iVOD / 159490

Field Value
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