iVOD / 158412

Field Value
IVOD_ID 158412
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/158412
日期 2024-12-25
會議資料.會議代碼 委員會-11-2-20-13
會議資料.會議代碼:str 第11屆第2會期財政委員會第13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2024-12-25T11:24:14+08:00
結束時間 2024-12-25T11:39:04+08:00
影片長度 00:14:50
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/88c3a1b6d7637a75a02ea9d10f5d8bf18d0d2321dc4c0e49d95fba2f28dd1e3295bd5f1704c9299c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王世堅
委員發言時間 11:24:14 - 11:39:04
會議時間 2024-12-25T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第13次全體委員會議(事由:一、審查「菸酒稅法」10案: (一)行政院函請審議、本院委員李柏毅等16人、委員賴惠員等16人、委員郭國文等18人、委員吳琪銘等16人分別擬具「菸酒稅法部分條文修正草案」等5案。【本院委員吳琪銘等16人提案如經院會復議,則不予審查】 (二)本院委員徐巧芯等29人擬具「菸酒稅法第十九條條文修正草案」案。 (三)本院委員賴士葆等27人、委員伍麗華Saidhai Tahovecahe等20人、委員張智倫等18人分別擬具「菸酒稅法第十九條及第二十一條條文修正草案」等3案。 (四)本院委員陳玉珍等19人擬具「菸酒稅法第十九條及第二十三條條文修正草案」案。 二、審查「使用牌照稅法」8案: (一) 行政院函請審議、本院委員賴士葆等24人、委員陳菁徽等17人、委員張智倫等18人、委員陳素月等19人、委員賴惠員等17人、委員郭國文等16人分別擬具「使用牌照稅法第二十九條、第三十條及第三十一條條文修正草案」等7案。 (二) 本院委員陳玉珍等19人擬具「使用牌照稅法第三十條及第三十一條條文修正草案」案。 三、審查行政院函請審議、本院委員賴士葆等21人、委員林楚茵等18人、委員徐巧芯等27人、委員賴惠員等17人、委員郭國文等17人分別擬具「土地稅法第五十四條條文修正草案」等6案。 四、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,關於財政部主管中國輸出入銀行、臺灣金融控股股份有限公司(含臺灣銀行股份有限公司、臺銀人壽保險股份有限公司、臺銀綜合證券股份有限公司)。(僅詢答) 【預算提案截止時間:12月24日(二)中午12時】 【12月25日及26日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 7.45596875
transcript.pyannote[0].end 7.47284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 7.47284375
transcript.pyannote[1].end 7.48971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 7.48971875
transcript.pyannote[2].end 7.65846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.65846875
transcript.pyannote[3].end 7.69221875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 8.26596875
transcript.pyannote[4].end 8.29971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 8.29971875
transcript.pyannote[5].end 10.22346875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 10.66221875
transcript.pyannote[6].end 12.06284375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 12.99096875
transcript.pyannote[7].end 17.32784375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 17.83409375
transcript.pyannote[8].end 18.40784375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 19.30221875
transcript.pyannote[9].end 19.33596875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 19.33596875
transcript.pyannote[10].end 19.36971875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 19.36971875
transcript.pyannote[11].end 19.40346875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 19.40346875
transcript.pyannote[12].end 19.48784375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 19.48784375
transcript.pyannote[13].end 19.50471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 19.50471875
transcript.pyannote[14].end 19.52159375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 19.52159375
transcript.pyannote[15].end 19.53846875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 19.53846875
transcript.pyannote[16].end 19.55534375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 19.55534375
transcript.pyannote[17].end 19.80846875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 19.80846875
transcript.pyannote[18].end 19.82534375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 20.78721875
transcript.pyannote[19].end 21.68159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 22.77846875
transcript.pyannote[20].end 23.70659375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 24.12846875
transcript.pyannote[21].end 25.17471875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 28.73534375
transcript.pyannote[22].end 29.49471875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 30.40596875
transcript.pyannote[23].end 32.36346875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 32.65034375
transcript.pyannote[24].end 33.49409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 39.34971875
transcript.pyannote[25].end 40.19346875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 41.32409375
transcript.pyannote[26].end 41.91471875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 42.74159375
transcript.pyannote[27].end 43.38284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 44.04096875
transcript.pyannote[28].end 44.17596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 44.17596875
transcript.pyannote[29].end 47.61846875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 48.20909375
transcript.pyannote[30].end 50.68971875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 51.60096875
transcript.pyannote[31].end 53.15346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 54.08159375
transcript.pyannote[32].end 58.43534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 58.84034375
transcript.pyannote[33].end 60.22409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 61.23659375
transcript.pyannote[34].end 61.87784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 62.82284375
