iVOD / 156725

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/cf2bdefc150f66782c704c8e4f6f25ce56f61c8275d0c8f2d434f0d3d07bbac179d122fef1d5156d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳秉叡
委員發言時間 09:50:59 - 10:02:06
影片長度 667
會議時間 2024-11-13T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第8次全體委員會議(事由:一、審查「貨物稅條例」11案: (一)行政院函請審議、本院台灣民眾黨黨團、委員張智倫等17人、委員賴士葆等26人、委員蔡其昌等18人、委員伍麗華Saidhai Tahovecahe等19人、委員陳冠廷等23人、委員陳菁徽等16人、委員賴惠員等18人分別擬具「貨物稅條例第十二條條文修正草案」等9案。【行政院函請審議及本院委員賴惠員等18人提案如經院會復議,則不予審查】 (二)本院委員顏寬恒等16人擬具「貨物稅條例第十二條及第十二條之三條文修正草案」案。 (三)本院委員郭國文等16人擬具「貨物稅條例第十二條及第十二條之六條文修正草案」案。 二、審查中華民國114年度中央政府總預算案有關財政部及所屬單位歲入預算部分。(僅詢答) 三、審查中華民國114年度中央政府總預算案有關財政部、國庫署、財政資訊中心歲出預算部分。(僅詢答) 四、審查中華民國114年度中央政府總預算案附屬單位預算非營業部分有關財政部主管債務基金-中央政府債務基金。(僅詢答) 【11月13日及14日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.40159375
transcript.pyannote[0].end 5.81909375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 5.24534375
transcript.pyannote[1].end 6.32534375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.64596875
transcript.pyannote[2].end 9.02534375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 9.71721875
transcript.pyannote[3].end 12.88971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 13.88534375
transcript.pyannote[4].end 14.59409375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 15.16784375
transcript.pyannote[5].end 16.01159375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 16.72034375
transcript.pyannote[6].end 20.36534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 22.22159375
transcript.pyannote[7].end 23.16659375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 23.84159375
transcript.pyannote[8].end 26.89596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 27.57096875
transcript.pyannote[9].end 30.97971875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 31.85721875
transcript.pyannote[10].end 33.25784375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 33.98346875
transcript.pyannote[11].end 59.09346875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 43.70346875
transcript.pyannote[12].end 45.62721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 59.61659375
transcript.pyannote[13].end 61.21971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 61.94534375
transcript.pyannote[14].end 63.17721875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 64.00409375
transcript.pyannote[15].end 64.45971875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 65.08409375
transcript.pyannote[16].end 66.67034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 67.12596875
transcript.pyannote[17].end 70.28159375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 71.09159375
transcript.pyannote[18].end 71.95221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 72.62721875
transcript.pyannote[19].end 75.56346875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 75.56346875
transcript.pyannote[20].end 75.59721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 76.01909375
transcript.pyannote[21].end 76.03596875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 76.03596875
transcript.pyannote[22].end 76.05284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 76.05284375
transcript.pyannote[23].end 76.74471875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 76.74471875
transcript.pyannote[24].end 76.82909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 76.82909375
transcript.pyannote[25].end 76.96409375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 76.96409375
transcript.pyannote[26].end 77.21721875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 77.67284375
transcript.pyannote[27].end 91.56096875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 82.27971875
transcript.pyannote[28].end 82.58346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 85.94159375
transcript.pyannote[29].end 87.29159375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 91.69596875
transcript.pyannote[30].end 92.80971875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 93.58596875
transcript.pyannote[31].end 95.91471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 96.97784375
transcript.pyannote[32].end 100.09971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 100.35284375
transcript.pyannote[33].end 102.12471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 103.25534375
transcript.pyannote[34].end 103.99784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 104.63909375
transcript.pyannote[35].end 106.00596875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 106.52909375
transcript.pyannote[36].end 108.14909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 109.04346875
transcript.pyannote[37].end 113.59971875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 114.40971875
transcript.pyannote[38].end 115.96221875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 116.48534375
transcript.pyannote[39].end 118.02096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 118.76346875
transcript.pyannote[40].end 120.21471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 120.97409375
transcript.pyannote[41].end 122.72909375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 122.72909375
transcript.pyannote[42].end 122.81346875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 123.33659375
transcript.pyannote[43].end 123.97784375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 123.97784375
