iVOD / 149339

Field Value
IVOD_ID 149339
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149339
日期 2024-03-06
會議資料.會議代碼 委員會-11-1-19-2
會議資料.會議代碼:str 第11屆第1會期經濟委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第1會期經濟委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-03-06T09:47:50+08:00
結束時間 2024-03-06T09:58:09+08:00
影片長度 00:10:19
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/aa454a369d2b172f60e586b534617a7a8e47b20f39b04ac8f8ba9b0039caa7a60241d18e79cd8f1c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 09:47:50 - 09:58:09
會議時間 2024-03-06T09:00:00+08:00
會議名稱 立法院第11屆第1會期經濟委員會第2次全體委員會議(事由:邀請國家發展委員會主任委員列席報告業務概況,並備質詢。【3月4日、3月6日及7日三天一次會】)
gazette.lineno 285
gazette.blocks[0][0] 謝委員衣鳯:(9時48分)謝謝主席,我想要請國發會龔主委。
gazette.blocks[1][0] 主席:再請龔主委。
gazette.blocks[2][0] 龔主任委員明鑫:謝委員早安。
gazette.blocks[3][0] 謝委員衣鳯:龔主委早。我想請問一下,主計總處預估我們今年的GDP成長可以到達3.43,可是外界普遍認為好像保3都有問題。在什麼樣的情況下,你認為臺灣今天的經濟可以到達3.43?什麼樣的情況不行?
gazette.blocks[4][0] 龔主任委員明鑫:報告委員,您看一下它預測的日期,主計總處是最近、是最接近,因為主計總處是看到比較新的一些數據出來。
gazette.blocks[5][0] 謝委員衣鳯:是因為PMI的指數有稍微擴張嗎?
gazette.blocks[6][0] 龔主任委員明鑫:不單單只是這樣。
gazette.blocks[7][0] 謝委員衣鳯:還有什麼?
gazette.blocks[8][0] 龔主任委員明鑫:實際上,譬如我們從景氣燈號就很明顯地看到,包括投資、生產、消費、出口都很明顯地往上翻轉,尤其是出口部分可能更熱絡,出口主要的原因就是,一般來講的話,存貨的去化慢慢地告一段落,又類似AI這樣的商機有很大的爆發,臺灣是重要的出口商……
gazette.blocks[9][0] 謝委員衣鳯:我看到歐洲好像也有這樣子的情況,對不對?
gazette.blocks[10][0] 龔主任委員明鑫:臺灣是重要的出口基地,所以就有這樣的一個修正,因此我覺得它的修正還算合理。
gazette.blocks[11][0] 謝委員衣鳯:歐洲是不是也有相關這樣子的情況?就是歐元區的需求增加。
gazette.blocks[12][0] 龔主任委員明鑫:歐元區的經濟成長相對於去年是有稍稍下修啦!但是AI使用在全世界的需求還是比較大,主要……
gazette.blocks[13][0] 謝委員衣鳯:但是我也看到了,即便說有可能我們可以達到3.43的經濟成長,但是對於物價指數而言,大家還是認為有可能會超過2%嘛!如果4月宣布電價漲價的時候,那物價指數會不會跟著也是往上漲?
gazette.blocks[14][0] 龔主任委員明鑫:現在主計總處的確是有稍微調升物價,調到1.85,當然電價的部分我是沒有辦法預測……
gazette.blocks[15][0] 謝委員衣鳯:我是說它只有調到1.85喔!那你覺得會不會有可能在各種情況下,因為畢竟如果電價上漲、工業電價上漲,有可能轉嫁到各種的品項,民生用品等等相關的品項,那這樣子會不會帶動整體的物價指數上漲?
