iVOD / 149506

Field Value
IVOD_ID 149506
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149506
日期 2024-03-07
會議資料.會議代碼 委員會-11-1-20-2
會議資料.會議代碼:str 第11屆第1會期財政委員會第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] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第1會期財政委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-03-07T09:15:21+08:00
結束時間 2024-03-07T09:26:32+08:00
影片長度 00:11:11
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/1441ba9c2015bdbe4edbb572ef2a2037f84c29b94b9165f0f8ba9b0039caa7a6693249bd99c552a55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林德福
委員發言時間 09:15:21 - 09:26:32
會議時間 2024-03-07T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第2次全體委員會議(事由:邀請財政部莊部長翠雲率所屬機關首長暨國營事業董事長、總經理(含各轉投資事業機構公股代表之董、監事)列席業務報告,並備質詢。 【3月4日及7日二天一次會】)
gazette.lineno 100
gazette.blocks[0][0] 林委員德福:(9時15分)謝謝主席,與會的莊部長、所有與會的官員、各位董事長和總經理、還有各位同仁以及媒體記者女士先生。是不是請莊部長?
gazette.blocks[1][0] 主席:有請莊部長。
gazette.blocks[2][0] 莊部長翠雲:委員好。
gazette.blocks[3][0] 林委員德福:部長,你好!部長,我請教你,因為對於娛樂稅、貨物稅、印花稅有很多委員在院會質詢的時候都表示這三種稅目是不合時宜的稅制,對此行政院長陳建仁回應說任何稅制的改革都需要中央以及地方一起來研議,財政部的理由則是會影響地方的財政,那我請問部長,對這三種稅制的檢討,財政部是不是認為三種稅目完全沒有修改的空間?
gazette.blocks[4][0] 莊部長翠雲:跟委員一項一項說明,第一個就是印花稅的部分,印花稅是屬於地方稅。
gazette.blocks[5][0] 林委員德福:我知道。
gazette.blocks[6][0] 莊部長翠雲:這是屬於契據的稅,它1年的收入大概有170億,是地方非常重要的財源,我們有邀請地方政府來開會,他們認為這個是他們非常重要的一個自籌財源,他們反對廢止,這是地方稅,我們必須要尊重地方自治以及它的財政自主。
gazette.blocks[6][1] 至於娛樂稅的部分,當然隨著經濟發展以及娛樂活動的項目有一些改變,是可以檢討,我們也認為在項目上也許可以做一些檢討,在稅率的上限上也可以檢討,或者是我們授權給地方政府有某種彈性,在這個部分是可以……
gazette.blocks[7][0] 林委員德福:但是行之有年,財政部幾乎是如如不動啦!
gazette.blocks[8][0] 莊部長翠雲:沒有,我們其實都很積極,有一直在跟地方政府討論。
gazette.blocks[9][0] 林委員德福:那你認為在哪些條件下才有檢討的空間呢?
gazette.blocks[10][0] 莊部長翠雲:我想這個分開來談,譬如說委員提到的貨物稅,貨物稅的部分其實現在的課徵是有導正一些消費行為,比如說在汽機車的部分或者是節能電器的部分,買節能家電其實貨物稅可以減徵,然後電動車跟電動機車的貨物稅其實有減免,就是希望引導消費者走向節能減碳。那當然對貨物稅我們會看著整個碳費的執行情形,會來協徵碳稅,我們來做討論、來做研究。
gazette.blocks[11][0] 林委員德福:我瞭解,我等一下就是要跟你探討這些。部長,因為時空環境不一樣,你不能把過去那一套一定非得用到現在不可,應該要調整、要改進。
gazette.blocks[12][0] 莊部長翠雲:是。
gazette.blocks[13][0] 林委員德福:部長,國際在推動全球最低稅負制,財政部賦稅署署長去年也表示因為因應全球稅改方案以及兩大支柱的進展,財政部滾動式的檢討這些相關的稅制,那我請問部長,全球最低稅負制的推動是不是只會影響跨國企業呢?
