IVOD_ID |
159490 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/159490 |
日期 |
2025-03-20 |
會議資料.會議代碼 |
委員會-11-3-20-3 |
會議資料.會議代碼:str |
第11屆第3會期財政委員會第3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 |
3 |
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3會期財政委員會第3次全體委員會議 |
影片種類 |
Clip |
開始時間 |
2025-03-20T13:04:05+08:00 |
結束時間 |
2025-03-20T13:12:57+08:00 |
影片長度 |
00:08:52 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/51071748fba5feb0eafc701e22734d30b06f2ced2e0bc09030d2cd94d4d2e0213fb8e3d700d2a5af5ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
葉元之 |
委員發言時間 |
13:04:05 - 13:12:57 |
會議時間 |
2025-03-20T09:00:00+08:00 |
會議名稱 |
立法院第11屆第3會期財政委員會第3次全體委員會議(事由:一、邀請財政部莊部長翠雲率所屬機關首長暨國營事業董事長、總經理(含各轉投資事業機構公股代表之董、監事)列席業務報告,並備質詢。
二、審查行政院函請審議「海關進口稅則部分稅則修正草案」案。
三、彙總整理提出「中華民國114年度中央政府總預算案附屬單位預算營業及非營業部分審查總報告草案」提報院會案。) |
transcript.pyannote[0].speaker |
SPEAKER_00 |
transcript.pyannote[0].start |
15.18471875 |
transcript.pyannote[0].end |
16.55159375 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
17.46284375 |
transcript.pyannote[1].end |
18.34034375 |
transcript.pyannote[2].speaker |
SPEAKER_00 |
transcript.pyannote[2].start |
24.43221875 |
transcript.pyannote[2].end |
27.82409375 |
transcript.pyannote[3].speaker |
SPEAKER_00 |
transcript.pyannote[3].start |
28.16159375 |
transcript.pyannote[3].end |
45.37409375 |
transcript.pyannote[4].speaker |
SPEAKER_00 |
transcript.pyannote[4].start |
45.57659375 |
transcript.pyannote[4].end |
63.32909375 |
transcript.pyannote[5].speaker |
SPEAKER_00 |
transcript.pyannote[5].start |
63.37971875 |
transcript.pyannote[5].end |
69.67409375 |
transcript.pyannote[6].speaker |
SPEAKER_00 |
transcript.pyannote[6].start |
69.79221875 |
transcript.pyannote[6].end |
78.90471875 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
79.91721875 |
transcript.pyannote[7].end |
109.78596875 |
transcript.pyannote[8].speaker |
SPEAKER_00 |
transcript.pyannote[8].start |
99.74534375 |
transcript.pyannote[8].end |
100.06596875 |
transcript.pyannote[9].speaker |
SPEAKER_00 |
transcript.pyannote[9].start |
104.52096875 |
transcript.pyannote[9].end |
105.66846875 |
transcript.pyannote[10].speaker |
SPEAKER_00 |
transcript.pyannote[10].start |
110.35971875 |
transcript.pyannote[10].end |
110.52846875 |
transcript.pyannote[11].speaker |
SPEAKER_00 |
transcript.pyannote[11].start |
110.64659375 |
transcript.pyannote[11].end |
120.06284375 |
transcript.pyannote[12].speaker |
SPEAKER_00 |
transcript.pyannote[12].start |
120.82221875 |
transcript.pyannote[12].end |
123.25221875 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
123.42096875 |
transcript.pyannote[13].end |
126.28971875 |
transcript.pyannote[14].speaker |
SPEAKER_00 |
transcript.pyannote[14].start |
126.28971875 |
transcript.pyannote[14].end |
126.66096875 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
126.66096875 |
transcript.pyannote[15].end |
126.67784375 |
transcript.pyannote[16].speaker |
SPEAKER_00 |
transcript.pyannote[16].start |
127.63971875 |
transcript.pyannote[16].end |
130.00221875 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
130.00221875 |
