iVOD / 154429

Field Value
IVOD_ID 154429
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/154429
日期 2024-07-02
會議資料.會議代碼 院會-11-1-20
會議資料.會議代碼:str 第11屆第1會期第20次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 20
會議資料.種類 院會
會議資料.標題 第11屆第1會期第20次會議
影片種類 Clip
開始時間 2024-07-02T11:37:16+08:00
結束時間 2024-07-02T11:53:31+08:00
影片長度 00:16:15
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/67413232838a154754674d6f43d117aa2c12d918673f79f1ebec16c54221ff550ee0c4d3fa6fe9775ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林德福
委員發言時間 11:37:16 - 11:53:31
會議時間 2024-07-02T09:00:00+08:00
會議名稱 第11屆第1會期第20次會議(事由:一、對行政院院長報告施政方針繼續質詢。 二、6月28日上午9時至10時為國是論壇時間。 三、7月2日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 714
gazette.blocks[0][0] 林委員德福:(11時37分)謝謝大院主席江副院長,是不是請卓院長?
gazette.blocks[1][0] 主席:請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:林委員好。
gazette.blocks[3][0] 林委員德福:卓院長你好。卓院長,我請教您,因為臺灣消費者物價指數(CPI)的上漲率已經連續三年超過2%,通膨成為近年最受關注的議題,不過對於外界習慣定2%為通膨的一個警戒線,央行現在認為臺灣屬於小型開放的經濟體,採具彈性的物價穩定的定義應較為妥適。請問院長,採取彈性的物價穩定定義的作法,通膨警戒標準是不是成為變動的一個指標,是不是?
gazette.blocks[4][0] 卓院長榮泰:先跟委員報告,我們今年預計會比去年好一點,今年是2.07,比去年稍微好一點,就是我們強力在穩定物價。我也知道民眾的一般生活、跟他生活息息相關的核心物價,他的感受會比較深,用平均來算,當然大家會認為好像跟事實有點差距,所以央行在精進整個計算的過程當中,我們請央行來說明。
gazette.blocks[5][0] 楊總裁金龍:我跟委員報告,基本上大家一般都認為2%是一個警戒線,不過就一個small open小型開放的經濟體來講,事實上在2%左右應該都可以接受。
gazette.blocks[6][0] 林委員德福:那政府和民間預測機構要依據哪種標準定義通膨?
gazette.blocks[7][0] 楊總裁金龍:是,大概也是這樣子,大概也都是2%左右。
gazette.blocks[8][0] 林委員德福:因為本席認為如果標準的彈性過大,會不會又造成預測單位各說各話?會不會?
gazette.blocks[9][0] 楊總裁金龍:應該也是不會,我們所謂的2%左右這個也不是說短期……今年是這樣,事實上所謂的2%是中長期的平均數,也就是說,可能一年當中可以高於2%,然後有些時候會低於2%,但是中長期的時候,平均在2%左右應該都可以接受的。
gazette.blocks[10][0] 林委員德福:院長,事實上從消費者物價指數變動,乃至於要定義為通膨率,民眾關心的只有一點,那就是從荷包拿錢買東西不要變貴,但要怎麼樣讓民眾不覺得買東西變貴?本席認為二十多年來,國內民眾所得差距極端化,貧富差距持續加劇,就是近年來持續討論,卻又無藥可醫的一個問題。請問院長,到底貧富差距、所得差距極端化是不是資本主義社會、民主國家下不可逆的一種現象呢?
gazette.blocks[11][0] 卓院長榮泰:不可否認它是一個因素,但是政府都會用很多其他的方法、手段去平衡這些數字上的差距。其實我們最近公布的111年數據是6.15,相較過去來講,並沒有明顯的增加。但我還是再次強調,公平的分配才是一個國家文明的指標。
gazette.blocks[12][0] 林委員德福:我瞭解,但是貧富差距越來越嚴重啊!針對所得差距極端化,院長,你認為要採取哪些方式可以緩和衝擊呢?
gazette.blocks[13][0] 卓院長榮泰:所以這幾年,剛剛也提到政府從中央預算對地方的補助很多,也有很多的政策,包括社福、包括政府投資、對家庭的政府投資,以及在課稅的合理性方面。另外,就是很多的實物給付,實際上給予一些在政策上支持的實物給付等等都讓我們的所得差距會降低。在數據統計上,是從7.5降低到大概5.7。
gazette.blocks[14][0] 林委員德福:所以你認為目前政府所擁有的政策工具是不是都已經派上用場了?
gazette.blocks[15][0] 卓院長榮泰:政策工具都有,但最主要還是能夠全面有效率地落實執行下去,我想中央、地方政府都應該很努力在照顧一般人民的生活。
gazette.blocks[16][0] 林委員德福:院長,媒體報導政府面對通膨的作為,央行認為伴隨全球化走向零碎化等結構性因素的轉變,供給面不穩定性的可能性越來越高,面對供給面通膨的衝擊,貨幣政策效果相對有限,如果能搭配從供給面著手的財政政策等因應措施,有助於讓穩定物價發揮更大的成效。我請問院長,央行所說的財政政策,哪些是現在政府已經實施在物價穩定上的,你認為有哪些?
gazette.blocks[17][0] 卓院長榮泰:我請央行說明。
gazette.blocks[18][0] 楊總裁金龍:我跟委員報告,事實上這幾年,我們的物價跟歐美國家相對比較穩定的是在供給面,我們是實施供給面,譬如對油電的absorption、它的一個吸納,這是供給面的部分。另外,關稅、營業稅及貨物稅的調降,這些都是供給面。
gazette.blocks[19][0] 林委員德福:總裁,那個其實是我們超徵,你看這兩年,包括所有的電費、台電的損失,等於它的虧損五千多億也是政府去補貼,這個都是人民的納稅錢。其實主要就是因為它虧損連連,講實在話,再進一步去探討,主要是它政策開始的時候就有偏掉,才要補貼那麼多,不然台電為什麼會虧損連連、五千多億呢?對不對?
gazette.blocks[20][0] 卓院長榮泰:不全是這樣,它負擔很多的補貼政策。
gazette.blocks[21][0] 林委員德福:我瞭解啊!
gazette.blocks[22][0] 卓院長榮泰:所以再補貼回去,只是它這一部分的稍稍彌補,未來我們已經希望台電相關電費的補貼政策能夠回歸到目的事業主管機關去,就不會把帳都算在台電身上。
gazette.blocks[23][0] 林委員德福:院長,其實從520你就任行政院長後,當然臺股大盤高點從兩萬一千三百多點上漲到兩萬三千四百多點,短短30個交易日,臺股大漲了兩千多點。就本席觀察,從臺股今年年初開紅盤到現在,幾乎可說是從一萬七千多點持續上漲不回頭。請問院長,年初至今臺股上漲五千多點,到底是我們的整個經濟表現強勁帶動股市?還是去年我們整個經濟景氣低迷,今年是復甦的回溫,所以才有這樣的一個反彈力道而導致?你的看法呢?
gazette.blocks[24][0] 卓院長榮泰:在這種國際情勢底下,我想任何政府的進步跟財政的穩定、經濟的發展,人民才是最大的功臣,大家一定是通力合作,再加上產業,有產業的政策、有產業各項的方針,尤其是在高端的產業、高科技的產業當中,帶領臺灣很多中下游的產業集體發展,所以我們這個時候更有能力從事更多的數位轉型、淨零轉型。
gazette.blocks[25][0] 林委員德福:那你認為……
gazette.blocks[26][0] 卓院長榮泰:同時我們也希望厚植國力,把這些多增加出來的國家實力,能夠用到有用的地方去。
gazette.blocks[27][0] 林委員德福:那是好的一面,又或者可能臺股已經有炒過高的疑慮,投資人應該要注意投資的風險,你認為有沒有需要去注意?
