iVOD / 160484

Field Value
IVOD_ID 160484
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160484
日期 2025-04-23
會議資料.會議代碼 委員會-11-3-20-9
會議資料.會議代碼:str 第11屆第3會期財政委員會第9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 9
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9次全體委員會議
影片種類 Clip
開始時間 2025-04-23T10:11:58+08:00
結束時間 2025-04-23T10:25:16+08:00
影片長度 00:13:18
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc0bf8b8ea9c6d1a114c0f390e692fb4f2487b5e96e7cd6ee72672d3be51d7c13475ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴士葆
委員發言時間 10:11:58 - 10:25:16
會議時間 2025-04-23T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第9次全體委員會議(事由:一、審查「貨物稅條例」34案: (一) 本院委員葉元之等21人擬具「貨物稅條例刪除部分條文草案」案。 (二) 本院委員廖先翔等16人擬具「貨物稅條例刪除第八條條文草案」案。 (三) 本院台灣民眾黨黨團擬具「貨物稅條例第十一條、第十一條之一及第三十七條條文修正草案」案。 (四) 本院委員邱若華等20人擬具「貨物稅條例第十一條條文修正草案」案。 (五) 本院委員魯明哲等16人、委員顏寬恒等19人、委員羅廷瑋等16人、委員賴士葆等21人、委員邱鎮軍等22人、委員徐欣瑩等27人、委員翁曉玲等17人、委員羅明才等16人、委員郭國文等17人、委員王鴻薇等24人、委員廖偉翔等17人、委員許宇甄等21人、委員黃建賓等16人、委員林思銘等21人、委員萬美玲等16人分別擬具「貨物稅條例第十一條之一條文修正草案」等15案。 (六) 本院委員李坤城等24人擬具「貨物稅條例第十一條之一、第十二條之五及第十二條之六條文修正草案」案。 (七) 本院委員鄭天財Sra Kacaw等19人、委員林思銘等19人、委員涂權吉等17人、委員陳玉珍等19人、委員馬文君等18人、委員王世堅等19人、委員張智倫等25人、委員魯明哲等16人、委員王鴻薇等19人、委員楊瓊瓔等20人、委員邱鎮軍等24人、委員萬美玲等18人、委員廖偉翔等17人分別擬具「貨物稅條例第十二條條文修正草案」等13案。 (八) 本院委員邱鎮軍等19人擬具「貨物稅條例第十二條之三條文修正草案」案。 二、審查人民請願案有關「貨物稅條例」7案。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.45284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 1.07721875
transcript.pyannote[1].end 3.96284375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 4.92471875
transcript.pyannote[2].end 6.81471875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 10.37534375
transcript.pyannote[3].end 16.60221875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 13.78409375
transcript.pyannote[4].end 14.08784375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 16.78784375
transcript.pyannote[5].end 17.74971875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 17.15909375
transcript.pyannote[6].end 24.06096875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 24.38159375
transcript.pyannote[7].end 28.48221875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 29.05596875
transcript.pyannote[8].end 32.73471875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 33.29159375
transcript.pyannote[9].end 35.92409375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 36.83534375
transcript.pyannote[10].end 38.50596875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 39.23159375
transcript.pyannote[11].end 40.96971875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 41.52659375
transcript.pyannote[12].end 42.11721875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 42.75846875
transcript.pyannote[13].end 43.80471875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 44.31096875
transcript.pyannote[14].end 46.25159375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 46.38659375
transcript.pyannote[15].end 47.33159375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 47.88846875
transcript.pyannote[16].end 50.45346875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 51.39846875
transcript.pyannote[17].end 52.09034375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 52.56284375
transcript.pyannote[18].end 55.41471875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 56.02221875
transcript.pyannote[19].end 56.98409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 57.60846875
transcript.pyannote[20].end 60.32534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 60.91596875
transcript.pyannote[21].end 62.75534375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 63.68346875
transcript.pyannote[22].end 64.40909375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 66.07971875
transcript.pyannote[23].end 66.18096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 66.18096875
transcript.pyannote[24].end 66.41721875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 68.12159375
transcript.pyannote[25].end 69.33659375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 70.68659375
transcript.pyannote[26].end 76.05284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 75.78284375
transcript.pyannote[27].end 82.21221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 76.06971875
transcript.pyannote[28].end 76.12034375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 76.18784375
transcript.pyannote[29].end 76.23846875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 82.73534375
transcript.pyannote[30].end 83.83221875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 84.55784375
transcript.pyannote[31].end 86.51534375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 87.52784375
transcript.pyannote[32].end 89.82284375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 90.46409375
transcript.pyannote[33].end 96.38721875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 97.11284375
transcript.pyannote[34].end 99.18846875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 99.54284375
transcript.pyannote[35].end 103.06971875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 103.15409375
transcript.pyannote[36].end 105.49971875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 106.00596875
transcript.pyannote[37].end 116.01284375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 116.21534375
transcript.pyannote[38].end 119.62409375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 120.01221875
transcript.pyannote[39].end 124.39971875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 125.36159375
transcript.pyannote[40].end 125.85096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 126.18846875
transcript.pyannote[41].end 128.09534375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 128.66909375
transcript.pyannote[42].end 129.78284375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 130.57596875
transcript.pyannote[43].end 132.46596875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 132.75284375
transcript.pyannote[44].end 134.81159375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 134.91284375
transcript.pyannote[45].end 140.68409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 140.95409375
transcript.pyannote[46].end 141.78096875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 142.55721875
transcript.pyannote[47].end 142.94534375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 143.50221875
transcript.pyannote[48].end 145.59471875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 145.69596875
transcript.pyannote[49].end 148.02471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 148.09221875
transcript.pyannote[50].end 150.01596875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 150.60659375
transcript.pyannote[51].end 152.15909375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 153.03659375
transcript.pyannote[52].end 154.40346875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 155.14596875