transcript.pyannote[35].end 63.46409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 63.70034375
transcript.pyannote[36].end 66.01221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 66.50159375
transcript.pyannote[37].end 67.54784375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 69.91034375
transcript.pyannote[38].end 70.82159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 71.47971875
transcript.pyannote[39].end 84.59159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 85.35096875
transcript.pyannote[40].end 96.04971875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 96.52221875
transcript.pyannote[41].end 99.67784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 100.40346875
transcript.pyannote[42].end 101.06159375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 101.93909375
transcript.pyannote[43].end 104.26784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 104.99346875
transcript.pyannote[44].end 105.85409375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 106.63034375
transcript.pyannote[45].end 107.50784375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 107.62596875
transcript.pyannote[46].end 108.50346875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 109.09409375
transcript.pyannote[47].end 110.27534375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 111.33846875
transcript.pyannote[48].end 124.38284375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 125.27721875
transcript.pyannote[49].end 130.00221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 130.50846875
transcript.pyannote[50].end 132.06096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 132.65159375
transcript.pyannote[51].end 134.13659375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 134.86221875
transcript.pyannote[52].end 136.54971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 137.20784375
transcript.pyannote[53].end 140.43096875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 140.90346875
transcript.pyannote[54].end 142.23659375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 142.87784375
transcript.pyannote[55].end 147.90659375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 148.48034375
transcript.pyannote[56].end 149.57721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 149.83034375
transcript.pyannote[57].end 150.64034375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 152.26034375
transcript.pyannote[58].end 153.17159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 153.91409375
transcript.pyannote[59].end 165.35534375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 165.96284375
transcript.pyannote[60].end 169.82721875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 170.28284375
transcript.pyannote[61].end 175.56471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 176.88096875
transcript.pyannote[62].end 179.14221875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 180.25596875
transcript.pyannote[63].end 181.48784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 182.31471875
transcript.pyannote[64].end 185.40284375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 186.17909375
transcript.pyannote[65].end 186.97221875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 187.54596875
transcript.pyannote[66].end 194.36346875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 194.85284375
transcript.pyannote[67].end 195.37596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 195.88221875
transcript.pyannote[68].end 197.72159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 198.68346875
transcript.pyannote[69].end 204.84284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 206.15909375
transcript.pyannote[70].end 207.01971875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 207.93096875
transcript.pyannote[71].end 210.07409375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 210.27659375
transcript.pyannote[72].end 212.09909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 212.90909375
transcript.pyannote[73].end 221.73471875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 222.32534375
transcript.pyannote[74].end 232.29846875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 232.38284375
transcript.pyannote[75].end 236.14596875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 236.24721875
transcript.pyannote[76].end 239.65596875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 239.97659375
transcript.pyannote[77].end 248.38034375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 241.30971875
transcript.pyannote[78].end 241.90034375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 248.81909375
transcript.pyannote[79].end 256.02471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 256.96971875
transcript.pyannote[80].end 259.60221875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 260.76659375
transcript.pyannote[81].end 273.45659375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 274.09784375
