iVOD / 156904

Field Value
IVOD_ID 156904
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156904
日期 2024-11-14
會議資料.會議代碼 委員會-11-2-20-8
會議資料.會議代碼:str 第11屆第2會期財政委員會第8次全體委員會議
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.委員會代碼:str[0] 財政委員會
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 2024-11-14T10:39:01+08:00
結束時間 2024-11-14T10:50:30+08:00
影片長度 00:11:29
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/978646e8c8251f3b7f19984b9365c9f0827f3c0965abc3d45ae72a34e051796e42429a604935b5345ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王鴻薇
委員發言時間 10:39:01 - 10:50:30
會議時間 2024-11-14T09:00:00+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、邀請中央銀行楊總裁金龍、財政部莊部長翠雲、金融監督管理委員會彭主任委員金隆就「美國新任總統的貿易政策對台灣經濟與金融穩定之可能影響與對策」進行專題報告,並備質詢。 二、審查中華民國114年度中央政府總預算案: 行政院歲入預算有關中央銀行股息紅利繳庫部分。(僅詢答) 三、審查中華民國114年度中央政府總預算案附屬單位預算營業部分關於中央銀行(含中央造幣廠、中央印製廠)。(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 5.00909375
transcript.pyannote[0].end 6.03846875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.95409375
transcript.pyannote[1].end 59.27909375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.22409375
transcript.pyannote[2].end 6.66284375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 7.13534375
transcript.pyannote[3].end 7.16909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 7.18596875
transcript.pyannote[4].end 7.23659375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 9.54846875
transcript.pyannote[5].end 10.02096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 21.81659375
transcript.pyannote[6].end 23.21721875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 29.41034375
transcript.pyannote[7].end 29.64659375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 30.50721875
transcript.pyannote[8].end 30.54096875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 32.85284375
transcript.pyannote[9].end 32.90346875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 35.58659375
transcript.pyannote[10].end 35.77221875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 35.92409375
transcript.pyannote[11].end 35.95784375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 41.22284375
transcript.pyannote[12].end 41.52659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 43.66971875
transcript.pyannote[13].end 43.93971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 45.17159375
transcript.pyannote[14].end 45.45846875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 56.66346875
transcript.pyannote[15].end 57.38909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 59.27909375
transcript.pyannote[16].end 59.58284375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 59.54909375
transcript.pyannote[17].end 67.75034375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 67.75034375
transcript.pyannote[18].end 68.00346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 67.76721875
transcript.pyannote[19].end 67.78409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 68.00346875
transcript.pyannote[20].end 83.46096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 68.02034375
transcript.pyannote[21].end 68.07096875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 83.46096875
transcript.pyannote[22].end 87.10596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 87.56159375
transcript.pyannote[23].end 90.85221875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 92.77596875
transcript.pyannote[24].end 107.69346875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 107.91284375
transcript.pyannote[25].end 115.67534375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 112.40159375
transcript.pyannote[26].end 113.21159375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 114.05534375
transcript.pyannote[27].end 149.10471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 126.64409375
transcript.pyannote[28].end 127.97721875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 128.92221875
transcript.pyannote[29].end 129.27659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 130.79534375
transcript.pyannote[30].end 130.81221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 130.82909375
transcript.pyannote[31].end 130.94721875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 143.50221875
transcript.pyannote[32].end 143.58659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 143.60346875
transcript.pyannote[33].end 143.67096875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 143.68784375
transcript.pyannote[34].end 143.83971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 147.38346875
transcript.pyannote[35].end 147.97409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 149.35784375
transcript.pyannote[36].end 158.35221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 151.36596875