transcript.pyannote[53].end 156.66471875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 157.15409375
transcript.pyannote[54].end 159.56721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 159.88784375
transcript.pyannote[55].end 161.13659375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 161.47409375
transcript.pyannote[56].end 165.00096875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 165.37221875
transcript.pyannote[57].end 166.40159375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 166.72221875
transcript.pyannote[58].end 167.93721875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 168.57846875
transcript.pyannote[59].end 169.89471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 169.89471875
transcript.pyannote[60].end 170.01284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 170.43471875
transcript.pyannote[61].end 178.60221875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 176.05409375
transcript.pyannote[62].end 178.73721875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 178.73721875
transcript.pyannote[63].end 178.80471875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 178.80471875
transcript.pyannote[64].end 178.85534375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 178.85534375
transcript.pyannote[65].end 178.99034375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 178.99034375
transcript.pyannote[66].end 187.64721875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 179.20971875
transcript.pyannote[67].end 179.53034375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 187.71471875
transcript.pyannote[68].end 187.73159375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 187.76534375
transcript.pyannote[69].end 203.64471875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 204.18471875
transcript.pyannote[70].end 206.54721875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 206.71596875
transcript.pyannote[71].end 208.74096875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 209.02784375
transcript.pyannote[72].end 213.36471875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 213.87096875
transcript.pyannote[73].end 215.33909375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 215.54159375
transcript.pyannote[74].end 220.60409375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 221.27909375
transcript.pyannote[75].end 228.99096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 223.05096875
transcript.pyannote[76].end 223.08471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 223.10159375
transcript.pyannote[77].end 223.60784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 229.17659375
transcript.pyannote[78].end 230.34096875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 230.67846875
transcript.pyannote[79].end 231.18471875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 232.55159375
transcript.pyannote[80].end 236.09534375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 236.48346875
transcript.pyannote[81].end 237.04034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 238.39034375
transcript.pyannote[82].end 239.74034375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 240.12846875
transcript.pyannote[83].end 241.66409375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 241.96784375
transcript.pyannote[84].end 243.11534375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 243.75659375
transcript.pyannote[85].end 245.03909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 246.00096875
transcript.pyannote[86].end 246.47346875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 246.82784375
transcript.pyannote[87].end 247.58721875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 248.48159375
transcript.pyannote[88].end 260.26034375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 260.68221875
transcript.pyannote[89].end 262.63971875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 263.06159375
transcript.pyannote[90].end 264.52971875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 265.50846875
transcript.pyannote[91].end 267.11159375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 267.55034375
transcript.pyannote[92].end 268.74846875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 269.10284375
transcript.pyannote[93].end 272.76471875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 272.96721875
transcript.pyannote[94].end 273.52409375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 274.03034375
transcript.pyannote[95].end 275.14409375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 276.32534375
transcript.pyannote[96].end 276.93284375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 277.18596875
transcript.pyannote[97].end 278.28284375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 278.63721875
transcript.pyannote[98].end 280.83096875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 281.92784375
transcript.pyannote[99].end 285.11721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 285.13409375
transcript.pyannote[100].end 285.15096875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 285.20159375
transcript.pyannote[101].end 286.12971875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 285.42096875
transcript.pyannote[102].end 286.70346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 287.63159375
transcript.pyannote[103].end 291.39471875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 292.20471875
transcript.pyannote[104].end 296.13659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 292.47471875
transcript.pyannote[105].end 293.75721875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 297.04784375
transcript.pyannote[106].end 302.07659375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 302.21159375
transcript.pyannote[107].end 302.88659375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 303.08909375
transcript.pyannote[108].end 304.70909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 304.50659375
transcript.pyannote[109].end 306.90284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 307.07159375
transcript.pyannote[110].end 308.25284375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 309.78846875
transcript.pyannote[111].end 312.35346875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 313.28159375
transcript.pyannote[112].end 315.45846875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 316.62284375
transcript.pyannote[113].end 317.83784375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 318.44534375
transcript.pyannote[114].end 319.72784375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 319.89659375
transcript.pyannote[115].end 321.33096875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 322.49534375
transcript.pyannote[116].end 323.84534375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 324.28409375
transcript.pyannote[117].end 325.83659375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 326.42721875
