iVOD / 170105

Field Value
IVOD_ID 170105
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/170105
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 2026-06-24T10:50:31+08:00
結束時間 2026-06-24T11:04:57+08:00
影片長度 00:14:26
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/eeac6239dd17b4461aa40574bd6130141e228f614125acb80a35aa3449b62c548d2e5e7e7ae529c45ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 張雅琳
委員發言時間 10:50:31 - 11:04:57
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_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 1.02659375
transcript.pyannote[1].end 1.44846875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 12.70409375
transcript.pyannote[2].end 20.56784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 25.41096875
transcript.pyannote[3].end 26.05221875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 25.52909375
transcript.pyannote[4].end 53.38971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 54.67221875
transcript.pyannote[5].end 72.88034375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 63.26159375
transcript.pyannote[6].end 63.97034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 65.40471875
transcript.pyannote[7].end 65.80971875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 73.03221875
transcript.pyannote[8].end 89.24909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 89.24909375
transcript.pyannote[9].end 113.73471875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 90.17721875
transcript.pyannote[10].end 90.19409375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 114.12284375
transcript.pyannote[11].end 128.60159375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 128.87159375
transcript.pyannote[12].end 142.96221875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 143.99159375
transcript.pyannote[13].end 162.52034375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 162.97596875
transcript.pyannote[14].end 174.82221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 174.29909375
transcript.pyannote[15].end 179.90159375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 179.74971875
transcript.pyannote[16].end 184.96409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 184.74471875
transcript.pyannote[17].end 185.25096875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 185.20034375
transcript.pyannote[18].end 189.40221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 188.89596875
transcript.pyannote[19].end 189.38534375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 189.40221875
transcript.pyannote[20].end 189.90846875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 189.90846875
transcript.pyannote[21].end 198.97034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 199.13909375
transcript.pyannote[22].end 201.53534375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 201.88971875
transcript.pyannote[23].end 208.85909375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 210.46221875
transcript.pyannote[24].end 215.49096875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 215.35596875
transcript.pyannote[25].end 215.82846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 215.82846875
transcript.pyannote[26].end 218.66346875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 218.54534375
transcript.pyannote[27].end 260.32784375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 220.78971875
transcript.pyannote[28].end 221.65034375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 226.27409375
transcript.pyannote[29].end 226.59471875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 226.59471875
transcript.pyannote[30].end 226.62846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 236.61846875
transcript.pyannote[31].end 237.96846875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 237.96846875
transcript.pyannote[32].end 239.65596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 239.67284375
transcript.pyannote[33].end 240.11159375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 260.90159375
transcript.pyannote[34].end 266.82471875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 267.19596875
transcript.pyannote[35].end 268.10721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 268.24221875
