iVOD / 159104

Field Value
IVOD_ID 159104
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159104
日期 2025-03-13
會議資料.會議代碼 委員會-11-3-19-2
會議資料.會議代碼:str 第11屆第3會期經濟委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第3會期經濟委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-03-13T10:54:17+08:00
結束時間 2025-03-13T11:03:19+08:00
影片長度 00:09:02
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f014694617fb736bb6de99780e8e59786ff1cdb1affc83ff4b8c40d3938d270f35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 10:54:17 - 11:03:19
會議時間 2025-03-13T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第2次全體委員會議(事由:邀請公平交易委員會代理主任委員列席報告業務概況,並備質詢。 【本次會議若因當日加開院會而停開,不再另行通知】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 8.77221875
transcript.pyannote[0].end 11.79284375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 12.36659375
transcript.pyannote[1].end 13.44659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 21.34409375
transcript.pyannote[2].end 21.93471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 21.51284375
transcript.pyannote[3].end 21.56346875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 22.39034375
transcript.pyannote[4].end 45.55971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 45.98159375
transcript.pyannote[5].end 55.39784375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 56.00534375
transcript.pyannote[6].end 58.30034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 58.53659375
transcript.pyannote[7].end 58.99221875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 59.04284375
transcript.pyannote[8].end 61.00034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 61.30409375
transcript.pyannote[9].end 81.43596875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 81.99284375
transcript.pyannote[10].end 83.57909375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 84.03471875
transcript.pyannote[11].end 98.53034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 99.61034375
transcript.pyannote[12].end 105.85409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 106.49534375
transcript.pyannote[13].end 109.63409375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 109.75221875
transcript.pyannote[14].end 114.30846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 109.83659375
transcript.pyannote[15].end 109.87034375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 109.90409375
transcript.pyannote[16].end 110.24159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 112.62096875
transcript.pyannote[17].end 112.99221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 114.40971875
transcript.pyannote[18].end 123.94409375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 123.94409375
transcript.pyannote[19].end 125.27721875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 124.97346875
transcript.pyannote[20].end 126.74534375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 126.12096875
transcript.pyannote[21].end 127.70721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 127.70721875
transcript.pyannote[22].end 132.51659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 132.51659375
transcript.pyannote[23].end 133.91721875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 133.20846875
transcript.pyannote[24].end 134.74409375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 134.74409375
transcript.pyannote[25].end 137.73096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 137.47784375
transcript.pyannote[26].end 152.63159375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 152.31096875
transcript.pyannote[27].end 152.46284375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 153.01971875
transcript.pyannote[28].end 153.67784375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 153.67784375
transcript.pyannote[29].end 153.74534375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 154.67346875
transcript.pyannote[30].end 154.69034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 154.69034375
transcript.pyannote[31].end 156.37784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 156.39471875
transcript.pyannote[32].end 169.79346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 169.87784375