transcript.pyannote[118].end 328.03034375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 329.43096875
transcript.pyannote[119].end 329.81909375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 330.12284375
transcript.pyannote[120].end 337.93596875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 337.96971875
transcript.pyannote[121].end 338.03721875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 338.18909375
transcript.pyannote[122].end 340.43346875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 341.32784375
transcript.pyannote[123].end 342.82971875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 343.69034375
transcript.pyannote[124].end 345.90096875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 346.06971875
transcript.pyannote[125].end 346.94721875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 347.23409375
transcript.pyannote[126].end 348.60096875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 349.07346875
transcript.pyannote[127].end 351.25034375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 353.49471875
transcript.pyannote[128].end 354.20346875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 355.78971875
transcript.pyannote[129].end 359.77221875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 359.77221875
transcript.pyannote[130].end 361.69596875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 362.16846875
transcript.pyannote[131].end 366.21846875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 366.45471875
transcript.pyannote[132].end 373.67721875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 373.93034375
transcript.pyannote[133].end 375.14534375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 376.39409375
transcript.pyannote[134].end 384.73034375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 384.64596875
transcript.pyannote[135].end 384.71346875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 384.73034375
transcript.pyannote[136].end 387.70034375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 384.83159375
transcript.pyannote[137].end 384.86534375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 388.20659375
transcript.pyannote[138].end 390.13034375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 391.32846875
transcript.pyannote[139].end 393.52221875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 393.70784375
transcript.pyannote[140].end 394.95659375
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 395.47971875
transcript.pyannote[141].end 396.44159375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 397.28534375
transcript.pyannote[142].end 399.07409375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 399.31034375
transcript.pyannote[143].end 400.60971875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 402.70221875
transcript.pyannote[144].end 403.78221875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 404.17034375
transcript.pyannote[145].end 406.81971875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 407.14034375
transcript.pyannote[146].end 408.08534375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 409.41846875
transcript.pyannote[147].end 409.80659375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 410.17784375
transcript.pyannote[148].end 412.50659375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 412.81034375
transcript.pyannote[149].end 414.90284375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 415.69596875
transcript.pyannote[150].end 416.30346875
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 417.34971875
transcript.pyannote[151].end 417.97409375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 417.45096875
transcript.pyannote[152].end 419.96534375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 419.37471875
transcript.pyannote[153].end 421.04534375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 421.38284375
transcript.pyannote[154].end 422.80034375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 423.17159375
transcript.pyannote[155].end 425.31471875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 428.67284375
transcript.pyannote[156].end 432.45284375
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 431.81159375
transcript.pyannote[157].end 434.22471875
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 434.22471875
transcript.pyannote[158].end 434.24159375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 435.05159375
transcript.pyannote[159].end 436.08096875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 436.51971875
transcript.pyannote[160].end 436.82346875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 437.76846875
transcript.pyannote[161].end 440.73846875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 441.61596875
transcript.pyannote[162].end 445.90221875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 446.10471875
transcript.pyannote[163].end 457.24221875
transcript.pyannote[164].speaker SPEAKER_02
transcript.pyannote[164].start 458.25471875
transcript.pyannote[164].end 458.98034375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 458.98034375
transcript.pyannote[165].end 459.33471875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 459.03096875
transcript.pyannote[166].end 459.26721875
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 460.02659375
transcript.pyannote[167].end 460.76909375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 461.07284375
transcript.pyannote[168].end 464.58284375
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 464.61659375
transcript.pyannote[169].end 464.66721875
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 464.73471875
transcript.pyannote[170].end 467.13096875
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 467.40096875
transcript.pyannote[171].end 468.14346875
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 467.85659375
transcript.pyannote[172].end 471.65346875
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 472.02471875
transcript.pyannote[173].end 472.98659375
transcript.pyannote[174].speaker SPEAKER_02
transcript.pyannote[174].start 473.40846875
transcript.pyannote[174].end 480.46221875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 480.81659375
transcript.pyannote[175].end 482.60534375
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 483.02721875
transcript.pyannote[176].end 486.89159375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 486.90846875
transcript.pyannote[177].end 488.30909375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 489.32159375
transcript.pyannote[178].end 492.66284375
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 493.60784375
transcript.pyannote[179].end 494.63721875
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 495.56534375
transcript.pyannote[180].end 496.42596875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 496.64534375
