iVOD / 150968

Field Value
IVOD_ID 150968
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150968
日期 2024-04-10
會議資料.會議代碼 委員會-11-1-20-7
會議資料.會議代碼:str 第11屆第1會期財政委員會第7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 7
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7次全體委員會議
影片種類 Clip
開始時間 2024-04-10T10:32:01+08:00
結束時間 2024-04-10T10:45:38+08:00
影片長度 00:13:37
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/871d5246fb87948e14de2c48a71f845341a30a144cce7a10f8ba9b0039caa7a67f0c5e2542c48c5b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:32:01 - 10:45:38
會議時間 2024-04-10T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第7次全體委員會議(事由:一、審查「所得稅法」12案: (一) 審查本院委員羅明才等23人擬具「所得稅法第十五條條文修正草案」案。 (二) 審查本院國民黨黨團、台灣民眾黨黨團、委員馬文君等16人、委員魯明哲等23人、委員謝龍介等20人、委員賴士葆等17人、委員賴士葆等18人、委員林德福等21人、委員楊瓊瓔等16人、委員賴士葆等28人、委員王正旭等17人分別擬具「所得稅法第十七條條文修正草案」等11案。【本院國民黨黨團、台灣民眾黨黨團、委員賴士葆等28人及委員王正旭等17人提案如經院會復議,則不予審查】 二、審查「加值型及非加值型營業稅法」4案: (一) 行政院函請審議「加值型及非加值型營業稅法部分條文修正草案」案。 (二) 本院台灣民眾黨黨團、委員黃捷等17人、委員吳宗憲等18人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等3案。【本院委員黃捷等17人及委員吳宗憲等18人提案如經院會復議,則不予審查】 【11日下午2時止,4月10日及11日二天一次會,僅詢答】)
gazette.lineno 456
gazette.blocks[0][0] 賴委員惠員:(10時32分)謝謝主席。有請財政部部長、稅務署署長還有長照司王專委。
gazette.blocks[1][0] 主席:莊部長、宋署長、長照司王專委,請。
gazette.blocks[2][0] 莊部長翠雲:委員好。
gazette.blocks[3][0] 賴委員惠員:部長早安。今天在你們的報告裡,我們看到很多委員都在提列舉扣除額的增加,我想請教長照司王專委,這麼多委員在乎錢的問題,可是今天我的角度比較不一樣,我認為扶老比跟申報比不成正比,部長看到這個不成正比,你當然知道原因,為什麼申報的戶數僅5%?那是表示大家都不用長照還是標準太高?我想司長應該來回應這個問題,到底整個長照撫養的標準是不是太嚴苛了?
gazette.blocks[4][0] 王專門委員齡儀:應該是這麼說,我們目前可以申報扣除額的部分,只要是家裡有聘僱外勞,或是他有使用長照給支付,或是住宿在機構的部分,都可以去做扣除額的申報。
gazette.blocks[5][0] 賴委員惠員:我當然知道啊,我現在只是在問你,你個人在這個領域裡頭,你有看到整個長照,其實簡單來講,如果我們家裡頭有一個長照老人,檯面上換算下來他每個月可能需要用到2萬塊,甚至超過2萬塊,如果有入住到機構,甚至他還要在家裡頭照顧的話,必須要有外勞的申請,這個部分1年只有12萬,但實際上只能用到半年,我要問你的就是,長照司在條件上的訂定是不是太嚴苛了呢?
gazette.blocks[6][0] 王專門委員齡儀:跟委員報告,因為現在國人大部分就是以標準扣除額來做使用,因為這個是列舉扣除額,有關這個部分,一般民眾如果是用列舉的部分才會使用到這個特別扣除額,所以……
gazette.blocks[7][0] 賴委員惠員:有沒有太嚴苛了呢?我只是要問你的專業,你認為有沒有太嚴苛呢?
gazette.blocks[8][0] 王專門委員齡儀:在這個標準上面應該是沒有太過於嚴苛,就是使用……
gazette.blocks[9][0] 賴委員惠員:沒有太嚴苛,你認為還好?
gazette.blocks[10][0] 王專門委員齡儀:應該已經涵蓋多數使用長照服務的對象。
gazette.blocks[11][0] 賴委員惠員:當然是用在長照的對象啊,你在回答什麼呢?
gazette.blocks[12][0] 王專門委員齡儀:是,抱歉。
gazette.blocks[13][0] 賴委員惠員:專委,你在回答什麼呢?
gazette.blocks[14][0] 王專門委員齡儀:跟委員……
gazette.blocks[15][0] 賴委員惠員:是不是從8樓到9樓你就換了一個腦袋呢?怎麼到這個地方是這樣的一個回答呢?
