iVOD / 160215

Field Value
IVOD_ID 160215
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160215
日期 2025-04-16
會議資料.會議代碼 委員會-11-3-23-7
會議資料.會議代碼:str 第11屆第3會期交通委員會第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] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第3會期交通委員會第7次全體委員會議
影片種類 Clip
開始時間 2025-04-16T10:58:27+08:00
結束時間 2025-04-16T11:09:24+08:00
影片長度 00:10:57
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/f9d2e74df98279dffad6c669ed519588f316f6363e53358eebda33721556222a094ecae5687cafe55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 魯明哲
委員發言時間 10:58:27 - 11:09:24
會議時間 2025-04-16T09:00:00+08:00
會議名稱 立法院第11屆第3會期交通委員會第7次全體委員會議(事由:一、邀請交通部部長陳世凱列席報告業務概況,並備質詢。 二、邀請交通部部長、經濟部次長、外交部次長、財政部次長、行政院經貿談判辦公室就「美國課徵對等關稅對我國交通公私部門之衝擊與因應」進行專題報告,並備質詢。 【4月16日及17日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.08096875
transcript.pyannote[0].end 5.31284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.95409375
transcript.pyannote[1].end 8.56971875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 9.17721875
transcript.pyannote[2].end 11.33721875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 11.45534375
transcript.pyannote[3].end 12.11346875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 12.60284375
transcript.pyannote[4].end 20.58471875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 24.68534375
transcript.pyannote[5].end 25.44471875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 29.39346875
transcript.pyannote[6].end 37.05471875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 37.45971875
transcript.pyannote[7].end 42.70784375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 42.99471875
transcript.pyannote[8].end 46.85909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 47.34846875
transcript.pyannote[9].end 53.01846875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 53.57534375
transcript.pyannote[10].end 60.64596875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 61.11846875
transcript.pyannote[11].end 64.59471875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 65.35409375
transcript.pyannote[12].end 65.94471875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 66.23159375
transcript.pyannote[13].end 67.14284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 67.73346875
transcript.pyannote[14].end 68.57721875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 68.77971875
transcript.pyannote[15].end 72.61034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 73.87596875
transcript.pyannote[16].end 85.45221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 85.70534375
transcript.pyannote[17].end 93.29909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 93.48471875
transcript.pyannote[18].end 99.86346875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 100.53846875
transcript.pyannote[19].end 100.97721875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 101.63534375
transcript.pyannote[20].end 108.63846875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 109.12784375
transcript.pyannote[21].end 116.48534375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 116.68784375
transcript.pyannote[22].end 134.10284375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 134.62596875
transcript.pyannote[23].end 138.81096875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 139.01346875
transcript.pyannote[24].end 140.97096875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 141.32534375
transcript.pyannote[25].end 143.90721875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 144.24471875
transcript.pyannote[26].end 146.08409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 146.40471875
transcript.pyannote[27].end 147.67034375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 147.92346875
transcript.pyannote[28].end 149.39159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 150.13409375
