iVOD / 160068

Field Value
IVOD_ID 160068
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160068
日期 2025-04-10
會議資料.會議代碼 委員會-11-3-20-7
會議資料.會議代碼:str 第11屆第3會期財政委員會第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] 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7次全體委員會議
影片種類 Clip
開始時間 2025-04-10T10:31:18+08:00
結束時間 2025-04-10T10:43:07+08:00
影片長度 00:11:49
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/127fafa562dc9712d4ce7cf3b578fdef39fb4699fde5326172c2a43b2ce79c50a2f0af228fb527a05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:31:18 - 10:43:07
會議時間 2025-04-10T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第7次全體委員會議(事由:一、邀請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、行政院主計總處陳主計長淑姿、財政部莊部長翠雲、經濟部郭部長智輝、農業部陳部長駿季就「川普對等關稅政策實施,對我國股匯市、經濟成長、物價、房市等項所造成之衝擊與因應措施」進行專題報告,並備質詢。 二、審查「納稅者權利保護法」4案: (一)本院委員賴士葆等22人擬具「納稅者權利保護法部分條文修正草案」案。 (二)本院委員羅廷瑋等18人擬具「納稅者權利保護法第四條條文修正草案」案。 (三)本院委員林思銘等20人擬具「納稅者權利保護法第七條及第二十一條條文修正草案」案。 (四)本院委員林思銘等18人擬具「納稅者權利保護法第二十一條條文修正草案」案。 三、審查「加值型及非加值型營業稅法」9案: (一) 本院委員鍾佳濱等18人、委員鍾佳濱等23人、委員郭國文等17人、委員吳沛憶等18人分別擬具「加值型及非加值型營業稅法部分條文修正草案」等4案。【本院委員吳沛憶等18人提案如經院會復議,則不予審查】 (二) 本院委員陳超明等18人、委員邱志偉等16人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等2案。 (三) 本院委員賴士葆等25人、委員顏寬恒等16人分別擬具「加值型及非加值型營業稅法第十三條條文修正草案」等2案。 (四) 本院委員賴士葆等22人擬具「加值型及非加值型營業稅法第五十八條條文修正草案」案。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 2.30909375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 1.61721875
transcript.pyannote[1].end 2.19096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 2.54534375
transcript.pyannote[2].end 6.08909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 6.52784375
transcript.pyannote[3].end 9.73409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 10.07159375
transcript.pyannote[4].end 10.15596875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 11.18534375
transcript.pyannote[5].end 12.70409375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 12.61971875
transcript.pyannote[6].end 16.24784375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 16.50096875
transcript.pyannote[7].end 19.65659375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 19.65659375
transcript.pyannote[8].end 22.67721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 21.39471875
transcript.pyannote[9].end 22.50846875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 22.55909375
transcript.pyannote[10].end 23.97659375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 23.97659375
transcript.pyannote[11].end 31.31721875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 28.98846875
transcript.pyannote[12].end 42.97784375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 42.97784375
transcript.pyannote[13].end 43.07909375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 43.07909375
transcript.pyannote[14].end 43.97346875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 43.97346875
transcript.pyannote[15].end 51.83721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 47.21346875
transcript.pyannote[16].end 47.90534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 48.86721875
transcript.pyannote[17].end 49.15409375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 51.83721875
transcript.pyannote[18].end 65.97846875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 65.97846875
transcript.pyannote[19].end 67.75034375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 67.96971875
transcript.pyannote[20].end 75.49596875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 75.85034375
transcript.pyannote[21].end 77.58846875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 77.65596875
transcript.pyannote[22].end 80.13659375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 81.60471875
transcript.pyannote[23].end 84.32159375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 84.92909375
transcript.pyannote[24].end 89.21534375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 89.21534375
transcript.pyannote[25].end 102.59721875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 102.81659375