transcript.pyannote[36].end 270.28409375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 269.64284375
transcript.pyannote[37].end 272.35971875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 273.65909375
transcript.pyannote[38].end 278.56971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 279.29534375
transcript.pyannote[39].end 279.98721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 280.34159375
transcript.pyannote[40].end 280.64534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 281.06721875
transcript.pyannote[41].end 286.99034375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 285.20159375
transcript.pyannote[42].end 294.71909375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 291.49596875
transcript.pyannote[43].end 291.91784375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 294.01034375
transcript.pyannote[44].end 301.28346875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 302.83596875
transcript.pyannote[45].end 310.48034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 303.89909375
transcript.pyannote[46].end 307.91534375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 310.56471875
transcript.pyannote[47].end 322.79909375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 323.54159375
transcript.pyannote[48].end 333.98721875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 326.51159375
transcript.pyannote[49].end 329.38034375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 334.15596875
transcript.pyannote[50].end 346.74471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 343.21784375
transcript.pyannote[51].end 343.79159375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 348.02721875
transcript.pyannote[52].end 349.39409375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 349.64721875
transcript.pyannote[53].end 367.68659375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 368.07471875
transcript.pyannote[54].end 371.51721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 371.98971875
transcript.pyannote[55].end 376.79909375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 377.13659375
transcript.pyannote[56].end 380.27534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 380.41034375
transcript.pyannote[57].end 381.22034375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 381.57471875
transcript.pyannote[58].end 389.32034375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 389.92784375
transcript.pyannote[59].end 391.53096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 392.27346875
transcript.pyannote[60].end 393.52221875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 393.52221875
transcript.pyannote[61].end 395.20971875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 394.19721875
transcript.pyannote[62].end 395.51346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 395.26034375
transcript.pyannote[63].end 395.32784375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 395.37846875
transcript.pyannote[64].end 399.66471875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 399.74909375
transcript.pyannote[65].end 402.12846875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 399.76596875
transcript.pyannote[66].end 399.79971875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 399.96846875
transcript.pyannote[67].end 401.58846875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 402.41534375
transcript.pyannote[68].end 410.07659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 410.78534375
transcript.pyannote[69].end 434.08971875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 434.47784375
transcript.pyannote[70].end 437.53221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 438.84846875
transcript.pyannote[71].end 443.75909375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 444.88971875
transcript.pyannote[72].end 447.08346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 447.96096875
transcript.pyannote[73].end 455.03159375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 455.63909375
transcript.pyannote[74].end 458.20409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 458.92971875
transcript.pyannote[75].end 461.49471875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 461.76471875
