iVOD / 170101

Field Value
IVOD_ID 170101
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/170101
日期 2026-06-24
會議資料.會議代碼 委員會-11-5-36-20
會議資料.會議代碼:str 第11屆第5會期司法及法制委員會第20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 20
會議資料.種類 委員會
會議資料.委員會代碼[0] 36
會議資料.委員會代碼:str[0] 司法及法制委員會
會議資料.標題 第11屆第5會期司法及法制委員會第20次全體委員會議
影片種類 Clip
開始時間 2026-06-24T10:36:29+08:00
結束時間 2026-06-24T10:50:11+08:00
影片長度 00:13:42
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/eeac6239dd17b4469e8108322897b52c1e228f614125acb8cb9207885310a77d7b10ae65e3cca9285ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 莊瑞雄
委員發言時間 10:36:29 - 10:50:11
會議時間 2026-06-24T09:00:00+08:00
會議名稱 立法院第11屆第5會期司法及法制委員會第20次全體委員會議(事由:一、邀請考試院秘書長、銓敘部部長、行政院人事行政總處、教育部、勞動部針對「我國育嬰留職停薪實施成效與擴大育嬰津貼政策」進行專題報告,並備質詢。 二、併案審查 (一)委員羅智強等19人擬具「公教人員保險法第三十五條條文修正草案」案。 (二)委員黃健豪等18人擬具「公教人員保險法第三十五條條文修正草案」案。 (三)委員翁曉玲等17人擬具「公教人員保險法第十二條及第三十五條條文修正草案」案。 (四)台灣民眾黨黨團擬具「公教人員保險法部分條文修正草案」案。 (五)委員翁曉玲等18人擬具「公教人員保險法第三十五條及第五十一條條文修正草案」案。 【第(五)案如經院會復議,則不予審查】 【開會事由二僅進行詢答】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.41909375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 7.27034375
transcript.pyannote[1].end 13.14284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.49721875
transcript.pyannote[2].end 14.91471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.99909375
transcript.pyannote[3].end 17.17596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 18.62721875
transcript.pyannote[4].end 20.73659375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 19.18409375
transcript.pyannote[5].end 19.92659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 21.49596875
transcript.pyannote[6].end 32.46471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 32.78534375
transcript.pyannote[7].end 37.45971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 37.88159375
transcript.pyannote[8].end 87.35909375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 88.16909375
transcript.pyannote[9].end 122.84721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 123.21846875
transcript.pyannote[10].end 136.39784375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 136.90409375
transcript.pyannote[11].end 138.40596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 138.62534375
transcript.pyannote[12].end 143.04659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 143.38409375
transcript.pyannote[13].end 152.69909375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 153.12096875
transcript.pyannote[14].end 165.16971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 160.61346875
transcript.pyannote[15].end 160.90034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 165.35534375
transcript.pyannote[16].end 173.59034375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 173.75909375
transcript.pyannote[17].end 187.34346875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 187.41096875
transcript.pyannote[18].end 189.08159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 189.60471875
transcript.pyannote[19].end 190.16159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 191.05596875
transcript.pyannote[20].end 192.79409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 193.51971875
transcript.pyannote[21].end 197.92409375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 198.66659375
transcript.pyannote[22].end 219.60846875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 219.69284375