gazette.blocks[28][0] 卓院長榮泰:每個投資的廣告都會下這一句話:投資者應該要有心理準備,他應該算準自己的能量,以及對未來情勢的掌握,能夠精準的投資,這樣才是最有保障的。
gazette.blocks[29][0] 林委員德福:院長,事實上臺股和美股一樣屢創新高,從一般角度來看,主要還是受惠經濟基本面支撐,以及對未來整個景氣的預期。按照央行第二季理監事會討論的預期,楊總裁表示今年內內、外需會回溫,因此調高經濟成長率3.77%。我請問院長,今年經濟成長率向上調,你怎麼來看臺股未來的整個前景?你有什麼看法?
gazette.blocks[30][0] 卓院長榮泰:經濟成長率跟臺股應該有相當關聯性的互相作用,如果經濟穩定的話,大家、人民的投資意願高,股市能夠穩定,這也會回到我們經濟的整體發展。
gazette.blocks[31][0] 林委員德福:目前……
gazette.blocks[32][0] 卓院長榮泰:至於剛剛央行的準備,是不是請央行說明一下?
gazette.blocks[33][0] 林委員德福:目前整個臺股大盤是不是已經提前反映經濟成長率的上調?還是經濟成長後勢可期,臺股大盤上攻的空間仍舊大有可為?總裁,你有什麼看法?
gazette.blocks[34][0] 楊總裁金龍:是的,我想剛才剛好委員也有提到,就是國際的股市都是,像美國也是創新高,歐洲也是創新高,日本也創新高,日本只是在它創新高以後再稍微回檔。臺灣當然也是一樣的,就跟國際盤差不多,不過我們臺灣有另外一個原因,也就是因為我們的科技產業,特別是AI的這個議題,跟我們的出口也有密切的關係,所以股市才會節節上升。
gazette.blocks[35][0] 林委員德福:所以臺股大盤屢創新高,你認為會不會已經達到瓶頸,投資風險大,投資人要小心?
gazette.blocks[36][0] 楊總裁金龍:是,那是當然,剛剛委員也有講到,我們臺股從1萬8,000點一直跑到2萬3,000點。
gazette.blocks[37][0] 林委員德福:對啊!
gazette.blocks[38][0] 楊總裁金龍:而且好像沒有回頭,事實上這個是一樣的,就是投資人應該要居高思危。
gazette.blocks[39][0] 林委員德福:院長,央行表示國內經濟上半年受惠,誠如剛剛總裁所提的人工智慧AI的熱潮,相關產品出口暢旺,國內下半年則是輸出穩健的成長,帶動民間整個投資貢獻轉正,而且民間消費的動能延續,是支撐經濟成長的重要來源。
gazette.blocks[40][0] 楊總裁金龍:是。
gazette.blocks[41][0] 林委員德福:再加上主計總處今年預測整個經濟成長率是3.94%,我請問院長,目前國內經濟動能持續好轉,經濟基本面有所支撐,你認為到明年上半年,國內經濟景氣有沒有持續向上的機會呢?
gazette.blocks[42][0] 卓院長榮泰:政府一定會提出前瞻的政策,穩定的執行,讓人民對國家的未來深具信心,那麼他自己應該謹慎地選擇他投資的各種品項,跟政府的政策相結合,這樣看起來的話,臺灣穩定的經濟發展,不管是很多世界有名的學者也好,或是企業者也好,都認為臺灣未來會有很長一段相當光明的時間。我們一定要提供穩定的政策,這是必要的。
gazette.blocks[43][0] 林委員德福:照卓院長講的,如果國內景氣持續地回溫,臺股大盤未來是不是還有期待向上的空間?你的看法呢?
gazette.blocks[44][0] 卓院長榮泰:這需要努力,大家一起努力!
gazette.blocks[45][0] 林委員德福:大家一起努力!另外,我再請莊部長一併上來,請總裁跟主委先回去。卓院長,財劃法在民國88年修到現在為止,已經經過了25年,因為我在財委會算是資深,也經過很多次的修訂,但是以前每一次只要修,各縣市的財政局局長來、有的首長來,但是為什麼沒辦法達成共識?因為他都是站在自己本身的立場觀點來看整個財劃法未來要如何修、如何分配,但是其實要是這些縣市……因為縣市不是只有藍的,綠的也有,甚至於綠的他們也提出應該要修正財劃法。而且在上上個禮拜還是上個禮拜,我們財委會有一個臨時提案,就是一定要在下一次我們開會前,由財政部提出你們的版本來審,那到底現在的進度如何?在下一次會期開始的時候會不會提出來、併進去審查?部長,你有什麼看法?
gazette.blocks[46][0] 莊部長翠雲:跟委員報告,您在財委會很久,您也知道25年來行政院曾經提過5次的版本,但是都因為沒有共識,所以沒有能夠完成修法……
gazette.blocks[47][0] 林委員德福:這次要是有共識呢?
gazette.blocks[48][0] 莊部長翠雲:這一次我們其實已經去調查過各地方政府對於分配的指標表達意見,但是非常的分歧,所以這個部分我們必須要去凝聚共識,到目前來說分歧性很大。上一次財委會通過那個決議,是建請我們提出版本,這個部分我們近期會再請地方政府還有相關部會來開會討論……
gazette.blocks[49][0] 林委員德福:要是財委會大家取得共識,你們要不要提版本?我就是請教部長跟院長嘛!
gazette.blocks[50][0] 莊部長翠雲:所謂的共識就是第一個,地方政府對於分配……
gazette.blocks[51][0] 林委員德福:就是大家認為應該怎麼樣分配比較合理。
gazette.blocks[52][0] 莊部長翠雲:對,現在問題還是很分歧。
gazette.blocks[53][0] 林委員德福:很分歧那是你講的!
gazette.blocks[54][0] 莊部長翠雲:是,事實如此。
gazette.blocks[55][0] 林委員德福:但是我們有徵詢過,事實上很多縣市他們已經有達到某種共識,認為說應該要來修,而且那個比例應該要怎麼調,因為25年來都沒有調、沒有變嘛!對不對?
