iVOD / 159935

Field Value
IVOD_ID 159935
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159935
日期 2025-04-09
會議資料.會議代碼 委員會-11-3-19-7
會議資料.會議代碼:str 第11屆第3會期經濟委員會第7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 7
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第3會期經濟委員會第7次全體委員會議
影片種類 Clip
開始時間 2025-04-09T10:04:51+08:00
結束時間 2025-04-09T10:18:50+08:00
影片長度 00:13:59
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/984603a5a250cdce43e52b82fe664193a0ce932bdb5123486e4b1f34053c89de43ba2ecc2b3ce5ba5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 鄭正鈐
委員發言時間 10:04:51 - 10:18:50
會議時間 2025-04-09T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第7次全體委員會議(事由:邀請經濟部部長及國家發展委員會主任委員就「國際經貿情勢變化,提出協助國內傳統產業及中小企業因應之對策」進行報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 7.92846875
transcript.pyannote[0].end 11.92784375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 22.28909375
transcript.pyannote[1].end 26.05221875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 26.74409375
transcript.pyannote[2].end 37.18971875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 37.71284375
transcript.pyannote[3].end 41.03721875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 42.13409375
transcript.pyannote[4].end 42.37034375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 43.11284375
transcript.pyannote[5].end 44.02409375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 44.78346875
transcript.pyannote[6].end 48.25971875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 49.13721875
transcript.pyannote[7].end 50.75721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 50.89221875
transcript.pyannote[8].end 51.92159375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 54.68909375
transcript.pyannote[9].end 56.71409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 56.98409375
transcript.pyannote[10].end 59.09346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 59.56596875
transcript.pyannote[11].end 61.28721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 62.14784375
transcript.pyannote[12].end 62.45159375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 63.10971875
transcript.pyannote[13].end 69.97784375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 68.93159375
transcript.pyannote[14].end 69.91034375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 69.97784375
transcript.pyannote[15].end 70.63596875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 70.63596875
transcript.pyannote[16].end 70.65284375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 70.65284375
transcript.pyannote[17].end 70.92284375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 70.92284375
transcript.pyannote[18].end 70.97346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 70.97346875
transcript.pyannote[19].end 74.44971875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 71.05784375
transcript.pyannote[20].end 72.42471875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 72.44159375
transcript.pyannote[21].end 72.45846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 72.54284375
transcript.pyannote[22].end 73.13346875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 73.36971875
transcript.pyannote[23].end 81.97596875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 77.79096875
transcript.pyannote[24].end 78.04409375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 81.97596875
transcript.pyannote[25].end 114.13971875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 114.51096875
transcript.pyannote[26].end 125.44596875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 125.85096875
transcript.pyannote[27].end 137.24159375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 133.47846875
transcript.pyannote[28].end 133.51221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 137.39346875
transcript.pyannote[29].end 139.16534375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 139.55346875
transcript.pyannote[30].end 140.29596875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 140.68409375