transcript.pyannote[37].end 151.55159375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 157.22159375
transcript.pyannote[38].end 169.16909375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 160.42784375
transcript.pyannote[39].end 162.14909375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 164.41034375
transcript.pyannote[40].end 164.73096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 169.15221875
transcript.pyannote[41].end 184.82909375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 184.15409375
transcript.pyannote[42].end 184.54221875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 185.09909375
transcript.pyannote[43].end 193.11471875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 193.26659375
transcript.pyannote[44].end 194.46471875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 194.75159375
transcript.pyannote[45].end 195.24096875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 195.37596875
transcript.pyannote[46].end 196.21971875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 196.45596875
transcript.pyannote[47].end 208.06596875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 206.34471875
transcript.pyannote[48].end 206.53034375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 208.38659375
transcript.pyannote[49].end 219.96284375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 211.52534375
transcript.pyannote[50].end 212.40284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 213.55034375
transcript.pyannote[51].end 214.66409375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 217.21221875
transcript.pyannote[52].end 217.78596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 217.93784375
transcript.pyannote[53].end 217.97159375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 218.39346875
transcript.pyannote[54].end 218.68034375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 219.18659375
transcript.pyannote[55].end 225.36284375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 225.36284375
transcript.pyannote[56].end 225.41346875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 225.41346875
transcript.pyannote[57].end 225.61596875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 225.61596875
transcript.pyannote[58].end 225.97034375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 225.97034375
transcript.pyannote[59].end 226.27409375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 226.27409375
transcript.pyannote[60].end 226.67909375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 226.67909375
transcript.pyannote[61].end 226.96596875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 226.96596875
transcript.pyannote[62].end 227.18534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 227.18534375
transcript.pyannote[63].end 227.50596875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 227.50596875
transcript.pyannote[64].end 227.86034375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 227.86034375
transcript.pyannote[65].end 227.94471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 227.94471875
transcript.pyannote[66].end 229.02471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 229.02471875
transcript.pyannote[67].end 234.34034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 234.54284375
transcript.pyannote[68].end 256.69971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 238.45784375
transcript.pyannote[69].end 238.55909375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 256.69971875
transcript.pyannote[70].end 257.03721875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 257.03721875
transcript.pyannote[71].end 268.19159375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 257.05409375
transcript.pyannote[72].end 258.28596875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 259.07909375
transcript.pyannote[73].end 259.77096875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 260.34471875
transcript.pyannote[74].end 261.96471875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 267.04409375
transcript.pyannote[75].end 273.45659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 269.17034375
transcript.pyannote[76].end 269.22096875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 270.85784375
transcript.pyannote[77].end 271.83659375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 274.24971875
transcript.pyannote[78].end 277.40534375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 277.72596875
transcript.pyannote[79].end 286.39971875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 284.57721875
transcript.pyannote[80].end 285.50534375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 286.95659375
transcript.pyannote[81].end 289.18409375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 289.50471875