gazette.blocks[56][0] 莊部長翠雲:委員您提……
gazette.blocks[57][0] 林委員德福:我認為中央不要集權又集錢,因為只要修到一個合理的,大家能夠接受,中央應該要接受。
gazette.blocks[58][0] 莊部長翠雲:委員,其實中央每年釋出總共有八千多億到地方,統籌分配稅款四千多億、一般性補助款兩千多億,以及重大投資計畫也達到兩千多億。
gazette.blocks[59][0] 林委員德福:問題是你們分配的有時候讓人家不能接受,就是你沒有照人口比例還有貢獻度有多大,其實部長你也很清楚,過去為什麼他們有意見?就是分配不平均,而且讓很多縣市認為說嗷嗷待哺,而且它真的需要很多的建設,又沒有辦法拿到很多中央的補助,它貢獻度很多,但是拿得很少,我認為這應該要提出來。
gazette.blocks[60][0] 卓院長榮泰:謝謝委員的指教。
gazette.blocks[61][0] 主席:謝謝林委員,謝謝卓院長。
gazette.blocks[61][1] 吳秉叡委員之質詢以書面提出,請行政院書面答復,並列入紀錄,刊登公報。
gazette.blocks[62][0] 委員吳秉叡書面質詢:
gazette.blocks[62][1] 面對中國經濟衰退,政府應加強相關對應措施,俾免社會、經濟、金融及產業遭受連帶衝擊。
gazette.blocks[62][2] 國際局勢概述
gazette.blocks[62][3] 2018年7月起,美國對中國進口產品實施第一波加徵關稅措施後,美中自此開啟互課關稅報復的關稅戰爭,自此,中國高科技發展受限,同時也開啟了緊張的地緣關係。
gazette.blocks[62][4] 緊接著,COVID-19疫情於2020年初開始蔓延,並迅速擴散至世界多國,逐漸變成一場漫長的全球性大瘟疫。COVID-19疫情對人類造成嚴重的衝擊,影響的層面涵蓋衛生健康、社會、經濟、金融及產業發展,乃至於國際關係等領域。
gazette.blocks[62][5] 2022年2月,俄羅斯開始入侵烏克蘭,引爆自二戰以來歐洲最大規模的戰爭。這場戰爭延續至今仍未歇息,除了帶動西方國家與俄國緊張局勢外,更深深影響到包括美中爭霸所延伸的西太平洋地緣緊張局勢,以及中東地區以色列與周邊國家的激烈衝突。
gazette.blocks[62][6] 總體而言,近6年來的國際局勢,不論是地緣衝突,或是COVID-19疫情蔓延,都對世界各國產生空前的衝擊,全球大小經濟體幾乎難以置身事外。
gazette.blocks[62][7] COVID-19疫情帶來未曾想像過的災難,各國為挽救遭受嚴重衝擊的經濟,紛紛採取量化寬鬆(QE)的貨幣政策,致使大部分國家因過多的貨幣供給,造成2020至2021的兩年間,股市、債市、房市、以及風險性資產的全面飆漲。2020年3月開始推出QE政策後,截至當年年底的9個多月期間,全球股價平均上漲68%,2021年續漲20%。投機與暴利造成一波新的財富重分配,且更擴大全球貧富差距。
gazette.blocks[62][8] 2022年初爆發的俄烏戰爭,引發了原物料、石油及糧食價格大漲,更加重前述資金寬鬆效應之外的通膨壓力,這對全球造成重大衝擊,我國自難倖免。
gazette.blocks[62][9] 2022年全球平均通膨率7.6%,歐美更普遍創下10%左右的通膨新高。為對抗通膨,歐美國家爰於2022至2023年間,採行量化緊縮(QT)及40年來最猛烈的升息政策,各國開始緊縮貨幣。
gazette.blocks[62][10] 因升息而造成各國股市、債市、房市及其他各種資產價格全面下跌,全球股價在2022年間平均下跌20%。
gazette.blocks[62][11] 本(2024)年元月在瑞士達沃斯(Davos)舉行的世界經濟論壇上,專家表示:「2024年全球經濟將面臨非正常的局面,同時也認為2024年中國經濟放緩將加大全球經濟風險。」這一點,吾人應當特別注意。
gazette.blocks[62][12] 中國進入經濟衰退期
gazette.blocks[62][13] 中國在2018年美中貿易戰之後,除高科技產業發展受到嚴重限制外,又接連受到疫情衝擊,國家錯誤的封控政策導致經濟發展一蹶不振。
gazette.blocks[62][14] 此後5年,中國經濟屢遭打擊,包括3年疫情肆虐、生育率暴跌、青年失業率衝高,以及房地產市場接連爆雷。經濟學家紛紛發表「中國將經歷停滯的十年」的預測。
gazette.blocks[62][15] 如一般預期,中國開始進入經濟成長的停滯期,民間投資低迷,出現逐年下降趨勢,2023年以降,整體投資額明顯減少,市場對資金的需求因而大幅衰退,出現經濟蕭條的前兆。
gazette.blocks[62][16] 人口成長率下降是中國經濟衰退的另一現象。由於長期獨生子女的政策,中國生育率下降的速度遠快於日本。1980年至2020年期間,日本的總和生育率從1.75下降到1.29;相同時期,中國的總和生育率從2.74下降到1.28。2022年中國人口減少85萬人,這是自1960年代初大饑荒以來,人口首次下降;也是從這一年開始,中國在大饑荒後的嬰兒潮(1962~1974)開始退休,中國65歲以上人口達到14%,正式進入高齡社會。2023年萎縮幅度更進一步擴大到208萬人,中國的人口紅利快速消失,少子化加上高齡化讓中國的經濟停滯雪上加霜。
gazette.blocks[62][17] 中國自1980年開放住房商品化起,房地產業迅速膨脹為經濟巨獸。2019年房地產占國內生產毛額的7.1%;若納入其周邊關連產業,則總貢獻飆破國內生產毛額的62.3%。房地產亦占固定資產投資的24.0%、占銀行放款的29.0%、占財政收入的38.1%,以及占家庭財富的59.1%;中國的房地產市場興衰牽動整體經濟。
gazette.blocks[62][18] 惟在2016年「房住不炒」的政策轉變下,房市怪獸終於轟然倒塌。2019年2月爆發首起建商違約事件後,一發不可收拾,2023年底計240家大型建商貸款違約,金額達人民幣2,707億元,占全部違約金額的38.0%,尚有1,281家建商票據違約,占全部逾期家數的54.4%。
gazette.blocks[62][19] 巨型建商恆大集團於2021年宣告違約,留下人民幣2兆4千億元的巨債,以及遍布全國上百萬套的「爛尾樓」;2年後,碧桂園亦步入後塵。2023年底,於中港上市的181家建商中,已有71家爆發違約;這些企業的負債達15.4兆人民幣,占整體GDP的12.2%。
gazette.blocks[62][20] 雖然北京當局於2023年7月緊急放寬房地產融資,包括解除限貸令,只要購屋即適用首次房貸優惠利率,並下調首貸利率0.1%,且折半首付比率至兩成。其次取消每戶只能持有一間住宅的限購令。部分城市亦悄然撤除限價令,即房價只能在指導價的一定區間內幅度,藉此刺激房市。
gazette.blocks[62][21] 但為時已晚,中國的房地產市場已經回天乏術,正一步步帶動全國經濟下滑。
gazette.blocks[62][22] 金融業首當其衝。2020年17家國有與股份制銀行的建商不良貸款(NPL)暴增五成,並觸發27起銀行擠兌事件。最大民營金融集團中植系也因投資地產失利,於2024年1月申請破產,資產規模達人民幣3.6兆元。期間,保險巨擘中國人壽與第三大財富管理海銀控股,也遭建商交叉違約的牽連。
gazette.blocks[62][23] 房市風暴接著衝擊地方財政;2023年契稅、房產稅、城鎮土地使用稅、土地增值稅,以及耕地占用稅等相關稅收年減2.4%,連續4個月負成長。國有土地使用權出讓收入,更連續24個月負成長。收入短絀導致179家各城市投資建設公司商業票據逾期兌付,涉案金額累計156億人民幣。
gazette.blocks[62][24] 中美貿易戰、COVID-19疫情及房地產風暴更嚴峻的後果是包括台商在內的外資大舉撤離。擔憂金融泡沫爆破,2019年~2023年間,外資撤離中國的金額估計高達3.3兆美元,受此影響,2023年2月底人民幣兌美元即期匯率收在7.104,較2019年以降的高峰重貶12.7%,貶值的趨勢未歇,到2024年6月底,已經來到7.27。股票市場更是一蹶不振,滬深300指數從2021年2月10日歷史最高點5,807.72點,跌至2022年底的3,871.63,跌幅達33.33%,後來又跌至2024年2月2日的最低點3,179.63,三年間,滬深300指數跌幅高達45.25%。從2022年底至2024年2月的最低點,中國股市暴跌已導致投資者損失2兆美元(約新台幣63兆元)。中國經濟正面臨股匯雙殺、內外夾擊的完美風暴。
gazette.blocks[62][25] 日本野村證券公司示警,2024年中國將持續出現大規模的建商倒閉潮,標準普爾(S&P)也預期今年中國經濟成長率僅2.9%,國際貨幣基金(IMF)則預測中國的經濟恐長期走緩,日本經濟研究中心(JCER)更直言中國經濟將長期陷於零成長。總之,中國經濟已確定衰退,再崛起的機率相當渺茫。
gazette.blocks[62][26] 在青年失業率方面,2023年6月份,16至24歲年齡組的失業率連續6個月攀升,在6月份達到了創紀錄的21.3%。之後,中國國家統計局停止了公布該項統計,後來,在改變計算方式後,去年12月份的青年失業率是14.9%。
gazette.blocks[62][27] 中國國家統計局公布2024年1月份消費價格指數(CPI)較去年同期下降0.8%,降幅比上月擴大0.5%,連續第4個月處於通縮區間。同一時間,生產者價格指數也下降2.5%,表明經濟持續疲軟。去年7月份開始,中國陷入通貨緊縮,除8月份短暫反彈外,此後一直持續下滑。中國正經歷自25年前的亞洲金融風暴以來持續時間最長的通貨緊縮。
gazette.blocks[62][28] 雖然通貨緊縮讓民眾消費商品更加便宜,但它對整體經濟構成威脅,因為消費者傾向於推遲購買,期待進一步降價。而需求不振將迫使企業減產、停止招聘或進一步裁員,同時還可能不得不對現有庫存打折,嚴重影響企業獲利,導致整個經濟走向衰退。
gazette.blocks[62][29] 在此要提醒的是:中國所發布的統計數據通常是不可信的,這已是國際上眾所皆知的事實。不管大至經濟成長、進出口貿易、金融市場或就業及物價統計……,小至地方政府稅收、企業生產、人口統計或災害損傷,都是按照政治性的目的加以修飾或竄改。這一點,政府決策或研究單位不可不慎。
gazette.blocks[62][30] 疫情後,中國經濟復甦已經失敗
gazette.blocks[62][31] 前已述及本(2024)年元月在瑞士達沃斯舉行的世界經濟論壇上,專家表示:「2024年全球經濟將面臨非正常的局面,同時也認為2024年中國經濟放緩將加大全球經濟風險。」彭博分析更認為:中國三年疫情大流行後的復甦已經失敗,而持續推出的刺激措施也未能填補房地產行業下滑留下的巨大缺口,經濟下行風險明顯加大。如果中國房地產危機引發金融危機,就像1989年的日本和2008年的美國那樣,中國經濟確實將出現萎縮。
gazette.blocks[62][32] 我國中央銀行也在本年6月20日的分析報告中表示:中國經濟復甦不穩將擴大金融風險。央行報告指出:「中國經濟疲軟的具體跡象包括:2018年至2023年平均經濟成長率為5.3%,低於2008年至2017年平均8.3%,更難以與2001年至2007年的10.9%高成長相比。」又說:「中國近年房市景氣不振,影響民眾消費信心下滑,消費需求轉疲外,多數地方融資平台因缺乏資金支付利息,加上景氣復甦遲緩,地方財政收入疲軟;中國人行為穩定房市,持續寬鬆貨幣政策挹注市場資金,進一步加劇地方政府債務累積,金融風險隱憂擴大。」
gazette.blocks[62][33] 港澳與中國密不可分
gazette.blocks[62][34] 香港澳門與中國經濟相互依賴,中國經濟走向衰退,港澳無法倖免;國際貨幣基金(IMF)早前估計,中國2024年的GDP成長率將只有4.6%,而香港則跟隨下修至2.9%。
gazette.blocks[62][35] 香港曾是活躍的國際金融中心,與紐約、倫敦併稱為「紐倫港」。但自2019年港版國安法施行後,移民加劇、外資撤退,加上3年疫情的摧殘,各項財經指標都大幅衰退,乃至被謔稱已成國際金融廢墟。
gazette.blocks[62][36] 面對中國經濟衰退,政府應加強相關對應措施,俾免社會、經濟、金融及產業遭受連帶衝擊。
gazette.blocks[62][37] 一般預測2024年中國經濟成長率會在去年5.2%的基礎上減緩至4.8%,明年將進一步降至4.5%。中國是世界第二大經濟體,佔全球的經濟比重約為18%,我國做為中國的鄰國,產經貿易與金融交易有密不可分的關連。
gazette.blocks[62][38] 為免社會、經濟、金融及產業遭受中國經濟衰退的連帶影響,政府應加強注意相關監理,擬定合宜策略與措施以為因應。
gazette.blocks[62][39] (一)加強國防,密切注意中國為降低經濟衰退在國內的民怨壓力,而可能採取對我國不利的軍事攻擊。
gazette.blocks[62][40] (二)協助台商自中國撤資後的必要支援,包括協助資金轉移、建構國內優質的投資環境,以及協助轉往包括新南向政策在內的國家及地區。
gazette.blocks[62][41] (三)密切控管我國金融機構在中國及港澳地區包括授信與投資的曝險。雖然我國在中國及港澳地區的金融曝險比率仍在主管機關的政策限額內,惟仍需未雨綢繆,擬定合宜的退場機制,持續關注局勢變化,在第一時間採取保護我國金融機構資產安全的行動。
gazette.blocks[62][42] (四)協助我國企業受中國中止「海峽兩岸經濟合作框架協議(ECFA)」早收清單關稅減讓的衝擊。中國政府於本年6月15日起終止134項「海峽兩岸經濟合作框架協議(ECFA)」早收清單關稅減讓。政府宜擬定合適的對應措施,給予遭受衝擊的企業必要的補貼或輔導。
gazette.blocks[62][43] (五)調整貿易夥伴,分散可能的風險。雖然我國與中國的貿易依賴度逐年降低,2020年台灣出口到中國及香港占43.9%,2021年降到42.3%,2022年38.8%,去年持續下降到35.5%,到今年首季再降到史上最低的30.8%。政府仍宜持續積極拓展其他貿易夥伴,尤其應加速擴展各個雙邊自由貿易協定(FTA),乃至於以完成「跨太平洋夥伴全面進步協定(CPTPP)」為終極目標。
gazette.blocks[63][0] 主席:下一位請黃珊珊委員質詢。
gazette.agenda.page_end 180
gazette.agenda.meet_id 院會-11-1-20
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 江啟臣
gazette.agenda.speakers[2] 羅明才
gazette.agenda.speakers[3] 張智倫
gazette.agenda.speakers[4] 涂權吉
gazette.agenda.speakers[5] 沈發惠
gazette.agenda.speakers[6] 徐富癸
gazette.agenda.speakers[7] 賴惠員
gazette.agenda.speakers[8] 吳琪銘
gazette.agenda.speakers[9] 鍾佳濱
gazette.agenda.speakers[10] 鄭正鈐
gazette.agenda.speakers[11] 謝龍介
gazette.agenda.speakers[12] 謝衣鳯
gazette.agenda.speakers[13] 林德福
gazette.agenda.speakers[14] 吳秉叡
gazette.agenda.speakers[15] 黃珊珊
gazette.agenda.speakers[16] 丁學忠
gazette.agenda.speakers[17] 呂玉玲
gazette.agenda.speakers[18] 張宏陸
gazette.agenda.speakers[19] 郭昱晴
gazette.agenda.speakers[20] 陳培瑜