transcript.pyannote[31].end 142.96221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 142.96221875
transcript.pyannote[32].end 150.37034375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 150.37034375
transcript.pyannote[33].end 151.68659375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 151.68659375
transcript.pyannote[34].end 154.62284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 151.77096875
transcript.pyannote[35].end 152.44596875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 155.19659375
transcript.pyannote[36].end 155.21346875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 155.21346875
transcript.pyannote[37].end 161.17034375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 156.25971875
transcript.pyannote[38].end 157.08659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 158.70659375
transcript.pyannote[39].end 163.41471875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 162.30096875
transcript.pyannote[40].end 165.27096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 165.87846875
transcript.pyannote[41].end 168.93284375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 168.39284375
transcript.pyannote[42].end 168.79784375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 169.18596875
transcript.pyannote[43].end 176.25659375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 169.45596875
transcript.pyannote[44].end 169.65846875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 177.20159375
transcript.pyannote[45].end 177.79221875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 178.41659375
transcript.pyannote[46].end 190.83659375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 191.10659375
transcript.pyannote[47].end 195.96659375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 196.38846875
transcript.pyannote[48].end 198.83534375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 199.10534375
transcript.pyannote[49].end 201.48471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 201.94034375
transcript.pyannote[50].end 246.62534375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 247.26659375
transcript.pyannote[51].end 267.71909375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 267.82034375
transcript.pyannote[52].end 271.17846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 272.76471875
transcript.pyannote[53].end 273.13596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 273.86159375
transcript.pyannote[54].end 287.69909375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 288.03659375
transcript.pyannote[55].end 294.75284375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 294.83721875
transcript.pyannote[56].end 304.97909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 302.41409375
transcript.pyannote[57].end 341.56409375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 341.64846875
transcript.pyannote[58].end 344.58471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 344.58471875
transcript.pyannote[59].end 344.60159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 345.42846875
transcript.pyannote[60].end 345.78284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 346.45784375
transcript.pyannote[61].end 346.96409375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 347.60534375
transcript.pyannote[62].end 361.18971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 352.88721875
transcript.pyannote[63].end 352.90409375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 361.02096875
transcript.pyannote[64].end 385.03409375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 361.24034375
transcript.pyannote[65].end 361.49346875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 385.03409375
transcript.pyannote[66].end 387.53159375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 388.39221875
transcript.pyannote[67].end 391.48034375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 391.48034375
transcript.pyannote[68].end 401.03159375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 401.03159375