transcript.pyannote[29].end 161.18721875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 161.49096875
transcript.pyannote[30].end 164.07284375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 164.32596875
transcript.pyannote[31].end 166.68846875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 167.24534375
transcript.pyannote[32].end 170.14784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 170.28284375
transcript.pyannote[33].end 171.22784375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 171.81846875
transcript.pyannote[34].end 177.74159375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 178.07909375
transcript.pyannote[35].end 180.35721875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 181.16721875
transcript.pyannote[36].end 183.05721875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 183.69846875
transcript.pyannote[37].end 185.31846875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 186.11159375
transcript.pyannote[38].end 188.76096875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 188.99721875
transcript.pyannote[39].end 189.72284375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 189.09846875
transcript.pyannote[40].end 189.11534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 189.75659375
transcript.pyannote[41].end 189.97596875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 189.97596875
transcript.pyannote[42].end 190.93784375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 191.37659375
transcript.pyannote[43].end 192.32159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 192.82784375
transcript.pyannote[44].end 192.87846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 193.19909375
transcript.pyannote[45].end 194.43096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 195.15659375
transcript.pyannote[46].end 197.23221875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 198.02534375
transcript.pyannote[47].end 208.25159375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 208.63971875
transcript.pyannote[48].end 211.44096875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 211.96409375
transcript.pyannote[49].end 217.80284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 218.14034375
transcript.pyannote[50].end 219.47346875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 220.13159375
transcript.pyannote[51].end 226.52721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 226.98284375
transcript.pyannote[52].end 228.13034375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 228.73784375
transcript.pyannote[53].end 230.03721875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 231.43784375
transcript.pyannote[54].end 233.26034375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 238.15409375
transcript.pyannote[55].end 249.39284375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 250.05096875
transcript.pyannote[56].end 252.17721875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 252.76784375
transcript.pyannote[57].end 253.94909375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 254.42159375
transcript.pyannote[58].end 264.09096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 264.25971875
transcript.pyannote[59].end 266.28471875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 266.84159375
transcript.pyannote[60].end 294.61784375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 295.15784375
transcript.pyannote[61].end 309.94034375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 310.00784375
transcript.pyannote[62].end 311.88096875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 312.35346875
transcript.pyannote[63].end 322.69784375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 323.49096875
transcript.pyannote[64].end 323.74409375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 324.03096875