transcript.pyannote[44].end 136.27971875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 125.54721875
transcript.pyannote[45].end 125.58096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 125.73284375
transcript.pyannote[46].end 127.72409375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 134.50784375
transcript.pyannote[47].end 134.74409375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 135.94221875
transcript.pyannote[48].end 144.17721875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 145.20659375
transcript.pyannote[49].end 146.97846875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 147.23159375
transcript.pyannote[50].end 148.58159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 149.00346875
transcript.pyannote[51].end 149.69534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 149.88096875
transcript.pyannote[52].end 152.86784375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 153.93096875
transcript.pyannote[53].end 154.90971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 155.19659375
transcript.pyannote[54].end 156.25971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 157.30596875
transcript.pyannote[55].end 158.33534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 159.17909375
transcript.pyannote[56].end 161.28846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 161.94659375
transcript.pyannote[57].end 162.97596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 164.00534375
transcript.pyannote[58].end 164.91659375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 165.62534375
transcript.pyannote[59].end 169.65846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 170.36721875
transcript.pyannote[60].end 170.99159375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 171.78471875
transcript.pyannote[61].end 176.56034375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 178.01159375
transcript.pyannote[62].end 178.02846875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 178.02846875
transcript.pyannote[63].end 183.07409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 179.02409375
transcript.pyannote[64].end 179.71596875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 181.58909375
transcript.pyannote[65].end 185.65596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 186.17909375
transcript.pyannote[66].end 187.30971875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 187.84971875
transcript.pyannote[67].end 188.96346875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 189.46971875
transcript.pyannote[68].end 192.67596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 193.03034375
transcript.pyannote[69].end 213.16221875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 213.83721875
transcript.pyannote[70].end 225.73409375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 221.85284375
transcript.pyannote[71].end 228.28221875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 229.59846875
transcript.pyannote[72].end 229.96971875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 230.56034375
transcript.pyannote[73].end 235.09971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 235.30221875
transcript.pyannote[74].end 236.90534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 237.64784375
transcript.pyannote[75].end 239.58846875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 240.26346875
transcript.pyannote[76].end 240.93846875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 241.98471875
transcript.pyannote[77].end 243.06471875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 243.35159375
transcript.pyannote[78].end 246.43971875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 247.35096875
transcript.pyannote[79].end 248.17784375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 248.88659375
transcript.pyannote[80].end 249.49409375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 250.25346875
transcript.pyannote[81].end 250.70909375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 251.43471875
transcript.pyannote[82].end 253.34159375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 254.45534375
transcript.pyannote[83].end 261.23909375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 262.42034375
transcript.pyannote[84].end 265.05284375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 265.37346875
transcript.pyannote[85].end 266.18346875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 266.90909375
transcript.pyannote[86].end 271.68471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 272.62971875
transcript.pyannote[87].end 279.76784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 281.45534375
transcript.pyannote[88].end 287.96909375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 288.34034375
transcript.pyannote[89].end 294.88784375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 295.76534375
transcript.pyannote[90].end 295.78221875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 295.78221875
transcript.pyannote[91].end 311.66159375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 311.35784375
transcript.pyannote[92].end 314.24346875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 314.69909375
transcript.pyannote[93].end 315.50909375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 316.25159375