transcript.pyannote[69].end 402.14534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 402.63471875
transcript.pyannote[70].end 402.65159375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 402.65159375
transcript.pyannote[71].end 403.59659375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 404.05221875
transcript.pyannote[72].end 404.72721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 404.91284375
transcript.pyannote[73].end 411.00471875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 411.29159375
transcript.pyannote[74].end 415.83096875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 415.86471875
transcript.pyannote[75].end 420.23534375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 420.94409375
transcript.pyannote[76].end 422.20971875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 421.72034375
transcript.pyannote[77].end 425.83784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 427.35659375
transcript.pyannote[78].end 430.95096875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 431.49096875
transcript.pyannote[79].end 435.06846875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 435.30471875
transcript.pyannote[80].end 437.59971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 437.93721875
transcript.pyannote[81].end 439.38846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 440.01284375
transcript.pyannote[82].end 444.01221875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 440.21534375
transcript.pyannote[83].end 441.19409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 444.11346875
transcript.pyannote[84].end 461.56221875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 444.16409375
transcript.pyannote[85].end 444.97409375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 448.18034375
transcript.pyannote[86].end 449.73284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 450.27284375
transcript.pyannote[87].end 451.28534375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 453.32721875
transcript.pyannote[88].end 453.76596875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 460.75221875
transcript.pyannote[89].end 460.80284375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 460.81971875
transcript.pyannote[90].end 493.16909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 493.81034375
transcript.pyannote[91].end 494.83971875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 495.36284375
transcript.pyannote[92].end 514.66784375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 498.58596875
transcript.pyannote[93].end 498.97409375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 503.34471875
transcript.pyannote[94].end 507.91784375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 509.72346875
transcript.pyannote[95].end 510.07784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 515.08971875
transcript.pyannote[96].end 515.10659375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 515.10659375
transcript.pyannote[97].end 516.01784375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 515.15721875
transcript.pyannote[98].end 516.00096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 516.01784375
transcript.pyannote[99].end 516.03471875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 516.03471875
transcript.pyannote[100].end 516.10221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 516.10221875
transcript.pyannote[101].end 516.96284375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 516.96284375
transcript.pyannote[102].end 517.03034375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 517.03034375
transcript.pyannote[103].end 517.97534375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 517.97534375
transcript.pyannote[104].end 518.02596875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 518.02596875
transcript.pyannote[105].end 518.97096875
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 518.97096875
transcript.pyannote[106].end 519.03846875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 519.03846875
