IVOD_ID |
149511 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/149511 |
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 |
2024-03-07T10:16:10+08:00 |
結束時間 |
2024-03-07T10:27:12+08:00 |
影片長度 |
00:11:02 |
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/1441ba9c2015bdbeafa896d1ddfb02f8f84c29b94b9165f0f8ba9b0039caa7a62b572682c7da76a75ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
王世堅 |
委員發言時間 |
10:16:10 - 10:27:12 |
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 |
489 |
gazette.blocks[0][0] |
王委員世堅:(10時16分)謝謝主席,我請財政部。 |
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] |
王委員世堅:莊部長,我今天要問你的問題,其實那天你來我研究室禮貌性拜訪時,我有跟你還有幾位署長都有提到過,我認為這個上位政策必須先談清楚。 |
gazette.blocks[4][0] |
莊部長翠雲:是。 |
gazette.blocks[5][0] |
王委員世堅:因為你是執行單位,我當然必須問你。 |
gazette.blocks[6][0] |
莊部長翠雲:是。 |
gazette.blocks[7][0] |
王委員世堅:關於裕隆汽車,這2年來他們大量進口中國籍零件拼裝而成 MG 車輛,這個 MG 的品牌大家都曉得,它本來是歐洲英國的車輛,10幾年前早就被中共買去了,買去了之後……我先談我們裕隆,裕隆這70年來受到我們政府的保護,我們一直期待裕隆能夠當作國家產業、工業的龍頭,帶領我們工業升級,至少能夠做出好的引擎、好的車輛能帶領我們,除供應國人以外還能夠外銷,但是讓我們覺得很難過的是,這70年來裕隆的表現,我相信多數民眾都很清楚,在政府重重的保護之下,我們希望他能夠帶領我們外銷,結果他完全外銷不出去任何一部車。 |
gazette.blocks[7][1] |
7.8年前開始說:要不然去賣給中國好了!可能當時中國那邊的市場要求沒那麼高,裕隆也想方設法的去了。部長,我們希望裕隆帶領我們反攻大陸,結果反攻不成,他現在反而幫中共來木馬屠城,天啊!他竟然把中國零件在臺灣拼裝組合出來,假借是國產車的名義,大肆地幫中共的汽車來傾銷,這也是拜財政部之賜,可能背後有什麼政策要求你們,這我等一下請你說明一下。 |
gazette.blocks[7][2] |
你們保護裕隆,只對其他的進口車加徵關稅、貨物稅,幾10年來都這樣嘛!藉由加徵其他國家進口車的關稅、貨物稅來保護裕隆,結果保護裕隆這個阿斗70年,我現在就要問你們,我們還要保護這個阿斗保護多久啦?不是很奇怪嗎?更可怕的是什麼?更可怕的是,現在不只是MG這個品牌,我覺得可能中共藉由裕隆牛刀小試試水溫,投石問路,看看這樣子的銷售狀況怎麼樣,能不能矇混過我們的國家、我們臺灣的政府跟我們臺灣的消費者,矇混過了之後,我相信他們食髓知味,後續還有更可怕的事情要發生,就是電動車!現在電動車當道,未來也是個趨勢,這是好的,中國別的不敢說,它的電動車現在在世界的產量上是獨佔鰲頭,光是比亞迪,就佔盡市場的優勢跟便宜,所以我們很畏懼,如果藉由裕隆引進MG中共車輛這個模式,未來大量引進中國的電動車,就是這樣啊!中國電動車的零件進口,然後在臺灣組裝,這個就是國產車,而我們要保護我們的國產車,所以這樣一保護、二保護,就保護到了中共他們製造的車輛,幫中共賺錢就對了!幫中共賺錢,賺這個錢給我們的敵人中共去買更多的飛彈來對準臺灣、來威脅臺灣嗎?這不是很荒唐、很奇怪的事情嗎? |
gazette.blocks[7][3] |
所以部長你先談一下,到底面對我們長期以來保護的裕隆,它現在大量引進中國車的零件在我們臺灣組裝,假借它是國產車的名義來躲避關稅和貨物稅,得到這樣的保護,佔盡了這樣的便宜,則這個模式你認為對或是不對?再來,我們如果讓它繼續引進中國的電動車,那要怎麼辦?你的看法呢? |
gazette.blocks[8][0] |
莊部長翠雲:委員,確實,對於關稅的部分,主要還是有涉及到產業政策,就是剛剛委員一直提的,就是為避免我們國內產業受到衝擊,所以有了這個。至於現在我們進口車的關稅,因為我們是WTO的會員,我們在加入WTO的時候,我們有做一個關稅減讓的承諾,所以我們從民國91年入會時稅率調為29%,到10年後逐年調降到17.5%,所以這個稅率一直維持到現在。至於您剛剛提到汽車的關稅是不是要討論,這個部分我們也請教了產業的主管機關經濟部,經濟部的意見是認為進口小汽車的關稅稅率,我們是17.5%,已經比鄰近沒有自有品牌車輛製造的一些國家都來得比較低了,而且對我們的整車零組件的製造產業的程序、發展是有一些影響,所以他們認為目前的關稅稅率要維持,我想這個部分是產業主管機關的意見。 |
gazette.blocks[9][0] |
王委員世堅:關稅的部分,他們是要藉由要保護裕隆,而這個不是另類保護裕隆的方式嗎?如果裕隆自己生產製造,我們沒話講喔!不是嘛!它完全大量引進中國汽車的零件在臺灣組裝,所以,部長,我再正式問你一下,我們所謂國產車的定義是什麼?現在的定義很鬆散,零件哪邊來的沒關係、不管,在臺灣組裝的就叫做國產車,這個定義太鬆散不打緊,這個圖利了裕隆,不是這樣嗎?現在圖利了裕隆,它大量引進中國製的車子,等於也圖利了中共。 |
gazette.blocks[9][1] |
還有,未來的電動車,電動車非比油車,還有圖資的問題,包括車輛鏡頭收集的圖資,部長,我們國家為什麼禁止向中共採購無人機,就是為了國家安全,不是嗎?同樣的,如果裕隆以MG這個品牌的模式,再大量引進中國電動車,比方說比亞迪等等好幾個品牌,他們的電動車進來後,會暴露了我們國家的圖資,這涉及國家安全問題,而且還傷腦筋的是,現在比亞迪最大的死敵是誰?當然就是我們這些自由世界製造的電動車,不是嗎?結果我們對進口自由世界國家、對我們這些友邦的車,用高關稅、高貨物稅來把它擋住,把品質好的友邦的車擋住,然後我們對於裕隆的保護,讓它來引進我們的敵人、中共他們的車輛,這不是荒唐嗎?這是另類的、經濟的國安危機。 |
gazette.blocks[9][2] |
所以我在這邊預言,部長,如果你沒有守住這條底線,你如果不跟經濟部、行政院把這件事情談清楚的話,我認為這會是21世紀科技版的木馬屠城記,就要在我們臺灣發生了、上演了,這還了得! |
gazette.blocks[10][0] |
莊部長翠雲:委員,第一個,零組件進口也是要課徵關稅,至於剛剛委員另外所提大陸汽車的電動車,經濟部貿易局並沒有開放進口,您剛剛的意見,我們會轉給經濟部,然後一起來研議、來關注這個事情。 |
gazette.blocks[11][0] |
王委員世堅:主席,我最後再強調一點,假使我剛剛說的那個情況真的發生的話,中國電動車大肆進舉臺灣的話,不但對我們造成國家危機,而且如果還讓它拿綠能補助,那我們大家不就一頭撞死,不是嗎?它的電動車你還要綠能補助啊!天啊!主席,謝謝。 |
gazette.blocks[12][0] |
莊部長翠雲:謝謝委員。 |
gazette.blocks[13][0] |
王委員世堅:部長,你回去後好好去商量、商量,能夠給我一個具體的答復。 |
gazette.blocks[14][0] |
莊部長翠雲:是。 |
gazette.blocks[15][0] |
王委員世堅:這個問題我還會去找經濟部談個清楚。謝謝。 |
gazette.blocks[16][0] |
莊部長翠雲:好,謝謝委員。 |
gazette.blocks[17][0] |
主席:謝謝王世堅委員的質詢。 |
gazette.blocks[17][1] |
接著我們請王鴻薇委員質詢。 |
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 |
0.08159375 |
