iVOD / 156820

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/cf2bdefc150f66788700494691005a5056f61c8275d0c8f2ea236d48226e86be6bec4195852848de5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 羅明才
委員發言時間 12:13:35 - 12:25:22
影片長度 707
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_00
transcript.pyannote[0].start 0.06471875
transcript.pyannote[0].end 1.38096875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 2.69721875
transcript.pyannote[1].end 3.10221875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 5.07659375
transcript.pyannote[2].end 5.78534375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 6.64596875
transcript.pyannote[3].end 12.70409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.70409375
transcript.pyannote[4].end 12.99096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 12.99096875
transcript.pyannote[5].end 13.44659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 13.00784375
transcript.pyannote[6].end 13.02471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 13.61534375
transcript.pyannote[7].end 19.31909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 19.77471875
transcript.pyannote[8].end 24.70221875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 25.98471875
transcript.pyannote[9].end 35.18159375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 35.48534375
transcript.pyannote[10].end 42.31971875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 42.53909375
transcript.pyannote[11].end 57.30471875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 42.55596875
transcript.pyannote[12].end 43.66971875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 57.94596875
transcript.pyannote[13].end 61.28721875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 60.89909375
transcript.pyannote[14].end 68.84721875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 68.84721875
transcript.pyannote[15].end 72.61034375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 71.04096875
transcript.pyannote[16].end 80.01846875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 74.98971875
transcript.pyannote[17].end 75.22596875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 80.06909375
transcript.pyannote[18].end 87.81471875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 88.64159375
transcript.pyannote[19].end 103.22159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 103.57596875
transcript.pyannote[20].end 123.64034375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 108.63846875
transcript.pyannote[21].end 109.81971875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 110.64659375
transcript.pyannote[22].end 110.96721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 110.96721875
transcript.pyannote[23].end 111.11909375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 111.72659375
transcript.pyannote[24].end 111.82784375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 124.36596875
transcript.pyannote[25].end 131.67284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 130.20471875
transcript.pyannote[26].end 131.40284375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 131.72346875
transcript.pyannote[27].end 143.89034375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 140.21159375
transcript.pyannote[28].end 142.96221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 143.73846875
transcript.pyannote[29].end 145.24034375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 145.40909375
transcript.pyannote[30].end 146.30346875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 146.37096875
transcript.pyannote[31].end 147.06284375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 147.41721875
transcript.pyannote[32].end 148.59846875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 148.61534375
transcript.pyannote[33].end 149.47596875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 149.74596875
transcript.pyannote[34].end 151.51784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 151.88909375
transcript.pyannote[35].end 154.75784375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 155.36534375
transcript.pyannote[36].end 156.69846875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 156.39471875
transcript.pyannote[37].end 156.44534375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 156.44534375
transcript.pyannote[38].end 156.46221875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 156.46221875
transcript.pyannote[39].end 156.83346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 156.83346875
transcript.pyannote[40].end 156.96846875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 156.96846875
transcript.pyannote[41].end 157.47471875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 157.40721875
transcript.pyannote[42].end 158.43659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 157.47471875
transcript.pyannote[43].end 157.76159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 157.76159375
transcript.pyannote[44].end 158.18346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 158.18346875
transcript.pyannote[45].end 158.20034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 158.20034375
transcript.pyannote[46].end 158.41971875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 158.41971875
transcript.pyannote[47].end 158.67284375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 158.43659375
transcript.pyannote[48].end 158.45346875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 158.67284375
