iVOD / 151957

Field Value
IVOD_ID 151957
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151957
日期 2024-05-01
會議資料.會議代碼 委員會-11-1-20-11
會議資料.會議代碼:str 第11屆第1會期財政委員會第11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 11
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11次全體委員會議
影片種類 Clip
開始時間 2024-05-01T10:54:53+08:00
結束時間 2024-05-01T11:08:29+08:00
影片長度 00:13:36
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/75811ef35c27466b5e4c467cf2316eea900bfbad7a56e18f7f5010e630711919367e716d719082265ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王世堅
委員發言時間 10:54:53 - 11:08:29
會議時間 2024-05-01T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第11次全體委員會議(事由:邀請行政院主計總處朱主計長澤民、財政部莊部長翠雲、經濟部、國家發展委員會、勞動部就「如何改善受僱人員報酬占 GDP 比重偏低現象,導引企業與勞工共享獲利,提升我國勞工實質薪資」進行專題報告,並備質詢。)
gazette.lineno 663
gazette.blocks[0][0] 王委員世堅:(10時54分)謝謝主席,我請主計長跟財政部部阮次長、賦稅署宋署長。
gazette.blocks[1][0] 主席:有請朱主計長、阮次長、宋署長。
gazette.blocks[2][0] 朱主計長澤民:委員好。
gazette.blocks[3][0] 王委員世堅:你好。
gazette.blocks[4][0] 阮次長清華:委員好。
gazette.blocks[5][0] 王委員世堅:三位好,我們今天主要的主題是要來探討貧富差距嚴重惡化,也謝謝主計總處,總算我們等了30年又來了這一份,30年前的報告跟30年之後的調查。30年前,我們前百分之二十的家庭財富所得是1,306萬,當時後百分之二十的所得是78萬,差距16.8倍。30年之後,我們前百分之二十的財富所得是5,133萬,後百分之二十的財富所得,欸,沒有增加,反而倒減1萬元,變成77萬,這個差距從16.8倍一下子惡化到66.9倍,66.9倍耶!有錢的、財富高所得的前百分之二十跟後百分之二十差距66.9倍,所以這是非常大、非常嚴重的問題。我先請教主計長,這是30年來才公布這麼一次,所以是不是未來我們應該縮短這個期限?應該每幾年就要公布一次,讓各部會知所警惕,趕快找出什麼樣的方式來縮短我們社會財富的分配,所以主計長,你有沒有認為應該要做怎麼樣的調整?
gazette.blocks[6][0] 朱主計長澤民:我是認為這個不該30年才公布一次,因為現在的調查技術以及大數據的發展,不必像以前那樣一個、一個去調查,我們可以利用大數據來做,我們這一次做的就是利用大數據,我覺得委員剛才講的非常對,我們會定期做,那個定期不會說30年才做一次。
gazette.blocks[7][0] 王委員世堅:好,謝謝你這個答復,所以你認為應該,因為現在既然有大數據來調查、統計,非常容易嘛。
gazette.blocks[8][0] 朱主計長澤民:對、對、對。
gazette.blocks[9][0] 王委員世堅:所以你認為是不是應該定期?那你看應該每幾年一次,可以做得到嗎?
gazette.blocks[10][0] 朱主計長澤民:我跟委員報告一下,因為這個存量的資料不會變化很大,流量的話就是所得分配,我們每年都在做,這種財富分配因為工程很浩大,所以我認為4年做一次是很恰當的。
gazette.blocks[11][0] 王委員世堅:其實這裡面有些數字,我覺得其實是多講了啦,它說平均,大家的平均,每個家庭的財富是1,638萬,但是各位,我們有七成的家庭根本沒有達到平均數,所以這1,638萬的平均家戶財富,這句話白說就對了啦,講假的啦,沒有用嘛,七成的家庭沒有達到這個平均數。
gazette.blocks[12][0] 朱主計長澤民:對,因為一般來講,平均數都會比中位數高,所以我們也會有所謂中位數的資料,關於這個財富跟委員報告一下,因為它是扣掉負債,有些人就是我剛才講的財務槓桿操作過大,所以他的資產很高,但是負債也很高,結果會落入到最低的百分之二十,謝謝。