gazette.blocks[16][0] 王專門委員齡儀:應該是……
gazette.blocks[17][0] 賴委員惠員:你是一個專委,連你都這樣回答了……
gazette.blocks[17][1] 好,部長,看起來你的責任更重大了。
gazette.blocks[18][0] 莊部長翠雲:有關委員關心長照的扣除額,我跟委員報告,長照它是屬於特別扣除額,所以它不是屬於列舉扣除額,只要他符合衛福部相關規定的話,他就可以申請長照的特別扣除。有關委員這邊提到一個比例的問題,我想先講的就是,分母的部分因為是總申報戶數,分子是申報長照特別扣除額。
gazette.blocks[19][0] 賴委員惠員:對!
gazette.blocks[20][0] 莊部長翠雲:但是因為每一個家戶……
gazette.blocks[21][0] 賴委員惠員:部長,延續剛才郭國文委員在講的,每年6萬、12萬,還是24萬、28萬,其實整體來講,我們都認為……要請教部長,到底一年多少的長照扣除額才夠呢?是不是我們應該把CPI的總指數納入考量?這樣子增加的時候,我們其實都沒有調整到通膨。
gazette.blocks[22][0] 莊部長翠雲:是,瞭解。
gazette.blocks[23][0] 賴委員惠員:現在就是要提醒你,我們是不是用比較不同的另類思考,在這個長照裡面我們怎麼樣來照顧這些老人,怎麼樣讓這些付薪水的、要照顧老人的這一群人也可以隨著通膨調整,我們用這樣的一個工具給他做這樣的調整啊!
gazette.blocks[24][0] 莊部長翠雲:是,我知道。
gazette.blocks[25][0] 賴委員惠員:部長,你認為合不合理?
gazette.blocks[26][0] 莊部長翠雲:因為目前並沒有隨著CPI調整,我想委員這樣的建議我們會納入一併來研議,未來可以類似身心障礙特別扣除額一起來做調整,我想這個部分委員的建議我們會一併納入考量。
gazette.blocks[27][0] 賴委員惠員:是。所以我覺得這非常合理、非常務實,我們看待這個問題真正的需要面,這樣子才有辦法真正的解決長照這個問題。無論賴副總統宣示他的長照是800億,還是有很多委員未來已經喊到1,000億了,我覺得我們應該正式把通膨放進來,一樣去參考的話會比較落實。
gazette.blocks[28][0] 莊部長翠雲:是,謝謝委員的建議,長照是許多面向,稅是其中的一個項目,我想衛福部這邊對於長照相關的一些補貼、支應、扶助都有一些支出及作為。
gazette.blocks[29][0] 賴委員惠員:好,謝謝部長。
gazette.blocks[30][0] 莊部長翠雲:謝謝。
gazette.blocks[31][0] 賴委員惠員:那也是一樣的,依照所得稅法的規定,目前只有4個項目可以依據CPI的增加率調整,我們也希望有關少子化的學前扣除額是不是也可以一併納入來調整呢?
gazette.blocks[32][0] 莊部長翠雲:學前特別扣除額在今年年初已經公布新的修正,我們已經把學前特別扣除額的金額大幅提高,所得稅優化之前其實只有2萬塊,後來大幅提高到12萬!今年修法的時候把第一個孩子規定15萬,就是6歲以下的第一個孩子15萬,那第二個孩子以後的都是22萬5,000元,都有做大幅的一些調整了。
gazette.blocks[33][0] 賴委員惠員:是,部長,相對的我們也知道少子化的這個問題非常嚴重,所以學前扣除額……
gazette.blocks[34][0] 莊部長翠雲:是,我們要鼓勵多生孩子。
gazette.blocks[35][0] 賴委員惠員:我們也希望藉由鼓勵的方式。
gazette.blocks[36][0] 莊部長翠雲:是。
gazette.blocks[37][0] 賴委員惠員:好,謝謝。
gazette.blocks[38][0] 莊部長翠雲:謝謝委員。
gazette.blocks[39][0] 賴委員惠員:專委你可以請回了。
gazette.blocks[39][1] 接著跟部長討論臺灣三大方案跟公共建設結合的可能性,我想民間游資其實已經過剩,在過剩的過程當中我們可不可能採取PPP模式、導入社宅開發的形式,這個我們上一次就一直在討論。部長,我想請教民間游資這麼多的話,我們可以不可以藉由PPP模式,政府去購買服務,然後政府不用付錢、政府也不用舉債,又可以有大量的公共建設投資,然後民間游資也不會掉到炒房裡頭去,是不是有更合理的一個方式呢?你認為呢?