transcript.pyannote[49].end 159.09471875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 158.85846875
transcript.pyannote[50].end 161.54159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 160.69784375
transcript.pyannote[51].end 162.90846875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 163.07721875
transcript.pyannote[52].end 168.08909375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 168.51096875
transcript.pyannote[53].end 175.73346875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 171.48096875
transcript.pyannote[54].end 172.34159375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 176.42534375
transcript.pyannote[55].end 178.46721875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 177.08346875
transcript.pyannote[56].end 178.33221875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 178.65284375
transcript.pyannote[57].end 179.63159375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 179.66534375
transcript.pyannote[58].end 184.27221875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 184.44096875
transcript.pyannote[59].end 184.71096875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 184.81221875
transcript.pyannote[60].end 186.63471875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 186.63471875
transcript.pyannote[61].end 186.66846875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 187.17471875
transcript.pyannote[62].end 212.52096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 201.51846875
transcript.pyannote[63].end 202.96971875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 212.47034375
transcript.pyannote[64].end 226.86471875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 213.46596875
transcript.pyannote[65].end 214.51221875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 227.91096875
transcript.pyannote[66].end 236.02784375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 236.02784375
transcript.pyannote[67].end 237.71534375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 237.56346875
transcript.pyannote[68].end 243.06471875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 241.27596875
transcript.pyannote[69].end 248.29596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 249.59534375
transcript.pyannote[70].end 250.35471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 250.97909375
transcript.pyannote[71].end 257.35784375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 257.50971875
transcript.pyannote[72].end 258.67409375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 259.23096875
transcript.pyannote[73].end 266.20034375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 264.83346875
transcript.pyannote[74].end 265.67721875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 266.38596875
transcript.pyannote[75].end 267.66846875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 267.78659375
transcript.pyannote[76].end 268.95096875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 268.39409375
transcript.pyannote[77].end 268.42784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 269.92971875
transcript.pyannote[78].end 273.50721875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 273.74346875
transcript.pyannote[79].end 275.00909375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 275.14409375
transcript.pyannote[80].end 276.24096875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 277.27034375
transcript.pyannote[81].end 278.94096875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 279.59909375
transcript.pyannote[82].end 283.48034375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 283.83471875
transcript.pyannote[83].end 287.46284375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 287.85096875
transcript.pyannote[84].end 291.96846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 292.25534375
transcript.pyannote[85].end 293.43659375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 294.65159375
transcript.pyannote[86].end 295.15784375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 295.37721875
transcript.pyannote[87].end 297.46971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 297.94221875
transcript.pyannote[88].end 298.54971875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 302.17784375
transcript.pyannote[89].end 302.19471875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 302.19471875
transcript.pyannote[90].end 302.32971875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 302.32971875
transcript.pyannote[91].end 303.57846875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 303.57846875
transcript.pyannote[92].end 303.59534375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 303.89909375
transcript.pyannote[93].end 316.20096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 313.70346875
transcript.pyannote[94].end 317.46659375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 316.74096875
transcript.pyannote[95].end 317.06159375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 317.21346875
transcript.pyannote[96].end 319.72784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 318.20909375
transcript.pyannote[97].end 324.55409375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 324.73971875
transcript.pyannote[98].end 326.89971875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 325.83659375
transcript.pyannote[99].end 326.96721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 327.32159375