transcript.pyannote[65].end 325.22909375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 326.19096875
transcript.pyannote[66].end 334.54409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 334.88159375
transcript.pyannote[67].end 339.99471875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 340.43346875
transcript.pyannote[68].end 354.72659375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 355.33409375
transcript.pyannote[69].end 359.24909375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 359.53596875
transcript.pyannote[70].end 366.38721875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 366.91034375
transcript.pyannote[71].end 368.34471875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 368.56409375
transcript.pyannote[72].end 371.56784375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 372.36096875
transcript.pyannote[73].end 375.14534375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 375.71909375
transcript.pyannote[74].end 378.89159375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 379.39784375
transcript.pyannote[75].end 392.96534375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 393.40409375
transcript.pyannote[76].end 409.89096875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 408.15284375
transcript.pyannote[77].end 409.58721875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 409.89096875
transcript.pyannote[78].end 414.24471875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 415.12221875
transcript.pyannote[79].end 415.81409375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 416.43846875
transcript.pyannote[80].end 450.45846875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 448.29846875
transcript.pyannote[81].end 448.72034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 450.45846875
transcript.pyannote[82].end 498.97409375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 487.73534375
transcript.pyannote[83].end 487.93784375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 499.24409375
transcript.pyannote[84].end 500.08784375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 500.25659375
transcript.pyannote[85].end 534.95159375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 536.80784375
transcript.pyannote[86].end 540.95909375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 541.43159375
transcript.pyannote[87].end 551.50596875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 552.09659375
transcript.pyannote[88].end 554.44221875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 555.53909375
transcript.pyannote[89].end 556.46721875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 556.56846875
transcript.pyannote[90].end 559.01534375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 559.65659375
transcript.pyannote[91].end 567.46971875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 567.92534375
transcript.pyannote[92].end 571.31721875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 571.63784375
transcript.pyannote[93].end 572.76846875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 572.98784375
transcript.pyannote[94].end 574.82721875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 575.33346875
transcript.pyannote[95].end 585.08721875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 585.91409375
transcript.pyannote[96].end 588.00659375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 588.52971875
transcript.pyannote[97].end 590.47034375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 590.87534375
transcript.pyannote[98].end 598.26659375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 598.80659375
transcript.pyannote[99].end 599.90346875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 600.13971875