transcript.pyannote[94].end 317.29784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 318.83346875
transcript.pyannote[95].end 319.96409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 320.65596875
transcript.pyannote[96].end 321.55034375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 322.03971875
transcript.pyannote[97].end 323.28846875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 324.06471875
transcript.pyannote[98].end 328.67159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 329.14409375
transcript.pyannote[99].end 333.51471875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 333.76784375
transcript.pyannote[100].end 339.92721875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 340.92284375
transcript.pyannote[101].end 343.45409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 344.14596875
transcript.pyannote[102].end 346.57596875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 347.63909375
transcript.pyannote[103].end 349.00596875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 349.59659375
transcript.pyannote[104].end 351.16596875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 351.97596875
transcript.pyannote[105].end 353.00534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 353.64659375
transcript.pyannote[106].end 354.42284375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 354.94596875
transcript.pyannote[107].end 359.02971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 359.50221875
transcript.pyannote[108].end 364.53096875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 365.13846875
transcript.pyannote[109].end 369.03659375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 369.25596875
transcript.pyannote[110].end 372.66471875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 375.44909375
transcript.pyannote[111].end 377.50784375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 376.15784375
transcript.pyannote[112].end 377.47409375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 377.50784375
transcript.pyannote[113].end 377.54159375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 378.50346875
transcript.pyannote[114].end 378.80721875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 378.95909375
transcript.pyannote[115].end 384.03846875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 384.13971875
transcript.pyannote[116].end 386.63721875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 386.72159375
transcript.pyannote[117].end 388.96596875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 390.24846875
transcript.pyannote[118].end 391.19346875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 391.76721875
transcript.pyannote[119].end 392.77971875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 393.10034375
transcript.pyannote[120].end 393.26909375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 393.26909375
transcript.pyannote[121].end 394.50096875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 394.88909375
transcript.pyannote[122].end 402.85409375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 403.03971875
transcript.pyannote[123].end 404.79471875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 405.33471875
transcript.pyannote[124].end 406.44846875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 406.66784375
transcript.pyannote[125].end 407.89971875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 408.10221875
transcript.pyannote[126].end 408.27096875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 408.27096875
transcript.pyannote[127].end 410.17784375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 410.61659375
transcript.pyannote[128].end 413.80596875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 413.92409375
transcript.pyannote[129].end 418.09221875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 418.39596875
transcript.pyannote[130].end 445.61534375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 428.16659375
transcript.pyannote[131].end 428.50409375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 445.66596875
transcript.pyannote[132].end 446.93159375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 447.16784375
transcript.pyannote[133].end 452.77034375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 453.51284375
transcript.pyannote[134].end 460.36409375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 460.31346875
transcript.pyannote[135].end 462.76034375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 463.19909375
transcript.pyannote[136].end 469.37534375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 467.95784375
transcript.pyannote[137].end 478.42034375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 470.65784375
transcript.pyannote[138].end 471.46784375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 478.94346875
transcript.pyannote[139].end 490.51971875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 490.63784375
transcript.pyannote[140].end 492.69659375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 492.79784375
transcript.pyannote[141].end 494.95784375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 495.00846875
transcript.pyannote[142].end 497.20221875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 497.55659375
transcript.pyannote[143].end 502.68659375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 502.83846875