transcript.pyannote[100].end 328.45221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 329.00909375
transcript.pyannote[101].end 331.23659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 331.59096875
transcript.pyannote[102].end 332.56971875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 333.49784375
transcript.pyannote[103].end 333.97034375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 334.64534375
transcript.pyannote[104].end 335.08409375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 336.01221875
transcript.pyannote[105].end 337.10909375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 337.36221875
transcript.pyannote[106].end 339.03284375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 340.41659375
transcript.pyannote[107].end 342.74534375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 342.89721875
transcript.pyannote[108].end 344.11221875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 344.28096875
transcript.pyannote[109].end 345.19221875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 344.56784375
transcript.pyannote[110].end 345.90096875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 345.73221875
transcript.pyannote[111].end 347.52096875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 346.47471875
transcript.pyannote[112].end 349.34346875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 348.71909375
transcript.pyannote[113].end 348.85409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 348.85409375
transcript.pyannote[114].end 349.24221875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 349.34346875
transcript.pyannote[115].end 349.41096875
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 349.41096875
transcript.pyannote[116].end 349.64721875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 349.64721875
transcript.pyannote[117].end 350.47409375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 350.47409375
transcript.pyannote[118].end 350.49096875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 351.06471875
transcript.pyannote[119].end 353.44409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 352.75221875
transcript.pyannote[120].end 352.76909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 352.76909375
transcript.pyannote[121].end 353.03909375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 353.03909375
transcript.pyannote[122].end 353.07284375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 353.07284375
transcript.pyannote[123].end 353.27534375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 353.27534375
transcript.pyannote[124].end 353.81534375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 353.81534375
transcript.pyannote[125].end 353.84909375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 353.84909375
transcript.pyannote[126].end 353.86596875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 354.30471875
transcript.pyannote[127].end 367.75409375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 357.83159375
transcript.pyannote[128].end 358.97909375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 365.79659375
transcript.pyannote[129].end 366.33659375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 367.80471875
transcript.pyannote[130].end 367.82159375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 367.82159375
transcript.pyannote[131].end 373.50846875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 373.59284375
transcript.pyannote[132].end 375.12846875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 375.46596875
transcript.pyannote[133].end 376.90034375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 377.08596875
transcript.pyannote[134].end 378.43596875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 378.92534375
transcript.pyannote[135].end 380.41034375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 381.43971875
transcript.pyannote[136].end 381.77721875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 381.77721875
transcript.pyannote[137].end 381.82784375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 381.82784375
transcript.pyannote[138].end 383.02596875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 384.00471875
transcript.pyannote[139].end 388.35846875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 388.42596875
transcript.pyannote[140].end 397.70721875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 397.92659375
transcript.pyannote[141].end 404.03534375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 404.42346875
transcript.pyannote[142].end 408.03471875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 408.15284375
transcript.pyannote[143].end 410.58284375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 411.30846875
transcript.pyannote[144].end 412.16909375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 413.35034375
transcript.pyannote[145].end 415.66221875
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 416.43846875
transcript.pyannote[146].end 418.37909375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 418.37909375
transcript.pyannote[147].end 419.81346875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 418.93596875
transcript.pyannote[148].end 422.51346875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 422.47971875
transcript.pyannote[149].end 424.15034375
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 424.15034375
