iVOD / 159696

Field Value
IVOD_ID 159696
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159696
日期 2025-03-27
會議資料.會議代碼 委員會-11-3-20-5
會議資料.會議代碼:str 第11屆第3會期財政委員會第5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 5
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5次全體委員會議
影片種類 Clip
開始時間 2025-03-27T10:50:36+08:00
結束時間 2025-03-27T11:02:49+08:00
影片長度 00:12:13
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/ae27c1b40c0db9002c10a25a8c58eb041a80f058510e45acb9e3eaef4bc7903379d122fef1d5156d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:50:36 - 11:02:49
會議時間 2025-03-27T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第5次全體委員會議(事由:邀請財政部莊部長翠雲、中央銀行楊總裁金龍、金融監督管理委員會彭主任委員金隆、國家發展委員會劉主任委員鏡清、經濟部郭部長智輝、農業部陳部長駿季就「因應美國川普政府對等關稅策略與我國被列入骯髒十五國名單,我國政府財經相關單位因應策略」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.43596875
transcript.pyannote[0].end 1.29659375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.80284375
transcript.pyannote[1].end 2.96721875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 5.02596875
transcript.pyannote[2].end 7.50659375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.86096875
transcript.pyannote[3].end 8.36721875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 8.70471875
transcript.pyannote[4].end 9.43034375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 11.10096875
transcript.pyannote[5].end 12.24846875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 12.77159375
transcript.pyannote[6].end 13.19346875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 13.64909375
transcript.pyannote[7].end 15.79221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 13.83471875
transcript.pyannote[8].end 14.52659375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 15.89346875
transcript.pyannote[9].end 16.50096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 16.50096875
transcript.pyannote[10].end 17.14221875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 18.64409375
transcript.pyannote[11].end 25.51221875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 25.88346875
transcript.pyannote[12].end 29.24159375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 29.68034375
transcript.pyannote[13].end 35.46846875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 35.70471875
transcript.pyannote[14].end 48.61409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 49.42409375
transcript.pyannote[15].end 55.58346875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 55.06034375
transcript.pyannote[16].end 56.57909375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 57.54096875
transcript.pyannote[17].end 63.22784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 63.41346875
transcript.pyannote[18].end 70.24784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 69.58971875
transcript.pyannote[19].end 76.18784375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 76.50846875
transcript.pyannote[20].end 85.11471875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 86.16096875
transcript.pyannote[21].end 86.85284375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 88.10159375
transcript.pyannote[22].end 89.65409375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 89.16471875
transcript.pyannote[23].end 97.68659375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 99.28971875
transcript.pyannote[24].end 106.64721875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 99.32346875
transcript.pyannote[25].end 99.74534375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 106.74846875
transcript.pyannote[26].end 116.26596875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 116.33346875
transcript.pyannote[27].end 125.66534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 126.27284375
transcript.pyannote[28].end 132.80346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 132.87096875
transcript.pyannote[29].end 140.16096875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 138.89534375
transcript.pyannote[30].end 153.64409375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 153.71159375
transcript.pyannote[31].end 158.16659375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 158.53784375
transcript.pyannote[32].end 162.30096875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 162.43596875
transcript.pyannote[33].end 169.45596875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 169.91159375