gazette.blocks[13][0] 王委員世堅:謝謝主計長,我剛剛這句話是講給你旁邊這兩位聽的啦,我不是針對你,你很老實,你把這些數字很據實的公布出來,這是對的。朱主計長,你先請回。
gazette.blocks[14][0] 朱主計長澤民:謝謝委員的關心。
gazette.blocks[15][0] 王委員世堅:接著我問一下財政部,先前我們有富人稅嘛,你們在民國107年就把富人稅刪除掉了,你們那時候就是短短的一句話,說為了留才、攬才、吸引投資,就這麼一句話,結果你就把富人稅刪掉。剛才經濟部的次長,經濟部一向是比較天馬行空,他又說這個是為了提高生產韌性,生產韌性我不知道,我倒知道你們財政部很任性!你想刪就刪!你要討好富人,你就這麼任性地,就這樣一句話你就刪了。
gazette.blocks[15][1] 好啊!刪了,你說為了留才、攬才、吸引投資,我去看了你們稅金的所得報告,你說股利所得增加678億元,可是你如果真的去看,實質股利所得增加678億元,真正的所得名單都是這些高持股者,就是這一些上市櫃營運公司本來的擁有者啊!你留才、攬才在什麼地方?我沒有看到任何實質的關聯,所以我認為你倒是應該從2023年實質總薪資來看,這是7年來頭一次負成長,實質總薪資的負成長才是真的,不是這樣嗎?然後平均總薪資也是呈現下滑,這才是真的要關注的問題,所以我看不出你們講的鼓勵,所得增加678億跟你刪除富人稅有什麼直接關係。
gazette.blocks[15][2] 現在是工時越來越高,薪資越來越低啦!主計總處有做統計,受僱員工每月總工時,110年是166.7小時,111年是167.3小時,112年到現在是168.3小時,工時成長,實質薪資所得下降,這才是真正的現狀啊!我那一天也講,你們部長就是認為國產稅收這個十字架他要牢牢地守住就對了,只對富人減稅,其他你休想碰!好啊!我剛剛就講啊!當你在刪除富人稅的時候,財政部當時沒有說要有替代財源才可以免除這個稅金,有嗎?沒有啊!
gazette.blocks[16][0] 阮次長清華:是不是可以讓我簡單說明一下?綜合所得稅的稅率從45%降到40%,當時的確是考慮到留才、攬才跟促進經濟發展,那現在……
gazette.blocks[17][0] 王委員世堅:我現在問你嘛!你要取消這一條稅收,每年大概100億,光那3年298億,你少收的富人稅,我請問你,替代財源在哪裡?
gazette.blocks[18][0] 阮次長清華:我是不是可以說明一下?剛開始減的時候,當然一定會有稅損,但是如果拿106年跟110年來比較的話,薪資所得是增加了六千多億,總所得是增加七千多億,就稅收來講的話,整體是增加一千四百多億,所以雖然稅是降了,稅率是降……
gazette.blocks[19][0] 王委員世堅:稅率是降。
gazette.blocks[20][0] 阮次長清華:但是它也促進經濟的發展,提高工作的意願。
gazette.blocks[21][0] 王委員世堅:經濟發展的果實都被極少數的財團、富人他們瓜分掉了,不是嗎?從這幾個數字裡面,我剛剛在講,你要取消富人稅,過去我們好幾位委員,包括我多次在談,不合時宜的稅制太多了,包括娛樂稅、印花稅、汽機車的貨物稅、汽車關稅等等。跟你們說這些要去調降,甚至免除掉,像娛樂稅、印花稅,像機車的貨物稅,這些都應該免除,但是在跟你們談的時候,你們說要先找到替代財源,一找找替代財源,從過去的立委到我們現在為止,找了30年,找什麼找?你找了嗎?
gazette.blocks[21][1] 我剛剛光講這幾樣,娛樂稅一年最高才18億。印花稅就先不講,印花稅比較高,有150億。我就講汽機車的貨物稅47億,困擾許多升斗小民的還有保健品關稅26億,這3項加起來,汽機車貨物稅、娛樂稅跟保養品這些加起來才90億,結果你免除了富人稅,一年就免除了100億,你們大剌剌地,這6年來免除了600億,結果你偏要跟升斗小民計較,你偏要說我剛剛講的汽機車貨物稅及娛樂稅要找到替代財源。
gazette.blocks[22][0] 阮次長清華:是不是可以讓我簡單說明一下?雖然我們當時的稅率從45%降到40%,但是那時候有提出配套方案,就是所謂的優化所得稅制方案,有提高相關的四大扣除額,這個都是針對比較弱勢的。
gazette.blocks[23][0] 王委員世堅:優化的結果只是讓窮人更窮、富人更富,這個就是今天主計總處給我們的結論啊!
gazette.blocks[24][0] 阮次長清華:不會啦!事實上,很多人是因為這樣的改革……
gazette.blocks[25][0] 王委員世堅:不會?你這個態度就是不對!什麼叫不會?那主計總處今天調查出來的結論你怎麼解釋?