transcript.pyannote[82].end 292.25534375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 292.93034375
transcript.pyannote[83].end 293.95971875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 294.75284375
transcript.pyannote[84].end 304.08471875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 299.98409375
transcript.pyannote[85].end 300.70971875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 303.10596875
transcript.pyannote[86].end 304.94534375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 305.23221875
transcript.pyannote[87].end 322.09034375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 307.03784375
transcript.pyannote[88].end 308.59034375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 321.83721875
transcript.pyannote[89].end 322.12409375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 322.12409375
transcript.pyannote[90].end 325.65096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 322.14096875
transcript.pyannote[91].end 322.24221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 325.12784375
transcript.pyannote[92].end 335.77596875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 335.89409375
transcript.pyannote[93].end 353.05596875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 353.52846875
transcript.pyannote[94].end 384.98346875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 368.83409375
transcript.pyannote[95].end 369.59346875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 376.66409375
transcript.pyannote[96].end 379.95471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 384.64596875
transcript.pyannote[97].end 433.07721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 386.38409375
transcript.pyannote[98].end 387.48096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 391.46346875
transcript.pyannote[99].end 391.96971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 393.40409375
transcript.pyannote[100].end 393.42096875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 393.42096875
transcript.pyannote[101].end 393.96096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 393.96096875
transcript.pyannote[102].end 394.06221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 395.59784375
transcript.pyannote[103].end 395.68221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 395.68221875
transcript.pyannote[104].end 395.96909375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 395.96909375
transcript.pyannote[105].end 396.27284375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 403.44471875
transcript.pyannote[106].end 403.63034375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 404.15346875
transcript.pyannote[107].end 405.01409375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 406.97159375
transcript.pyannote[108].end 407.61284375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 409.06409375
transcript.pyannote[109].end 409.36784375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 416.70846875
transcript.pyannote[110].end 416.91096875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 420.74159375
transcript.pyannote[111].end 420.75846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 425.77034375
transcript.pyannote[112].end 426.24284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 433.07721875
transcript.pyannote[113].end 434.73096875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 435.01784375
transcript.pyannote[114].end 441.68346875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 441.63284375
transcript.pyannote[115].end 442.03784375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 442.03784375
transcript.pyannote[116].end 460.02659375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 460.27971875
transcript.pyannote[117].end 469.79721875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 469.79721875
transcript.pyannote[118].end 478.30221875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 477.40784375
transcript.pyannote[119].end 486.08159375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 484.64721875
transcript.pyannote[120].end 488.96721875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 488.56221875
transcript.pyannote[121].end 488.81534375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 488.96721875
transcript.pyannote[122].end 495.95346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 496.24034375
transcript.pyannote[123].end 504.03659375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 497.96159375
transcript.pyannote[124].end 498.01221875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 498.01221875
transcript.pyannote[125].end 498.04596875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 498.04596875
transcript.pyannote[126].end 498.26534375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 504.03659375