transcript.pyannote[26].end 107.08596875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 107.42346875
transcript.pyannote[27].end 117.29534375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 110.08971875
transcript.pyannote[28].end 113.44784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 117.75096875
transcript.pyannote[29].end 118.00409375
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 118.00409375
transcript.pyannote[30].end 118.02096875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 118.02096875
transcript.pyannote[31].end 118.10534375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 118.83096875
transcript.pyannote[32].end 121.44659375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 121.44659375
transcript.pyannote[33].end 130.64346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 130.84596875
transcript.pyannote[34].end 132.24659375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 131.85846875
transcript.pyannote[35].end 132.36471875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 132.28034375
transcript.pyannote[36].end 142.38846875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 142.38846875
transcript.pyannote[37].end 142.43909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 142.43909375
transcript.pyannote[38].end 142.60784375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 142.60784375
transcript.pyannote[39].end 160.63034375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 160.90034375
transcript.pyannote[40].end 160.91721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 160.91721875
transcript.pyannote[41].end 171.75096875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 170.16471875
transcript.pyannote[42].end 179.47971875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 178.92284375
transcript.pyannote[43].end 194.17784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 179.47971875
transcript.pyannote[44].end 179.49659375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 187.29284375
transcript.pyannote[45].end 187.47846875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 193.46909375
transcript.pyannote[46].end 194.14409375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 194.17784375
transcript.pyannote[47].end 194.21159375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 194.21159375
transcript.pyannote[48].end 194.36346875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 194.36346875
transcript.pyannote[49].end 194.46471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 194.97096875
transcript.pyannote[50].end 201.82221875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 199.61159375
transcript.pyannote[51].end 200.03346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 202.32846875
transcript.pyannote[52].end 202.34534375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 202.34534375
transcript.pyannote[53].end 248.44784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 238.50846875
transcript.pyannote[54].end 239.23409375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 248.73471875
transcript.pyannote[55].end 255.78846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 250.35471875
transcript.pyannote[56].end 250.43909375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 256.05846875
transcript.pyannote[57].end 256.90221875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 256.95284375
transcript.pyannote[58].end 257.30721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 257.39159375
transcript.pyannote[59].end 265.18784375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 258.31971875
transcript.pyannote[60].end 258.45471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 265.28909375
transcript.pyannote[61].end 273.92909375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 268.86659375
transcript.pyannote[62].end 268.96784375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 270.55409375
transcript.pyannote[63].end 270.87471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 274.67159375
