iVOD / 149814

Field Value
IVOD_ID 149814
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149814
日期 2024-03-13
會議資料.會議代碼 委員會-11-1-20-3
會議資料.會議代碼:str 第11屆第1會期財政委員會第3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 3
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3次全體委員會議
影片種類 Clip
開始時間 2024-03-13T12:11:01+08:00
結束時間 2024-03-13T12:18:03+08:00
影片長度 00:07:02
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/7ed54bd69a3b690391b9c2dc449eb1d2b77cff0621b76d91f8ba9b0039caa7a62d0461bc9268856f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 12:11:01 - 12:18:03
會議時間 2024-03-13T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第3次全體委員會議(事由:邀請行政院主計總處朱主計長澤民、審計部陳審計長瑞敏率所屬單位主管列席業務報告,並備質詢。 【3月13日及14日二天一次會】)
gazette.lineno 1306
gazette.blocks[0][0] 謝委員衣鳯:(12時11分)主席好,我想要請主計長。
gazette.blocks[1][0] 主席:好,請主計長。
gazette.blocks[2][0] 朱主計長澤民:委員好。
gazette.blocks[3][0] 謝委員衣鳯:主計長早。你那個茶葉蛋的調查沒有確實,我記得全家有一個麻辣茶葉蛋,好像二十幾塊。
gazette.blocks[4][0] 朱主計長澤民:因為我不曉得有麻辣茶葉蛋,我們的同仁知道。謝謝。
gazette.blocks[5][0] 謝委員衣鳯:好。那我想要請教你,你預估今年的CPI是1.85%。
gazette.blocks[6][0] 朱主計長澤民:對。那個是沒有包括電價。謝謝。
gazette.blocks[7][0] 謝委員衣鳯:沒有包括4月份電價?
gazette.blocks[8][0] 朱主計長澤民:因為電價到底調多少幅度,目前我們不曉得,我們沒有辦法做預估。謝謝。
gazette.blocks[9][0] 謝委員衣鳯:所以是不包含電價嘛?那2月份的物價指數升高,你說是因為基期的關係,所以年增率是3.08%嘛?
gazette.blocks[10][0] 朱主計長澤民:對。
gazette.blocks[11][0] 謝委員衣鳯:可是如果加上電價呢?如果未來加上電價,有沒有可能今年度的物價指數增幅會超過2%?
gazette.blocks[12][0] 朱主計長澤民:可能。但是要看未來蔬菜水果的情況而定,因為蔬菜水果價格是未知數,可能受颱風或國際間能源價格的影響。
gazette.blocks[13][0] 謝委員衣鳯:所以也有可能有其他因素,例如蔬果的價格。我看了前幾年的情況,物價上調的時候,PPI也同樣都會上調,PPI上升的時候,會不會讓製造業把因電價上漲而增加的成本轉嫁到所有消費者身上?
gazette.blocks[14][0] 朱主計長澤民:可能,但是是不是完全、百分之百轉嫁,很難講,我想委員很清楚,要看供需彈性而定,而且如果技術進步的話,業者可以吸收這些成本。
gazette.blocks[15][0] 謝委員衣鳯:但是大部分的情況下,電價上漲都會轉嫁到消費者身上,是不是?
gazette.blocks[16][0] 朱主計長澤民:那就是直接效果,因為民生用電占CPI的權數大概是1.2%,但是從供給面來看,委員很清楚,成本會不會轉嫁,就是我剛才講的……
gazette.blocks[17][0] 謝委員衣鳯:所以你覺得會超過2%,還是到2.5%?你的預測有時候都跟人家不一樣。
gazette.blocks[18][0] 朱主計長澤民:因為我要看它的漲幅,至於漲價的程度,那個是假定。
gazette.blocks[19][0] 謝委員衣鳯:所以目前的漲價幅度都是假定的?
gazette.blocks[20][0] 朱主計長澤民:應該要看會有多少轉嫁,而且據我所知,台電的方案可能會有依規模大小,漲幅可能會不一樣。
gazette.blocks[21][0] 謝委員衣鳯:工業用電的漲幅不一樣,是不是?
gazette.blocks[22][0] 朱主計長澤民:據我所知,有這個規劃。未來要看電價審議委員會的審議決定。
gazette.blocks[23][0] 謝委員衣鳯:但央行楊總裁說,未來CPI2%是常態,你贊不贊同?