gazette.blocks[14][0] 莊部長翠雲:全球最低稅負制主要是對於跨國企業的集團,它必須要達到一定的稅率,否則對它就可以補徵稅,在這個部分財政部也一直在關注世界各國的推動情形,我們也正在研擬相關的方案。
gazette.blocks[15][0] 林委員德福:那你認為我們中小企業會不會受到影響?
gazette.blocks[16][0] 莊部長翠雲:全球最低稅負制有一個門檻,應該是全球的稅負達到……對中小企業這個部分,我們在研擬方案的時候也會考慮。
gazette.blocks[17][0] 林委員德福:部長,根據媒體報導,財政部考慮差別稅率可行性,也就是年營收達到GMT門檻者再調高稅率,以保障中小企業不受影響,請問部長,採用GMT門檻作為全球最低稅負制適用的作法,你認為會不會扼殺有競爭力的中小企業壯大的可能?
gazette.blocks[18][0] 莊部長翠雲:我們在研擬相關方案的時候會根據各國的推動情形、各個企業的體質以及它的狀況來做一些研擬,然後避免有所衝擊。
gazette.blocks[19][0] 林委員德福:本席認為目前在全球化發展下,中小企業所處的環境除了要生存、要成長,還要面臨各種的挑戰,政府對行之有年的稅制應該有重新檢討的必要,因為財政健全不是只有節流,更要有創造開源的這些精神,才有永續發展的可能,你認為呢?
gazette.blocks[20][0] 莊部長翠雲:認同委員的意見,我覺得稅制當然也要與時俱進。
gazette.blocks[21][0] 林委員德福:對啊,時空環境不一樣,當然要與時俱進啊!
gazette.blocks[22][0] 莊部長翠雲:當然地方政府的意見,我們依然要參考。
gazette.blocks[23][0] 林委員德福:部長,整個臺灣經濟,尤其是我們經濟研究院院長張建一去年曾表示,影響明年景氣復甦最大不確定因素是通膨,臺灣景氣要完整且全面性復甦預估要等到明年上半年。部長,我請問你,因為媒體有報導財政部累計前2月出口,估算將正成長6.6%至8.6%,而且財政部認為景氣復甦的趨勢是不變,出口春暖花開的時間點是落在3月到5月。那我請問部長,媒體報導財政部認為景氣復甦的趨勢不變,本席再確認一次,財政部是不是認定景氣已經脫離谷底了,是不是已經脫離谷底了?
gazette.blocks[24][0] 莊部長翠雲:跟委員報告,我們的景氣跟我們的出口值會息息相關,從去年的第四季開始,我們的出口已經成為正成長,在今年1月,出口值也達到371.9億美元,是歷年同月(1月份)的次高。
gazette.blocks[25][0] 林委員德福:那你認為是不是脫離谷底了?
gazette.blocks[26][0] 莊部長翠雲:我們認為已經從谷底上來了。
gazette.blocks[27][0] 林委員德福:從谷底上來?
gazette.blocks[28][0] 莊部長翠雲:對。
gazette.blocks[29][0] 林委員德福:3月開始就會好轉是不是?
gazette.blocks[30][0] 莊部長翠雲:應該會逐步好轉,當然國際間的情勢仍然有一個不可預測的因素在裡面,我們會持續的關注。
gazette.blocks[31][0] 林委員德福:對,所以本席要請教,到底這個好轉是短期的現象還是全面性的復甦?
gazette.blocks[32][0] 莊部長翠雲:以目前來看,它是一個平穩而且溫和的復甦。
gazette.blocks[33][0] 林委員德福:部長,因為台經院民間預測機構認為,國內應該會呈現U型復甦,但U型底部會持續稍微久一點的時間,而且復甦還要看整個國際到底有沒有這些需求。所以部長,國際主要預測機構都認為,今年的經濟將會受到美國和中國不足,美中不足,全球受累的影響。美中兩大經濟體分別面臨消費及投資的不利因素困擾,呈現美和中不足。請問部長,你認為美中經濟體的負面狀況,對臺灣到底有沒有影響?