transcript.pyannote[144].end 503.83409375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 503.83409375
transcript.pyannote[145].end 514.44846875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 514.95471875
transcript.pyannote[146].end 520.87784375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 521.29971875
transcript.pyannote[147].end 522.85221875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 523.66221875
transcript.pyannote[148].end 524.74221875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 525.58596875
transcript.pyannote[149].end 526.54784375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 527.37471875
transcript.pyannote[150].end 529.45034375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 530.24346875
transcript.pyannote[151].end 531.27284375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 531.88034375
transcript.pyannote[152].end 532.96034375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 534.31034375
transcript.pyannote[153].end 538.64721875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 539.00159375
transcript.pyannote[154].end 541.78596875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 542.25846875
transcript.pyannote[155].end 544.28346875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 544.36784375
transcript.pyannote[156].end 545.88659375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 546.69659375
transcript.pyannote[157].end 550.12221875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 550.83096875
transcript.pyannote[158].end 557.14221875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 557.22659375
transcript.pyannote[159].end 557.56409375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 558.32346875
transcript.pyannote[160].end 558.98159375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 559.08284375
transcript.pyannote[161].end 563.82471875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 564.75284375
transcript.pyannote[162].end 566.03534375
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 568.04346875
transcript.pyannote[163].end 574.96221875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 573.73034375
transcript.pyannote[164].end 581.35784375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 581.91471875
transcript.pyannote[165].end 583.61909375
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 583.93971875
transcript.pyannote[166].end 587.83784375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 589.12034375
transcript.pyannote[167].end 589.64346875
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 590.01471875
transcript.pyannote[168].end 595.06034375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 596.49471875
transcript.pyannote[169].end 597.37221875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 597.91221875
transcript.pyannote[170].end 599.27909375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 599.97096875
transcript.pyannote[171].end 601.87784375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 602.04659375
transcript.pyannote[172].end 602.40096875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 602.65409375
transcript.pyannote[173].end 610.56846875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 611.51346875
transcript.pyannote[174].end 614.87159375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 615.09096875
transcript.pyannote[175].end 617.92596875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 619.74846875
transcript.pyannote[176].end 623.62971875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 624.11909375
transcript.pyannote[177].end 639.03659375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 640.33596875
transcript.pyannote[178].end 640.87596875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 641.39909375
transcript.pyannote[179].end 642.29346875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 642.44534375
transcript.pyannote[180].end 642.79971875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 643.06971875
transcript.pyannote[181].end 644.48721875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 645.11159375
transcript.pyannote[182].end 646.81596875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 647.06909375
transcript.pyannote[183].end 647.42346875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 647.87909375
transcript.pyannote[184].end 648.92534375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 649.16159375
transcript.pyannote[185].end 651.62534375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 651.81096875
transcript.pyannote[186].end 652.94159375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 653.80221875
transcript.pyannote[187].end 656.09721875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 656.51909375
transcript.pyannote[188].end 657.91971875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 658.88159375
transcript.pyannote[189].end 661.00784375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 660.16409375
transcript.pyannote[190].end 661.05846875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 661.05846875
transcript.pyannote[191].end 662.64471875
transcript.whisperx[0].start 4.794
transcript.whisperx[0].end 29.09
transcript.whisperx[0].text 謝謝委員部長早今天看到媒體有報導說今年的預算的實收數已經超過今年本來應該要徵收的預算數而且超過不少還有估計說今年至少光中央的部分會超過實徵數會超過預算數3000多億這個報導是正確的吧
transcript.whisperx[1].start 34.365