gazette.blocks[24][0] 朱主計長澤民:世界各國都是這麼認為,而且我們的2%跟其他國家比較起來,是比較低的。在東亞這幾個國家,我們只有比香港高。
gazette.blocks[25][0] 謝委員衣鳯:所以你覺得未來臺灣的物價指數上漲的年增率都是2%?
gazette.blocks[26][0] 朱主計長澤民:那應該是國際間的比較,我不敢說都是2%,我剛才講過,這些都是未知數,是不確定的。
gazette.blocks[27][0] 謝委員衣鳯:好。
gazette.blocks[27][1] 還有一件事情,除了電價上漲,在3月15日還有碳費審議委員會第一次開會,你預估今年的經濟成長率是3.43%,如果電價上漲,再加上碳費徵收等等相關因素產生,你有沒有信心今年的經濟成長率可以達到3.43%?
gazette.blocks[28][0] 朱主計長澤民:跟委員報告,我們估計電費對GDP的影響大概是0.1%。
gazette.blocks[29][0] 謝委員衣鳯:所以影響不大?
gazette.blocks[30][0] 朱主計長澤民:我們當然要看它的漲幅,如果漲幅沒有那麼多,影響會比0.1%更低。
gazette.blocks[31][0] 謝委員衣鳯:所以你的模型裡面顯示電價對於GDP的成長是沒有影響的?
gazette.blocks[32][0] 朱主計長澤民:不能說沒有影響,跟委員報告,0.1%就是有兩百多億了。
gazette.blocks[33][0] 謝委員衣鳯:到底是有還是沒有?
gazette.blocks[34][0] 朱主計長澤民:當然有啊。兩百多億不小啊。因為我們的GDP今年可能接近25兆,0.1%就是大概兩百多億。
gazette.blocks[35][0] 謝委員衣鳯:剛才聽起來好像沒有,你現在又說有,如果碳費加進去呢?
gazette.blocks[36][0] 朱主計長澤民:碳費什麼時候調目前都還沒有確定。
gazette.blocks[37][0] 謝委員衣鳯:所以還沒確定就對了?
gazette.blocks[38][0] 朱主計長澤民:我們也沒有在估計不確定的東西,我如果每天都發布說會怎麼樣,這樣會影響政策。我一再強調,我們只做會計、統計的工作,只敘述統計,不做價值的敘述,我可以跟你講,以前的預測是在國發會。
gazette.blocks[39][0] 謝委員衣鳯:我們不要在這裡談學術性的問題,我們討論一個問題,在什麼樣的情況下,你預估這3.43%不會達成?
gazette.blocks[40][0] 朱主計長澤民:像是油價的上漲。
gazette.blocks[41][0] 謝委員衣鳯:油價今年度因素很大,是不是?
gazette.blocks[42][0] 朱主計長澤民:對。因為我們目前是以油價八十一塊多來估計,以接近82塊來估計,至於將來油價會不會有很大的影響,就看它的漲幅。
gazette.blocks[43][0] 謝委員衣鳯:好。就只有油價嗎?還有什麼?
gazette.blocks[44][0] 朱主計長澤民:當然還有,像國際原料的價格或者所謂的地緣政治、不確定因素,都可能。
gazette.blocks[45][0] 謝委員衣鳯:好。我時間到了,謝謝。謝謝主計長。
gazette.blocks[46][0] 主席:謝謝謝委員。謝謝主計長。
gazette.blocks[46][1] 接著請張啓楷委員。
gazette.agenda.page_end 128
gazette.agenda.meet_id 委員會-11-1-20-3
gazette.agenda.speakers[0] 羅明才
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] 郭國文
gazette.agenda.speakers[5] 賴惠員
gazette.agenda.speakers[6] 李彥秀
gazette.agenda.speakers[7] 王鴻薇
gazette.agenda.speakers[8] 黃珊珊
gazette.agenda.speakers[9] 顏寬恒
gazette.agenda.speakers[10] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[11] 李坤城
gazette.agenda.speakers[12] 陳玉珍
gazette.agenda.speakers[13] 王世堅
gazette.agenda.speakers[14] 謝衣鳯
gazette.agenda.speakers[15] 張啓楷
gazette.agenda.speakers[16] 鄭天財Sra Kacaw
gazette.agenda.speakers[17] 羅智強
gazette.agenda.page_start 33
gazette.agenda.meetingDate[0] 2024-03-13
gazette.agenda.gazette_id 1131301
gazette.agenda.agenda_lcidc_ids[0] 1131301_00003
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第3次全體委員會議紀錄
gazette.agenda.content 邀請行政院主計總處朱主計長澤民、審計部陳審計長瑞敏率所屬單位主管列席業務報告,並備質 詢
gazette.agenda.agenda_id 1131301_00002
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.52034375
transcript.pyannote[0].end 3.05159375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 0.82409375
transcript.pyannote[1].end 1.34721875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 3.43971875
transcript.pyannote[2].end 3.65909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 3.92909375
transcript.pyannote[3].end 4.57034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 8.77221875
transcript.pyannote[4].end 9.27846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 10.05471875
transcript.pyannote[5].end 11.05034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 11.40471875
transcript.pyannote[6].end 14.77971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 15.20159375
transcript.pyannote[7].end 19.06596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 19.28534375
transcript.pyannote[8].end 25.66409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 22.82909375
transcript.pyannote[9].end 24.46596875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 25.66409375
transcript.pyannote[10].end 26.28846875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 26.28846875
transcript.pyannote[11].end 26.42346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 26.42346875
transcript.pyannote[12].end 26.45721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 26.64284375
transcript.pyannote[13].end 27.97596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 28.19534375
transcript.pyannote[14].end 31.21596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 31.70534375
transcript.pyannote[15].end 32.14409375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 32.14409375
transcript.pyannote[16].end 32.17784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 32.17784375
transcript.pyannote[17].end 32.46471875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 32.46471875
transcript.pyannote[18].end 32.56596875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 32.56596875
transcript.pyannote[19].end 32.65034375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 32.65034375
transcript.pyannote[20].end 32.66721875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 32.66721875
transcript.pyannote[21].end 32.76846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 32.76846875
transcript.pyannote[22].end 33.69659375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 33.52784375