gazette.blocks[34][0] 莊部長翠雲:當然會有,因為我們是出口導向的國家,美國也好,中國大陸也好,都是我們出口國家,當然這兩個國家的一些科技的角力,還有地緣政治的緊張等,都會影響到我們的出口,但是目前來看,全球的貿易值是往上平穩的上升,這對我們的出口是正面的,而且我們對美國跟歐洲國家的出口,其實也一直在增長。
gazette.blocks[35][0] 林委員德福:從財政部進出口統計的面向來看,臺灣對美國、中國的這些經貿統計,是不是有受到衝擊,有沒有?
gazette.blocks[36][0] 莊部長翠雲:在美國其實是成長的,尤其是我們的AI、車用的電子等等,這些新興科技其實在美國的部分,我們是成長滿多的比例。
gazette.blocks[37][0] 林委員德福:如果要是沒有衝擊,那是不是代表臺灣可以置身事外,是不是?
gazette.blocks[38][0] 莊部長翠雲:在國際的經濟情勢裡面,沒有任何可以置身事外的。
gazette.blocks[39][0] 林委員德福:如果要是有衝擊,你認為政府、企業要怎麼樣來因應美國跟中國經濟體的變局呢?
gazette.blocks[40][0] 莊部長翠雲:其實美國跟中國的經濟體的角力已經有一段時間,我們的各個企業其實都已經有在做一些應變的措施,包括有關供應鏈的布局,都有一些改變,我相信這個部分大家都會有一些觀察以及應變的措施。
gazette.blocks[41][0] 林委員德福:部長,根據財政統計通報,112年出口前50名廠商約占逾半數出口,5年來集中度提升12.6個百分點。部長,前50大含括晶圓代工、IC設計、封測等電子業,石化、鋼鐵、筆電、面板等產業大廠及運輸物流出口占比已經從38.9%提升到51.5%,那我要請問你,出口持續集中這些特定產業,對於國內經濟發展,你認為這是好現象嗎?
gazette.blocks[42][0] 莊部長翠雲:跟委員報告,確實我國在國際間的競爭優勢是電子、資通訊的產業是最強的,因此我們的出口結構就高度集中在電子零組件,還有資通訊產品,再加上這幾年、近年AI新興應用的商機蓬勃,所以我們的出口就會集中在這個部分。當然產業是不是過度的集中,是不是一個好的現象?當然目前來說是非常好的,也非常持續的延燒,對我們出口值的成長有很大的幫助,但是會不會承受相關的風險也會高?我想這個部分經濟部跟國發會都有在評估。
gazette.blocks[43][0] 林委員德福:部長,央行理監事會曾經討論產業結構過度集中這些問題,如果由出口集中現象來看,請問部長,在解決產業結構過度集中的問題上,政府是不是做得不夠?
gazette.blocks[44][0] 莊部長翠雲:這個部分經濟部一直都在輔導相關的產業轉型跟升級,然後提升國際的競爭力,都一直持續在做。
gazette.blocks[45][0] 林委員德福:你認為這些對整個國內經濟成長未來會不會產生一些衝擊?
gazette.blocks[46][0] 莊部長翠雲:當然會有一些正面的效益。
gazette.blocks[47][0] 林委員德福:這樣喔!