transcript.pyannote[82].end 275.98784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 276.34221875
transcript.pyannote[83].end 279.05909375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 280.15596875
transcript.pyannote[84].end 282.41721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 283.53096875
transcript.pyannote[85].end 286.12971875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 287.86784375
transcript.pyannote[86].end 289.13346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 289.47096875
transcript.pyannote[87].end 292.52534375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 292.81221875
transcript.pyannote[88].end 298.76909375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 299.07284375
transcript.pyannote[89].end 300.65909375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 302.71784375
transcript.pyannote[90].end 303.51096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 303.96659375
transcript.pyannote[91].end 305.09721875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 306.64971875
transcript.pyannote[92].end 308.03346875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 308.92784375
transcript.pyannote[93].end 309.94034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 311.45909375
transcript.pyannote[94].end 314.95221875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 315.76221875
transcript.pyannote[95].end 317.43284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 318.24284375
transcript.pyannote[96].end 318.73221875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 319.35659375
transcript.pyannote[97].end 323.96346875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 323.96346875
transcript.pyannote[98].end 331.01721875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 330.98346875
transcript.pyannote[99].end 335.94471875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 334.15596875
transcript.pyannote[100].end 334.69596875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 336.31596875
transcript.pyannote[101].end 337.66596875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 337.00784375
transcript.pyannote[102].end 337.19346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 337.86846875
transcript.pyannote[103].end 338.69534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 339.11721875
transcript.pyannote[104].end 339.97784375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 342.01971875
transcript.pyannote[105].end 342.84659375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 346.06971875
transcript.pyannote[106].end 346.60971875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 346.79534375
transcript.pyannote[107].end 347.33534375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 348.56721875
transcript.pyannote[108].end 349.78221875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 350.42346875
transcript.pyannote[109].end 352.19534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 353.00534375
transcript.pyannote[110].end 367.99034375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 368.90159375
transcript.pyannote[111].end 376.84971875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 377.84534375
transcript.pyannote[112].end 392.62784375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 393.43784375
transcript.pyannote[113].end 393.80909375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 394.85534375
transcript.pyannote[114].end 397.33596875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 397.38659375
transcript.pyannote[115].end 409.92471875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 410.27909375
transcript.pyannote[116].end 412.10159375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 412.60784375
transcript.pyannote[117].end 423.05346875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 423.72846875
transcript.pyannote[118].end 425.38221875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 425.82096875
transcript.pyannote[119].end 428.04846875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 428.31846875
transcript.pyannote[120].end 428.85846875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 429.09471875
transcript.pyannote[121].end 441.98721875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 443.03346875
transcript.pyannote[122].end 444.23159375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 444.85596875
transcript.pyannote[123].end 445.93596875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 446.72909375
transcript.pyannote[124].end 451.21784375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 451.50471875
transcript.pyannote[125].end 452.04471875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 453.04034375
transcript.pyannote[126].end 455.67284375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 456.24659375
transcript.pyannote[127].end 469.91534375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 470.38784375
transcript.pyannote[128].end 471.63659375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 471.99096875