gazette.blocks[16][0] 龔主任委員明鑫:的確是免不了的,這也就是為什麼過去我們對於電價的調整是比較謹慎,為什麼要用台電來吸收可能的漲幅,就是這個道理,它的確會有一些反映在物價上。
gazette.blocks[17][0] 謝委員衣鳯:好,那我想要請問,你看到台積電它在日本風光的開幕,目前我看到了日本的經濟成長指數,它是從1.94%下修到0.66%,它下修的……這是今年度啦!所以是不是因為它非常的重視我們的台積電到日本去擴廠,希望台積電可以帶動它的經濟成長?那我們國內呢?你認為我們國內對於台積電整體的產業發展,我們有辦法給它什麼樣子的優惠或者是給予整個晶片上中下游整體的產業策略呢?
gazette.blocks[18][0] 龔主任委員明鑫:是,報告委員,所以我們現在為什麼就是說……尤其是AI將來的需求比較大,那AI上面的晶片需求是比較高階的製程,可能是2奈米以下的或是3奈米,這個部分的確是對臺灣的需求非常大,所以台積電為什麼那麼積極的要擴充它的產能,不僅在高雄,可能在中科等等的一些情況,在嘉義也有可能會有封測廠等等的一些相關的布局,這是因應未來晶片上的一些需求。日本擴廠的部分,主要是日本原來也有晶片上的需求,包括Sony的部分,Denso主要是在汽車用,那評估起來高階的這些生產上的需求,可能國內的需求還不足以滿足全世界的需求,所以為什麼要蓋第二個廠。
gazette.blocks[19][0] 謝委員衣鳯:對。
gazette.blocks[20][0] 龔主任委員明鑫:臺灣的部分,生產的整個供應鏈事實上是越來越完整,尤其是很多材料商也好、設備商也好或者是IC設計業者到臺灣來建立整個Ecosystem,事實上是越來越完整。
gazette.blocks[21][0] 謝委員衣鳯:他們期待台積電變成日本的黑船2.0,來拯救他們失落的30年。可是如果我們看到台積電一直往外移,會不會導致整個我們臺灣引以為傲的矽盾,或者是說我們賴以為的矽盾會……你知道嗎?一直產業外移。
gazette.blocks[22][0] 龔主任委員明鑫:報告委員,它不是外移,它是同步擴廠。
gazette.blocks[23][0] 謝委員衣鳯:同步擴廠?
gazette.blocks[24][0] 龔主任委員明鑫:對,它在國內擴廠的幅度更大。
gazette.blocks[25][0] 謝委員衣鳯:所以比日本還大?
gazette.blocks[26][0] 龔主任委員明鑫:對。
gazette.blocks[27][0] 謝委員衣鳯:那精密的都留在臺灣嗎?
gazette.blocks[28][0] 龔主任委員明鑫:你說……
gazette.blocks[29][0] 謝委員衣鳯:我說比較高製程的都留在臺灣嗎?
gazette.blocks[30][0] 龔主任委員明鑫:是、是、是,沒有錯、沒有錯。
gazette.blocks[31][0] 謝委員衣鳯:所以對於台積……
gazette.blocks[32][0] 龔主任委員明鑫:像2奈米,甚至於1.4奈米大概都會先在臺灣。
gazette.blocks[33][0] 謝委員衣鳯:都會先留在臺灣嗎?是不是?
gazette.blocks[34][0] 龔主任委員明鑫:對、對、對,沒有錯,因為日本的二廠是6到7奈米。
gazette.blocks[35][0] 謝委員衣鳯:可是我們必須要瞭解,現在我們看到美國未來總統的選情也有可能會有變化,那如果川普當選呢?他們一直希望我們台積電,就是我們科技業可以到美國去設廠,如果有這樣子的情況產生的時候,我們要怎麼樣因應?
gazette.blocks[36][0] 龔主任委員明鑫:台積電已經宣布了到美國會蓋第二個廠,而且總共投入400億美金。
gazette.blocks[37][0] 謝委員衣鳯:我是說如果因應……現在是拜登政府嘛!未來如果不是拜登政府的時候,是川普政府的時候呢?
gazette.blocks[38][0] 龔主任委員明鑫:照理說那個廠應該……就是在美國的廠Arizona會陸續的蓋好,所以這個在進行當中,持續的進行。
gazette.blocks[39][0] 謝委員衣鳯:對,我是說有沒有可能如果美國要求台積電持續的在美國擴廠?
