iVOD / 157033

Field Value
IVOD_ID 157033
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/157033
日期 2024-11-18
會議資料.會議代碼 委員會-11-2-20-9
會議資料.會議代碼:str 第11屆第2會期財政委員會第9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 9
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9次全體委員會議
影片種類 Clip
開始時間 2024-11-18T11:36:25+08:00
結束時間 2024-11-18T11:47:42+08:00
影片長度 00:11:17
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/37ff27132e477e8744bb14fed9ff75f706883678c1ed2d0de2d913a09c00f96fe3ceebef6e54c8ad5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃珊珊
委員發言時間 11:36:25 - 11:47:42
會議時間 2024-11-18T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第9次全體委員會議(事由:審查中華民國114年度中央政府總預算案有關財政部賦稅署、臺北國稅局、高雄國稅局、北區國稅局及所屬、中區國稅局及所屬、南區國稅局及所屬、關務署及所屬、國有財產署及所屬歲出預算部分暨融資財源調度。(僅詢答) 【預算提案截止時間:11月25日(一)中午12時】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.04784375
transcript.pyannote[0].end 1.48221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 0.94221875
transcript.pyannote[1].end 2.32596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 2.83221875
transcript.pyannote[2].end 2.93346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 6.35909375
transcript.pyannote[3].end 6.91596875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 8.14784375
transcript.pyannote[4].end 20.53409375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 21.42846875
transcript.pyannote[5].end 22.42409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 24.22971875
transcript.pyannote[6].end 24.98909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 30.67596875
transcript.pyannote[7].end 31.60409375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 33.22409375
transcript.pyannote[8].end 35.04659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 34.18596875
transcript.pyannote[9].end 35.02971875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 35.04659375
transcript.pyannote[10].end 41.99909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 42.01596875
transcript.pyannote[11].end 44.88471875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 46.30221875
transcript.pyannote[12].end 68.03721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 68.40846875
transcript.pyannote[13].end 72.22221875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 72.69471875
transcript.pyannote[14].end 76.27221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 74.93909375
transcript.pyannote[15].end 75.41159375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 76.96409375
transcript.pyannote[16].end 87.51096875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 78.63471875
transcript.pyannote[17].end 79.22534375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 82.24596875
transcript.pyannote[18].end 84.25409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 87.51096875
transcript.pyannote[19].end 114.44346875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 114.89909375
transcript.pyannote[20].end 125.80034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 126.05346875
transcript.pyannote[21].end 137.68034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 138.22034375
transcript.pyannote[22].end 144.02534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 146.25284375
transcript.pyannote[23].end 150.16784375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 150.16784375
transcript.pyannote[24].end 150.23534375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 150.23534375
transcript.pyannote[25].end 150.35346875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 150.35346875
transcript.pyannote[26].end 150.37034375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 150.79221875
transcript.pyannote[27].end 171.10971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 160.68096875
transcript.pyannote[28].end 161.11971875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 161.60909375
transcript.pyannote[29].end 161.71034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 161.71034375
transcript.pyannote[30].end 162.52034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 162.60471875
transcript.pyannote[31].end 163.56659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 170.13096875
transcript.pyannote[32].end 185.25096875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 173.30346875
transcript.pyannote[33].end 173.55659375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 173.62409375
transcript.pyannote[34].end 174.07971875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 185.25096875
transcript.pyannote[35].end 192.52409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 188.57534375
transcript.pyannote[36].end 189.19971875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 190.24596875
transcript.pyannote[37].end 200.92784375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 195.02159375
transcript.pyannote[38].end 195.19034375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 195.19034375
transcript.pyannote[39].end 195.35909375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 195.35909375
transcript.pyannote[40].end 195.46034375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 195.46034375
transcript.pyannote[41].end 195.47721875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 195.47721875
transcript.pyannote[42].end 195.51096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 195.51096875
transcript.pyannote[43].end 195.56159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 195.56159375