gazette.blocks[26][0] 阮次長清華:我的意思是說……
gazette.blocks[27][0] 王委員世堅:召集人,我最後再說一句話。我認為為今,從稅制、稅負上面趕快來做調整,我認為加薪減稅的第一步,財政部你聽好……
gazette.blocks[28][0] 阮次長清華:我們這一部分……
gazette.blocks[29][0] 王委員世堅:就是要取消失業率的限制,因為你所謂的加薪減稅的方式,到現在這麼多年只有實施一次,原因是因為什麼?你說要連續6個月失業率達到3.78%以上,坦白講,這麼多年下來就只有一次而已,所以……
gazette.blocks[30][0] 阮次長清華:報告委員,這個在修正草案全部都刪除了,那部分都刪除了。
gazette.blocks[31][0] 王委員世堅:因為沒有時間,召集人,我再唸三個數字、三件事情,你聽……
gazette.blocks[32][0] 主席:好,還有時間。
gazette.blocks[33][0] 王委員世堅:三分之二的勞工領不到平均薪資,中等薪資者10年來沒有加薪,最重要的一點,公司的營收表現好像經濟有成長,可是經濟成長的果實是極少數富人他們瓜分掉,這一點,你站在財政部、站在賦稅署長的立場,你責無旁貸!你要去想辦法。
gazette.blocks[34][0] 阮次長清華:是,謝謝委員指教。
gazette.blocks[35][0] 王委員世堅:你不要動不動跟經濟部一個樣,講一些天馬行空的,可不可以?
gazette.blocks[36][0] 阮次長清華:謝謝委員指教。
gazette.blocks[37][0] 主席:謝謝王世堅委員的質詢。
gazette.blocks[37][1] 緊接著我們請李坤城委員質詢。
gazette.agenda.page_end 122
gazette.agenda.meet_id 委員會-11-1-20-11
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] 賴惠員
gazette.agenda.speakers[6] 王世堅
gazette.agenda.speakers[7] 李坤城
gazette.agenda.speakers[8] 王鴻薇
gazette.agenda.speakers[9] 黃珊珊
gazette.agenda.speakers[10] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[11] 羅明才
gazette.agenda.speakers[12] 顏寬恒
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 楊瓊瓔
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.speakers[16] 陳玉珍
gazette.agenda.speakers[17] 黃秀芳
gazette.agenda.speakers[18] 陳冠廷
gazette.agenda.page_start 51
gazette.agenda.meetingDate[0] 2024-05-01
gazette.agenda.gazette_id 1133601
gazette.agenda.agenda_lcidc_ids[0] 1133601_00003
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第11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、財政部莊部長翠雲、經濟部、國家發展委員會、勞動部就 「如何改善受僱人員報酬占 GDP 比重偏低現象,導引企業與勞工共享獲利,提升我國勞工實質 薪資」進行專題報告,並備質詢
gazette.agenda.agenda_id 1133601_00002
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.45284375
transcript.pyannote[0].end 1.80284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 1.02659375
transcript.pyannote[1].end 3.99659375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 3.22034375
transcript.pyannote[2].end 4.06409375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 4.28346875
transcript.pyannote[3].end 5.32971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 5.39721875
transcript.pyannote[4].end 5.71784375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 6.78096875
transcript.pyannote[5].end 7.84409375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 8.48534375
transcript.pyannote[6].end 8.87346875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 10.54409375
transcript.pyannote[7].end 10.57784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 10.57784375
transcript.pyannote[8].end 10.89846875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 10.89846875
transcript.pyannote[9].end 11.03346875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 11.03346875
transcript.pyannote[10].end 11.11784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 13.36221875
transcript.pyannote[11].end 14.84721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 15.77534375
transcript.pyannote[12].end 16.43346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 16.78784375
transcript.pyannote[13].end 18.30659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 19.08284375
transcript.pyannote[14].end 20.82096875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 21.20909375
transcript.pyannote[15].end 24.39846875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 25.09034375
transcript.pyannote[16].end 30.10221875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 30.76034375
transcript.pyannote[17].end 50.60534375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 51.51659375
transcript.pyannote[18].end 53.49096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 54.09846875
transcript.pyannote[19].end 63.02534375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 63.80159375
transcript.pyannote[20].end 67.88534375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 68.89784375
transcript.pyannote[21].end 69.87659375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 70.92284375
transcript.pyannote[22].end 74.07846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 74.58471875
transcript.pyannote[23].end 78.01034375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 79.44471875
transcript.pyannote[24].end 80.92971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 81.67221875
transcript.pyannote[25].end 82.54971875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 83.54534375
transcript.pyannote[26].end 85.33409375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 86.00909375
transcript.pyannote[27].end 87.20721875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 88.00034375
transcript.pyannote[28].end 93.02909375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 93.55221875
transcript.pyannote[29].end 97.16346875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 97.78784375