transcript.pyannote[64].end 278.09721875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 275.14409375
transcript.pyannote[65].end 275.78534375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 278.29971875
transcript.pyannote[66].end 286.06221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 286.45034375
transcript.pyannote[67].end 292.93034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 293.16659375
transcript.pyannote[68].end 304.50659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 304.75971875
transcript.pyannote[69].end 305.26596875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 305.40096875
transcript.pyannote[70].end 311.42534375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 311.76284375
transcript.pyannote[71].end 311.96534375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 311.96534375
transcript.pyannote[72].end 327.99659375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 328.13159375
transcript.pyannote[73].end 333.81846875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 333.64971875
transcript.pyannote[74].end 376.51221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 376.71471875
transcript.pyannote[75].end 429.60096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 429.60096875
transcript.pyannote[76].end 429.61784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 429.61784375
transcript.pyannote[77].end 429.63471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 430.17471875
transcript.pyannote[78].end 430.19159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 430.19159375
transcript.pyannote[79].end 460.61721875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 450.05346875
transcript.pyannote[80].end 450.49221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 456.39846875
transcript.pyannote[81].end 474.92721875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 461.52846875
transcript.pyannote[82].end 464.49846875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 472.00784375
transcript.pyannote[83].end 472.10909375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 473.44221875
transcript.pyannote[84].end 476.20971875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 475.07909375
transcript.pyannote[85].end 484.20846875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 484.34346875
transcript.pyannote[86].end 505.04909375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 505.75784375
transcript.pyannote[87].end 510.01034375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 510.34784375
transcript.pyannote[88].end 511.71471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 512.57534375
transcript.pyannote[89].end 514.33034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 514.73534375
transcript.pyannote[90].end 536.99346875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 536.99346875
transcript.pyannote[91].end 544.53659375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 544.63784375
transcript.pyannote[92].end 552.61971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 551.92784375
transcript.pyannote[93].end 552.65346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 552.65346875
transcript.pyannote[94].end 553.96971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 553.96971875
transcript.pyannote[95].end 559.03221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 559.03221875
transcript.pyannote[96].end 566.89596875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 561.27659375
transcript.pyannote[97].end 561.58034375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 567.25034375
transcript.pyannote[98].end 571.55346875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 570.42284375
transcript.pyannote[99].end 571.41846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 572.07659375
transcript.pyannote[100].end 575.89034375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 574.99596875
transcript.pyannote[101].end 580.10909375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 575.90721875
transcript.pyannote[102].end 575.94096875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 575.95784375