transcript.pyannote[23].end 35.60346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 34.97909375
transcript.pyannote[24].end 42.91034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 43.51784375
transcript.pyannote[25].end 46.42034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 46.70721875
transcript.pyannote[26].end 53.37284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 48.76596875
transcript.pyannote[27].end 49.69409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 50.62221875
transcript.pyannote[28].end 51.34784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 54.01409375
transcript.pyannote[29].end 60.61221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 54.08159375
transcript.pyannote[30].end 54.13221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 61.43909375
transcript.pyannote[31].end 62.14784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 62.14784375
transcript.pyannote[32].end 63.05909375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 63.44721875
transcript.pyannote[33].end 64.03784375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 64.91534375
transcript.pyannote[34].end 84.97971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 85.70534375
transcript.pyannote[35].end 99.94784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 85.87409375
transcript.pyannote[36].end 86.00909375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 101.19659375
transcript.pyannote[37].end 110.78159375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 110.56221875
transcript.pyannote[38].end 123.65721875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 124.31534375
transcript.pyannote[39].end 126.42471875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 126.98159375
transcript.pyannote[40].end 134.52471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 134.52471875
transcript.pyannote[41].end 154.77471875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 153.99846875
transcript.pyannote[42].end 155.07846875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 155.31471875
transcript.pyannote[43].end 161.71034375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 158.72346875
transcript.pyannote[44].end 161.72721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 161.72721875
transcript.pyannote[45].end 161.76096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 161.76096875
transcript.pyannote[46].end 171.54846875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 170.01284375
transcript.pyannote[47].end 172.66221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 172.66221875
transcript.pyannote[48].end 189.99284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 173.26971875
transcript.pyannote[49].end 174.04596875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 174.75471875
transcript.pyannote[50].end 176.13846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 189.99284375
transcript.pyannote[51].end 191.96721875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 191.71409375
transcript.pyannote[52].end 198.17721875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 198.61596875
transcript.pyannote[53].end 205.92284375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 206.10846875
transcript.pyannote[54].end 220.84034375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 221.43096875
transcript.pyannote[55].end 221.44784375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 221.44784375
transcript.pyannote[56].end 227.26971875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 227.10096875
transcript.pyannote[57].end 235.23471875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 236.29784375
transcript.pyannote[58].end 237.09096875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 237.25971875
transcript.pyannote[59].end 249.29159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 249.79784375
transcript.pyannote[60].end 253.89846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 253.91534375
transcript.pyannote[61].end 254.80971875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 255.26534375
transcript.pyannote[62].end 265.96409375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 265.96409375
transcript.pyannote[63].end 276.86534375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 265.98096875
transcript.pyannote[64].end 265.99784375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 269.28846875
transcript.pyannote[65].end 269.59221875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 277.32096875
transcript.pyannote[66].end 277.89471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 278.83971875
transcript.pyannote[67].end 279.24471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 280.02096875