transcript.pyannote[34].end 178.66971875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 179.24346875
transcript.pyannote[35].end 183.74909375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 184.13721875
transcript.pyannote[36].end 210.19221875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 211.27221875
transcript.pyannote[37].end 220.08096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 220.31721875
transcript.pyannote[38].end 228.04596875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 228.24846875
transcript.pyannote[39].end 254.45534375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 254.03346875
transcript.pyannote[40].end 257.74596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 258.31971875
transcript.pyannote[41].end 264.12471875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 264.59721875
transcript.pyannote[42].end 271.16159375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 271.34721875
transcript.pyannote[43].end 279.83534375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 280.13909375
transcript.pyannote[44].end 299.05596875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 299.24159375
transcript.pyannote[45].end 306.51471875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 307.17284375
transcript.pyannote[46].end 315.67784375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 315.88034375
transcript.pyannote[47].end 320.77409375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 321.02721875
transcript.pyannote[48].end 329.24534375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 330.29159375
transcript.pyannote[49].end 332.89034375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 334.39221875
transcript.pyannote[50].end 335.91096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 336.11346875
transcript.pyannote[51].end 341.00721875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 341.07471875
transcript.pyannote[52].end 347.87534375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 347.87534375
transcript.pyannote[53].end 351.87471875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 352.87034375
transcript.pyannote[54].end 355.46909375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 355.97534375
transcript.pyannote[55].end 359.77221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 361.62846875
transcript.pyannote[56].end 363.34971875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 363.43409375
transcript.pyannote[57].end 367.11284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 367.50096875
transcript.pyannote[58].end 370.36971875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 370.55534375
transcript.pyannote[59].end 371.70284375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 371.95596875
transcript.pyannote[60].end 375.02721875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 375.49971875
transcript.pyannote[61].end 377.54159375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 375.56721875
transcript.pyannote[62].end 375.98909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 377.94659375
transcript.pyannote[63].end 387.61596875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 388.45971875
transcript.pyannote[64].end 395.02409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 395.02409375
transcript.pyannote[65].end 396.54284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 396.96471875
transcript.pyannote[66].end 398.68596875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 399.07409375
transcript.pyannote[67].end 401.58846875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 399.22596875
transcript.pyannote[68].end 407.24159375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 403.57971875
transcript.pyannote[69].end 404.01846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 405.57096875
transcript.pyannote[70].end 405.87471875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 407.56221875
transcript.pyannote[71].end 411.07221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 407.73096875
transcript.pyannote[72].end 408.01784375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 411.07221875
transcript.pyannote[73].end 411.56159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 411.24096875
transcript.pyannote[74].end 411.34221875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 412.64159375