transcript.pyannote[0].end |
0.63846875 |
transcript.pyannote[1].speaker |
SPEAKER_00 |
transcript.pyannote[1].start |
5.95409375 |
transcript.pyannote[1].end |
6.54471875 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
7.05096875 |
transcript.pyannote[2].end |
11.92784375 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
12.50159375 |
transcript.pyannote[3].end |
20.21346875 |
transcript.pyannote[4].speaker |
SPEAKER_00 |
transcript.pyannote[4].start |
21.61409375 |
transcript.pyannote[4].end |
27.97596875 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
28.33034375 |
transcript.pyannote[5].end |
29.34284375 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
30.01784375 |
transcript.pyannote[6].end |
30.70971875 |
transcript.pyannote[7].speaker |
SPEAKER_00 |
transcript.pyannote[7].start |
31.28346875 |
transcript.pyannote[7].end |
34.40534375 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
34.67534375 |
transcript.pyannote[8].end |
36.44721875 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
37.15596875 |
transcript.pyannote[9].end |
39.09659375 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
40.07534375 |
transcript.pyannote[10].end |
41.71221875 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
42.84284375 |
transcript.pyannote[11].end |
44.31096875 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
44.85096875 |
transcript.pyannote[12].end |
51.63471875 |
transcript.pyannote[13].speaker |
SPEAKER_00 |
transcript.pyannote[13].start |
51.92159375 |
transcript.pyannote[13].end |
54.06471875 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
54.35159375 |
transcript.pyannote[14].end |
57.08534375 |
transcript.pyannote[15].speaker |
SPEAKER_00 |
transcript.pyannote[15].start |
57.97971875 |
transcript.pyannote[15].end |
73.70721875 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
74.09534375 |
transcript.pyannote[16].end |
75.09096875 |
transcript.pyannote[17].speaker |
SPEAKER_00 |
transcript.pyannote[17].start |
75.83346875 |
transcript.pyannote[17].end |
80.72721875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
81.85784375 |
transcript.pyannote[18].end |
84.42284375 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
85.62096875 |
transcript.pyannote[19].end |
94.41284375 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
95.25659375 |
transcript.pyannote[20].end |
98.76659375 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
99.62721875 |
transcript.pyannote[21].end |
100.45409375 |
transcript.pyannote[22].speaker |
SPEAKER_00 |
transcript.pyannote[22].start |
101.21346875 |
transcript.pyannote[22].end |
102.63096875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
103.15409375 |
transcript.pyannote[23].end |
103.87971875 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
104.90909375 |
transcript.pyannote[24].end |
105.49971875 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
106.20846875 |
transcript.pyannote[25].end |
110.19096875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
111.15284375 |
transcript.pyannote[26].end |
123.26909375 |
transcript.pyannote[27].speaker |
SPEAKER_00 |
transcript.pyannote[27].start |
124.28159375 |
transcript.pyannote[27].end |
125.17596875 |
transcript.pyannote[28].speaker |
SPEAKER_00 |
transcript.pyannote[28].start |
125.46284375 |
transcript.pyannote[28].end |
125.63159375 |
transcript.pyannote[29].speaker |
SPEAKER_00 |
transcript.pyannote[29].start |
125.88471875 |
transcript.pyannote[29].end |
129.04034375 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
130.18784375 |
transcript.pyannote[30].end |
131.63909375 |