transcript.pyannote[23].end 220.38471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 221.00909375
transcript.pyannote[24].end 222.49409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 223.35471875
transcript.pyannote[25].end 247.35096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 248.24534375
transcript.pyannote[26].end 252.43034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 254.82659375
transcript.pyannote[27].end 260.66534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 257.61096875
transcript.pyannote[28].end 257.98221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 261.03659375
transcript.pyannote[29].end 268.15784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 263.82096875
transcript.pyannote[30].end 264.07409375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 268.44471875
transcript.pyannote[31].end 273.08534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 273.74346875
transcript.pyannote[32].end 276.98346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 277.27034375
transcript.pyannote[33].end 278.90721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 279.41346875
transcript.pyannote[34].end 279.95346875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 280.45971875
transcript.pyannote[35].end 281.87721875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 282.83909375
transcript.pyannote[36].end 298.49909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 287.76659375
transcript.pyannote[37].end 288.07034375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 298.70159375
transcript.pyannote[38].end 301.24971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 301.48596875
transcript.pyannote[39].end 303.74721875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 304.21971875
transcript.pyannote[40].end 307.51034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 307.98284375
transcript.pyannote[41].end 309.34971875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 309.34971875
transcript.pyannote[42].end 319.39034375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 319.91346875
transcript.pyannote[43].end 343.36971875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 326.84909375
transcript.pyannote[44].end 327.37221875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 343.63971875
transcript.pyannote[45].end 351.03096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 351.21659375
transcript.pyannote[46].end 362.50596875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 362.79284375
transcript.pyannote[47].end 368.64846875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 368.78346875
transcript.pyannote[48].end 374.52096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 374.58846875
transcript.pyannote[49].end 377.03534375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 377.42346875
transcript.pyannote[50].end 378.45284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 378.70596875
transcript.pyannote[51].end 379.87034375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 380.03909375
transcript.pyannote[52].end 384.59534375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 384.81471875
transcript.pyannote[53].end 391.76721875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 384.96659375
transcript.pyannote[54].end 385.50659375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 392.32409375