transcript.pyannote[33].end 188.79471875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 190.00971875
transcript.pyannote[34].end 191.03909375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 191.03909375
transcript.pyannote[35].end 191.24159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 191.24159375
transcript.pyannote[36].end 191.27534375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 191.27534375
transcript.pyannote[37].end 191.51159375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 191.51159375
transcript.pyannote[38].end 191.76471875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 191.76471875
transcript.pyannote[39].end 192.67596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 193.23284375
transcript.pyannote[40].end 193.43534375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 194.14409375
transcript.pyannote[41].end 198.29534375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 198.46409375
transcript.pyannote[42].end 240.78659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 202.81784375
transcript.pyannote[43].end 203.27346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 210.79971875
transcript.pyannote[44].end 210.88409375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 210.95159375
transcript.pyannote[45].end 211.05284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 223.47284375
transcript.pyannote[46].end 223.94534375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 232.78784375
transcript.pyannote[47].end 233.15909375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 240.92159375
transcript.pyannote[48].end 251.38409375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 251.24909375
transcript.pyannote[49].end 252.34596875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 252.86909375
transcript.pyannote[50].end 254.50596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 255.78846875
transcript.pyannote[51].end 262.16721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 262.42034375
transcript.pyannote[52].end 267.44909375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 267.44909375
transcript.pyannote[53].end 272.62971875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 271.34721875
transcript.pyannote[54].end 276.86534375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 276.30846875
transcript.pyannote[55].end 279.54846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 278.16471875
transcript.pyannote[56].end 279.22784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 279.54846875
transcript.pyannote[57].end 279.63284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 279.63284375
transcript.pyannote[58].end 279.66659375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 279.76784375
transcript.pyannote[59].end 280.56096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 279.97034375
transcript.pyannote[60].end 282.21471875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 282.21471875
transcript.pyannote[61].end 283.00784375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 283.00784375
transcript.pyannote[62].end 283.39596875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 283.10909375
transcript.pyannote[63].end 283.27784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 283.39596875
transcript.pyannote[64].end 285.31971875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 285.31971875
transcript.pyannote[65].end 292.01909375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 291.90096875
transcript.pyannote[66].end 298.53284375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 293.03159375
transcript.pyannote[67].end 293.43659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 298.60034375
transcript.pyannote[68].end 307.62846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 307.42596875
transcript.pyannote[69].end 310.93596875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 311.42534375
transcript.pyannote[70].end 325.60034375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 325.85346875
transcript.pyannote[71].end 326.32596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 326.47784375
transcript.pyannote[72].end 336.63659375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 336.94034375
transcript.pyannote[73].end 341.09159375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 341.15909375