transcript.pyannote[17].end |
130.44096875 |
transcript.pyannote[18].speaker |
SPEAKER_00 |
transcript.pyannote[18].start |
130.01909375 |
transcript.pyannote[18].end |
130.37346875 |
transcript.pyannote[19].speaker |
SPEAKER_00 |
transcript.pyannote[19].start |
130.44096875 |
transcript.pyannote[19].end |
133.12409375 |
transcript.pyannote[20].speaker |
SPEAKER_01 |
transcript.pyannote[20].start |
131.85846875 |
transcript.pyannote[20].end |
134.94659375 |
transcript.pyannote[21].speaker |
SPEAKER_00 |
transcript.pyannote[21].start |
134.08596875 |
transcript.pyannote[21].end |
158.94284375 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
144.71721875 |
transcript.pyannote[22].end |
147.41721875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
158.97659375 |
transcript.pyannote[23].end |
161.47409375 |
transcript.pyannote[24].speaker |
SPEAKER_00 |
transcript.pyannote[24].start |
161.52471875 |
transcript.pyannote[24].end |
164.66346875 |
transcript.pyannote[25].speaker |
SPEAKER_01 |
transcript.pyannote[25].start |
165.59159375 |
transcript.pyannote[25].end |
184.64346875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
180.20534375 |
transcript.pyannote[26].end |
180.40784375 |
transcript.pyannote[27].speaker |
SPEAKER_00 |
transcript.pyannote[27].start |
183.54659375 |
transcript.pyannote[27].end |
188.38971875 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
184.82909375 |
transcript.pyannote[28].end |
184.99784375 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
188.54159375 |
transcript.pyannote[29].end |
207.10409375 |
transcript.pyannote[30].speaker |
SPEAKER_00 |
transcript.pyannote[30].start |
194.26221875 |
transcript.pyannote[30].end |
194.71784375 |
transcript.pyannote[31].speaker |
SPEAKER_00 |
transcript.pyannote[31].start |
196.16909375 |
transcript.pyannote[31].end |
196.37159375 |
transcript.pyannote[32].speaker |
SPEAKER_00 |
transcript.pyannote[32].start |
207.10409375 |
transcript.pyannote[32].end |
209.77034375 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
209.87159375 |
transcript.pyannote[33].end |
221.48159375 |
transcript.pyannote[34].speaker |
SPEAKER_00 |
transcript.pyannote[34].start |
221.14409375 |
transcript.pyannote[34].end |
227.60721875 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
227.64096875 |
transcript.pyannote[35].end |
231.75846875 |
transcript.pyannote[36].speaker |
SPEAKER_00 |
transcript.pyannote[36].start |
231.62346875 |
transcript.pyannote[36].end |
256.19346875 |
transcript.pyannote[37].speaker |
SPEAKER_01 |
transcript.pyannote[37].start |
232.12971875 |
transcript.pyannote[37].end |
234.39096875 |
transcript.pyannote[38].speaker |
SPEAKER_01 |
transcript.pyannote[38].start |
256.09221875 |
transcript.pyannote[38].end |
267.90471875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
257.91471875 |
transcript.pyannote[39].end |
258.77534375 |
transcript.pyannote[40].speaker |
SPEAKER_00 |
transcript.pyannote[40].start |
259.70346875 |
transcript.pyannote[40].end |
260.10846875 |
transcript.pyannote[41].speaker |
SPEAKER_00 |
transcript.pyannote[41].start |
263.28096875 |
transcript.pyannote[41].end |