transcript.whisperx[1].end 62.955
transcript.whisperx[1].text 跟委員報告確實有關稅收的部分不管是全國的稅收還有中央的稅收在10月底已經達成今年度的預算數超過了啦不是達成而已而且超過了那在我們估算全年會超過的部分那全國大概會超過4000億然後中央大概會超過3000億這個是大概是我們初步的估算對那今年的預算數當然是比去年
transcript.whisperx[2].start 64.222
transcript.whisperx[2].end 92.504
transcript.whisperx[2].text 顧了多3000出頭億啦那也就是說今年的實收數到年底會跟明年度的預算數金額上會差不多幾乎是因為明年的稅客收入我們編的是兩兆七千億嘛兩兆七千億那今年的預算數是以中央來說兩兆三嘛加上這大概就差不多兩兆接近兩兆七千億是所以
transcript.whisperx[3].start 93.666
transcript.whisperx[3].end 122.265
transcript.whisperx[3].text 今年的GDP現在又向上調所以經濟成長率強勁台灣有可能會超過4個百分點所以我是要提醒你這個問題已經談了非常多年了下一個年度就是民國115年年度的時候你是明年的明年度的年終之前就會開始籌編嘛你那時候的預算數你會考慮再增加多一點嗎
transcript.whisperx[4].start 123.607
transcript.whisperx[4].end 152.834
transcript.whisperx[4].text 也就是說您是說在籌編1、1、5年的時候稅務預算的時候因為1、1、5年的部分要看主要是營所稅或中所稅是要看1、1、4年的一個營地事業的獲利情形我再跟你報告喔前天的媒體而已喔10月光上市歸公司的收入都破兆元了這個都媒體報導的啦齁而且是國內媒體所以我的意思是說你的估算還是會這麼的保守嘛
transcript.whisperx[5].start 153.988
transcript.whisperx[5].end 176.543
transcript.whisperx[5].text 因為你想想看你今年實收數已經跟明年的預算數幾乎相同了那也就是說明年的GDP的成長當然啦收稅會有遞延的效果但是明年的這個GDP這樣我這樣給你預估你明年還會一樣會超過預算數很多啦
transcript.whisperx[6].start 178.286
transcript.whisperx[6].end 191.979
transcript.whisperx[6].text 當然希望就是說整體的經濟成長帶動全球成長這當然是經濟成長好但是問題是我們的財政部這個估算一直落後嘛那一直落後就讓有心人士有運作的空間
transcript.whisperx[7].start 193.621
transcript.whisperx[7].end 209.057
transcript.whisperx[7].text 說政府啊都給人家什麼用一個不對的名詞明明是時增數超過預算數他就說你超增啊還稅餘名啊這些亂七八糟亂講亂編的又都出來了我們財政部為什麼老是這幾年都一直要留下給人家這樣子講話這樣子的那個空間啊我的問題在這裡
transcript.whisperx[8].start 214.611
transcript.whisperx[8].end 240.726
transcript.whisperx[8].text 謝謝委員的指教那因為在籌編的時候會有一些時間落差比如說我們在上半年就開始籌編像今年在籌編明年的時候這個理由都已經講了好多次了你還沒講我都已經知道了但是我是跟你講說你今年的預算數現在要省的這個預算數就是明年度要收的你本來跟我們講說話我們一口氣調高了3000多億算是很
transcript.whisperx[9].start 242.025
transcript.whisperx[9].end 271.492
transcript.whisperx[9].text 很高了嘛 對不對你當初9月來的時候在講的時候說已經很高了結果現在發現光民國113年的實收數就可能會超過104年的預算數了幾乎是相同或是超過所以你114年的實收顯然會超過預算數了我在這裡就可以跟你打賭也可以跟你斷言啦
transcript.whisperx[10].start 272.734
transcript.whisperx[10].end 294.459
transcript.whisperx[10].text 那我意思是說你115年在編列預算的時候稅入預算的時候可不可以稍微把我們台灣的經濟成長看得稍微好一點至少把這個今年4%的這個GDP的收入再加上明年度GDP的成長再加上明年度GDP的成長也一起估算在內啊
transcript.whisperx[11].start 296.259
transcript.whisperx[11].end 315.378
transcript.whisperx[11].text 委員在估測方面我們是確實要不斷的精進委員剛剛的意見我們會納入然後我們在估測的時候有關GDP的成長率也都會納進去那當然就是看法上要更作為一個積極跟正面的估算好那我再來我要跟你請教那個電商的問題
transcript.whisperx[12].start 318.902
transcript.whisperx[12].end 346.189
transcript.whisperx[12].text 美國商務部剛剛公布他說去年用小額免稅或免進口的貨物主要是中國啦數量激增高達10億件進入美國10億件那這個方案在10年前提出來的時候10年前的包裹數是1.4億然後到了10年後今天變成10億也就是說他們懷疑
transcript.whisperx[13].start 348.154
transcript.whisperx[13].end 371.463
transcript.whisperx[13].text 華枕維林然後一再的這個這樣子的做法應該是懷疑是一個普遍的現象所以我就請教你當然美國的免稅的額度跟我們是不一樣台灣是2000塊以下的是免稅但是你如何積增那個包裹是2000塊以下你也是看交易價格還是你是對那個帳單呢
transcript.whisperx[14].start 375.978
transcript.whisperx[14].end 388.744
transcript.whisperx[14].text 我們請署長做說明報報告委員我們會看他的發票就是他會提供報單上的完稅價格那我們會核對他所提供的發票對那我舉個例子那我如果
transcript.whisperx[15].start 390.319
transcript.whisperx[15].end 418.136
transcript.whisperx[15].text 本來是要寄一萬塊的東西我把它拆成五件每一件發票都兩千塊就變成你的免稅額啊你是要知道美國商務部就是在講這個事情嘛因為他也有一個免稅額然後他那個貨物的數量膨脹得太快他認為不正常他認為說應該是會有這一種所謂的拆分的這樣子的狀況那關於拆分的狀況我們海關這邊有什麼方法可以防堵勒
transcript.whisperx[16].start 418.976
transcript.whisperx[16].end 444.793
transcript.whisperx[16].text 呃是跟委員報告那委員之前也有提示過海關就這種高價低報以及這種拆分的一個逃避關稅的一個情況要加強的一個查緝那我們都有在做比如說他是冒名的或者是冒名註冊或冒名報關或假借其他的一個人頭的方式我們都用各種的一個方式來做這個相關的查核那也蠻有績效的
transcript.whisperx[17].start 445.694
transcript.whisperx[17].end 462.612
transcript.whisperx[17].text 好那我請教你喔最近這三年因為這個包裹的通關你有增到多少關稅快遞貨物的部分大概平均大概是310億到340億之間那貨物稅跟營業稅大概是多少
transcript.whisperx[18].start 463.88
transcript.whisperx[18].end 490.069
transcript.whisperx[18].text 呃 貨物稅跟營業稅的比例呃 抱歉我這邊沒有數字沒關係那你會後再補給我齁是那完稅價格在新台幣2000塊以內的免稅免稅的案件件數總共有多少總金額是多少以報單每年大概5000目前大概5500萬份左右這種X2的就是2000塊以下的是大概八成到八成二之間
transcript.whisperx[19].start 490.669
transcript.whisperx[19].end 514.185
transcript.whisperx[19].text 那所以金額也是非常龐大喔數量是很龐大是對那所以這個中間其實你要去查其他既要花非常多的成本也是很不容易的事情當然是是啊所以這個你們有沒有什麼方式可以針對這一方面我跟你說中國的東西當初我就反對2000塊你說因為外國都是這樣都有一個額度
transcript.whisperx[20].start 515.046
transcript.whisperx[20].end 532.536
transcript.whisperx[20].text 中國的東西是在中國生產他這用電商進來到台灣打擊台灣的製造業啊如果他免關稅免貨物稅免營業稅那台灣的製造業在台灣製造無論多少錢他都要繳這些稅
transcript.whisperx[21].start 534.352
transcript.whisperx[21].end 556.646
transcript.whisperx[21].text 用我們的制度去造成國內跟外國的不公平競爭中國的東西都是底價傾銷嘛全世界都是認為他這樣啊所以你這個方式就有可能會造成一個讓他可以在中國生產然後來拼搗台灣的製造業的這個機會對我們國內的製造業不公平啊所以如果這個查緝是困難的話你這2000塊的免稅額度不能再檢討嗎
transcript.whisperx[22].start 564.93
transcript.whisperx[22].end 587.654
transcript.whisperx[22].text 為什麼我們要給他免稅呢?跟委員報告因為這個低價免稅還是世界公務組織的規範那美國現在不打算遵守怎麼樣?我們現在每次都講世界怎麼樣世界怎麼樣因為這個是全球化政策的產物川普暫時當選之後他本身就反對全球化他要公益面的重整
transcript.whisperx[23].start 589.201
transcript.whisperx[23].end 609.997
transcript.whisperx[23].text 所以這樣不公平的貿易是讓外國的製造商打擊台灣的製造業所以我是覺得有必要這個政策我請你們帶回去再研究我們有這個必要嗎在台灣我交一個坦白講我去7-11買個10塊20塊的東西我都要營業稅啊只是它是內涵而已啊那為什麼外國進來的東西外國製造的2000塊以內這些全部都免
transcript.whisperx[24].start 619.933
transcript.whisperx[24].end 646.714
transcript.whisperx[24].text 那我是傻瓜啊我在台灣放製造業然後讓台灣的幫台灣的這個產業的工人然後讓他們能夠就業然後花這麼多的成本然後去你們的福利你們的利潤你們的那個稅金全部都是對於這些小額貨品從外國電商來的免稅那不是幫助外國拼拼我們台灣的廠商嗎這本身也是一種不公平貿易啊
transcript.whisperx[25].start 649.291
transcript.whisperx[25].end 655.557
transcript.whisperx[25].text 中國這種低價傾銷的貨品非常的多我們覺得這個政策應該要好好檢討
gazette.lineno 539
gazette.blocks[0][0] 吳委員秉叡:(9時50分)主席,麻煩請財政部莊部長。
gazette.blocks[1][0] 主席:莊部長。
gazette.blocks[2][0] 莊部長翠雲:謝謝委員,委員好。
gazette.blocks[3][0] 吳委員秉叡:部長早。今天看到媒體有報導說,今年預算的實收數已經超過今年本來應該要徵收的預算數,而且超過不少,還有媒體估計今年光中央的部分實徵數會超過預算數三千多億,這個報導是正確的嗎?