transcript.pyannote[107].end 519.35909375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 519.35909375
transcript.pyannote[108].end 520.03409375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 520.03409375
transcript.pyannote[109].end 520.11846875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 520.11846875
transcript.pyannote[110].end 520.43909375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 520.43909375
transcript.pyannote[111].end 520.45596875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 520.45596875
transcript.pyannote[112].end 521.82284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 520.65846875
transcript.pyannote[113].end 521.95784375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 522.27846875
transcript.pyannote[114].end 527.34096875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 527.50971875
transcript.pyannote[115].end 531.01971875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 532.09971875
transcript.pyannote[116].end 533.97284375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 533.97284375
transcript.pyannote[117].end 535.59284375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 535.71096875
transcript.pyannote[118].end 540.80721875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 540.80721875
transcript.pyannote[119].end 544.04721875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 544.26659375
transcript.pyannote[120].end 544.40159375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 545.22846875
transcript.pyannote[121].end 545.86971875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 546.30846875
transcript.pyannote[122].end 548.97471875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 548.97471875
transcript.pyannote[123].end 549.24471875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 549.64971875
transcript.pyannote[124].end 584.83409375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 585.30659375
transcript.pyannote[125].end 586.94346875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 587.50034375
transcript.pyannote[126].end 594.75659375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 594.75659375
transcript.pyannote[127].end 595.07721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 595.33034375
transcript.pyannote[128].end 617.03159375
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 614.66909375
transcript.pyannote[129].end 614.93909375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 617.08221875
transcript.pyannote[130].end 619.90034375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 620.20409375
transcript.pyannote[131].end 621.14909375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 622.07721875
transcript.pyannote[132].end 627.27471875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 627.00471875
transcript.pyannote[133].end 627.29159375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 627.29159375
transcript.pyannote[134].end 634.19346875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 631.08846875
transcript.pyannote[135].end 631.18971875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 634.31159375
transcript.pyannote[136].end 640.87596875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 634.42971875
transcript.pyannote[137].end 634.46346875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 634.48034375
transcript.pyannote[138].end 634.54784375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 634.54784375
transcript.pyannote[139].end 634.59846875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 640.97721875
transcript.pyannote[140].end 647.37284375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 647.37284375
transcript.pyannote[141].end 664.58534375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 647.65971875
transcript.pyannote[142].end 647.98034375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 648.03096875
transcript.pyannote[143].end 648.21659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 664.58534375