transcript.pyannote[76].end 465.12284375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 465.20721875
transcript.pyannote[77].end 467.18159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 466.87784375
transcript.pyannote[78].end 468.75096875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 469.15596875
transcript.pyannote[79].end 476.95221875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 477.98159375
transcript.pyannote[80].end 489.52409375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 488.64659375
transcript.pyannote[81].end 493.92846875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 490.80659375
transcript.pyannote[82].end 500.17221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 493.94534375
transcript.pyannote[83].end 493.96221875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 500.72909375
transcript.pyannote[84].end 501.16784375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 501.82596875
transcript.pyannote[85].end 509.79096875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 509.97659375
transcript.pyannote[86].end 521.50221875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 521.83971875
transcript.pyannote[87].end 524.69159375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 525.21471875
transcript.pyannote[88].end 526.76721875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 527.56034375
transcript.pyannote[89].end 529.39971875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 529.39971875
transcript.pyannote[90].end 544.78971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 545.29596875
transcript.pyannote[91].end 551.57346875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 551.92784375
transcript.pyannote[92].end 556.38284375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 556.95659375
transcript.pyannote[93].end 559.13346875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 558.01971875
transcript.pyannote[94].end 559.15034375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 559.15034375
transcript.pyannote[95].end 560.70284375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 559.47096875
transcript.pyannote[96].end 559.52159375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 560.92221875
transcript.pyannote[97].end 562.55909375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 563.25096875
transcript.pyannote[98].end 576.24471875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 575.28284375
transcript.pyannote[99].end 576.71721875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 576.71721875
transcript.pyannote[100].end 581.15534375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 581.62784375
transcript.pyannote[101].end 584.09159375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 584.09159375
transcript.pyannote[102].end 584.34471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 584.34471875
transcript.pyannote[103].end 587.53409375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 587.53409375
transcript.pyannote[104].end 599.71784375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 601.45596875
transcript.pyannote[105].end 606.56909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 605.80971875
transcript.pyannote[106].end 609.20159375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 609.53909375
transcript.pyannote[107].end 616.40721875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 615.27659375
transcript.pyannote[108].end 622.65096875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 623.15721875
transcript.pyannote[109].end 636.20159375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 638.56409375
transcript.pyannote[110].end 639.23909375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 639.57659375
transcript.pyannote[111].end 650.52846875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 650.52846875
transcript.pyannote[112].end 655.27034375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 655.92846875
transcript.pyannote[113].end 658.67909375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 656.29971875
transcript.pyannote[114].end 656.95784375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 658.51034375
transcript.pyannote[115].end 660.04596875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 660.07971875