transcript.pyannote[44].end 197.02971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 197.02971875
transcript.pyannote[45].end 198.64971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 198.64971875
transcript.pyannote[46].end 198.71721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 201.78846875
transcript.pyannote[47].end 206.46284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 206.09159375
transcript.pyannote[48].end 209.58471875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 209.61846875
transcript.pyannote[49].end 213.07784375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 212.26784375
transcript.pyannote[50].end 231.04971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 231.92721875
transcript.pyannote[51].end 233.32784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 237.41159375
transcript.pyannote[52].end 264.66471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 265.27221875
transcript.pyannote[53].end 268.03971875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 268.68096875
transcript.pyannote[54].end 271.51596875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 271.51596875
transcript.pyannote[55].end 277.15221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 276.66284375
transcript.pyannote[56].end 277.92846875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 277.92846875
transcript.pyannote[57].end 278.38409375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 277.94534375
transcript.pyannote[58].end 299.15721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 281.40471875
transcript.pyannote[59].end 281.96159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 283.44659375
transcript.pyannote[60].end 283.91909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 287.96909375
transcript.pyannote[61].end 290.93909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 297.40221875
transcript.pyannote[62].end 299.62971875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 299.62971875
transcript.pyannote[63].end 304.92846875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 304.52346875
transcript.pyannote[64].end 308.48909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 309.23159375
transcript.pyannote[65].end 309.97409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 309.34971875
transcript.pyannote[66].end 312.79221875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 309.97409375
transcript.pyannote[67].end 309.99096875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 313.24784375
transcript.pyannote[68].end 339.53909375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 330.93284375
transcript.pyannote[69].end 331.40534375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 339.21846875
transcript.pyannote[70].end 360.59909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 361.32471875
transcript.pyannote[71].end 380.83221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 381.52409375
transcript.pyannote[72].end 383.09346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 383.75159375
transcript.pyannote[73].end 385.33784375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 386.58659375
transcript.pyannote[74].end 394.34909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 394.28159375
transcript.pyannote[75].end 411.03846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 396.35721875
transcript.pyannote[76].end 396.54284375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 398.46659375
transcript.pyannote[77].end 401.48721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 401.89221875
transcript.pyannote[78].end 402.39846875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 407.29221875
transcript.pyannote[79].end 415.54409375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 415.91534375
transcript.pyannote[80].end 418.04159375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 417.87284375
transcript.pyannote[81].end 427.39034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 429.70221875
transcript.pyannote[82].end 433.90409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 432.18284375
transcript.pyannote[83].end 432.19971875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 432.23346875
transcript.pyannote[84].end 446.34096875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 446.88096875
transcript.pyannote[85].end 452.61846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 452.82096875
transcript.pyannote[86].end 453.69846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 454.84596875
transcript.pyannote[87].end 456.53346875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 455.25096875
transcript.pyannote[88].end 456.26346875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 457.09034375
transcript.pyannote[89].end 463.14846875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 464.51534375
transcript.pyannote[90].end 477.05346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 477.08721875
transcript.pyannote[91].end 482.68971875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 483.49971875
transcript.pyannote[92].end 488.32596875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 488.81534375
transcript.pyannote[93].end 489.25409375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 489.65909375
transcript.pyannote[94].end 496.32471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 489.81096875