transcript.pyannote[30].end 98.49659375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 98.69909375
transcript.pyannote[31].end 99.59346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 100.47096875
transcript.pyannote[32].end 101.43284375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 101.77034375
transcript.pyannote[33].end 102.31034375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 102.58034375
transcript.pyannote[34].end 103.01909375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 104.26784375
transcript.pyannote[35].end 107.38971875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 107.50784375
transcript.pyannote[36].end 109.06034375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 109.98846875
transcript.pyannote[37].end 117.24471875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 117.64971875
transcript.pyannote[38].end 122.89784375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 123.58971875
transcript.pyannote[39].end 124.55159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 124.68659375
transcript.pyannote[40].end 126.03659375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 126.07034375
transcript.pyannote[41].end 126.91409375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 127.42034375
transcript.pyannote[42].end 128.36534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 130.05284375
transcript.pyannote[43].end 130.54221875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 130.71096875
transcript.pyannote[44].end 134.08596875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 133.20846875
transcript.pyannote[45].end 159.55034375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 160.41096875
transcript.pyannote[46].end 160.44471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 160.44471875
transcript.pyannote[47].end 161.03534375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 161.03534375
transcript.pyannote[48].end 167.07659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 167.07659375
transcript.pyannote[49].end 167.27909375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 167.27909375
transcript.pyannote[50].end 173.64096875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 169.20284375
transcript.pyannote[51].end 169.87784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 173.64096875
transcript.pyannote[52].end 190.85346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 173.70846875
transcript.pyannote[53].end 174.90659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 191.44409375
transcript.pyannote[54].end 191.62971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 191.73096875
transcript.pyannote[55].end 205.34909375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 205.97346875
transcript.pyannote[56].end 206.39534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 207.25596875
transcript.pyannote[57].end 212.25096875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 212.57159375
transcript.pyannote[58].end 218.52846875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 219.15284375
transcript.pyannote[59].end 220.95846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 222.05534375
transcript.pyannote[60].end 223.20284375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 223.86096875
transcript.pyannote[61].end 228.09659375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 228.48471875
transcript.pyannote[62].end 228.97409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 228.97409375
transcript.pyannote[63].end 230.15534375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 230.59409375
transcript.pyannote[64].end 230.61096875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 230.61096875
transcript.pyannote[65].end 260.85096875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 261.03659375
transcript.pyannote[66].end 265.86284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 266.21721875
transcript.pyannote[67].end 275.53221875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 275.83596875
transcript.pyannote[68].end 283.71659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 282.60284375
transcript.pyannote[69].end 283.68284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 283.95284375
transcript.pyannote[70].end 284.91471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 286.99034375
transcript.pyannote[71].end 288.39096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 289.35284375
transcript.pyannote[72].end 290.14596875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 290.71971875
transcript.pyannote[73].end 292.52534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 293.38596875
transcript.pyannote[74].end 295.24221875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 296.05221875
transcript.pyannote[75].end 296.72721875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 296.99721875
