iVOD / 159709

Field Value
IVOD_ID 159709
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159709
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 2025-03-27T11:13:11+08:00
結束時間 2025-03-27T11:24:09+08:00
影片長度 00:10:58
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ae27c1b40c0db90005d17bdb4e79e7d51a80f058510e45acb9e3eaef4bc79033420fad759d9e24575ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李坤城
委員發言時間 11:13:11 - 11:24:09
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_00
transcript.pyannote[0].start 6.56159375
transcript.pyannote[0].end 7.99596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.18159375
transcript.pyannote[1].end 16.23096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 15.55596875
transcript.pyannote[2].end 15.62346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 17.96909375
transcript.pyannote[3].end 18.67784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 19.87596875
transcript.pyannote[4].end 20.43284375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.59721875
transcript.pyannote[5].end 26.99721875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 27.14909375
transcript.pyannote[6].end 40.56471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 40.78409375
transcript.pyannote[7].end 41.62784375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.23534375
transcript.pyannote[8].end 44.51346875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 45.20534375
transcript.pyannote[9].end 48.51284375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 49.96409375
transcript.pyannote[10].end 71.05784375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 53.25471875
transcript.pyannote[11].end 53.60909375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 71.32784375
transcript.pyannote[12].end 71.44596875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 71.44596875
transcript.pyannote[13].end 71.54721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 71.54721875
transcript.pyannote[14].end 71.58096875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 71.58096875
transcript.pyannote[15].end 79.22534375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 79.14096875
transcript.pyannote[16].end 80.72721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 79.57971875
transcript.pyannote[17].end 79.68096875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 80.10284375
transcript.pyannote[18].end 84.86159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 81.63846875
transcript.pyannote[19].end 83.02221875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 85.09784375
transcript.pyannote[20].end 86.29596875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 86.29596875
transcript.pyannote[21].end 87.13971875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 87.27471875
transcript.pyannote[22].end 111.99659375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 112.18221875
transcript.pyannote[23].end 113.48159375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 113.86971875
transcript.pyannote[24].end 116.51909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 116.89034375
transcript.pyannote[25].end 118.35846875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 118.69596875
transcript.pyannote[26].end 120.09659375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 120.23159375
transcript.pyannote[27].end 121.81784375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 122.05409375
transcript.pyannote[28].end 122.35784375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 123.25221875
transcript.pyannote[29].end 124.36596875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 125.05784375
transcript.pyannote[30].end 126.03659375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 126.37409375
transcript.pyannote[31].end 129.07409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 129.27659375
transcript.pyannote[32].end 129.56346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 129.81659375
transcript.pyannote[33].end 133.64721875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 133.96784375
transcript.pyannote[34].end 134.65971875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 135.06471875
transcript.pyannote[35].end 135.60471875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 136.39784375