transcript.pyannote[95].end 491.39721875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 491.59971875
transcript.pyannote[96].end 491.85284375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 496.32471875
transcript.pyannote[97].end 506.41596875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 498.09659375
transcript.pyannote[98].end 500.50971875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 507.27659375
transcript.pyannote[99].end 511.05659375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 508.39034375
transcript.pyannote[100].end 508.82909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 511.91721875
transcript.pyannote[101].end 521.13096875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 521.18159375
transcript.pyannote[102].end 525.36659375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 521.31659375
transcript.pyannote[103].end 521.33346875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 521.38409375
transcript.pyannote[104].end 521.87346875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 524.32034375
transcript.pyannote[105].end 524.57346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 525.67034375
transcript.pyannote[106].end 546.02159375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 546.29159375
transcript.pyannote[107].end 547.67534375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 548.41784375
transcript.pyannote[108].end 556.88909375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 557.42909375
transcript.pyannote[109].end 567.52034375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 568.61721875
transcript.pyannote[110].end 573.66284375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 571.70534375
transcript.pyannote[111].end 582.15096875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 583.23096875
transcript.pyannote[112].end 590.92596875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 587.88846875
transcript.pyannote[113].end 600.12284375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 592.52909375
transcript.pyannote[114].end 593.38971875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 600.51096875
transcript.pyannote[115].end 605.52284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 605.97846875
transcript.pyannote[116].end 616.15409375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 606.38346875
transcript.pyannote[117].end 606.43409375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 606.43409375
transcript.pyannote[118].end 606.97409375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 606.97409375
transcript.pyannote[119].end 608.56034375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 616.55909375
transcript.pyannote[120].end 636.48846875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 637.07909375
transcript.pyannote[121].end 641.04471875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 641.77034375
transcript.pyannote[122].end 649.56659375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 646.34346875
transcript.pyannote[123].end 654.00471875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 650.79846875
transcript.pyannote[124].end 651.23721875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 653.05971875
transcript.pyannote[125].end 662.83034375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 657.78471875
transcript.pyannote[126].end 666.49221875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 666.82971875
transcript.pyannote[127].end 667.84221875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 670.06971875
transcript.pyannote[128].end 671.21721875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 671.50409375
transcript.pyannote[129].end 672.90471875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 676.41471875
transcript.pyannote[130].end 676.71846875
transcript.whisperx[0].start 0.009
transcript.whisperx[0].end 2.15
transcript.whisperx[0].text 臺灣跟美國2023到現在的這些所謂的貿易情勢,我們逆差大概有多少?一年的逆差?對美國
transcript.whisperx[1].start 35.2
transcript.whisperx[1].end 44.393
transcript.whisperx[1].text 在歷年來說其實我們對美國的差一直是在提升的就對美國的出口是在擴張的是的 所以從川普他
transcript.whisperx[2].start 46.885
transcript.whisperx[2].end 71.958
transcript.whisperx[2].text 進選時候的政見包括他對於所謂科徵基本關稅進一步提高不公平國家的關稅稅率這個部簽看起來他在1月20號就職以後應該會朝這個方向來進行所以我們目前2023看起來是400多億塊500億那我們是不是所謂的不公平貿易國家在我們的認知裡面我們會被列為不公平貿易國家
transcript.whisperx[3].start 73.302
transcript.whisperx[3].end 94.752
transcript.whisperx[3].text 這個部分其實在上週的時候我們的召委在委會有提到專案報告我們覺得要關注這個議題沒錯這個是非常有可能的也就是說我們對他的這個差順差一直在擴大的話所以我們現在是一個要等著給保護費然後不知道保護費夠不夠的國家我們一直在插雷彈
transcript.whisperx[4].start 96.512
transcript.whisperx[4].end 117.438
transcript.whisperx[4].text 關務署這邊我們有所謂的關稅也是我們的工具那目前為止如果按照川普他們的智庫提出來的有幾個國家第一個是中國第二印度歐盟臺灣越南跟泰國如果按照他們的標準要提升所謂的平均關稅差距的話嚴重影響的大概是印度他會提升到88%
transcript.whisperx[5].start 119.558
transcript.whisperx[5].end 143.806
transcript.whisperx[5].text 逆差將近會減少88%臺灣更嚴重會影響到59%第三名是越南44%也就是說他對中國的逆差還沒有像我們這個差距來的這麼大所以其實公研院我們也很擔心接下去會影響到的關稅我想請問一下如果他們提升關稅部長我們有沒有相對應的武器可以使用
transcript.whisperx[6].start 146.271
transcript.whisperx[6].end 159.023
transcript.whisperx[6].text 他們對我們加徵關稅,我們也可以對他加徵關稅嗎?我覺得這個部分變成是一個貿易的一個互相的一個報復。那我們看到我們輸出到美國的主要的產品裡面
transcript.whisperx[7].start 159.926
transcript.whisperx[7].end 160.046
transcript.whisperx[7].text 臺灣的關稅沒什麼用是嗎?
transcript.whisperx[8].start 187.053
transcript.whisperx[8].end 200.524
transcript.whisperx[8].text 因為我們是WTO的會員,所以相關的稅率我們是按照部委的...那他提升之後WTO不會對他們做處理嗎?不會,因為美國太強了。來,署長,你有什麼工具?你有辦法嗎?