transcript.pyannote[127].end 504.76221875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 504.76221875
transcript.pyannote[128].end 510.83721875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 505.79159375
transcript.pyannote[129].end 506.80409375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 512.49096875
transcript.pyannote[130].end 514.66784375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 517.38471875
transcript.pyannote[131].end 519.03846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 519.39284375
transcript.pyannote[132].end 519.67971875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 521.18159375
transcript.pyannote[133].end 521.50221875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 523.69596875
transcript.pyannote[134].end 526.71659375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 526.78409375
transcript.pyannote[135].end 526.96971875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 527.83034375
transcript.pyannote[136].end 534.46221875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 534.78284375
transcript.pyannote[137].end 540.63846875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 541.33034375
transcript.pyannote[138].end 546.30846875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 546.98346875
transcript.pyannote[139].end 557.41221875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 558.59346875
transcript.pyannote[140].end 561.34409375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 562.52534375
transcript.pyannote[141].end 579.51846875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 580.64909375
transcript.pyannote[142].end 593.69346875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 594.16596875
transcript.pyannote[143].end 634.02471875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 594.28409375
transcript.pyannote[144].end 594.31784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 632.18534375
transcript.pyannote[145].end 632.40471875
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 634.02471875
transcript.pyannote[146].end 661.96971875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 650.25846875
transcript.pyannote[147].end 650.96721875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 650.96721875
transcript.pyannote[148].end 651.82784375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 652.04721875
transcript.pyannote[149].end 653.38034375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 661.96971875
transcript.pyannote[150].end 680.21159375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 680.49846875
transcript.pyannote[151].end 680.63346875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 680.63346875
transcript.pyannote[152].end 680.75159375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 680.75159375
transcript.pyannote[153].end 680.80221875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 680.80221875
transcript.pyannote[154].end 686.32034375
transcript.whisperx[0].start 5.234
transcript.whisperx[0].end 25.16
transcript.whisperx[0].text 王委員早總裁早安總裁你今天的報告就是川普當選之後對於全球的經濟特別是對台灣的經濟乃至於我們的貨幣政策、外匯政策還有貿易的報告得到高度的重視剛才也有很多委員在跟您請教
transcript.whisperx[1].start 27.06
transcript.whisperx[1].end 50.651
transcript.whisperx[1].text 不過像Fed主席就鮑爾其實川普不喜歡他但是我覺得鮑爾很有guts他就說如果川普不喜歡他想要把他fire掉的話他說他會拒絕他說因為與法不合大家都很怕川普嘛現在關注他的新人士也關注到這個Fed的主席會不會換人
transcript.whisperx[2].start 52.372
transcript.whisperx[2].end 75.864
transcript.whisperx[2].text 我個人是非常欣賞鮑爾的態度什麼事情都應該與法有據所以剛才總裁非常擔心的就是川普上來之後會對美國的貨幣政策造成很多的不穩定但是如果鮑爾他可以維持整個聯邦準備理事會的一個獨立超然性的話
transcript.whisperx[3].start 76.764
transcript.whisperx[3].end 84.535
transcript.whisperx[3].text 那這樣的一個不穩定的因素可不可能某一種程度可以被排除我想他的不穩定第一個委員講得很好就是說
transcript.whisperx[4].start 92.853
transcript.whisperx[4].end 107.361
transcript.whisperx[4].text 非的獨立性是非常重要的所以就是說他的不確定性我剛剛所講的一個不確定性如果說非的能夠來維持他的獨立性的話那他的不確定性可以減少一半
transcript.whisperx[5].start 107.941
transcript.whisperx[5].end 112.686
transcript.whisperx[5].text 但是呢他的另外一半呢 譬如說關稅的影響 那個部分可能是最大的所以總裁你剛才一直擔心就是說本來大家預期呢 本來大家應該是放歌吧就是應該會逐步的降息 因為他的通貨膨脹已經得到一定的控制
transcript.whisperx[6].start 132.885
transcript.whisperx[6].end 141.715
transcript.whisperx[6].text 但是因為川普上來之後川普保護主義再起尤其他要全面性的提高關稅會衝擊到美國的通貨膨脹就是這個數字恐怕就沒有辦法像現在維持的這麼好所以也
transcript.whisperx[7].start 149.864
transcript.whisperx[7].end 160.194
transcript.whisperx[7].text 也進而影響到Fed他可能原來他的一個假期的tempo會被完全打亂我這樣講對不對是是是委員講得非常好所以總裁擔心的就是這一點是是是就是50%的這個部分那個uncertainty還是存在的
transcript.whisperx[8].start 169.544
transcript.whisperx[8].end 192.27
transcript.whisperx[8].text 所以其實全世界的中央銀行維持這個通貨膨脹不能夠超出這個控制都是天職那所以Fed它有它的不穩定性所以在這邊我也想請教總裁那麼如果就台灣回到台灣層面來講你最concern的是什麼你最擔心影響台灣的這個經貿的點是什麼
transcript.whisperx[9].start 197.411
transcript.whisperx[9].end 223.664