gazette.blocks[40][0] 莊部長翠雲:謝謝委員,我們也很希望民間的資金能夠進入到公共建設,然後讓我們的公共建設可以加速完成,讓民眾可以享受到更好的公共服務。比如說您這邊提到的社宅,我們的促參法修正已經把社宅納入了促參法可以適用的項目,而且它如果是屬於重大公共建設的話,還可以享受相關租稅優惠。
gazette.blocks[40][1] 至於委員所提到政府購買公共服務的部分,在我們的促參法修正的時候也是新增了這個條款,也就是說政府不需要一下子付很多的錢去建設、興建這個公共建設,而是讓民間去做興建,當民間在營運的時候所提供的公共服務是優質的話,那政府出錢去買這個公共服務,所以這個部分並不是政府不花錢,政府只是慢慢、緩緩的花錢,不要一下子財務負擔太重!但是我們這個部分是因為它沒有自償性,有些公共服務並沒有自償性,所以由民間經營然後政府去購買,當然它要符合一個好的服務。
gazette.blocks[41][0] 賴委員惠員:部長,假設它沒有自償性的話,如果我們透過整個立法還是稅法的改變,我們讓民間更多的錢……我們既然不喜歡他們把錢放到房地產裡頭去,我們可不可能把錢守在公設裡頭,這樣子的話他有合理的一個報酬,然後又有一個非常好的稅賦優惠,是不是有可能有這樣的一個機會呢?
gazette.blocks[42][0] 莊部長翠雲:是的,委員這個提示非常的好,也就是說我們吸引民間的資金進來要給他誘因嘛,給他誘因的話,有關稅負的減免在促參法裡面就有相關的,比如說他的營所稅還有關稅也可以減免,他要進行相關建設所需要的設備的話,關稅可以減免;然後地價稅跟房屋稅也有一些相關的減免規定,所以在稅負上有一些優惠。另外,我們也會擴大一些案源,也就是對於政府購買公共服務的部分我們也會去做政策性的評估,哪一些有必要性而且急迫性的、而且民間來做比政府做得更好,我們就把這些項目提出來。
gazette.blocks[43][0] 賴委員惠員:部長,顯然你已經看到這一個問題。
gazette.blocks[44][0] 莊部長翠雲:對。
gazette.blocks[45][0] 賴委員惠員:好。那我再請教你,有關中國的資金大逃亡,境外資金匯回來的稅負優惠已經是落日了,關於申請從中國匯回來的3,500億資金,這些錢有沒有辦法吸引臺商回到臺灣來投資我們的公設呢?
gazette.blocks[46][0] 莊部長翠雲:跟委員報告,有關我們那個資金匯回條例裡面,實質匯回的金額大概有3,351億,進行國內實質投資的有1,625億,所以在國內的投資非常的大,當然我們也希望這些匯回的金額……
gazette.blocks[47][0] 賴委員惠員:可是他回來3,000億,個人的投資才一千多億,那其他還有兩千多億的游資是不是會進到市場裡?那你讓他冒著一個風險,如果他去買美債的話,現在很多人在買美債,是不是這樣子呢,部長?
gazette.blocks[48][0] 莊部長翠雲:有些人在買吧。
gazette.blocks[49][0] 賴委員惠員:不是有些人,是很多人!那他還要冒著匯率的風險,然後很多人……還是有些人在買ETF?
gazette.blocks[50][0] 莊部長翠雲:是啊,這些都是他們的投資。
gazette.blocks[51][0] 賴委員惠員:他又有一個股價的風險,如果我們把這些錢導到公共建設的話,你認為這樣不好嗎?
gazette.blocks[52][0] 莊部長翠雲:好。
gazette.blocks[53][0] 賴委員惠員:非常好啊!
gazette.blocks[54][0] 莊部長翠雲:很好!
gazette.blocks[55][0] 賴委員惠員:很好?
gazette.blocks[56][0] 莊部長翠雲:對,很好!
gazette.blocks[57][0] 賴委員惠員:那辦法呢?
gazette.blocks[58][0] 莊部長翠雲:就跟委員講的一樣,把這個資金能夠投入到公共建設,所以我們要擴大案源、提出更多的投資標的,那我們也會辦招商大會,把一些相關的投資標的會在我們的……我們今年大概7月會辦招商大會,然後讓大家知道有什麼樣的公共建設可以投資。
gazette.blocks[59][0] 賴委員惠員:7月才辦招商大會,現在是4月嘛。
gazette.blocks[60][0] 莊部長翠雲:對,我們蒐集了非常多案例。
gazette.blocks[61][0] 賴委員惠員:為什麼要辦在7月呢?520之後是不是會有一個變數呢?
gazette.blocks[62][0] 莊部長翠雲:不是啦!因為我們要蒐集案源,而且一定是在今年的下半年跟明年上半年可以推出的案子。
gazette.blocks[63][0] 賴委員惠員:只會推出兩個場次嗎?