transcript.pyannote[144].end 664.61909375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 664.66971875
transcript.pyannote[145].end 664.97346875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 665.15909375
transcript.pyannote[146].end 665.17596875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 665.17596875
transcript.pyannote[147].end 665.73284375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 666.12096875
transcript.pyannote[148].end 669.17534375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 669.73221875
transcript.pyannote[149].end 686.89409375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 680.14409375
transcript.pyannote[150].end 680.17784375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 680.17784375
transcript.pyannote[151].end 680.51534375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 680.51534375
transcript.pyannote[152].end 680.54909375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 680.54909375
transcript.pyannote[153].end 680.56596875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 680.56596875
transcript.pyannote[154].end 680.63346875
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 682.62471875
transcript.pyannote[155].end 683.13096875
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 685.83096875
transcript.pyannote[156].end 701.45721875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 701.45721875
transcript.pyannote[157].end 708.49409375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 704.51159375
transcript.pyannote[158].end 704.68034375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 708.74721875
transcript.pyannote[159].end 712.05471875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 712.10534375
transcript.pyannote[160].end 713.65784375
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 714.23159375
transcript.pyannote[161].end 720.96471875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 720.96471875
transcript.pyannote[162].end 748.72409375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 747.98159375
transcript.pyannote[163].end 751.87971875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 752.48721875
transcript.pyannote[164].end 794.97846875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 754.15784375
transcript.pyannote[165].end 755.10284375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 755.99721875
transcript.pyannote[166].end 757.92096875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 769.76721875
transcript.pyannote[167].end 770.08784375
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 794.97846875
transcript.pyannote[168].end 804.09096875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 804.09096875
transcript.pyannote[169].end 807.01034375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 807.73596875
transcript.pyannote[170].end 808.03971875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 808.03971875
transcript.pyannote[171].end 808.12409375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 808.12409375
transcript.pyannote[172].end 810.16596875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 808.14096875
transcript.pyannote[173].end 809.45721875
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 810.16596875
transcript.pyannote[174].end 810.33471875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 810.33471875
transcript.pyannote[175].end 810.92534375
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 811.21221875
transcript.pyannote[176].end 811.22909375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 811.22909375
transcript.pyannote[177].end 827.14221875
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 827.42909375
transcript.pyannote[178].end 834.31409375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 834.31409375
transcript.pyannote[179].end 834.80346875
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 834.97221875
transcript.pyannote[180].end 838.33034375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 835.05659375
transcript.pyannote[181].end 835.46159375