transcript.pyannote[129].end 472.17659375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 472.58159375
transcript.pyannote[130].end 481.69409375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 482.90909375
transcript.pyannote[131].end 506.90534375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 507.29346875
transcript.pyannote[132].end 507.42846875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 507.56346875
transcript.pyannote[133].end 526.00784375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 526.42971875
transcript.pyannote[134].end 528.04971875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 528.55596875
transcript.pyannote[135].end 529.92284375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 530.42909375
transcript.pyannote[136].end 530.83409375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 531.37409375
transcript.pyannote[137].end 531.96471875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 532.35284375
transcript.pyannote[138].end 538.36034375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 539.10284375
transcript.pyannote[139].end 539.45721875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 540.67221875
transcript.pyannote[140].end 543.28784375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 543.67596875
transcript.pyannote[141].end 546.10596875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 546.39284375
transcript.pyannote[142].end 547.27034375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 548.06346875
transcript.pyannote[143].end 548.56971875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 548.89034375
transcript.pyannote[144].end 549.71721875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 550.67909375
transcript.pyannote[145].end 554.57721875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 554.86409375
transcript.pyannote[146].end 555.50534375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 555.96096875
transcript.pyannote[147].end 558.01971875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 558.79596875
transcript.pyannote[148].end 559.43721875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 559.75784375
transcript.pyannote[149].end 560.46659375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 561.66471875
transcript.pyannote[150].end 562.25534375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 562.52534375
transcript.pyannote[151].end 563.77409375
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 563.77409375
transcript.pyannote[152].end 563.79096875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 565.34346875
transcript.pyannote[153].end 599.27909375
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 599.27909375
transcript.pyannote[154].end 600.32534375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 600.89909375
transcript.pyannote[155].end 605.37096875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 605.59034375
transcript.pyannote[156].end 607.71659375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 609.16784375
transcript.pyannote[157].end 619.03971875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 620.27159375
transcript.pyannote[158].end 625.92471875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 626.39721875
transcript.pyannote[159].end 628.03409375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 628.40534375
transcript.pyannote[160].end 635.03721875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 635.34096875
transcript.pyannote[161].end 638.93534375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 639.72846875
transcript.pyannote[162].end 640.79159375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 641.66909375
transcript.pyannote[163].end 643.00221875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 643.81221875
transcript.pyannote[164].end 645.68534375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 645.97221875
transcript.pyannote[165].end 659.03346875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 660.26534375
transcript.pyannote[166].end 660.95721875
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 661.41284375
transcript.pyannote[167].end 670.93034375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 671.79096875
transcript.pyannote[168].end 675.70596875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 676.29659375
transcript.pyannote[169].end 687.73784375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 688.46346875
transcript.pyannote[170].end 690.15096875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 690.89346875
transcript.pyannote[171].end 691.23096875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 691.72034375
transcript.pyannote[172].end 694.77471875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 695.12909375
transcript.pyannote[173].end 695.65221875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 695.87159375
transcript.pyannote[174].end 696.79971875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 697.20471875