transcript.pyannote[68].end 280.89846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 281.38784375
transcript.pyannote[69].end 286.97346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 286.43346875
transcript.pyannote[70].end 291.76596875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 292.05284375
transcript.pyannote[71].end 292.35659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 292.64346875
transcript.pyannote[72].end 293.74034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 294.41534375
transcript.pyannote[73].end 298.87034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 300.94596875
transcript.pyannote[74].end 302.54909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 301.13159375
transcript.pyannote[75].end 301.28346875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 302.19471875
transcript.pyannote[76].end 314.39534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 314.76659375
transcript.pyannote[77].end 315.71159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 315.98159375
transcript.pyannote[78].end 316.45409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 316.58909375
transcript.pyannote[79].end 320.99346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 321.17909375
transcript.pyannote[80].end 326.46096875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 326.73096875
transcript.pyannote[81].end 328.92471875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 328.51971875
transcript.pyannote[82].end 339.65721875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 340.87221875
transcript.pyannote[83].end 355.38471875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 352.41471875
transcript.pyannote[84].end 364.59846875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 365.22284375
transcript.pyannote[85].end 365.32409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 365.32409375
transcript.pyannote[86].end 366.26909375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 366.26909375
transcript.pyannote[87].end 367.06221875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 367.78784375
transcript.pyannote[88].end 374.38596875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 374.60534375
transcript.pyannote[89].end 375.93846875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 375.11159375
transcript.pyannote[90].end 376.59659375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 376.88346875
transcript.pyannote[91].end 377.77784375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 377.77784375
transcript.pyannote[92].end 378.80721875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 378.80721875
transcript.pyannote[93].end 395.14221875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 378.90846875
transcript.pyannote[94].end 379.54971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 395.39534375
transcript.pyannote[95].end 395.66534375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 395.80034375
transcript.pyannote[96].end 396.00284375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 396.28971875
transcript.pyannote[97].end 396.74534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 396.88034375
transcript.pyannote[98].end 398.78721875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 398.93909375
transcript.pyannote[99].end 399.58034375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 399.96846875
transcript.pyannote[100].end 404.17034375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 403.02284375
transcript.pyannote[101].end 403.44471875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 404.52471875
transcript.pyannote[102].end 407.69721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 408.77721875
transcript.pyannote[103].end 409.04721875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 409.16534375
transcript.pyannote[104].end 412.35471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 411.29159375
transcript.pyannote[105].end 412.23659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 413.18159375
transcript.pyannote[106].end 413.33346875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 413.43471875
transcript.pyannote[107].end 414.12659375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 415.76346875
transcript.pyannote[108].end 417.26534375
transcript.whisperx[0].start 0.56
transcript.whisperx[0].end 18.289
transcript.whisperx[0].text 主席好。我想請我們主計長。主主計長。委員好。主計長早。你那個茶葉蛋調查沒有確實喔。我記得全家有一個麻辣茶葉蛋,好像二十幾塊。
transcript.whisperx[1].start 19.996
transcript.whisperx[1].end 41.132
transcript.whisperx[1].text 因為我不曉得有瑪娜產業單位我們的同仁知道我們同仁知道謝謝好好好那我想要請教你喔你預估今年的CPI是1.85對那個是沒有包括電價謝謝沒有包括4月份的電價因為那個電價目前到底調多少目前的幅度不曉得我們沒有辦法做預估謝謝
transcript.whisperx[2].start 43.601
transcript.whisperx[2].end 62.464
transcript.whisperx[2].text 所以是不包含電價嗎?那你2月份你說是因為基期的關係所以年增率是3.08%可是如果加上電價咧?比如說如果未來加上電價有沒有可能今年度的物價指數的征服會超過2?