gazette.blocks[64][0] 莊部長翠雲:一個場次,但是我們還有後續很多……
gazette.blocks[65][0] 賴委員惠員:我想一個場次太少,我們都已經知道藏富於民了,民間游資這麼多,我想部長你是一個積極有作為的部長,我們應該要非常積極地來處理這些問題,把更多的游資投資在公共建設裡頭。
gazette.blocks[66][0] 莊部長翠雲:是。
gazette.blocks[67][0] 賴委員惠員:本席在這裡要求財政部,評估調整長照扣除額額度調整對我們整體稅收的影響;也請評估長照跟學前特別扣除額調整比照免稅額自動調整的一個可行性;也拜託盤點臺商在外資金的數量,並評估資金回臺稅務的優惠是不是能夠再啟動;盤點已經回臺即將鬆綁的資金總額,並找出怎麼樣導入公共建設的解決方法,謝謝部長。
gazette.blocks[68][0] 莊部長翠雲:謝謝委員的指教。
gazette.blocks[69][0] 主席:謝謝,下一位質詢請李彥秀李委員。
gazette.agenda.page_end 72
gazette.agenda.meet_id 委員會-11-1-20-7
gazette.agenda.speakers[0] 羅明才
gazette.agenda.speakers[1] 賴士葆
gazette.agenda.speakers[2] 林德福
gazette.agenda.speakers[3] 楊瓊瓔
gazette.agenda.speakers[4] 王正旭
gazette.agenda.speakers[5] 黃捷
gazette.agenda.speakers[6] 吳宗憲
gazette.agenda.speakers[7] 黃珊珊
gazette.agenda.speakers[8] 吳秉叡
gazette.agenda.speakers[9] 郭國文
gazette.agenda.speakers[10] 賴惠員
gazette.agenda.speakers[11] 李彥秀
gazette.agenda.speakers[12] 王世堅
gazette.agenda.speakers[13] 顏寬恒
gazette.agenda.speakers[14] 李坤城
gazette.agenda.speakers[15] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[16] 黃國昌
gazette.agenda.speakers[17] 洪孟楷
gazette.agenda.speakers[18] 鄭天財Sra Kacaw
gazette.agenda.speakers[19] 張雅琳
gazette.agenda.speakers[20] 鍾佳濱
gazette.agenda.speakers[21] 張智倫
gazette.agenda.speakers[22] 蔡易餘
gazette.agenda.speakers[23] 王鴻薇
gazette.agenda.speakers[24] 邱志偉
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-04-10
gazette.agenda.gazette_id 1132701
gazette.agenda.agenda_lcidc_ids[0] 1132701_00002
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第7次全體委員會議紀錄
gazette.agenda.content 一、審查「所得稅法」12案:(一)審查本院委員羅明才等23人擬具「所得稅法第十五條條文修正 草案」案、( 二) 審查本院國民黨黨團、台灣民眾黨黨團、委員馬文君等 16 人、委員魯明哲等23 人、委員謝龍介等20人、委員賴士葆等17人、委員賴士葆等18人、委員林德福等21人、委員楊瓊 瓔等16人、委員賴士葆等28人、委員王正旭等17人分別擬具「所得稅法第十七條條文修正草案」 等11案;二、審查「加值型及非加值型營業稅法」 4案:(一)行政院函請審議「加值型及非加值 型營業稅法部分條文修正草案」案、(二)本院台灣民眾黨黨團、委員黃捷等17人、委員吳宗憲等 18人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等3案(僅詢答)
gazette.agenda.agenda_id 1132701_00001
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.23346875
transcript.pyannote[0].end 1.33034375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.81971875
transcript.pyannote[1].end 2.98409375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 2.98409375
transcript.pyannote[2].end 3.45659375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 3.22034375
transcript.pyannote[3].end 4.35096875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 3.47346875
transcript.pyannote[4].end 3.49034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 4.35096875
transcript.pyannote[5].end 4.97534375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 4.55346875
transcript.pyannote[6].end 6.84846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 7.05096875
transcript.pyannote[7].end 8.53596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 9.46409375
transcript.pyannote[8].end 10.42596875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 11.77596875
transcript.pyannote[9].end 12.26534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 12.45096875
transcript.pyannote[10].end 13.56471875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 14.18909375
transcript.pyannote[11].end 14.93159375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 14.96534375
transcript.pyannote[12].end 15.03284375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 15.11721875
transcript.pyannote[13].end 21.52971875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 21.68159375
transcript.pyannote[14].end 30.94596875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 32.65034375
transcript.pyannote[15].end 36.36284375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 36.63284375
transcript.pyannote[16].end 40.91909375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 41.08784375
transcript.pyannote[17].end 48.66471875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 49.05284375
transcript.pyannote[18].end 56.84909375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 57.23721875
transcript.pyannote[19].end 65.33721875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 65.42159375
transcript.pyannote[20].end 71.17596875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 71.81721875
transcript.pyannote[21].end 74.38221875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 75.39471875
transcript.pyannote[22].end 76.05284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 76.05284375
transcript.pyannote[23].end 89.85659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 85.84034375
transcript.pyannote[24].end 86.09346875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 90.02534375