transcript.pyannote[175].end 697.62659375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 697.82909375
transcript.pyannote[176].end 698.23409375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 698.87534375
transcript.pyannote[177].end 699.39846875
transcript.pyannote[178].speaker SPEAKER_00
transcript.pyannote[178].start 700.03971875
transcript.pyannote[178].end 700.17471875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 700.41096875
transcript.pyannote[179].end 713.92784375
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 714.60284375
transcript.pyannote[180].end 715.21034375
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 715.53096875
transcript.pyannote[181].end 718.26471875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 718.72034375
transcript.pyannote[182].end 721.72409375
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 722.24721875
transcript.pyannote[183].end 723.51284375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 723.85034375
transcript.pyannote[184].end 738.59909375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 738.93659375
transcript.pyannote[185].end 764.13096875
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 764.26596875
transcript.pyannote[186].end 769.26096875
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 770.67846875
transcript.pyannote[187].end 798.08346875
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 798.30284375
transcript.pyannote[188].end 806.06534375
transcript.pyannote[189].speaker SPEAKER_03
transcript.pyannote[189].start 806.31846875
transcript.pyannote[189].end 815.97096875
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 811.97159375
transcript.pyannote[190].end 815.00909375
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 815.39721875
transcript.pyannote[191].end 848.48909375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 850.07534375
transcript.pyannote[192].end 878.44221875
transcript.pyannote[193].speaker SPEAKER_03
transcript.pyannote[193].start 875.11784375
transcript.pyannote[193].end 880.31534375
transcript.pyannote[194].speaker SPEAKER_03
transcript.pyannote[194].start 880.45034375
transcript.pyannote[194].end 884.28096875
transcript.whisperx[0].start 8.738
transcript.whisperx[0].end 14.963
transcript.whisperx[0].text 謝謝主席我請臺灣銀行總經理臺灣銀行總經理林總經理欸不是那個是總經理對是吳總經理吧他有來吧有司馬力臺灣銀行喔對不起對不起那個吳總經理
transcript.whisperx[1].start 39.683
transcript.whisperx[1].end 65.528
transcript.whisperx[1].text 委員好吳總經理台灣銀行是銀行界的龍頭不只是九大公營行庫的龍頭模範台灣銀行更是全國34家銀行帶頭的榜樣但是我們這麼多年來政府一直強調ESG
transcript.whisperx[2].start 70.009
transcript.whisperx[2].end 82.201
transcript.whisperx[2].text 所以對企業的放款要注重環境面、社會面以及他自己公司治理所以也制定了銀行也這樣也制定了ESG風險的評估
transcript.whisperx[3].start 85.547
transcript.whisperx[3].end 109.774
transcript.whisperx[3].text 結果我看了我本來以為說台銀會是最具榜樣最好的ESG的執行結果我一看啦天啊昏啦你們的ESG的表格製作就可以看出來我認為你們是在應付啦敷衍啦為什麼呢到底你們
transcript.whisperx[4].start 111.5
transcript.whisperx[4].end 120.149
transcript.whisperx[4].text 所接觸到申請的案件到底有涉及ESG案件的總數是多少?你只有列出
transcript.whisperx[5].start 125.339
transcript.whisperx[5].end 150.405
transcript.whisperx[5].text 有條件通過復條件就是說﹐把他加利息﹐或加注其他條件要不然就是你﹐不核准沒有通過那這些案件數字都不大﹐都幾十件所以到底﹐有涉及ESG的案件﹐你們有沒有好好去審沒有其次啊﹐很奇怪
transcript.whisperx[6].start 152.698
transcript.whisperx[6].end 178.883
transcript.whisperx[6].text 這些涉及一些案件不管你付條件或者你不給他通過的他到底金額是多少貸款金額是多少你也沒有付之缺乳欸搞不好你列的都是一些小金額小案件隨便走幾個案件充數我認為你們應該看看第一銀行第一銀行在這一方面你看
transcript.whisperx[7].start 180.307
transcript.whisperx[7].end 205.027
transcript.whisperx[7].text 他包括涉及ESG風險總案件數是多少還有總金額是多少那麼有條件通過的是多少沒有核准的金額是多少這樣才周延讓政府讓全民都可以了解讓企業界也能夠了解到底ESG
transcript.whisperx[8].start 208.05
transcript.whisperx[8].end 221.419
transcript.whisperx[8].text 是不是應該嚴格控管大家才有所平靜不是這樣嗎所以吳總經理這個部分喔台英是讓我很失望啦我希望你回去好好檢討好不好
transcript.whisperx[9].start 223.035
transcript.whisperx[9].end 247.883
transcript.whisperx[9].text 謝謝委員的指正我想本行為了永續發展目標那強化企業的社會責任我們會獎勵引導企業務重視並具體執行ESG那我們會根據ESG的風險評估來做加減碼的考量你唸的這些都是台詞你唸的很好我認為台銀過去幾十年來台銀的傳統台銀百分之百管股欸
transcript.whisperx[10].start 248.883
transcript.whisperx[10].end 259.085
transcript.whisperx[10].text 百分之百應該配合政府的政策百分之百要做全國公民營銀行的表率所以在ESG的執行外你
transcript.whisperx[11].start 260.796
transcript.whisperx[11].end 285.762
transcript.whisperx[11].text 不能輸給第一銀行好不好第一銀行我覺得做得很標準我剛剛提的這幾大項目就可以看出到底你們有沒有落實在執行我就舉例啦既然你要回答我舉例啊大直基太就是你們放款給他的啊整個工地攤限欸林房也跟著攤限
transcript.whisperx[12].start 287.932
transcript.whisperx[12].end 316.306
transcript.whisperx[12].text 我去現場看他那個林房被壓在下面那一層樓父子三個人三更半夜連滾帶爬爬出來才躲過一劫重傷輕傷人數十幾個之多造成的公安的以及合約的紛擾一堆結果你還繼續放還給
transcript.whisperx[13].start 318.308
transcript.whisperx[13].end 331.315
transcript.whisperx[13].text 基態我時間有限你理解了那待會去好好檢討好不好我們114年開始會根據委員的建議我們會揭露涉及業績風險的收集案件指數114年開始會揭露好OK好謝謝時間暫停請問我請問財政部長莊部長請莊部長委員好莊部長
transcript.whisperx[14].start 349.595
transcript.whisperx[14].end 372.52
transcript.whisperx[14].text 這個時機來啦財政草案法通過啦這個最為全民所詬病的娛樂稅、印花稅現在替代裁員沒問題了我認為要廢除娛樂稅跟印花稅此其時也啦那娛樂稅我跟你提過好幾次從110年110年到112年它我們實際
transcript.whisperx[15].start 377.858
transcript.whisperx[15].end 378.718
transcript.whisperx[15].text 〈菸酒稅法部分條文修正草案〉