gazette.agenda.speakers[21] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[22] 許智傑
gazette.agenda.speakers[23] 林倩綺
gazette.agenda.speakers[24] 葉元之
gazette.agenda.page_start 89
gazette.agenda.meetingDate[0] 2024-07-02
gazette.agenda.gazette_id 1136401
gazette.agenda.agenda_lcidc_ids[0] 1136401_00004
gazette.agenda.agenda_lcidc_ids[1] 1136401_00005
gazette.agenda.meet_name 立法院第11屆第1會期第20次會議紀錄
gazette.agenda.content 對行政院院長報告施政方針繼續質詢─ 繼續質詢─
gazette.agenda.agenda_id 1136401_00004
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 8.97471875
transcript.pyannote[0].end 10.03784375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 10.44284375
transcript.pyannote[1].end 13.61534375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 13.98659375
transcript.pyannote[2].end 16.04534375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 16.60221875
transcript.pyannote[3].end 17.96909375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 26.64284375
transcript.pyannote[4].end 28.16159375
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 28.63409375
transcript.pyannote[5].end 30.57471875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 31.23284375
transcript.pyannote[6].end 37.00409375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 37.54409375
transcript.pyannote[7].end 40.81784375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 41.47596875
transcript.pyannote[8].end 42.72471875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 43.24784375
transcript.pyannote[9].end 43.87221875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 44.26034375
transcript.pyannote[10].end 45.98159375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 46.21784375
transcript.pyannote[11].end 48.37784375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 48.66471875
transcript.pyannote[12].end 51.24659375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 51.82034375
transcript.pyannote[13].end 52.61346875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 52.90034375
transcript.pyannote[14].end 53.84534375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 55.31346875
transcript.pyannote[15].end 56.96721875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 57.05159375
transcript.pyannote[16].end 59.11034375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 59.73471875
transcript.pyannote[17].end 66.99096875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 67.19346875
transcript.pyannote[18].end 70.26471875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 70.85534375
transcript.pyannote[19].end 71.91846875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 72.93096875
transcript.pyannote[20].end 73.97721875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 73.97721875
transcript.pyannote[21].end 74.09534375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 74.09534375
transcript.pyannote[22].end 74.12909375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 74.48346875
transcript.pyannote[23].end 75.02346875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 75.52971875
transcript.pyannote[24].end 81.41909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 79.14096875
transcript.pyannote[25].end 79.56284375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 81.82409375
transcript.pyannote[26].end 83.83221875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 84.18659375
transcript.pyannote[27].end 95.05409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 95.15534375
transcript.pyannote[28].end 98.49659375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 99.88034375
transcript.pyannote[29].end 118.47659375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 117.81846875
transcript.pyannote[30].end 121.36221875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 121.53096875
transcript.pyannote[31].end 123.04971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 123.04971875
transcript.pyannote[32].end 128.61846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 128.95596875
transcript.pyannote[33].end 130.03596875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 130.25534375
transcript.pyannote[34].end 134.62596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 131.03159375
transcript.pyannote[35].end 131.04846875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 134.96346875
transcript.pyannote[36].end 138.03471875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 138.27096875
transcript.pyannote[37].end 150.79221875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 151.04534375
transcript.pyannote[38].end 165.84471875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 165.74346875
transcript.pyannote[39].end 166.35096875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 166.94159375
transcript.pyannote[40].end 174.38346875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 174.58596875
transcript.pyannote[41].end 181.21784375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 181.48784375
transcript.pyannote[42].end 182.93909375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 183.09096875
transcript.pyannote[43].end 183.63096875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 183.81659375
transcript.pyannote[44].end 183.91784375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 183.91784375
transcript.pyannote[45].end 186.31409375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 186.66846875
transcript.pyannote[46].end 189.08159375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 189.48659375
transcript.pyannote[47].end 191.54534375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 192.69284375
transcript.pyannote[48].end 194.90346875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 195.30846875
transcript.pyannote[49].end 196.33784375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 196.86096875
transcript.pyannote[50].end 202.64909375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 202.78409375
transcript.pyannote[51].end 205.24784375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 205.46721875
transcript.pyannote[52].end 212.55471875
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 213.04409375
transcript.pyannote[53].end 213.71909375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 214.57971875
transcript.pyannote[54].end 217.81971875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 219.22034375
transcript.pyannote[55].end 219.52409375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 219.52409375
transcript.pyannote[56].end 219.62534375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 219.62534375
transcript.pyannote[57].end 222.15659375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 222.52784375
transcript.pyannote[58].end 229.86846875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 229.93596875
transcript.pyannote[59].end 233.78346875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 234.34034375