263.78721875 |
transcript.pyannote[42].speaker |
SPEAKER_00 |
transcript.pyannote[42].start |
264.93471875 |
transcript.pyannote[42].end |
282.07971875 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
278.83971875 |
transcript.pyannote[43].end |
279.98721875 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
280.86471875 |
transcript.pyannote[44].end |
288.15471875 |
transcript.pyannote[45].speaker |
SPEAKER_00 |
transcript.pyannote[45].start |
283.19346875 |
transcript.pyannote[45].end |
285.26909375 |
transcript.pyannote[46].speaker |
SPEAKER_00 |
transcript.pyannote[46].start |
285.37034375 |
transcript.pyannote[46].end |
292.30596875 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
289.99409375 |
transcript.pyannote[47].end |
290.38221875 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
291.27659375 |
transcript.pyannote[48].end |
292.27221875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
292.30596875 |
transcript.pyannote[49].end |
292.35659375 |
transcript.pyannote[50].speaker |
SPEAKER_00 |
transcript.pyannote[50].start |
292.35659375 |
transcript.pyannote[50].end |
292.37346875 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
292.37346875 |
transcript.pyannote[51].end |
292.39034375 |
transcript.pyannote[52].speaker |
SPEAKER_00 |
transcript.pyannote[52].start |
294.09471875 |
transcript.pyannote[52].end |
299.02221875 |
transcript.pyannote[53].speaker |
SPEAKER_01 |
transcript.pyannote[53].start |
294.55034375 |
transcript.pyannote[53].end |
294.68534375 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
299.03909375 |
transcript.pyannote[54].end |
306.54846875 |
transcript.pyannote[55].speaker |
SPEAKER_00 |
transcript.pyannote[55].start |
306.54846875 |
transcript.pyannote[55].end |
309.82221875 |
transcript.pyannote[56].speaker |
SPEAKER_00 |
transcript.pyannote[56].start |
310.05846875 |
transcript.pyannote[56].end |
324.48659375 |
transcript.pyannote[57].speaker |
SPEAKER_00 |
transcript.pyannote[57].start |
324.68909375 |
transcript.pyannote[57].end |
331.01721875 |
transcript.pyannote[58].speaker |
SPEAKER_00 |
transcript.pyannote[58].start |
331.08471875 |
transcript.pyannote[58].end |
333.36284375 |
transcript.pyannote[59].speaker |
SPEAKER_00 |
transcript.pyannote[59].start |
333.44721875 |
transcript.pyannote[59].end |
369.22221875 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
369.35721875 |
transcript.pyannote[60].end |
373.57596875 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
375.04409375 |
transcript.pyannote[61].end |
420.58971875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
420.77534375 |
transcript.pyannote[62].end |
424.01534375 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
424.01534375 |
transcript.pyannote[63].end |
430.57971875 |
transcript.pyannote[64].speaker |
SPEAKER_00 |
transcript.pyannote[64].start |
430.57971875 |
transcript.pyannote[64].end |
431.67659375 |
transcript.pyannote[65].speaker |
SPEAKER_01 |
transcript.pyannote[65].start |
432.26721875 |
transcript.pyannote[65].end |
432.38534375 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
432.63846875 |