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 838.60034375
transcript.pyannote[182].end 838.97159375
transcript.whisperx[0].start 8.435
transcript.whisperx[0].end 11.513
transcript.whisperx[0].text 謝謝主席 我想請一下郭智慧部長還有劉靜清主委
transcript.whisperx[1].start 22.841
transcript.whisperx[1].end 48.059
transcript.whisperx[1].text 首先先請一下郭部長就是剛剛你有特別回憶一個狀態就是說因為在面對這個美國科30%關稅之後的時候我們有一個880億的一個因應計畫對不對你有特別提到說這880億是特別預算對不對是特別預算可是因為之前柯總早講說這880億是舊有預算所以它到底是特別預算還是舊有預算
transcript.whisperx[2].start 54.985
transcript.whisperx[2].end 60.817
transcript.whisperx[2].text 我們所了解的是特別預算是特別預算嘛所以基本上柯總召之前講的是不對的
transcript.whisperx[3].start 64.035
transcript.whisperx[3].end 86.136
transcript.whisperx[3].text 我們所了解的是 我想這個時間差啦這個預算跟特別預算是完全不一樣 之後要動用也完全不一樣的程序阿在講的那個部分 是不是時間上面的差異啦但是就這個預算來講就是特別預算ok 沒問題喔 特別預算那我們就知道說後續我們立法院這邊要怎麼去配合這件事情
transcript.whisperx[4].start 86.957
transcript.whisperx[4].end 111.587
transcript.whisperx[4].text 那我想另外再特別問一段話因為之前有商種有些企業界朋友他們回應說因為有些貨品現在在海運當中的時候那他們現在碰到4月9號之後課徵32%的關稅的時候可是有新的訊息出來就說如果4月9號之前已經裝船在5月27號之前抵達美國的部分的時候就不會課徵這32%具體的狀態是不是這樣經濟部這邊有沒有掌握
transcript.whisperx[5].start 114.668
transcript.whisperx[5].end 134.647
transcript.whisperx[5].text 報告委員是沒有錯啦就是說你4月9號on board的產品才會課徵這個32%的稅啦4月9號以前出貨從台灣出口的應該是這個具體是這樣的4月5號以前那適用的稅率就是原稅率4月5號到4月9號是加徵10%4月9號以後出貨的
transcript.whisperx[6].start 140.752
transcript.whisperx[6].end 157.443
transcript.whisperx[6].text 加32%所以是以出貨的時間為標準對不對所以4月9號之前裝船的話基本上就不苛徵這32%裝船的時間適用的稅率是嘛 OK所以只要在4月9號搬船4月9號裝船5月27號之前到達美國就不苛徵對不對在報關才能適用我看那個劉主委
transcript.whisperx[7].start 166.276
transcript.whisperx[7].end 190.615
transcript.whisperx[7].text 點頭點得很用力就確定是這樣的狀態嗎?確定那我想說接下來我想來針對這個部分因為我看到那個2017年我們整個出口的統計跟2024年出口的統計因為當中有一個很大的一個部分就是我們政府不斷推新南向這個政策可是我們看到2017年的時候呢
transcript.whisperx[8].start 191.635
transcript.whisperx[8].end 207.8
transcript.whisperx[8].text 對中國大陸跟港澳的一個貿易統計占台灣出口的31.68%出口到美國只占11.37%到去年的狀態的時候對大陸跟港澳的狀態出口是20.27%可是對美國這邊大幅的提高到18.15%
transcript.whisperx[9].start 209.86
transcript.whisperx[9].end 229.899
transcript.whisperx[9].text 所以我們看到一個狀態就是在這段期間當中的時候呢在新南向在東南亞國家這邊其實比重沒有差距很大那對大陸這邊金額沒有差距很大可是比重大幅的下降表示我們對美國這邊的成長非常的多這個數字應該沒有錯吧我看都是按照整個政府這邊的一個統計數字
transcript.whisperx[10].start 231.36
transcript.whisperx[10].end 246.058
transcript.whisperx[10].text 那我想特別問到一個狀態因為在整個國發會這邊有特別提到說我們在整個非紅供應鏈這邊的時候逐漸形成新的商機嘛那政府也想要大力推動國內傳產中小企業進購相關能力拓展還會通路
transcript.whisperx[11].start 247.519
transcript.whisperx[11].end 270.97
transcript.whisperx[11].text 打造一個民主供應鏈我想特別講一個狀態就是說我們看到這個數字當中的時候呢就發現非紅供應鏈我們現在政府努力在做的狀態可是在這一次的關稅的一個大地震當中的時候其實並沒有倖免針對這個部分的時候我想請教一下國發會主委的時候你怎麼樣去看待我們接下來對於整個非紅供應鏈的一個建制
transcript.whisperx[12].start 274.122
transcript.whisperx[12].end 294.389
transcript.whisperx[12].text 陳如我剛才講的,其實美國佔全球進口大概是3.34%,大概全球的進口貿易還有86.66%在其他的國家。所以對我們而言,以台灣的經濟產業能量而言,其實我們還有很多其他的市場可以去發展。
transcript.whisperx[13].start 295.029
transcript.whisperx[13].end 309.081
transcript.whisperx[13].text 所以有這樣的機會我們希望利用這樣的機會協助廠商去發展讓他的整個風險管理跟這個市場更加的建立所以就是說飛鴻供應鏈這個部分我們還是持續在努力推動嘛原則上是這樣對不對對
transcript.whisperx[14].start 310.382
transcript.whisperx[14].end 325.24
transcript.whisperx[14].text OK好沒問題那我想說在接下來我想特別提到說因為您剛剛也特別提到說我們有一個那個對美的一個溝通的談判小組也成立了那我想說針對比方說以目前來說台積電已經承諾到美國去投資1000億沒有問題那麼
transcript.whisperx[15].start 327.623
transcript.whisperx[15].end 344.462
transcript.whisperx[15].text 國防預算也承諾明年要提高到3%GDP是3%那麼經濟部這邊也表示我們要協助整個供應鏈赴美去投資然後總統也特別提到說零關稅那我們現在還有什麼樣的籌碼你覺得現在跟美國在談關稅的時候可以用得上的
transcript.whisperx[16].start 348.198
transcript.whisperx[16].end 360.632
transcript.whisperx[16].text 這個兩邊在談判的過程中我想籌碼是不可能攤出來給對方知道那就我的瞭解他是在我們行政院副院長的領導之下然後也他準備了非常完整的
transcript.whisperx[17].start 361.493
transcript.whisperx[17].end 387.019
transcript.whisperx[17].text 所以你說那個談判籌碼現在沒辦法講嘛我可以理解不過因為經濟部這邊有特別提到行政院已經完成了盤點對農工石油天然氣等產品大量採購計畫已經盤點完成那麼因為這一次的關稅很大一部分是因為貿易逆差的問題我想請教我們這樣一個大規模盤點之後的時候大概預計可以處理掉多少對美的貿易逆差順差的問題
transcript.whisperx[18].start 388.764
transcript.whisperx[18].end 403.012
transcript.whisperx[18].text 這個還是要由談判的人來進行談判因為經濟部的報告裡面有直接提到所以我想知道說我們這個已經完成盤點的這部分的時候大概可以減少多少的一個貿易順差我們只能講說
transcript.whisperx[19].start 404.353
transcript.whisperx[19].end 425.231
transcript.whisperx[19].text 這裡面經濟部是盤點了足夠的數字 其實我們各個不同 不只經濟部各個不同角度都有盤點那這個都是未來的籌碼 這個看談判的代表所產生的談判結果所以這個數字已經盤點完成也沒有辦法揭露 你的意思是這樣子嗎經濟部長 因為這是你的報告當中 你的意思也是這樣子嗎