transcript.pyannote[31].speaker |
SPEAKER_00 |
transcript.pyannote[31].start |
131.85846875 |
transcript.pyannote[31].end |
133.79909375 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
134.45721875 |
transcript.pyannote[32].end |
136.22909375 |
transcript.pyannote[33].speaker |
SPEAKER_00 |
transcript.pyannote[33].start |
136.75221875 |
transcript.pyannote[33].end |
137.34284375 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
138.99659375 |
transcript.pyannote[34].end |
139.97534375 |
transcript.pyannote[35].speaker |
SPEAKER_00 |
transcript.pyannote[35].start |
140.39721875 |
transcript.pyannote[35].end |
141.83159375 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
142.27034375 |
transcript.pyannote[36].end |
148.59846875 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
149.49284375 |
transcript.pyannote[37].end |
150.43784375 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
150.79221875 |
transcript.pyannote[38].end |
152.78346875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
154.50471875 |
transcript.pyannote[39].end |
155.29784375 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
156.68159375 |
transcript.pyannote[40].end |
157.39034375 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
158.11596875 |
transcript.pyannote[41].end |
159.02721875 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
159.90471875 |
transcript.pyannote[42].end |
161.13659375 |
transcript.pyannote[43].speaker |
SPEAKER_00 |
transcript.pyannote[43].start |
161.89596875 |
transcript.pyannote[43].end |
168.44346875 |
transcript.pyannote[44].speaker |
SPEAKER_00 |
transcript.pyannote[44].start |
169.47284375 |
transcript.pyannote[44].end |
169.99596875 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
173.08409375 |
transcript.pyannote[45].end |
174.65346875 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
174.94034375 |
transcript.pyannote[46].end |
179.64846875 |
transcript.pyannote[47].speaker |
SPEAKER_00 |
transcript.pyannote[47].start |
179.81721875 |
transcript.pyannote[47].end |
180.45846875 |
transcript.pyannote[48].speaker |
SPEAKER_00 |
transcript.pyannote[48].start |
181.09971875 |
transcript.pyannote[48].end |
184.93034375 |
transcript.pyannote[49].speaker |
SPEAKER_00 |
transcript.pyannote[49].start |
185.77409375 |
transcript.pyannote[49].end |
186.97221875 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
187.95096875 |
transcript.pyannote[50].end |
194.16096875 |
transcript.pyannote[51].speaker |
SPEAKER_00 |
transcript.pyannote[51].start |
194.31284375 |
transcript.pyannote[51].end |
196.32096875 |
transcript.pyannote[52].speaker |
SPEAKER_00 |
transcript.pyannote[52].start |
196.57409375 |
transcript.pyannote[52].end |
199.64534375 |
transcript.pyannote[53].speaker |
SPEAKER_00 |
transcript.pyannote[53].start |
200.55659375 |
transcript.pyannote[53].end |
203.93159375 |
transcript.pyannote[54].speaker |
SPEAKER_00 |
transcript.pyannote[54].start |
204.77534375 |
transcript.pyannote[54].end |
206.00721875 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
207.99846875 |
transcript.pyannote[55].end |
209.78721875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
210.59721875 |
transcript.pyannote[56].end |
211.59284375 |
transcript.pyannote[57].speaker |
SPEAKER_00 |
transcript.pyannote[57].start |
212.03159375 |
transcript.pyannote[57].end |
212.25096875 |
transcript.pyannote[58].speaker |
SPEAKER_00 |
transcript.pyannote[58].start |
212.72346875 |
transcript.pyannote[58].end |
214.02284375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
214.61346875 |