transcript.pyannote[181].end 497.33721875
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 498.07971875
transcript.pyannote[182].end 500.52659375
transcript.pyannote[183].speaker SPEAKER_02
transcript.pyannote[183].start 500.71221875
transcript.pyannote[183].end 502.38284375
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 503.78346875
transcript.pyannote[184].end 504.10409375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 504.28971875
transcript.pyannote[185].end 504.47534375
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 504.91409375
transcript.pyannote[186].end 505.42034375
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 505.92659375
transcript.pyannote[187].end 510.24659375
transcript.pyannote[188].speaker SPEAKER_02
transcript.pyannote[188].start 508.86284375
transcript.pyannote[188].end 509.43659375
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 510.17909375
transcript.pyannote[189].end 510.90471875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 511.47846875
transcript.pyannote[190].end 513.18284375
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 513.55409375
transcript.pyannote[191].end 515.62971875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 516.67596875
transcript.pyannote[192].end 519.94971875
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 520.42221875
transcript.pyannote[193].end 522.05909375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 522.54846875
transcript.pyannote[194].end 526.56471875
transcript.pyannote[195].speaker SPEAKER_02
transcript.pyannote[195].start 526.63221875
transcript.pyannote[195].end 527.59409375
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 527.69534375
transcript.pyannote[196].end 532.09971875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 532.48784375
transcript.pyannote[197].end 537.09471875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 537.43221875
transcript.pyannote[198].end 540.43596875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 540.55409375
transcript.pyannote[199].end 546.05534375
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 546.62909375
transcript.pyannote[200].end 547.62471875
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 547.77659375
transcript.pyannote[201].end 549.41346875
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 549.59909375
transcript.pyannote[202].end 551.80971875
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 552.23159375
transcript.pyannote[203].end 553.39596875
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 553.88534375
transcript.pyannote[204].end 555.55596875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 556.77096875
transcript.pyannote[205].end 558.10409375
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 558.62721875
transcript.pyannote[206].end 559.92659375
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 560.17971875
transcript.pyannote[207].end 560.63534375
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 560.66909375
transcript.pyannote[208].end 562.10346875
transcript.pyannote[209].speaker SPEAKER_02
transcript.pyannote[209].start 562.71096875
transcript.pyannote[209].end 564.70221875
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 564.93846875
transcript.pyannote[210].end 566.13659375
transcript.pyannote[211].speaker SPEAKER_02
transcript.pyannote[211].start 566.49096875
transcript.pyannote[211].end 567.57096875
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 568.12784375
transcript.pyannote[212].end 569.68034375
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 569.88284375
transcript.pyannote[213].end 570.84471875
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 571.94159375
transcript.pyannote[214].end 573.59534375
transcript.pyannote[215].speaker SPEAKER_02
transcript.pyannote[215].start 573.91596875
transcript.pyannote[215].end 575.70471875
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 575.99159375
transcript.pyannote[216].end 577.61159375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 578.32034375
transcript.pyannote[217].end 579.16409375
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 580.26096875
transcript.pyannote[218].end 581.54346875
transcript.pyannote[219].speaker SPEAKER_02
transcript.pyannote[219].start 582.64034375
transcript.pyannote[219].end 583.02846875
transcript.pyannote[220].speaker SPEAKER_01
transcript.pyannote[220].start 583.02846875
transcript.pyannote[220].end 583.53471875
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 585.22221875
transcript.pyannote[221].end 596.66346875
transcript.pyannote[222].speaker SPEAKER_02
transcript.pyannote[222].start 595.51596875
transcript.pyannote[222].end 596.07284375
transcript.pyannote[223].speaker SPEAKER_02
transcript.pyannote[223].start 596.27534375
transcript.pyannote[223].end 601.00034375
transcript.pyannote[224].speaker SPEAKER_02
transcript.pyannote[224].start 601.37159375
transcript.pyannote[224].end 603.39659375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 603.88596875
transcript.pyannote[225].end 613.55534375
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 613.58909375
transcript.pyannote[226].end 617.13284375
transcript.pyannote[227].speaker SPEAKER_01
transcript.pyannote[227].start 614.28096875
transcript.pyannote[227].end 632.48909375
transcript.pyannote[228].speaker SPEAKER_02
transcript.pyannote[228].start 630.81846875
transcript.pyannote[228].end 643.05284375
transcript.pyannote[229].speaker SPEAKER_01
transcript.pyannote[229].start 633.29909375
transcript.pyannote[229].end 633.50159375
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 643.62659375
transcript.pyannote[230].end 644.68971875
transcript.pyannote[231].speaker SPEAKER_02
transcript.pyannote[231].start 645.49971875
transcript.pyannote[231].end 655.10159375
transcript.pyannote[232].speaker SPEAKER_02
transcript.pyannote[232].start 655.33784375
transcript.pyannote[232].end 661.90221875
transcript.pyannote[233].speaker SPEAKER_01
transcript.pyannote[233].start 661.90221875
transcript.pyannote[233].end 661.91909375
transcript.pyannote[234].speaker SPEAKER_01
transcript.pyannote[234].start 662.27346875
transcript.pyannote[234].end 663.01596875
transcript.pyannote[235].speaker SPEAKER_01
transcript.pyannote[235].start 663.23534375
transcript.pyannote[235].end 684.48096875
transcript.pyannote[236].speaker SPEAKER_00
transcript.pyannote[236].start 670.35659375
transcript.pyannote[236].end 671.97659375
transcript.pyannote[237].speaker SPEAKER_00
transcript.pyannote[237].start 672.04409375
transcript.pyannote[237].end 672.21284375
transcript.pyannote[238].speaker SPEAKER_00
transcript.pyannote[238].start 672.22971875
transcript.pyannote[238].end 672.39846875
transcript.pyannote[239].speaker SPEAKER_02
transcript.pyannote[239].start 672.39846875
transcript.pyannote[239].end 672.88784375
transcript.pyannote[240].speaker SPEAKER_00