transcript.pyannote[25].end 90.04221875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 90.04221875
transcript.pyannote[26].end 90.22784375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 90.22784375
transcript.pyannote[27].end 90.88596875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 90.88596875
transcript.pyannote[28].end 90.95346875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 90.95346875
transcript.pyannote[29].end 110.95034375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 111.08534375
transcript.pyannote[30].end 134.69346875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 134.87909375
transcript.pyannote[31].end 135.09846875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 135.45284375
transcript.pyannote[32].end 144.17721875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 144.54846875
transcript.pyannote[33].end 144.68346875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 145.29096875
transcript.pyannote[34].end 153.17159375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 153.20534375
transcript.pyannote[35].end 153.55971875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 153.55971875
transcript.pyannote[36].end 161.03534375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 161.03534375
transcript.pyannote[37].end 171.58221875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 165.32159375
transcript.pyannote[38].end 165.74346875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 167.11034375
transcript.pyannote[39].end 168.17346875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 168.17346875
transcript.pyannote[40].end 168.19034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 172.59471875
transcript.pyannote[41].end 172.84784375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 172.84784375
transcript.pyannote[42].end 176.05409375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 176.20596875
transcript.pyannote[43].end 185.82471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 177.94409375
transcript.pyannote[44].end 178.58534375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 179.74971875
transcript.pyannote[45].end 180.20534375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 186.22971875
transcript.pyannote[46].end 191.51159375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 193.38471875
transcript.pyannote[47].end 193.78971875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 195.05534375
transcript.pyannote[48].end 195.44346875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 195.44346875
transcript.pyannote[49].end 195.47721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 196.25346875
transcript.pyannote[50].end 196.28721875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 196.28721875
transcript.pyannote[51].end 227.96159375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 224.80596875
transcript.pyannote[52].end 241.03971875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 241.68096875
transcript.pyannote[53].end 251.43471875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 252.04221875
transcript.pyannote[54].end 287.42909375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 260.37846875
transcript.pyannote[55].end 260.41221875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 260.41221875
transcript.pyannote[56].end 260.96909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 260.96909375
transcript.pyannote[57].end 262.60596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 285.01596875
transcript.pyannote[58].end 286.12971875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 286.92284375
transcript.pyannote[59].end 302.61659375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 301.18221875
transcript.pyannote[60].end 317.44971875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 318.22596875
transcript.pyannote[61].end 337.83471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 337.83471875
transcript.pyannote[62].end 354.97971875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 339.77534375
transcript.pyannote[63].end 339.94409375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 344.98971875
transcript.pyannote[64].end 345.36096875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 354.97971875
transcript.pyannote[65].end 364.29471875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 354.99659375
transcript.pyannote[66].end 355.60409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 364.51409375
transcript.pyannote[67].end 368.73284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 369.13784375