gazette.blocks[48][0] 莊部長翠雲:是。
gazette.blocks[49][0] 林委員德福:好,我的時間到了,其他的下次再問,謝謝。
gazette.blocks[50][0] 莊部長翠雲:謝謝委員。
gazette.blocks[51][0] 主席:謝謝林德福委員的質詢。
gazette.blocks[51][1] 接著我們請吳秉叡委員質詢。
gazette.agenda.page_end 378
gazette.agenda.meet_id 委員會-11-1-20-2
gazette.agenda.speakers[0] 郭國文
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 賴士葆
gazette.agenda.speakers[4] 李彥秀
gazette.agenda.speakers[5] 王世堅
gazette.agenda.speakers[6] 王鴻薇
gazette.agenda.speakers[7] 賴惠員
gazette.agenda.speakers[8] 顏寬恒
gazette.agenda.speakers[9] 黃珊珊
gazette.agenda.speakers[10] 李坤城
gazette.agenda.speakers[11] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[12] 謝衣鳯
gazette.agenda.speakers[13] 黃國昌
gazette.agenda.speakers[14] 鄭天財Sra Kacaw
gazette.agenda.speakers[15] 羅廷瑋
gazette.agenda.speakers[16] 陳培瑜
gazette.agenda.speakers[17] 羅明才
gazette.agenda.speakers[18] 陳玉珍
gazette.agenda.page_start 323
gazette.agenda.meetingDate[0] 2024-03-07
gazette.agenda.gazette_id 1130701
gazette.agenda.agenda_lcidc_ids[0] 1130701_00007
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請財政部莊部長翠雲率所屬機關首長暨國營事業董事長、總經理(含各轉投資事業機構公股代 表之董、監事)列席業務報告,並備質詢
gazette.agenda.agenda_id 1130701_00006
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.79034375
transcript.pyannote[0].end 5.24534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.07221875
transcript.pyannote[1].end 10.40909375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 10.84784375
transcript.pyannote[2].end 11.65784375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 16.36596875
transcript.pyannote[3].end 19.06596875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.36971875
transcript.pyannote[4].end 22.64346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 23.40284375
transcript.pyannote[5].end 33.40971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 34.33784375
transcript.pyannote[6].end 46.01534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 46.55534375
transcript.pyannote[7].end 47.66909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 48.52971875
transcript.pyannote[8].end 56.56221875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 56.74784375
transcript.pyannote[9].end 98.27721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 64.07159375
transcript.pyannote[10].end 64.83096875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 95.17221875
transcript.pyannote[11].end 97.01159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 97.38284375
transcript.pyannote[12].end 100.04909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 100.04909375
transcript.pyannote[13].end 100.36971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 100.36971875
transcript.pyannote[14].end 100.89284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 100.89284375
transcript.pyannote[15].end 100.90971875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 100.90971875
transcript.pyannote[16].end 101.46659375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 101.46659375
transcript.pyannote[17].end 104.03159375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 104.03159375
transcript.pyannote[18].end 104.38596875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 104.38596875
transcript.pyannote[19].end 104.47034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 104.47034375
transcript.pyannote[20].end 107.94659375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 107.94659375
transcript.pyannote[21].end 140.41409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 124.60221875
transcript.pyannote[22].end 125.15909375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 135.57096875
transcript.pyannote[23].end 138.69284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 140.41409375