transcript.pyannote[74].end 357.94971875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 358.52346875
transcript.pyannote[75].end 362.11784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 362.38784375
transcript.pyannote[76].end 362.57346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 363.60284375
transcript.pyannote[77].end 374.52096875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 374.62221875
transcript.pyannote[78].end 385.03409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 385.06784375
transcript.pyannote[79].end 389.57346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 390.04596875
transcript.pyannote[80].end 390.43409375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 390.53534375
transcript.pyannote[81].end 391.07534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 392.18909375
transcript.pyannote[82].end 393.60659375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 394.23096875
transcript.pyannote[83].end 395.37846875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 396.10409375
transcript.pyannote[84].end 403.32659375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 403.83284375
transcript.pyannote[85].end 407.19096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 407.62971875
transcript.pyannote[86].end 416.48909375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 415.18971875
transcript.pyannote[87].end 415.27409375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 415.35846875
transcript.pyannote[88].end 415.47659375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 415.47659375
transcript.pyannote[89].end 415.51034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 417.01221875
transcript.pyannote[90].end 438.19034375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 425.01096875
transcript.pyannote[91].end 425.41596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 438.19034375
transcript.pyannote[92].end 441.07596875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 441.61596875
transcript.pyannote[93].end 448.63596875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 449.02409375
transcript.pyannote[94].end 489.28784375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 490.38471875
transcript.pyannote[95].end 497.15159375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 497.53971875
transcript.pyannote[96].end 509.06534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 509.50409375
transcript.pyannote[97].end 516.65909375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 516.42284375
transcript.pyannote[98].end 523.00409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 523.00409375
transcript.pyannote[99].end 524.40471875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 523.44284375
transcript.pyannote[100].end 524.11784375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 524.23596875
transcript.pyannote[101].end 526.68284375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 526.04159375
transcript.pyannote[102].end 526.96971875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 526.81784375
transcript.pyannote[103].end 530.09159375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 530.66534375
transcript.pyannote[104].end 535.69409375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 535.20471875
transcript.pyannote[105].end 539.86221875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 537.60096875
transcript.pyannote[106].end 538.07346875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 539.86221875
transcript.pyannote[107].end 540.09846875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 540.09846875
transcript.pyannote[108].end 540.50346875
transcript.whisperx[0].start 9.141
transcript.whisperx[0].end 13.291
transcript.whisperx[0].text 謝謝主席我想請我們陳代理主委請陳代理主委
transcript.whisperx[1].start 22.415
transcript.whisperx[1].end 38.481
transcript.whisperx[1].text 你看一下這是2013年到2023年台灣數位廣告跟電視廣告整體市場金額的比較你看到從過去以來就是說電視廣告比較高到數位廣告比較低到2023年數位廣告已經超過了電視廣告那這個數字
transcript.whisperx[2].start 46.585
transcript.whisperx[2].end 60.667
transcript.whisperx[2].text 給主委了解 我相信你也非常清楚喔那對於數位平台上面有商家指定平台支付或者是物流的服務那這些部分
transcript.whisperx[3].start 61.408
transcript.whisperx[3].end 81.117