transcript.pyannote[66].end |
437.95409375 |
transcript.pyannote[67].speaker |
SPEAKER_00 |
transcript.pyannote[67].start |
434.15721875 |
transcript.pyannote[67].end |
449.20971875 |
transcript.pyannote[68].speaker |
SPEAKER_01 |
transcript.pyannote[68].start |
438.98346875 |
transcript.pyannote[68].end |
439.28721875 |
transcript.pyannote[69].speaker |
SPEAKER_01 |
transcript.pyannote[69].start |
440.82284375 |
transcript.pyannote[69].end |
442.03784375 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
449.85096875 |
transcript.pyannote[70].end |
452.04471875 |
transcript.pyannote[71].speaker |
SPEAKER_00 |
transcript.pyannote[71].start |
451.01534375 |
transcript.pyannote[71].end |
457.34346875 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
456.83721875 |
transcript.pyannote[72].end |
465.03846875 |
transcript.pyannote[73].speaker |
SPEAKER_00 |
transcript.pyannote[73].start |
457.90034375 |
transcript.pyannote[73].end |
462.84471875 |
transcript.pyannote[74].speaker |
SPEAKER_00 |
transcript.pyannote[74].start |
463.24971875 |
transcript.pyannote[74].end |
477.91409375 |
transcript.pyannote[75].speaker |
SPEAKER_00 |
transcript.pyannote[75].start |
478.20096875 |
transcript.pyannote[75].end |
480.22596875 |
transcript.pyannote[76].speaker |
SPEAKER_00 |
transcript.pyannote[76].start |
480.41159375 |
transcript.pyannote[76].end |
483.12846875 |
transcript.pyannote[77].speaker |
SPEAKER_00 |
transcript.pyannote[77].start |
483.43221875 |
transcript.pyannote[77].end |
488.25846875 |
transcript.pyannote[78].speaker |
SPEAKER_00 |
transcript.pyannote[78].start |
488.49471875 |
transcript.pyannote[78].end |
491.29596875 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
492.22409375 |
transcript.pyannote[79].end |
494.85659375 |
transcript.pyannote[80].speaker |
SPEAKER_00 |
transcript.pyannote[80].start |
494.35034375 |
transcript.pyannote[80].end |
497.74221875 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
495.39659375 |
transcript.pyannote[81].end |
496.30784375 |
transcript.pyannote[82].speaker |
SPEAKER_01 |
transcript.pyannote[82].start |
497.87721875 |
transcript.pyannote[82].end |
498.18096875 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
498.18096875 |
transcript.pyannote[83].end |
500.93159375 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
498.19784375 |
transcript.pyannote[84].end |
498.21471875 |
transcript.pyannote[85].speaker |
SPEAKER_00 |
transcript.pyannote[85].start |
501.16784375 |
transcript.pyannote[85].end |
515.57909375 |
transcript.pyannote[86].speaker |
SPEAKER_00 |
transcript.pyannote[86].start |
515.83221875 |
transcript.pyannote[86].end |
520.42221875 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
516.72659375 |
transcript.pyannote[87].end |
517.26659375 |
transcript.pyannote[88].speaker |
SPEAKER_00 |
transcript.pyannote[88].start |
520.84409375 |
transcript.pyannote[88].end |
522.80159375 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
522.81846875 |
transcript.pyannote[89].end |
527.59409375 |
transcript.pyannote[90].speaker |
SPEAKER_00 |
transcript.pyannote[90].start |
522.97034375 |