transcript.pyannote[240].start 672.88784375
transcript.pyannote[240].end 672.92159375
transcript.pyannote[241].speaker SPEAKER_00
transcript.pyannote[241].start 674.87909375
transcript.pyannote[241].end 674.91284375
transcript.pyannote[242].speaker SPEAKER_02
transcript.pyannote[242].start 674.91284375
transcript.pyannote[242].end 675.60471875
transcript.pyannote[243].speaker SPEAKER_02
transcript.pyannote[243].start 681.35909375
transcript.pyannote[243].end 681.76409375
transcript.pyannote[244].speaker SPEAKER_02
transcript.pyannote[244].start 682.33784375
transcript.pyannote[244].end 684.36284375
transcript.pyannote[245].speaker SPEAKER_01
transcript.pyannote[245].start 684.63284375
transcript.pyannote[245].end 689.30721875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 687.29909375
transcript.pyannote[246].end 693.07034375
transcript.pyannote[247].speaker SPEAKER_01
transcript.pyannote[247].start 692.32784375
transcript.pyannote[247].end 695.04471875
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 693.61034375
transcript.pyannote[248].end 696.79971875
transcript.pyannote[249].speaker SPEAKER_01
transcript.pyannote[249].start 696.79971875
transcript.pyannote[249].end 712.44284375
transcript.pyannote[250].speaker SPEAKER_02
transcript.pyannote[250].start 698.75721875
transcript.pyannote[250].end 699.07784375
transcript.pyannote[251].speaker SPEAKER_02
transcript.pyannote[251].start 702.30096875
transcript.pyannote[251].end 706.43534375
transcript.pyannote[252].speaker SPEAKER_02
transcript.pyannote[252].start 708.05534375
transcript.pyannote[252].end 711.21096875
transcript.pyannote[253].speaker SPEAKER_02
transcript.pyannote[253].start 711.43034375
transcript.pyannote[253].end 716.12159375
transcript.pyannote[254].speaker SPEAKER_02
transcript.pyannote[254].start 716.37471875
transcript.pyannote[254].end 721.18409375
transcript.pyannote[255].speaker SPEAKER_02
transcript.pyannote[255].start 721.58909375
transcript.pyannote[255].end 723.88409375
transcript.pyannote[256].speaker SPEAKER_02
transcript.pyannote[256].start 724.28909375
transcript.pyannote[256].end 724.32284375
transcript.pyannote[257].speaker SPEAKER_01
transcript.pyannote[257].start 724.32284375
transcript.pyannote[257].end 724.39034375
transcript.pyannote[258].speaker SPEAKER_02
transcript.pyannote[258].start 724.39034375
transcript.pyannote[258].end 724.69409375
transcript.pyannote[259].speaker SPEAKER_01
transcript.pyannote[259].start 724.69409375
transcript.pyannote[259].end 724.79534375
transcript.pyannote[260].speaker SPEAKER_02
transcript.pyannote[260].start 724.79534375
transcript.pyannote[260].end 724.82909375
transcript.pyannote[261].speaker SPEAKER_01
transcript.pyannote[261].start 724.82909375
transcript.pyannote[261].end 724.86284375
transcript.pyannote[262].speaker SPEAKER_02
transcript.pyannote[262].start 724.86284375
transcript.pyannote[262].end 725.04846875
transcript.pyannote[263].speaker SPEAKER_01
transcript.pyannote[263].start 725.04846875
transcript.pyannote[263].end 725.09909375
transcript.pyannote[264].speaker SPEAKER_02
transcript.pyannote[264].start 725.09909375
transcript.pyannote[264].end 726.97221875
transcript.pyannote[265].speaker SPEAKER_01
transcript.pyannote[265].start 726.97221875
transcript.pyannote[265].end 731.59596875
transcript.pyannote[266].speaker SPEAKER_02
transcript.pyannote[266].start 728.40659375
transcript.pyannote[266].end 729.21659375
transcript.pyannote[267].speaker SPEAKER_02
transcript.pyannote[267].start 731.59596875
transcript.pyannote[267].end 731.71409375
transcript.pyannote[268].speaker SPEAKER_01
transcript.pyannote[268].start 731.71409375
transcript.pyannote[268].end 733.53659375
transcript.pyannote[269].speaker SPEAKER_02
transcript.pyannote[269].start 731.89971875
transcript.pyannote[269].end 733.58721875
transcript.pyannote[270].speaker SPEAKER_01
transcript.pyannote[270].start 733.58721875
transcript.pyannote[270].end 733.62096875
transcript.pyannote[271].speaker SPEAKER_02
transcript.pyannote[271].start 733.62096875
transcript.pyannote[271].end 733.63784375
transcript.pyannote[272].speaker SPEAKER_01
transcript.pyannote[272].start 733.84034375
transcript.pyannote[272].end 734.49846875
transcript.pyannote[273].speaker SPEAKER_02
transcript.pyannote[273].start 734.49846875
transcript.pyannote[273].end 745.14659375
transcript.pyannote[274].speaker SPEAKER_01
transcript.pyannote[274].start 734.63346875
transcript.pyannote[274].end 735.42659375
transcript.pyannote[275].speaker SPEAKER_01
transcript.pyannote[275].start 745.14659375
transcript.pyannote[275].end 758.10659375
transcript.pyannote[276].speaker SPEAKER_02
transcript.pyannote[276].start 746.07471875
transcript.pyannote[276].end 747.30659375
transcript.pyannote[277].speaker SPEAKER_02
transcript.pyannote[277].start 748.77471875
transcript.pyannote[277].end 750.19221875
transcript.pyannote[278].speaker SPEAKER_02
transcript.pyannote[278].start 753.61784375
transcript.pyannote[278].end 755.74409375
transcript.pyannote[279].speaker SPEAKER_02
transcript.pyannote[279].start 756.46971875
transcript.pyannote[279].end 761.00909375
transcript.pyannote[280].speaker SPEAKER_01
transcript.pyannote[280].start 760.63784375
transcript.pyannote[280].end 783.36846875
transcript.pyannote[281].speaker SPEAKER_02
transcript.pyannote[281].start 769.32846875
transcript.pyannote[281].end 775.21784375
transcript.pyannote[282].speaker SPEAKER_02
transcript.pyannote[282].start 782.64284375
transcript.pyannote[282].end 786.22034375
transcript.pyannote[283].speaker SPEAKER_01
transcript.pyannote[283].start 785.12346875
transcript.pyannote[283].end 786.70971875
transcript.pyannote[284].speaker SPEAKER_01
transcript.pyannote[284].start 786.96284375
transcript.pyannote[284].end 787.78971875
transcript.pyannote[285].speaker SPEAKER_02
transcript.pyannote[285].start 787.78971875
transcript.pyannote[285].end 791.29971875
transcript.pyannote[286].speaker SPEAKER_01
transcript.pyannote[286].start 791.29971875
transcript.pyannote[286].end 791.46846875
transcript.pyannote[287].speaker SPEAKER_02
transcript.pyannote[287].start 791.60346875
transcript.pyannote[287].end 791.63721875
transcript.pyannote[288].speaker SPEAKER_01
transcript.pyannote[288].start 791.63721875
transcript.pyannote[288].end 791.67096875
transcript.pyannote[289].speaker SPEAKER_02
transcript.pyannote[289].start 791.67096875
transcript.pyannote[289].end 792.73409375
transcript.pyannote[290].speaker SPEAKER_01
transcript.pyannote[290].start 792.73409375
transcript.pyannote[290].end 792.76784375
transcript.pyannote[291].speaker SPEAKER_02
transcript.pyannote[291].start 792.76784375
transcript.pyannote[291].end 792.78471875
transcript.pyannote[292].speaker SPEAKER_02
transcript.pyannote[292].start 793.96596875
transcript.pyannote[292].end 794.53971875
transcript.whisperx[0].start 0.029
transcript.whisperx[0].end 6.733