transcript.pyannote[24].end 140.90346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 140.90346875
transcript.pyannote[25].end 141.02159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 141.02159375
transcript.pyannote[26].end 141.03846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 141.49409375
transcript.pyannote[27].end 175.02471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 175.17659375
transcript.pyannote[28].end 175.96971875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 175.96971875
transcript.pyannote[29].end 188.60909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 188.67659375
transcript.pyannote[30].end 191.19096875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 191.19096875
transcript.pyannote[31].end 191.22471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 191.25846875
transcript.pyannote[32].end 197.53596875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 195.98346875
transcript.pyannote[33].end 196.86096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 197.92409375
transcript.pyannote[34].end 199.12221875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 199.29096875
transcript.pyannote[35].end 199.71284375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 200.23596875
transcript.pyannote[36].end 204.25221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 204.58971875
transcript.pyannote[37].end 212.70659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 212.95971875
transcript.pyannote[38].end 214.39409375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 214.86659375
transcript.pyannote[39].end 218.52846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 218.89971875
transcript.pyannote[40].end 219.89534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 220.30034375
transcript.pyannote[41].end 221.54909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 222.40971875
transcript.pyannote[42].end 228.40034375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 228.72096875
transcript.pyannote[43].end 236.93909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 236.93909375
transcript.pyannote[44].end 236.98971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 237.17534375
transcript.pyannote[45].end 250.03409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 250.03409375
transcript.pyannote[46].end 250.08471875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 250.35471875
transcript.pyannote[47].end 279.93659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 279.93659375
transcript.pyannote[48].end 285.96096875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 285.72471875
transcript.pyannote[49].end 289.94346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 289.23471875
transcript.pyannote[50].end 293.92596875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 292.52534375
transcript.pyannote[51].end 292.96409375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 294.73596875
transcript.pyannote[52].end 313.90596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 314.36159375
transcript.pyannote[53].end 328.41846875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 328.68846875
transcript.pyannote[54].end 344.56784375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 344.82096875
transcript.pyannote[55].end 352.19534375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 352.19534375
transcript.pyannote[56].end 377.96346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 373.05284375
transcript.pyannote[57].end 373.28909375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 376.44471875
transcript.pyannote[58].end 377.33909375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 377.42346875
transcript.pyannote[59].end 380.19096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 380.19096875