transcript.pyannote[90].end |
524.32034375 |
transcript.pyannote[91].speaker |
SPEAKER_00 |
transcript.pyannote[91].start |
527.59409375 |
transcript.pyannote[91].end |
528.50534375 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
528.10034375 |
transcript.pyannote[92].end |
528.85971875 |
transcript.pyannote[93].speaker |
SPEAKER_00 |
transcript.pyannote[93].start |
529.88909375 |
transcript.pyannote[93].end |
529.90596875 |
transcript.pyannote[94].speaker |
SPEAKER_01 |
transcript.pyannote[94].start |
529.90596875 |
transcript.pyannote[94].end |
529.97346875 |
transcript.pyannote[95].speaker |
SPEAKER_00 |
transcript.pyannote[95].start |
529.97346875 |
transcript.pyannote[95].end |
530.00721875 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
530.00721875 |
transcript.pyannote[96].end |
531.55971875 |
transcript.whisperx[0].start |
15.245 |
transcript.whisperx[0].end |
15.908 |
transcript.whisperx[0].text |
麻煩請裁判部長 謝謝請莊部長 |
transcript.whisperx[1].start |
26.964 |
transcript.whisperx[1].end |
42.053 |
transcript.whisperx[1].text |
剛剛有委員問到美國財政部長自己講的就是說他列了15個骯髒國主要是針對其他國家如果被美國認為有關稅壁壘或者是有一些非關稅的障礙匯率操控等等他們將要來跟15個骯髒國來談判 |
transcript.whisperx[2].start |
45.697 |
transcript.whisperx[2].end |
61.174 |
transcript.whisperx[2].text |
那其中有提到說4月2號各國會提到一個數字這個數字就是代表美國認為這些國家應該要有的關稅數字但是美國也說他不會立刻就這樣實施他會來跟這些國家來談 |
transcript.whisperx[3].start |
62.415 |
transcript.whisperx[3].end |
78.544 |
transcript.whisperx[3].text |
所以為什麼很多委員會關注這件事情是因為媒體都已經爆成這個樣子了當然我們會很非常關心我們的財政部或相關的財經部會有沒有掌握這個狀況以及有因應之道所以部長你剛剛是說你是剛剛才知道這件事是不是 |
transcript.whisperx[4].start |
79.929 |
transcript.whisperx[4].end |
109.512 |
transcript.whisperx[4].text |
委員說明對於美國的相關的關稅的措施其實我們一直都非常緊密的一個關注那對於那天他對專訪美方財政部長的內容我們也都有看那至於說這個15個國家裡面是不是他也並沒有說是我們剛剛在查詢再去確認並沒有提到台灣是路透社他們是這樣子說所以我覺得這個部分我想應該要進一步的說明其實行政部門都持續非常密切的關注 |
transcript.whisperx[5].start |
110.752 |
transcript.whisperx[5].end |
125.637 |
transcript.whisperx[5].text |
所以你的意思是說這15個國家他目前沒有談到台灣那你有確定你是確定沒有還是不確定這15國裡面有沒有台灣是哪一個答案是確定沒有還是不確定有沒有台灣關務署署長再一次的再跟您說明 |
transcript.whisperx[6].start |
127.817 |
transcript.whisperx[6].end |
150.566 |
transcript.whisperx[6].text |
報告委員他的確有提到15國但是他沒有講15國是哪15國他只是說高關稅的那個報導我都有看到啦我現在是問說財政部掌握的狀況嘛你那個部長剛剛提到就是說沒有講到台灣所以你是很確定這15國沒有台灣還是說你不知道裡面有沒有包括台灣是哪一個不確定嘛所以台灣有可能是在其中嘛有可能嘛好那 |
transcript.whisperx[7].start |
151.266 |
transcript.whisperx[7].end |
164.338 |
transcript.whisperx[7].text |
那我現在就是要問說那我們財政部現在因應假設啦當然我們必須要料敵從寬嘛也不是算料敵從寬就是說我們要因應這個狀況假設我們被列為這個15國之一的話那我們現在做的準備是什麼 |
transcript.whisperx[8].start |
165.906 |
transcript.whisperx[8].end |
170.111 |
transcript.whisperx[8].text |
相關的準備第一個財政部已經對所有從美國進口或我們出口美國的貨物已經做全部做個盤點而且對這個前20大前30大都做過盤點同時行政院也有一個專案的工作小組對於各種模擬狀況都有去做相關的方案的研定你剛剛說有做盤點那盤點的目的是什麼 |
transcript.whisperx[9].start |
188.89 |
transcript.whisperx[9].end |
205.514 |
transcript.whisperx[9].text |
盤點的目的就是了解我們出口到美國的貨品哪一些的出口值是最高的前20前30那從美國進口的又是哪一些貨品它的出口值是在排在前面另外就是相關的稅率美國的稅率跟我們國內的稅率關稅稅率是多少這個都有做盤點盤點完之後所以要做什麼調整 |
transcript.whisperx[10].start |
209.935 |
transcript.whisperx[10].end |
227.216 |
transcript.whisperx[10].text |
做完盤點以後接下來我們這個部分相關的部會都參與行政院就相關部會都有參與行政院的一個工作小組這個部分都持續都在進行我現在在問你嘛你現在只是說有在做有在做我現在問的是說盤點完然後你要做什麼嗎你要做什麼調整嗎 |
transcript.whisperx[11].start |
228.618 |