transcript.pyannote[59].end |
216.14909375 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
216.52034375 |
transcript.pyannote[60].end |
218.24159375 |
transcript.pyannote[61].speaker |
SPEAKER_00 |
transcript.pyannote[61].start |
219.42284375 |
transcript.pyannote[61].end |
220.51971875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
222.13971875 |
transcript.pyannote[62].end |
225.10971875 |
transcript.pyannote[63].speaker |
SPEAKER_00 |
transcript.pyannote[63].start |
225.80159375 |
transcript.pyannote[63].end |
235.58909375 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
236.46659375 |
transcript.pyannote[64].end |
238.55909375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
239.57159375 |
transcript.pyannote[65].end |
246.13596875 |
transcript.pyannote[66].speaker |
SPEAKER_00 |
transcript.pyannote[66].start |
247.62096875 |
transcript.pyannote[66].end |
249.35909375 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
250.16909375 |
transcript.pyannote[67].end |
252.21096875 |
transcript.pyannote[68].speaker |
SPEAKER_00 |
transcript.pyannote[68].start |
253.24034375 |
transcript.pyannote[68].end |
264.76596875 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
265.23846875 |
transcript.pyannote[69].end |
267.41534375 |
transcript.pyannote[70].speaker |
SPEAKER_00 |
transcript.pyannote[70].start |
268.09034375 |
transcript.pyannote[70].end |
268.54596875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
269.33909375 |
transcript.pyannote[71].end |
270.57096875 |
transcript.pyannote[72].speaker |
SPEAKER_00 |
transcript.pyannote[72].start |
271.60034375 |
transcript.pyannote[72].end |
272.57909375 |
transcript.pyannote[73].speaker |
SPEAKER_00 |
transcript.pyannote[73].start |
273.42284375 |
transcript.pyannote[73].end |
275.46471875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
276.02159375 |
transcript.pyannote[74].end |
278.31659375 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
279.53159375 |
transcript.pyannote[75].end |
281.43846875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
282.33284375 |
transcript.pyannote[76].end |
283.14284375 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
284.32409375 |
transcript.pyannote[77].end |
289.26846875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
289.77471875 |
transcript.pyannote[78].end |
292.23846875 |
transcript.pyannote[79].speaker |
SPEAKER_00 |
transcript.pyannote[79].start |
292.79534375 |
transcript.pyannote[79].end |
295.24221875 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
295.83284375 |
transcript.pyannote[80].end |
300.72659375 |
transcript.pyannote[81].speaker |
SPEAKER_00 |
transcript.pyannote[81].start |
301.46909375 |
transcript.pyannote[81].end |
306.27846875 |
transcript.pyannote[82].speaker |
SPEAKER_00 |
transcript.pyannote[82].start |
307.20659375 |
transcript.pyannote[82].end |
308.84346875 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
310.09221875 |
transcript.pyannote[83].end |
310.42971875 |
transcript.pyannote[84].speaker |
SPEAKER_00 |
transcript.pyannote[84].start |
310.69971875 |
transcript.pyannote[84].end |
311.37471875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
312.31971875 |
transcript.pyannote[85].end |
313.53471875 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
313.99034375 |
transcript.pyannote[86].end |
314.22659375 |
transcript.pyannote[87].speaker |
SPEAKER_00 |
transcript.pyannote[87].start |
314.73284375 |
transcript.pyannote[87].end |
316.33596875 |
transcript.pyannote[88].speaker |
SPEAKER_00 |
transcript.pyannote[88].start |
316.40346875 |