transcript.pyannote[60].end 388.45971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 386.82284375
transcript.pyannote[61].end 393.57284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 388.49346875
transcript.pyannote[62].end 388.51034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 393.57284375
transcript.pyannote[63].end 397.87596875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 398.16284375
transcript.pyannote[64].end 409.21596875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 409.60409375
transcript.pyannote[65].end 413.11409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 413.85659375
transcript.pyannote[66].end 417.67034375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 418.02471875
transcript.pyannote[67].end 418.46346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 418.73346875
transcript.pyannote[68].end 424.36971875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 424.85909375
transcript.pyannote[69].end 432.94221875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 433.39784375
transcript.pyannote[70].end 437.46471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 437.90346875
transcript.pyannote[71].end 439.06784375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 439.20284375
transcript.pyannote[72].end 446.45909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 446.62784375
transcript.pyannote[73].end 449.17596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 449.17596875
transcript.pyannote[74].end 449.19284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 450.05346875
transcript.pyannote[75].end 450.96471875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 450.96471875
transcript.pyannote[76].end 451.30221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 452.19659375
transcript.pyannote[77].end 476.09159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 467.09721875
transcript.pyannote[78].end 467.41784375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 476.46284375
transcript.pyannote[79].end 486.62159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 486.84096875
transcript.pyannote[80].end 497.53971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 488.69721875
transcript.pyannote[81].end 489.42284375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 497.37096875
transcript.pyannote[82].end 502.56846875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 503.22659375
transcript.pyannote[83].end 503.93534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 503.39534375
transcript.pyannote[84].end 508.01909375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 508.32284375
transcript.pyannote[85].end 515.12346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 515.35971875
transcript.pyannote[86].end 515.56221875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 515.56221875
transcript.pyannote[87].end 534.22596875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 534.22596875
transcript.pyannote[88].end 541.71846875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 541.90409375
transcript.pyannote[89].end 542.42721875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 543.00096875
transcript.pyannote[90].end 544.95846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 545.21159375
transcript.pyannote[91].end 550.56096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 550.98284375
transcript.pyannote[92].end 565.98471875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 566.20409375
transcript.pyannote[93].end 584.02409375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 584.36159375
transcript.pyannote[94].end 585.96471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 585.96471875