transcript.whisperx[16].start 394.892
transcript.whisperx[16].end 396.233
transcript.whisperx[16].text 〈菸酒稅法部分條文宣告〉
transcript.whisperx[17].start 412.722
transcript.whisperx[17].end 417.946
transcript.whisperx[17].text 本院委員吳琪銘等16人提案如經院會復議.則不予審查本院委員吳琪銘等16人提案如經院會復議.則不予審查本院委員吳琪銘等16人提案如經院會復議.則不予審查本院委員吳琪銘等16人提案如經院會復議.則不予審查
transcript.whisperx[18].start 443.089
transcript.whisperx[18].end 471.325
transcript.whisperx[18].text 既然是這樣替代裁員有啦財政收支花生法我們現在撥了3880億給地方剛好財政部可以明令把娛樂稅包括印花稅就這樣廢止因為替代裁員就有了嘛不是嗎?娛樂稅真的講那麼多次你看一般小市民現在生活已經很難過了看場電影看個表演
transcript.whisperx[19].start 472.677
transcript.whisperx[19].end 480.692
transcript.whisperx[19].text 也要科稅這個是太殘酷了那印花稅更是印花稅過去部長你應該曉得過去
transcript.whisperx[20].start 483.227
transcript.whisperx[20].end 506.319
transcript.whisperx[20].text 財政部跟行政院都主張廢除印花稅因為重複課稅財政部我翻箱倒櫃找得出來你們過去要廢除印花稅你們還列了五大理由除了我說重複課稅以外還課增項目的增益難控管益、逃漏國外簽約、避稅、地方政府徵稅你們列了五大理由
transcript.whisperx[21].start 507.76
transcript.whisperx[21].end 525.127
transcript.whisperx[21].text 然而行政院更是接觸說廢除運花稅方向正確不會改變你們在108年還重申廢除運花稅勢在必行還說地方稅損中央來補
transcript.whisperx[22].start 526.528
transcript.whisperx[22].end 549.616
transcript.whisperx[22].text 你看他做了一個圖卡圖卡的右方就是你一直講的替代財源你說改革才會有替代財源稅制要進步財政健全也要顧這是當初你們做的圖卡所以我希望已經時候到了
transcript.whisperx[23].start 550.717
transcript.whisperx[23].end 554.041
transcript.whisperx[23].text 有財政收支劃分法的通過3880億補給地方剛好財政部就順這個事宣布印花稅、娛樂稅廢除可不可以
transcript.whisperx[24].start 565.367
transcript.whisperx[24].end 580.053
transcript.whisperx[24].text 跟委員報告硬花稅跟娛樂稅是不是要廢除這個事情已經討論很久那當時為什麼沒有能夠廢除最主要是尊重地方的財政自主我想另外就是說稅收金額比如說硬花稅也大概180億那有關娛樂稅大概十幾億但是對鄉鎮來說很重要那現在委員所提的就是說財務號法修正了然後地方財源增加那是不是可以考量
transcript.whisperx[25].start 593.439
transcript.whisperx[25].end 607.491
transcript.whisperx[25].text 那我想這個後續我們會看財化法後續的一個進展情形另外再來做考量是對,現在欸對啦,融化稅金額確實高多了10倍之多,超過170億但不管170億的融化稅19億的娛樂稅加起來相比跟整個3880億比那是非常小的數額不是這樣嗎
transcript.whisperx[26].start 622.364
transcript.whisperx[26].end 642.363
transcript.whisperx[26].text 佔大概百分之不到百分之五嘛﹖而且、而且應花稅、重複課稅這個在民間各大中小企業已經怨聲載道數十年之久好不好我覺得此期實業啊
transcript.whisperx[27].start 643.871
transcript.whisperx[27].end 670.172
transcript.whisperx[27].text 你財政收支法通過那麼替代財源就有了嘛過去你一直堅持的啊要先有替代財源現在替代財源沒問題了我最後一個問題齁主席不好意思我再一個一分鐘就是說還有一個問題就是說關於啊低價免稅額的申報也就是說本來我們政府對於海外網購有個很小金額的免稅規定
transcript.whisperx[28].start 671.826
transcript.whisperx[28].end 696.694
transcript.whisperx[28].text 本來3000元的免稅額給每一位我們民眾現在107年降到2000塊啦那各位也知道本來3000塊欸你可以網路上買買雙球鞋現在降到2000塊我看可能要買拖鞋了那很多民眾用這樣子的這一個寬檢那麼他可以購買國外
transcript.whisperx[29].start 700.484
transcript.whisperx[29].end 702.005
transcript.whisperx[29].text 《菸酒稅法部分條文修正草案》
transcript.whisperx[30].start 714.653
transcript.whisperx[30].end 717.574
transcript.whisperx[30].text 韓國甚至高達150美元到200美元之多我們只有63塊美元即便日本
transcript.whisperx[31].start 739.065
transcript.whisperx[31].end 758.374
transcript.whisperx[31].text 那麼愛用國貨的國家他們也還有88美元之多那當然第一名這種美國、澳洲800、750新加坡298這麼高額的免稅額的這個就不比啦我們光比比韓國、日本文差他們這麼多嘛
transcript.whisperx[32].start 759.674
transcript.whisperx[32].end 768.673
transcript.whisperx[32].text 所以我認為這個應該適度的要不但維持而且應該恢復到過去的3000元你認為呢
transcript.whisperx[33].start 770.694
transcript.whisperx[33].end 780.78
transcript.whisperx[33].text 根委員報告第一個根委員說明的財政部並沒有在研議要取消這2000元低價免稅的一個規定目前沒有第二個我們也在請我們的外館去了解其他各國對於低價免稅的一個門檻的一個金額第三個我們也了解到其實部分有些國家已經對於這樣的一個金額有其實往下降的趨勢為什麼有某些國家他用地價大量製造的
transcript.whisperx[34].start 798.95
transcript.whisperx[34].end 823.451
transcript.whisperx[34].text 衣服、鞋類非常廉價然後到其他國家去對國內的製造業也好都會產生衝擊這是必須要做考量的因為要考量我們國內的製造業要考量電商平台我們都要層面上要多做考量你說要調查國外的我剛剛那張表格已經有那個也是我調查很久你去看就有了啦那個金額遠高於我們
transcript.whisperx[35].start 824.392
transcript.whisperx[35].end 847.757
transcript.whisperx[35].text 第二點他們各該國是不是要去調價我們未有所聞但是即便調價他那麼高的金額他去調價還算合理我們也才63塊美金而且最主要這個是另外一個課題我下次要質詢的就是其實大家要針對的是中國電商中國的這些廉價
transcript.whisperx[36].start 850.114
transcript.whisperx[36].end 876.125
transcript.whisperx[36].text 廉價物品的傾銷的問題這是另外一個重大課題但是我們給一般民眾這個才2000元我認為應該提高回復到3000元這只是我們給民眾的小確幸我認為這一筆不但不應該取消而且應該適度提升中國電商那是中國電商我們另外一個法令要來談要嚴格禁止
transcript.whisperx[37].start 877.706
transcript.whisperx[37].end 878.047
transcript.whisperx[37].text 法定人數不足
gazette.lineno 661
gazette.blocks[0][0] 王委員世堅:(11時24分)謝謝主席,我請臺灣銀行總經理。
gazette.blocks[1][0] 主席:臺灣銀行總經理林總經理,不是,那個是……
gazette.blocks[2][0] 王委員世堅:是吳總經理,他有來吧?
gazette.blocks[3][0] 主席:有,對不起,吳總經理。
gazette.blocks[4][0] 吳總經理佳曉:委員好。
gazette.blocks[5][0] 王委員世堅:吳總經理,臺灣銀行是銀行界的龍頭,不只是九大公營行庫的龍頭模範,臺灣銀行更是全國34家銀行帶頭的榜樣,這麼多年來政府一直強調ESG,所以對企業的放款要注重環境面、社會面以及自己公司治理,因此銀行也制定了ESG的風險評估。我本來以為臺銀會是最具榜樣、最好的ESG執行,結果我一看,天啊,昏啦!從你們的ESG表格製作就可以看出來,我認為你們是在應付、敷衍,為什麼呢?在你們所接觸到的申請案件中,有涉及ESG的案件總數是多少,這個欄位你是空白的,你只有列出有條件通過、附條件,就是加利息或加註其他條件;要不然就是不核准、沒有通過。這些案件的數字都不大、都幾十件,所以有涉及ESG的案件你們到底有沒有好好去審?沒有!
gazette.blocks[5][1] 其次,很奇怪!這些涉及ESG的案件,不管你附條件或者你不給他通過的,到底金額是多少、貸款金額是多少?你也沒有、付之闕如!搞不好你列的都是一些小金額、小案件,隨便找幾個案件充數。我認為你們應該看看第一銀行,第一銀行在這一方面的內容,你看!包括涉及ESG風險的總案件數是多少、總金額是多少、有條件通過的是多少、沒有核准的金額是多少,這樣才周延,讓政府、讓全民都可以了解,讓企業界也能夠了解,到底ESG是不是應該嚴格控管,大家才有所憑據,不是這樣嗎?所以吳總經理,這個部分臺銀讓我很失望,我希望你回去好好檢討,好不好?
gazette.blocks[6][0] 吳總經理佳曉:謝謝委員的指正,我想本行為了永續發展目標、強化企業的社會責任,我們會獎勵、引導企業戶重視並具體執行ESG,我們會根據ESG的風險評估來做加減碼的考量,至於……
gazette.blocks[7][0] 王委員世堅:你唸的這些都是臺詞,你唸得很好,我認為過去幾十年來臺銀的傳統,臺銀百分之百官股、百分之百應該配合政府的政策、百分之百要做全國公民營銀行的表率!所以在ESG的執行上,你不能輸給第一銀行,好不好?