transcript.pyannote[76].end 300.62534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 300.96284375
transcript.pyannote[77].end 311.00346875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 311.74596875
transcript.pyannote[78].end 312.62346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 313.02846875
transcript.pyannote[79].end 315.32346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 315.89721875
transcript.pyannote[80].end 316.35284375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 317.43284375
transcript.pyannote[81].end 318.29346875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 318.42846875
transcript.pyannote[82].end 319.76159375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 320.70659375
transcript.pyannote[83].end 322.64721875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 323.15346875
transcript.pyannote[84].end 327.49034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 329.17784375
transcript.pyannote[85].end 334.52721875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 335.94471875
transcript.pyannote[86].end 337.86846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 338.49284375
transcript.pyannote[87].end 343.87596875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 344.36534375
transcript.pyannote[88].end 344.87159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 346.03596875
transcript.pyannote[89].end 355.78971875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 356.22846875
transcript.pyannote[90].end 356.98784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 357.59534375
transcript.pyannote[91].end 358.47284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 359.41784375
transcript.pyannote[92].end 361.20659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 361.40909375
transcript.pyannote[93].end 362.20221875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 362.57346875
transcript.pyannote[94].end 366.03284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 366.50534375
transcript.pyannote[95].end 369.07034375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 369.89721875
transcript.pyannote[96].end 373.86284375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 374.52096875
transcript.pyannote[97].end 376.51221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 376.73159375
transcript.pyannote[98].end 377.72721875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 379.06034375
transcript.pyannote[99].end 386.45159375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 387.83534375
transcript.pyannote[100].end 389.89409375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 390.73784375
transcript.pyannote[101].end 393.69096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 394.83846875
transcript.pyannote[102].end 395.59784375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 396.23909375
transcript.pyannote[103].end 401.28471875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 401.92596875
transcript.pyannote[104].end 409.90784375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 410.81909375
transcript.pyannote[105].end 412.91159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 413.41784375
transcript.pyannote[106].end 415.29096875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 416.45534375
transcript.pyannote[107].end 425.77034375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 426.46221875
transcript.pyannote[108].end 427.03596875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 427.76159375
transcript.pyannote[109].end 435.40596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 436.89096875
transcript.pyannote[110].end 437.80221875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 439.70909375
transcript.pyannote[111].end 448.06221875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 449.02409375
transcript.pyannote[112].end 449.05784375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 449.07471875
transcript.pyannote[113].end 459.94221875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 460.65096875
transcript.pyannote[114].end 462.67596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 463.46909375
transcript.pyannote[115].end 465.47721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 466.38846875
transcript.pyannote[116].end 467.28284375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 469.08846875
transcript.pyannote[117].end 469.86471875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 470.77596875
transcript.pyannote[118].end 471.85596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 472.27784375
transcript.pyannote[119].end 473.42534375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 474.43784375
transcript.pyannote[120].end 475.33221875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 477.34034375