transcript.whisperx[0].text 有請財政部的理事長理事長經濟部產發署的副署長也過來stand by好了等一下我先問你沈副署長來先請教次長今天當然也配合你們今天本來要處理的也暫時不處理那麼你可以看川普在這幾天特別講出來
transcript.whisperx[1].start 29.11
transcript.whisperx[1].end 49.95
transcript.whisperx[1].text 他說其他的世界 世界其他國家都佔美國便宜特別除了關稅以外他說非關稅的作弊第一項就是manipulate他的currency 操作貨幣第二項充當關稅的增值稅 這個就是貨物稅
transcript.whisperx[2].start 51.488
transcript.whisperx[2].end 69.034
transcript.whisperx[2].text 放這裡啦其他的傾向那都不是我今天要談的我就談這個貨物稅是被川普認定為非關稅的作弊貨物稅這個你同意嗎 理事長
transcript.whisperx[3].start 70.928
transcript.whisperx[3].end 92.601
transcript.whisperx[3].text 就我們所瞭解是跟我們相關確實是提到貨物稅的部分就是貨物稅嘛 關稅的增值稅就是貨物稅他已經講是八個cheating關稅的作弊 也就是說非關稅的障礙在這裡那我們又看飲料15%的貨物稅手搖飲料沒有貨物稅
transcript.whisperx[4].start 97.162
transcript.whisperx[4].end 124.202
transcript.whisperx[4].text 這個也很奇怪然後呢 熱飲機 電烤箱 氣炸鍋收音機 彩色電視這個稅收都一點點那為什麼還要課候補稅候補稅35年 訂了到現在今年114年 訂了快要80年從來沒有檢討過候補稅老民啊 老民現在老到川普啊川普都可以拿這個來修理你啦
transcript.whisperx[5].start 126.428
transcript.whisperx[5].end 149.646
transcript.whisperx[5].text 這叫非關稅障礙啊修理到你們啦市長你能不能承諾趕快去你們沒事我們財務會人都對你們太好了有時候覺得財務會的委員到底怎麼樣有的很兇然後進來財務會都變這個很不兇對不對這到底怎麼搞的進來進來又整個氣氛就變了哇都體貼你們喔然後叫你們寫報告也不寫報告你寫給我們啊請問你這個監督
transcript.whisperx[6].start 155.145
transcript.whisperx[6].end 169.716
transcript.whisperx[6].text 可以不可以廢除掉剛我提的這個這麼小的稅收稅收一點點一點點80年沒有修改貨物稅可以不可以把它免除掉提一個可行性評估報告給我們可以嗎
transcript.whisperx[7].start 171.037
transcript.whisperx[7].end 180.649
transcript.whisperx[7].text 85人其實我們後綴從35年課程以來其實我們有意志在檢討啦有些項目其實也都我現在就要求你針對這幾項還有你整個後綴的檢討一個月內提出一個檢討報告可以嗎可以一個月內提出檢討報告
transcript.whisperx[8].start 188.719
transcript.whisperx[8].end 202.572
transcript.whisperx[8].text 這個已經被因為荒稅的課已經被川普認為是非關稅的障礙是非關稅作弊啊他的用字眼用得很很重啊叫cheating啊你看英文我們看到
transcript.whisperx[9].start 204.493
transcript.whisperx[9].end 219.099
transcript.whisperx[9].text 這個就跟那個產房屬有關係了川普風暴汽車的關稅我們都知道關稅是7.5%可是貨物稅25%兩斤西西以上是25%兩斤西西以上是30%電動車完稅以後140萬以上的減半電動車是免貨物稅的是免貨物稅的所以
transcript.whisperx[10].start 232.811
transcript.whisperx[10].end 247.277
transcript.whisperx[10].text 這一部分就是他認為是非關稅的蜻蜓作弊真的要殺的話要應付川普的話是要應付這一塊所以我就請教這個副署長啊
transcript.whisperx[11].start 248.527
transcript.whisperx[11].end 274.758
transcript.whisperx[11].text 你用產業發展的角度來你剛剛講的熱熱騰騰影響整場一萬人影響零組件八萬講起來就不要講那個模具就有十萬十萬人不少啦現在進口車跟國產車大概比例多少八號委員大概一比一就是五十五十啦所以這裡面啦你這邊要照顧那邊要照顧可是就業人口咧
transcript.whisperx[12].start 277.564
transcript.whisperx[12].end 295.954
transcript.whisperx[12].text 剛剛是八萬不是啊 那個進口商咧?進口商主要是以代理進口的他聚合聯口多少?我這邊沒掌握 可以會後再補我就要想啊 請問進口商有幾家 掌握吧
transcript.whisperx[13].start 297.302
transcript.whisperx[13].end 320.009
transcript.whisperx[13].text 幾乎現在的車廠很多都有代理的性質 譬如說我認為進口上加起來了不起一千人啦很多了啦 一千人VS十萬人咧如果以就業的角度來講的話那麼你就要考慮到你這個如果是關稅減為零
transcript.whisperx[14].start 322.54
transcript.whisperx[14].end 348.506
transcript.whisperx[14].text 那這些十萬人他的工作機會怎麼辦馬上產生一個社會問題這個 大家說你說進口樓他老是不漲進那是另外一件事但是馬上面對的現在全世界的這樣子關稅的風暴東西還沒有結束喔馬上就是說一來那結果我們的國務部長很天才啊他說降維你沒有問題關稅降維你沒有問題 你同意嗎
transcript.whisperx[15].start 353.53
transcript.whisperx[15].end 374.81
transcript.whisperx[15].text 你不敢講啊這個 委員這是涉及談判的內容我覺得不方便不 部長接受我 不是談判他接受我質詢 在經濟委員會質詢他說叫我淋沒有問題啊你們汽車的十萬人可以七年來試運叫我淋沒有問題啊來來來 理事長你比較把握你敢要叫我淋嗎
transcript.whisperx[16].start 376.888
transcript.whisperx[16].end 400.269
transcript.whisperx[16].text 這部分我們財政部的立場就是我們提供相關的數據讓經貿談判辦公室去做談判談判參考問題是賴清德總統說要從零開始啊他就想說那關稅是零喔你關稅回零的話還不如說你的你的公務稅大幅調降因為公務稅是屬於關稅的欺騙
transcript.whisperx[17].start 402.745
transcript.whisperx[17].end 415.974
transcript.whisperx[17].text 川普是這樣認為的現在全世界的經貿規則川普在定的啊川普大帝啊大帝啊 川普大帝他在定的啊 大家都跟他細細準啊我請教副處長你們產業的角度來講汽車關稅為零可不可行
transcript.whisperx[18].start 429.18
transcript.whisperx[18].end 456.937
transcript.whisperx[18].text 產業面喔我剛剛有提到就是如果你forget it就是產業面可不可行如果降關稅就會取代本土汽車它會取代一部分進口來源也會取代本土汽車這是會發生的那我們也有內部評估如果我們降關稅的話我們的產業隔年的產值就會有所衰退
transcript.whisperx[19].start 458.274
transcript.whisperx[19].end 483.811
transcript.whisperx[19].text 那失業人口勒就是整車廠那部分會特別厭倦你寫一個報告給我可以嗎沒問題你們報告應該都有了好不好一個月內一樣給我們簽證委員會到底關稅降多少你們部長說可以降為零七年可以適應他的意思是七年逐步降為零他的意思我的截圖是這樣子我在經濟委員會質詢他他講了七年給我們七年適應
transcript.whisperx[20].start 489.395
transcript.whisperx[20].end 499.924
transcript.whisperx[20].text 汽車關稅不穩定可是他們要講的一塊是貨物稅貨物稅要降你整個車子來講 你看關稅才17.5 貨物稅25% 30% 對吧貨物稅的部分因為是國產跟進口都一樣 都會課 都一樣但是呢 因為關稅只有進口車降
transcript.whisperx[21].start 516.741
transcript.whisperx[21].end 543.869
transcript.whisperx[21].text 他對於國產社當然就是一個很大打擊啊這是大家都知道的啊所以你等於是一方面我們希望大家都可以開到便宜的車另一方面現有的按照你講的你的數字十萬人的工作怎麼處理按照你們部長講的是七年可以調整就逐步下降這樣的答案其實一般人是比較可以接受啦一下是從17.5一下變成0這個機率等於0啦
transcript.whisperx[22].start 546.97
transcript.whisperx[22].end 570.748
transcript.whisperx[22].text 這幾率等於零美國大概也不會要求我們一下子從17.5變零他大概也不會這樣要求但是會要求我們一個Time table要如何變成零那這個就是你們要去刷狗的地方要去努力跟美國談的Bugging的地方所以不可能降到零我可以降到多少遲早要降一點啦可是更重要的
transcript.whisperx[23].start 572.017
transcript.whisperx[23].end 583.336
transcript.whisperx[23].text 非關稅的欺騙 那個才要降那個貨物稅要大降比如說降一半這個美國就很麻煩啦理事長同意嗎
transcript.whisperx[24].start 585.267
transcript.whisperx[24].end 612.668
transcript.whisperx[24].text 副市長可以請回我們其實就是已經提供相關資料也提供給作為談判參考但是最後是怎麼樣的結果我們也會等最後再討論今天我沒有處理的原因讓你們有點籌碼去跟他們談吧副市長請回今天的題目主要是一個太久歡欣你們有的兩年五年我就問你為什麼一事到底就不要了算了也沒有多少錢
transcript.whisperx[25].start 618.353
transcript.whisperx[25].end 633.024
transcript.whisperx[25].text 其實我們為什麼用太舊換新的方式其實從消費者的角度來看如果今天我們直接變成免稅的話其實是廠商免稅或是是對產製廠商出廠商免稅你們現在怎麼做你們現在是交給經濟部交給工研院一年花三億喔
transcript.whisperx[26].start 645.594
transcript.whisperx[26].end 660.748
transcript.whisperx[26].text 3億去處理這個事情就是我去買這個節能家電然後我可以省2000塊我就去找供應院去跟他拿2000塊回來憑我的收據或者發票去跟他拿2000塊回來交給供應院花3億來做
transcript.whisperx[27].start 664.131
transcript.whisperx[27].end 683.063
transcript.whisperx[27].text 報告委員因為這應該是兩件事情一個是屬於直接退稅的退稅的是直接跟國際局退這個不是我們被委託公研院另外一個是經濟部他有個太舊換新補助的措施我想委員講的應該是在補助你們這一部分能不能自己來做
transcript.whisperx[28].start 684.804
transcript.whisperx[28].end 706.838
transcript.whisperx[28].text 我們有自己做我們那個直接退稅都是我們自己做最後一個小問題你們報稅確定延到6月對不對你們大概就是延繳跟分期交納嗎我們包含申報也延到6月另外就是如果申報以後那些人還是有這個繳稅困難的話可以延繳我只希望做一點你能不能從寬認定我們一定從寬認定因為這個經濟影響太大了最後一個對小
transcript.whisperx[29].start 714.963
transcript.whisperx[29].end 729.027
transcript.whisperx[29].text 這個你們都仰賴啊大專學院高職生的去啊一天給個三百塊耶你們這個 你知道基本工資多少錢嗎委員跟委員報告其實很多我問你知不知道基本工資一天多少錢一個小時多少錢基本工資一小時一百九啊
transcript.whisperx[30].start 735.37
transcript.whisperx[30].end 747.46
transcript.whisperx[30].text 一天就一千五百二十塊結果你們剝削這些的高智商大專院校的學生一天只給這三百啊剝削啊什麼叫學校合作啊這個太惡劣了啦你可以從頭提高嗎 提高一倍可以吧
transcript.whisperx[31].start 760.29
transcript.whisperx[31].end 775.858
transcript.whisperx[31].text 六七百以上啊你這個部分是不是委員可以讓我們來研究一下因為基本上其實因為很多學校是跟我們做有點類似建教合作的性質他們還可以認定他們的學分真的還是有的對可是因為他等於就是真的來我們這邊上課啦有點類似來我們這邊上課的味道所以我們給他的也只是一個類似務參費的性質我今天一定要兩個報告你再這個再給我一個報告為什麼可以用三百
transcript.whisperx[32].start 787.003
transcript.whisperx[32].end 787.183
transcript.whisperx[32].text 郭文貴議員
gazette.lineno 247
gazette.blocks[0][0] 賴委員士葆:(10時11分)謝謝主席及各位先進,有請財政部的李次長。
gazette.blocks[1][0] 主席:好,李次長。
gazette.blocks[2][0] 賴委員士葆:經濟部產發署的副署長也過來stand by好了,我等一下有問題要問你。
gazette.blocks[3][0] 主席:請陳副署長。
gazette.blocks[4][0] 李次長慶華:委員早安。
gazette.blocks[5][0] 賴委員士葆:先請教次長,今天當然也配合你們,今天本來要處理的也暫時不處理。
gazette.blocks[6][0] 李次長慶華:謝謝委員。
gazette.blocks[7][0] 賴委員士葆:你可以看到川普在這幾天特別講出來,他說世界上其他的國家都占美國便宜,特別除了關稅(tariff)以外,他說非關稅作弊(Non-Tariff Cheating),第一項就是操縱貨幣(Currency Manipulation);第二項充當關稅的增值稅,這個就是貨物稅啊!放這裡啦!其他的傾銷都不是我今天要談的,我就談這個,貨物稅是被川普認定為非關稅作弊,李次長,這個你同意嗎?