transcript.whisperx[9].text 我想這個就是說因為第一個就是說我們對美國的順差是一直持續在上漲而且速度快我看到最新數字已經超過800億美元你剛剛你這個數字是一到九月份可是最新的今年我看搞不好到一千億了沒有不會啦不會啊今年大概多好今年我們貿易順暢我們就是只有五百多億五百多億對啦五百多億
transcript.whisperx[10].start 225.285
transcript.whisperx[10].end 239.02
transcript.whisperx[10].text 其實今年台灣對美貿易順差我們這邊有那個美國商務部我們這邊有一個美國商務部他給我們的一個數據這個我們做了一個projection
transcript.whisperx[11].start 240.942
transcript.whisperx[11].end 256.138
transcript.whisperx[11].text 我看到了對對對那在這裡呢我們有做一個projection2024年是633因為他不是商品他的一個匯率報告裡面的一個標準呢不是只有商品還有包括拉霧商品
transcript.whisperx[12].start 256.678
transcript.whisperx[12].end 257.439
transcript.whisperx[12].text 中央銀行預估500億美元
transcript.whisperx[13].start 274.301
transcript.whisperx[13].end 291.918
transcript.whisperx[13].text 台灣未來的通貨膨脹可不可以像現在把它維持得比較好因為我們現在的通貨膨脹率CPI已經把它降到2%以下了嘛 對不對那麼在川普上來之後那麼我們的通貨膨脹率有沒有可能
transcript.whisperx[14].start 294.81
transcript.whisperx[14].end 306.738
transcript.whisperx[14].text 又比較難控制因為最近最近台幣爆量貶值嘛是今天已經三我不曉得今天是多少32點幾差不多差不多差不多差不多差不多差不多差不多差不多差不多差不多
transcript.whisperx[15].start 310.28
transcript.whisperx[15].end 335.03
transcript.whisperx[15].text 那所以臺幣貶值還有全球包含因為最重要是Fed如果他也沒有繼續的降息然後事實上美國的通貨膨脹再起所以對台灣的通貨膨脹影響是什麼?總裁我跟委員報告事實上我們台灣的通膨不是說美國的通膨我們一定是通膨不見得
transcript.whisperx[16].start 336.41
transcript.whisperx[16].end 351.903
transcript.whisperx[16].text 臺灣的通膨主要是是那個裸物包括汽油啦、農產品啦這些的就是供給面的這些那你看看我就說所以呢川普一上來的有因為川普有一個政策呢對於這個
transcript.whisperx[17].start 353.984
transcript.whisperx[17].end 356.986
transcript.whisperx[17].text 結能減碳的一個的產業呢他比較不care他還是比較promote傳統的那個能源的政策對啊能源的政策呢美國你看他就生產那個石油啊還有那個天然氣
transcript.whisperx[18].start 370.155
transcript.whisperx[18].end 372.977
transcript.whisperx[18].text 所以川普一上台就說希望國外多買美國內運所以私有的價格你看看期貨掉到40塊這對我們是比較好可是總裁我要問你
transcript.whisperx[19].start 389.208
transcript.whisperx[19].end 408.735
transcript.whisperx[19].text 美國要增加對美國的採購當然軍需品這一塊已經是無庸置疑的現在傳出一種說法因為我們的能源就是像我們天然氣主要的進口的地方是來自印尼亞洲地區因為比較便宜因為它中資要從用船運過來但是我們現在有一個壓力美國也希望台灣多買美國的
transcript.whisperx[20].start 415.037
transcript.whisperx[20].end 415.177
transcript.whisperx[20].text 事實上齁
transcript.whisperx[21].start 435.451
transcript.whisperx[21].end 451.258
transcript.whisperx[21].text 我們就是說那個成本也不是說距離的長它的成本就高了要看它的efficiency它生產的那個efficiency那以美國來講的話它在這一方面它是非常的有效率的
transcript.whisperx[22].start 451.958
transcript.whisperx[22].end 455.743
transcript.whisperx[22].text 所以就是說即使是美國的距離比我們長跟印尼來擺比較但是呢它的貨運它的貨運的如果說它的貨運呢這個比較比較傳奇比較密集成本比較低的話那也不見得啊
transcript.whisperx[23].start 469.981
transcript.whisperx[23].end 473.522
transcript.whisperx[23].text 所以總裁所以你也可以同意我們能源的採購可以從亞洲地區移轉到從美國採購我現在我的意思說不是說也可以移轉那當然這個是經濟部要做的啦因為要大量採購買那小咪咪東西沒有用啦是的我的意思就是說當然就是說經濟部或是台電或中油他必須要評估他的成本效益
transcript.whisperx[24].start 496.387
transcript.whisperx[24].end 496.487
transcript.whisperx[24].text 時間暫停,請財政部長
transcript.whisperx[25].start 524.169
transcript.whisperx[25].end 526.391
transcript.whisperx[25].text 這怎麼回事就要請教您了剛才總裁說最多是3.08明年但是我們的稅入我們稅入明年變得很多成長率高達19.28%如果明年經濟成長率其實主計數也大概差不多3.2左右
transcript.whisperx[26].start 547.245
transcript.whisperx[26].end 556.374
transcript.whisperx[26].text 將行預估3.08就是3%多一點點但是我們可以增加到19.28這樣的一個歲入會不會有點變成不可能的任務
transcript.whisperx[27].start 563.152
transcript.whisperx[27].end 579.013
transcript.whisperx[27].text 跟委員報告我們在編稅入預算的時候稅客收入預算的時候其實我們參考的項目很多當然經濟成長率是一個因素還有包含其他民間的消費以及稅制的調整都是包含在內的
transcript.whisperx[28].start 580.683
transcript.whisperx[28].end 584.709
transcript.whisperx[28].text 可是那個時候也沒有這麼高的預期我要講的是因為明年度的我們的稅出膨脹非常高那當然你同樣的也把稅入調得很高這個稅入的基礎啊
transcript.whisperx[29].start 596.306
transcript.whisperx[29].end 616.294
transcript.whisperx[29].text 其實真的我們一般稅入基礎要考慮到未來的經濟成長率其實在明年包含剛才總裁特別提到他都非常擔心明年其實很多事情都不確定那我們現在的出口很好我們現在出口都還是紅字但是能不能繼續紅字其實有很多專家學者已經開始在擔心了
transcript.whisperx[30].start 616.974
transcript.whisperx[30].end 620.115
transcript.whisperx[30].text 所以當然對我們來講我歲入我沒有辦法砍你嘛但是我是提醒你我們現在編高達19.28%年增率的一個歲入事實上是非常有高風險的
transcript.whisperx[31].start 632.239
transcript.whisperx[31].end 659.975
transcript.whisperx[31].text 你就說你為了要讓稅出得以支撐所以我稅入也編那麼多沒有,我們在編稅入的時候完全就我們的稅我們就在稅客收入的部分就稅的專業的部分是來做估算我們並沒有去估他的稅出會是多少來回頭考慮我們的稅客收入因為這兩年啦而且有些稅他是會有遞延效果的比如說營所稅、中所稅他是看今年的情形會在明年來反映的
transcript.whisperx[32].start 660.675
transcript.whisperx[32].end 682.29
transcript.whisperx[32].text 對阿但是今年也不過4點多而已好我要講就是說其實你歲入我們在審查的時候我是不會砍你歲入嘛你要變那麼高就變那麼高但是呢我提醒你要達到19.8將近20%的成長率其實是非常困難的啦好謝謝謝謝委員謝謝王紅委員謝謝我們部長接下來我們請我們賴惠委員
gazette.lineno 757
gazette.blocks[0][0] 王委員鴻薇:(10時38分)謝謝主席,我請楊總裁。
gazette.blocks[1][0] 主席:請楊總裁。
gazette.blocks[2][0] 楊總裁金龍:王委員早。
gazette.blocks[3][0] 王委員鴻薇:總裁早安。總裁,你今天的報告,就是川普當選之後,對於全球的經濟,特別是對臺灣的經濟,乃至於我們的貨幣政策、外匯政策,還有貿易的報告,得到高度的重視。
gazette.blocks[4][0] 楊總裁金龍:謝謝。
gazette.blocks[5][0] 王委員鴻薇:剛才也有很多委員跟您請教。
gazette.blocks[6][0] 楊總裁金龍:是。
gazette.blocks[7][0] 王委員鴻薇:不過像Fed主席鮑爾,其實川普不喜歡他,但是我覺得鮑爾很有guts,他說如果川普不喜歡他,想要把他fire掉的話,他說他會拒絕,因為於法不合。大家都很怕川普,現在都很關注他的新人事,也關注Fed的主席會不會換人。我個人是非常欣賞鮑爾這樣的態度,什麼事情都應該於法而有據。
gazette.blocks[8][0] 楊總裁金龍:對。
gazette.blocks[9][0] 王委員鴻薇:剛才總裁非常擔心的是川普上來之後,會對美國的貨幣政策造成很多的不穩定,但是如果鮑爾可以維持整個聯邦準備理事會(Fed)的獨立超然性,這樣的一個不穩定因素可不可能某一種程度可以被排除?