transcript.pyannote[150].end 424.53846875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 424.89284375
transcript.pyannote[151].end 430.81596875
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 431.22096875
transcript.pyannote[152].end 438.24096875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 438.51096875
transcript.pyannote[153].end 442.32471875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 442.15596875
transcript.pyannote[154].end 445.64909375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 445.76721875
transcript.pyannote[155].end 447.58971875
transcript.pyannote[156].speaker SPEAKER_03
transcript.pyannote[156].start 448.72034375
transcript.pyannote[156].end 450.20534375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 450.20534375
transcript.pyannote[157].end 450.81284375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 451.35284375
transcript.pyannote[158].end 452.85471875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 453.52971875
transcript.pyannote[159].end 454.93034375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 455.33534375
transcript.pyannote[160].end 457.96784375
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 458.23784375
transcript.pyannote[161].end 458.79471875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 458.33909375
transcript.pyannote[162].end 459.77346875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 460.51596875
transcript.pyannote[163].end 462.81096875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 462.62534375
transcript.pyannote[164].end 463.57034375
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 462.97971875
transcript.pyannote[165].end 464.66721875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 464.22846875
transcript.pyannote[166].end 465.39284375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 465.74721875
transcript.pyannote[167].end 467.09721875
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 467.29971875
transcript.pyannote[168].end 467.68784375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 467.90721875
transcript.pyannote[169].end 469.99971875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 470.47221875
transcript.pyannote[170].end 471.58596875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 471.82221875
transcript.pyannote[171].end 474.82596875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 475.63596875
transcript.pyannote[172].end 477.54284375
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 477.54284375
transcript.pyannote[173].end 484.81596875
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 481.52534375
transcript.pyannote[174].end 482.68971875
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 484.81596875
transcript.pyannote[175].end 486.99284375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 485.64284375
transcript.pyannote[176].end 488.08971875
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 487.98846875
transcript.pyannote[177].end 494.14784375
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 493.74284375
transcript.pyannote[178].end 502.48409375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 502.80471875
transcript.pyannote[179].end 507.44534375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 508.67721875
transcript.pyannote[180].end 509.53784375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 510.33096875
transcript.pyannote[181].end 511.51221875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 511.68096875
transcript.pyannote[182].end 513.03096875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 513.80721875
transcript.pyannote[183].end 514.53284375
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 515.02221875
transcript.pyannote[184].end 516.37221875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 516.50721875
transcript.pyannote[185].end 516.91221875
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 517.41846875
transcript.pyannote[186].end 518.41409375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 517.75596875
transcript.pyannote[187].end 519.29159375
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 519.74721875
transcript.pyannote[188].end 527.29034375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 525.07971875
transcript.pyannote[189].end 525.51846875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 527.29034375
transcript.pyannote[190].end 530.34471875
transcript.pyannote[191].speaker SPEAKER_03
transcript.pyannote[191].start 531.44159375
transcript.pyannote[191].end 532.26846875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 532.43721875
transcript.pyannote[192].end 536.16659375
transcript.pyannote[193].speaker SPEAKER_03
transcript.pyannote[193].start 533.28096875
transcript.pyannote[193].end 534.09096875
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 534.27659375
transcript.pyannote[194].end 534.71534375
transcript.pyannote[195].speaker SPEAKER_03
transcript.pyannote[195].start 536.16659375
transcript.pyannote[195].end 537.02721875
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 537.46596875
transcript.pyannote[196].end 541.65096875
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 540.57096875
transcript.pyannote[197].end 542.54534375
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 543.20346875
transcript.pyannote[198].end 543.69284375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 544.51971875
transcript.pyannote[199].end 553.12596875
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 549.93659375