transcript.pyannote[88].end |
322.88346875 |
transcript.pyannote[89].speaker |
SPEAKER_00 |
transcript.pyannote[89].start |
323.86221875 |
transcript.pyannote[89].end |
326.27534375 |
transcript.pyannote[90].speaker |
SPEAKER_00 |
transcript.pyannote[90].start |
327.77721875 |
transcript.pyannote[90].end |
328.46909375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
328.58721875 |
transcript.pyannote[91].end |
329.07659375 |
transcript.pyannote[92].speaker |
SPEAKER_00 |
transcript.pyannote[92].start |
329.66721875 |
transcript.pyannote[92].end |
330.73034375 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
330.93284375 |
transcript.pyannote[93].end |
331.69221875 |
transcript.pyannote[94].speaker |
SPEAKER_00 |
transcript.pyannote[94].start |
332.45159375 |
transcript.pyannote[94].end |
338.94846875 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
339.55596875 |
transcript.pyannote[95].end |
342.00284375 |
transcript.pyannote[96].speaker |
SPEAKER_00 |
transcript.pyannote[96].start |
342.88034375 |
transcript.pyannote[96].end |
347.68971875 |
transcript.pyannote[97].speaker |
SPEAKER_00 |
transcript.pyannote[97].start |
347.77409375 |
transcript.pyannote[97].end |
355.99221875 |
transcript.pyannote[98].speaker |
SPEAKER_00 |
transcript.pyannote[98].start |
356.97096875 |
transcript.pyannote[98].end |
358.97909375 |
transcript.pyannote[99].speaker |
SPEAKER_00 |
transcript.pyannote[99].start |
360.04221875 |
transcript.pyannote[99].end |
361.64534375 |
transcript.pyannote[100].speaker |
SPEAKER_00 |
transcript.pyannote[100].start |
363.26534375 |
transcript.pyannote[100].end |
364.02471875 |
transcript.pyannote[101].speaker |
SPEAKER_00 |
transcript.pyannote[101].start |
364.90221875 |
transcript.pyannote[101].end |
366.37034375 |
transcript.pyannote[102].speaker |
SPEAKER_00 |
transcript.pyannote[102].start |
367.07909375 |
transcript.pyannote[102].end |
367.85534375 |
transcript.pyannote[103].speaker |
SPEAKER_00 |
transcript.pyannote[103].start |
368.34471875 |
transcript.pyannote[103].end |
369.13784375 |
transcript.pyannote[104].speaker |
SPEAKER_01 |
transcript.pyannote[104].start |
370.35284375 |
transcript.pyannote[104].end |
373.77846875 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
373.96409375 |
transcript.pyannote[105].end |
439.33784375 |
transcript.pyannote[106].speaker |
SPEAKER_00 |
transcript.pyannote[106].start |
401.03159375 |
transcript.pyannote[106].end |
402.87096875 |
transcript.pyannote[107].speaker |
SPEAKER_00 |
transcript.pyannote[107].start |
438.86534375 |
transcript.pyannote[107].end |
441.61596875 |
transcript.pyannote[108].speaker |
SPEAKER_00 |
transcript.pyannote[108].start |
441.81846875 |
transcript.pyannote[108].end |
443.38784375 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
444.13034375 |
transcript.pyannote[109].end |
446.76284375 |
transcript.pyannote[110].speaker |
SPEAKER_00 |
transcript.pyannote[110].start |
447.33659375 |
transcript.pyannote[110].end |
447.85971875 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
447.97784375 |
transcript.pyannote[111].end |
451.65659375 |
transcript.pyannote[112].speaker |
SPEAKER_00 |
transcript.pyannote[112].start |
452.31471875 |
transcript.pyannote[112].end |
453.36096875 |
transcript.pyannote[113].speaker |
SPEAKER_00 |
transcript.pyannote[113].start |
453.74909375 |
transcript.pyannote[113].end |
466.03409375 |
transcript.pyannote[114].speaker |
SPEAKER_00 |
transcript.pyannote[114].start |
466.30409375 |
transcript.pyannote[114].end |
471.07971875 |
transcript.pyannote[115].speaker |
SPEAKER_00 |
transcript.pyannote[115].start |