transcript.pyannote[68].end 378.03096875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 378.03096875
transcript.pyannote[69].end 379.78596875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 379.78596875
transcript.pyannote[70].end 379.81971875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 380.03909375
transcript.pyannote[71].end 404.62596875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 403.42784375
transcript.pyannote[72].end 416.59034375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 409.28346875
transcript.pyannote[73].end 412.42221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 412.42221875
transcript.pyannote[74].end 412.43909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 413.62034375
transcript.pyannote[75].end 414.53159375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 415.37534375
transcript.pyannote[76].end 415.42596875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 415.42596875
transcript.pyannote[77].end 416.32034375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 416.32034375
transcript.pyannote[78].end 416.33721875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 416.79284375
transcript.pyannote[79].end 475.72034375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 476.76659375
transcript.pyannote[80].end 524.87721875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 476.90159375
transcript.pyannote[81].end 476.95221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 501.77534375
transcript.pyannote[82].end 502.36596875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 525.34971875
transcript.pyannote[83].end 525.94034375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 526.54784375
transcript.pyannote[84].end 538.56284375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 536.45346875
transcript.pyannote[85].end 538.49534375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 538.56284375
transcript.pyannote[86].end 574.87784375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 575.13096875
transcript.pyannote[87].end 617.31846875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 614.36534375
transcript.pyannote[88].end 620.45721875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 617.79096875
transcript.pyannote[89].end 618.31409375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 621.16596875
transcript.pyannote[90].end 643.81221875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 644.68971875
transcript.pyannote[91].end 663.69096875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 661.64909375
transcript.pyannote[92].end 690.06659375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 666.30659375
transcript.pyannote[93].end 666.47534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 680.53221875
transcript.pyannote[94].end 680.58284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 680.58284375
transcript.pyannote[95].end 680.80221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 680.80221875
transcript.pyannote[96].end 680.92034375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 683.08034375
transcript.pyannote[97].end 683.75534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 684.70034375
transcript.pyannote[98].end 684.78471875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 690.64034375
transcript.pyannote[99].end 693.03659375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 693.42471875
transcript.pyannote[100].end 704.62971875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 694.20096875
transcript.pyannote[101].end 696.05721875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 705.00096875
transcript.pyannote[102].end 706.03034375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 706.03034375
transcript.pyannote[103].end 706.41846875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 706.60409375
transcript.pyannote[104].end 706.62096875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 706.62096875
transcript.pyannote[105].end 706.68846875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 706.68846875
transcript.pyannote[106].end 707.17784375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 707.17784375
transcript.pyannote[107].end 728.35596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 707.44784375
transcript.pyannote[108].end 707.97096875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 708.64596875
transcript.pyannote[109].end 709.38846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 727.17471875
transcript.pyannote[110].end 731.73096875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 731.84909375