gazette.blocks[4][0] 莊部長翠雲:跟委員報告,確實有關稅收的部分,不管是全國的稅收或中央的稅收,在10月底已經達成今年度的預算數,那我們……
gazette.blocks[5][0] 吳委員秉叡:超過了,不是達成而已。
gazette.blocks[6][0] 莊部長翠雲:對,達成,而且超過了……我們估算全年會超過的部分,全國大概會超過4千億,中央大概會超過3,000億,這個是我們初步的估算。
gazette.blocks[7][0] 吳委員秉叡:那今年的預算數當然是比去年估了多三千出頭億。
gazette.blocks[8][0] 莊部長翠雲:是。
gazette.blocks[9][0] 吳委員秉叡:也就是說今年的實收數到年底會跟明年度的預算數金額上會差不多。
gazette.blocks[10][0] 莊部長翠雲:幾乎是,因為明年的稅課收入,我們編的是2兆7,000億,今年的預算數以中央來說是2兆3,加上這個大概就差不多接近2兆7,000億。
gazette.blocks[11][0] 吳委員秉叡:是,所以今年的GDP又向上調,經濟成長強勁,臺灣有可能會超過4%,所以我是要提醒你,這個問題已經談了非常多年了,下一個年度就是民國115年度的預算,你是明年度年終之前就會開始籌編,那時候的預算數,你會考慮再增加多一點嗎?
gazette.blocks[12][0] 莊部長翠雲:您是說在籌編115年歲入預算的時候,因為115年的部分,主要是營所稅或綜所稅是要看114年營利事業的獲利情形。
gazette.blocks[13][0] 吳委員秉叡:我再跟你報告,前天的媒體報導而已,10月光上市櫃公司的收入都破兆元,這都是媒體報導的,而且是國內媒體,我的意思是說你的估算還是會這麼保守嗎?因為你想想看,今年的實收數已經跟明年的預算數幾乎相同了,也就是說明年的GDP成長,當然收稅會有遞延的效果,但是明年的GDP,我這樣跟你預估,你明年一樣會超過預算數很多啦。
gazette.blocks[14][0] 莊部長翠雲:當然希望就是整體的經濟成長帶動稅收的成長。
gazette.blocks[15][0] 吳委員秉叡:這當然是經濟成長好,但是問題是我們財政部的估算一直落後嘛,一直落後,就讓有心人士有運作的空間,說政府都給人家什麼用一個不對的名詞,明明是實徵數超過預算數,他就說超徵,要還稅於民,這些亂七八糟、亂講亂編的又都出來了。我們財政部這幾年為什麼老是要留下給人家這樣講話的空間?我的問題在這裡。
gazette.blocks[16][0] 莊部長翠雲:謝謝委員的指教,因為在籌編的時候會有一些時間落差,比如我們在上半年就開始籌編,像今年在籌編明年的時候……
gazette.blocks[17][0] 吳委員秉叡:這個理由都已經講過好多次了。
gazette.blocks[18][0] 莊部長翠雲:這講了很多遍,沒有錯。
gazette.blocks[19][0] 吳委員秉叡:你還沒講我都已經知道了,但是我是跟你講,你今年的預算數,現在要審的這個預算數,就是明年度要收的,你本來跟我們說我們一口氣調高了三千多億,算是很很高了,對不對?你9月來的時候說已經很高了,結果現在發現光民國113年的實收數就可能會超過114年的預算數,幾乎是相同或超過,所以你114年的實收顯然會超過預算數,我在這裡就可以跟你打賭,也可以跟你斷言。我的意思是,你在編列115年歲入預算的時候,可不可以稍微把我們臺灣的經濟成長看得稍微好一點?至少把今年4%GDP的收入,再加上明年度GDP的成長也一起估算在內?