transcript.pyannote[75].end 412.65846875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 412.65846875
transcript.pyannote[76].end 431.28846875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 431.69346875
transcript.pyannote[77].end 432.90846875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 433.00971875
transcript.pyannote[78].end 450.03659375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 437.88659375
transcript.pyannote[79].end 438.07221875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 438.20721875
transcript.pyannote[80].end 438.67971875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 438.74721875
transcript.pyannote[81].end 439.77659375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 443.08409375
transcript.pyannote[82].end 444.06284375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 450.49221875
transcript.pyannote[83].end 452.11221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 452.46659375
transcript.pyannote[84].end 456.95534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 457.29284375
transcript.pyannote[85].end 458.55846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 458.89596875
transcript.pyannote[86].end 460.97159375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 460.97159375
transcript.pyannote[87].end 485.71034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 486.46971875
transcript.pyannote[88].end 488.27534375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 486.48659375
transcript.pyannote[89].end 487.54971875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 487.83659375
transcript.pyannote[90].end 488.19096875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 488.27534375
transcript.pyannote[91].end 489.40596875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 489.77721875
transcript.pyannote[92].end 508.96409375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 491.24534375
transcript.pyannote[93].end 491.88659375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 508.96409375
transcript.pyannote[94].end 509.03159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 509.03159375
transcript.pyannote[95].end 509.65596875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 509.65596875
transcript.pyannote[96].end 509.70659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 509.70659375
transcript.pyannote[97].end 509.75721875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 509.75721875
transcript.pyannote[98].end 509.77409375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 509.77409375
transcript.pyannote[99].end 509.79096875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 510.01034375
transcript.pyannote[100].end 510.02721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 510.02721875
transcript.pyannote[101].end 537.61784375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 537.85409375
transcript.pyannote[102].end 548.87346875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 549.39659375
transcript.pyannote[103].end 560.12909375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 560.50034375
transcript.pyannote[104].end 564.87096875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 565.56284375
transcript.pyannote[105].end 588.22596875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 588.54659375
transcript.pyannote[106].end 590.92596875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 592.07346875
transcript.pyannote[107].end 611.71596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 611.86784375
transcript.pyannote[108].end 612.50909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 613.09971875
transcript.pyannote[109].end 616.74471875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 617.38596875
transcript.pyannote[110].end 626.83596875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 627.00471875
transcript.pyannote[111].end 628.96221875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 628.96221875
transcript.pyannote[112].end 628.97909375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 629.60346875
transcript.pyannote[113].end 629.62034375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 629.62034375
transcript.pyannote[114].end 632.20221875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 632.65784375
transcript.pyannote[115].end 650.29221875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 648.75659375
transcript.pyannote[116].end 655.99596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 656.75534375