transcript.pyannote[55].end 392.69534375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 392.69534375
transcript.pyannote[56].end 393.48846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 392.71221875
transcript.pyannote[57].end 393.45471875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 393.48846875
transcript.pyannote[58].end 393.97784375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 393.97784375
transcript.pyannote[59].end 401.53784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 401.82471875
transcript.pyannote[60].end 404.30534375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 404.13659375
transcript.pyannote[61].end 404.89596875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 404.89596875
transcript.pyannote[62].end 413.29971875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 413.70471875
transcript.pyannote[63].end 414.02534375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 414.02534375
transcript.pyannote[64].end 417.11346875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 417.11346875
transcript.pyannote[65].end 430.37721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 430.57971875
transcript.pyannote[66].end 431.33909375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 431.71034375
transcript.pyannote[67].end 432.55409375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 433.02659375
transcript.pyannote[68].end 442.03784375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 442.03784375
transcript.pyannote[69].end 442.34159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 442.76346875
transcript.pyannote[70].end 442.78034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 442.78034375
transcript.pyannote[71].end 445.68284375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 446.27346875
transcript.pyannote[72].end 450.34034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 451.16721875
transcript.pyannote[73].end 452.70284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 452.90534375
transcript.pyannote[74].end 461.91659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 461.98409375
transcript.pyannote[75].end 466.50659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 466.87784375
transcript.pyannote[76].end 477.12096875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 477.34034375
transcript.pyannote[77].end 491.48159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 477.39096875
transcript.pyannote[78].end 478.92659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 492.96659375
transcript.pyannote[79].end 493.84409375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 494.28284375
transcript.pyannote[80].end 499.64909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 499.19346875
transcript.pyannote[81].end 499.90221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 499.85159375
transcript.pyannote[82].end 519.22409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 509.85846875
transcript.pyannote[83].end 510.53346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 520.01721875
transcript.pyannote[84].end 521.97471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 521.97471875
transcript.pyannote[85].end 547.25346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 549.44721875
transcript.pyannote[86].end 551.60721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 552.53534375
transcript.pyannote[87].end 553.56471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 553.56471875