transcript.whisperx[11].end |
253.378 |
transcript.whisperx[11].text |
這個調整的部分要他對應提出我們會再模擬各種方案還有對於我們不然我現在我跟你對話你都會回答說我沒有盤整我沒有開會問具體的人都講不出來這當然就會讓人家很擔心就是你可能會做很多paperwork可是你有沒有拿出一個實際上的對策出來至少在我的詢問我是聽不到我剛剛沒有聽到你講任何對策出來你只有講說我沒有盤點我沒有盤點我現在問的是對策部分 |
transcript.whisperx[12].start |
256.54 |
transcript.whisperx[12].end |
277.872 |
transcript.whisperx[12].text |
對策當然我們有各種方案有什麼啊包含經濟部跟相關的產業有進行的座談以及對於產業會遇到的困難你還是沒有講對策你還是沒有講對策你從頭到尾就是說我們有盤點我們有座談我們有什麼什麼什麼但是到底對策是什麼其實你會讓大家很擔心因為你講不出任何一個你只是說我有座談 |
transcript.whisperx[13].start |
278.732 |
transcript.whisperx[13].end |
287.62 |
transcript.whisperx[13].text |
我有盤點然後說妳的對策是什麼其實講不出來啊對策我們都有在做那什麼啊 什麼對策嘛我想這個我們的各種小體在區區都會在做是秘密不能講是不是還是怕講出來被監督所以不能講 |
transcript.whisperx[14].start |
294.204 |
transcript.whisperx[14].end |
320.516 |
transcript.whisperx[14].text |
不是不能講 什麼原因不能講現在問你說對策是什麼 為什麼不能講就相關具體的一些相關具體比如說美國對台灣這次做什麼樣的措施我們的對策就會有對策啊你完全都沒有回答到問題全部答非所問那我跟請教一下因為台灣現在大家都在討論說可不可以降貨戶稅美國的汽車要進來台灣的話它可能會先遇到關稅第二個遇到貨戶稅 |
transcript.whisperx[15].start |
321.897 |
transcript.whisperx[15].end |
333.971 |
transcript.whisperx[15].text |
那我現在不談關稅我現在講貨物稅為什麼因為我們對於美國的汽車或其他的產品課的貨物稅也會被它視為是其中一個貿易壁壘那財政部有沒有考慮針對貨物稅做一個通盤的檢討因為我自認為貨物稅它 |
transcript.whisperx[16].start |
337.415 |
transcript.whisperx[16].end |
353.236 |
transcript.whisperx[16].text |
它是一個非常久以前的稅而且當初是也有一點禦敬於苛是有點奢侈稅的概念就是叫你少買點東西你買這些東西的話我要苛你的稅讓你少買東西可是幾十年來現在工商社會已經完全不一樣了我們現在包括現在針對什麼飲料啊 |
transcript.whisperx[17].start |
355.68 |
transcript.whisperx[17].end |
370.416 |
transcript.whisperx[17].text |
然後還有什麼車輛 水泥都有在瞌睡那車輛有很多汽機車現在不是奢侈的東西這可能是大家有的人的必需品像有些人是以這個為工作為生什麼之類所以財政部要不要也將貨物稅做個通盤檢討貨物稅到底有沒有調降的機會 |
transcript.whisperx[18].start |
375.563 |
transcript.whisperx[18].end |
395.976 |
transcript.whisperx[18].text |
謝謝委員的說明那貨物稅的部分其實這個部分我們也持續都在做相關的一些檢討那您剛剛提到汽車的部分那汽車的部分我們的貨物稅現在對於老舊車換新車都有貨物稅的一個減徵那另外對於電動車的貨物稅都是免徵也就是說我們 |
transcript.whisperx[19].start |
396.576 |
transcript.whisperx[19].end |
423.719 |
transcript.whisperx[19].text |
透過貨物稅的一些相關的一些措施來引導民眾往這個節能減碳這個方向去走所以這個部分目前貨物稅是朝這樣的一個方向在做已經相關的比如說我們最近也會提出來有關的節能電器節能電器的部分它的效率比較能源效率高的部分那貨物稅也可以做一個減增這個部分都一直都在做的但是整體的全面的調降是不可能嘛對不對 |
transcript.whisperx[20].start |
424.399 |
transcript.whisperx[20].end |
448.488 |
transcript.whisperx[20].text |
整體全面當然要看我們也會因應整個社經發展的來做調整譬如說怎麼調整剛剛跟您已經說明了譬如說譬如說我們以車輛為舉例你的意思是說你要用調降貨物稅引導一些政策譬如說它如果改節能減碳或者改電動車你就調降貨物稅那我先說整體來說那其他的車輛 |
transcript.whisperx[21].start |
452.079 |
transcript.whisperx[21].end |
477.531 |
transcript.whisperx[21].text |
你沒有提到的這些電動車或者是以舊換新以外的其他的車輛你還是要維持貨物稅以這樣的方式來引導消費者的消費取向我剛就提到了就是說我認為貨物稅其實是一個不合時宜的稅因為它已經有點奢侈稅的概念有時候可能我買一台車它不是電動車但是那個也不是什麼奢侈品我就是拿來代步 |
transcript.whisperx[22].start |
478.351 |
transcript.whisperx[22].end |
491.041 |
transcript.whisperx[22].text |
或者是一個機車拿來帶鋪啊那那個帶鋪 買一個機車帶鋪車稱得上什麼奢侈呢為什麼要去跟他磕碎呢好像要欲盡於磕這已經不符時代的潮流了嘛 |
transcript.whisperx[23].start |
493.104 |
transcript.whisperx[23].end |
519.851 |
transcript.whisperx[23].text |
貨物稅並不是奢侈稅的概念有點那個概念啦有點那個概念早期的啦就早期那個時候是這樣跟娛樂稅一樣嘛就是叫你早做一些娛樂所以遇境於柯所以現在所以看電影也要柯稅去看藝文活動也要柯稅叫你最好不要去以前是這樣但現在不是這樣嘛現在是鼓勵你做藝文活動我們文化部還編列預算鼓勵你去啊結果鼓勵你去做這個動作然後你做了之後我還要跟你柯稅 |
transcript.whisperx[24].start |
521.151 |
transcript.whisperx[24].end |
528.22 |
transcript.whisperx[24].text |
這個是自相矛盾的稅啊我講的是這件事情啊對 娛樂稅我們已經提出那個修正版本了是OK 好 謝謝謝謝謝謝葉元之委員 謝謝 |