transcript.pyannote[117].end 657.02534375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 657.02534375
transcript.pyannote[118].end 657.49784375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 657.64971875
transcript.pyannote[119].end 670.27221875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 670.99784375
transcript.pyannote[120].end 674.28846875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 674.38971875
transcript.pyannote[121].end 674.91284375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 675.84096875
transcript.pyannote[122].end 677.74784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 677.98409375
transcript.pyannote[123].end 680.27909375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 680.27909375
transcript.pyannote[124].end 685.03784375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 680.29596875
transcript.pyannote[125].end 681.29159375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 685.25721875
transcript.pyannote[126].end 688.02471875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 688.02471875
transcript.pyannote[127].end 688.04159375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 688.04159375
transcript.pyannote[128].end 688.31159375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 688.31159375
transcript.pyannote[129].end 714.01221875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 688.41284375
transcript.pyannote[130].end 689.34096875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 712.32471875
transcript.pyannote[131].end 713.97846875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 714.01221875
transcript.pyannote[132].end 724.10346875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 722.12909375
transcript.pyannote[133].end 722.50034375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 722.98971875
transcript.pyannote[134].end 723.07409375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 723.07409375
transcript.pyannote[135].end 725.52096875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 726.07784375
transcript.pyannote[136].end 727.12409375
transcript.whisperx[0].start 0.79
transcript.whisperx[0].end 12.963
transcript.whisperx[0].text 謝謝主席有請行政院經貿談判辦公室行政院的原副總裁不是 原總談判代表是
transcript.whisperx[1].start 18.683
transcript.whisperx[1].end 48.426
transcript.whisperx[1].text 我想今天的主題是探討那個因應就是川普對等的關稅那把我們國家被列入了骯髒15國的這個名單的策略那這個我聽這個之前就是我們幾個那個同事在講其實好像是回應那個經濟部那個長次的回應就是說還不見得就是我們是在這15席的一個骯髒國代表名單裡面到底是有還是沒有
transcript.whisperx[2].start 51.009
transcript.whisperx[2].end 67.166
transcript.whisperx[2].text 從美國官員的說法他只有講到15國但是他沒有提出具體國家的判斷那你認為有還是沒有我覺得我們可以先不去做研判但是我們可以去了解美國為什麼會提到要有這15國的概念也就是說貿易順差比較大
transcript.whisperx[3].start 67.628
transcript.whisperx[3].end 77.86
transcript.whisperx[3].text 以及關稅他認為有不公平的情況你是我們的談判代表嘛在我們對美國的順差這個739億這麼多的一個這個貿易的一個順差裡頭你認為我們會是這個15個骯髒果裡面的一個名單中間嗎
transcript.whisperx[4].start 88.154
transcript.whisperx[4].end 95.219
transcript.whisperx[4].text 我們如果純粹你不要閃避啊如果你連這個都在閃避的話那怎麼談得下去呢今天那個賴昭偉這一個議題就假議題啦
transcript.whisperx[5].start 100.409
transcript.whisperx[5].end 125.516
transcript.whisperx[5].text 謝謝委員從貿易順差的這個絕對數字我們當然是排名是在前面的這些國家所以我們也做好了這些準備也做好了很多的一個模擬就是不管任何的一個政策上需要調整的還是就是說不管是任何的一個關稅的一個調整是不是就是說大家其實已經都不斷的就是在做這樣的一個準備了
transcript.whisperx[6].start 126.488
transcript.whisperx[6].end 153.337
transcript.whisperx[6].text 對我們經貿辦跟這個各部會實際上都在這個台美經貿工作小組裡面進行密集的討論那所以各種的情境我們都已經有做過模擬然後以及可能會有哪一些因應的方案是嗎因為我們也知道就是說從川普就是當選了以後其實我們整個財政委員會就是在上個會期裡頭我們就都一直在關注就是也一直就是緩和的在跟行政院在跟財政部
transcript.whisperx[7].start 153.917
transcript.whisperx[7].end 178.254
transcript.whisperx[7].text 甚至金管會就是不斷的在討論因為這個實在是事關重大那短期它造成那個全球的股市的一個波動那間接的也影響到我們的國家在未來的五年十年甚至二十年的一個發展的一個方向那川普引發世界這麼大的一個變局那我們台灣政府當然是嚴正以待啊因為我們就是賺了人家那麼多的錢啊
transcript.whisperx[8].start 179.275
transcript.whisperx[8].end 206.469
transcript.whisperx[8].text 那不可能就是說這個川普的態度川普他就是一個生意人啊他或許他認為他認為我先把這個美國的整個經濟狀況我要你們來投資啊那剛才我聽了很多就是官員的一個回覆大家就是說尤其是萊斯堡委員他每一次他只要質詢我都很認真的在聽他把大家帶向的就是說你要怎麼補這個七八三十九億啊
transcript.whisperx[9].start 206.95
transcript.whisperx[9].end 209.788
transcript.whisperx[9].text 我們台積電不是去了投資了一千億的嗎
transcript.whisperx[10].start 212.029
transcript.whisperx[10].end 237.612
transcript.whisperx[10].text 那這樣子的話我們還必須要再去補那個739嗎怎麼會是這樣子呢那你們就不用談判了啊是不是這樣子跟委員報告就是我覺得美國現在如同我剛一開始有提到美國現在訴求的是所謂經濟安全跟國家安全所以第一個部分他希望台積電去多投資是他考量到晶片的這些供應鏈安全那可是至於他認為說在這個公平的
transcript.whisperx[11].start 238.112
transcript.whisperx[11].end 257.45