gazette.blocks[40][0] 龔主任委員明鑫:那就看現在目前建廠的進度跟它的產能狀況。
gazette.blocks[41][0] 謝委員衣鳯:還是你覺得到時候520了就不關你的事?你應該不是這種人吧?你應該不是這種人吧?你應該是會為臺灣的高科技企業以及相關的產業,因應我們所有經濟發展的情況吧?是不是?
gazette.blocks[42][0] 龔主任委員明鑫:是,報告委員,半導體業現在在臺灣事實上算是在國際間扮演關鍵性的力量,這個關鍵性的角色在未來十年仍然會是。
gazette.blocks[43][0] 謝委員衣鳯:對,那問題是我們怎麼樣讓這個關鍵的十年能夠擴展到更多的產業?
gazette.blocks[44][0] 龔主任委員明鑫:對,沒有錯,這個就是在應用端的部分,所以為什麼我們現在一再的透過亞洲矽谷推動物聯網AIoT的發展或智慧城市的發展,這個是應用端,或者是淨零電動車的一些發展起來,這個全部都是應用。所以將來晶片的應用是無所不在的,我們就儘量把這些好的效益在我們各行各業裡面去來做應用。
gazette.blocks[45][0] 謝委員衣鳯:你認為會對我們的經濟有多大的挹注?
gazette.blocks[46][0] 龔主任委員明鑫:因為它變成百花齊放,大家同時會受惠,不是只有半導體業受惠而已,包括我剛才提到的,單單我們現在的淨零城市,今年3月底我們就會辦國際的智慧城市展跟淨零城市展,會來一百多個城市,全部都到我們這裡來,我們這個大概是全世界跟巴塞隆納可以對比的。我們很好的是我們有實際上的這些智慧應用也好,淨零這些的solution 出來了,已經有實質的東西,所以包括東南亞還有其他的國家,他們都非常喜歡把我們這些成果跟他們合作,引介到他們國家去,這個也是很大很大的商機,事實上也是我們在亞矽3.0很重要推動的重點。
gazette.blocks[47][0] 謝委員衣鳯:我們希望能夠把臺灣這樣的科技優勢持續延續下去,好不好?
gazette.blocks[48][0] 龔主任委員明鑫:是。
gazette.blocks[49][0] 謝委員衣鳯:不要因為政府的轉移讓我們臺灣的經濟成長以及我們未來科技的發展有可能被其他國家取代,我認為這是不管任何一個政府都需要為臺灣人民做的事情。
gazette.blocks[50][0] 龔主任委員明鑫:是。
gazette.blocks[51][0] 謝委員衣鳯:好,謝謝。
gazette.blocks[52][0] 主席:好,謝謝。
gazette.blocks[52][1] 接下來我們請鄭天財Sra Kacaw委員做詢答。
gazette.agenda.page_end 186
gazette.agenda.meet_id 委員會-11-1-19-2
gazette.agenda.speakers[0] 楊瓊瓔
gazette.agenda.speakers[1] 邱議瑩
gazette.agenda.speakers[2] 陳亭妃
gazette.agenda.speakers[3] 林岱樺
gazette.agenda.speakers[4] 張啓楷
gazette.agenda.speakers[5] 謝衣鳯
gazette.agenda.speakers[6] 鄭天財Sra Kacaw
gazette.agenda.speakers[7] 張嘉郡
gazette.agenda.speakers[8] 呂玉玲
gazette.agenda.speakers[9] 鄭正鈐
gazette.agenda.speakers[10] 陳超明
gazette.agenda.speakers[11] 賴瑞隆
gazette.agenda.speakers[12] 莊瑞雄
gazette.agenda.speakers[13] 賴士葆
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 洪孟楷
gazette.agenda.speakers[16] 蔡易餘
gazette.agenda.speakers[17] 黃國昌
gazette.agenda.speakers[18] 李柏毅
gazette.agenda.speakers[19] 陳冠廷
gazette.agenda.speakers[20] 邱志偉
gazette.agenda.speakers[21] 王鴻薇
gazette.agenda.page_start 125
gazette.agenda.meetingDate[0] 2024-03-06
gazette.agenda.gazette_id 1130801
gazette.agenda.agenda_lcidc_ids[0] 1130801_00004
gazette.agenda.meet_name 立法院第11屆第1會期經濟委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請國家發展委員會主任委員列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1130801_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.62159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 9.97034375
transcript.pyannote[1].end 14.08784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 14.86409375
transcript.pyannote[2].end 16.26471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 21.74909375
transcript.pyannote[3].end 34.18596875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 33.51096875
transcript.pyannote[4].end 34.16909375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 34.18596875
transcript.pyannote[5].end 34.30409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 34.30409375
transcript.pyannote[6].end 49.32284375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 49.89659375
transcript.pyannote[7].end 60.89909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 54.97596875
transcript.pyannote[8].end 55.27971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 60.29159375
transcript.pyannote[9].end 64.66221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 64.66221875
transcript.pyannote[10].end 90.02534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 79.95096875
transcript.pyannote[11].end 80.00159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 90.17721875
transcript.pyannote[12].end 97.77096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 95.59409375
transcript.pyannote[13].end 97.48409375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 97.77096875
transcript.pyannote[14].end 98.02409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 98.02409375
transcript.pyannote[15].end 98.27721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 98.27721875
transcript.pyannote[16].end 98.34471875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 98.34471875
transcript.pyannote[17].end 104.38596875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 104.82471875
transcript.pyannote[18].end 106.98471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 107.42346875
transcript.pyannote[19].end 112.38471875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 113.17784375
transcript.pyannote[20].end 127.53846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 127.75784375
transcript.pyannote[21].end 128.09534375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 128.56784375
transcript.pyannote[22].end 129.12471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 129.12471875
transcript.pyannote[23].end 145.17284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 145.47659375