transcript.pyannote[103].end 575.97471875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 580.54784375
transcript.pyannote[104].end 593.65971875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 593.98034375
transcript.pyannote[105].end 597.37221875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 598.14846875
transcript.pyannote[106].end 599.02596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 599.02596875
transcript.pyannote[107].end 607.19346875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 605.38784375
transcript.pyannote[108].end 605.86034375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 606.65346875
transcript.pyannote[109].end 622.43159375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 622.78596875
transcript.pyannote[110].end 652.03034375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 641.82096875
transcript.pyannote[111].end 642.64784375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 652.46909375
transcript.pyannote[112].end 660.02909375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 660.28221875
transcript.pyannote[113].end 702.01409375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 671.94284375
transcript.pyannote[114].end 672.49971875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 702.31784375
transcript.pyannote[115].end 703.71846875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 704.00534375
transcript.pyannote[116].end 707.29596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 707.88659375
transcript.pyannote[117].end 710.11409375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 707.95409375
transcript.pyannote[118].end 708.57846875
transcript.whisperx[0].start 0.89
transcript.whisperx[0].end 4.554
transcript.whisperx[0].text 總裁 還有財政部部長 經濟部 農業部次長經濟部的副次長 農業部的杜次長是 總裁 早安 總裁你這幾天
transcript.whisperx[1].start 16.708
transcript.whisperx[1].end 28.682
transcript.whisperx[1].text 睡的怎麼樣?睡眠品質好不好?都還可以所以都是在你的掌握當中?當然我們就是密切的注意
transcript.whisperx[2].start 32.085
transcript.whisperx[2].end 47.471
transcript.whisperx[2].text 這個所有的這個情境不管就是說昨天川普又就是加了這個90天的一個緩衝期跟75個國家一樣這個也是在你的掌控中嗎這個這個我們只會想就是說可能他會他會比較放鬆一點
transcript.whisperx[3].start 48.892
transcript.whisperx[3].end 67.448
transcript.whisperx[3].text 但是他會就說是三個月這個我們也沒辦法掌握所以你也認為在未來就是說在4月2號以後他講了以後這個32%那就是引起了很大的一個震撼他會再放鬆這個也是在你的一顧範圍內我是覺得因為整個他
transcript.whisperx[4].start 68.129
transcript.whisperx[4].end 84.095
transcript.whisperx[4].text 因為他也事實上呢這個川普總統他也沒有想到就是說他美國他本身的那個股市呢會跌得那麼慘所以他還說他不是故意的所以很顯然他也沒有想到總裁你認為他美國的股市
transcript.whisperx[5].start 84.975
transcript.whisperx[5].end 101.332
transcript.whisperx[5].text 不會跌得那麼慘 川普不會認為說他的那個他一開始的時候要實施之前 大家說不會啦 華爾街不會有問題但是呢 他實施了以後呢 整個就跌了連續好幾天我覺得啦 我覺得我的觀察 認為呢 他也緊張了
transcript.whisperx[6].start 102.853
transcript.whisperx[6].end 111.74
transcript.whisperx[6].text 他很緊張所以他才會有這三個月的一個緩衝期可是我不覺得他很緊張如果他沒有很緊張的時候他不會做這樣的一個改變
transcript.whisperx[7].start 118.891
transcript.whisperx[7].end 141.404
transcript.whisperx[7].text 那你的台幣會升值還是會貶值這個我剛剛還是一直在講事實上匯率呢很難是現在就是說他要升他要貶事實上是由市場來決定的由市場來決定那你有沒有就是說那會不會就是這升值貶值的時候你會不會調整你的那個外匯存底你的工具在哪裡
transcript.whisperx[8].start 143.025
transcript.whisperx[8].end 160.178
transcript.whisperx[8].text 我覺得就是說調節本身就是外存體來調節所以我們這一次的我們的報告裡面我們有講到這個四個因應措施我們因應措施的主要的目的就是要來穩定我們的匯率
transcript.whisperx[9].start 160.959
transcript.whisperx[9].end 185.17
transcript.whisperx[9].text 好那我可以再請教你一下嗎如果這個外匯存底的話你覺得你會調整的是美債還是就是你的那個美股我想就是說要調整當然了我想我就很密切的注意這個情勢的發展不過我有呢剛剛因為這三個在外匯存底裡頭哪一樣是佔了你的外匯存底最多你說哪一個
transcript.whisperx[10].start 186.01
transcript.whisperx[10].end 201.556
transcript.whisperx[10].text 就是你的美債 你的美股 還有你的美金我們主要的還是美債美債多所以中國拋售大量的美債這個也是一個攻防
transcript.whisperx[11].start 203.33
transcript.whisperx[11].end 207.836
transcript.whisperx[11].text 我跟委員報告市場都在說現在有一些國家開始在拋美債不過我有一個數據跟委員報告事實上前沒多久美國10年期公債是4.9%降於5%
transcript.whisperx[12].start 220.352
transcript.whisperx[12].end 239.744
transcript.whisperx[12].text 那後來他就一直跌到多少跌到將近4%那現在最近我覺得說市場在宣傳就是說因為大家都在趴花趴美債所以美國公債價格就是在下跌然後到目前到昨天他是4.3 4.33那我們如果說來把4.332跟這個他將近這個4.9幾來比較的話這個顯然還是很低
transcript.whisperx[13].start 248.929
transcript.whisperx[13].end 269.022