transcript.whisperx[3].text 因為平台業者他有拒絕提供用戶數據給晉升者或第三方或者是利用演算法的或者是未揭露的順序排序這樣子的規則對於特定的商家降權或限制流量
transcript.whisperx[4].start 84.078
transcript.whisperx[4].end 104.327
transcript.whisperx[4].text 這請問例如像是新興的就是跟演算法有規定或者是數位平台上面他們有特定次序的這個部分的時候那請問公平會你要怎麼樣子介入以及監管我想委員提到的這些數位平台上面濫用數據演算法來排除競爭這個在
transcript.whisperx[5].start 106.55
transcript.whisperx[5].end 129.016
transcript.whisperx[5].text 我們的公平法架構底下我們事實上都是可以去監管的只是說在監管的時候我們有一些前提要這樣符合譬如說數位平台要有市場力量另外一個更重要的是說它本身是不是真的有這樣的行為如果它真的有自我偏好的行為而且這個自我偏好的行為是那對於演算法那個演算法也是一樣現在陪同你上來備詢的這位是服務競爭處的處長服務競爭處的處長對他是負責數位平台
transcript.whisperx[6].start 134.798
transcript.whisperx[6].end 153.141
transcript.whisperx[6].text 那它對於數位平台的演算法它是不是比較清楚我先簡單跟委員報告數位平台演算法主要在國際間關切的問題就是利用演算法來達成聯合定價業者同樣都用一套演算法所以我也知道你的價格你也知道我價格你調價我也調價所以是主要關切那這個我們持續都有在關注啦對處長要不要
transcript.whisperx[7].start 154.721
transcript.whisperx[7].end 180.127
transcript.whisperx[7].text 有沒有相關的補充因為對於演算法這個部分其實一般的就是說購買的業者或者是消費者他並不了解說演算法的這樣子的推波的這個他的次序或者是規則是如何的但是如果在於就是平台他怎麼樣子推波給這些消費者的
transcript.whisperx[8].start 180.447
transcript.whisperx[8].end 192.333
transcript.whisperx[8].text 那會不會導致於引導消費者的偏好等等的那這樣子怎麼樣子我們公平會怎麼樣子介入委員是不是請處長跟委員稍微做一下報告
transcript.whisperx[9].start 194.192
transcript.whisperx[9].end 223.064
transcript.whisperx[9].text 委員目前的演算法做一些推波主要是在目前看起來是比較是為了要增加消費者比較良好的一個體驗譬如說我們有時候有搜尋引擎譬如說我搜尋了運動用品列曾經有搜尋過那他可能會感受到說我對於運動用品比較有興趣那就推出一些相關的廣告那以前過往的媒體的廣告呢是一種平面媒體或是一般的廣告他是不知道特定的人
transcript.whisperx[10].start 223.664
transcript.whisperx[10].end 251.63
transcript.whisperx[10].text 所以它是一個比較沒有辦法針對性那它現在這可以做分眾這是一種比較數位時代進步上的一個進步那至於說目前說有沒有競爭法的問題的話我們是有在關注但目前在利害分析上我們認為說這部分可能是比較有益於消費者的部分但如果有限制競爭的問題的話當然我們也會注意以上那你們怎麼監管
transcript.whisperx[11].start 253.114
transcript.whisperx[11].end 253.985
transcript.whisperx[11].text 我的問題是你們怎麼監管
transcript.whisperx[12].start 255.831
transcript.whisperx[12].end 280.929
transcript.whisperx[12].text 我們當然除了自己主動會去了解譬如說這典型例子就是說業界或是市場上有傳出或者說國外之間有一些具體的案例我們就會去注意說國內是不是本身有這樣的問題那請問你們要跟什麼機關一同會同去如果涉及到比較數位技術的部分當然就跟產業主管機關我們會有密切的合作那是什麼數位部還是經濟部都可能數發部數發部經濟部都有經濟部對我是說這樣涉及到會不會是跨部會的
transcript.whisperx[13].start 285.812
transcript.whisperx[13].end 310.53
transcript.whisperx[13].text 很多案子我们必须要尤其是在技术面的部分我们其实很需要速发部的一些专业上的见解就是在技术上面你们需要的是速发部但是在整个产业方面是不是应该要汇同经济部有时候产业上的一些数据一些事业的分布状况我们也是需要有一些主管机关来提供一些相关的数据做我们判断的基础好那现在就是根据
transcript.whisperx[14].start 312.151
transcript.whisperx[14].end 340.32
transcript.whisperx[14].text 我們媒體報導的台積電他可能就是要入股了英特爾的這樣子的情況那還結合了輝達、超微還有博通等那未來他們如果入股了而且經營英特爾的這個晶片製造的合資企業我想根據我們之前台灣金聯的董事長施俊傑他說
transcript.whisperx[15].start 341.32
transcript.whisperx[15].end 360.817
transcript.whisperx[15].text 他說無論是合作方式是投資入股或者是技術入股或者是由英特爾承接台積電在美國的先進封裝訂單都符合公平交易法的事業結合
transcript.whisperx[16].start 364.026
transcript.whisperx[16].end 390.725
transcript.whisperx[16].text 這也會超過台積電與英特爾的年度銷售額接超過了公平會所規定的400億新台幣的門檻那代表了他們就必須要跟公平會申報那未來這一起在美國的這個結合案那你
transcript.whisperx[17].start 392.37
transcript.whisperx[17].end 402.912
transcript.whisperx[17].text 還有我們的公平會會不會能夠勇敢的進行審查並且獨立的做出相關的判決
transcript.whisperx[18].start 404.432
transcript.whisperx[18].end 424.15
transcript.whisperx[18].text 這個案子我們持續都密切在觀察發展那跟委員報告一下就是說我們審查的前提是他們合作的模式屬於我們結合的定義在公民法裡面第四條它有定義什麼叫結合那假設符合了那門檻也達到了不管是營業額很高我想這個營業額都很高所以符合當然就屬於我們可以審查他們就必須要來申報審查
transcript.whisperx[19].start 425.351
transcript.whisperx[19].end 448.359
transcript.whisperx[19].text 那審查的過程當中我們就會依照他們合作的模式到底是競爭者還是上下有業者的模式我們會依照公平法既有的審查的一些架構來進行實體的審查那因為我們是獨立機關我們絕對是獨立依法對那對於相關的資料那我們有沒有管到跟美國就是說能夠有相關的資料的這樣子的
transcript.whisperx[20].start 450.059
transcript.whisperx[20].end 476.306
transcript.whisperx[20].text 像上一次我們在台灣審查Uber Eats的時候你們就因為資料的拖延其實就已經就是說在收集的方面都沒有辦法及時的就是按照時程內跟委員會報告以及給所有的大眾了解但現在如果這一起案件那的資料相關都在美國
transcript.whisperx[21].start 476.886
transcript.whisperx[21].end 489.122
transcript.whisperx[21].text 那我們有沒有辦法能夠及時的取得及時的做出相關合理的這樣子的判決以及給予所有民眾一個公開的資訊呢
transcript.whisperx[22].start 490.764
transcript.whisperx[22].end 508.879
transcript.whisperx[22].text 資料取得特別是涉及到跨國公司這個當然一直都是一個問題不過依法我們是可以要求提供資料的所以我們也會積極的要求業者必須要盡快配合我們的市場來提供相關的資料那同樣的邏輯跟規定我們也會適用在台積電的身上我們也會盡量的
transcript.whisperx[23].start 509.58
transcript.whisperx[23].end 538.578
transcript.whisperx[23].text 要求他來符合我們審查的事項所以他必須要跟你申報是吧對 只要是審查我們要求他補件原則上他們都要配合所以他要跟你申報而且他要就是說要提供相關的這個資料給你是不是那你也會獨立的做出判決是不是那希望你們可以在就是說法定的期間內獨立的做出判決給予民眾了解好嗎所以我們依法來審查這個案子如果這案子進來的話
transcript.whisperx[24].start 539.319
transcript.whisperx[24].end 539.584
transcript.whisperx[24].text 好好謝謝