gazette.blocks[20][0] 莊部長翠雲:在估測方面我們確實要不斷的精進,委員剛剛的意見我們會納入,然後我們在估測的時候,有關GDP的成長率也都會納進去,當然就是看法上要更積極、正面的估算。
gazette.blocks[21][0] 吳委員秉叡:再來我要跟你請教電商的問題,美國商務部剛剛公布,去年用小額免稅豁免進口的貨物,主要是中國,數量激增,高達10億件,進入美國10億件,這個方案在10年前提出來的時候,10年前的包裹數是1.4億件,10年後今天變成10億件,也就是說他們懷疑化整為零,懷疑這樣的作法應該是一個普遍的現象。所以我就請教你,當然美國的免稅額度跟我們不一樣,臺灣是2,000塊以下免稅,但是你如何稽徵那個包裹是2,000塊以下,你也是看交易價格,還是對帳單呢?
gazette.blocks[22][0] 莊部長翠雲:是不是請署長說明?
gazette.blocks[23][0] 吳委員秉叡:請署長。
gazette.blocks[24][0] 彭署長英偉:報告委員,我們會看他的發票,就是業者會提供報單上的完稅價格,我們會核對他所提供的發票。
gazette.blocks[25][0] 吳委員秉叡:我舉一個例子,我如果本來是要寄1萬塊的東西,我把它拆成5件,每一件發票都2,000塊,就符合你的免稅額啊,你就要知道美國商務部就是在講這個事情嘛。
gazette.blocks[26][0] 彭署長英偉:是。
gazette.blocks[27][0] 吳委員秉叡:因為他也有一個免稅額,然後他們貨物的數量膨脹得太快,他們認為不正常,應該是有這一種所謂拆分的狀況。關於拆分的狀況,我們海關這邊有什麼方法可以防堵呢?
gazette.blocks[28][0] 彭署長英偉:跟委員報告,委員之前也有提示過海關,就這種高價低報及拆分的逃避關稅的情況,要加強查緝。我們都有在做,比如他是冒名註冊、冒名報關或假借人頭的方式,我們都用各種方式來做相關的查核,也蠻有績效的。
gazette.blocks[29][0] 吳委員秉叡:好,我請教你,最近這三年因為包裹的通關,你有徵到多少關稅?
gazette.blocks[30][0] 彭署長英偉:快遞貨物的部分,大概平均是310億到340億之間。
gazette.blocks[31][0] 吳委員秉叡:那貨物稅跟營業稅大概是多少?
gazette.blocks[32][0] 彭署長英偉:貨物稅跟營業稅的比例,抱歉,我這邊沒有數字。
gazette.blocks[33][0] 吳委員秉叡:沒關係,你會後再補給我。
gazette.blocks[34][0] 彭署長英偉:是。
gazette.blocks[35][0] 吳委員秉叡:那完稅價格在新臺幣2,000塊以內的免稅案件件數總共有多少?總金額是多少?
gazette.blocks[36][0] 彭署長英偉:以報單來說,目前每年大概5,500萬份左右……2,000塊以下的大概占八成到八成二之間。
gazette.blocks[37][0] 吳委員秉叡:所以金額也是非常龐大?
gazette.blocks[38][0] 彭署長英偉:數量是很龐大。
gazette.blocks[39][0] 吳委員秉叡:對,所以這個中間其實你要去查緝要花非常多的成本,也是很不容易的事情。
gazette.blocks[40][0] 彭署長英偉:當然,是的。
gazette.blocks[41][0] 吳委員秉叡:所以你們有沒有什麼方式可以針對這一方面?我跟你說,中國的東西,當初我就反對2,000塊,你說因為外國都是這樣,都有一個額度。中國的東西是在中國生產,是用電商進來到臺灣,打擊臺灣的製造業,如果它免關稅、免貨物稅、免營業稅,那臺灣的製造業在臺灣製造,無論多少錢,他都要繳這些稅,用我們的制度造成國內跟外國的不公平競爭。中國的東西統統都是低價傾銷嘛,全世界都認為它這樣啊!所以這個方式就有可能會造成它可以在中國生產,然後來拚倒臺灣製造業的機會,對我們國內的製造業不公平啦!
gazette.blocks[42][0] 彭署長英偉:是。
gazette.blocks[43][0] 吳委員秉叡:所以如果這方面查緝困難的話,你這2,000塊的免稅額度不能再檢討嗎?為什麼我們要給它免稅呢?