transcript.pyannote[200].end 550.39221875
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 553.46346875
transcript.pyannote[201].end 560.02784375
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 553.61534375
transcript.pyannote[202].end 553.71659375
transcript.pyannote[203].speaker SPEAKER_00
transcript.pyannote[203].start 560.48346875
transcript.pyannote[203].end 562.35659375
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 561.69846875
transcript.pyannote[204].end 581.07096875
transcript.pyannote[205].speaker SPEAKER_00
transcript.pyannote[205].start 578.69159375
transcript.pyannote[205].end 579.78846875
transcript.pyannote[206].speaker SPEAKER_00
transcript.pyannote[206].start 581.07096875
transcript.pyannote[206].end 584.09159375
transcript.pyannote[207].speaker SPEAKER_00
transcript.pyannote[207].start 584.22659375
transcript.pyannote[207].end 587.71971875
transcript.pyannote[208].speaker SPEAKER_03
transcript.pyannote[208].start 587.98971875
transcript.pyannote[208].end 588.34409375
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 588.41159375
transcript.pyannote[209].end 591.34784375
transcript.pyannote[210].speaker SPEAKER_03
transcript.pyannote[210].start 591.65159375
transcript.pyannote[210].end 599.04284375
transcript.pyannote[211].speaker SPEAKER_00
transcript.pyannote[211].start 597.23721875
transcript.pyannote[211].end 601.27034375
transcript.pyannote[212].speaker SPEAKER_00
transcript.pyannote[212].start 601.99596875
transcript.pyannote[212].end 615.64784375
transcript.pyannote[213].speaker SPEAKER_00
transcript.pyannote[213].start 615.79971875
transcript.pyannote[213].end 617.47034375
transcript.pyannote[214].speaker SPEAKER_03
transcript.pyannote[214].start 617.47034375
transcript.pyannote[214].end 617.60534375
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 617.60534375
transcript.pyannote[215].end 617.62221875
transcript.pyannote[216].speaker SPEAKER_00
transcript.pyannote[216].start 618.12846875
transcript.pyannote[216].end 620.67659375
transcript.pyannote[217].speaker SPEAKER_00
transcript.pyannote[217].start 620.89596875
transcript.pyannote[217].end 623.86596875
transcript.pyannote[218].speaker SPEAKER_00
transcript.pyannote[218].start 624.08534375
transcript.pyannote[218].end 628.01721875
transcript.pyannote[219].speaker SPEAKER_00
transcript.pyannote[219].start 628.16909375
transcript.pyannote[219].end 631.81409375
transcript.pyannote[220].speaker SPEAKER_00
transcript.pyannote[220].start 632.25284375
transcript.pyannote[220].end 644.14971875
transcript.pyannote[221].speaker SPEAKER_03
transcript.pyannote[221].start 644.62221875
transcript.pyannote[221].end 670.45784375
transcript.pyannote[222].speaker SPEAKER_00
transcript.pyannote[222].start 667.48784375
transcript.pyannote[222].end 692.41221875
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 692.41221875
transcript.pyannote[223].end 698.75721875
transcript.pyannote[224].speaker SPEAKER_00
transcript.pyannote[224].start 693.34034375
transcript.pyannote[224].end 693.86346875
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 699.04409375
transcript.pyannote[225].end 703.09409375
transcript.whisperx[0].start 0.349
transcript.whisperx[0].end 24.118
transcript.whisperx[0].text 陳副、莊部長部長莊部長你好委員好統一發票的中獎其實是人民的小確幸那自從統一發票現在有很多雲端電子發票現在的比例大概是多少那麼未來還是會持續做電子發票嗎
transcript.whisperx[1].start 26.132
transcript.whisperx[1].end 34.434
transcript.whisperx[1].text 當然因為可以減紙減碳所以應該是朝向無紙化所以應該是朝向雲端發票來做一個發展
transcript.whisperx[2].start 36.046
transcript.whisperx[2].end 56.804
transcript.whisperx[2].text 所以以後他中獎的公信力其實有待對外多宣導一下這個部分因為是跟所有人民的利益關係有很多的小學生也好或是國中生、一些家庭主婦每次期待的就是那一張發票可以中獎
transcript.whisperx[3].start 58.021
transcript.whisperx[3].end 87.544
transcript.whisperx[3].text 所以千萬一定要公正要公平好不好對於兩個月一次的統一發票開票的中獎我們一定是 歷來也都是公正公開的那現在那個主數有沒有多一點主數我們會隨著就是說那個發票獎金執行的結果因為有些人中了沒有來領我們就會增加主數對現在的問題就是大家想說那有很多中了獎沒去領的那這些獎金跑去哪裡了
transcript.whisperx[4].start 88.685
transcript.whisperx[4].end 102.627
transcript.whisperx[4].text 就會轉到今年如果再增加組數所以我們希望大家運用雲端發票然後下載我們的APP那這樣的話然後設定他的領獎帳號那這樣他不要對獎金都會直接進入他的帳戶那看到就很開心
transcript.whisperx[5].start 104.049
transcript.whisperx[5].end 122.641
transcript.whisperx[5].text 副長,你們在座,其實我們也是很相信的但是,為了要讓大眾招公信,所以是希望說有機會的話,排一下民間的團體,或者是律師、或者會計師等等,現場一起來見證,這樣的話你們也不是比較輕鬆嗎?
transcript.whisperx[6].start 124.677
transcript.whisperx[6].end 146.08
transcript.whisperx[6].text 每2個月開票、開統一發票這個部分都一定會有公正公開的做那至於其他辦理其他的那個租稅宣導的一個抽獎活動我們認為要全面做檢討沒有更好的防範機制之前我們寧可不做寧可不要做這個抽獎我講這個責任都一定要非常謹慎最高獎金是多少哪一個發票統一發票
transcript.whisperx[7].start 147.481
transcript.whisperx[7].end 175.323
transcript.whisperx[7].text 最高獎金是多少?一千萬一千萬?哇!不錯勒那現在每一期有幾張一千萬?每一期不一樣每一期不一樣?幾張?每一期的那個特別獎的中獎張數不一定有時候可能會比較多大概15到17張左右好來你們多宣導一下有夢最美希望得獎的民眾都可以中一千萬
transcript.whisperx[8].start 176.752
transcript.whisperx[8].end 186.047
transcript.whisperx[8].text 是 謝謝委員我們很期待的是那另外再講的就是這個今天的貨物稅的部分是貨物稅今天這個要不要讓他過
transcript.whisperx[9].start 187.476
transcript.whisperx[9].end 198.14
transcript.whisperx[9].text 我想這個已經是到今年的12月就屆期我們希望對於有關復康巴士還有載運輪椅使用者的那個車子能夠讓他繼續延長這個免徵的這樣的一個貨物稅然後可以鼓勵讓我們這個身體行動不這麼方便的人再友善的一個好的一個行的方便的工具
transcript.whisperx[10].start 212.546
transcript.whisperx[10].end 221.43
transcript.whisperx[10].text 是啦 這個要支持啦因為多照顧弱勢、社會關懷所以本來就應該要做比較方便一點嘛那我們看到現在這個貨物稅我請教一下現在電動車像Tesla進來台灣要不要課稅
transcript.whisperx[11].start 228.35
transcript.whisperx[11].end 247.796
transcript.whisperx[11].text 我們這個貨物稅電動車的部分免稅但是小客車要140萬以下的部分免徵140萬以上那個部分是減半所以電動車竟然是免稅的電動車不是全部免稅啊要看那個小客車是那個一個金額以下那像一樣是小客車現在全世界評比的小米汽車啊
transcript.whisperx[12].start 249.636