transcript.pyannote[121].end 486.31784375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 487.65096875
transcript.pyannote[122].end 487.66784375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 487.66784375
transcript.pyannote[123].end 489.13596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 487.76909375
transcript.pyannote[124].end 487.98846875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 489.42284375
transcript.pyannote[125].end 489.89534375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 490.43534375
transcript.pyannote[126].end 491.38034375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 491.68409375
transcript.pyannote[127].end 492.19034375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 493.25346875
transcript.pyannote[128].end 494.63721875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 495.76784375
transcript.pyannote[129].end 496.74659375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 497.15159375
transcript.pyannote[130].end 498.18096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 498.46784375
transcript.pyannote[131].end 505.94346875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 506.48346875
transcript.pyannote[132].end 507.22596875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 506.56784375
transcript.pyannote[133].end 507.31034375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 507.31034375
transcript.pyannote[134].end 524.08409375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 523.71284375
transcript.pyannote[135].end 527.69534375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 524.72534375
transcript.pyannote[136].end 526.00784375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 528.37034375
transcript.pyannote[137].end 533.98971875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 534.51284375
transcript.pyannote[138].end 536.97659375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 535.72784375
transcript.pyannote[139].end 535.74471875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 535.74471875
transcript.pyannote[140].end 536.95971875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 536.97659375
transcript.pyannote[141].end 575.70471875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 567.01409375
transcript.pyannote[142].end 567.84096875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 575.70471875
transcript.pyannote[143].end 579.02909375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 579.88971875
transcript.pyannote[144].end 586.74096875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 587.21346875
transcript.pyannote[145].end 588.81659375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 589.17096875
transcript.pyannote[146].end 589.91346875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 591.87096875
transcript.pyannote[147].end 602.99159375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 603.49784375
transcript.pyannote[148].end 605.82659375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 606.88971875
transcript.pyannote[149].end 610.43346875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 610.68659375
transcript.pyannote[150].end 612.35721875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 613.06596875
transcript.pyannote[151].end 621.79034375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 622.22909375
transcript.pyannote[152].end 626.27909375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 627.49409375
transcript.pyannote[153].end 628.25346875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 628.32096875
transcript.pyannote[154].end 628.54034375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 629.51909375
transcript.pyannote[155].end 630.24471875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 631.12221875
transcript.pyannote[156].end 633.43409375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 633.50159375
transcript.pyannote[157].end 634.73346875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 636.04971875
transcript.pyannote[158].end 639.91409375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 640.52159375
transcript.pyannote[159].end 641.88846875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 642.78284375
transcript.pyannote[160].end 643.33971875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 643.72784375
transcript.pyannote[161].end 647.87909375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 648.73971875
transcript.pyannote[162].end 654.12284375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 654.52784375
transcript.pyannote[163].end 657.00846875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 657.48096875
transcript.pyannote[164].end 659.08409375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 659.84346875
transcript.pyannote[165].end 663.62346875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 664.14659375