transcript.pyannote[60].end 241.86659375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 241.34346875
transcript.pyannote[61].end 250.74284375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 251.65409375
transcript.pyannote[62].end 252.81846875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 253.30784375
transcript.pyannote[63].end 255.88971875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 256.66596875
transcript.pyannote[64].end 260.53034375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 260.91846875
transcript.pyannote[65].end 261.96471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 262.15034375
transcript.pyannote[66].end 267.61784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 267.78659375
transcript.pyannote[67].end 269.98034375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 270.19971875
transcript.pyannote[68].end 277.13534375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 277.32096875
transcript.pyannote[69].end 281.84346875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 280.78034375
transcript.pyannote[70].end 285.75846875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 285.96096875
transcript.pyannote[71].end 287.27721875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 288.00284375
transcript.pyannote[72].end 291.29346875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 291.39471875
transcript.pyannote[73].end 297.19971875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 297.31784375
transcript.pyannote[74].end 300.67596875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 300.76034375
transcript.pyannote[75].end 302.09346875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 302.19471875
transcript.pyannote[76].end 308.06721875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 308.70846875
transcript.pyannote[77].end 313.06221875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 313.46721875
transcript.pyannote[78].end 317.34846875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 317.43284375
transcript.pyannote[79].end 318.81659375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 319.17096875
transcript.pyannote[80].end 325.17846875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 325.56659375
transcript.pyannote[81].end 339.18471875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 339.79221875
transcript.pyannote[82].end 340.66971875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 341.04096875
transcript.pyannote[83].end 342.50909375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 343.15034375
transcript.pyannote[84].end 344.51721875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 345.78284375
transcript.pyannote[85].end 346.64346875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 346.99784375
transcript.pyannote[86].end 353.02221875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 353.41034375
transcript.pyannote[87].end 375.97221875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 375.82034375
transcript.pyannote[88].end 377.57534375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 377.96346875
transcript.pyannote[89].end 380.22471875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 380.44409375
transcript.pyannote[90].end 380.61284375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 381.00096875
transcript.pyannote[91].end 391.09221875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 391.75034375
transcript.pyannote[92].end 398.90534375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 394.82159375
transcript.pyannote[93].end 395.05784375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 399.12471875
transcript.pyannote[94].end 404.50784375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 405.28409375
transcript.pyannote[95].end 405.89159375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 406.41471875
transcript.pyannote[96].end 415.67909375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 415.18971875
transcript.pyannote[97].end 430.84971875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 418.42971875
transcript.pyannote[98].end 418.83471875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 430.81596875
transcript.pyannote[99].end 431.98034375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 432.43596875
transcript.pyannote[100].end 442.52721875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 442.69596875
transcript.pyannote[101].end 446.18909375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 447.23534375
transcript.pyannote[102].end 447.79221875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 448.18034375
transcript.pyannote[103].end 459.14909375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 460.02659375
transcript.pyannote[104].end 470.08409375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 470.30346875
transcript.pyannote[105].end 470.97846875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 471.16409375
transcript.pyannote[106].end 479.33159375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 479.71971875
transcript.pyannote[107].end 480.49596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 479.75346875
transcript.pyannote[108].end 483.02721875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 483.29721875
transcript.pyannote[109].end 487.14471875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 487.39784375
transcript.pyannote[110].end 492.07221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 492.10596875
transcript.pyannote[111].end 506.60159375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 503.95221875
transcript.pyannote[112].end 504.82971875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 504.82971875
transcript.pyannote[113].end 504.88034375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 507.20909375
transcript.pyannote[114].end 510.76971875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 510.76971875
transcript.pyannote[115].end 517.94159375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 518.29596875
transcript.pyannote[116].end 518.97096875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 519.44346875
transcript.pyannote[117].end 520.59096875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 520.81034375
transcript.pyannote[118].end 523.52721875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 523.79721875
transcript.pyannote[119].end 524.28659375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 523.91534375
transcript.pyannote[120].end 529.34909375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 529.56846875
transcript.pyannote[121].end 532.70721875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 532.75784375
transcript.pyannote[122].end 534.44534375
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 533.34846875
transcript.pyannote[123].end 533.82096875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 534.44534375
transcript.pyannote[124].end 550.39221875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 550.81409375