transcript.pyannote[116].end 666.93096875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 667.38659375
transcript.pyannote[117].end 677.44409375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 677.81534375
transcript.pyannote[118].end 680.26221875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 681.02159375
transcript.pyannote[119].end 684.19409375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 684.61596875
transcript.pyannote[120].end 685.56096875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 686.21909375
transcript.pyannote[121].end 687.11346875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 687.43409375
transcript.pyannote[122].end 687.90659375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 689.34096875
transcript.pyannote[123].end 690.11721875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 690.21846875
transcript.pyannote[124].end 692.68221875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 693.30659375
transcript.pyannote[125].end 698.90909375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 699.14534375
transcript.pyannote[126].end 701.65971875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 699.19596875
transcript.pyannote[127].end 700.30971875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 701.65971875
transcript.pyannote[128].end 709.86096875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 708.19034375
transcript.pyannote[129].end 711.49784375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 711.59909375
transcript.pyannote[130].end 712.07159375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 712.07159375
transcript.pyannote[131].end 714.33284375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 714.58596875
transcript.pyannote[132].end 730.49909375
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 730.97159375
transcript.pyannote[133].end 778.66034375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 778.91346875
transcript.pyannote[134].end 781.37721875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 782.08596875
transcript.pyannote[135].end 783.72284375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 783.92534375
transcript.pyannote[136].end 788.32971875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 788.58284375
transcript.pyannote[137].end 791.80596875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 795.53534375
transcript.pyannote[138].end 800.56409375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 800.71596875
transcript.pyannote[139].end 803.43284375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 803.65221875
transcript.pyannote[140].end 809.62596875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 808.42784375
transcript.pyannote[141].end 808.78221875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 809.92971875
transcript.pyannote[142].end 811.38096875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 810.82409375
transcript.pyannote[143].end 811.33034375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 811.38096875
transcript.pyannote[144].end 813.22034375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 813.65909375
transcript.pyannote[145].end 814.14846875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 815.16096875
transcript.pyannote[146].end 815.56596875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 816.25784375
transcript.pyannote[147].end 816.96659375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 817.15221875
transcript.pyannote[148].end 817.99596875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 819.16034375
transcript.pyannote[149].end 830.07846875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 824.15534375
transcript.pyannote[150].end 824.17221875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 824.17221875
transcript.pyannote[151].end 824.52659375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 826.55159375
transcript.pyannote[152].end 828.08721875
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 829.79159375
transcript.pyannote[153].end 835.44471875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 835.69784375
transcript.pyannote[154].end 838.81971875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 839.47784375
transcript.pyannote[155].end 839.93346875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 840.38909375