transcript.whisperx[11].text 所谓对等关税这个议题是希望美国可以多出口来增加他自己美国本身的就业市场那所以就这个部分呢我想台积电的投资确实有强化了我们台美的未来在贸易谈判的良好的一个气氛的基础是吗我想这个副总代表你知道就是说
transcript.whisperx[12].start 258.371
transcript.whisperx[12].end 275.518
transcript.whisperx[12].text 在近期尤其在昨天我們給他看了以前的一個黃金是已經到了那個一萬兩千塊這個跟過年前其實是有很大的一個差別黃金大漲了那這個一盎司三千美元的這個黃金其實大概就是說
transcript.whisperx[13].start 276.618
transcript.whisperx[13].end 300.587
transcript.whisperx[13].text 也給這個市場帶動了一個很大的一個震撼那川普引發世界上的一個變局你看我們從這個漫畫裡頭我們看得出來就是說他這一顆大石頭他已經就是從山上那個下來了他其實在考驗的就是全世界每一個國家你是不是可以好好的來面對了這些經濟上的一個議題那我想請問你這個美國人
transcript.whisperx[14].start 303.268
transcript.whisperx[14].end 332.657
transcript.whisperx[14].text 就是非常愛消費非常愛買東西那全世界4%的人口美國佔了全世界4%的人口可是他消費了全世界20%的一個產品喔所以美國人是非常愛買的一個那個國家那這樣子到底川普是在製造一場經濟上的一個衰退還是經濟上的一個提升啊那代表你怎麼看他就講美國現階段你看川普
transcript.whisperx[15].start 334.431
transcript.whisperx[15].end 359.213
transcript.whisperx[15].text 好謝謝委員的這個問題我們經貿辦經貿辦沒有對這個所謂的整體的經濟情勢來做分析所以基本上可能這個會由我們其他的主政單位來說明會比較恰當那但是我們當然知道說你沒有看整個全世界的這個經濟的話你怎麼去談判啊怎麼會是這樣子的一個回答的問題咧對所以我想補充我請教你你讓我問誰
transcript.whisperx[16].start 361.65
transcript.whisperx[16].end 387.347
transcript.whisperx[16].text 我來問誰是比較恰當的我想整體的經濟情勢的這個預估或展望或許我剛剛我有聽到我們的央行這邊可能有提出一個比較整體性的一個說明所以我要問央行的副總裁就是全球的經濟的一個不確定性到底你要怎麼面對的這個全球的不確定性經濟的不確定性好來副總裁你來回答
transcript.whisperx[17].start 388.513
transcript.whisperx[17].end 405.822
transcript.whisperx[17].text 我想那個代表你這樣的一個談判態度是讓人家擔心的其實台灣本身我們的競爭的實力在全世界很好我是執政黨的委員換寬欣來我讓你們盡量多講我這個Line不是Line是寶那個Line
transcript.whisperx[18].start 414.248
transcript.whisperx[18].end 427.725
transcript.whisperx[18].text 其實我剛才已經在強調全世界現在有關於對川普不確定性大家不是很清楚怎麼樣可是就他們設定的不管是什麼樣的參數我們現在看到的他對於
transcript.whisperx[19].start 433.25
transcript.whisperx[19].end 444.013
transcript.whisperx[19].text 這個全球經濟的影響至少對台灣這個部分所以它的衰退已經非常的明顯了我們看得到了剛才看到的就是說看我們那個圖形就看到很多國家都是被調降經濟成長率噴霍膨脹率是上升
transcript.whisperx[20].start 453.256
transcript.whisperx[20].end 462.846
transcript.whisperx[20].text 央行是非常少數經濟成長率上升的一個國家如果我們這個骯髒的15國裡頭我們用高關稅還是高貿易就是它的一個
transcript.whisperx[21].start 469.692
transcript.whisperx[21].end 485.437
transcript.whisperx[21].text 變成就是說它的一個排序來看的話那有沒有比較明顯的就是說在你的經驗裡頭哪一個是比較明顯的作為代表這個骯髒的十五國它是用高關稅還是用高貿易額來做這個排序呢
transcript.whisperx[22].start 486.553
transcript.whisperx[22].end 509.371
transcript.whisperx[22].text 我想他應該是用高貿易額對因為基本上我們在關稅上剛才已經看到平均的那個稅率我們是低的只有農產品是例外所以應該是關鍵指標中那個貿易額這一個部分是比較可能的
transcript.whisperx[23].start 510.331
transcript.whisperx[23].end 539.251
transcript.whisperx[23].text 對 沒有錯嘛你看嘛這個美國前20大的一個貿易入鈔的國家跟美國之間的一個關稅差距我們在2023年做出來的就是說美國的加權平均關稅率是1.7那就低於台灣的台灣的加權平均關稅是1.7低於美國的2.2那如果是簡單的平均關稅6.5的話卻高於美國的3.3這個非常清楚啊所以我在想
transcript.whisperx[24].start 540.331
transcript.whisperx[24].end 561.166
transcript.whisperx[24].text 如果我們用這樣子我們從央行的報告裡頭我們可以看到了兩個重點這兩個重點的話就是說到底台美的那個關稅的一個差距來講剛才就我特別講到了就是這個差距是1.7%比美國那個就是就是的2.2%還低0.5個百分點
transcript.whisperx[25].start 565.969
transcript.whisperx[25].end 590.321
transcript.whisperx[25].text 這樣子的話你是不是就是說我們財政委員會一直在關注一個問題就是在這個會期的那個初期的時候我在總質詢裡頭特別請教了行政院長那你可以不可以說明就是說在這個當然這個是台美經濟貿易的一個對談小組可是顯然大家大家都非常的保守就是說
transcript.whisperx[26].start 592.43
transcript.whisperx[26].end 616.515
transcript.whisperx[26].text 你們應該是要把這一個就是說你們去看了然後去對談了到什麼樣的一個層級可以講到什麼樣的一個對話應該讓我們知道可是我們也知道就是說可能礙於就是說有一些有一些條件上你們沒有辦法就是很明確的講出來所以總裁那個副總裁我覺得我還是要在
transcript.whisperx[27].start 617.635
transcript.whisperx[27].end 628.291
transcript.whisperx[27].text 請教你一個問題就是你因應就是說這整個經濟可能會面臨到了一個退化的一個狀況的時候那你的台幣會升還是會貶其實剛才這個
transcript.whisperx[28].start 632.737
transcript.whisperx[28].end 655.127
transcript.whisperx[28].text 我們也都談到央行基本上匯率是由市場決定只有在一些突發因素考慮市場穩定性會進場一下讓它平衡所以我們看到金台幣匯率相對其他國家匯率不得下你覺得近期就是美債一直在降一直在衰退那你台幣會不會調
transcript.whisperx[29].start 658.705
transcript.whisperx[29].end 661.947
transcript.whisperx[29].text 應該是這樣子這三個月台幣會不會調我覺得影響資金移動的應該是現在美國跟台灣股市之間的凝動關係外資
transcript.whisperx[30].start 675.905
transcript.whisperx[30].end 685.936
transcript.whisperx[30].text 把他過去的獲利等等他匯了一大部分出去所以你認為說現在其實是在盤整所以你的台幣台幣是匯升還是匯降
transcript.whisperx[31].start 691.161
transcript.whisperx[31].end 719.96
transcript.whisperx[31].text 移動怎麼樣他也是因為市場波動跟著去調整那最近波動比較大是外資匯出可是外資也會反過來匯進台灣那時候整個方向又是相反的所以基本上我們並沒有一個定向的說一定貶值升值要看市場情況副總裁我是執政黨的委員你要多利用我們的質詢裡頭多講一些比較正向的不要閃不要躲
transcript.whisperx[32].start 721.101
transcript.whisperx[32].end 722.786
transcript.whisperx[32].text 謝謝 謝謝主席好 謝謝你謝謝賴召惠警察的資訊我們休息十分鐘
gazette.lineno 615
gazette.blocks[0][0] 賴委員惠員:(10時50分)謝謝主席,有請行政院經貿談判辦公室。
gazette.blocks[1][0] 主席:請行政院的顏副總代表。
gazette.blocks[2][0] 賴委員惠員:顏副總裁……不是,是顏副總談判代表。
gazette.blocks[3][0] 主席:對。
gazette.blocks[4][0] 賴委員惠員:我想今天的主題是探討因應川普的對等關稅還有我們國家被列入了骯髒15國名單的策略,我聽到之前我們幾個同事在講,其實經濟部常次的回應是我們還不見得就是在15個骯髒國的名單裡面,到底是有還是沒有?