transcript.whisperx[12].end 278.695
transcript.whisperx[12].text 很便宜然後它的性價比也CP值非常高那請問小米有沒有可能會進來台灣需不需要課稅對於貨物進口小米那個是大陸車現在沒有整車進口不可以進口整車沒有進口現在大陸的不能進整車那如果進的話是不是課重稅呢還是根本就不能進現在是都不能進現在不能進喔因為川普當選了以後
transcript.whisperx[13].start 279.659
transcript.whisperx[13].end 298.179
transcript.whisperx[13].text 有很多的關稅壁壘加稅、關稅一定都會面臨很大的調整那比如說美國進口到台灣的貨品我們會不會因為美國他調高我們跟著調高貨物稅
transcript.whisperx[14].start 302.642
transcript.whisperx[14].end 328.171
transcript.whisperx[14].text 相關的產品相關的產品我覺得這個部分我們看最後美國川普總統就任以後相關的一些稅制的調整我們會持續的觀察部長你要做準備啊你要沙盤推演一下是我們會持續的關注我們國內這個企業不要受到太大的傷害至少我們要承受得起啊是當然我們會關注那像今年啊
transcript.whisperx[15].start 329.071
transcript.whisperx[15].end 337.457
transcript.whisperx[15].text 美國又要求我們軍購要增加那我們跟美國買軍購進來台灣的時候要不要瞌睡
transcript.whisperx[16].start 340.498
transcript.whisperx[16].end 345.924
transcript.whisperx[16].text 是只課關稅是嗎?軍購啊,譬如買F35啊,或是買比較好的武器進來,會課稅嗎?軍購會不會課稅?軍品的話是有免稅的規定,就是說國防部那邊
transcript.whisperx[17].start 360.882
transcript.whisperx[17].end 379.975
transcript.whisperx[17].text 他進口的軍品或者是委託廠商進口的軍品是可以免稅的國防部會出具免稅證明OK那比如說美國要求我們貿易要平衡買了很多波音的這個飛機這裡有很多繼續在買那個進來要不要課稅波音你是課機是吧
transcript.whisperx[18].start 382.528
transcript.whisperx[18].end 409.8
transcript.whisperx[18].text 克基克基如果不是國防使用的應該是要課稅提醒部長想一下貿易戰展開了以後我們會面對怎麼樣的問題如何適時的來調整我們會持續關注新任總統上任以後採取的相關的政策我們接著就看一些民營機構的表現
transcript.whisperx[19].start 411.363
transcript.whisperx[19].end 437.879
transcript.whisperx[19].text 今年的所有的金融機構表現好不好您是指公民營是吧整個金融機構其實獲利應該是不錯的獲利屢創新高啊那你覺得我們所有的公股相關的這些事業機構哪一家表現得比較好基本上他們都非常的努力也都在做表現而且每一家其實他們的重點也都不一樣
transcript.whisperx[20].start 438.564
transcript.whisperx[20].end 459.179
transcript.whisperx[20].text 那當然同樣他們也擔負了相關的一些政策的一些任務真的嗎?我看這裡面有一些表現得不錯喔比如說台灣中小企營是,中小企營是因為我們常常在這邊開會我記得幾年前中小企營的股價才七、八塊現在中小企營幾塊了?
transcript.whisperx[21].start 460.52
transcript.whisperx[21].end 472.599
transcript.whisperx[21].text 陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠廷等15人、委員陳冠�
transcript.whisperx[22].start 475.66
transcript.whisperx[22].end 495.472
transcript.whisperx[22].text 不錯啊 兆豐也不錯啊 合庫也很好兆豐不錯 兆豐本來就是算是公庫表現比較好的對 第一啊 算是模範生第一表現得好不好好啊 也不錯第一不錯 對合庫表現得好不好合庫也不錯啊 他們都是系統性的銀行然後都會受到更多的一些監管那你表現得好的你要鼓勵啊
transcript.whisperx[23].start 496.433
transcript.whisperx[23].end 511.292
transcript.whisperx[23].text 我發現在公股的體系裡面你很認真做表現很好比如說公股相關今天這裡面有一個最強的我查了一下股價經常漲到80塊是哪一家
transcript.whisperx[24].start 515.12
transcript.whisperx[24].end 543.333
transcript.whisperx[24].text 在我們在座裡面啊?對啊有八十嗎?不然你管的你都不知道我沒有看照封不是39塊嗎?都39有到八十幾那是不是民營銀行呢?周邊的啦今天就有來我看今天有來啊官貿官貿為什麼官貿?他的表現會那麼傑出是非常傑出我們的稅務系統相關因為他薪水比他們還高啦喔
transcript.whisperx[25].start 544.605
transcript.whisperx[25].end 559.306
transcript.whisperx[25].text 所以我一直在這邊提到的是公股相關機構的管理你要馬兒好你要讓馬兒要吃草啊結果你都是那個大鍋飯A、B、C大家吃的都通通一樣的級數
transcript.whisperx[26].start 560.563
transcript.whisperx[26].end 587.312
transcript.whisperx[26].text 所以就沒有辦法鼓勵他們嘛公股民營的部分基本上是屬於他們公司治理的範圍當然國營事業的部分因為受到相關法規的限制那剛剛委員在質詢的時候也都有提到希望能夠對國營事業的金融機構能夠有一些那個好好調整一下放寬一些管束啊我們找一個好的經理人可能可以為國家賺更多更多幾倍以上的錢
transcript.whisperx[27].start 588.032
transcript.whisperx[27].end 616.734
transcript.whisperx[27].text 是今年稅收大概要超徵多少今年的話中央數大概會超過預算數大概3000億那中央的部分3000億本席還是要拜託部長苦民所苦民眾現在物價飆漲生活苦拜託優先超徵的稅收還稅於民今年有沒有機會來編一下一個人一萬塊紅包委員沒有這樣的規劃
transcript.whisperx[28].start 618.168
transcript.whisperx[28].end 643.484
transcript.whisperx[28].text 那你可以想想看啊 可以提啊因為現在民眾真的很期盼不信的話莊部長你去做一下民意調查就是說政府今年稅收又超徵30千億如果這些錢不要亂花優先來分給每一個民眾一個人加發紅包一萬塊你來做一個民意調查看看大家贊不贊成
transcript.whisperx[29].start 644.905
transcript.whisperx[29].end 660.835
transcript.whisperx[29].text 委員我想政府部門對於需要幫助、輔助的一個民眾都會努力的在做所以我們社福支出事實上是目前來說稅出裡面佔最高大概到26%、27%那是對真正需要的人政府應該我們有這樣好的一個財政我們累積財政的能量可以讓需要需要獲得資源的部分可以獲得更好的資源我覺得比對更重要你講這個我也接受啦因為齁
transcript.whisperx[30].start 672.322
transcript.whisperx[30].end 688.552
transcript.whisperx[30].text 每一次我們在財委會多年來要替民眾要紅包爭取福利第一個財政部一定說NO但是我希望部長回去還是想想看或是民意調查調出來以後如果民眾有這個需要拜託拜託一個人發紅包一萬塊
transcript.whisperx[31].start 691.655
transcript.whisperx[31].end 702.732
transcript.whisperx[31].text 拜託謝謝謝謝委員謝謝謝謝羅明財委員部長這個羅委員諮詢非常高招你千萬不要讓他分化你跟公股銀行的感情
gazette.lineno 1265
gazette.blocks[0][0] 羅委員明才:(12時13分)主席、各位委員、出列席官員,大家好,請莊部長。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 羅委員明才:莊部長好。
gazette.blocks[3][0] 莊部長翠雲:委員好。
gazette.blocks[4][0] 羅委員明才:統一發票的中獎其實是人民的小確幸,自從統一發票有很多雲端電子發票,現在的比例大概是多少?未來還是會持續做電子發票嗎?
gazette.blocks[5][0] 莊部長翠雲:當然,因為可以減紙、減碳,所以應該是朝向無紙化、朝向雲端發票來發展。
gazette.blocks[6][0] 羅委員明才:是,所以以後對於中獎的公信力,其實有待對外多宣導一下。
gazette.blocks[7][0] 莊部長翠雲:是,謝謝委員。
gazette.blocks[8][0] 羅委員明才:因為這是跟所有人民的利益關係,有很多的小學生、國中生及家庭主婦,每次期待的就是那一張發票可以中獎,所以千萬一定要公正、要公平,好不好?
gazette.blocks[9][0] 莊部長翠雲:一定的,對於兩個月一次的統一發票開票的中獎,我們一定是如此,且歷來也都是公正、公開的。
gazette.blocks[10][0] 羅委員明才:現在組數有沒有多一點?最多是多少?
gazette.blocks[11][0] 莊部長翠雲:組數我們會隨著發票獎金執行的結果,因為有些人中了沒有來領,我們就會增加組數。
gazette.blocks[12][0] 羅委員明才:大家就是會想一個問題,很多人中了獎沒去領,這些獎金跑去哪裡了?
gazette.blocks[13][0] 莊部長翠雲:就會轉到今年再增加組數,所以我們希望大家運用雲端發票,然後下載我們的app,設定他的領獎帳號,這樣他就不用對獎,獎金都會直接進入他的帳戶,那一看到就很開心。
gazette.blocks[14][0] 羅委員明才:部長,你們所做的其實我們也是很相信。
gazette.blocks[15][0] 莊部長翠雲:謝謝委員。
gazette.blocks[16][0] 羅委員明才:但是為了要昭大眾之公信,我也是希望有機會可以安排民間團體或是律師、會計師等等現場一起來見證,這樣的話你們不是也比較輕鬆嗎?
gazette.blocks[17][0] 莊部長翠雲:每兩個月開統一發票這個部分都一定會公正、公開的做,至於辦理其他租稅宣導的抽獎活動,我們認為要全面做檢討,沒有更好的防範機制之前,我們寧可不要做這個抽獎,我想這個部分都一定要非常謹慎。
gazette.blocks[18][0] 羅委員明才:部長加油了。統一發票的最高獎金是多少?
gazette.blocks[19][0] 莊部長翠雲:最高獎金是1,000萬。
gazette.blocks[20][0] 羅委員明才:1,000萬不錯耶,那現在每一期有幾張1,000萬?
gazette.blocks[21][0] 莊部長翠雲:每一期不一樣。
gazette.blocks[22][0] 賴組長基福:報告委員,每一期特別獎的中獎張數不一定,有時候可能會比較多,大概15到17張左右。
gazette.blocks[23][0] 羅委員明才:你們多宣導一下,有夢最美,希望得獎的民眾都可以中1,000萬。
gazette.blocks[24][0] 莊部長翠雲:是,謝謝委員。
gazette.blocks[25][0] 羅委員明才:我們很期待。
gazette.blocks[25][1] 另外問及今天的主題有關貨物稅的部分,貨物稅今天這個要不要讓它過?