471.85596875 |
transcript.pyannote[115].end |
473.69534375 |
transcript.pyannote[116].speaker |
SPEAKER_00 |
transcript.pyannote[116].start |
474.48846875 |
transcript.pyannote[116].end |
493.77659375 |
transcript.pyannote[117].speaker |
SPEAKER_00 |
transcript.pyannote[117].start |
494.09721875 |
transcript.pyannote[117].end |
494.60346875 |
transcript.pyannote[118].speaker |
SPEAKER_00 |
transcript.pyannote[118].start |
495.78471875 |
transcript.pyannote[118].end |
499.63221875 |
transcript.pyannote[119].speaker |
SPEAKER_00 |
transcript.pyannote[119].start |
500.52659375 |
transcript.pyannote[119].end |
505.53846875 |
transcript.pyannote[120].speaker |
SPEAKER_00 |
transcript.pyannote[120].start |
505.87596875 |
transcript.pyannote[120].end |
506.38221875 |
transcript.pyannote[121].speaker |
SPEAKER_00 |
transcript.pyannote[121].start |
507.20909375 |
transcript.pyannote[121].end |
509.57159375 |
transcript.pyannote[122].speaker |
SPEAKER_00 |
transcript.pyannote[122].start |
510.04409375 |
transcript.pyannote[122].end |
512.55846875 |
transcript.pyannote[123].speaker |
SPEAKER_00 |
transcript.pyannote[123].start |
513.45284375 |
transcript.pyannote[123].end |
514.09409375 |
transcript.pyannote[124].speaker |
SPEAKER_00 |
transcript.pyannote[124].start |
514.70159375 |
transcript.pyannote[124].end |
516.57471875 |
transcript.pyannote[125].speaker |
SPEAKER_00 |
transcript.pyannote[125].start |
516.91221875 |
transcript.pyannote[125].end |
517.73909375 |
transcript.pyannote[126].speaker |
SPEAKER_00 |
transcript.pyannote[126].start |
518.59971875 |
transcript.pyannote[126].end |
528.23534375 |
transcript.pyannote[127].speaker |
SPEAKER_00 |
transcript.pyannote[127].start |
529.33221875 |
transcript.pyannote[127].end |
531.01971875 |
transcript.pyannote[128].speaker |
SPEAKER_00 |
transcript.pyannote[128].start |
531.44159375 |
transcript.pyannote[128].end |
531.89721875 |
transcript.pyannote[129].speaker |
SPEAKER_00 |
transcript.pyannote[129].start |
532.30221875 |
transcript.pyannote[129].end |
534.09096875 |
transcript.pyannote[130].speaker |
SPEAKER_00 |
transcript.pyannote[130].start |
534.79971875 |
transcript.pyannote[130].end |
535.39034375 |
transcript.pyannote[131].speaker |
SPEAKER_00 |
transcript.pyannote[131].start |
535.89659375 |
transcript.pyannote[131].end |
540.14909375 |
transcript.pyannote[132].speaker |
SPEAKER_00 |
transcript.pyannote[132].start |
540.68909375 |
transcript.pyannote[132].end |
543.62534375 |
transcript.pyannote[133].speaker |
SPEAKER_00 |
transcript.pyannote[133].start |
544.50284375 |
transcript.pyannote[133].end |
568.39784375 |
transcript.pyannote[134].speaker |
SPEAKER_00 |
transcript.pyannote[134].start |
569.42721875 |
transcript.pyannote[134].end |
583.26471875 |
transcript.pyannote[135].speaker |
SPEAKER_00 |
transcript.pyannote[135].start |
583.80471875 |
transcript.pyannote[135].end |
585.89721875 |
transcript.pyannote[136].speaker |
SPEAKER_00 |
transcript.pyannote[136].start |
587.33159375 |
transcript.pyannote[136].end |
591.24659375 |
transcript.pyannote[137].speaker |
SPEAKER_00 |
transcript.pyannote[137].start |
592.61346875 |
transcript.pyannote[137].end |
593.32221875 |
transcript.pyannote[138].speaker |
SPEAKER_00 |
transcript.pyannote[138].start |
593.99721875 |
transcript.pyannote[138].end |
595.83659375 |
transcript.pyannote[139].speaker |
SPEAKER_01 |
transcript.pyannote[139].start |
595.83659375 |
transcript.pyannote[139].end |
595.85346875 |
transcript.pyannote[140].speaker |
SPEAKER_00 |
transcript.pyannote[140].start |
596.73096875 |
transcript.pyannote[140].end |