transcript.pyannote[95].end 622.66784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 622.09409375
transcript.pyannote[96].end 623.19096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 622.68471875
transcript.pyannote[97].end 622.93784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 623.34284375
transcript.pyannote[98].end 628.00034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 628.45596875
transcript.pyannote[99].end 637.61909375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 638.04096875
transcript.pyannote[100].end 638.88471875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 638.88471875
transcript.pyannote[101].end 638.90159375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 640.25159375
transcript.pyannote[102].end 649.33034375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 649.33034375
transcript.pyannote[103].end 654.67971875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 654.74721875
transcript.pyannote[104].end 655.84409375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 655.84409375
transcript.pyannote[105].end 655.89471875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 655.89471875
transcript.pyannote[106].end 655.94534375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 655.94534375
transcript.pyannote[107].end 655.96221875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 655.96221875
transcript.pyannote[108].end 656.02971875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 656.02971875
transcript.pyannote[109].end 656.65409375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 657.48096875
transcript.pyannote[110].end 662.02034375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 661.04159375
transcript.pyannote[111].end 664.99034375
transcript.whisperx[0].start 2.135
transcript.whisperx[0].end 11.199
transcript.whisperx[0].text 所有與會的官員各位董事長、總經理還有我們各位同仁以及媒體記者、女士先生是不是請莊部長有請莊部長委員好部長你好部長我請教因為對於娛樂稅、貨物稅、印花稅
transcript.whisperx[1].start 23.479
transcript.whisperx[1].end 46.922
transcript.whisperx[1].text 有很多委員在院會執行的時候都表示這三種稅務是不合時宜的稅制那對此行政院長陳建仁這回應說任何稅制的改革都需要中央以及地方一起來研議那財政部的理由則是影響地方的財政那我請問部長
transcript.whisperx[2].start 49.024
transcript.whisperx[2].end 69.85
transcript.whisperx[2].text 對這三種稅制的檢討財政部是不是認為三種稅務完全沒有修改的空間是不是跟委員一項一項說明第一個就是印花稅的部分那印花稅是屬於地方稅那是屬於器具的稅那麼它的一年收入大概有170億是地方非常重要的財源我們邀請地方政府來開會他們認為說這個地方是他們非常重要的一個自籌財源他們反對廢紙
transcript.whisperx[3].start 76.332
transcript.whisperx[3].end 82.115
transcript.whisperx[3].text 這是地方稅,我們必須要尊重地方自治以及它的財政自主那至於娛樂稅的部分當然隨著經濟發展以及娛樂活動的項目總統有一些改變是可以檢討那當然我們也認為說在項目上也許可以做一些檢討在稅率的上限上也可以檢討或者是說我們授權給地方政府的某種財政但是行之有年財政部幾乎是奴奴不動
transcript.whisperx[4].start 101.344
transcript.whisperx[4].end 106.627
transcript.whisperx[4].text 我們其實都很積極一直跟地方政府在討論你認為在哪些條件下才有檢討的空間呢我想這個分開來談比如說委員提到的就是貨物稅的部分貨物稅的部分其實現在的一個課徵是有一些導正一些消費行為比如說在汽機車的部分或者是節能電器的部分買節能家電其實貨物稅可以減徵
transcript.whisperx[5].start 124.679
transcript.whisperx[5].end 125.781
transcript.whisperx[5].text 我瞭解我等下就需要跟你面談到這些那個部長
transcript.whisperx[6].start 141.542
transcript.whisperx[6].end 162.19
transcript.whisperx[6].text 因為時空環境不一樣你不能把過去那一套一定會得用到現在不可應該要調整要改進部長國際在推動全球最低的稅賦制財政部互稅署署長去年也表示說因為因應全球稅改方案以及兩大
transcript.whisperx[7].start 163.31
transcript.whisperx[7].end 188.377
transcript.whisperx[7].text 資助的進展財政部滾動式的檢討這些相關的稅制那我請問部長全球最低稅負值的推動是不是只會影響跨國企業呢全球最低稅負值主要是在於跨國企業的集團他必須要達到一定的一個稅率否則他就可以補徵稅那在這個部分財政部也一直在關注世界各國的一個推動情形那我們也正在研擬相關的方案
transcript.whisperx[8].start 188.737
transcript.whisperx[8].end 193.565
transcript.whisperx[8].text 那你認為我們中小企業會不會受到影響?他全球最低稅負值他有一個門檻應該是全球的稅負達到
transcript.whisperx[9].start 198.427
transcript.whisperx[9].end 219.539
transcript.whisperx[9].text 對以及還對對中小企業這個部分我們在研擬方案的時候也會再考慮那個部長因為媒體報導財政部考慮差別的稅率可行性也就是年營收達到GMT門檻門檻者再調高稅率以保障中小企業不受影響那
transcript.whisperx[10].start 223.313
transcript.whisperx[10].end 249.355