gazette.blocks[8][0] 吳總經理佳曉:是的。
gazette.blocks[9][0] 王委員世堅:第一銀行我覺得做得很標準,我剛剛提的這幾大項目就可以看出你們到底有沒有落實在執行。我就舉例,既然你要回答,我舉例,大直基泰就是你們放款給他的,整個工地坍陷、鄰房也跟著坍陷!我去現場看,那個鄰房被壓在下面那一層樓,父子三個人三更半夜連滾帶爬爬出來才躲過一劫,重傷、輕傷人數十幾個之多,造成公安以及合約的紛擾一堆,結果你還繼續放款給基泰!我時間有限,你理解了那帶回去好好檢討,好不好?
gazette.blocks[10][0] 吳總經理佳曉:跟委員報告,我們114年開始會根據委員的建議,我們會揭露涉及ESG風險的收件案件總數。
gazette.blocks[11][0] 王委員世堅:好,114年開始會揭露。
gazette.blocks[12][0] 吳總經理佳曉:是。
gazette.blocks[13][0] 王委員世堅:好,謝謝。
gazette.blocks[14][0] 吳總經理佳曉:謝謝。
gazette.blocks[15][0] 王委員世堅:時間暫停,請回。
gazette.blocks[16][0] 主席:時間暫停。
gazette.blocks[17][0] 王委員世堅:我要請財政部長莊部長。
gazette.blocks[18][0] 主席:請莊部長。
gazette.blocks[19][0] 莊部長翠雲:委員好。
gazette.blocks[20][0] 王委員世堅:莊部長,這個時機來了,財政收支劃分法通過了,作為全民所詬病的娛樂稅、印花稅,現在替代財源沒問題了,我認為要廢除娛樂稅跟印花稅,此其時也!
gazette.blocks[20][1] 娛樂稅我跟你提過好幾次,從110年到112年,我們實際課稅的金額是所有稅金項目裡面最低的,從11億5,600到18億9,000,這麼小的金額但是課稅成本卻是超高的,課徵的成本跟課徵的金額比來講,占了20%,課徵費用占20%,一般其他的稅收課徵費用大概2%而已,所以這個實在是稽徵成本也過高。而且你看我們國家文策院在國發會鼓勵之下推動電影、表演藝術活動這些實體的表演,像這些都要課娛樂稅,同樣是電影放映,實體的電影放映要課娛樂稅,那在串流平臺上面像Netflix這種卻免課稅,基本上,這個有違租稅的公平,違反了租稅的公平。所以我認為既然替代財源有了,財政收支劃分法修正通過,現在要撥3,880億給地方,剛好財政部可以明令把娛樂稅、包括印花稅就這樣廢止,因為替代財源就有了嘛!不是嗎?娛樂稅真的講了那麼多次,你看一般小市民現在的生活已經很難過了,連看場電影、看個表演也要課稅,這個真的是太殘酷了。那印花稅更是這樣,部長,你應該曉得過去財政部跟行政院都主張廢除印花稅,因為重複課稅,我翻箱倒櫃找了出來,你們財政部過去要廢除印花稅還列了五大理由,除了我說的重複課稅以外,還有課徵項目的爭議、難控管易逃漏、國外簽約避稅、地方政府爭稅,你們列了五大理由,行政院更是揭櫫廢除印花稅的方向正確、不會改變,你們在108年重申廢除印花稅勢在必行,還說地方稅損由中央來補。你看!我還列出這個圖卡,在圖卡的右方就是你一直講的替代財源,你說改革才會有替代財源,還說「稅制要進步,財政健全也要顧」,這是當初你們做的圖卡,所以我認為已經時候到了,財政收支劃分法修正通過,有3,880億補給地方,剛好財政部就順這個勢宣布印花稅、娛樂稅廢除,可不可以?
gazette.blocks[21][0] 莊部長翠雲:跟委員報告,印花稅跟娛樂稅是不是要廢除這個事情已經討論了很久,那當時為什麼沒有能夠廢除?最主要是因為尊重地方的財政自主,另外就是印花稅的稅收金額大概180億、娛樂稅大概十幾億,但是對鄉鎮來說很重要。現在委員所提的就是,財劃法修正了,然後地方財源增加,那是不是可以考量,我想我們會看財劃法後續的進展情形,然後再來做考量。
gazette.blocks[22][0] 王委員世堅:對,印花稅金額確實高多了,有10倍之多,金額是170億,那170億的印花稅和19億的娛樂稅加起來,跟3,880億相比,那是非常小的數額,不是這樣嗎?大概占不到5%,而且印花稅重複課稅,這個在民間各大中小企業已經怨聲載道數十年之久,好不好?我覺得此其時也,財政收支劃分法修正通過了,那麼替代財源就有了,過去你一直堅持要先有替代財源,現在替代財源沒問題了!
gazette.blocks[22][1] 我要問最後一個問題,主席,不好意思,我再講1分鐘。還有一個問題,就是關於低價免稅額的申報,也就是說,本來我們政府對於海外網購有一個很小金額的免稅規定,本來是3,000元的免稅額給我們的每一位民眾,107年要降到2,000塊,各位也知道,本來花3,000塊可以在網路上買一雙球鞋,現在降到2,000塊,我看可能要買拖鞋了。有很多民眾用這樣子的寬減可以購買國外比較好的保健食品,所以這個方向是對的,可是這個只有2,000元而已,這是民眾的小確幸,聽說你們還在評估要整個取消,天啊!你如果看看鄰近的這些先進國家,還有包括我們鄰近的自由民主國家,像我們的好朋友們,包括日本、韓國,你看他們都遠比我們高,韓國甚至高達150美元到200美元之多,我們只有63塊美元,即便日本那麼愛用國貨的國家,他們也還有88美元之多,那當然第一名像美國800、澳洲750、新加坡298,這麼高的免稅額,就不跟他們比了,我們光是和韓國、日本比,我們差了他們這麼多,所以我認為這個應該適度的……不但要維持,而且應該恢復到過去的3,000元,你認為呢?