transcript.pyannote[24].end 154.18409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 155.17971875
transcript.pyannote[25].end 165.08534375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 164.10659375
transcript.pyannote[26].end 188.18721875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 189.11534375
transcript.pyannote[27].end 201.45096875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 197.50221875
transcript.pyannote[28].end 197.77221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 201.73784375
transcript.pyannote[29].end 207.67784375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 203.20596875
transcript.pyannote[30].end 203.25659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 207.67784375
transcript.pyannote[31].end 207.71159375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 207.71159375
transcript.pyannote[32].end 207.76221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 207.76221875
transcript.pyannote[33].end 207.82971875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 207.89721875
transcript.pyannote[34].end 207.94784375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 207.94784375
transcript.pyannote[35].end 224.90721875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 225.68346875
transcript.pyannote[36].end 253.78034375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 254.87721875
transcript.pyannote[37].end 270.72284375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 270.99284375
transcript.pyannote[38].end 300.92909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 299.47784375
transcript.pyannote[39].end 299.54534375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 301.40159375
transcript.pyannote[40].end 308.99534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 309.41721875
transcript.pyannote[41].end 317.73659375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 317.88846875
transcript.pyannote[42].end 318.47909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 318.69846875
transcript.pyannote[43].end 327.47346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 327.60846875
transcript.pyannote[44].end 328.67159375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 329.85284375
transcript.pyannote[45].end 330.27471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 330.78096875
transcript.pyannote[46].end 333.17721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 333.58221875
transcript.pyannote[47].end 337.90221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 338.20596875
transcript.pyannote[48].end 348.34784375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 348.48284375
transcript.pyannote[49].end 348.65159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 349.29284375
transcript.pyannote[50].end 349.47846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 350.05221875
transcript.pyannote[51].end 376.41096875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 370.13346875
transcript.pyannote[52].end 370.35284375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 375.66846875
transcript.pyannote[53].end 378.55409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 378.97596875
transcript.pyannote[54].end 382.63784375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 383.14409375
transcript.pyannote[55].end 383.17784375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 383.17784375
transcript.pyannote[56].end 384.39284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 384.44346875
transcript.pyannote[57].end 384.49409375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 384.49409375
transcript.pyannote[58].end 384.98346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 384.98346875
transcript.pyannote[59].end 385.15221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 385.15221875
transcript.pyannote[60].end 386.92409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 387.43034375
transcript.pyannote[61].end 391.32846875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 390.09659375
transcript.pyannote[62].end 392.08784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 392.08784375
transcript.pyannote[63].end 394.50096875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 392.81346875
transcript.pyannote[64].end 401.31846875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 395.85096875
transcript.pyannote[65].end 397.80846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 397.87596875
transcript.pyannote[66].end 398.48346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 401.45346875
transcript.pyannote[67].end 401.62221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 402.22971875
transcript.pyannote[68].end 402.71909375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 403.12409375