gazette.blocks[44][0] 彭署長英偉:跟委員報告,因為低價免稅是世界關務組織的規範……
gazette.blocks[45][0] 吳委員秉叡:那美國現在不打算遵守又怎麼樣?我們現在每次都講世界怎麼樣、世界怎麼樣,因為這是全球化政策的產物,川普這次當選之後,他本身就反對全球化,他要進行供應鏈的重整。這樣不公平的貿易是在為外國的製造商打擊臺灣的製造業耶!所以我是覺得這個政策有必要請你們帶回去再研究。
gazette.blocks[46][0] 彭署長英偉:是。
gazette.blocks[47][0] 吳委員秉叡:我們有這個必要嗎?在臺灣,坦白講,我去7-ELEVEN買個10塊、20塊的東西都要營業稅,只是它是內含的而已,那為什麼外國進來的東西、外國製造的2,000塊以內全部都免?那我們是傻瓜啊?我在臺灣做製造業,然後幫臺灣的產業工人、讓他們能夠就業,花這麼多的成本,然後你們的福利、你們的利潤、那個稅金,對於這些從外國電商來的小額貨品都免稅,那不是在幫助外國拚我們臺灣的廠商嗎?這本身也是一種不公平貿易啊!
gazette.blocks[48][0] 彭署長英偉:是。
gazette.blocks[49][0] 吳委員秉叡:好不好?
gazette.blocks[50][0] 彭署長英偉:好。
gazette.blocks[51][0] 吳委員秉叡:我跟你講,中國這種低價傾銷的貨品非常的多,我們覺得這個政策應該要好好檢討啦!謝謝你。
gazette.blocks[52][0] 彭署長英偉:謝謝委員。
gazette.blocks[53][0] 主席:謝謝秉叡委員。接下來請郭國文委員發言。
gazette.agenda.page_end 172
gazette.agenda.meet_id 委員會-11-2-20-8
gazette.agenda.speakers[0] 賴惠員
gazette.agenda.speakers[1] 王鴻薇
gazette.agenda.speakers[2] 賴士葆
gazette.agenda.speakers[3] 陳玉珍
gazette.agenda.speakers[4] 羅明才
gazette.agenda.speakers[5] 李彥秀
gazette.agenda.speakers[6] 顏寬恒
gazette.agenda.speakers[7] 陳菁徽
gazette.agenda.speakers[8] 黃珊珊
gazette.agenda.speakers[9] 林德福
gazette.agenda.speakers[10] 吳秉叡
gazette.agenda.speakers[11] 郭國文
gazette.agenda.speakers[12] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[13] 李坤城
gazette.agenda.speakers[14] 王世堅
gazette.agenda.speakers[15] 羅廷瑋
gazette.agenda.speakers[16] 羅智強
gazette.agenda.speakers[17] 洪孟楷
gazette.agenda.speakers[18] 黃國昌
gazette.agenda.speakers[19] 陳培瑜
gazette.agenda.speakers[20] 蔡其昌
gazette.agenda.page_start 13
gazette.agenda.meetingDate[0] 2024-11-13
gazette.agenda.gazette_id 11310002
gazette.agenda.agenda_lcidc_ids[0] 11310002_00003
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第8次全體委員會議紀錄
gazette.agenda.content 一、審查「貨物稅條例」11 案:( 一 ) 行政院函請審議、本院台灣民眾黨黨團、委員張智倫等 17 人、委員賴士葆等26人、委員蔡其昌等18人、委員伍麗華 Saidhai Tahovecahe 等19人、委員陳 冠廷等23人、委員陳菁徽等16人、委員賴惠員等18人分別擬具「貨物稅條例第十二條條文修正草 案」等9案、(二)本院委員顏寬恒等16人擬具「貨物稅條例第十二條及第十二條之三條文修正草 案」案、(三)本院委員郭國文等16人擬具「貨物稅條例第十二條及第十二條之六條文修正草案」 案;二、審查中華民國114年度中央政府總預算案有關財政部及所屬單位歲入預算部分。(僅詢 答);三、審查中華民國114年度中央政府總預算案有關財政部、國庫署、財政資訊中心歲出預 算部分。(僅詢答);四、審查中華民國114年度中央政府總預算案附屬單位預算非營業部分有 關財政部主管債務基金─中央政府債務基金。(僅詢答)
gazette.agenda.agenda_id 11310002_00002
IVOD_ID 156725
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156725
日期 2024-11-13
會議資料.會議代碼 委員會-11-2-20-8
會議資料.屆 11
會議資料.會期 2
會議資料.會次 8
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.標題 第11屆第2會期財政委員會第8次全體委員會議
影片種類 Clip
開始時間 2024-11-13T09:50:59+08:00
結束時間 2024-11-13T10:02:06+08:00
支援功能[0] ai-transcript
支援功能[1] gazette