transcript.whisperx[3].start 65.654
transcript.whisperx[3].end 82.403
transcript.whisperx[3].text 可能但是大家看那個未來的那個所謂的那個那個那個就是說蔬菜水果的一個情況因為蔬菜水果是一個未知數有沒有颱風啊或者是是那個能源價格國際間的能源價格的影響
transcript.whisperx[4].start 85.785
transcript.whisperx[4].end 98.35
transcript.whisperx[4].text 所以也有可能就是其他的蔬果的價格那當然了我看了去年度的就是說前幾年的如果物價上調的時候PPI也同樣都會上調那
transcript.whisperx[5].start 101.64
transcript.whisperx[5].end 123.411
transcript.whisperx[5].text 呃生產那個PPI上升的時候會不會就是讓製造業的這個電價上漲的成本轉嫁到所有消費者可能可但是是不是完全百分之百轉嫁那個很難講那個我想委員很清楚的要看那個供需彈性而且他如果是技術進步的話他可以吸收
transcript.whisperx[6].start 124.363
transcript.whisperx[6].end 145.215
transcript.whisperx[6].text 但是我是說但是大部分的情況下在這個電價上漲的時候都會轉嫁到消費者身上嗎?是不是?那個是就是我們有直接效果直接效果因為我們民生用電站CPI的全數大概是1.2%但是另外一個
transcript.whisperx[7].start 145.755
transcript.whisperx[7].end 172.488
transcript.whisperx[7].text 那個就是從供給面來看委員清楚供給面來看的話他那個會不會轉嫁就是我剛才講的所以你覺得超過2%還是到2.5%你預測有時候人家你都看人家不一樣啊因為我要看他的一個漲幅他對於說漲價的程度那個是假定那個是假定所以目前的漲價的幅度都是假定的
transcript.whisperx[8].start 173.348
transcript.whisperx[8].end 194.592
transcript.whisperx[8].text 對轉嫁不是啊 媒體說的轉嫁的那應該要看他是否會有多少轉嫁而且他的據我知道台電的方案他可能會有一個規模大小可能漲幅可能會不一樣工業用電也漲幅不一樣是不是有據我知道有這個規劃未來這個要看電價審議委員會的那一個審議決定
transcript.whisperx[9].start 198.646
transcript.whisperx[9].end 218.705
transcript.whisperx[9].text 但我們央行總裁說未來CPI 2%是常態你讚不讚同我是認為因為世界各國都是認為而且我們這個2%跟其他國家比較起來是比較低的在東亞這幾個國家我們只有比香港高
transcript.whisperx[10].start 221.542
transcript.whisperx[10].end 233.234
transcript.whisperx[10].text 所以你覺得未來台灣的這個就是物價指數的上漲的年生率都是2%以上對那應該是國際間的比較我不敢說都是2%那個我剛才講的未知數是不確定的
transcript.whisperx[11].start 237.577
transcript.whisperx[11].end 265.424
transcript.whisperx[11].text 還有一個事情這其實電價的上漲還有我們3月15號還有碳費的這個審議的那個第一次開會那你預估今年的經濟成長率是3.43%你認為如果電價上漲然後還有我們碳費徵收等等相關的這些因素產生的時候你這個3.43%你有沒有信心可以達到
transcript.whisperx[12].start 266.024
transcript.whisperx[12].end 267.526
transcript.whisperx[12].text 所以不大當然要看到的
transcript.whisperx[13].start 281.408
transcript.whisperx[13].end 284.432
transcript.whisperx[13].text 所以你的模型裡面顯示電價對於GDP的成長是沒有影響的?0.1跟委員報告0.1就是有200多億了
transcript.whisperx[14].start 300.967
transcript.whisperx[14].end 313.964
transcript.whisperx[14].text 啊到底是有還是沒有當然有啊兩百多億不小啊因為我們的GDP大概是今年可能接近25兆啊那個0.1個百分點就是大概兩百多億啊
transcript.whisperx[15].start 316.688
transcript.whisperx[15].end 336.026
transcript.whisperx[15].text 你剛才聽起來像沒有,你現在又說有,如果碳費加進去?碳費的話目前什麼時候調到都還沒有確定所以還沒確定就對了對,我們也沒有在做那個估計不確定的東西我在每天都要發布說會怎麼樣這樣的會影響政策我一再強調我們
transcript.whisperx[16].start 340.896
transcript.whisperx[16].end 345.018
transcript.whisperx[16].text 我們討論一個在什麼樣子的情況下到底你預估的這個3.43%不會達成會怎麼樣不會達成
transcript.whisperx[17].start 367.83
transcript.whisperx[17].end 384.476
transcript.whisperx[17].text 不過那個就是所謂的一個是什麼,像那個是什麼油價的上漲。油價今年度很,因素很大是不是?對,油價因為我們目前估計油價是以81塊多來,好來估計。80,接近82塊來,好來估計。那對於說將來油價的會一個很大的,會有一個影響,它的漲幅啦。好。
transcript.whisperx[18].start 397.048
transcript.whisperx[18].end 397.308
transcript.whisperx[18].text 接下來我們請張祺凱委員