transcript.pyannote[100].end 610.26471875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 610.77096875
transcript.pyannote[101].end 613.60596875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 613.92659375
transcript.pyannote[102].end 614.61846875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 614.85471875
transcript.pyannote[103].end 617.41971875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 617.77409375
transcript.pyannote[104].end 618.24659375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 618.38159375
transcript.pyannote[105].end 619.86659375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 619.96784375
transcript.pyannote[106].end 620.38971875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 620.86221875
transcript.pyannote[107].end 625.19909375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 625.92471875
transcript.pyannote[108].end 631.88159375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 632.25284375
transcript.pyannote[109].end 637.53471875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 637.80471875
transcript.pyannote[110].end 649.80284375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 649.85346875
transcript.pyannote[111].end 650.61284375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 651.22034375
transcript.pyannote[112].end 652.62096875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 652.89096875
transcript.pyannote[113].end 654.27471875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 654.49409375
transcript.pyannote[114].end 656.56971875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 657.83534375
transcript.pyannote[115].end 658.17284375
transcript.whisperx[0].start 4.073
transcript.whisperx[0].end 20.537
transcript.whisperx[0].text 好 謝謝主席核許我們交通部陳部長好 陳部長還有我們經濟部何次長何次長來財政部謝次長好還有我們行政院經貿談判辦公室的嚴副總代表委員好
transcript.whisperx[1].start 29.451
transcript.whisperx[1].end 52.436
transcript.whisperx[1].text 好 謝謝四位 謝謝主席排今天的一個比較複合性的一個題目有這麼多的部會到達交通委員會首先是不是要請我們這個嚴副總代表因為要貿易談判我相信這個準備應該是長年在準備非常積極就請問一下我先問一下就是你覺得這一次就是川普
transcript.whisperx[2].start 54.217
transcript.whisperx[2].end 72.055
transcript.whisperx[2].text 總統他的對等關稅的一個政策或者世界貿易的這樣的所謂的大戰有可能要引發你覺得對台灣來講這是台美單一的建議還是會是變成世界貿易的一個多方向的大戰你們現在的判斷是怎麼樣
transcript.whisperx[3].start 74.159
transcript.whisperx[3].end 100.625
transcript.whisperx[3].text 因為我想川普政府現在所科徵的對等關稅是他的起手式我說就貿易的層面是起手式之一那這個起手式是針對超過180個國家來科徵的所以我想他應該不是他不是純粹一個台灣面對的問題而是全世界都正在處理那只是說每一個國家因為他面對的情況這個關稅的高低不同所以大家各自處理的方式就不同好
transcript.whisperx[4].start 102.284
transcript.whisperx[4].end 115.789
transcript.whisperx[4].text 這個我覺得業界包括很多學者的看法大概跟你這樣蠻一致的因為這會觸發一個全世界的一個很多的一個變化因為現在不可預期90天之後會是發生什麼樣一個情況
transcript.whisperx[5].start 116.829
transcript.whisperx[5].end 132.855
transcript.whisperx[5].text 整個世界貿易是如何的組合是產生了多邊還是大國效應還是區塊的能夠加緊密聯合我覺得因為時代有很多種變化但是大家應該可以確定這絕對不是單一台美的一些問題也就是說
transcript.whisperx[6].start 134.716
transcript.whisperx[6].end 149.163
transcript.whisperx[6].text 你在談這件事的時候你要看一下看一下我在談好了譬如說剛剛講的這個非關稅貿易障礙美國現在只能進一年75輛的一個汽車那可是你說我們要改
transcript.whisperx[7].start 150.163
transcript.whisperx[7].end 169.444
transcript.whisperx[7].text 沒有那麼簡單啊這是我們2002年參加WTO裡面選擇的我們聯合國歐洲的經濟委員會跟他們1958年的一個一個用他那邊的一個數字算出來的嘛那當然你也可以啊我跟你談然後我不理歐盟所以我覺得很多的關稅是一個問題和貿易障礙
transcript.whisperx[8].start 171.866
transcript.whisperx[8].end 196.767
transcript.whisperx[8].text 非關稅貿易戰其實交通部還真的蠻多的真的蠻多的你們要好好去研究一下那請教一下我們財政部好不好財政部請問一下我們台灣前五大貿易順差國前五大貿易順差國這些貿易夥伴貿易夥伴大概有哪些不一定要排順序美國 日本歐盟 中國
transcript.whisperx[9].start 198.432
transcript.whisperx[9].end 218.685
transcript.whisperx[9].text 歐盟沒有來這個部分因為這是你們的關務署的一個訊息那現在就是去年去年剛結帳去年現在看起來貿易順差排序的話第一名中國大陸跟香港第二名美國第三名新加坡第四名越南第五名馬來西亞
transcript.whisperx[10].start 220.166
transcript.whisperx[10].end 232.492
transcript.whisperx[10].text 那這個部分我們是純粹用它的貿易順差的一個順序來排的那我們也看了一下光這個前五名前五名的一個貿易順差
transcript.whisperx[11].start 238.188
transcript.whisperx[11].end 266.06