transcript.whisperx[13].text 還是很低所以這個一切都還是在你的掌控我覺得到目前為止我們還是密切注意謝謝你的自信也讓我們感受到一邊一國跟中共我們的經濟其實台灣跟中國就是經濟上是分開的謝謝你剛才講的話今天股市應該會好一點
transcript.whisperx[14].start 274.718
transcript.whisperx[14].end 302.556
transcript.whisperx[14].text 好謝謝那我們經濟部次長那次長我想就是說在整體就是總統回應川普的一個關稅裡頭他有特別講到了就是說他有五大策略這五大策略的話其實他就是要建置一個台灣加一的一個台美最新合作的一個新的一個布局那我想就是說經濟部應該是也是快速的就是下鄉就是在各行各業的產業裡頭你們去
transcript.whisperx[15].start 305.958
transcript.whisperx[15].end 333.309
transcript.whisperx[15].text 聽然後解決什麼樣的一個問題是不是有啟動了這樣子的一個那個計畫包委員我們其實現在已經開始啟動這個產業的這個座談那我想院長跟總統也都分別在本週都會陸續到這個各相關的縣市這些產業聚落去跟這個這些產業界來做一些座談了解他們的一些心聲
transcript.whisperx[16].start 333.689
transcript.whisperx[16].end 353.047
transcript.whisperx[16].text 那你看我們對美出口的只要產品就是說我們在工業的部分鋼鐵 運輸工具 機械石化 塑膠這個運動器材啪啪的還有這個醫療器材一般的化學 家電這些東西我們可想而知這個狀況是會非常慘的不管就是說你是32%還是10%
transcript.whisperx[17].start 355.529
transcript.whisperx[17].end 384.582
transcript.whisperx[17].text 甚至川普會改來改去現在只是有一個90天的一個喘息的一個機會那看到我們的農業更慘了這個讓我們更害怕這個蝴蝶蘭它本來就是茶葉、毛豆、吳郭魚剃頭刀、這個鱸魚點點點這些榆木產業它其實也面臨到了一個很大的一個困難所以我在這裡那個次長那個我要問一下農業部次長就是在昨天
transcript.whisperx[18].start 385.242
transcript.whisperx[18].end 413.794
transcript.whisperx[18].text 在本席的一個那個選區裡頭我們的蘭花生物產業我才知道就是說我陪了那個農業部長下去座談的時候我才知道這個我們這一個園區幾乎就是掛掉了完全沒有機會他們的訂單全部都是被退了蝴蝶蘭的訂單全部都被退了所以問題不是說我們在金融上的補助他們多少甚至就是說我們去給他降稅還是說我們就是免收他們的一個租金
transcript.whisperx[19].start 414.494
transcript.whisperx[19].end 423.284
transcript.whisperx[19].text 其實他們面臨到的是一個長期的競爭力你看荷蘭到美國去設種苗廠結果我們台灣還是處在這一個地方那怎麼辦呢
transcript.whisperx[20].start 430.511
transcript.whisperx[20].end 449.217
transcript.whisperx[20].text 非常謝謝委員 委員長期關切農業特別是在我們這個蝴蝶蘭園區這一塊很關心 也給我們一些建議那謝謝昨天經過這樣子的座談 其實我覺得是雙向的第一個是我們跟業者講說我們有哪些措施第二個是我們真的是聽到業者跟我們講說還有哪些可以繼續來做
transcript.whisperx[21].start 450.517
transcript.whisperx[21].end 454.24
transcript.whisperx[21].text 農業其實不是只有成品,不是說那種蘭花有營養,從品苗、從栽培、從整個過程總培到可以到末端,18個月,這18個月訂單全部都是被抽回他們本來的訂單是排了三年了,所以我覺得跨國的蘭花國家隊
transcript.whisperx[22].start 473.353
transcript.whisperx[22].end 488.079
transcript.whisperx[22].text 一定要快速促成要趕快來佈局不然從此以後台灣的蝴蝶蘭在全世界就不見了要提早佈局啦快點來處理這些事情謝謝我的稻米呢我的雞啦我的豬啦這個有沒有什麼樣的一個辦法
transcript.whisperx[23].start 489.7
transcript.whisperx[23].end 511.263
transcript.whisperx[23].text 市長有沒有提出一個什麼樣的一個辦法你看美國那個農產品的零關稅對台灣的農業它是一個很壞很壞的一個影響你知道台灣人都愛吃米台灣人已經關心吃最好的米在未來如果美國米進來的時候那台灣米怎麼辦那我們台灣的
transcript.whisperx[24].start 512.788
transcript.whisperx[24].end 536.525
transcript.whisperx[24].text 雞肉豬肉怎麼辦市長我相信你是在這個農業上的一個前衛你也非常清楚知道就是說台灣豬跟美國豬當然吃起來的口感是完全不一樣那如果在未來台灣的全體就是我們國人的味蕾要做了很大的一個轉變的時候那該怎麼辦有沒有比較好的一個想法
transcript.whisperx[25].start 537.646
transcript.whisperx[25].end 552.265
transcript.whisperx[25].text 應該這樣說啦其實不管是怎麼樣的談判結果就農業部立場保護我們的農業絕對是優先這是第一點第二點其實美國的米跟美國的豬現在也都有台灣來但是消費者選擇就是還是喜歡台灣的米喜歡台灣的豬所以再加上這樣講
transcript.whisperx[26].start 553.426
transcript.whisperx[26].end 569.54
transcript.whisperx[26].text 現在的那個就是進口的豬跟雞那個數量是非常少的你要去面對問題啊你不可以講這樣的話所以將來再選擇做在談判上面一定有一些是我們一定要保護的那你準備好了嗎我想這就是我們的立場一定先優先保護對我們怎麼樣保護呢
transcript.whisperx[27].start 572.162
transcript.whisperx[27].end 596.868
transcript.whisperx[27].text 在關稅談判本來就是沒有說一定全部要變零是從零開始不是全部變零在未來的談判裡頭我們的農業一定是被犧牲的絕對是被犧牲的其實他是一併一個國家來討論啊你這個半導體顯然看起來的時候他有一個人道的一個政策的一個什麼那個保護啊現在就是農業最慘啊你沒有發現到站在這裡就是你最慘了
transcript.whisperx[28].start 598.534
transcript.whisperx[28].end 622.153
transcript.whisperx[28].text 妳沒有感受到嗎也謝謝委員支持啦我想其實整個行政團隊跟談判團隊都知道台灣農業很重要會盡量來爭取所以我想說我希望就是說這個農業部在兩週內就針對了川普關稅的影響的農產品還有生產的一個聚落提供給我們更多的一個詳細的一個評估還有分析的一個
transcript.whisperx[29].start 622.853
transcript.whisperx[29].end 641.677
transcript.whisperx[29].text 那個資料這個資料非常的重要就是你的出口的額度還有你的占比還有你競爭的對手國這個其實都是我們必須要快速去那個彙整的不然在這一波裡頭我覺得台灣的農業也會消失掉這個是我非常擔心的好
transcript.whisperx[30].start 642.838
transcript.whisperx[30].end 671.181
transcript.whisperx[30].text 那我想就是說在這裡在針對的就是說電子零件的一個組合經濟部長我在這裡就是特別在提醒你就是說其實在這個台南裡頭我們的電子零件的組合金屬還有就是化學化學製品塑膠橡膠成品這幾個在台南佔的是一個非常非常重要的一個那個產業的一個生產的一個基地所以我們需要你們更多的一個協助更多的一個幫忙
transcript.whisperx[31].start 671.681
transcript.whisperx[31].end 696.144
transcript.whisperx[31].text 好不好在這裡還特別提到了我想就是美國經濟的一個解放日就是連這個席產地川普都注意到了你看他企鵝他也不要他連企鵝這些都沒有人住的地方他也不放過所以我們不要低估了低估了就是川普這一次他要應用各種手法
transcript.whisperx[32].start 696.684
transcript.whisperx[32].end 704.049
transcript.whisperx[32].text 他要美國再一次的一個偉大這個計畫其實是都讓我們必須要加緊來處理各種的一個問題謝謝