transcript.pyannote[36].end 137.05596875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 137.51159375
transcript.pyannote[37].end 139.06409375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 139.58721875
transcript.pyannote[38].end 141.67971875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 141.96659375
transcript.pyannote[39].end 142.59096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 143.21534375
transcript.pyannote[40].end 144.64971875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 145.02096875
transcript.pyannote[41].end 148.32846875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 148.68284375
transcript.pyannote[42].end 154.30221875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 154.57221875
transcript.pyannote[43].end 155.75346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 155.98971875
transcript.pyannote[44].end 157.08659375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 157.25534375
transcript.pyannote[45].end 159.16221875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 159.44909375
transcript.pyannote[46].end 164.15721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 164.47784375
transcript.pyannote[47].end 173.20221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 173.52284375
transcript.pyannote[48].end 183.83346875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 184.17096875
transcript.pyannote[49].end 227.65784375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 205.28159375
transcript.pyannote[50].end 205.56846875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 223.06784375
transcript.pyannote[51].end 223.08471875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 227.65784375
transcript.pyannote[52].end 234.42471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 235.77471875
transcript.pyannote[53].end 241.24221875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 242.35596875
transcript.pyannote[54].end 249.86534375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 249.52784375
transcript.pyannote[55].end 251.65409375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 252.14346875
transcript.pyannote[56].end 255.56909375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 255.90659375
transcript.pyannote[57].end 258.62346875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 258.79221875
transcript.pyannote[58].end 274.77284375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 274.99221875
transcript.pyannote[59].end 275.75159375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 276.27471875
transcript.pyannote[60].end 279.36284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 280.88159375
transcript.pyannote[61].end 286.88909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 287.24346875
transcript.pyannote[62].end 288.45846875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 287.73284375
transcript.pyannote[63].end 290.58471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 290.34846875
transcript.pyannote[64].end 300.38909375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 297.23346875
transcript.pyannote[65].end 303.86534375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 303.98346875
transcript.pyannote[66].end 326.57909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 320.72346875
transcript.pyannote[67].end 321.09471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 323.42346875
transcript.pyannote[68].end 324.14909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 326.57909375
transcript.pyannote[69].end 329.75159375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 330.61221875
transcript.pyannote[70].end 331.89471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 338.93159375
transcript.pyannote[71].end 347.30159375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 347.84159375
transcript.pyannote[72].end 354.25409375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 354.43971875
transcript.pyannote[73].end 356.43096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 354.52409375
transcript.pyannote[74].end 354.62534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 354.67596875
transcript.pyannote[75].end 354.70971875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 356.43096875