596.74784375 |
transcript.pyannote[141].speaker |
SPEAKER_01 |
transcript.pyannote[141].start |
596.74784375 |
transcript.pyannote[141].end |
597.50721875 |
transcript.pyannote[142].speaker |
SPEAKER_01 |
transcript.pyannote[142].start |
598.78971875 |
transcript.pyannote[142].end |
605.38784375 |
transcript.pyannote[143].speaker |
SPEAKER_01 |
transcript.pyannote[143].start |
605.97846875 |
transcript.pyannote[143].end |
615.54659375 |
transcript.pyannote[144].speaker |
SPEAKER_00 |
transcript.pyannote[144].start |
612.91409375 |
transcript.pyannote[144].end |
626.53221875 |
transcript.pyannote[145].speaker |
SPEAKER_00 |
transcript.pyannote[145].start |
627.37596875 |
transcript.pyannote[145].end |
633.04596875 |
transcript.pyannote[146].speaker |
SPEAKER_00 |
transcript.pyannote[146].start |
635.05409375 |
transcript.pyannote[146].end |
636.84284375 |
transcript.pyannote[147].speaker |
SPEAKER_00 |
transcript.pyannote[147].start |
637.24784375 |
transcript.pyannote[147].end |
637.85534375 |
transcript.pyannote[148].speaker |
SPEAKER_00 |
transcript.pyannote[148].start |
637.88909375 |
transcript.pyannote[148].end |
638.90159375 |
transcript.pyannote[149].speaker |
SPEAKER_00 |
transcript.pyannote[149].start |
639.37409375 |
transcript.pyannote[149].end |
640.99409375 |
transcript.pyannote[150].speaker |
SPEAKER_00 |
transcript.pyannote[150].start |
641.61846875 |
transcript.pyannote[150].end |
652.19909375 |
transcript.pyannote[151].speaker |
SPEAKER_01 |
transcript.pyannote[151].start |
643.47471875 |
transcript.pyannote[151].end |
644.75721875 |
transcript.pyannote[152].speaker |
SPEAKER_01 |
transcript.pyannote[152].start |
652.19909375 |
transcript.pyannote[152].end |
652.48596875 |
transcript.pyannote[153].speaker |
SPEAKER_00 |
transcript.pyannote[153].start |
652.48596875 |
transcript.pyannote[153].end |
655.99596875 |
transcript.whisperx[0].start |
0.349 |
transcript.whisperx[0].end |
28.777 |
transcript.whisperx[0].text |
總部長委員好總部長我今天要問你的問題其實那天你來我研究室禮貌性拜訪的時候我有跟你還有幾位署長都有提到過那我認為這個上位政策那個必須先談清楚那因為你是執行單位我當然是必須問你也就是說 |
transcript.whisperx[1].start |
30.423 |
transcript.whisperx[1].end |
56.881 |
transcript.whisperx[1].text |
關於裕隆汽車那麼這兩年來他們大量進口中國籍零件拼裝而成的這個MG車輛那這個MG的品牌大家都曉得它本來是歐洲英國的車輛那十幾年前這早就被中共那邊買去了那買去了之後我先談我們裕隆啦 |
transcript.whisperx[2].start |
58.035 |
transcript.whisperx[2].end |
83.93 |
transcript.whisperx[2].text |
玉龍這70年來受到我們政府的保護那麼我們一直期待玉龍能夠當我們國家我們產業我們工業的龍頭帶領我們那麼能夠工業升級那至少能夠有做出好的引擎好的車輛能帶領我們供應國人以外還能夠去外銷 |
transcript.whisperx[3].start |
85.663 |
transcript.whisperx[3].end |
109.964 |
transcript.whisperx[3].text |
但是讓我們覺得很難過的是這70年來玉龍的表現那我相信多數民眾都很清楚嘛那麼在政府重重的保護之下我們希望他能夠帶領我們去外銷結果他完全外銷不出去任何一部車好啦 |
transcript.whisperx[4].start |
111.232 |
transcript.whisperx[4].end |
136.824 |
transcript.whisperx[4].text |
七八年前開始說那要不然去賣賣賣給中國好了中國那邊的市場可能要求當時也沒那麼高那玉榮也想方設法也去了結果部長我們希望玉榮帶領我們反攻大陸結果反攻不成他現在反而幫中共來木馬屠城天吶 |
transcript.whisperx[5].start |
139.039 |
transcript.whisperx[5].end |
168.226 |
transcript.whisperx[5].text |
他竟然把中國零件在我們台灣來拼裝組合出來假借這個是國產車的名義大肆的幫中共的汽車來傾銷那這也是敗財政部之事你們可能背後有什麼政策啦要求你們然後這我等一下請你說明一下 |
transcript.whisperx[6].start |
173.114 |
transcript.whisperx[6].end |
199.507 |
transcript.whisperx[6].text |
因為你們保護裕隆那只對其他的進口車來加徵關稅、貨物稅幾十年來都這樣啦我們藉由加徵其他國家進口車的關稅、貨物稅來保護裕隆結果裕隆這個阿斗保護了他七十年我現在就要問你們啊 |
transcript.whisperx[7].start |
200.626 |
transcript.whisperx[7].end |
205.709 |
transcript.whisperx[7].text |
我們還要保護這個阿斗保護多久啦不是很奇怪嗎那更可怕的是什麼更可怕的是什麼現在不只是MZ這個品牌我覺得這個可能中共藉由翼龍 |
transcript.whisperx[8].start |
222.176 |
transcript.whisperx[8].end |
244.735 |
transcript.whisperx[8].text |
他牛刀小事試水溫投石問路看看這樣子銷售的怎麼樣能不能蒙混過我們國家我們台灣的政府跟我們台灣的消費者欸蒙混過了之後我相信他們實隨之謂後續還有更可怕的事情要發生就是電動車 |