gazette.blocks[10][0] 楊總裁金龍:我想它的不穩定,第一個,委員講得很好,Fed的獨立性是非常重要的,所以它的不確定性,我剛剛所講的不確定性,如果Fed能夠維持它的獨立性,它的不確定性可以減少一半,但是它的另外一半……
gazette.blocks[11][0] 王委員鴻薇:不操之在它?譬如關稅的影響,對不對?
gazette.blocks[12][0] 楊總裁金龍:對,另外一半不是它……
gazette.blocks[13][0] 王委員鴻薇:那個部分可能是最大的。
gazette.blocks[14][0] 楊總裁金龍:對。
gazette.blocks[15][0] 王委員鴻薇:所以總裁剛才一直擔心,本來大家預期Fed應該是放鴿,應該會逐步的降息,因為它的通貨膨脹已經得到一定的控制。
gazette.blocks[16][0] 楊總裁金龍:是,沒有錯。
gazette.blocks[17][0] 王委員鴻薇:但是因為川普上來之後,川普保護主義再起,尤其他要全面性的提高關稅,會衝擊到美國的通貨膨脹,這個數字恐怕就沒有辦法像現在維持得這麼好,所以也進而影響到Fed可能原來降息的tempo會被完全打亂。
gazette.blocks[18][0] 楊總裁金龍:沒有錯。
gazette.blocks[19][0] 王委員鴻薇:我這樣講對不對?
gazette.blocks[20][0] 楊總裁金龍:是,委員都講得非常好。
gazette.blocks[21][0] 王委員鴻薇:所以總裁擔心的就是這一點。
gazette.blocks[22][0] 楊總裁金龍:是,就是50%的這個部分uncertainty還是存在的。
gazette.blocks[23][0] 王委員鴻薇:是,其實全世界的中央銀行維持通貨膨脹不能夠超出控制都是天職,Fed有它的不穩定性,所以在這邊,我也想請教總裁,如果就臺灣、回到臺灣的層面來講,你最concern的是什麼,你最擔心影響臺灣經貿的點是什麼?
gazette.blocks[24][0] 楊總裁金龍:我想因為第一個,我們對美國的順差一直持續在上漲,而且速度快……
gazette.blocks[25][0] 王委員鴻薇:我看到最新的數字已經超過800億美元了,你這個數字是1到9月份,可是最新的,今年我看搞不好到1,000億了。
gazette.blocks[26][0] 楊總裁金龍:沒有,不會啦!
gazette.blocks[27][0] 王委員鴻薇:不會啊?今年我們貿易順差大概多少?
gazette.blocks[28][0] 楊總裁金龍:好像我們就是只有五百多億啦!
gazette.blocks[29][0] 王委員鴻薇:五百多億?
gazette.blocks[30][0] 楊總裁金龍:對啦!五百多億。
gazette.blocks[31][0] 王委員鴻薇:其實今年臺灣對美貿易順差……
gazette.blocks[32][0] 楊總裁金龍:我們這邊有一個美國商務部給我們的數據,這個我們做了一個projection。
gazette.blocks[33][0] 王委員鴻薇:有,我有看到。
gazette.blocks[34][0] 楊總裁金龍:對,在這裡,我們有做一個projection,2024年是633,因為它不是商品,它匯率報告裡面的標準,不是只有商品,還有包括勞務商品,還有服務,所以這是再加上服務的……
gazette.blocks[35][0] 王委員鴻薇:所以我們中央銀行預估是500億美元?
gazette.blocks[36][0] 楊總裁金龍:對,如果商品的話是五百多啦,我記得好像是五百多。
gazette.blocks[37][0] 王委員鴻薇:好,我先回來講我concern的部分。
gazette.blocks[38][0] 楊總裁金龍:是。
gazette.blocks[39][0] 王委員鴻薇:所以我也要問總裁,臺灣未來的通貨膨脹可不可以像現在把它維持得比較好,因為我們現在的通貨膨脹率CPI,已經把它降到2%以下了,對不對?