transcript.whisperx[9].start 202.06
transcript.whisperx[9].end 230.158
transcript.whisperx[9].text 報告委員我們的那個稅率都是立法院要三讀通過是所以我們立法院要幫你的忙否則你沒有工具是嗎就是各部會如果評估的話這個是我們接下去要做相關的處理重點是我再講一條一次要付保護費要知道自己要付什麼保護費然後我們有什麼因應之道有什麼辦法可以應對我想這個是我們今天關心的焦點好嗎好署長請回我想請部長留步那請賦稅署署長
transcript.whisperx[10].start 231.957
transcript.whisperx[10].end 232.037
transcript.whisperx[10].text 國產署署長
transcript.whisperx[11].start 237.455
transcript.whisperx[11].end 264.451
transcript.whisperx[11].text 部長其實我們在司法院的統計裡面看到最高行政法院他其實有非常多行政訴訟的狀況那行政訴訟的數量裡面統計出來對第一名的叫做土地事件大概有118件的行政訴訟那這是最高法院稅捐事件大概是113件這兩個就將近佔了三成到四成所以土地事件稅捐事件大概都是財政部的案子對吧
transcript.whisperx[12].start 265.322
transcript.whisperx[12].end 283.83
transcript.whisperx[12].text 你們一年有多少相關的訴訟案件?您是指司法院裡面還是行政法院裡面?司法院統計年報最高行政法院有統計第一名叫土地第二名叫稅捐第一個跟委員報告國產署這個部分大概他是屬於私權的部分所以他應該是走民事訴訟的部分
transcript.whisperx[13].start 284.25
transcript.whisperx[13].end 309.485
transcript.whisperx[13].text 在行政救濟的部分其實大部分他不會走到行政救濟那邊來所以土地的案件大概土地的案件大概可能就是屬於一般的民事案件大概跟國產署之間的其實應該沒有那麼大的高的數量我們現在統計的是行政訴訟案對行政訴訟來說土地的案件應該不會在國產署這邊的沒關係我現在問你一年要花有多少這樣的訴訟件數復稅數就復稅的部分請署長來就統計數字
transcript.whisperx[14].start 313.448
transcript.whisperx[14].end 326.842
transcript.whisperx[14].text 我跟委員報告目前我們手上的統計數字就是打到行政訴訟的如果是中央稅的部分佔比是大概百分之我以112年度為例大概佔比是8.45%就2744件裡面屬於稅捐案件是232件
transcript.whisperx[15].start 331.667
transcript.whisperx[15].end 360.283
transcript.whisperx[15].text 那地方的部分呢是2319件裡面稅捐的案件17件占比是0.73%相對的是說國產署還有賦稅署其實跟民眾的官司其實不少那在112年的時候行政院曾經頒定一個計畫就是有關律師法跟專計轉任公務員條例增訂了所謂機關跟公立學校可以設置所謂的公職律師的制度部長
transcript.whisperx[16].start 361.663
transcript.whisperx[16].end 384.372
transcript.whisperx[16].text 這個公職律師的制度要延攬一定職業經歷的律師來機關裡面提供相關的服務還有參與法律案的研議但是在112年提出這個計畫之後財政部如果依照你們有這麼多的相關的訴訟也好不管是民事的還是行政訴訟你有考慮引進行政院這樣的計畫嗎
transcript.whisperx[17].start 386.636
transcript.whisperx[17].end 415.034
transcript.whisperx[17].text 目前為止好像只有衛福部還有國防部有來申請財政部從頭到尾連提計畫都沒有是嗎對我們大概調查過其實認為沒有這樣的一個需要因為目前相關的我們相關的訴訟會由我們內部的法務人員來做如果有需要的話也會委請外部的律師所以部長我想問一下請你統計你現在所有的機關你一年有花了多少相關的費用在請律師
transcript.whisperx[18].start 416.63
transcript.whisperx[18].end 426.917
transcript.whisperx[18].text 所以如果按照你剛剛講的那些訴訟因為行政訴訟是律師強制代理所以如果有的話是不是會變成負稅署他的一個負擔
transcript.whisperx[19].start 430.078
transcript.whisperx[19].end 453.428
transcript.whisperx[19].text 這個部分我們來調查一下相關我們在……所以我的意思是說行政院有這樣的計畫相關的單位有提出需求但是我們看到可能最多行政訴訟的機關叫財政部但是他們完全不甩這個行政院這個機制有點奇怪啦這個機制難道我們行政院推動來之後自己的機關都不願意參與喔這很奇怪
transcript.whisperx[20].start 455.409
transcript.whisperx[20].end 482.37
transcript.whisperx[20].text 我現在看到教育部還希望有17個內政部2個國防部3個財政部0個欸財政部有這麼多行政訴訟拜託我覺得公職律師如果是有需要的話其實可以節省我們的成本而且也可以讓更多在你的內部就可以做相關的處理如果你花的錢可以請到公職律師在裡面可以節省掉成本第二個也可以增加
transcript.whisperx[21].start 483.547
transcript.whisperx[21].end 503.932
transcript.whisperx[21].text 期關參與行政院推出這個法案推出這個計畫的好意啊好不好所以財政部所來不考慮行政院這個計畫不是不考慮我們還是要瞭解一下第一個就是實際的效益情況112年到現在了已經推了一年多了我們也調查過只有國防部還有衛福部所以其他的機關我覺得財政部也應該參與討論好嗎這是你算一算你每年花的錢跟你
transcript.whisperx[22].start 511.997
transcript.whisperx[22].end 524.435
transcript.whisperx[22].text 用公職律師花的錢還有效益上面我覺得希望你們做個評估尤其是你們訴訟大概是全部機關裡面應該是最多的我們在效益的部分再來考量
transcript.whisperx[23].start 525.748
transcript.whisperx[23].end 546.644
transcript.whisperx[23].text 那就麻煩一個月之內把這個部分回覆給我最後一個問題就是部長你這幾天大概都在討論財化法的問題啦財化法現在國民黨的修法版本好像還沒有確定但是民進黨還有行政院目前也是不推動相關的修法但是部長在今年11月
transcript.whisperx[24].start 548.685
transcript.whisperx[24].end 567.042
transcript.whisperx[24].text 蕭美琴副總統曾經參與了工商總會的慶祝大會。工商總會在2023、2024的全國工業總會白皮書裡面都有明白的提出來他們建議要修正財政收支劃分法。部長有看到他們的白皮書嗎?