transcript.pyannote[125].end 557.09159375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 557.44596875
transcript.pyannote[126].end 558.88034375
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 559.23471875
transcript.pyannote[127].end 562.22159375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 562.86284375
transcript.pyannote[128].end 563.67284375
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 563.92596875
transcript.pyannote[129].end 566.11971875
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 566.50784375
transcript.pyannote[130].end 567.23346875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 568.02659375
transcript.pyannote[131].end 571.60409375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 571.78971875
transcript.pyannote[132].end 577.52721875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 577.71284375
transcript.pyannote[133].end 582.30284375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 579.97409375
transcript.pyannote[134].end 580.80096875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 582.60659375
transcript.pyannote[135].end 590.41971875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 590.87534375
transcript.pyannote[136].end 597.49034375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 597.55784375
transcript.pyannote[137].end 634.66596875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 634.34534375
transcript.pyannote[138].end 636.70784375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 637.21409375
transcript.pyannote[139].end 641.82096875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 641.65221875
transcript.pyannote[140].end 660.11346875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 660.21471875
transcript.pyannote[141].end 660.75471875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 661.10909375
transcript.pyannote[142].end 687.28221875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 675.90846875
transcript.pyannote[143].end 676.17846875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 678.42284375
transcript.pyannote[144].end 678.60846875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 681.54471875
transcript.pyannote[145].end 681.93284375
transcript.pyannote[146].speaker SPEAKER_04
transcript.pyannote[146].start 684.49784375
transcript.pyannote[146].end 684.56534375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 684.56534375
transcript.pyannote[147].end 684.61596875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 687.50159375
transcript.pyannote[148].end 689.88096875
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 690.15096875
transcript.pyannote[149].end 691.85534375
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 692.24346875
transcript.pyannote[150].end 695.83784375
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 696.10784375
transcript.pyannote[151].end 697.94721875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 698.25096875
transcript.pyannote[152].end 698.99346875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 699.76971875
transcript.pyannote[153].end 706.41846875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 706.90784375
transcript.pyannote[154].end 709.84409375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 710.13096875
transcript.pyannote[155].end 711.54846875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 711.95346875
transcript.pyannote[156].end 712.88159375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 713.15159375
transcript.pyannote[157].end 715.07534375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 715.37909375
transcript.pyannote[158].end 717.03284375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 717.15096875
transcript.pyannote[159].end 719.69909375
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 719.95221875
transcript.pyannote[160].end 723.52971875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 723.96846875
transcript.pyannote[161].end 727.10721875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 727.51221875
transcript.pyannote[162].end 737.83971875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 735.44346875
transcript.pyannote[163].end 736.15221875
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 738.66659375
transcript.pyannote[164].end 744.11721875
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 744.37034375
transcript.pyannote[165].end 745.99034375
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 746.47971875
transcript.pyannote[166].end 747.72846875
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 748.31909375
transcript.pyannote[167].end 749.07846875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 749.75346875
transcript.pyannote[168].end 749.77034375
transcript.pyannote[169].speaker SPEAKER_03
transcript.pyannote[169].start 749.77034375
transcript.pyannote[169].end 749.97284375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 749.97284375
transcript.pyannote[170].end 751.22159375
transcript.pyannote[171].speaker SPEAKER_03
transcript.pyannote[171].start 751.45784375
transcript.pyannote[171].end 752.30159375
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 753.11159375
transcript.pyannote[172].end 758.39346875
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 758.54534375
transcript.pyannote[173].end 760.04721875
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 760.38471875
transcript.pyannote[174].end 760.97534375
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 761.93721875
transcript.pyannote[175].end 763.65846875
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 764.04659375
transcript.pyannote[176].end 767.21909375
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 767.53971875
transcript.pyannote[177].end 768.29909375
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 768.73784375
transcript.pyannote[178].end 770.49284375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 770.91471875
transcript.pyannote[179].end 771.31971875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 771.58971875
transcript.pyannote[180].end 772.19721875
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 772.63596875
transcript.pyannote[181].end 780.63471875
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 781.63034375
transcript.pyannote[182].end 783.85784375
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 784.34721875
transcript.pyannote[183].end 787.58721875
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 787.89096875
transcript.pyannote[184].end 790.06784375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 790.25346875
transcript.pyannote[185].end 792.39659375
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 792.61596875
transcript.pyannote[186].end 794.79284375
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 795.11346875
transcript.pyannote[187].end 799.61909375
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 799.85534375
