].end 303.971
transcript.whisperx[11].text 可是的確這個職場的制度其實他常設計的時候他會有蠻多會需要去進一步去考量的地方啦包括勞資之間這種種的
transcript.whisperx[12].start 317.737
transcript.whisperx[12].end 337.933
transcript.whisperx[12].text 可行性的情境這樣子另外一個角度思考我這一點還是要特別提到不要算新家庭就120天單新家庭就60天這部分我還是要特別請部長再思考一下另外一個如果今天遇到的是吃完了的家庭或是有些疾病就單純120天夠嗎這一塊要不要再一併思考一下
transcript.whisperx[13].start 342.885
transcript.whisperx[13].end 372.139
transcript.whisperx[13].text 人家吃完的家庭的爸爸媽媽是非常的還是罕病的小朋友等等諸如此類這種爸爸媽媽尤其是新手爸爸媽媽那是特別的挑戰特別辛苦因為制度是要讓國民能夠安生養安心養安心生那制度要再設計我們就應該更想像更多更設計更好的一個制度出來只是這樣做一個提醒好不好可以吧
transcript.whisperx[14].start 373.069
transcript.whisperx[14].end 394.982
transcript.whisperx[14].text 我們可以綜合來想一下那的確就是說當把一個天數拉到很多的時候其實我們也會有點擔心比方說呃他在就業上面會不會遇到一些被標籤化的阻礙其實這邊這幾個但他每個因素都不是絕對的每個因素不是絕對的可是都必須綜合來考慮所以我們說我們來綜合來想
transcript.whisperx[15].start 395.282
transcript.whisperx[15].end 418.205
transcript.whisperx[15].text 對啦,就是希望部長可以綜合多方面的一些考慮跟這樣的一個設計才會讓這個制度更正完善,應該是這麼說那我們對這個老公部對新手爸爸媽媽給予很多的生意政策的支持跟補貼我想我一直講說我支持這個方向不過這個方法可能要在
transcript.whisperx[16].start 418.946
transcript.whisperx[16].end 438.121
transcript.whisperx[16].text 跟細緻的一些討論跟調整而且我們也不是只有少數道問題我們同時也面臨到超高齡的問題嘛對不對2025年到現在高齡者不代表不能工作啊我們在現在醫療技術發達65歲也不是自來的據點孫院長當時還2019年那時候是71歲你有印象啦拿一支撞球桿全台跑脫脫
transcript.whisperx[17].start 446.727
transcript.whisperx[17].end 460.858
transcript.whisperx[17].text 這年輕人未必還有辦法像他這樣的一個愧然跟精神所以我們在這邊我們在這邊108年定定的中高齡者及高齡者的就業促進法然後這108年65歲以上的就業是8.29108到現在11410.137年只有增加兩個百分點不然就這樣成績你接受嗎
transcript.whisperx[18].start 472.725
transcript.whisperx[18].end 496.072
transcript.whisperx[18].text 跟委員說明其實我們認為還有在進步的空間所以我們今年其實我們也在規劃推出了一個更擴大的55plus的方案那可以讓這個中高齡或尤其是高齡者的就業上面有更多被支持的力道跟空間其實在我們方案裡面其實有在我們5月的時候其實已經上路了因為時間的關係我要再提供幾個數據給部長做參考這個民間人力公司在3月份
transcript.whisperx[19].start 501.961
transcript.whisperx[19].end 511.964
transcript.whisperx[19].text 公布一個調查,45歲以上勞工最擔心的是年齡歧視找不到工作就佔了40.2,職業被年輕人取得29.3,職能不足4.4,工作選擇變少是18.3其實這個年齡歧視其實就是中高齡者及高齡者最擔憂的一個問題
transcript.whisperx[20].start 527.428
transcript.whisperx[20].end 543.464
transcript.whisperx[20].text 並且有高達59.2的中高齡上班族曾表示因為年齡在職場上遭到歧視那具體的狀況又包括這個被告知年齡不符合而不入局又高達62.6遭同事或主事貼標籤34.9優先裁員對象26.5這個部長知道這些數據嗎?有,我沒有看過你沒有看過嗎?我們怎麼因應?