transcript.pyannote[69].end 407.17409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 407.73096875
transcript.pyannote[70].end 408.84471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 409.09784375
transcript.pyannote[71].end 417.87284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 417.92346875
transcript.pyannote[72].end 424.69034375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 425.12909375
transcript.pyannote[73].end 428.67284375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 429.21284375
transcript.pyannote[74].end 431.01846875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 431.37284375
transcript.pyannote[75].end 437.00909375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 435.94596875
transcript.pyannote[76].end 439.52346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 439.52346875
transcript.pyannote[77].end 439.87784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 439.77659375
transcript.pyannote[78].end 444.14721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 444.61971875
transcript.pyannote[79].end 451.80846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 451.80846875
transcript.pyannote[80].end 462.94596875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 452.14596875
transcript.pyannote[81].end 453.22596875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 462.94596875
transcript.pyannote[82].end 467.97471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 467.97471875
transcript.pyannote[83].end 472.53096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 468.27846875
transcript.pyannote[84].end 468.58221875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 474.30284375
transcript.pyannote[85].end 475.56846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 475.88909375
transcript.pyannote[86].end 485.42346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 485.42346875
transcript.pyannote[87].end 496.39221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 485.69346875
transcript.pyannote[88].end 485.86221875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 496.64534375
transcript.pyannote[89].end 497.16846875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 496.93221875
transcript.pyannote[90].end 497.21909375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 497.80971875
transcript.pyannote[91].end 505.43721875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 505.55534375
transcript.pyannote[92].end 505.58909375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 505.58909375
transcript.pyannote[93].end 505.60596875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 505.60596875
transcript.pyannote[94].end 510.09471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 508.69409375
transcript.pyannote[95].end 508.89659375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 510.58409375
transcript.pyannote[96].end 517.67159375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 518.00909375
transcript.pyannote[97].end 533.61846875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 533.73659375
transcript.pyannote[98].end 537.55034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 538.56284375
transcript.pyannote[99].end 560.38221875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 543.50721875
transcript.pyannote[100].end 543.59159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 560.77034375
transcript.pyannote[101].end 587.93909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 585.40784375
transcript.pyannote[102].end 585.74534375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 588.17534375
transcript.pyannote[103].end 613.97721875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 594.72284375
transcript.pyannote[104].end 595.34721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 613.97721875
transcript.pyannote[105].end 613.99409375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 615.15846875
transcript.pyannote[106].end 616.05284375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 618.87096875
transcript.pyannote[107].end 619.03971875
transcript.whisperx[0].start 10.388
transcript.whisperx[0].end 16.111
transcript.whisperx[0].text 謝謝主席我想要請我們國發會的公主委我們再請公主委
transcript.whisperx[1].start 26.268
transcript.whisperx[1].end 49.08
transcript.whisperx[1].text 主席總署預估我們今年的GDP成長可以到達3.43可是外界普遍有認為說好像保三都有問題那在什麼樣的情況下你認為台灣今天的經濟可以到達3.43那什麼樣的情況不行
transcript.whisperx[2].start 50.106
transcript.whisperx[2].end 71.688
transcript.whisperx[2].text 報告委員您看看他的預測的日期啊主委總書是最近最接近因為主委總書是看到了比較新的一些數據出來是因為PMI的指數就是說有稍微擴張嗎不單單只是這樣事實上我們比如說我們的景氣燈號就很明顯的看到
transcript.whisperx[3].start 72.409
transcript.whisperx[3].end 75.472
transcript.whisperx[3].text 我看到歐洲好像也有這樣的情況,對不對?