transcript.pyannote[76].end 368.15909375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 369.00284375
transcript.pyannote[77].end 378.13221875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 373.20471875
transcript.pyannote[78].end 373.59284375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 377.60909375
transcript.pyannote[79].end 378.72284375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 378.72284375
transcript.pyannote[80].end 387.64971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 387.14346875
transcript.pyannote[81].end 390.85596875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 391.54784375
transcript.pyannote[82].end 393.96096875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 394.56846875
transcript.pyannote[83].end 399.07409375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 400.47471875
transcript.pyannote[84].end 418.51409375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 415.49346875
transcript.pyannote[85].end 415.79721875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 418.64909375
transcript.pyannote[86].end 421.18034375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 420.85971875
transcript.pyannote[87].end 423.03659375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 422.64846875
transcript.pyannote[88].end 430.46159375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 430.84971875
transcript.pyannote[89].end 439.05096875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 439.23659375
transcript.pyannote[90].end 441.64971875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 442.24034375
transcript.pyannote[91].end 442.71284375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 443.35409375
transcript.pyannote[92].end 446.23971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 447.26909375
transcript.pyannote[93].end 455.68971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 456.04409375
transcript.pyannote[94].end 460.34721875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 459.25034375
transcript.pyannote[95].end 466.40534375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 466.84409375
transcript.pyannote[96].end 467.14784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 467.36721875
transcript.pyannote[97].end 469.99971875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 470.32034375
transcript.pyannote[98].end 474.20159375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 476.09159375
transcript.pyannote[99].end 497.25284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 486.55409375
transcript.pyannote[100].end 486.84096875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 496.72971875
transcript.pyannote[101].end 503.02409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 503.20971875
transcript.pyannote[102].end 504.27284375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 504.42471875
transcript.pyannote[103].end 506.48346875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 506.60159375
transcript.pyannote[104].end 508.81221875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 510.82034375
transcript.pyannote[105].end 512.13659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 512.17034375
transcript.pyannote[106].end 512.22096875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 512.22096875
transcript.pyannote[107].end 512.86221875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 513.16596875
transcript.pyannote[108].end 513.43596875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 513.43596875
transcript.pyannote[109].end 518.80221875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 519.22409375
transcript.pyannote[110].end 521.45159375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 520.06784375
transcript.pyannote[111].end 520.50659375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 521.77221875
transcript.pyannote[112].end 523.42596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 523.61159375
transcript.pyannote[113].end 525.82221875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 526.49721875
transcript.pyannote[114].end 528.67409375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 529.02846875
transcript.pyannote[115].end 529.29846875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 529.48409375