transcript.pyannote[188].end 800.24346875
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 800.51346875
transcript.pyannote[189].end 811.48221875
transcript.pyannote[190].speaker SPEAKER_03
transcript.pyannote[190].start 811.61721875
transcript.pyannote[190].end 812.34284375
transcript.pyannote[191].speaker SPEAKER_03
transcript.pyannote[191].start 812.61284375
transcript.pyannote[191].end 813.33846875
transcript.pyannote[192].speaker SPEAKER_03
transcript.pyannote[192].start 813.86159375
transcript.pyannote[192].end 814.82346875
transcript.pyannote[193].speaker SPEAKER_03
transcript.pyannote[193].start 815.46471875
transcript.pyannote[193].end 815.92034375
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 817.55721875
transcript.pyannote[194].end 820.25721875
transcript.pyannote[195].speaker SPEAKER_03
transcript.pyannote[195].start 821.08409375
transcript.pyannote[195].end 825.11721875
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 825.45471875
transcript.pyannote[196].end 826.55159375
transcript.pyannote[197].speaker SPEAKER_03
transcript.pyannote[197].start 826.95659375
transcript.pyannote[197].end 829.47096875
transcript.pyannote[198].speaker SPEAKER_03
transcript.pyannote[198].start 829.67346875
transcript.pyannote[198].end 845.55284375
transcript.pyannote[199].speaker SPEAKER_03
transcript.pyannote[199].start 845.95784375
transcript.pyannote[199].end 847.71284375
transcript.pyannote[200].speaker SPEAKER_00
transcript.pyannote[200].start 848.52284375
transcript.pyannote[200].end 884.11221875
transcript.pyannote[201].speaker SPEAKER_03
transcript.pyannote[201].start 858.19221875
transcript.pyannote[201].end 859.82909375
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 882.94784375
transcript.pyannote[202].end 889.61346875
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 888.26346875
transcript.pyannote[203].end 888.60096875
transcript.pyannote[204].speaker SPEAKER_00
transcript.pyannote[204].start 889.41096875
transcript.pyannote[204].end 892.87034375
transcript.pyannote[205].speaker SPEAKER_03
transcript.pyannote[205].start 891.13221875
transcript.pyannote[205].end 894.10221875
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 894.40596875
transcript.pyannote[206].end 896.59971875
transcript.pyannote[207].speaker SPEAKER_03
transcript.pyannote[207].start 896.65034375
transcript.pyannote[207].end 898.28721875
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 898.28721875
transcript.pyannote[208].end 899.65409375
transcript.pyannote[209].speaker SPEAKER_03
transcript.pyannote[209].start 898.37159375
transcript.pyannote[209].end 910.89284375
transcript.pyannote[210].speaker SPEAKER_03
transcript.pyannote[210].start 911.51721875
transcript.pyannote[210].end 927.00846875
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 914.60534375
transcript.pyannote[211].end 916.17471875
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 926.72159375
transcript.pyannote[212].end 932.34096875
transcript.pyannote[213].speaker SPEAKER_03
transcript.pyannote[213].start 943.02284375
transcript.pyannote[213].end 944.03534375
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 944.03534375
transcript.pyannote[214].end 946.65096875
transcript.pyannote[215].speaker SPEAKER_04
transcript.pyannote[215].start 947.37659375
transcript.pyannote[215].end 949.24971875
transcript.pyannote[216].speaker SPEAKER_04
transcript.pyannote[216].start 949.60409375
transcript.pyannote[216].end 954.02534375
transcript.pyannote[217].speaker SPEAKER_03
transcript.pyannote[217].start 949.82346875
transcript.pyannote[217].end 950.49846875
transcript.pyannote[218].speaker SPEAKER_03
transcript.pyannote[218].start 954.02534375
transcript.pyannote[218].end 958.75034375
transcript.pyannote[219].speaker SPEAKER_04
transcript.pyannote[219].start 954.76784375
transcript.pyannote[219].end 955.47659375
transcript.pyannote[220].speaker SPEAKER_03
transcript.pyannote[220].start 958.80096875
transcript.pyannote[220].end 959.03721875
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 964.21784375
transcript.pyannote[221].end 964.80846875
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 964.97721875
transcript.pyannote[222].end 965.17971875
transcript.pyannote[223].speaker SPEAKER_04
transcript.pyannote[223].start 965.77034375
transcript.pyannote[223].end 967.42409375
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 967.71096875
transcript.pyannote[224].end 969.33096875
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 970.03971875
transcript.pyannote[225].end 975.35534375
transcript.whisperx[0].start 11.246
transcript.whisperx[0].end 17.59
transcript.whisperx[0].text 謝謝大院主席這個江戶院長。是不是請那個卓院長。請卓院長備選。林委員好。卓院長你好。
transcript.whisperx[1].start 28.843
transcript.whisperx[1].end 49.454
transcript.whisperx[1].text 委員長我請教因為臺灣消費者物價上漲率CPI已經連續三年超過2%那通膨成為近年最受關注的議題不過對於外界這個習慣定2%為通膨的一個警戒線央行現在認為臺灣屬於小型開放的經濟體
transcript.whisperx[2].start 55.39
transcript.whisperx[2].end 62.619
transcript.whisperx[2].text 請問院長,採取彈性的物價穩定定義的做法,通膨警戒標準是不是成為變動指數?
transcript.whisperx[3].start 73.324
transcript.whisperx[3].end 97.942
transcript.whisperx[3].text 變動的一個指標是不是先跟我們報告我們今年的預期會比去年好一點2.07今年比去年稍微有調就是我們強力在穩定物價那我也知道民眾的一般生活就是跟他生活息息相關的核心的物價他會感受比較深用平均來算當然大家會認為說好像事實有點差距所以央行在精進整個計算的過程當中我們請央行來說明
transcript.whisperx[4].start 99.889
transcript.whisperx[4].end 101.03
transcript.whisperx[4].text 政府和民間預測機構要依據哪種標準定義?
transcript.whisperx[5].start 124.813
transcript.whisperx[5].end 150.174
transcript.whisperx[5].text 那大概也是這樣子大概都是2%左右2%左右因為本期是認為說如果標準彈性過大又會不會造成預測單位各說各話應該也是不會因為就是說我們所謂的2%左右這個也不是說短期就是說今年是這樣事實上所謂的2%是中長期的平均數
transcript.whisperx[6].start 151.015
transcript.whisperx[6].end 166.664
transcript.whisperx[6].text 議員長
transcript.whisperx[7].start 167.014
transcript.whisperx[7].end 185.712
transcript.whisperx[7].text 事實上從消費者物價指數變動乃至於要定義為通膨率民眾關心的只有一點那就是從荷包拿錢買東西不要變貴但要怎麼樣讓民眾不覺得買東西變貴本席認為說20多年來
transcript.whisperx[8].start 193.165
transcript.whisperx[8].end 217.103
transcript.whisperx[8].text 國內民眾所得差距極端化平滬差距持續的加劇就是近年來持續討論卻又無藥可醫的一個問題那請問院長到底平滬差距所得差距極端化是不是資本主義社會民主國家下不可逆的一種現象呢?
transcript.whisperx[9].start 219.724
transcript.whisperx[9].end 231.073
transcript.whisperx[9].text 不可否認他是一個因素但是政府都用很多的其他的方法手段去平衡這些數字數字上的差距其實我們在最近公布的111年的數據是6.15
transcript.whisperx[10].start 234.275
transcript.whisperx[10].end 235.716
transcript.whisperx[10].text 所以這幾年剛剛也提到政府從重量預算
transcript.whisperx[11].start 256.707
transcript.whisperx[11].end 258.507
transcript.whisperx[11].text 所以說你認為目前政府所擁有的政策工序是不是都已經派上用場了?
transcript.whisperx[12].start 286.033
transcript.whisperx[12].end 307.329
transcript.whisperx[12].text 政策工具都有但最主要還是能夠全面的有效率的落實執行下去那我想中央地方政府都應該很努力在照顧一般人民的生活因為媒體報導政府面對通盟的作為央行認為伴隨全球化走向零碎化等結構性因素的轉變
transcript.whisperx[13].start 308.752
transcript.whisperx[13].end 309.012
transcript.whisperx[13].text 我請問院長﹖
transcript.whisperx[14].start 334.714
transcript.whisperx[14].end 344.232
transcript.whisperx[14].text 央行所說的財政政策哪些是現在政府已經實施在物價穩定上你認為有哪些?