transcript.pyannote[156].end 840.94596875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 841.24971875
transcript.pyannote[157].end 841.87409375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 842.07659375
transcript.pyannote[158].end 864.80721875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 867.86159375
transcript.pyannote[159].end 868.53659375
transcript.whisperx[0].start 12.735
transcript.whisperx[0].end 20.161
transcript.whisperx[0].text 好 謝謝謝謝主席我們有請全旭部跟勞動部次長好 請部長跟次長
transcript.whisperx[1].start 26.301
transcript.whisperx[1].end 50.988
transcript.whisperx[1].text 好 謝謝我想要那個幸福的辦公室助理要幸福辦公室我是建議說我們的這個不要言會言那麼長這樣子的助理才有辦法好好的去研究法案這才是幸福我們自己在講這些育嬰留庭友善企業職場我自己認為我們立法院也要開始做起首先我先請教一下勞動部次長
transcript.whisperx[2].start 54.724
transcript.whisperx[2].end 72.618
transcript.whisperx[2].text 就是說之前這個大家一直有在關注有很多的勞工團體也都非常關注就是勞保投保薪資的級距要跟勞保過去都等於勞保級距嘛這件事情要打開他的天花板那在一個多月前呢部長是說會花一個月的時間去研議那我不曉得說我們目前有沒有相關的進度呢
transcript.whisperx[3].start 73.058
transcript.whisperx[3].end 89.026
transcript.whisperx[3].text 各位朋友我們這次舊保法的修法已經把這個已經有納入了我們就有一個舊保法新增一個法源可以讓舊保法有自己的投保薪資集聚那授權在法律裡面授權保安部來訂這個投保薪資的分期表
transcript.whisperx[4].start 89.466
transcript.whisperx[4].end 112.845
transcript.whisperx[4].text 了解 好 謝謝那次長可以請回了請全序部 謝謝那我想全序部可以聽見次長可以請回沒關係那全序部我想部長剛剛有聽到就是說我們勞動部是一直以來一直不停的在去改善我們的育兒友善職場那剛剛也把大家長期以來非常關注的一個集聚上線給打開了所以接下來我就想要請教今天其實也非常非常多的委員來關注的有關於這個
transcript.whisperx[5].start 114.526
transcript.whisperx[5].end 139.432
transcript.whisperx[5].text 育嬰留庭的一個比例為什麼會產生這樣子的問題呢我們可以看到在公務機關的申請育嬰留庭的比例呢是從110年到現在長期以來我們可以看到他的男性的比例都是比較少的先不管男女比例我們光公務人員跟民間來比我們長期以來都是比較低的那為什麼今天有很多委員提出了他們認為是本縫的問題我認為這是其中的一個問題沒有錯
transcript.whisperx[6].start 144.079
transcript.whisperx[6].end 172.918
transcript.whisperx[6].text 所以我想就是說不管是在民間或者是國際都有發現說其實應該要讓在照顧生養子女的時候男性女性都應該要同等的來負責嘛那我想問一下就是說今天這個本封剛剛其實我有聽到你回覆這個范雲委員是說我們其實如果本封要調整可能會有一些人持不同的態度跟意見那我想問的是說我們剛剛也有聽到說你會去做一些相關的調查嘛對不對
transcript.whisperx[7].start 173.678
transcript.whisperx[7].end 201.072
transcript.whisperx[7].text 是嗎好像是不一定是調我們會多方在討論這樣一個一個徵詢意見啦應該這樣講好多方徵詢意見那三個月預計剛好是兩個月吧好像會提供那個報告三個月三個月好那這個報告是不是也可以一併的提供到我們辦公室好不好如果報告就一併一併好沒問題那再來就是說那我想問的是說當今天本縫的調整上如果大家的意見非常分歧的話那我們要如何來保障
transcript.whisperx[8].start 202.032
transcript.whisperx[8].end 208.5
transcript.whisperx[8].text 越來越少的育嬰的就是整體人數越來越少的一個育嬰的家庭呢
transcript.whisperx[9].start 210.492
transcript.whisperx[9].end 232.537
transcript.whisperx[9].text 委員老師說我現在沒有辦法很精確回答你這個問題我坦白說 對所以但是這也是我們在三個月裡面好好去想想的事情我覺得這件事情就是希望你們一併來思考就是如果說大家對於本縫有些因為相對來說現在育嬰的人就是少嘛對不對因為生養子女的人少了嘛所以如果綜合來說最大的聲音可能是我反對調整這個本縫嘛對不對
transcript.whisperx[10].start 234.477
transcript.whisperx[10].end 259.813
transcript.whisperx[10].text 因為他會造成一些人的投報薪資他就要投更多的錢進來嘛 對不對所以可能會收到是這樣子的一個結果那我想問的就是說在這樣子的結果收到之後我希望你們要進一步的去思考我們要如何去保障這些育嬰的家庭因為我們整體的目標還是希望可以去創造一個更平等的育兒育嬰的環境嘛育兒的環境 對不對所以這部分是可以承諾的嗎
transcript.whisperx[11].start 261.44
transcript.whisperx[11].end 278.177
transcript.whisperx[11].text 我知道我們的目標就是怎麼樣讓育嬰流挺的簡單講他可能男性比例要提高啦最簡單來講就是這樣啦我不完全是從這個角度是說他的津貼本身的比例
transcript.whisperx[12].start 279.375
transcript.whisperx[12].end 297.375
transcript.whisperx[12].text 是可以再往上提高這個才是我認為我們應該要來想想要努力的因為其實只有因為在從勞保的數字或是勞動部今年提的育嬰留情與日型之後我們可以看到男性的比例在增加男性女性這個如果從統計學上來講的話因為兩邊的母體人數本來就不一樣
transcript.whisperx[13].start 302.864
transcript.whisperx[13].end 322.473
transcript.whisperx[13].text 就是男性跟女性這樣 目的不一樣再加上兩邊到底有多少人生小孩子的比例也不一樣對 但是你看我們現在看percentage嘛對不對我們不看那個母數嘛我們看percentage來說也是男性比較低嘛所以我才是說我們今天去調整這些育兒措施其實才有可能
transcript.whisperx[14].start 324.053
transcript.whisperx[14].end 344.224
transcript.whisperx[14].text 本縫去調整才有可能讓男性願意來這是有可能這是有可能往這個方向走所以我才會說是不是可以請你們進一步的來去思考怎麼樣在本縫如果大家收集的意見不支持調整的話那我們要如何來確保我們的育兒友善對於家庭來說是支持的再來下一個問題是說
transcript.whisperx[15].start 348.089
transcript.whisperx[15].end 368.679
transcript.whisperx[15].text 目前也有一些我們看到一些留言我們這邊有收到一些留言就是說他們會其實更擔心的是他如果請了育嬰留庭或是育兒減少工時或是彈性工時他的考積會不會受到影響那他會不會被認為說是因為請了減少工時就未達優良呢
transcript.whisperx[16].start 372.24
transcript.whisperx[16].end 390.466
transcript.whisperx[16].text 這個部分是我們的公務員所擔心的部分那是應該要透過您的想法是說我們應該要來透過這個修法來保障還是說我們還可以做什麼事情讓他們不要有這個擔心呢因為現在看起來就是有很多的潛規則嘛即便你們做了很多的不達還是有很多的潛規則
transcript.whisperx[17].start 392.264
transcript.whisperx[17].end 409.811
transcript.whisperx[17].text 不會列入那個烤雞的一個部分還有彈性減工時我們一些相關的新的新制之後我們來做一個了解好不好這個部分我覺得除了要做宣導之外我覺得宣導不能只有一個公文命令宣導我覺得可能還是要找一些
transcript.whisperx[18].start 411.191
transcript.whisperx[18].end 437.308