transcript.whisperx[25].start 569.644
transcript.whisperx[25].end 581.34
transcript.whisperx[25].text 財務法的修正,相關的黨團有提出...所以如果說執政黨要用在野黨修財務法是為了掏空國家所以也是把工業總會列為掏空國家的一個對象嗎?
transcript.whisperx[26].start 584.089
transcript.whisperx[26].end 600.841
transcript.whisperx[26].text 最主要是說因為在沒有完整的討論審慎的規劃之前所以我們希望你們完整討論希望你們審慎規劃但是不是提出修正意見就是掏空國家我要再次強調工業總會也提一樣的意見財政部不要再假裝沒看見
transcript.whisperx[27].start 606.878
transcript.whisperx[27].end 627.069
transcript.whisperx[27].text 這個白皮書已經2023、2024的白皮書都已經做成而且副總統也是參加工業總會的慶祝大會我想還是一樣接下去財委會包括院會都會處理財化法我希望部長你們還是要提出你們認為多少的垂直分配是可以接受的
transcript.whisperx[28].start 627.589
transcript.whisperx[28].end 640.82
transcript.whisperx[28].text 如果在一個國家可以超徵4千億的情況下補足2千多億讓地方政府能夠多一點財源並不是萬惡不赦部長我希望在我們協商之前可以看到行政院的版本
transcript.whisperx[29].start 642.163
transcript.whisperx[29].end 649.489
transcript.whisperx[29].text 跟委員報告還是講財化法的修正要審慎的規劃而且要充分的討論目前的期限還是非常大的是因為在事權跟錢權必須要相配合的來做討論但是事權完全沒有討論而是只有權權的部分來做討論的話
transcript.whisperx[30].start 670.582
transcript.whisperx[30].end 672.709
transcript.whisperx[30].text 謝謝黃珊珊委員 接著我們請吳立華委員
gazette.lineno 963
gazette.blocks[0][0] 黃委員珊珊:(11時36分)謝謝主席,我想請部長,還有關務署署長。
gazette.blocks[1][0] 主席:莊部長、彭署長。
gazette.blocks[2][0] 莊部長翠雲:委員好。
gazette.blocks[3][0] 黃委員珊珊:部長、署長,我想大家都在討論川普上臺之後未來的局勢,臺灣跟美國自2023年到現在所謂的貿易情勢,我們逆差大概有多少?一年的逆差。
gazette.blocks[4][0] 莊部長翠雲:對美國?
gazette.blocks[5][0] 黃委員珊珊:對美國!
gazette.blocks[6][0] 莊部長翠雲:對美國,目前1到10月有大概五百多億。
gazette.blocks[7][0] 黃委員珊珊:五百多億嘛!
gazette.blocks[8][0] 莊部長翠雲:對,在歷年……
gazette.blocks[9][0] 黃委員珊珊:你可能要對著麥克風說。
gazette.blocks[10][0] 莊部長翠雲:在歷年來說,其實我們對美國的差一直是在提升的,就是對美國的出口是在擴增的。
gazette.blocks[11][0] 黃委員珊珊:是的,所以從川普在競選時候的政見,包括他對於所謂課徵基本關稅進一步提高不公平國家的關稅稅率,這個目前看起來,他在1月20號就職以後應該會朝這個方向來進行。所以2023年看起來是四百多億,快五百億,那我們是不是所謂的不公平貿易國家?在我們的認知裡面,我們會不會被列為不公平貿易國家?