transcript.pyannote[88].end 553.63221875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 553.90221875
transcript.pyannote[89].end 562.08659375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 557.42909375
transcript.pyannote[90].end 558.23909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 560.46659375
transcript.pyannote[91].end 562.74471875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 562.28909375
transcript.pyannote[92].end 566.47409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 563.72346875
transcript.pyannote[93].end 564.01034375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 566.74409375
transcript.pyannote[94].end 571.68846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 572.27909375
transcript.pyannote[95].end 594.11534375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 594.68909375
transcript.pyannote[96].end 602.92409375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 603.91971875
transcript.pyannote[97].end 672.34784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 646.37721875
transcript.pyannote[98].end 646.73159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 660.34971875
transcript.pyannote[99].end 660.80534375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 672.44909375
transcript.pyannote[100].end 674.15346875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 675.08159375
transcript.pyannote[101].end 677.19096875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 678.30471875
transcript.pyannote[102].end 696.27659375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 686.03346875
transcript.pyannote[103].end 688.78409375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 691.34909375
transcript.pyannote[104].end 691.58534375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 697.20471875
transcript.pyannote[105].end 709.97909375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 710.43471875
transcript.pyannote[106].end 726.11159375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 726.90471875
transcript.pyannote[107].end 745.26471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 745.68659375
transcript.pyannote[108].end 764.38409375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 764.94096875
transcript.pyannote[109].end 768.51846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 769.17659375
transcript.pyannote[110].end 769.91909375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 770.15534375
transcript.pyannote[111].end 779.84159375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 780.16221875
transcript.pyannote[112].end 785.17409375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 785.56221875
transcript.pyannote[113].end 790.23659375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 791.18159375
transcript.pyannote[114].end 794.92784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 794.96159375
transcript.pyannote[115].end 821.33721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 823.04159375
transcript.pyannote[116].end 823.96971875
transcript.whisperx[0].start 0.046
transcript.whisperx[0].end 0.906
transcript.whisperx[0].text 謝謝趙偉,有請我們考試院全序部請事部長還有吳副秘副秘書長也來了
transcript.whisperx[1].start 21.61
transcript.whisperx[1].end 37.035
transcript.whisperx[1].text 我想針對兩位就是說這一次我看行政院提出了人口的一個政策的一個新戰略跟育兒政策這個當然看起來我們立法院這個地方有
transcript.whisperx[2].start 37.955
transcript.whisperx[2].end 58.402