transcript.whisperx[9].start |
247.797 |
transcript.whisperx[9].end |
272.359 |
transcript.whisperx[9].text |
現在電動車當道未來也是個趨勢這是好的那中國別的不敢說他真的電動車啊他現在在世界的產量他是獨佔凹頭啦光是這個比亞迪他佔盡市場的優勢跟便宜所以我們強烈的很外拒 |
transcript.whisperx[10].start |
273.479 |
transcript.whisperx[10].end |
280.307 |
transcript.whisperx[10].text |
就是說如果藉由裕隆引進MG中共車輛這個模式未來啊 |
transcript.whisperx[11].start |
284.346 |
transcript.whisperx[11].end |
308.673 |
transcript.whisperx[11].text |
大量的引進中國的電動車就是這樣中國這個電動車的零件進口然後在台灣組裝在台灣組裝說這個國產車那我們要保護我們的國產車所以這樣又一保護二保護保護到中共他們製造的車輛幫中共賺錢就對了 |
transcript.whisperx[12].start |
315.09 |
transcript.whisperx[12].end |
341.669 |
transcript.whisperx[12].text |
幫中共賺錢賺這個錢給我們的敵人中共去買更多的飛彈來對準台灣來威脅台灣嗎?這是很荒唐很奇怪的事情嗎?所以部長你先談一下到底我們面對我們長期以來保護的禦龍他現在大量的引進中國車的零件 |
transcript.whisperx[13].start |
342.95 |
transcript.whisperx[13].end |
358.764 |
transcript.whisperx[13].text |
在我們台灣組裝假借他是國產車的名義來躲避關稅或誤稅得到這樣的保護佔盡了這樣的便宜以後這個模式你認為對或是不對再來那我們如果讓他繼續引進中國的電動車那怎麼辦?你的看法呢? |
transcript.whisperx[14].start |
370.356 |
transcript.whisperx[14].end |
383.148 |
transcript.whisperx[14].text |
委員確實對於關稅的部分它主要還是有涉及到產業政策就是剛剛委員一直提的就是說對產業的一個避免我們國內產業受到衝擊所以有這個那至於現在我們的進口車的關稅是我們因為我們是WTO的會員所以我們在加入WTO的時候我們有做一個關稅 |
transcript.whisperx[15].start |
391.176 |
transcript.whisperx[15].end |
396.019 |
transcript.whisperx[15].text |
兼讓的一個承諾所以我們從入會的民國91年從稅率調為29%到10年後逐年調降到17%17.5%所以稅率一直維持到現在稅率一直維持到現在那至於您剛剛提到就是說這個汽車的一個關稅是不是要討論這個部分我們也 |
transcript.whisperx[16].start |
412.047 |
transcript.whisperx[16].end |
419.772 |
transcript.whisperx[16].text |
請教了產業的主管機關經濟部那經濟部的意見是認為進口的小汽車的關稅稅率我們相對的17.5%以及比鄰近沒有自由品牌車輛製造的一些國家來比較低了而且我們的整車零組件的製造產業的程序的一個發展是有些影響所以他們認為說目前的關稅稅率要維持我想這個部分是產業主管機關的 |
transcript.whisperx[17].start |
441.947 |
transcript.whisperx[17].end |
450.952 |
transcript.whisperx[17].text |
要保護裕隆這個不是另類的保護裕隆的方式嗎那如果裕隆自己生產製造我們沒話講喔 |
transcript.whisperx[18].start |
452.369 |
transcript.whisperx[18].end |
470.82 |
transcript.whisperx[18].text |
不是嘛!他完全大量的引進中國汽車的零件在台灣組裝所以啊部長我再正式再問你一下那我們所謂的國產車的定義啦定義是什麼現在的定義很鬆散啊 |
transcript.whisperx[19].start |
472.281 |
transcript.whisperx[19].end |
494.414 |
transcript.whisperx[19].text |
欸零件沒關係哪邊來的不管就是在台灣組裝就叫做國產車欸那這個這個定義太鬆散不打起這個圖利了裕隆不是這樣嗎那現在圖利裕隆他大量的引進中國製的車子等於也圖利了中共欸還有這個未來這個電動車電動車非比油車欸 |
transcript.whisperx[20].start |
501.301 |
transcript.whisperx[20].end |
528.1 |
transcript.whisperx[20].text |
電動車有投資的問題他車輛鏡頭收集的投資部長我們國家為什麼禁止向中共採購無人機這就是為了國家安全不是嗎同樣啊如果裕隆以AMG這個品牌的模式再大量的引進中國電動車類似比方說BRD好幾個品牌啦 |
transcript.whisperx[21].start |
529.603 |
transcript.whisperx[21].end |
543.203 |
transcript.whisperx[21].text |
然後他們的電動車進來這暴露了我們國家的徒資這涉及國家安全問題而且還傷腦筋的嘿!現在比亞的最大的死敵是誰? |
transcript.whisperx[22].start |
544.714 |
transcript.whisperx[22].end |
567.628 |
transcript.whisperx[22].text |
當然就是自由世界這些我們自由世界製造的電動車啊不是嗎?結果我們高關稅高貨物稅對進口自由世界國家我們這些友邦的車啊用這些把他擋住品質好的友邦的車擋住然後我們對於裕隆的保護讓他來引進我們的敵人中共他們的車輛 |
transcript.whisperx[23].start |
569.562 |
transcript.whisperx[23].end |
585.675 |
transcript.whisperx[23].text |
這不是荒唐嗎這是另類的經濟的國安危機所以我在這邊預言如果部長你如果沒有守住這條底線你如果不跟經濟部行政院把這件事情談清楚的話我認為這會是21世紀科技版的木馬圖層記發生了就在我們台灣上演了這還了得 |
transcript.whisperx[24].start |
598.82 |
transcript.whisperx[24].end |
615.352 |
transcript.whisperx[24].text |
委員第一個零組件進口也是要課徵關稅至於剛剛委員另外就大陸汽車的電動車並沒有在經濟部的貿易局並沒有開放進口那您剛剛的意見我們會轉給經濟部然後一起來研議好不好來關注這個事情好不好 那個主席我最後強調一點假使我剛剛說的那個情況真的發生的話中國電動車大肆進取來台灣的話那 |
transcript.whisperx[25].start |
627.962 |
transcript.whisperx[25].end |
655.544 |
transcript.whisperx[25].text |
對我們造成國家危機而且如果還讓他拿綠能補助那我們大家不就一頭撞死不是嗎他電動車你要綠能補助啊天啊那個主席謝謝那部長你們幫我商量商量那能夠給我一個具體的答覆這個問題我還會去找經濟部談個清楚啦謝謝委員謝謝王世堅委員的質詢接著我們請王宏威委員質詢 |
transcript.whisperx[26].start |
660.998 |
transcript.whisperx[26].end |
662.056 |
transcript.whisperx[26].text |
響鐘 |