gazette.blocks[12][0] 莊部長翠雲:這個部分其實在上週的時候,我們在財委會有提出專案報告,我們覺得要關注這個議題。
gazette.blocks[13][0] 黃委員珊珊:沒錯,這個是非常有可能的。
gazette.blocks[14][0] 莊部長翠雲:也就是說,我們對它的順差一直再擴大的話。
gazette.blocks[15][0] 黃委員珊珊:所以我們現在是一個要等著給保護費,然後不知道保護費夠不夠的國家,我們一直在「剉咧等」!關務署這邊,我們有所謂的關稅,也是我們的工具,目前為止,如果按照川普他們的智庫提出來的有幾個國家,第一個是中國,第二是印度、歐盟、臺灣、越南跟泰國,如果按照他們的標準,要提升所謂的平均關稅差距的話,嚴重影響的大概是印度,它會提升到88%,逆差將近會減少88%,臺灣也滿嚴重的,會影響到59%,第三名是越南44%;也就是說,它對中國的逆差還沒有像我們這個差距來得這麼大,所以,其實工研院、我們也很擔心接下來會影響到的關稅,我想請問一下,如果他們提升關稅,部長,我們有沒有相對應的武器可以使用?如果他們對我們加徵關稅,我們也可以對他加徵關稅嗎?
gazette.blocks[16][0] 莊部長翠雲:我覺得這個部分變成是一個貿易的互相報復,我們看到我們輸出到美國的主要產品裡面是AI相關……
gazette.blocks[17][0] 黃委員珊珊:AI這個影響比較大。
gazette.blocks[18][0] 莊部長翠雲:他們的需要量很大,所以他們內部變成是要承受高關稅,所以相對他們的成本就提高。
gazette.blocks[19][0] 黃委員珊珊:所以我只問我們有沒有工具?我們有沒有方法?我們在我們的關稅上面有沒有一些相對應的工具可以使用,而去讓這件事情不要發生?這是我關心的!所以我們臺灣的關稅沒什麼用,是嗎?
gazette.blocks[20][0] 莊部長翠雲:不是這麼說──沒什麼用,因為我們是WTO會員國。
gazette.blocks[21][0] 黃委員珊珊:沒錯,那他也是啊!
gazette.blocks[22][0] 莊部長翠雲:所以相關稅率我們是按照互惠……
gazette.blocks[23][0] 黃委員珊珊:那他提升之後,WTO不會對他們做處理嗎?不會!因為美國太強了?
gazette.blocks[23][1] 來,署長,你有什麼工具?你有辦法嗎?
gazette.blocks[24][0] 彭署長英偉:報告委員,我們的稅率都是立法院要三讀通過。
gazette.blocks[25][0] 黃委員珊珊:是,所以我們立法院要幫你的忙,否則,你沒有工具,是嗎?
gazette.blocks[26][0] 彭署長英偉:就是各部會如果評估有需要的話……
gazette.blocks[27][0] 黃委員珊珊:這個是我們接下去要做相關的處理……
gazette.blocks[28][0] 彭署長英偉:是。
gazette.blocks[29][0] 黃委員珊珊:重點是我再強調一次,要付保護費,也要知道自己要付什麼保護費,還有我們有什麼因應之道,有什麼辦法可以應對,我想這個是我們今天關心的焦點,好嗎?
gazette.blocks[30][0] 彭署長英偉:是,好。
gazette.blocks[31][0] 黃委員珊珊:好,署長請回。我想請部長留步,另請賦稅署署長,還有國產署署長。
gazette.blocks[31][1] 部長,我們在司法院的統計裡面看到最高行政法院其實有非常多行政訴訟的狀況,行政訴訟的數量裡面統計出來,第一名的叫做土地事件,大概有118件,這是最高法院的,稅捐事件大概是113件,這兩個就占了將近三成到四成,土地事件、稅捐事件大概都是財政部的案子,對吧!你們一年有多少相關的訴訟案件?
gazette.blocks[32][0] 莊部長翠雲:您是指司法院裡面,還是行政法院裡面?