transcript.pyannote[111].end 731.89971875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 731.89971875
transcript.pyannote[112].end 746.31096875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 732.84471875
transcript.pyannote[113].end 733.99221875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 746.78346875
transcript.pyannote[114].end 750.20909375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 749.24721875
transcript.pyannote[115].end 760.35096875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 753.60096875
transcript.pyannote[116].end 754.22534375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 756.60471875
transcript.pyannote[117].end 757.02659375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 757.02659375
transcript.pyannote[118].end 757.04346875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 760.89096875
transcript.pyannote[119].end 802.47096875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 762.86534375
transcript.pyannote[120].end 763.03409375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 763.03409375
transcript.pyannote[121].end 763.65846875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 763.65846875
transcript.pyannote[122].end 763.72596875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 766.22346875
transcript.pyannote[123].end 766.25721875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 766.25721875
transcript.pyannote[124].end 766.61159375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 766.61159375
transcript.pyannote[125].end 766.66221875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 802.97721875
transcript.pyannote[126].end 809.17034375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 807.46596875
transcript.pyannote[127].end 808.10721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 809.62596875
transcript.pyannote[128].end 810.03096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 814.58721875
transcript.pyannote[129].end 817.48971875
transcript.whisperx[0].start 0.49
transcript.whisperx[0].end 3.874
transcript.whisperx[0].text 財政部部長、收入署署長、還有我們長照師專委王專委王專委請
transcript.whisperx[1].start 11.769
transcript.whisperx[1].end 29.214
transcript.whisperx[1].text 委員好部長早安我想今天你的報告裡頭我們看到很多的委員都是在提那個列舉那個扣除額的一個增加那我在這裡我想請教那個長照司司那個王專員
transcript.whisperx[2].start 33.932
transcript.whisperx[2].end 54.56
transcript.whisperx[2].text 這個為什麼這麼多的一個委員這麼多的一個委員他其實在在乎的是錢的問題可是我今天我的角度比較不一樣我認為就是說這個胡老筆跟申報筆不成正筆當然這個部長你看到了這個不成正筆你當然知道原因為什麼申報的戶數僅是5%
transcript.whisperx[3].start 57.321
transcript.whisperx[3].end 74.144
transcript.whisperx[3].text 那是表示大家都不用長照還是說標準太高那我想就是說市長應該來回應這一個問題到底我們整個長照的一個撫養是不是就是說這個這個標準是不是太嚴苛了呢?
transcript.whisperx[4].start 75.861
transcript.whisperx[4].end 103.953
transcript.whisperx[4].text 莊委應該是這麼說我們目前可以申報這個扣除額的部分只要是家裡有那個騙雇外勞或者是說他有使用我們長照給支付的部分或者是住宿在機構這樣子的部分都可以去做這個扣除額的申報那剛剛知道啊我現在只是在問你就是你個人你在這個領域裡頭你有看到了就是說整個長照他每個月其實他簡單的講如果我們家裡頭有一個長照老人他可能需要用到了
transcript.whisperx[5].start 104.713
transcript.whisperx[5].end 105.654
transcript.whisperx[5].text 賴慧琳、賴慧琳、賴慧琳、賴慧琳、
transcript.whisperx[6].start 135.654
transcript.whisperx[6].end 152.623
transcript.whisperx[6].text 跟委員報告因為主要現在國人大部分就是以這個標準扣除額來做使用那因為這是列舉扣除額那目前因為我們就是他這個部分的話我們的一般的民眾如果他是用列舉的部分才會使用到這個特別扣除額
transcript.whisperx[7].start 153.483
transcript.whisperx[7].end 171.285
transcript.whisperx[7].text 有沒有太嚴苛了呢?有沒有太嚴苛了呢?我只是要問你的專業,你認為有沒有太嚴苛呢?一般我們現在在這個標準上面應該是沒有太過於嚴苛。沒有太嚴苛?你認為還好?應該涵蓋多數使用長照服務的對象。
transcript.whisperx[8].start 172.765
transcript.whisperx[8].end 191.254
transcript.whisperx[8].text 當然是用在長照的對象啊。你在回答什麼啦?是專委。是。不好。抱歉。你在回答什麼啦?抱歉。是不是從八樓到九樓你就換了一個腦袋呢?怎麼到這個地方是這樣的一個回答啦?應該是。表示就是說,連你,你是一個專委,你都是這樣的回答了。
transcript.whisperx[9].start 193.427
transcript.whisperx[9].end 209.282
transcript.whisperx[9].text 好部長這個看起來你的責任更重大了跟委員報告先委員關心這個長照的一個扣除額部分跟委員報告長照他是屬於特別扣除額所以他不是屬於列舉扣除額那只要他符合
transcript.whisperx[10].start 209.987
transcript.whisperx[10].end 229.689
transcript.whisperx[10].text 衛福部相關的規定的話,那他就可以申請這個長照的特別扣除。那委員這邊提到的一個比例的問題,我想先講就是說,就分母的部分因為是總申報戶數,那分子是申報這個長照特別扣除,那但是因為每一個家戶...對,所以部長,這個原因剛才郭博文委員在講的就是說,
transcript.whisperx[11].start 230.57
transcript.whisperx[11].end 236.035
transcript.whisperx[11].text 賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、
transcript.whisperx[12].start 252.388
transcript.whisperx[12].end 277.214
transcript.whisperx[12].text 蔣子德一個增加的時候,我們其實都沒有就是去調整到,就是我們的那個通盤。現在就是要提醒你就是說,我們是不是用比較不同的一個另類的一個思考,在這個長照裡頭,我們怎麼樣來照顧這些老人,怎麼樣讓這些要照顧,我們這些付薪水的要照顧老人,這一些人,
transcript.whisperx[13].start 277.994
transcript.whisperx[13].end 294.33
transcript.whisperx[13].text 這群人也可以就是說隨著通盤的調整我們這樣的一個工具給他做這樣的一個調整啊。是是我知道你認為合不合理目前因為目前並沒有隨著CPI的調整我想委員這樣的建議我們會納入一併來演繹的把它就是說未來可以隨從