gazette.blocks[5][0] 顏副總談判代表慧欣:依美國官員的說法,他只有講到15國,但是他沒有提出具體的國家名單。
gazette.blocks[6][0] 賴委員惠員:那你認為有還是沒有?
gazette.blocks[7][0] 顏副總談判代表慧欣:我覺得我們可以先不去做研判,但是我們可以去了解美國為什麼會提到要有這15國的概念,也就是貿易順差比較大以及對關稅他認為有不公平的情況。
gazette.blocks[8][0] 賴委員惠員:你是我們的談判代表,在我們對美國的貿易有739億這麼多的順差,你認為我們會在這個骯髒15國的名單裡面嗎?
gazette.blocks[9][0] 顏副總談判代表慧欣:我們如果純粹……
gazette.blocks[10][0] 賴委員惠員:你不要閃避啊!如果你連這個都在閃避的話,那怎麼談得下去呢?今天賴召委排的這一個議題就變成假議題了,對不對?
gazette.blocks[11][0] 顏副總談判代表慧欣:對,謝謝委員,從貿易順差的絕對數字來看,我們當然是排名在前面的這些國家之一。
gazette.blocks[12][0] 賴委員惠員:所以我們也做好了這些準備?也做好了很多的模擬?不管任何在政策上需要調整的,不管是任何的關稅調整,是不是大家其實已經都不斷的在做這樣的準備了?
gazette.blocks[13][0] 顏副總談判代表慧欣:對,我們經貿辦跟各部會實際上都在這個臺北經貿工作小組裡面進行密集的討論,所以對各種的情境我們都已經有做過模擬,提出可能有哪一些因應的方案,我們都有討論過。
gazette.blocks[14][0] 賴委員惠員:是嘛!因為我們也知道,從川普當選了以後,其實我們整個財政委員會在上個會期裡頭都一直在關注,也一直反覆的跟行政院、財政部甚至金管會不斷的在討論,因為這個實在是事關重大。短期他造成全球股市的波動,也間接的影響到我們國家在未來5年、10年甚至20年的發展方向。川普引發了世界這麼大的變局,那我們臺灣政府當然是嚴陣以待,因為我們就是賺了人家那麼多的錢,我們看川普的態度,川普就是一個生意人,或許他認為要先針對美國的整個經濟狀況,就是要你們來投資。剛才我聽了很多官員的回復,尤其是賴士葆委員,每次只要他質詢,我都很認真的在聽,他把大家帶向的就是你要怎麼補這739億,我們台積電不是去投資了1,000億了嗎?這樣子的話,我們還必須要再去補那個739億嗎?怎麼會是這樣子呢?那你們就不用談判了啊!是不是這樣子?
gazette.blocks[15][0] 顏副總談判代表慧欣:跟委員報告,我覺得美國現在就如同我剛剛一開始提到的,美國現在訴求的是所謂經濟安全跟國家安全,所以第一個部分是他希望台積電去多投資,因為他考量到晶片這些供應鏈的安全;至於他在這個公平的、所謂對等關稅的這個議題,就是希望美國可以多出口來增加美國自己本身的就業市場。所以就這個部分我想台積電的投資確實有強化了我們臺美未來在貿易談判時有良好氣氛的基礎。
gazette.blocks[16][0] 賴委員惠員:是嘛!我想副總代表也知道,我們看到近期黃金的價格大漲,尤其在昨天一錢的黃金已經到了1萬2,000塊,這個跟過年前其實有很大的差別,黃金大漲了,1盎司3,000美元的黃金其實也在這個市場帶動了一個很大的震撼。川普引發了世界上的變局,我們從這個漫畫裡頭看得出來,就是這顆大石頭已經從山上下來了,他其實在考驗的就是全世界每一個國家是不是可以好好的來面對這些經濟上的議題。那我想請問你,美國人就是非常愛消費、非常愛買東西,美國占了全世界4%的人口,可是他們消費了全世界20%的產品,所以美國人是非常愛買東西的國家,那這樣子到底川普是在製造一場經濟上的衰退還是經濟上的提升?顏副總談判代表,你怎麼看美國現階段的川普?