transcript.whisperx[2].text 有其他委員的版本來提出但這個政策其實是值得來做一個支持尤其是我們這個考試院全序部在修正公保法你放寬這個育嬰留庭的一個津貼甚至於子女的部分我看就年齡放寬到七歲然後雙親最長可以去勤領九個月這個方向其實都是正確的對於整個減輕家庭育兒的一個負擔
transcript.whisperx[3].start 68.726
transcript.whisperx[3].end 84.965
transcript.whisperx[3].text 當然一定會有幫助那到底會不會提升生育的一個意願這個可能就要數據事後再來做一個觀察但是方向大體上其實都是值得來做一個肯定但有幾個問題要來就教就是說像我們公務人員
transcript.whisperx[4].start 88.22
transcript.whisperx[4].end 111.217
transcript.whisperx[4].text 育嬰的一個津貼那低於最低的工資保障的水準的部分我要來就教就是說有多少公務人員我們領不到最低的一個工資的一個水準我看連國安部去統計他說113年那這個七成的官兵育嬰的津貼低於勞工最低的一個投保的一個薪資標準那從
transcript.whisperx[5].start 113.519
transcript.whisperx[5].end 121.425
transcript.whisperx[5].text 全序部的資料確實也是顯示就是說你全體的公保被保險人差不多你說50萬嘛你每一檔勤領的育嬰的津貼大概5000多人也就是說你20%的勤領者的
transcript.whisperx[6].start 130.092
transcript.whisperx[6].end 151.71
transcript.whisperx[6].text 津貼低於最低的工資百分之八十的一個保障的一個標準那這個看起來喔這個就不是少數年輕新人的一個問題啦不然就是說這許多已經具備一定的年資甚至於擔任基層主管的公務人員他也落入了這個補貼的一個
transcript.whisperx[7].start 154.873
transcript.whisperx[7].end 162.262
transcript.whisperx[7].text 範圍所以說你的基本我們的本俸現在本俸只有29270你去換算育嬰津貼23416的話政府你還要再去補貼144元才可以達到最低的一個工資的一個保障那
transcript.whisperx[8].start 172.634
transcript.whisperx[8].end 197.785
transcript.whisperx[8].text 也就是說呢 這出現了一個問題啦就政府我們這一次的一個立法裡面喔反而也去等於間接去承認啦公務員的一個薪資的一個本縫的結構來看的話它其實是落後的為什麼提出這個問題呢 就是說任何國家政策要去推動公務人員都有帶頭的作用啦
transcript.whisperx[9].start 198.717
transcript.whisperx[9].end 218.903
transcript.whisperx[9].text 我們都有帶頭的作用所以你現在就是說我們現在這個修法你看你說這個補貼就政府一方面說公務人員的跟勞工的制度你們可能會講說公務人員跟勞工制度會不同待遇不能直接去做比較可是我們另外一方面又要用最低工資的作為育嬰津貼的一個保障的一個底線這個其實會碰到一些問題
transcript.whisperx[10].start 223.407
transcript.whisperx[10].end 252.114
transcript.whisperx[10].text 就會反映 你看反映的問題就是我們前陣子大家在那邊炒說公務人員這個離職炒的問題啊那基層公務人員也會給你反映啊我本縫你都不調你給他調加級甚至於我這個加班費其實也是有限的那這種狀況的話 你現在育嬰的津貼你都必須要去靠補差額才可以維持這樣基本的一個保障齁這個我不知道 柏定或者考詮這個地方 副院長你們的看法是怎麼樣
transcript.whisperx[11].start 254.858
transcript.whisperx[11].end 272.986
transcript.whisperx[11].text 看數字啦我們現在大概五千多個嘛裡面大概有一千多位是確實低於那個翠梨公子的差不多二十%啦差不多以他的縫點來講差不多相當於一個高考剛分發的那個六本以下的那一個縫點差不多就會低於
transcript.whisperx[12].start 273.769
transcript.whisperx[12].end 298.249
transcript.whisperx[12].text 那個本縫就是最低工資啦 大概是這樣一個數字啦那剛剛委員提到就是說那本縫 因為我們的公共人員薪資結構你也知道比較複雜啦所以本縫以後還有專業家只要不同的東西所以在一個保險制度裡面我們當初設計公保就是以本縫 很多都是用本縫來做基準啦那本縫做基準他就會碰到
transcript.whisperx[13].start 298.869
transcript.whisperx[13].end 319.108
transcript.whisperx[13].text 如果那個縫額太低就會換算起來真的是會有差但像退休的部分我們就改用本縫乘以2反過來就是不一樣所以部長其實你也承認這樣的狀況存在那這次立法以後會產生一個什麼問題呢就是說我因為本縫偏低
transcript.whisperx[14].start 319.949
transcript.whisperx[14].end 334.602
transcript.whisperx[14].text 阿我這個政策來講的話 我要申請這個育嬰留庭的話 我最會嫁阿 我太 又嬰又變不足啦阿就是說你們有沒有去預估 你知道說多少公務人員會 真正會去受惠阿還是說你這個補差額以後會不會影響說他提高申請的一個意願難道你們不會發現這樣的一個問題嗎
transcript.whisperx[15].start 343.923
transcript.whisperx[15].end 362.283
transcript.whisperx[15].text 內部有討論,跟委員剛剛講的一樣,我們真的沒有科學數字來,我們做很多對於那個意願有沒有辦法,這個我們不用去管他,我們只負責呢,就認為我們應該多做這種支持性的工作要管嘛,假定越高就越有可能有人,就良性的
transcript.whisperx[16].start 363.584
transcript.whisperx[16].end 390.678
transcript.whisperx[16].text 這個機率就越多人會申請嘛大概只能這樣去處理啦至於說本縫這個事情簡單講我們現在有些本縫大概譬如像說高考進來的本縫六本一以上的大概他大概就是他金額本來就比那個最低工資高啦那所以但是再怎麼算起來他就不是全新啦去投保啊就會出現那個落差但是如果要用全新的話就我剛剛講他涉及到整個財務結構呢
transcript.whisperx[17].start 392.706
transcript.whisperx[17].end 405.858
transcript.whisperx[17].text 你講這個財富結構我覺得很好啊你像譬如說你最低勞工最低薪資的話你那個最低的工資原則上我看這個是幾乎在逐年在調升對沒錯那你逐年在調升的話你如果本縫的一個結構你不去調整的話那你符合補差額的資格人數也會越來越多那本縫本來調薪的時候本縫也跟著會調啦
transcript.whisperx[18].start 417.408
transcript.whisperx[18].end 435.277
transcript.whisperx[18].text 當然啦 所以你整個補貼的金額也會去增加啊所以你全區部也必須要去講說你評估說我未來預算的需求到底是多少你補差額的政策是不是可以長期去做一個擴大就是說其實重點是只有一個啦就你說的 說那個薪資結構非常複雜啦非常複雜以後你有沒有去思考說根本檢討公務人員的本縫的一個結構我們各位想一下本縫的結構 威廉你應該知道這個