transcript.whisperx[21].start 552.629
transcript.whisperx[21].end 572.365
transcript.whisperx[21].text 去年新宇航空就因為違反歧視中高齡就業被桃園市政府開罰了30萬中高齡者及高齡者的就業出境在今天已經邁入了超高齡社會那絕對是有必要嘛而且也是方向正確嘛對不對那如果這個就業歧視不解決這整個制度就會原地踏步了
transcript.whisperx[22].start 573.08
transcript.whisperx[22].end 590.132
transcript.whisperx[22].text 跟委員報告首先因為年齡而對於就業上面權有些有些差別對待違反這個就業服務法的這個就業歧視這個當然就裁罰部分我們一定會做那另外我們為了避免企業誤踩紅線所以我們今年針對特別針對中高齡或高齡者遭受到的年齡歧視我們會把相關的判決相關我們認定的太陽把它逐一整理出來然後讓企業知道
transcript.whisperx[23].start 602.12
transcript.whisperx[23].end 619.208
transcript.whisperx[23].text 當他做什麼行為的時候會違反到這個法令上面的就業歧視這一點是我們今年會做的好 用案例提醒企業不得手換這些案例的情況不過我今天是要再度提醒勞工部提醒部長跟市長其實我們當時訂這個法的第28條開除民意65歲以上勞工雇主得以
transcript.whisperx[24].start 629.687
transcript.whisperx[24].end 643.762
transcript.whisperx[24].text 定期勞動契約雇傭資勞基網第9條規定臨時性、短期性、季節性、特定性的工作得以定期契約這個關於臨時、短期、季節及特定性的工作之定義
transcript.whisperx[25].start 645.063
transcript.whisperx[25].end 670.382
transcript.whisperx[25].text 又以該法的適應細則第六條這時間關係我就不再追溯 請部長、市長詳閱我是在這來見法的精神其實早就去這個特殊的情況才有定期契約不然都是不定期契約嘛來藉此保障這個勞工權利那結果勞動部在中高齡、高齡者的就業促進法中開通名業就允許契約給予這些65歲以上的定期契約
transcript.whisperx[26].start 671.443
transcript.whisperx[26].end 695.265
transcript.whisperx[26].text 其實這無形間也塑造一個社會形象就是65歲不退休的你就只有能做這些臨時性的工作所以有媒體報導不少倫理英堂都有設置中高齡的專區然後彈性點進這個網頁裡會發現有不少的工作性質都是兼職的啊輪班至於時薪計算有的是半日班等等等就比較屬於刺激的工作了
transcript.whisperx[27].start 696.789
transcript.whisperx[27].end 713.937
transcript.whisperx[27].text 這個不能再知道了跟委員說明這是我們考慮過那我們也參考了一些其他國家的案例的確我們看到很多國家他在促進中高齡的工作裡面都會朝向讓他的契約制度更加彈性化的方式能夠讓中高齡其實出來參與的機會會再更增加
transcript.whisperx[28].start 717.939
transcript.whisperx[28].end 737.138
transcript.whisperx[28].text 所以這是為什麼我們現在在中高齡及高齡者的出行就會發體面其實確實在這裡面是有用一個讓他其實可以用停一期月的方式就讓他的彈性可以再比這個再多一些這樣子我不否認會有高齡者需要這樣的工時班次的但不是所有高齡者都是
transcript.whisperx[29].start 738.12
transcript.whisperx[29].end 749.997
transcript.whisperx[29].text 所以你們自己勞動部有調查一個是勞動部調查在113年的時候中高齡型高齡者希望的工作室全部公使正式工作的就佔比76.17
transcript.whisperx[30].start 752.813
transcript.whisperx[30].end 775.467
transcript.whisperx[30].text 也是希望非典型的工作只有23.83這是你們自己的調查如果以這個調查我們用最快的這樣的一個態度來正視這高齡者不代表他們不行了香港是在這個時代裡面更應該提供健全的職場讓高齡者、中高齡者能持續在職場上獲得自信跟成就而不是說有工作就應該偷笑
transcript.whisperx[31].start 777.709
transcript.whisperx[31].end 799.367
transcript.whisperx[31].text 所以我要求要求專家學者勞工團體高齡者代表前面檢討中高齡者及高齡者就越促進華的相關配套措施因為日本跟韓國都有高齡者從事刺激的相關問題台灣有時候可以維持全世界是表率結果部長會帶動棋可以啦一個月內謝謝主席謝謝