transcript.pyannote[166].end 667.96034375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 669.04034375
transcript.pyannote[167].end 669.44534375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 669.96846875
transcript.pyannote[168].end 670.81221875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 671.38596875
transcript.pyannote[169].end 674.06909375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 674.67659375
transcript.pyannote[170].end 683.97471875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 683.97471875
transcript.pyannote[171].end 704.98409375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 701.91284375
transcript.pyannote[172].end 703.29659375
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 704.19096875
transcript.pyannote[173].end 713.52284375
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 712.89846875
transcript.pyannote[174].end 716.42534375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 714.63659375
transcript.pyannote[175].end 715.17659375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 716.42534375
transcript.pyannote[176].end 720.50909375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 721.08284375
transcript.pyannote[177].end 723.04034375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 723.76596875
transcript.pyannote[178].end 725.21721875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 724.00221875
transcript.pyannote[179].end 728.20409375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 728.82846875
transcript.pyannote[180].end 729.67221875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 730.17846875
transcript.pyannote[181].end 750.66471875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 751.17096875
transcript.pyannote[182].end 758.25846875
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 758.25846875
transcript.pyannote[183].end 762.81471875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 762.17346875
transcript.pyannote[184].end 763.89471875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 764.29971875
transcript.pyannote[185].end 776.56784375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 765.80159375
transcript.pyannote[186].end 766.05471875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 766.05471875
transcript.pyannote[187].end 766.08846875
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 766.62846875
transcript.pyannote[188].end 766.99971875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 768.46784375
transcript.pyannote[189].end 768.70409375
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 768.70409375
transcript.pyannote[190].end 768.78846875
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 777.52971875
transcript.pyannote[191].end 789.51096875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 789.81471875
transcript.pyannote[192].end 797.81346875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 795.82221875
transcript.pyannote[193].end 795.90659375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 795.90659375
transcript.pyannote[194].end 797.76284375
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 797.89784375
transcript.pyannote[195].end 801.67784375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 802.33596875
transcript.pyannote[196].end 802.96034375
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 803.85471875
transcript.pyannote[197].end 804.96846875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 805.15409375
transcript.pyannote[198].end 809.82846875
transcript.whisperx[0].start 1.243
transcript.whisperx[0].end 18.071
transcript.whisperx[0].text 副稅屬宋署長阮次長宋署長你好委員好三位好這個我們今天啊
transcript.whisperx[1].start 19.11
transcript.whisperx[1].end 34.926
transcript.whisperx[1].text 主要的主題要來探討平負差距嚴重惡化那也謝謝主計處總算我們等了30年又來了這一份30年前的報告跟30年之後的調查
transcript.whisperx[2].start 36.147
transcript.whisperx[2].end 47.397
transcript.whisperx[2].text 那麼30年前我們前20%的家庭財富所得1306萬當時候20%的所得78萬差距16.8倍30年之後我們前20%的財富所得5133萬後20%的財富所得
transcript.whisperx[3].start 63.871
transcript.whisperx[3].end 86.131
transcript.whisperx[3].text 沒有增加反而倒減一萬元七十七萬這個差距從16.8倍一下子惡化到66.9倍66.9倍有錢的財富高所得的前20%
transcript.whisperx[4].start 88.055
transcript.whisperx[4].end 100.859
transcript.whisperx[4].text 跟後28差距66.9倍啦所以這是非常大非常嚴重的問題那麼我先請教主計處長後那個 處長
transcript.whisperx[5].start 104.455
transcript.whisperx[5].end 127.527
transcript.whisperx[5].text 這是30年來才公布這麼一次所以是不是未來我們應該縮短這個期限應該每幾年就應該公布一次讓各部會知所警惕趕快找出什麼樣的方式來說斷我們社會財富的分配所以那個
transcript.whisperx[6].start 130.818
transcript.whisperx[6].end 159.341
transcript.whisperx[6].text 處長你有沒有認為應該是怎麼樣我是認為說這個不該30年才公布一次因為現在的那個調查的技術以及那個大數據的發展不必像以前那麼一個一個去調查那我們可以利用大數據來做那我們這一次做的就是利用大數據那我覺得委員講的剛才非常對是我們會定期做那個定期不會說30年才做一次
transcript.whisperx[7].start 161.236
transcript.whisperx[7].end 179.115
transcript.whisperx[7].text 謝謝你這個答覆所以那你認為應該因為現在既然有大數據來調查統計非常容易嘛所以你認為是不是應該定期那你看應該沒幾年一次我跟委員報告一下因為這個存量的資料不會變化很大
transcript.whisperx[8].start 179.475