transcript.whisperx[14].start 295.371
transcript.whisperx[14].end 315.04
transcript.whisperx[14].text 類似身心障礙的一個特別扣除而來一起來做調整。我想這個部分委員的建議我們會一併納入考量。是。是。是。所以我覺得說這個是一個非常合理也就是說非常務實我們看待這個問題的真正的一個他需要的一個需要面。這樣子才有辦法真正的就是解決長照的這個問題。我們不管就是說
transcript.whisperx[15].start 318.771
transcript.whisperx[15].end 336.788
transcript.whisperx[15].text 這個時候就是在賴副總統他的宣誓就是長照他是800億還是未來有很多委員已經喊到1000億的那我覺得說我們應該正式就是通盤應該把他一樣就是放進來那一樣的去參考的話你會比較落實
transcript.whisperx[16].start 337.569
transcript.whisperx[16].end 352.461
transcript.whisperx[16].text 是,謝謝委員這個建議。那在長照是許多面向,那稅是其中的一個項目。那其實我想衛福部這邊對於長照的相關的一些補貼、支應、輔助都有一些支出的一些
transcript.whisperx[17].start 353.181
transcript.whisperx[17].end 355.662
transcript.whisperx[17].text 賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、
transcript.whisperx[18].start 380.426
transcript.whisperx[18].end 400.95
transcript.whisperx[18].text 呃學前特別扣除額在今年的年初的已經公佈新的修正我們把學前特別扣除額的金額已經大幅提高不僅是在呃所得稅優化之前其實只有2萬塊後來大幅提高到12萬那在今年呃修法的時候把第一個孩子就是15萬就6歲以下的一個第一個孩子15萬那第二個孩子以後的都是22萬5000元都有做大幅的一些調整了
transcript.whisperx[19].start 404.591
transcript.whisperx[19].end 408.034
transcript.whisperx[19].text 賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、賴慧琳、
transcript.whisperx[20].start 425.248
transcript.whisperx[20].end 436.071
transcript.whisperx[20].text 賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23人、委員賴慧琪等23
transcript.whisperx[21].start 449.594
transcript.whisperx[21].end 474.997
transcript.whisperx[21].text 可不可以藉由就是PVP的一個模式政府去購買服務然後政府不用付錢那政府也不用舉債又可以就是有大量的一個公共的一個建設一個投資然後地方的一個就是民間的一個油資也不會那個掉到就是草房裡頭去那是不是有更合理的一個方式呢你認為呢
transcript.whisperx[22].start 477.046
transcript.whisperx[22].end 503.353
transcript.whisperx[22].text 謝謝委員,我想民間,我們也很希望民間的資金能夠透進入到公共建設,然後讓我們的公共建設可以加速的完成,讓民眾可以享受到更好的公共服務。那比如說您這邊提到的社宅,那我們的促參法修正已經把社宅納入了這個公共所謂促參法可以適用的一個項目,而且它如果是屬於重大公共建設的話還可以享受相關的租稅優惠。那至於委員所提到政府
transcript.whisperx[23].start 503.533
transcript.whisperx[23].end 513.863
transcript.whisperx[23].text 郭文貴等23人等24人等25人等26人等28人等30人等31人等32人等34人等35人等36人等37人等38人等39人等40人等41人等42人等45人等46人等47人等48人等49人等49人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50人等50
transcript.whisperx[24].start 527.016
transcript.whisperx[24].end 551.883
transcript.whisperx[24].text 寬寬的花錢,不要一下子這個財務負擔太重。但是我們這個部分是因為它沒有自償性,有些公共服務並沒有自償性,所以由民間經營然後政府去購買,當然它要符合一個好的服務。如果它沒有自償性的話,如果我們要透過就是整個立法還是我們整個稅法的一個改變,讓這個民間更多的一個錢,我們把它就是把它
transcript.whisperx[25].start 552.403
transcript.whisperx[25].end 574.053
transcript.whisperx[25].text 我們現在不喜歡他我們把錢換到他們把錢換到黃地產裡頭去我們可不可能把錢鎖在這個公社裡頭那這樣子的話他有合理的一個報酬然後又有就是說一個非常好的一個那個稅負的一個優惠是不是有可能有這樣的一個機會呢
transcript.whisperx[26].start 575.715
transcript.whisperx[26].end 581.102
transcript.whisperx[26].text 委員這個提示非常的好也就是說我們吸引民間的資金進來要給他誘因嘛要給他誘因那給他誘因的話有關稅負的減免裡面在促參法裡面就有相關的比如說他的引鎖稅引鎖稅還有那個
transcript.whisperx[27].start 591.194
transcript.whisperx[27].end 615.25
transcript.whisperx[27].text 還有那個關稅也可以減免他要進行相關的建設所需要的設備的話關稅可以減免然後地價稅跟房屋稅也有相關的減免的一些規定所以在稅賦上有一些優惠那另外呢我們也會擴大一些這個案源也就是說對於政府購買公共服務的部分我們也會去做政策性的評估哪一些有必要性而且急迫性的而且政府來民間來做比政府做的更好我們就把這些項目給他提出來
transcript.whisperx[28].start 621.695
transcript.whisperx[28].end 643.514
transcript.whisperx[28].text 中國的一個資金到逃亡,這個境外的一個資金匯回來他的那個稅務優惠已經是落日了。那就是說3500億的資金申請匯回來中國的從中國匯回來的這些錢有沒有辦法吸引台商回到台灣來投資我們的公社呢?
transcript.whisperx[29].start 644.724
transcript.whisperx[29].end 648.528
transcript.whisperx[29].text 委員報告對於我們那個條例就是資金匯回條例裡面實質匯回的金額大概有3351億那進行國內的實質投資的有1625億所以在國內的投資非常的大那當然我們也希望這些匯回的金額
transcript.whisperx[30].start 664.986
transcript.whisperx[30].end 668.608
transcript.whisperx[30].text 蔡英文、蔡英文、蔡英文、蔡英文、蔡英文、蔡英文、蔡英文、蔡英文、
transcript.whisperx[31].start 690.863
transcript.whisperx[31].end 716.989
transcript.whisperx[31].text 還是有些人在買ETF?是啊,這個都是一個他們的投資。那它又有一個股價的一個風險,如果我們把這些錢導到了公共的一個建設的話,那你認為這樣不好嗎?好。會很好啊。很好。很好?對,很好。我們就跟委員講一樣,把這個資金能夠投入到公共建設,所以我們要擴大案源,提出更多的投資標的,那我們也會辦招商大會,
transcript.whisperx[32].start 717.749
transcript.whisperx[32].end 744.851
transcript.whisperx[32].text 把相關的投資的一些標的會在我們的我們今年大概6月還是7月7月會辦招商大會然後讓大家知道有什麼樣的公共建設可以投資7月才辦招商大會現在是4月嘛那要我們收集為什麼要辦到那個在7月呢520之後是不是會有一個變數呢不是啦那個我們要把案源收集而且一定是在今年的下半年跟明年上半年可以推出的案子那只會推出兩個場次嗎
transcript.whisperx[33].start 747.773
transcript.whisperx[33].end 771.309
transcript.whisperx[33].text 呃一個場次但是我們還有後續我想一個場次是太少我們都已經知道償戶移民了民間的油資這麼多那我想部長你是一個積極有作為的部長我們應該是要非常有積極性的來處理這些問題我們把更多的一個油資投資在這個公共的建設裡頭那也希望就是說本席在這裡要求就是
transcript.whisperx[34].start 772.33
transcript.whisperx[34].end 793.325
transcript.whisperx[34].text 財政部評估、調整長照扣除額的額度的調整對我們整體的稅收的影響還有你也評估長照跟學權那個特別扣除額的調整比照免稅額自動調整的一個可行性那也拜託你盤點台商在外面資金的一個數量那並且評估資金回台的一個
transcript.whisperx[35].start 794.465
transcript.whisperx[35].end 795.926
transcript.whisperx[35].text 謝謝部長、謝謝委員、謝謝委員的指教下一位質詢請李彥秀、李委員