gazette.blocks[8][0] 李次長慶華:就我們所瞭解跟我們相關的,確實是提到貨物稅的部分。
gazette.blocks[9][0] 賴委員士葆:就是貨物稅嘛!關稅的增值稅就是貨物稅,他已經講了8個tariff、一個cheating關稅作弊,也就是說非關稅的障礙在這裡。我們又看到飲料15%的貨物稅,但手搖飲料沒有貨物稅,這個也很奇怪,然後錄影機、電烤箱、氣炸鍋、收音機、彩色電視的稅收都一點點,為什麼還要課貨物稅?貨物稅從35年訂定到現在,今年114年訂了快要80年,從來沒有檢討過貨物稅,這擾民啊!現在擾到川普啦!川普都可以拿這個來修理你啦!這叫非關稅障礙,修理到你們啦!次長,你能不能承諾趕快去處理?每一次財委會的人都對你們太好了,有時候我會覺得財委會的委員到底是怎麼樣,有的很兇,但進來財委會就變得很不兇,對不對?這到底怎麼搞的?進來以後,整個氣氛就變了,哇!都體貼你們喔!叫你們寫報告也不寫,報告你寫給我們啊!請問你們可不可以檢討廢除掉這部分,就是剛剛我提的這麼小的稅收,稅收才一點點,80年沒有修改貨物稅,可以不可以把它免除掉,提一個可行性評估報告給我們,可以嗎?
gazette.blocks[10][0] 李次長慶華:報告委員,貨物稅從35年課徵以來,我們有一直在檢討,有些項目其實……
gazette.blocks[11][0] 賴委員士葆:我現在要求你,針對這幾項,還有整個貨物稅的檢討,一個月內提出檢討報告,可以嗎?
gazette.blocks[12][0] 李次長慶華:可以,謝謝委員。
gazette.blocks[13][0] 賴委員士葆:一個月內提出檢討報告。因為課貨物稅,已經被川普認為是非關稅障礙,是非關稅作弊,他的用字眼用得很重,叫cheating!這個就跟產發署有關係了,川普風暴,汽車的關稅17.5%,可是貨物稅2,000c.c.以下是25%;2,000c.c.以上是30%,電動車完稅以後,140萬以上的減半,電動車是免貨物稅的,這一部分川普認為是非關稅的cheating,作弊!真的要應付川普是要應付這一塊,所以我請教副署長,你用產業發展的角度來看,你剛剛講得「落落長」,影響整廠1萬人、影響零組件8萬,不要講到模具就影響了10萬,10萬人不算少,現在進口車跟國產車比例大概多少?
gazette.blocks[14][0] 陳副署長佩利:報告委員,大概1比1。
gazette.blocks[15][0] 賴委員士葆:就是50、50,所以你這邊要照顧,那邊也要照顧,可是就業人口呢?
gazette.blocks[16][0] 陳副署長佩利:剛剛講的是8萬。
gazette.blocks[17][0] 賴委員士葆:不是,進口商呢?
gazette.blocks[18][0] 陳副署長佩利:進口商主要是以代理進口的,應該……
gazette.blocks[19][0] 賴委員士葆:就業人口多少?
gazette.blocks[20][0] 陳副署長佩利:我這邊沒掌握,可以會後再補。
gazette.blocks[21][0] 賴委員士葆:請問進口商有幾家?總有掌握吧?
gazette.blocks[22][0] 陳副署長佩利:現在的車廠幾乎很多都有代理的性質,譬如說裕隆……
gazette.blocks[23][0] 賴委員士葆:我認為進口商加起來了不起1,000人,很多了,1,000人vs.10萬人,如果以就業的角度來講,要考慮到如果關稅減為零,這10萬人的工作機會怎麼辦?馬上產生一個社會問題,大家說進口商老是不長進,那是另外一件事,但是馬上要面對全世界的關稅風暴,到現在還沒有結束,結果郭智輝部長很天才,他在新聞說沒有問題,關稅降為零沒有問題,你同意嗎?你不敢講嗎?
gazette.blocks[24][0] 陳副署長佩利:委員,這是涉及談判的內容,我就不方便透露。
gazette.blocks[25][0] 賴委員士葆:郭部長接受我在經濟委員會質詢,他說降為零沒有問題,汽車業的10萬人可以用7年來適應,降為零沒有問題,來、來、來,李次長你比較有把握,你敢把它降為零嗎?
gazette.blocks[26][0] 李次長慶華:我們財政部的立場就是提供相關數據讓經貿談判辦公室去做談判參考。
gazette.blocks[27][0] 賴委員士葆:問題是賴清德總統說要從零開始,大家就想說關稅是零,關稅為零還不如貨物稅大幅調降,因為貨物稅是屬於關稅的cheating,川普是這樣認為的,現在全世界的經貿規則是川普在訂的,川普大帝,emperor,當時大家都很害怕,難道不是這樣嗎?
gazette.blocks[28][0] 李次長慶華:有關貨稅的部分,我們也是一併……
gazette.blocks[29][0] 賴委員士葆:我請教副處長,你們以產業的角度來講,汽車關稅為零可不可行?
gazette.blocks[30][0] 陳副署長佩利:產業面,剛剛有提到如果……
gazette.blocks[31][0] 賴委員士葆:產業面可不可行?