transcript.whisperx[8].end 179.975
transcript.whisperx[8].text 但是啊 各位
transcript.whisperx[9].start 207.341
transcript.whisperx[9].end 222.946
transcript.whisperx[9].text 我們有七成的家庭根本沒有達到平均數所以這一千六百三十八萬的平均家戶財富這句話白說的就對了講假的啦
transcript.whisperx[10].start 223.905
transcript.whisperx[10].end 248.617
transcript.whisperx[10].text 沒有用嘛七成的家庭沒有達到這個平均數對因為一般來講平均數都會比中位數高所以我們也會有所謂的中位數的一個資料這個是因為我們這個財富跟委員報告一下是扣掉負債有些人他的一個是怎麼樣銀行他
transcript.whisperx[11].start 249.797
transcript.whisperx[11].end 276.36
transcript.whisperx[11].text 就是我剛才講的財務槓桿超得過大所以他有資產很高但是負債也很高結果會落入到最低的百分之二十謝謝那個謝謝處長我剛這句話是講給你旁邊這兩位聽的啦我不是針對你齁你很老實你把這些數字很據實的公布出來這是對的齁好那
transcript.whisperx[12].start 277.133
transcript.whisperx[12].end 283.558
transcript.whisperx[12].text 那個朱處長你先請回朱主計長你先請回你先請回那個這個我問一下財政部財政部你們大概這先前我們有負人稅嘛
transcript.whisperx[13].start 296.127
transcript.whisperx[13].end 316.191
transcript.whisperx[13].text 那麼你們在民國107年你們就把這個富人稅刪除掉了你們那時候就是短短的一句話說為了留財攬財吸引投資就這麼一句話就這麼一句話結果你就把這個富人稅刪掉了那剛才經濟部那個次長
transcript.whisperx[14].start 321.051
transcript.whisperx[14].end 344.483
transcript.whisperx[14].text 經濟部一向比較天馬行空他要說這個是為了提高生產韌性生產韌性我倒不知道啦我倒知道你們財政部很韌性你想刪就刪你要討好富人你就這麼韌性的就這樣一句話你就刪了好嗎
transcript.whisperx[15].start 346.132
transcript.whisperx[15].end 367.689
transcript.whisperx[15].text 真的你說為了流財攬財吸引投資我就看了這個你們打的這個稅金的所得報告裡面這些你說啊你說有大概鼓勵所得增加678億元可是你如果真的把實質
transcript.whisperx[16].start 369.966
transcript.whisperx[16].end 393.535
transcript.whisperx[16].text 鼓勵所得增加678億元你真的去看真正的所得名單都是這些高持股者就是這一些上市櫃營運公司他們本來的擁有者啊你流財攬財在什麼地方我沒有看到任何實質的觀念所以
transcript.whisperx[17].start 394.878
transcript.whisperx[17].end 405.862
transcript.whisperx[17].text 我認為你導師應該從你2023年實質總薪資這是七年來頭一次的負成長欸實質總薪資的負成長這才是真的不是這樣嗎然後平均總薪資也是呈現下滑
transcript.whisperx[18].start 416.796
transcript.whisperx[18].end 434.925
transcript.whisperx[18].text 這才是真的要關注的問題所以我看不出你們講的那個說鼓勵啊這個所得增加678億這個跟你刪除富人稅什麼直接關係然後現在是工時越來越高薪資越來越低啦那也是
transcript.whisperx[19].start 440.121
transcript.whisperx[19].end 450.548
transcript.whisperx[19].text 這個主計總處人家他們有做了這個啦受僱員工每月總工時110年166.7小時111 167.3小時112年到現在是168.3小時工時成長實質薪資所得下降這才是真正的現狀啊那我看你們
transcript.whisperx[20].start 469.141
transcript.whisperx[20].end 491.805
transcript.whisperx[20].text 就是我那天也講啊你們部長他就是認為國產稅收這個實質價牢牢的他要守住就對了只對富人減稅其他你休想碰好啊我剛剛就講啊你債當你債
transcript.whisperx[21].start 496.423
transcript.whisperx[21].end 504.601
transcript.whisperx[21].text 刪除富人稅的時候你沒有說財政部當時沒有說要有替代財源才可以免除這個稅金有嗎
transcript.whisperx[22].start 506.616
transcript.whisperx[22].end 530.537
transcript.whisperx[22].text 沒有啊我跟委員報告齁是不是可以讓我簡單說明一下我們就是當時那個中華所得稅的稅率45%降到40%當時的確是考慮到當時的就是流財攬財跟促進經濟發展我現在問你了你要取消這一條稅說每年啊每年大概100億光23年298億
transcript.whisperx[23].start 534.8
transcript.whisperx[23].end 557.718
transcript.whisperx[23].text 報告委員我是不是可以說明一下雖然是剛開始減的時候當然一定會有稅損但是呢如果跟106年跟110年來比較的話我們的薪資所得是增加的6千多億那麼總所得是增加7千多億那麼就稅收來講的話呢
transcript.whisperx[24].start 559.019
transcript.whisperx[24].end 559.579
transcript.whisperx[24].text 經濟發展的果實都被極少數
transcript.whisperx[25].start 580.067
transcript.whisperx[25].end 588.552
transcript.whisperx[25].text 這些財團富人他們瓜分掉了嘛不是嗎從這幾個數字裡面我剛剛在講我說你要取消富人稅過去啊我們好幾位委員包括我多次談這個不合時宜的稅制太多啦娛樂稅、印花稅、汽機車的貨物稅、汽車關稅等等這一些
transcript.whisperx[26].start 607.36
transcript.whisperx[26].end 632.161
transcript.whisperx[26].text 要你們說這些要去調降甚至免除掉像娛樂稅、印花稅啊像機車的貨物稅這個都應該免除跟你們談的時候你們說這個要先找到替代財源一找找替代財源啊從過去的立委到我們現在為止找了30年找什麼找你找了嗎我剛剛光講這幾樣喔光娛樂稅
transcript.whisperx[27].start 636.069
transcript.whisperx[27].end 639.236
transcript.whisperx[27].text 一年最高才18億這個印花稅就先不講印花稅比較高
transcript.whisperx[28].start 642.81
transcript.whisperx[28].end 667.457
transcript.whisperx[28].text 五十億我就講汽機車的貨物稅四十七億那困擾我們許多生頭小民的還有保健品關稅這個二十六億這三項加起來啊汽機車貨物稅跟娛樂稅跟保養品這些加起來才九十億結果你免除了富人稅一年就免除了一百億
transcript.whisperx[29].start 669.107
transcript.whisperx[29].end 679.576
transcript.whisperx[29].text 你們大剌剌的這6年來免除了600億結果你偏要跟深頭小民計較你偏要說我剛講的這個汽機車貨物稅我講的這個娛樂稅你們說要找到替代財源
transcript.whisperx[30].start 685.12
transcript.whisperx[30].end 704.585
transcript.whisperx[30].text 報告委員我是不是可以讓我簡單說明一下雖然是我們當時的稅率是45%降到40%但是我們那時候有提出的是配套方案就是所謂的就是我們優化所的稅制方案所以是提高了相關的四大扣除優化的結果優化的結果只是讓窮人更窮富人更富
transcript.whisperx[31].start 710.806
transcript.whisperx[31].end 720.158
transcript.whisperx[31].text 這個就是今天主計處給我們的結論嗎不會啦 不會啦事實上很多人是因為這樣的一個改革你這個態度就是不對什麼叫不會那主計總處今天這個調查出來的結論你怎麼解釋
transcript.whisperx[32].start 724.052
transcript.whisperx[32].end 748.38
transcript.whisperx[32].text 我認為維京從稅制稅賦上面趕快來做調整我認為加薪減稅加薪減稅的第一步財政部你聽好就是要取消失業率的限制因為你所謂的加薪減稅的方式到現在這麼多年只有實施一次 原因是為什麼你說要連續
transcript.whisperx[33].start 751.277
transcript.whisperx[33].end 776.202
transcript.whisperx[33].text 六個月失業率達到3.78%以上那坦白講這麼多年下來就只有一次而已所以這個修正草案多全部都刪除了啦我實在因為沒時間那個趙先生我再念三個數字三件事情一提三分之二的勞工領不到平均薪資中等薪資者十年來沒有加薪那
transcript.whisperx[34].start 777.594
transcript.whisperx[34].end 802.749
transcript.whisperx[34].text 最重要的一點公司的營收表現好像有經濟是成長可是經濟成長的果實是極少數富人他們瓜分掉這一點你站在財政部站在負稅署長你責無旁貸你要去想辦法你不要動不動跟經濟部一個樣講一些天馬行空的可不可以
transcript.whisperx[35].start 804.392
transcript.whisperx[35].end 809.103
transcript.whisperx[35].text 謝謝委員指教謝謝王世堅委員的質詢緊接著我們請李昆成委員質詢