gazette.blocks[33][0] 黃委員珊珊:在司法院統計年報,最高行政法院有統計,第一名叫土地,第二名叫稅捐。
gazette.blocks[34][0] 莊部長翠雲:第一個跟委員報告,國產署這個部分大概是屬於私權的部分,所以應該是走民事訴訟的部分……
gazette.blocks[35][0] 黃委員珊珊:對。
gazette.blocks[36][0] 莊部長翠雲:其實大部分不會走到行政救濟裡面來……
gazette.blocks[37][0] 黃委員珊珊:行政訴訟的部分大概會是國稅局。
gazette.blocks[38][0] 莊部長翠雲:所以土地的案件大概屬於一般的民事案件,國產署的應該沒有那麼高的數量,稅務的……
gazette.blocks[39][0] 黃委員珊珊:現在這個統計的是行政訴訟。
gazette.blocks[40][0] 莊部長翠雲:對,以行政訴訟來說,土地的案件應該在國產署的不會有什麼數量……
gazette.blocks[41][0] 黃委員珊珊:沒關係,我現在問你一年有多少這樣的訴訟件數?賦稅署。
gazette.blocks[42][0] 莊部長翠雲:就賦稅的部分,請署長來就統計數字說明。
gazette.blocks[43][0] 宋署長秀玲:我跟委員報告,目前我們手上的統計數字,就打到行政訴訟的,如果是中央稅的部分,我以112年度為例,大概占比是8.45%,就是2,744件裡面屬於稅捐案件的是232件,地方的部分是2,319件裡面的稅捐案件是17件,占比是0.73%……
gazette.blocks[44][0] 黃委員珊珊:相對來說,國產署及賦稅署跟民眾的官司其實不少。在112年的時候,行政院曾經頒訂一個計畫,就是有關律師法與專技轉任公務人員條例增訂了機關及公立學校可以設置所謂公職律師的制度,部長,這個公職律師的制度要延攬一定執業經歷的律師來機關裡面提供相關的服務,還有參與法律案的研議,但是在112年提出這個計畫之後,財政部,依照你們有這麼多的相關訴訟,不管是民事的,還是行政訴訟也好,你有考慮引進行政院這樣的計畫嗎?目前為止,好像只有衛福部,還有國防部,有來申請,財政部從頭到尾連提計畫都沒有,是嗎?
gazette.blocks[45][0] 莊部長翠雲:對,我們大概調查過,認為沒有這樣的需要,因為我們目前相關的……
gazette.blocks[46][0] 黃委員珊珊:所以賦稅署也沒有必要,打這麼多官司也沒必要?
gazette.blocks[47][0] 莊部長翠雲:我們相關的訴訟會由內部的法務人員來做,如果有需要的話,也會委請外部的律師,我們另外用採購法的方式,個案的來處理。
gazette.blocks[48][0] 黃委員珊珊:好,部長,我想問一下,請你統計你現在所有的機關一年花了多少相關的費用在請律師?
gazette.blocks[49][0] 莊部長翠雲:我們來統計一下,可以啊!
gazette.blocks[50][0] 黃委員珊珊:如果按照你剛剛講的,因為行政訴訟是律師強制代理,所以如果有的話,是不是會變成賦稅署的負擔?
gazette.blocks[51][0] 莊部長翠雲:好,這個部分,我們來調查一下我們在執行上訴訟……
gazette.blocks[52][0] 黃委員珊珊:所以我的意思是行政院有這樣的計畫,相關的單位也有提出需求,但是我們看到可能最多行政訴訟的機關叫財政部,他們完全不甩行政院這個機制,有點奇怪啦!難道行政院推動這個機制之後,自己的機關都不願意參與,這很奇怪耶!
gazette.blocks[53][0] 莊部長翠雲:好,我們再來……
gazette.blocks[54][0] 黃委員珊珊:我現在看到,教育部還希望有17個,內政部2個,國防部3個,財政部0個耶!財政部有這麼多行政訴訟,拜託!我覺得公職律師如果有需要的話,其實可以節省我們的成本,也可以讓更多在你內部就可以做相關處理,如果你花的錢可以在裡面請到公職律師就可以節省掉成本,第二個、也可以增加機關參與行政院推出這個計畫的好意,好不好?所以財政部從來不考慮行政院這個計畫?
gazette.blocks[55][0] 莊部長翠雲:不是不考慮,我們還是要瞭解一下,第一個就是實際的效益情況……
gazette.blocks[56][0] 黃委員珊珊:112年到現在,已經推了1年多了……
gazette.blocks[57][0] 莊部長翠雲:我們已經有調查過……
gazette.blocks[58][0] 黃委員珊珊:只有國防部,還有衛福部,其他的機關,我覺得財政部也應該參與討論,好嗎?這是……
gazette.blocks[59][0] 莊部長翠雲:好的,我們回去再研議。
gazette.blocks[60][0] 黃委員珊珊:你算一算你們每一年花的錢及你用公職律師花的錢,還有效益上面,我希望你們做評估,尤其是你們的訴訟應該是全部機關裡面最多的,好嗎?