transcript.whisperx[11].text 他的比重到底多少也出口啦大家都知道我們出口多嘛人家進口少就感覺我們台灣的貿易順差感覺我們生意做得比較好那我們在出口排名前五名前五名就是順差前五名來看他的總金額這還沒有把日本加進來大概就已經將近七成到八成所以他比重是很強的也許我們後面還有五十個貿易夥伴五十個貿易夥伴但是金額是相對比較少的那我這樣講這個意思是什麼呢
transcript.whisperx[12].start 266.94
transcript.whisperx[12].end 294.231
transcript.whisperx[12].text 我一看起來就知道這一次談判要非常重非常謹慎所以我看到行政院長也提出很多這些想法我希望談得很順利啦因為這東西知識體大對台灣的一個產業科技的產業甚至未來會不會經濟蕭條都非常有關聯但是我們希望剛剛我們副總代表談的是我相信很多的專家學員在想你們在談的時候要特別注意一件事情也就是說
transcript.whisperx[13].start 295.231
transcript.whisperx[13].end 322.336
transcript.whisperx[13].text 美國這個非常重要它的一個出口額佔我們行政院公布的我們去年度總出口金額4750億美元的一個出口的總額大概佔23%當然重要 四分之一但是你們要回頭去想7乘5還有7乘5我任何一個貿易一個措施 一個互惠關係可能會什麼樣的影響我真的是建議你們要注意
transcript.whisperx[14].start 323.537
transcript.whisperx[14].end 324.942
transcript.whisperx[14].text 那我想問一下次長
transcript.whisperx[15].start 326.243
transcript.whisperx[15].end 346.676
transcript.whisperx[15].text 右邊川普經濟學首先我們要談判有一個基礎我們經常在地方做一些民間的處理那個基礎是很重要的譬如說車禍球場一個人開500萬然後你一上去是要從500萬開始談嗎但一般都會說抱歉100萬所以我們覺得現在給的基礎你認不認同美國32%第二個美國32%他簡單的算法就是就
transcript.whisperx[16].start 355.402
transcript.whisperx[16].end 371.218
transcript.whisperx[16].text 美國來說他是逆差他就會吃虧了我貿易逆差基本上就是除以我的進口從台灣進口的總額然後再除以2大概是32%比例那你認不認同那如果你認同的話會有破窗效應
transcript.whisperx[17].start 372.443
transcript.whisperx[17].end 392.408
transcript.whisperx[17].text 世界貿易會有破莊效應喔就哇台灣真的很棒是一個非常好的貿易夥伴我只要加加減減除除貿易順差國每一個都照這樣的去加減除除的話我只列前五大順差國這個部分來現在換你說第一個你認不認同這樣的一個算法這個數字
transcript.whisperx[18].start 393.684
transcript.whisperx[18].end 413.914
transcript.whisperx[18].text 是跟委員報告這是川普政府他們計算對等關稅的這個方式其實我們在第一時間據我了解我們的外交單位跟我們的經貿談判辦公室已經跟美方傳達了一個不合理的一個方式是你覺得這個算數學啦不合理就是你們覺得OK啦
transcript.whisperx[19].start 416.785
transcript.whisperx[19].end 442.504
transcript.whisperx[19].text 我想跟委員報告我想這個公式合不合理很多國家都有提出我們的不同質疑特別是它的公式的計算上就如同您剛才提到的它只有用逆差的數額跟出口到這個美國去的總金額來作為這個加減乘除的一個公式但是實際上它有加上一些變數包括譬如說台灣跟美國之間我們有一些進口價格的替代性或者是說它對於台灣的產品是不是一個剛性需求
transcript.whisperx[20].start 443.084
transcript.whisperx[20].end 466.599
transcript.whisperx[20].text 這些每一個國家的係數就美國現在這個公式來說都是一樣的係數所以確實來說看起來有一些不合理的這是根本一個不合理的一個算法而且他算出來那個貿易順差逆差跟個別的關稅有些是根本沒有直接關聯的所以每個國家大部分都覺得一頭霧水那我覺得這個的部分絕對不是一個我們談判的基點
transcript.whisperx[21].start 467.819
transcript.whisperx[21].end 489.134
transcript.whisperx[21].text 幾點我們自己要算出來好吧就算我們大概預估是什麼樣一個方向我真的要建議這個是非常非常重要像我們剛剛講說汽車的非關稅的貿易的這個障礙那這種真的還是蠻多的我要請部長回去尤其市長也在這裡你們真的要去盤點一下不是只有那個數字的問題
transcript.whisperx[22].start 490.115
transcript.whisperx[22].end 515.234
transcript.whisperx[22].text 你們中間有太多了如果無限上綱的話就是我們幾年前抗爭的歐盟義大利的EVICO這個貨車你們規定五公噸以下只要一般的駕照就可以了但是加上這個車六公尺六公尺就不行你要去考貨車大貨車的一個駕照人家已經抗議了非常多次這是標準的如果就外國來講
transcript.whisperx[23].start 516.135
transcript.whisperx[23].end 533.804
transcript.whisperx[23].text 是標準的非關稅的貿易障礙為什麼因為設計這個障礙我車就不用進口了所以我是覺得這個部分包括監理業務你車安的業務有很多的問題是需要去處理的最後經濟部長我最後
transcript.whisperx[24].start 536.84
transcript.whisperx[24].end 550.494
transcript.whisperx[24].text 我覺得因為你們幾位最主要是談判的主力那當然國家的一個產業經濟在經濟部一個重責大任對於產業的訊息我看到你們也下槍去講那我想最後我做個結論
transcript.whisperx[25].start 552.376
transcript.whisperx[25].end 574.135
transcript.whisperx[25].text 現在我們真的是希望在談判的時候不要產生那種破窗效應啊就說 喔 原來這樣的對台灣就可以喔 原來我這樣的台灣就會來我這邊投資我覺得你們要特別注意這件事情但是我是真的建議啦建議給你們現在 尤其談判代表現在看起來有四個籌碼
transcript.whisperx[26].start 575.416
transcript.whisperx[26].end 584.974
transcript.whisperx[26].text 第一個公司部門對美國加大採購跟投資但是我要拜託一下所有談判的人都知道我跟我老婆做談判的時候也一定要
transcript.whisperx[27].start 586.17
transcript.whisperx[27].end 610.005
transcript.whisperx[27].text 談好了才付錢你知道嗎你現在第一個談判頭碼你還沒談台積電一千萬他已經開了這叫先跑先跑通不算喔我在談判的過程大通也簽約了連電也都談好了我告訴你你政府如果出發到那裡的時候已經裝到別人口袋的時候不要作為談判頭碼我覺得你們要稍微控制一下
transcript.whisperx[28].start 610.825
transcript.whisperx[28].end 621.582
transcript.whisperx[28].text 那至於說關稅要降低這看起來是第二個方向但如果是覺得你們到底是只對這個台美的關稅這樣那BNW會不會打電話來罵人換歐盟來抗議我們這要講一下
transcript.whisperx[29].start 625.968
transcript.whisperx[29].end 649.425
transcript.whisperx[29].text 第三個外匯存體的投放運用那外界有很多的猜測請你們也要注意第四個我覺得跟交通部也非常有關係甚至農委會啊他現在非關稅的貿易障礙哪一些可以去調整哪一些是人家會問的我也希望你們事先去盤整希望台灣我們能夠在很安穩相對
transcript.whisperx[30].start 651.326
transcript.whisperx[30].end 655.589
transcript.whisperx[30].text 相對好的情況來挺過這一次的川普經濟學謝謝大家