gazette.blocks[40][0] 楊總裁金龍:是。
gazette.blocks[41][0] 王委員鴻薇:那麼在川普上來之後,我們的通貨膨脹率有沒有可能又比較難控制?因為最近臺幣爆量貶值,我不曉得今天是多少……
gazette.blocks[42][0] 楊總裁金龍:三十二點幾。
gazette.blocks[43][0] 王委員鴻薇:差不多都三十二塊五嘛!
gazette.blocks[44][0] 楊總裁金龍:32.4。
gazette.blocks[45][0] 王委員鴻薇:對,32.4。所以臺幣貶值,還有全球的因素,最重要的是Fed如果也沒有繼續降息,事實上美國的通貨膨脹再起,對臺灣的通貨膨脹影響是什麼,總裁?
gazette.blocks[46][0] 楊總裁金龍:我跟委員報告,事實上我們臺灣的通膨,不是美國通膨,我們就一定是通膨,不見得!臺灣的通膨主要是raw material,包括汽油、農產品這些,就是供給面的這些,川普一上來了以後,因為川普有一個政策,對於節能減碳的產業,他比較不care,他還是比較promote原來傳統的能源政策。
gazette.blocks[47][0] 王委員鴻薇:對。
gazette.blocks[48][0] 楊總裁金龍:美國原來的能源政策就是生產石油,還有那個……
gazette.blocks[49][0] 王委員鴻薇:天然氣。
gazette.blocks[50][0] 楊總裁金龍:對,所以川普一上台以後,他就……
gazette.blocks[51][0] 王委員鴻薇:希望國外多買美國能源……
gazette.blocks[52][0] 楊總裁金龍:所以你看最近的石油期貨的價格掉到40塊。
gazette.blocks[53][0] 王委員鴻薇:這樣對我們比較好嗎?
gazette.blocks[54][0] 楊總裁金龍:對呀!
gazette.blocks[55][0] 王委員鴻薇:可是總裁,我要問你,因為你說要增加對美國的採購。
gazette.blocks[56][0] 楊總裁金龍:是。
gazette.blocks[57][0] 王委員鴻薇:當然軍需品這一塊已經是無庸置疑了。
gazette.blocks[58][0] 楊總裁金龍:是。
gazette.blocks[59][0] 王委員鴻薇:現在傳出一種說法,因為我們的能源,像我們是天然氣,主要進口的地方是來自亞洲地區的印尼。
gazette.blocks[60][0] 楊總裁金龍:是。
gazette.blocks[61][0] 王委員鴻薇:因為比較便宜,畢竟總是要用船運過來。
gazette.blocks[62][0] 楊總裁金龍:對。
gazette.blocks[63][0] 王委員鴻薇:但是我們現在有一個壓力,美國也希望臺灣多買美國的能源、天然氣,這樣會不會也造成成本與價格的上漲?總裁也建議,我們要多多跟美國採購,在這樣的狀況之下,有沒有可能推升包含能源的價格成本?
gazette.blocks[64][0] 楊總裁金龍:事實上,那個成本並不會因為距離長,其成本就高啦!要看它生產的efficiency。以美國來講的話,它在這方面是非常有效率的,所以即使是我們到美國的距離比到印尼的長,但是其貨運的船期比較密集、成本比較低的話,那也不見得啊!
gazette.blocks[65][0] 王委員鴻薇:所以總裁也同意我們能源的採購可以從亞洲地區移轉到美國去採購?
gazette.blocks[66][0] 楊總裁金龍:我現在的意思並不是可以移轉啦,當然,這是經濟部要做的……
gazette.blocks[67][0] 王委員鴻薇:因為要大量採購,買一咪咪的小東西是沒有用的。
gazette.blocks[68][0] 楊總裁金龍:是的,我的意思是說,經濟部或台電或者是中油,它必須評估其成本效益。
gazette.blocks[69][0] 王委員鴻薇:好,我的時間快到了。總裁,你能不能預估明年GDP的成長是多少?
gazette.blocks[70][0] 楊總裁金龍:我們預估是3.08%。
gazette.blocks[71][0] 王委員鴻薇:好。對不起,時間暫停一下,我請財政部長。
gazette.blocks[72][0] 主席:時間暫停,我們請財政部長。
gazette.blocks[73][0] 王委員鴻薇:謝謝總裁,可以先回座。
gazette.blocks[74][0] 莊部長翠雲:委員好。
gazette.blocks[75][0] 王委員鴻薇:部長,我接下來要請教您,剛才總裁說明年最多是3.08%,但是我們的歲入明年編得很多,成長率高達19.28%,如果明年經濟成長率……其實主計總處大概也是估在3.2%左右。央行預估是3.08%,也就是3%多一點點,但是我們的歲入可以增加到19.28%,這樣的歲入會不會有點變成不可能的任務?