transcript.whisperx[4].start 99.229
transcript.whisperx[4].end 127.386
transcript.whisperx[4].text 台灣重要的這個出口基地所以就是說有這樣的一個修正所以我覺得他修正還算合理那歐洲是不是也有相關的這樣子的情況就是他們的需求增加歐元區歐元區當然是經濟成長現在是相對去年是有稍稍下修但是就是說使用AI的部分這個部分還是在全世界還是比較需求還是比較大的
transcript.whisperx[5].start 129.235
transcript.whisperx[5].end 153.831
transcript.whisperx[5].text 但是我也看到了即便是我們說有可能我們可以達到3.43的那個經濟成長但是對於物價指數而言大家還是認為有可能會超過2%因為如果就是4月宣布漲價、電價漲價的時候那物價指數會不會跟著就是也是往上漲呢?
transcript.whisperx[6].start 155.396
transcript.whisperx[6].end 183.314
transcript.whisperx[6].text 現在主席總書他的確是有稍微調升物價的部分調到1.85那當然電價的部分我是沒有辦法預測我是說他只有調到1.85那你覺得會不會因為有可能在各種情況下因為畢竟如果電價上漲工業電價上漲有可能轉嫁到各種的品項民生用品啊什麼相關的品項
transcript.whisperx[7].start 184.856
transcript.whisperx[7].end 207.352
transcript.whisperx[7].text 這樣子會不會帶動整體的物價指數上漲?的確是免不了的這也就是為什麼過去我們對於電價的調整是比較謹慎因為為什麼要用台電來吸收可能的漲幅那就是這個道理就是說它的確會有一些反應在物價上
transcript.whisperx[8].start 208.015
transcript.whisperx[8].end 212.378
transcript.whisperx[8].text 台積電在日本風光的開幕目前我看到了日本的經濟成長指數是從1點
transcript.whisperx[9].start 225.714
transcript.whisperx[9].end 226.394
transcript.whisperx[9].text 在台積電的發展方面
transcript.whisperx[10].start 254.946
transcript.whisperx[10].end 279.141
transcript.whisperx[10].text 有沒有辦法就是說我們有辦法給他什麼樣子的就是優惠或者是給予我們整個就是晶片的這樣子上中下游整體的產業的策略呢是報告委員所以我們現在為什麼就是說尤其是AI將來的需求是比較需求比較大
transcript.whisperx[11].start 280.862
transcript.whisperx[11].end 308.671
transcript.whisperx[11].text 那AI上面的晶片需求是比較高階的這個製程可能是2奈米以下的或是3奈米那這個部分的確是對台灣的需求非常大所以台積電也為什麼那麼積極的可能要擴充它的產能不僅在高雄可能在中科等等的一些情況那在嘉義也有可能會有封測廠等等的一些相關的佈局那這是因應未來這個晶片上的一些需求
transcript.whisperx[12].start 309.851
transcript.whisperx[12].end 328.256
transcript.whisperx[12].text 日本的部分擴廠呢,主要是日本原來他也有晶片商的需求,包括SONY的部分,BENZA主要是在汽車用,那評估起來可能高階的這些生產商的需求可能還不足以,國內的需求還不足以滿足全世界的需求,所以為什麼要蓋第二個廠?