transcript.whisperx[10].text 請問部長採用GMT門檻作為全球最低的稅務制的適用的做法你認為會不會扼殺有競爭力的中小企業壯大的可能會不會我覺得我們在研擬相關的方案的時候我們會根據各國的一個推動情形以及各個企業的一個體質以及他的狀況來做一些研擬然後避免有所衝擊
transcript.whisperx[11].start 250.416
transcript.whisperx[11].end 269.666
transcript.whisperx[11].text 因為本席認為說目前在全球化發展下中小企業所處的環境除了要生存要成長還要面臨各種的挑戰那政府應該對行之有年的稅制要有重新檢討的必要因為
transcript.whisperx[12].start 270.746
transcript.whisperx[12].end 292.8
transcript.whisperx[12].text 財政健全不只是只有節流更要有創造開源的這些精神才有永續發展的可能你認為呢認同委員的一個意見那我覺得稅制當然也要與時俱進對啊你要時空環境不一樣當然要與時俱進那當然地方政府的意見依然是要我們要參考
transcript.whisperx[13].start 294.773
transcript.whisperx[13].end 313.485
transcript.whisperx[13].text 我們整個臺灣經濟尤其是我們的經濟研究院院長張建一去年表示說影響明年景氣互輸最大不確定的因素是通膨那臺灣景氣要完整而且要全面性互輸預估要等到明年的上半年那部長
transcript.whisperx[14].start 314.406
transcript.whisperx[14].end 328.869
transcript.whisperx[14].text 我請問你因為媒體有報導財政部累計前2月出口估計估算將正成長6.6%至8.6%而且財政部認為景氣復甦的趨勢是不變出口春暖花開的時間點是落在3月到5月那我請問部長媒體報導
transcript.whisperx[15].start 341.352
transcript.whisperx[15].end 362.006
transcript.whisperx[15].text 財政部認為景氣復甦的趨勢不變本期再確認一次財政部是不是認定景氣已經脫離谷底了是不是已經脫離谷底了跟委員報告我們的景氣跟我們的出口值會息息相關那從去年的第4季開始我們的出口已經成為正成長
transcript.whisperx[16].start 362.686
transcript.whisperx[16].end 365.188
transcript.whisperx[16].text 在今年1月出口值也達到371.9億美元那是歷年同月的次高在1月份那你認為是不是脫離谷底我們認為已經從谷底上來了那3月開始就會好轉是不是應該會逐步的好轉那當然國際間的一個情勢仍然它有一個不可預測的因素在裡面
transcript.whisperx[17].start 387.643
transcript.whisperx[17].end 402.467
transcript.whisperx[17].text 對,所以說本期要請教說到底這個好轉是短期的現象還是全面性的復甦呢?以目前來看它是一個平穩而且溫和的一個復甦部長,因為台金院民間預測機構認為國內應該會呈現U型的這個復甦但U型底部會持續稍微久一點的時間而且復甦啊
transcript.whisperx[18].start 414.008
transcript.whisperx[18].end 436.915
transcript.whisperx[18].text 還要看整個國際到底有沒有這些需求所以說部長國際主要預測機構都認為說今年的經濟將會受到美國跟中國不足美中不足全球受累的影響那美中兩大經濟體分別面臨消費以及投資的不利因素的困擾
transcript.whisperx[19].start 438.275
transcript.whisperx[19].end 443.382
transcript.whisperx[19].text 呈現美跟中不足請問部長你認為美中經濟體的負面狀況對台灣到底有沒有影響
transcript.whisperx[20].start 452.776
transcript.whisperx[20].end 475.654
transcript.whisperx[20].text 當然會有因為我們是以出口導向的國家那美國也好中國大陸也好都是我們出口國家那當然這兩個國家的一些科技的角力還有地緣政治的緊張都會影響到我們的出口但是目前來看全球的貿易值是往上平穩的上升那這對我們的出口是正面而且我們對美國跟東歐洲國家的出口其實也一直在增長
transcript.whisperx[21].start 476.519
transcript.whisperx[21].end 502.267
transcript.whisperx[21].text 那你認為從財政部進出口統計的面向來看台灣對美國中國的這些經貿統計是不是有受到衝擊有沒有在美國其實是成長的而且尤其是我們的AI電子車用的電子等等這些新興科技其實在美國部分我們是成長蠻多的一個比例那如果要是沒有衝擊那是不是代表台灣可以置身事外
transcript.whisperx[22].start 503.974
transcript.whisperx[22].end 525.347
transcript.whisperx[22].text 在這個國際的經濟情勢裡面沒有任何可以置身事外的那如果要是有衝擊你認為政府企業要怎麼樣來因應美國跟中國經濟體的變局呢其實美國跟中國的經濟體的一個角力這個時間已經有一段時間那我們的各個企業其實他們都已經有在做一些應變的一些措施包括這個
transcript.whisperx[23].start 526.187
transcript.whisperx[23].end 548.622
transcript.whisperx[23].text 有關這個供應鏈的布局然後再都有一些改變我相信這個部分大家都會有一些觀察以及應變的措施這樣齁部長根據財政統計的通報112年出口前50名的廠商占差不多一半以上的數啊都是出口五年來集中度提升12.6%齁
transcript.whisperx[24].start 551.064
transcript.whisperx[24].end 564.225
transcript.whisperx[24].text 的百分比那部長前50大含瓜、晶圓代工、IC設計、封測等這些電子業那石化、鋼鐵、筆電、面板
transcript.whisperx[25].start 566.588
transcript.whisperx[25].end 572.772
transcript.whisperx[25].text 這些產業大廠及運輸物流出口的占比已經從38.9%提升到51.5%那我請問你認為出口持續集中這些特定產業讓我們整個對這個國內經濟發展
transcript.whisperx[26].start 584.44
transcript.whisperx[26].end 590.102
transcript.whisperx[26].text 你認為這是好現象嗎?根委員報告確實我國在國際間的競爭優勢是以電子資通訊的產業是最強的因此我們的出口結構就高度集中在電子零組件還有資通訊產品那再加上這幾年的因為這近年的AI的新興應用的商機蓬勃所以我們的出口就會集中在這個部分那當然產業是不是過度的一個集中是不是一個好的現象
transcript.whisperx[27].start 610.888
transcript.whisperx[27].end 638.47
transcript.whisperx[27].text 當然是目前來說是也非常好的也非常那個持續的延燒對我們出口值的成長有很大的幫助但是會不會承受相關的一些風險也會高那我想這個部分經濟部跟國發會都會再評那個部長央行理監事會曾經討論產業結構過度集中這些問題如果由出口集中現象來看請問部長在解決產業結構過度集中的問題上政府是不是做得不夠
transcript.whisperx[28].start 641.254
transcript.whisperx[28].end 661.333
transcript.whisperx[28].text 這部分經濟部一直都在輔導相關的產業轉型跟升級然後提升國際的競爭力都一直持續都在做那你認為這些對整個國內經濟成長未來會不會產生一些衝擊呢當然會有一些正面的效應這樣喔我時間到 其他下次再問 謝謝謝謝委員謝謝林德福委員的質詢接著我們請吳秉二委員質詢