gazette.blocks[61][0] 莊部長翠雲:不會吧!我們就效益的部分再來考量。
gazette.blocks[62][0] 黃委員珊珊:好,就麻煩1個月之內把這個部分回復給我。
gazette.blocks[62][1] 最後一個問題,部長,你這幾天大概都在討論財劃法的問題,現在國民黨的財劃法修法版本好像還沒有確定,民進黨還有行政院目前也是不推動相關修法,部長,但是在今年11月蕭美琴副總統曾經參與了工業總會的慶祝大會,工業總會在2023、2024的全國工業總會白皮書裡面都有明白的提出來,他們建議要修正財政收支劃分法,部長有看到他們的白皮書嗎?
gazette.blocks[63][0] 莊部長翠雲:我瞭解,財劃法的修正,相關的黨團也提出版本……
gazette.blocks[64][0] 黃委員珊珊:所以如果執政黨要說在野黨修財劃法是為了掏空國家,是把工業總會也列為掏空國家的一個對象嗎?
gazette.blocks[65][0] 莊部長翠雲:不是這麼說,最主要是因為在沒有完整的討論、審慎的規劃之前,倉促的提出其實並不好……
gazette.blocks[66][0] 黃委員珊珊:是,所以我們希望你們完整討論,希望你們審慎規劃,但是不是提出修正意見就是掏空國家,我要再次強調,工業總會也提一樣的意見,財政部不要再假裝沒看見……
gazette.blocks[67][0] 莊部長翠雲:我們沒有假裝沒看見……
gazette.blocks[68][0] 黃委員珊珊:工業總會2023、2024的白皮書都已經做成,而且副總統也去參加工業總會的慶祝大會,我想還是一樣,接下去財委會,包括院會,都會處理財劃法,部長,我希望你們還是要提出你們認為多少的垂直分配是可以接受的,如果在一個國家可以超徵4,000億的情況下,補足二千多億,讓地方政府能夠多一點財源,並不是萬惡不赦!部長,我希望在我們協商之前可以看到行政院的版本。
gazette.blocks[69][0] 莊部長翠雲:跟委員報告,還是講財劃法的修正要審慎的規劃,而且要充分的討論,目前的歧見還是非常大……
gazette.blocks[70][0] 黃委員珊珊:所以不要再說提出修法意見就是掏空國家,否則,你就是把工總也列為掏空國家的元凶喔!
gazette.blocks[71][0] 莊部長翠雲:不是,因為事權與錢權必須要相配合的來做討論,但是事權完全沒有討論,而是只就錢權的部分來做討論……
gazette.blocks[72][0] 黃委員珊珊:好,部長,聽聽外界的意見,聽聽大家的意見,聽聽全部人的意見,不是只有在野黨的意見。以上。
gazette.blocks[73][0] 莊部長翠雲:謝謝委員,謝謝。
gazette.blocks[74][0] 主席:謝謝黃珊珊委員。接著請伍麗華委員。
gazette.agenda.page_end 212
gazette.agenda.meet_id 委員會-11-2-20-9
gazette.agenda.speakers[0] 陳玉珍
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] 賴惠員
gazette.agenda.speakers[6] 王鴻薇
gazette.agenda.speakers[7] 顏寬恒
gazette.agenda.speakers[8] 李坤城
gazette.agenda.speakers[9] 李彥秀
gazette.agenda.speakers[10] 羅明才
gazette.agenda.speakers[11] 鍾佳濱
gazette.agenda.speakers[12] 黃珊珊
gazette.agenda.speakers[13] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[14] 王世堅
gazette.agenda.page_start 133
gazette.agenda.meetingDate[0] 2024-11-18
gazette.agenda.gazette_id 11310101
gazette.agenda.agenda_lcidc_ids[0] 11310101_00004
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第9次全體委員會議紀錄
gazette.agenda.content 審查中華民國114年度中央政府總預算案有關財政部賦稅署、臺北國稅局、高雄國稅局、北區國 稅局及所屬、中區國稅局及所屬、南區國稅局及所屬、關務署及所屬、國有財產署及所屬歲出預 算部分暨融資財源調度(僅詢答)
gazette.agenda.agenda_id 11310101_00003