transcript.whisperx[13].start 329.906
transcript.whisperx[13].end 331.207
transcript.whisperx[13].text 他們期待台積電變成日本的黑船2.0
transcript.whisperx[14].start 356.029
transcript.whisperx[14].end 382.438
transcript.whisperx[14].text 來拯救他們失落的30年可是如果我們看到台積電一直的就是說往外移那會不會導致整個我們台灣就是引以為傲的戲盾那或者是說我們賴以為就是說的戲盾會你知道嗎一直採取外移報告委員他不是外移啊他是同步擴廠同步擴廠對他在國內擴廠的幅度更大
transcript.whisperx[15].start 383.228
transcript.whisperx[15].end 401.211
transcript.whisperx[15].text 所以比日本還大?對那精密的都留在台灣嗎?你說?我說比較高製程的都留在台灣嗎?沒有錯沒有錯所以對於台積都會先留在台灣嗎?因為日本的二廠是6到7奈米
transcript.whisperx[16].start 402.284
transcript.whisperx[16].end 427.434
transcript.whisperx[16].text 可是我們必須要了解現在我們看到美國的就是說總統的未來總統的選情也有可能會有變化那如果川普當選呢他們一直希望我們的台積電可以就是說我們科技業可以到美國去設廠那如果有這樣子的情況產生的時候
transcript.whisperx[17].start 429.275
transcript.whisperx[17].end 444.086
transcript.whisperx[17].text 那我們要怎麼樣因應?因為台積電已經宣布到美國會蓋第二個廠而且總共投入400億美金那我是說如果因應現在是拜登政府嘛那未來如果不是拜登政府的時候是川普政府的時候呢?
transcript.whisperx[18].start 444.793
transcript.whisperx[18].end 472.069
transcript.whisperx[18].text 照理說那個廠應該就是在美國的廠會陸續會陸續的蓋好所以這個在進行當中對會不會會不會他會不會我是說有沒有可能如果美國要求我們持續的就是要求不是我們要求台積電持續的在美國擴廠那就看現在的這個目前的這個建廠的進度跟他的這個產能狀況還是你覺得到時候520了就不管你的事你應該不是這種人吧
transcript.whisperx[19].start 474.366
transcript.whisperx[19].end 495.843
transcript.whisperx[19].text 你應該不是這種人吧?你覺得應該是會為台灣的就是說高科技業以及相關的產業以及會因應我們所有的經濟發展的情況吧?是不是?是,報告委員就是半導體業現在在台灣事實上算是在國際間扮演關鍵性的力量這個關鍵性的角色在未來10年仍然會是
transcript.whisperx[20].start 499.228
transcript.whisperx[20].end 516.424
transcript.whisperx[20].text 問題是我們怎麼樣讓這個關鍵的10年能夠擴展到更多的產業對沒有錯這個就是在應用端的部分所以為什麼我們現在一再的透過亞洲矽谷的部分推動這個物聯網AIoT的發展或智慧城市的發展
transcript.whisperx[21].start 516.664
transcript.whisperx[21].end 537.671
transcript.whisperx[21].text ⋯⋯⋯⋯
transcript.whisperx[22].start 539.315
transcript.whisperx[22].end 552.083
transcript.whisperx[22].text 這個因為他變成一個百花齊放大家同時會受惠不是只有半島體驗受惠而已包括我剛才提到的我們現在單單我們這個競技城市今年的這個3月底就會我們辦國際的這個
transcript.whisperx[23].start 556.785
transcript.whisperx[23].end 572.598
transcript.whisperx[23].text 智慧程式展跟淨寧程式展會來100多個城市全部都到我們來我們這個大概是全世界應該是跟巴塞隆納可以對比的那我們很好的是我們有實際上的這些智慧應用也好淨寧的solution出來了
transcript.whisperx[24].start 572.998
transcript.whisperx[24].end 587.571
transcript.whisperx[24].text 以及有實質的東西所以包括東南亞還有其他的國家他們都非常喜歡把我們這些成果跟他們合作引介到他們國家去那這個也是很大很大的傷心事實上也是我們在亞系3.0很重要的這個推動的重點
transcript.whisperx[25].start 588.351
transcript.whisperx[25].end 588.371
transcript.whisperx[25].text 好,謝謝
transcript.whisperx[26].start 618.914
transcript.whisperx[26].end 618.936
transcript.whisperx[26].text 謝衣鳯