gazette.blocks[26][0] 莊部長翠雲:因為到今年12月就屆期,我們希望復康巴士及載運輪椅使用者的車子能夠繼續延長免徵貨物稅,可以給行動不方便的人在行的部分提供一個友善的方便工具。
gazette.blocks[27][0] 羅委員明才:是啦,這個要支持,因為多照顧弱勢、關懷社會,這個本來就應該要做,讓他們比較方便一點。
gazette.blocks[28][0] 莊部長翠雲:是,謝謝委員。
gazette.blocks[29][0] 羅委員明才:有關貨物稅,我請教一下,現在電動車像Tesla進來臺灣要不要課稅?
gazette.blocks[30][0] 莊部長翠雲:貨物稅是電動車的部分免稅,但小客車是140萬以下免徵,140萬以上是減半。
gazette.blocks[31][0] 羅委員明才:所以電動車進來是免稅的?
gazette.blocks[32][0] 莊部長翠雲:電動車不是全部免稅,要看小客車是在一個金額以下。
gazette.blocks[33][0] 羅委員明才:小客車啦!
gazette.blocks[34][0] 莊部長翠雲:對、對。
gazette.blocks[35][0] 羅委員明才:一樣再就小客車,現在全世界評比的小米汽車很便宜,然後它的性價比CP值非常高,請問小米有沒有可能會進來臺灣?需不需要課稅?
gazette.blocks[36][0] 莊部長翠雲:小米是大陸車,現在沒有整車進口,整車沒有進口。
gazette.blocks[37][0] 羅委員明才:現在大陸的不能進?
gazette.blocks[38][0] 莊部長翠雲:是整車。
gazette.blocks[39][0] 羅委員明才:如果進的話是不是課重稅?還是根本就不能進?
gazette.blocks[40][0] 彭署長英偉:現在不能進。
gazette.blocks[41][0] 莊部長翠雲:現在是都不能進。
gazette.blocks[42][0] 羅委員明才:因為川普當選了以後,有很多的關稅壁壘,加稅、關稅一定都會面臨很大的調整,比如美國進口到臺灣的貨品,因為美國調高,我們會不會跟著調高貨物稅?相關的產品。
gazette.blocks[43][0] 莊部長翠雲:相關的產品,我覺得這個部分我們看美國川普總統就任以後相關的一些稅制的調整,我們會持續的觀察,看看有沒有什麼因應的方式。
gazette.blocks[44][0] 羅委員明才:那部長要做準備啊!
gazette.blocks[45][0] 莊部長翠雲:當然會。
gazette.blocks[46][0] 羅委員明才:要沙盤推演一下。
gazette.blocks[47][0] 莊部長翠雲:是,我們會持續的關注。
gazette.blocks[48][0] 羅委員明才:要保護國內的企業不要受到太大的傷害,至少我們要承受得起。
gazette.blocks[49][0] 莊部長翠雲:當然我們會關注,然後……
gazette.blocks[50][0] 羅委員明才:像今年美國又要求我們軍購要增加,我們跟美國買軍購進來臺灣時要不要課稅?
gazette.blocks[51][0] 莊部長翠雲:你是指課什麼稅?關稅嗎?
gazette.blocks[52][0] 羅委員明才:軍購啊!比如買F-35,或是買比較好的武器進來,會課稅嗎?軍購會不會課稅?
gazette.blocks[53][0] 彭署長英偉:軍品是有免稅的規定,國防部進口的軍品或者是委託廠商進口的軍品是可以免稅的,國防部會出具免稅證明。
gazette.blocks[54][0] 羅委員明才:OK。再者,比如美國要求我們貿易要平衡,買了很多波音的飛機,現在有很多繼續在買,那個進來要不要課稅?
gazette.blocks[55][0] 莊部長翠雲:你說的波音是客機嗎?
gazette.blocks[56][0] 羅委員明才:客機。
gazette.blocks[57][0] 彭署長英偉:如果不是國防使用的應該是要課稅。
gazette.blocks[58][0] 羅委員明才:OK,講到這邊就要提醒部長想一下,貿易戰展開了以後,我們會面對怎麼樣的問題?如何適時的來調整?
gazette.blocks[59][0] 莊部長翠雲:是,我們會持續關注新任總統上任以後採取的相關政策。
gazette.blocks[60][0] 羅委員明才:繼續我們接著看一些民營機構的表現,今年所有的金融機構表現好不好?
gazette.blocks[61][0] 莊部長翠雲:您是指公民營是不是?
gazette.blocks[62][0] 羅委員明才:整個社會的。
gazette.blocks[63][0] 莊部長翠雲:整個金融機構其實獲利應該是不錯的。
gazette.blocks[64][0] 羅委員明才:獲利屢創新高,你覺得我們所有公股相關的事業機構,哪一家表現得比較好?
gazette.blocks[65][0] 莊部長翠雲:基本上,他們都非常的努力,也都在做表現,而且每一家其實重點也都不一樣,當然同樣他們也擔負了相關的一些政策的任務。
gazette.blocks[66][0] 羅委員明才:真的嗎?我看這裡面有一些表現的不錯,譬如臺灣中小企銀。
gazette.blocks[67][0] 莊部長翠雲:是,中小企銀是。
gazette.blocks[68][0] 羅委員明才:因為我們常常在這邊開會,我記得幾年前中小企銀的股價才七、八塊,現在中小企銀幾塊了?