transcript.pyannote[116].end 531.94784375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 532.16721875
transcript.pyannote[117].end 533.98971875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 535.32284375
transcript.pyannote[118].end 538.27596875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 539.23784375
transcript.pyannote[119].end 551.91096875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 551.91096875
transcript.pyannote[120].end 562.22159375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 562.59284375
transcript.pyannote[121].end 565.49534375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 566.37284375
transcript.pyannote[122].end 590.53784375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 591.01034375
transcript.pyannote[123].end 601.87784375
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 602.18159375
transcript.pyannote[124].end 608.71221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 605.59034375
transcript.pyannote[125].end 605.94471875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 605.94471875
transcript.pyannote[126].end 605.97846875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 608.71221875
transcript.pyannote[127].end 609.01596875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 608.96534375
transcript.pyannote[128].end 618.14534375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 613.99409375
transcript.pyannote[129].end 614.02784375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 614.02784375
transcript.pyannote[130].end 614.28096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 618.17909375
transcript.pyannote[131].end 621.43596875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 622.56659375
transcript.pyannote[132].end 623.98409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 623.78159375
transcript.pyannote[133].end 629.04659375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 629.80596875
transcript.pyannote[134].end 631.62846875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 631.94909375
transcript.pyannote[135].end 645.39846875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 642.73221875
transcript.pyannote[136].end 643.17096875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 645.65159375
transcript.pyannote[137].end 647.91284375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 647.03534375
transcript.pyannote[138].end 647.76096875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 648.33471875
transcript.pyannote[139].end 658.96596875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 652.08096875
transcript.pyannote[140].end 652.65471875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 652.75596875
transcript.pyannote[141].end 654.69659375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 655.25346875
transcript.pyannote[142].end 657.97034375
transcript.whisperx[0].start 7.442
transcript.whisperx[0].end 12.27
transcript.whisperx[0].text 謝謝主席那我們請這個財政部的莊部長中央銀行的副總裁委員好
transcript.whisperx[1].start 24.899
transcript.whisperx[1].end 46.424
transcript.whisperx[1].text 今天財政委員會要報告的題目叫做因應美國川普政府對等關稅策略與我國被列入骯髒15國名單我國政府財經相關單位的因應策略專題報告請問一下部長跟副總裁台灣有被列入骯髒15國的名單了嗎
transcript.whisperx[2].start 50.298
transcript.whisperx[2].end 70.533
transcript.whisperx[2].text 謝謝委員我想我們在報告裡面說很清楚也就是說是美國的財政部長日前接受媒體專訪的時候他所提到對美課徵高關稅以及貿易量大的前15%的貿易夥伴稱為骯髒事務國但他並沒有說哪些國家是列入這
transcript.whisperx[3].start 71.995
transcript.whisperx[3].end 92.411
transcript.whisperx[3].text 沒有嘛 只是因為說我們是美國第七大的貿易夥伴所以有媒體就按照這個把台灣列進去了但是川普還沒有宣布嘛 對不對那副總裁 這個川普有宣布了嗎沒有宣布嘛所以我就覺得很奇怪啊這川普都還沒有宣布說台灣是已經被列入骯髒15國的名單了結果今天我們這一個
transcript.whisperx[4].start 95.473
transcript.whisperx[4].end 121.583
transcript.whisperx[4].text 在財委會要報告的這一個專題報告就說好像台灣已經被列入骯髒15國的名單了這個如果川普看到就說我都還沒有宣布啊那怎麼這個台灣立法院的財委會已經幫我宣布了台灣已經被列入了骯髒15國名單了我們可以因應我們想說如果有可能被列入的話那台灣該怎麼做這我是可以接受的但是台灣還沒有被列入嘛
transcript.whisperx[5].start 123.288
transcript.whisperx[5].end 135.442
transcript.whisperx[5].text 那請問一下這個因為川普政策的不確定性也蠻高的那之前這個央行的總裁有來這個裁委會還有提到他說啊
transcript.whisperx[6].start 137.531
transcript.whisperx[6].end 149.495
transcript.whisperx[6].text 這個台灣被列入這個骯髒十五國的機率並不高因為他的看法是說美國的平均稅率是3.3%那台灣是6.5%但是用加權平均稅率來看美國是2.2%台灣是1.7%所以他認為說台美是互補的不是說是不公平的貿易
transcript.whisperx[7].start 164.6
transcript.whisperx[7].end 170.784