transcript.whisperx[19].start 446.943
transcript.whisperx[19].end 465.932
transcript.whisperx[19].text 那個本縫是幾點幾點的制度但是實際上的金額這是行政院的慣例譬如說這樣講385點縫點到底要給他多少錢這行政院負責的不是我們負責我們只負責那個縫點是幾點差距是這樣子啦但是確實那個本縫每次在調薪的時候一定譬如你要調
transcript.whisperx[20].start 468.252
transcript.whisperx[20].end 490.819
transcript.whisperx[20].text 4% 5%本碰就會跟著調4% 5%過去慣例都是這樣做那他會跟著往上走那委員剛剛問的是這一次我們如果把他最低工資還是在調啊往上跑啊那我們先講以現在假設我們現在的制度去估算的話大概我們用這個差額大概不多啦政府需要補的差額真的很少啦不多是要多少不多
transcript.whisperx[21].start 493.06
transcript.whisperx[21].end 518.619
transcript.whisperx[21].text 大概成幾萬跟兩千萬啦這樣也很少的生意啊但是這個事情就是說當我們把制度放寬以後如果良性循環就會變成越來越多人會來使用嘛越來越多人使用差額就會補得越來越多嘛所以這個其實是一個情境我很難想像我現在可以去算得那麼精準只是說我們確實有想過這個問題啦
transcript.whisperx[22].start 520.089
transcript.whisperx[22].end 540.584
transcript.whisperx[22].text 其實我對這一次的一個制度的參與育兒的一個新的制度的一個設計修法的一個方向其實我是表達肯定那你說是否採取雙薪都先領滿六個月以後才能再增加三個月或者說現在雙薪最長可能各六個月以現在來看你公務領完育嬰留庭人數現在有多少人
transcript.whisperx[23].start 549.482
transcript.whisperx[23].end 562.192
transcript.whisperx[23].text 一年三千多 去年三千多人 現在四千多了四千 你們給我的資料 公務人員 育嬰 留庭人數四千四百八十七啦 現況對 現況 然後降五趴啦但重點是喔 我相信每一個委員的版本都會提到 大家討論會提到 女性佔八成啦
transcript.whisperx[24].start 572.855
transcript.whisperx[24].end 581.021
transcript.whisperx[24].text 男性要降低到兩成 你這次修法當然就是說增加男性申請的一個誘因促進家庭裡面育兒 男女大家一起來 降低女性職場的生涯裡面跟家庭雙重的一個負擔其實對這樣的一個政策我認為是對的
transcript.whisperx[25].start 594.89
transcript.whisperx[25].end 616.704
transcript.whisperx[25].text 這一個方向我認為才是最肯認的一個地方我每次一看到我們一看到那個整個留庭的部分都是女生我們男生好像就是好像照顧小孩子沒有男生的事當然一個家庭的一個組成裡面也許夫妻之間會去商量說不然我們不要兩個都大廚我們一個去一個繼續上班可是你怎麼挑挑到最後都是女性去上班
transcript.whisperx[26].start 624.549
transcript.whisperx[26].end 636.926
transcript.whisperx[26].text 都是女性申請這也很奇怪就是說男生就把這個責任都共同對家庭的支持這個部分好像就是說把這個責任就稍微給拖免掉了那這一次的修法那男女大家一起來做一個參與
transcript.whisperx[27].start 641.793
transcript.whisperx[27].end 652.847
transcript.whisperx[27].text 這個對於這個育兒也向社會宣示這個不是媽媽一個人的責任啦這個也是爸爸共同的一個責任這個我們是表達支持啦我是眼淚啦
transcript.whisperx[28].start 656.812
transcript.whisperx[28].end 673.778
transcript.whisperx[28].text 那個其實那個本縫那個部分雖然是複雜可是從這次修法裡面我們真的可以看得出來你如果到最後你是要比照勞工的基本薪資那看起來那個本縫的部分確實是有調整的一個必要啦委員你知道那是素人市長的責任好啦OK這個其實
transcript.whisperx[29].start 680.649
transcript.whisperx[29].end 695.923
transcript.whisperx[29].text 看到問題啊你們最常互動跟行政院最常互動的就是你們啦對啦看到這個問題其實大家應該是共同去推進因為畢竟任何政策要在國家裡面實施大家都
transcript.whisperx[30].start 697.267
transcript.whisperx[30].end 725.349
transcript.whisperx[30].text 一定在看公家機關的一個方向是什麼你去看你去看這個這一次啊我們這個少子女化的問題喔台灣我們現在全世界都沒那麼多嘛你去看韓國你去看匈牙利那個多激進的一個財政的一個支持啊那確實是很可怕喔三十歲的孩子你生孩子不用稅金你生三個一輩子全部都不用稅金甚至於你生了小孩
transcript.whisperx[31].start 727.383
transcript.whisperx[31].end 735.411
transcript.whisperx[31].text 買房子投機款這真的政府幫你出雖然是一百多萬也就是說國外但是那個有沒有達到效果是讓他停止繼續惡化而已到未必去達到生育率會產生多少全世界這個經濟發展以後
transcript.whisperx[32].start 745.96
transcript.whisperx[32].end 761.389
transcript.whisperx[32].text 達到人口替代率2.1的只有一個國家就只有以色列以色列又是因為宗教問題不然你說歐洲國家 美國他們人口出生率也說低於人口替代率所以很多人就認為說你不用我只要採移民政策讓更多人來為這個國家貢獻可是這個部分我們又
transcript.whisperx[33].start 769.275
transcript.whisperx[33].end 779.582
transcript.whisperx[33].text 制度啊 其實跟別的國家做比較的話 我們又有太多太多的一個考量啊要不然喔 超過五六個喔 都是哪裡你知道嗎 都是非洲啦生小孩剩五個六個的全部都是非洲啦那種GDP喔 你看都一千以下的啦那我們這個經濟 這個國民所得一提高以後 大家都不是啦
transcript.whisperx[34].start 791.526
transcript.whisperx[34].end 796.269
transcript.whisperx[34].text 我辦公室的 年輕人的 只有一隻小孩子其他全部都沒有 所以我們不敢太苛求你們但問題是這個政策推行的方向 草野大家都看到問題但是政府就唯一不能去逼迫就是強迫人家生小孩 不生你也沒辦法但那個提供怎麼樣的誘因 支持然後對減輕他們的一個負擔這個政府其實可以再加大力道來做啦 好不好 好 謝謝
transcript.whisperx[35].start 821.186
transcript.whisperx[35].end 823.643
transcript.whisperx[35].text 謝謝