transcript.whisperx[15].start 347.231
transcript.whisperx[15].end 361.86
transcript.whisperx[15].text 我跟委員報告事實上我們這幾年我們的物價會跟歐美國家相對的我們比較穩定是在供給面因為我們是實質供給面譬如說就是說當然就是說對這個油電的一個濕納這是一個就是供給面另外一個就是關稅啦營業稅啦還有那個貨物稅這個調降這個都是供給面
transcript.whisperx[16].start 378.208
transcript.whisperx[16].end 404.234
transcript.whisperx[16].text 總裁那個其實那個是我們超徵你看這兩年包括所有的電費這個電台電阿他的損失等於是他的虧損五千多億捏也是政府去補貼這個都是人民的納稅錢那其實這個當然主要就是因為他虧損年年那講實在話再進一步去
transcript.whisperx[17].start 405.322
transcript.whisperx[17].end 405.342
transcript.whisperx[17].text 院長﹖
transcript.whisperx[18].start 432.518
transcript.whisperx[18].end 458.463
transcript.whisperx[18].text 其實從520你就任行政院長後當然臺股大盤高點就從21300多點上漲到23400多點短短30個交易日臺股大漲了2000多點原本就本席來觀察從臺股今年年初開紅盤到現在幾乎可說是從17000多點持續上漲不回頭那我請問院長
transcript.whisperx[19].start 460.1
transcript.whisperx[19].end 478.798
transcript.whisperx[19].text 年初至今臺股上漲5000多點到底是我們的整個經濟表現的強勁帶動股市還是去年我們整個經濟景氣低迷那今年是互輸的一個回溫所以說才有這樣的一個反彈力道的導致
transcript.whisperx[20].start 479.959
transcript.whisperx[20].end 506.348
transcript.whisperx[20].text 在這種國際情勢底下我想任何政府的進步跟財政的穩定經濟的發展人民才是最大的功臣大家一定是通力合作再加上產業有產業的政策有產業的各項的方針尤其是在高端的產業當中高科技產業當中帶領台灣很多中下游的產業集體的發展所以我們這個時候更有能力從事更多的數位轉型淨零轉型同時我們也希望厚植國力把這些
transcript.whisperx[21].start 507.228
transcript.whisperx[21].end 532.302
transcript.whisperx[21].text 多增加出來的國家的實力能夠用到有用的地方去那是好的一面又或者可能台股已經有炒過高的餘力投資人應該要注意投資的風險你認為有沒有需要去注意這個每個投資的廣告都會下這一句話大家應該投資者應該有心理的準備他應該算準自己的能量以及大家對未來的形勢的掌握能夠精準的投
transcript.whisperx[22].start 534.483
transcript.whisperx[22].end 558.139
transcript.whisperx[22].text 議員長事實上臺股和美股一樣屢創新高從一般角度來看主要還是受惠經濟基本面支撐及對未來整個景氣的預期按照央行第二季理監事會討論的預期這個楊總裁表示說今年內外需會回溫因此調高經濟成長率3.77%那我請問議員長今年經濟成長率向上調
transcript.whisperx[23].start 562.902
transcript.whisperx[23].end 569.325
transcript.whisperx[23].text 你怎麼來看臺股未來的整個前景?有什麼看法?目前整個臺股大盤是不是已經提前反映經濟成長率的上調?還是經濟成長後勢?
transcript.whisperx[24].start 590.936
transcript.whisperx[24].end 612.727
transcript.whisperx[24].text 可期,那台股大盤上攻的空間能就大有可為。總裁你有什麼看法?是啦,我想剛剛那個委員也有提到了就是說國際的股市都是像美國它也是創新高,歐洲也是創新高,日本創新高,日本只是說它創新高以後再稍微回檔
transcript.whisperx[25].start 613.787
transcript.whisperx[25].end 623.692
transcript.whisperx[25].text 台灣當然也是一樣的就跟國際盤是差不多不過我們台灣有另外一個也就是說是因為我們的科技產業我們特別是AI的這個議題所以那這個跟我們的出國也有密切的關係所以股市才會節節上升就是說台股大盤你狀心高
transcript.whisperx[26].start 637.312
transcript.whisperx[26].end 660.845
transcript.whisperx[26].text 議員長
transcript.whisperx[27].start 661.195
transcript.whisperx[27].end 686.429
transcript.whisperx[27].text 央行表示國內經濟上半年社會剛剛陳儒總裁所提的能工智慧AI的熱潮相關產品出口暢旺那國內下半年則是輸出文件的成長帶動民間整個投資貢獻轉正而且民間消費的動能延續是支撐經濟成長的重要來源再加上主計總數今年
transcript.whisperx[28].start 687.889
transcript.whisperx[28].end 689.591
transcript.whisperx[28].text 政府一定會提出前瞻的政策
transcript.whisperx[29].start 710.179
transcript.whisperx[29].end 712.18
transcript.whisperx[29].text 我們一定要提供穩定的政策這是必要的
transcript.whisperx[30].start 739.357
transcript.whisperx[30].end 768.067
transcript.whisperx[30].text 照那個卓院長講,如果國內緊急持續的回溫,那台股大盤未來是不是還有期待向上的空間呢?你的看法呢?需要努力,大家一起努力。大家一起努力。那另外我再請那個莊部長一併上來,那個請總裁跟主委先回去。那個卓院長,因為財化法在民國88年修到現在為止,已經啊
transcript.whisperx[31].start 768.763
transcript.whisperx[31].end 768.823
transcript.whisperx[31].text ﹚主要
transcript.whisperx[32].start 781.684
transcript.whisperx[32].end 809.721
transcript.whisperx[32].text 以前每一次只要修各縣市的財政局局長來有的首長來但是為什麼沒有辦法達成共識因為他都是本身站在自己的立場觀點來看整個財化法未來要如何修如何分配但是其實要是說這些縣市因為縣市不是只有藍的綠的也有甚至於綠的他們也提出說應該要修正
transcript.whisperx[33].start 811.918
transcript.whisperx[33].end 837.716
transcript.whisperx[33].text 財化法。而且我認為說在上上個禮拜還上個禮拜我們財委會有修有一個臨時提案就是一定要在下一次我們開會前由財政部提出你們的版本來審那到底現在的進度如何那有沒有提出來
transcript.whisperx[34].start 839.631
transcript.whisperx[34].end 847.602
transcript.whisperx[34].text 下一次就是會期開始的時候會不會提出來就是併進去審查?那個部長你有什麼看法?
transcript.whisperx[35].start 848.864
transcript.whisperx[35].end 871.827
transcript.whisperx[35].text 跟委員報告,您因為在台委會很久,您也知道,那麼25年來,行政院曾經提過5次的版本,但是都因為沒有共識,所以沒有能夠完成求法。那這一次呢,就是我們其實已經去調查過各地方政府對於分配的指標表達意見,但是非常的分歧,所以這個部分我們必須要去凝聚共識,到目前來說分歧性很大。
transcript.whisperx[36].start 872.387
transcript.whisperx[36].end 892.1
transcript.whisperx[36].text 那上一次財委會通過那個決議他是建請我們提出版本那這個部分呢我們會在近期會再請地方政府還有各部會來還有相關的部會要是到財委會大家取得共識你們要不要提版本嗎我就是請教你部長跟院長嘛所謂的共識就是第一個地方政府就是大家認為說應該怎麼樣分配比較合理
transcript.whisperx[37].start 894.902
transcript.whisperx[37].end 910.02
transcript.whisperx[37].text 對那現在問題還是很分歧分歧那是你講的但是我們有徵詢過事實上是有很多縣市他們已經有達到某種共識認為說應該要來修而且那個比例應該要怎麼調因為
transcript.whisperx[38].start 911.862
transcript.whisperx[38].end 915.186
transcript.whisperx[38].text 委員其實中央每年釋出總共有8000多億到地方統籌分配稅款
transcript.whisperx[39].start 964.23
transcript.whisperx[39].end 966.251
transcript.whisperx[39].text 好,我們謝謝林委員
transcript.whisperx[40].start 970.85
transcript.whisperx[40].end 975.166
transcript.whisperx[40].text 吳秉瑞委員之質詢已書面提出,請行政院書面答覆,