gazette.blocks[23][0] 莊部長翠雲:跟委員報告,第一個要跟委員說明的是,財政部並沒有在研議要取消這一個2,000元低價免稅的規定,目前沒有。第二個,我們也在請我們的外館去了解其他各國對於低價免稅所訂定門檻的金額。第三個,我們也了解到,其實有些國家對於這樣的一個金額其實已經有往下降的趨勢,為什麼?因為有某些國家用低價大量製造的衣服、鞋類都非常廉價,然後賣到其他國家去,對於該國的製造業會產生衝擊,這是必須要做考量的,因為也要考量我們國內的製造業,也要考量到電商平臺,都要多做考量。
gazette.blocks[24][0] 王委員世堅:部長,你說的這些考量都對,但是你說要調查國外的,我剛剛那一張表格裡面已經有了,那個我也是調查了很久,你去看就有了,那個金額遠高於我們。第二點,他們國家是不是要去調降,我們未有所聞,但是即便調降了,他們原來是那麼高的金額,他去調降還算合理,我們也才63塊美金,而且最主要是另外一個課題,這是我下次要質詢的問題,其實大家要針對的是中國電商,中國的這些廉價物品傾銷的問題,這是另外一個重大的課題。但是我們給一般民眾才2,000元,我認為應該提高,回復到3,000元,因為這只是我們給民眾的小確幸,我認為這個不但不應該取消,而且應該適度提升。關於中國電商,那是中國電商的問題,我們要來談另外一個法令,要嚴格禁止,謝謝。
gazette.blocks[25][0] 莊部長翠雲:謝謝委員。
gazette.blocks[26][0] 主席:謝謝世堅委員。
gazette.blocks[26][1] 接著我們請黃健豪委員發言。
gazette.agenda.page_end 106
gazette.agenda.meet_id 委員會-11-2-20-13
gazette.agenda.speakers[0] 賴惠員
gazette.agenda.speakers[1] 賴士葆
gazette.agenda.speakers[2] 陳菁徽
gazette.agenda.speakers[3] 林德福
gazette.agenda.speakers[4] 吳秉叡
gazette.agenda.speakers[5] 郭國文
gazette.agenda.speakers[6] 顏寬恒
gazette.agenda.speakers[7] 李坤城
gazette.agenda.speakers[8] 李彥秀
gazette.agenda.speakers[9] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[10] 王世堅
gazette.agenda.speakers[11] 黃健豪
gazette.agenda.speakers[12] 黃珊珊
gazette.agenda.speakers[13] 羅明才
gazette.agenda.speakers[14] 張啓楷
gazette.agenda.speakers[15] 陳玉珍
gazette.agenda.speakers[16] 王鴻薇
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-12-25
gazette.agenda.gazette_id 1141203
gazette.agenda.agenda_lcidc_ids[0] 1141203_00002
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第13次全體委員會議紀錄
gazette.agenda.content 一、審查「菸酒稅法」 10 案:( 一) 行政院函請審議、本院委員李柏毅等 16 人、委員賴惠員等16 人、委員郭國文等 18 人、委員吳琪銘等 16 人分別擬具「菸酒稅法部分條文修正草案」等 5 案、 (二)本院委員徐巧芯等29人擬具「菸酒稅法第十九條條文修正草案」案、(三)本院委員賴士葆等 27人、委員伍麗華 Saidhai Tahovecahe 等20人、委員張智倫等18人分別擬具「菸酒稅法第十九 條及第二十一條條文修正草案」等3案、(四)本院委員陳玉珍等19人擬具「菸酒稅法第十九條及 第二十三條條文修正草案」案;二、審查「使用牌照稅法」8案:(一) 行政院函請審議、本院委 員賴士葆等24人、委員陳菁徽等17人、委員張智倫等18人、委員陳素月等19人、委員賴惠員等17 人、委員郭國文等16人分別擬具「使用牌照稅法第二十九條、第三十條及第三十一條條文修正草 案」等7案、(二) 本院委員陳玉珍等19人擬具「使用牌照稅法第三十條及第三十一條條文修正草 案」案;三、審查行政院函請審議、本院委員賴士葆等21人、委員林楚茵等18人、委員徐巧芯等 27人、委員賴惠員等17人、委員郭國文等17人分別擬具「土地稅法第五十四條條文修正草案」等 6案;四、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,關於財政部主管中國 輸出入銀行、臺灣金融控股股份有限公司(含臺灣銀行股份有限公司、臺銀人壽保險股份有限公 司、臺銀綜合證券股份有限公司)(僅詢答)
gazette.agenda.agenda_id 1141203_00001