transcript.whisperx[7].text 那所以呢他認為啊我們央行總裁認為說這個台灣呢被列入這個骯髒15國的這個機會呢是不大
transcript.whisperx[8].start 173.998
transcript.whisperx[8].end 195.16
transcript.whisperx[8].text 那這個我問部長好了,因為問副總裁不好回應,因為總裁講的話來,我問一下部長,那你是否認同這個總裁他所說的話我想總裁說的一定都有所依據而且我們如果用單純的平均名目關稅稅率當然會比美國高,可是你必須要考量
transcript.whisperx[9].start 195.68
transcript.whisperx[9].end 208.703
transcript.whisperx[9].text 各項貨品的進口值所以我們用貿易加權平均關稅稅率那事實上如果用貿易平均加權關稅稅率我們是比美國低的那當然另外在農產品的部分雖然我們會比它高但是在工業產品的部分其實我們只有1.4%而且從美國進口的加權平均關稅稅率我們是2%然後另外我們主要進口的還是工業產品
transcript.whisperx[10].start 223.126
transcript.whisperx[10].end 241.073
transcript.whisperx[10].text 而供應產品裡面有大部分我們是雙方都是零稅率的好那所以部長所以你也贊同這個認同總裁所說的這句話機率不高就對了機率不高但還是有啦不是說完全沒有嘛但是是否認同總裁所說的
transcript.whisperx[11].start 242.581
transcript.whisperx[11].end 270.118
transcript.whisperx[11].text 我們希望是這樣子 當然到時候美國怎麼出手我們還是要密切的觀察 密切的關注是啊 因為媒體是說4月2號才公布啦所以我們也不用搶先在川普還沒公布之前就說他台灣已經列入了這個骯髒十五國這個名單裡面但是因為我提到就是說這個川普他的這個政策有很多的不確定性他也說有可能會有一些豁免或是例外但是萬一啦
transcript.whisperx[12].start 270.878
transcript.whisperx[12].end 278.369
transcript.whisperx[12].text 結果不幸台灣被列入骯髒這15國部長認為有哪一些產業會受到影響第一個他要對哪一些產品要加徵關稅
transcript.whisperx[13].start 287.338
transcript.whisperx[13].end 298.043
transcript.whisperx[13].text 第一個就是說會加關稅嘛對 加徵關稅是對哪些產品那第二個就是說它是不是對所有的國家都一樣的去加徵不一樣的就台灣好了就台灣如果認為說如果要各點關稅的話你認為有哪些產業可能會受到影響
transcript.whisperx[14].start 304.605
transcript.whisperx[14].end 329.46
transcript.whisperx[14].text 這個部分我們其實密切關注我們對於所有的他所目前所釋放出來的相關的訊息我們都一直在關注而且會去掌握然後也會去分析對國內的相關產業會有什麼樣的影響那在行政院的經貿台美經貿工作小組會都密切都一直非常密集的在開會那相關的對策也都有主席不好意思時間暫停我可不可以請經濟部的次長經濟部的次長
transcript.whisperx[15].start 338.956
transcript.whisperx[15].end 367.873
transcript.whisperx[15].text 好 謝謝主席那次長 相同問題我再問你那如果萬一被列入安裝十五國的時候台灣有哪些產業會受到影響在行政院的台美經貿小組都有討論到所以我們也有擬定各種的方案如果真的有被列入的話那您認為有哪一些那我具體問好了啦這個有這個台積運的院長他有講說如果被列入的話汽車跟農產品的影響會很大那請問一下這個部長 次長的意見
transcript.whisperx[16].start 369.259
transcript.whisperx[16].end 388.564
transcript.whisperx[16].text 最主要是因為台美的汽車的關稅是有差距的所以呢但是呢我們並沒有出口整車到美國我們都是零組件嘛我們出口美國的是沙灘車並沒有在這一次昨天川普政府公布的這個汽車的這個名單好那我再請教一下莊部長現在這個車子從美國進來
transcript.whisperx[17].start 394.862
transcript.whisperx[17].end 415.847
transcript.whisperx[17].text 包含關稅跟貨物稅大概要接近40%左右吧沒有錯我們的關稅是17.5%加上貨物稅但是還是要跟委員報告從美國進口的車子大概有一半我們大概是新台幣是302億但裡面有一半是屬於電動車所以電動車其實貨物稅目前是零的
transcript.whisperx[18].start 419.048
transcript.whisperx[18].end 445.887
transcript.whisperx[18].text 那關稅呢?關稅有17.5%嗎?關稅是17.5%一樣的如果就關稅來講的確啦這個汽車或是說這個農產品農產品應該是我們主要進口美國的比較多啦這個出口到美國比較少但是呢就是對等關稅可能有兩種措施嘛第一個我們相對應的關稅也跟著做調整調降另外一個呢你可能要多買一些美國的東西嘛對不對
transcript.whisperx[19].start 447.315
transcript.whisperx[19].end 473.31
transcript.whisperx[19].text 那目前來說我想平衡貿易值這個是各國都也是美國希望的那加強對擴大對美國的採購或者是投資都是一個方向對啊那我們有沒有因為其實下禮拜就知道了啦那有沒有先因應說有可能有哪一些關稅這個產品貨品的關稅有可能會調降那有哪一些可能要去多買一點你們有沒有這個清單呢
transcript.whisperx[20].start 476.408
transcript.whisperx[20].end 482.101
transcript.whisperx[20].text 這個部分有關採購的部分行政院在我們的工作小組裡面都有討論
transcript.whisperx[21].start 483.515
transcript.whisperx[21].end 508.727
transcript.whisperx[21].text 我覺得這個是有方向的然後對於關稅的稅率怎麼調整我們要看他所提出來的相關對等關稅的貨品以及對其他國家是不是都是平等對待都要看所以我們有聽部長這樣講就是說應該是有萬一被列進去的話有這個清單準備有哪些要做調降有哪一些東西可能要多買就是了
transcript.whisperx[22].start 510.814
transcript.whisperx[22].end 538.081
transcript.whisperx[22].text 我們的方案都有今天有這個行政院的經貿談判辦公室的副總代表因為剛剛有提到這個台美的這一個21世紀的貿易倡議這個去年12月已經正式生效了那因為這個還沒有涉及到關稅關稅應該是比較後面的大概有沒有一個什麼期程
transcript.whisperx[23].start 539.415
transcript.whisperx[23].end 564.773
transcript.whisperx[23].text 因為我們這一個談判是在拜登政府所啟動的那拜登任內實際上沒有談任何有涉及到關稅的這個雙邊協定所以我們的台美21世紀是沒有設定要談到降關稅的議題那未來會談到嗎那我先問一下好了因為現在變成川普總統了嘛那對於我們這一個台美21世紀的貿易協議在川普總統上任之後還有在繼續在進行嗎
transcript.whisperx[24].start 566.988
transcript.whisperx[24].end 590.274
transcript.whisperx[24].text 因為川普政府實際上也有要求美國USTR要在4月1號公布他現在針對美國現在現有所有FTA的檢討所以我們的預期是我們的台美21世紀倡議也可能會在4月1號了解到說我們的接下來的談判的可能的方向以及川普總統對於我們現在台美協定的這個期待
transcript.whisperx[25].start 591.095
transcript.whisperx[25].end 616.545
transcript.whisperx[25].text 所以還是在持續當中沒有說因為川普他上台的一些經貿政策的一些調整有做改變就對了因為這次美國國會也核准生效的確實我們在第一階段協議是美國跨黨派支持的一個有美國國內法基礎的一個協議所以我們看起來美國確實是支持台美繼續做這樣子的協議但是就是說要看川普總統他現在對我們這個協議的期待
transcript.whisperx[26].start 618.226
transcript.whisperx[26].end 628.799
transcript.whisperx[26].text 那未來有機會會就關稅的部分去談嗎因為其實關稅才是最重要的那當然前面的協議也很重要啦那關稅的部分有機會會談到這部分嗎
transcript.whisperx[27].start 632.374
transcript.whisperx[27].end 656.653
transcript.whisperx[27].text 現在就是關稅的談判要等4月2號他所公布的結果那關稅的談判是要納入21世紀的談判的範圍還是說另外再另起一個談判這個完全就是看我們要看後續的發展好OK好謝謝主席好謝謝啊這個我一般都很少對委員的發言插話啦你每次都針對我啊上次你也是這樣講結果也是針對我對不對