gazette.blocks[69][0] 莊部長翠雲:十幾塊吧,就我所知。
gazette.blocks[70][0] 羅委員明才:快十五塊了。
gazette.blocks[71][0] 莊部長翠雲:對,十幾塊。
gazette.blocks[72][0] 羅委員明才:所以員工都非常的開心,以前就覺得沒有希望。另外在公股銀行裡面表現比較好還有哪一家?
gazette.blocks[73][0] 莊部長翠雲:兆豐也不錯啊,合庫也很好。
gazette.blocks[74][0] 羅委員明才:兆豐不錯,兆豐本來就算是公股表現比較好的,算是模範生。
gazette.blocks[75][0] 莊部長翠雲:還有第一。
gazette.blocks[76][0] 羅委員明才:第一表現得好不好?
gazette.blocks[77][0] 莊部長翠雲:好啊!
gazette.blocks[78][0] 羅委員明才:第一不錯。
gazette.blocks[79][0] 莊部長翠雲:對。
gazette.blocks[80][0] 羅委員明才:合庫表現得好不好?
gazette.blocks[81][0] 莊部長翠雲:合庫也不錯啊!他們都是系統性的銀行,然後都會受到更多的一些監管。
gazette.blocks[82][0] 羅委員明才:那你對於表現好的要鼓勵啊,我發現在公股的體系裡面,很認真在做,表現很好,譬如公股相關的,今天這裡面有一個最強的,我查了一下,股價竟然漲到80塊,是哪一家?
gazette.blocks[83][0] 莊部長翠雲:我們在座裡面的啊?
gazette.blocks[84][0] 羅委員明才:對啊!
gazette.blocks[85][0] 莊部長翠雲:有80塊嗎?
gazette.blocks[86][0] 羅委員明才:部長,你管的你都不知道?
gazette.blocks[87][0] 莊部長翠雲:我沒有看,兆豐不是39塊嗎?有到八十幾?那是不是民營銀行呢?
gazette.blocks[88][0] 羅委員明才:周邊的啦,今天就有來,我看今天有來啊!
gazette.blocks[89][0] 莊部長翠雲:關貿嗎?
gazette.blocks[90][0] 羅委員明才:為什麼關貿的表現會那麼傑出?
gazette.blocks[91][0] 莊部長翠雲:是,非常傑出,我們的稅務系統相關5月份報稅……
gazette.blocks[92][0] 羅委員明才:因為關貿的薪水比他們還高啦!
gazette.blocks[93][0] 莊部長翠雲:喔!
gazette.blocks[94][0] 羅委員明才:我一直在這邊提到公股相關機構的管理,你要馬兒好,你得讓馬兒要吃草啊!如果都是大鍋飯,大家吃的統統都是一樣的級數,那就沒有辦法鼓勵他們嘛!
gazette.blocks[95][0] 莊部長翠雲:公股民營的部分,基本上是屬於他們公司治理的範圍,當然國營事業的部分因為受到相關法規的限制,剛剛委員在質詢的時候也都有提到,希望能夠對國營事業的金融機構放寬一些管束。
gazette.blocks[96][0] 羅委員明才:那個好好調整一下,我們找一個好的經理人,可能可以為國家賺更多更多幾倍以上的錢。
gazette.blocks[97][0] 莊部長翠雲:對。
gazette.blocks[98][0] 羅委員明才:今年稅收大概又超徵多少?
gazette.blocks[99][0] 莊部長翠雲:今年中央的部分會超過預算數大概3,000億。
gazette.blocks[100][0] 羅委員明才:本席還是要拜託部長要苦民所苦,民眾現在因為物價飆漲而生活苦哈哈,拜託超徵的稅收要優先還稅於民,今年有沒有機會來編一下一個人1萬塊紅包?
gazette.blocks[101][0] 莊部長翠雲:委員,沒有這樣的規劃耶!
gazette.blocks[102][0] 羅委員明才:那你可以想想看啊,可以提啊!因為現在民眾真的很期盼,莊部長不信的話可以去做一下民意調查,就是政府今年稅收又超徵三、四千億,如果這些錢不要亂花,優先來分給每一個民眾,一個人加發紅包1萬塊,你來做一個民意調查,看看大家贊不贊成?
gazette.blocks[103][0] 莊部長翠雲:委員,我想政府部門對於需要幫助或是扶助的民眾都會努力的做,所以我們的社福支出目前在歲出裡面占最高,大概到26%、27%,那是對真正需要的人,政府應該做的是,我們有這樣好的一個財政,我們累積財政的能量,可以讓需要獲得支援的部分獲得更好的支援,這個很重要。
gazette.blocks[104][0] 羅委員明才:部長,你試試看啦!你講這個我也接受,因為多年來每一次我們在財委會要替民眾要紅包爭取福利,第一個財政部一定說No,但是我希望部長回去還是想想看,或者做出民意調查,如果民眾有這個需要,拜託能夠一個人發紅包1萬塊,拜託!謝謝。
gazette.blocks[105][0] 莊部長翠雲:謝謝委員。
gazette.blocks[106][0] 主席:謝謝羅明才委員。部長,羅委員質詢非常高招,你千萬不要讓他分化你跟公股銀行的感情。
gazette.blocks[106][1] 接著請王世堅委員發言。
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 156820
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156820
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 2024-11-13T12:13:35+08:00
結束時間 2024-11-13T12:25:22+08:00
支援功能[0] ai-transcript
支援功能[1] gazette