gazette.blocks[17][0] 顏副總談判代表慧欣:好,謝謝委員的這個問題,我們經貿辦基本上沒有對所謂的整體經濟情勢來做分析,所以這個可能由我們其他的主政單位來說明會比較恰當。但是我們當然知道……
gazette.blocks[18][0] 賴委員惠員:如果你沒有看全世界的整個經濟,你怎麼去談判呢?怎麼會是這樣子回答這個問題呢?
gazette.blocks[19][0] 顏副總談判代表慧欣:對,所以我想補充……
gazette.blocks[20][0] 賴委員惠員:那我請教你,你讓我問誰?我來問誰是比較恰當的?
gazette.blocks[21][0] 顏副總談判代表慧欣:我想整體經濟情勢的預估或展望,剛剛我有聽到我們的央行這邊可能有提出一個比較整體性的說明。
gazette.blocks[22][0] 賴委員惠員:所以我要問央行的副總裁?就是到底你要怎麼面對全球經濟的不確定性?好,請副總裁來回答。我想顏副總談判代表這樣的一個談判態度是讓人家擔心的。
gazette.blocks[23][0] 朱副總裁美麗:其實我們臺灣本身競爭的實力在全世界很好……
gazette.blocks[24][0] 賴委員惠員:我是執政黨的委員,可以放寬心,我讓你們儘量多講。我這個「賴」不是賴士葆那個「賴」。
gazette.blocks[25][0] 朱副總裁美麗:好,謝謝。其實我剛才已經在強調,就是全世界現在對於川普的不確定性,大家不是很清楚怎麼樣,可是就他們所設定的,不管是什麼樣的參數,我們現在所看到對於全球經濟的影響,至少對臺灣這個部分是很樂觀……
gazette.blocks[26][0] 賴委員惠員:所以它的衰退已經非常的明顯了,我們都看得到。
gazette.blocks[27][0] 朱副總裁美麗:對,剛才看到的就是說……
gazette.blocks[28][0] 賴委員惠員:我們可以預期看得到了。
gazette.blocks[29][0] 朱副總裁美麗:我們看那個圖形就看到了,很多國家都是被調降經濟成長率,通貨膨脹率是上升,央行預測我們是非常少數經濟成長率上升的國家。
gazette.blocks[30][0] 賴委員惠員:好,副總裁,如果我們被列入骯髒15國裡頭,對我們是用高關稅還是高貿易額?就是從它的排序來看有沒有比較明顯的?依照你的經驗,哪一個是比較明顯的?你認為這個骯髒15國是用高關稅還是用高貿易額來做排序呢?你們總是要有一個判讀啊!
gazette.blocks[31][0] 朱副總裁美麗:我想他應該是用高貿易額。
gazette.blocks[32][0] 賴委員惠員:高貿易額?
gazette.blocks[33][0] 朱副總裁美麗:對,因為基本上我們在關稅上剛才已經看到了,我們平均的稅率是低的,只有農產品是例外,所以應該在關鍵指標中那個貿易額的部分是比較可能的。
gazette.blocks[34][0] 賴委員惠員:對,沒有錯嘛!你看美國前二十大的貿易入超國家跟美國之間的關稅差距,這是我們在2023年做出來的,就是臺灣的加權平均關稅率是1.7%,低於美國的2.2%;如果是簡單平均關稅6.5%的話,卻高於美國的3.3%,這個非常的清楚。所以我們從央行的報告裡頭可以看到兩個重點,這兩個重點就是到底以臺美的關稅差距來講,剛才我特別講到,這個差距是1.7%,比美國的2.2%還低0.5%。我們財政委員會一直在關注一個問題,就是在這個會期初期的時候,我在總質詢特別請教了行政院長,你可以不可以說明,當然這個是臺美經濟貿易的對談小組,可是顯然大家都非常的保守,你們應該是要把你們去看了、去對談了,然後到什麼樣的層級?可以講到什麼樣的對話?這應該讓我們知道。可是我們也知道,可能礙於有一些條件上,你們沒有辦法很明確地講出來,所以副總裁,我還是要再請教你一個問題,因應整個經濟可能會面臨到一個退化狀況的時候,臺幣會升還是會貶?