transcript.whisperx[18].text 看有什麼樣子的方式讓誘人機關更了解這件事情對他們的好處是什麼為什麼我會這麼說呢其實就是在企業來說有很多的主管們一開始其實也不是那麼支持但是因為他們後來發現其實如果他可以對女性的員工或是對育兒家庭更友善的話是更能夠讓他們對於這個職場是更有相信力的所以我想這部分的好處還是要來做宣導好不好
transcript.whisperx[19].start 438.871
transcript.whisperx[19].end 446.072
transcript.whisperx[19].text 那再來另外一個部分就是說我們到底知不知道有多少人有育兒需求呢我們這份好像是沒有統計對不對
transcript.whisperx[20].start 447.981
transcript.whisperx[20].end 476.649
transcript.whisperx[20].text 我印象中有育兒需求人事總署以前曾經有調查過倒不是育兒需求是那個推動那個職場的那個領導那個托育的一個事情有調查過需求但是應該是以前有做過這個統計但是有沒有每年都做我不清楚沒有因為只有到因為我們對於105年我們現在只有在這個育有3歲以下子女是公務人員統計表好像只有到110年還是人總要
transcript.whisperx[21].start 478.249
transcript.whisperx[21].end 499.923
transcript.whisperx[21].text 說明一下因為據我們所知啦好像是說因為救福法第五條的規定所以已經把這類資料的收集呢再從公務履歷表裡面刪除了我們不可以收集那個多少小孩子對齁但是問題是這樣子我們到這個你了解需求跟你有多少小孩子這應該是兩件事吧
transcript.whisperx[22].start 500.899
transcript.whisperx[22].end 526.449
transcript.whisperx[22].text 對吧這個就是需要調查嘛對不對因為之前告訴我們就是涉及救福法可是應該救福法裡面沒有說你不能做這個調查嘛對不對對吧所以說是不是說因為如果我們都沒有辦法掌握公務人體系裡面到底有多少人正在育兒有多少人可能有這樣子的需求的話我們在做一些友善家庭的規劃的時候我們可能就缺乏一個資料基礎對不對是不是部長您認同嗎
transcript.whisperx[23].start 527.685
transcript.whisperx[23].end 551.429
transcript.whisperx[23].text 有資料是絕對是有幫助啦那是不是可以在三個月內呢來研議一套合法去識別化以政策統計為目的的資料收集機制讓未來的公部門在育兒相關措施的話會有明確的需求盤點會有一個非常理性科學的資料基礎可以嗎跟委員報告因為即使我們要做任何需要的話我們也不能強迫性一定要回答
transcript.whisperx[24].start 552.094
transcript.whisperx[24].end 562.183
transcript.whisperx[24].text 當然當然當然所以我才是說你是不是研議一套合法的嘛合法去識別化以政策統計的這部分三個月內可以這個部分我印象中
transcript.whisperx[25].start 563.308
transcript.whisperx[25].end 587.188
transcript.whisperx[25].text 我來跟總書好好談一下這個事情我印象中以前總書為了要 行政院為了要推那個就是那個在辦公室裡面有開辦那個零到一歲那個空間然後就有調查說你這裡有多少人表示有這個需求曾經有做過這個調查但是有沒有持續做我就不是很清楚了
transcript.whisperx[26].start 587.968
transcript.whisperx[26].end 608.928
transcript.whisperx[26].text 這部分是不是可以了解一下如果沒有的話這應該很快就可以了解出來啦那如果沒有的話是不是三個月內我們就來研議這一套制度呢這個機制好了啦 機制研議這個機制並沒有表我們來看看啦好不好不好意思 再講清楚一點吧部長你的concern是什麼
transcript.whisperx[27].start 610.051
transcript.whisperx[27].end 635.84
transcript.whisperx[27].text 老實說我的考慮還是會涉及到強迫性雖然委員提到說在合法的一個情況但是這有很多的企業都在執行這樣子吧市長勞動部市長對吧有很多企業其實都有可以回覆一下嗎因為很多的企業或是他們可能也會去了解一下大型企業他也會去了解一下現在大家在育兒職場上面在職場上面可以怎麼樣的提供更好的育兒支持是不是有做一些相關的調查呢市長有掌握嗎
transcript.whisperx[28].start 638.624
transcript.whisperx[28].end 655.095
transcript.whisperx[28].text 是 高偉就我們了解其實我們最近這半年多來的宣導其實越來越多企業是表達他們是為了留住這更多的人才願意來提供育兒的一個友善環境的對 可是他們應該也會針對員工的一些需求來去改善他們企業的環境吧
transcript.whisperx[29].start 656.933
transcript.whisperx[29].end 677.262
transcript.whisperx[29].text 對 這個確實是一個我們了解的一個趨勢好 了解 謝謝好 那我想部長抱歉 謝謝次長那我想部長這民間都有很多做法了啦所以我想要來符合合法這件事情應該不是太大的挑戰啦那如果有任何的需要協助的話我想勞動部應該也很願意來針對於救福法來提供一些諮詢嘛 對吧
transcript.whisperx[30].start 678.143
transcript.whisperx[30].end 687.623
transcript.whisperx[30].text 所以是不是就三個月吧好不好不然這樣子的話我們實在是很難去滿足到我們民間同仁的需求啦可以嗎
transcript.whisperx[31].start 690.473
transcript.whisperx[31].end 711.326
transcript.whisperx[31].text 我只是在想說這個事情的從行政管理上的方便性到底是應該是總處來做這個事情還是但是因為烤雞法是你們烤雞的整個這跟烤雞應該沒有特別的關係只是說未來要做這個亦有需求的這個亦有需求的接下來做很多很多措施那這樣你跟人事總處一起來討論好不好你跟人事總處來討論好不好
transcript.whisperx[32].start 714.648
transcript.whisperx[32].end 729.98
transcript.whisperx[32].text 好 謝謝那等一下還有最後一題就是有關於代理制度的部分上次其實我也有詢問過就是說我們現在雖然說有代理家籍有法源可是其實事實上我們也收到非常多的留言都說其實代理制度並沒有接住第一線的重擔那除了是說
transcript.whisperx[33].start 731.081
transcript.whisperx[33].end 752.177
transcript.whisperx[33].text 因為現在我們只有針對於非主管代理主管職務才能夠領取加給至於對於同職等的互代主管互代一般業務代理10天以內的短期代理或是公部門勞工身份的代理需求都不會有代理加給可是我們現在就已經會要產生彈性工時可能會有職代的問題
transcript.whisperx[34].start 753.018
transcript.whisperx[34].end 780.753
transcript.whisperx[34].text 那就會變成是說很多的第一線的同仁就會擔心說我今天請了彈性工時會不會造成我的同事的這個重擔然後又拿不到薪資就會感到心裡很抱歉就不太敢請所以我想問的是說這個關於這個代理職務的部分其實在公務革新力量聯盟它也有提出一些建議就是建立實職的職務代理津貼或補償制度那我不曉得說權序部跟人事總處
transcript.whisperx[35].start 782.368
transcript.whisperx[35].end 790.693
transcript.whisperx[35].text 未來要如何針對友善家庭政策所衍生的代理需求檢討現行的職務代理加緊或者是說來延益替代的人力業務減量呢
transcript.whisperx[36].start 796.281
transcript.whisperx[36].end 817.256
transcript.whisperx[36].text 這個過程我們目前確實有在跟人種討論這個事情但是那個家籍要怎麼樣最後還是要回到人種那邊去不過制度可能如果真的要修家籍辦法當然就涉及到我們兩邊要一起來處理但是制度我的了解是就是說委員可能我這樣講
transcript.whisperx[37].start 819.192
transcript.whisperx[37].end 838.419
transcript.whisperx[37].text 更精確一點政府部門的代理制度本身也是很複雜啦應該這樣但是我們會努力來看說有沒有這個需求大概會怎麼樣一個方式來做一些有我知道因為你們的人員很複雜嘛所以你們相對來說就會更複雜嘛所以這是上次其實也有提也有跟應該是那一位
transcript.whisperx[38].start 842.502
transcript.whisperx[38].end 864.351
transcript.whisperx[38].text 對 全省司司長其實也有回覆了啦所以我現在只是說在這一個部分的話我還是希望得到部長的承諾啦跟人事總處一起來討論我們實際上面要如何讓這些人真的可以拿到一些佳績啦不然對於這其實某種程度也會造成育兒家庭育兒的這個公職人員他會最後還是看得到吃不到因為他不敢用 好嗎好 謝謝好 謝謝張委員