gazette.blocks[76][0] 莊部長翠雲:跟委員報告,我們在編歲入(稅課收入)預算的時候,其實我們參考的項目很多,當然經濟成長率是一個因素,還包含了其他民間的消費,以及稅制的調整,這些都是包含在內的。
gazette.blocks[77][0] 王委員鴻薇:可是那個時候也沒有這麼高的預期。我要講的是,因為明年度我們的歲出膨脹得非常高,當然,你同樣地也把歲入調得很高……
gazette.blocks[78][0] 莊部長翠雲:不是,我們……
gazette.blocks[79][0] 王委員鴻薇:其實我們一般歲入的基礎主要是考慮到未來的經濟成長率。包含剛才總裁特別提到,他都非常擔心明年其實很多事情都不確定。我們現在的出口很好,都還是紅字,但是能不能繼續紅字,其實很多專家學者已經開始在擔心了,所以對我們來講,歲入我們沒辦法砍你嘛,但是我要提醒你,我們現在編列年增率高達19.28%的歲入,事實上是非常有高風險的。
gazette.blocks[80][0] 莊部長翠雲:跟委員……
gazette.blocks[81][0] 王委員鴻薇:也就是說,你為了讓歲出得以支撐,所以歲入也要編那麼多。
gazette.blocks[82][0] 莊部長翠雲:沒有,我們在編歲入的時候,完全是就稅課收入的部分、就稅收專業的部分來估算的,我們並沒有去估歲出有多少再回頭考慮我們的稅課收入,以上跟委員報告。
gazette.blocks[83][0] 王委員鴻薇:因為這兩年……
gazette.blocks[84][0] 莊部長翠雲:有些稅是會有遞延效果的,比如說營所稅、綜所稅,它是今年的情形會在明年才反映。
gazette.blocks[85][0] 王委員鴻薇:對,但是今年也不過百分之四點多而已。我要講的就是,其實我們在審查你歲入的時候,我是不會砍的,你要編那麼高就編那麼高,但是我提醒你,要達到19.8%、將近20%的成長率,其實是非常困難的,謝謝。
gazette.blocks[86][0] 莊部長翠雲:謝謝委員。
gazette.blocks[87][0] 主席(李委員坤城代):謝謝王鴻薇委員,也謝謝部長。
gazette.blocks[87][1] 接下來請賴惠員委員。
gazette.agenda.page_end 256
gazette.agenda.meet_id 委員會-11-2-20-8
gazette.agenda.speakers[0] 賴惠員
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 賴士葆
gazette.agenda.speakers[4] 郭國文
gazette.agenda.speakers[5] 李彥秀
gazette.agenda.speakers[6] 李坤城
gazette.agenda.speakers[7] 王鴻薇
gazette.agenda.speakers[8] 羅明才
gazette.agenda.speakers[9] 顏寬恒
gazette.agenda.speakers[10] 黃珊珊
gazette.agenda.speakers[11] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[12] 陳玉珍
gazette.agenda.speakers[13] 黃國昌
gazette.agenda.speakers[14] 洪孟楷
gazette.agenda.speakers[15] 羅廷瑋
gazette.agenda.speakers[16] 楊瓊瓔
gazette.agenda.speakers[17] 麥玉珍
gazette.agenda.speakers[18] 葉元之
gazette.agenda.speakers[19] 王世堅
gazette.agenda.speakers[20] 何欣純
gazette.agenda.speakers[21] 邱志偉
gazette.agenda.page_start 173
gazette.agenda.meetingDate[0] 2024-11-14
gazette.agenda.gazette_id 11310002
gazette.agenda.agenda_lcidc_ids[0] 11310002_00004
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、邀請中央銀行楊總裁金龍、財政部莊部長翠雲、金融監督管理委員會彭主任委員金隆就「美 國新任總統的貿易政策對台灣經濟與金融穩定之可能影響與對策」進行專題報告,並備質詢; 二、審查中華民國114年度中央政府總預算案:行政院歲入預算有關中央銀行股息紅利繳庫部分 (僅詢答);三、審查中華民國114年度中央政府總預算案附屬單位預算營業部分關於中央銀行 (含中央造幣廠、中央印製廠)(僅詢答)
gazette.agenda.agenda_id 11310002_00003