gazette.blocks[35][0] 朱副總裁美麗:其實剛才我們也都談到,央行基本上匯率是由市場決定,只有在一些突發因素,考慮到市場穩定性,會進場一下讓它平衡,所以我們看到新臺幣匯率相對其他國家匯率……
gazette.blocks[36][0] 賴委員惠員:近期美債一直在衰退,那臺幣會不會調?
gazette.blocks[37][0] 朱副總裁美麗:應該是這樣子……
gazette.blocks[38][0] 賴委員惠員:這3個月,臺幣會不會調?影響大還是小?
gazette.blocks[39][0] 朱副總裁美麗:我覺得影響資金移動的應該是現在美國跟臺灣股市之間的連動關係,外資把它過去的獲利等等匯了一大部分出去而影響。
gazette.blocks[40][0] 賴委員惠員:所以你認為現在其實是在盤整?所以臺幣是會升還是會降?短期內。
gazette.blocks[41][0] 朱副總裁美麗:因為外資的移動怎麼樣,它也是因為市場波動跟著去調整,最近波動比較大是外資匯出,可是外資也會反過來匯進臺灣,那時候整個方向又是相反的,所以基本上,我們並沒有定向的說一定貶值或升值,要看市場情況才知道。
gazette.blocks[42][0] 賴委員惠員:副總裁,我是執政黨的委員,你要多利用我們的質詢,多講一些比較正向的,不要閃,不要躲。謝謝,謝謝主席。
gazette.blocks[43][0] 朱副總裁美麗:好,謝謝你。
gazette.blocks[44][0] 主席:謝謝賴召委精彩的質詢。
gazette.blocks[44][1] 我們休息10分鐘。
gazette.blocks[44][2] 休息(11時2分)
gazette.blocks[44][3] 繼續開會(11時12分)
gazette.blocks[45][0] 主席:向委員會報告,我們繼續開會。
gazette.blocks[45][1] 請各位就定位,如果需要交談,拜託各位就到我們的會議室外面,不要影響到會議的進行。
gazette.blocks[45][2] 下一位請李坤城委員質詢。
gazette.agenda.page_end 74
gazette.agenda.meet_id 委員會-11-3-20-5
gazette.agenda.speakers[0] 賴士葆
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 郭國文
gazette.agenda.speakers[4] 鍾佳濱
gazette.agenda.speakers[5] 李彥秀
gazette.agenda.speakers[6] 林思銘
gazette.agenda.speakers[7] 賴惠員
gazette.agenda.speakers[8] 李坤城
gazette.agenda.speakers[9] 陳玉珍
gazette.agenda.speakers[10] 黃珊珊
gazette.agenda.speakers[11] 王世堅
gazette.agenda.speakers[12] 許宇甄
gazette.agenda.speakers[13] 羅廷瑋
gazette.agenda.speakers[14] 楊瓊瓔
gazette.agenda.speakers[15] 羅明才
gazette.agenda.speakers[16] 葉元之
gazette.agenda.speakers[17] 邱志偉
gazette.agenda.speakers[18] 顏寬恒
gazette.agenda.speakers[19] 廖先翔
gazette.agenda.speakers[20] 鄭正鈐
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2025-03-27
gazette.agenda.gazette_id 1143201
gazette.agenda.agenda_lcidc_ids[0] 1143201_00002
gazette.agenda.meet_name 立法院第11屆第3會期財政委員會第5次全體委員會議紀錄
gazette.agenda.content 邀請財政部莊部長翠雲、中央銀行楊總裁金龍、金融監督管理委員會彭主任委員金隆、國家發展 委員會劉主任委員鏡清、經濟部郭部長智輝、農業部陳部長駿季就「因應美國川普政府對等關稅 策略與我國被列入骯髒十五國名單,我國政府財經相關單位因應策略」進行專題報告,並備質詢
gazette.agenda.agenda_id 1143201_00001