transcript.whisperx[20].start 427.438
transcript.whisperx[20].end 443.557
transcript.whisperx[20].text 我們現在經濟部所揭露的是我們經濟部所包括的範圍之內但是這個是經濟部的這個金額我想之後行政院他們談判他們還有其他的資源
transcript.whisperx[21].start 444.418
transcript.whisperx[21].end 449.764
transcript.whisperx[21].text 因為你這邊講的行政院這邊已經談判好之後的時候我想之後到本辦公室我們來做這個細部的溝通我們內部這是可以調整的理解剛才像主委在講的就是說這個其實談判是在談判人員他們手上去溝通這個
transcript.whisperx[22].start 461.235
transcript.whisperx[22].end 477.887
transcript.whisperx[22].text 那我想因為剛剛有地震可是我發現就是郭部長跟劉主委其實還是非常穩健我們也希望這一次關稅的一個大地震的時候我們台灣能夠順利的一起度過不過我這邊想要再問一個問題就是因為川普他又特別提到一個情況
transcript.whisperx[23].start 478.667
transcript.whisperx[23].end 492.926
transcript.whisperx[23].text 就是說台積電如果沒有履行到美國去投資的一個承諾的時候他要對台積電課徵百分之百的關稅針對這個事情我想請教一下郭部長這邊有沒有掌握我們怎麼去因應這件事情
transcript.whisperx[24].start 493.951
transcript.whisperx[24].end 513.342
transcript.whisperx[24].text 報告委員我想您的那個訊息從哪裡來我們是不清楚啦到目前為止我是沒有收到這樣的一個訊息OK媒體已經有報導這樣出來今天早上媒體出來的訊息已經是投資的公司嘛所以在講說不會投資這個也是很奇怪的一個論述啦
transcript.whisperx[25].start 515.786
transcript.whisperx[25].end 543.948
transcript.whisperx[25].text 所以你剛剛講說你還不知道這個訊息因為這是今天早上一早的媒體的訊息所以我想說報告委員我想媒體的論述也有它的來源但是這個部分必須要由台積電他們自己來回答我的問題是川普因為他公開講如果沒有兌現的時候他就會課徵百分之百的關稅對啦我想這個就是看什麼時候嘛
transcript.whisperx[26].start 545.43
transcript.whisperx[26].end 571.231
transcript.whisperx[26].text 什麼時候那另外我想特別針對目前其實台灣的對美出口當中的時候以伺服器跟整個零組件佔的比重非常的高那當然他們目前其實是一個零關稅的一個情況那之後碰到32%的關稅的時候我想特別又把那個所有以伺服器為例我找了一下
transcript.whisperx[27].start 571.932
transcript.whisperx[27].end 586.668
transcript.whisperx[27].text 目前全球的十大伺服器的供應商台灣占四家啦那我一找他們的財報出來喔他們的一個淨利率淨利潤大概都低於5%基本上沒有辦法
transcript.whisperx[28].start 587.569
transcript.whisperx[28].end 607.905
transcript.whisperx[28].text 去支撐這麼高的一個關稅所以我們對於這樣子的部分的時候我想請教一下部長這邊有沒有什麼回應報告委員那我想您的資料的取得這個當然是一種參考不過這幾家公司大概都是做這個代工的是所以那個稅是這個自己原廠要付
transcript.whisperx[29].start 608.545
transcript.whisperx[29].end 620.642
transcript.whisperx[29].text 就是說今天可能是NVDA或者是這些公司包括COCOM這些公司他們或者是美插委這些公司他們要自己付是 所以你說關稅他們這邊都不用沒有問題
transcript.whisperx[30].start 622.313
transcript.whisperx[30].end 642.598
transcript.whisperx[30].text 這些我們都跟他們談過了伺服器所有的廠商我們都跟他們談過了他們認為32%對他們來講不是問題而且我們現在重點是我們自己的brand我們台灣的台廠那我也問過了你有多少的利潤大概對他們來講這個優勢商品利潤是高於32%
transcript.whisperx[31].start 643.658
transcript.whisperx[31].end 664.343
transcript.whisperx[31].text 是高於32%優勢產品嘛因為我是看整個公司的財報啦那如果針對特定的優勢產品我當然相信他們毛利淨利率其實也是高於這個部分至於整個公司財報來說其實是不夠那你剛才有特別提到說針對這個部分的時候基本上買方的時候他會去把這個關稅的部分cover掉
transcript.whisperx[32].start 665.236
transcript.whisperx[32].end 680.38
transcript.whisperx[32].text 而且坦白講這些這一個部分也是我們廠商他們自己我們都盤過他們了也跟他們討論過了他們認為對他們來講包括他們是生產的基地不一定只有在台灣理解
transcript.whisperx[33].start 681.04
transcript.whisperx[33].end 707.396
transcript.whisperx[33].text 生產基地可能在墨西哥跟美國有一個美墨之間的稅條款所以你覺得因為台灣的出口當中很大一部分在針對伺服器跟ICT產品你覺得這個部分所以這關稅的部分對台灣的出口你覺得影響不會太大是這個意思嗎對 就是對伺服器或者台灣的優勢商品譬如說台灣什麼叫優勢商品
transcript.whisperx[34].start 709.177
transcript.whisperx[34].end 731.856
transcript.whisperx[34].text 舉個例像我們的汽車零組件Aftermarket大概就是獨佔所以這個Aftermarket你要買台灣的商品那對不起這個32%加上去你還是要準備OK 理解那我想說因為我看經濟部的資料當中有提到說我們前30大產品的時候大概佔對於出口美國大概72%我想知道說我們這30
transcript.whisperx[35].start 734.199
transcript.whisperx[35].end 751.177
transcript.whisperx[35].text 前30大的產品當中我們是不是有去針對它會受到這個關稅的一些影響像部長剛剛針對伺服器有一個很具體的說明就是不會受到影響我們前30大的產品是不是都有做這樣的一個分析跟評估不是不會受到影響而是這些影響
transcript.whisperx[36].start 752.857
transcript.whisperx[36].end 779.345
transcript.whisperx[36].text 廠商可以解決理解這是這個不同的理解 完全理解一定會受影響這麼高的這個關稅對我們台灣來講一定是影響只是我們對這個影響如何去解決如何把他這個影響轉到另外一個層級去然後大家來吸收或者是說他們可以承擔這些都是談判小組根據這個國內的能夠承受的程度
transcript.whisperx[37].start 779.945
transcript.whisperx[37].end 806.698
transcript.whisperx[37].text 对于跟美国谈判的一个非常重要的关键所以经济部的立场就是不断地来访问国内的这些厂商可能会受影响的厂商他们影响的程度是多少提供给谈判小组做参考所以我想知道说我们经济部针对前30大产品这边是不是也都有做类似伺服器这样的一个评估如果有之后再给本席一个很清楚的一个资料好不好我们现在因为在谈判中对不起这个部分可能
transcript.whisperx[38].start 807.796
transcript.whisperx[38].end 834.571
transcript.whisperx[38].text 可能要晚一點尊重那我最後這邊的時候想請國發會這邊因為有提到一個七大百億基金的部分在國發基金裡面那因為國發基金裡面本來就有針對這七大一個產業有一些相關的一些投資的一個計畫我想知道這七大百億基金當中的後續的一個操作會是怎麼樣子只有給本席一個書面的資料好不好好的
transcript.whisperx[39].start 835.091
transcript.whisperx[39].end 835.653
transcript.whisperx[39].text OK好谢谢