gazette.blocks[32][0] 陳副署長佩利:如果降關稅就會取代本土汽車,他會取代一部分進口來源,也會取代本土汽車,這是會發生的,我們也有內部評估,如果降關稅,我們的產業隔年的產值就會有所衰退。
gazette.blocks[33][0] 賴委員士葆:失業人口呢?
gazette.blocks[34][0] 陳副署長佩利:就是整車廠的部分會特別嚴重。
gazette.blocks[35][0] 賴委員士葆:你寫一個報告給我,可以嗎?
gazette.blocks[36][0] 陳副署長佩利:沒問題。
gazette.blocks[37][0] 賴委員士葆:你們報告應該都有了,好不好?一個月內一樣給財政委員會,到底關稅降多少?你們部長說可以降為零,7年可以適應,他的意思是7年逐步降為零,我解讀他的意思是這樣子,我在經濟委員會質詢他,他說給我們7年的時間去適應,汽車關稅可以變為零,可是他沒有講的一塊是貨物稅,貨物稅要繳,汽車的關稅才17.5%,貨物稅25%、30%而已,對吧?
gazette.blocks[38][0] 陳副署長佩利:對,貨物稅的部分,因為國產跟進口都會課。
gazette.blocks[39][0] 賴委員士葆:都一樣,但因為關稅只有進口車降,對於國產車當然就是一個很大的打擊,這是大家都知道的。所以一方面大家都希望可以開到便宜的車,另一方面,按照你們講的數字,10萬人的工作怎麼處理?按照你們部長講的是,7年可以逐步調整下降,其實這樣的答案一般人是比較可以接受,一下子從17.5%變成零,這機率等於零,美國大概也不會要求一下子從17.5%變零,他們大概也不會這樣要求,但是會要求我們一個timetable要如何變成零?就是你們要去struggle的地方,要努力去跟美國談、bargain的地方,說不可能降為零,我可以降到多少,遲早多少要降一點,可是更重要的是非關稅的cheating才要降,貨物稅要大降,比如說降一半,這個美國就很好談,李次長同意嗎?副署長可以請回。
gazette.blocks[40][0] 李次長慶華:跟委員報告,這個部分其實我們已經提供相關資料作為談判參考,當然最後是怎麼樣的結果,我們也要等最後再……
gazette.blocks[41][0] 賴委員士葆:所以這是今天我沒有處理的原因,讓你們有一點籌碼去跟他們談。
gazette.blocks[41][1] 今天的題目,主要是汰舊換新,你們有的2年、5年,我就問你,為什麼不一次到底,就不要了、算了,也沒有多少錢。
gazette.blocks[42][0] 李次長慶華:報告委員……
gazette.blocks[43][0] 賴委員士葆:其實也沒有多少錢,一個人2,000塊,才多少錢?
gazette.blocks[44][0] 李次長慶華:了解,為什麼用汰舊換新的方式,從消費者的角度來看,如果今天直接變成免稅的話,其實是廠商免稅,因為貨物稅是對產製廠商出廠的時候課稅。
gazette.blocks[45][0] 賴委員士葆:你現在提到一個重點,因為我時間到了,就不拖延後面委員的時間,你們現在怎麼做,你知道嗎?你們現在是交給經濟部、交給工研院,一年花3億去處理這個事情,就是我去買這些家電可以省2,000塊,我去工研院跟他拿2,000塊回來,憑我的收據或者發票跟他拿2,000塊回來,交給工研院花3億來做,為什麼?
gazette.blocks[46][0] 李次長慶華:報告委員,這應該是兩件事情,一個是屬於直接退稅的,退稅的是直接跟我們國稅局退……
gazette.blocks[47][0] 賴委員士葆:退給誰?
gazette.blocks[48][0] 李次長慶華:這個不是,我們沒有委託工研院。另外一個是經濟部,它有個汰舊換新補助的措施,我想委員講的應該是在補助那一塊。
gazette.blocks[49][0] 賴委員士葆:你們這一部分,能不能自己來做?
gazette.blocks[50][0] 李次長慶華:我們有自己做,直接退稅都是自己做,消費者直接跟國稅局申請。
gazette.blocks[51][0] 賴委員士葆:最後一個小問題,也是很重要的問題,你們報稅確定延到6月,對不對?
gazette.blocks[52][0] 李次長慶華:是、是、是,沒錯。
gazette.blocks[53][0] 賴委員士葆:你們大概就是延繳跟分期繳納。
gazette.blocks[54][0] 李次長慶華:包含申報也延到6月,另外就是如果申報以後,納稅人還是有繳稅困難,可以延繳和分期。
gazette.blocks[55][0] 賴委員士葆:我只希望最後一點,你們能不能從寬認定?
gazette.blocks[56][0] 李次長慶華:會、會、會,我們一定從寬認定,我們現在非常寬鬆。
gazette.blocks[57][0] 賴委員士葆:從寬認定,因為對經濟影響太大了。
gazette.blocks[57][1] 最後一個,你們都仰賴大專學院、高職生去服務,一天只給人家300塊耶!你知道基本工資多少錢嗎?
gazette.blocks[58][0] 李次長慶華:跟委員報告,其實有很多……
gazette.blocks[59][0] 賴委員士葆:你知不知道基本工資一天多少錢?
gazette.blocks[60][0] 李次長慶華:我知道是三百元左右,基本工資……
gazette.blocks[61][0] 賴委員士葆:基本工資1小時190,一天就1,520塊,結果你們剝削這些高職生、大專院校的學生,一天只給人家300啊!
gazette.blocks[62][0] 李次長慶華:不是,報告委員……
gazette.blocks[63][0] 賴委員士葆:剝削啊!
gazette.blocks[64][0] 李次長慶華:這是我們跟學校合作……
gazette.blocks[65][0] 賴委員士葆:什麼叫學校合作?
gazette.blocks[66][0] 李次長慶華:讓他們有實習的機會,所以其實這不是單純的提供工讀而已。
gazette.blocks[67][0] 賴委員士葆:這個太惡劣了,你們可以提高嗎?最少提高1倍,可以吧?最少600、700以上。
gazette.blocks[68][0] 李次長慶華:這部分是不是可以讓我們研究一下,因為基本上,其實因為很多學校跟我們做有點類似建教合作的性質,還可以認定他們的學分。
gazette.blocks[69][0] 賴委員士葆:拿這麼少喔?做一天只拿到300塊,你們也好意思在這裡講。
gazette.blocks[70][0] 李次長慶華:他們等於是真的來我們這邊上課,有點類似來我們這邊上課的味道,所以我們給他們的只是類似誤餐費的性質。
gazette.blocks[71][0] 賴委員士葆:我今天跟妳要兩個報告,這個再提供報告給我,說明為什麼可以用300元?
gazette.blocks[72][0] 李次長慶華:謝謝委員。
gazette.blocks[73][0] 主席:謝謝賴召委。
gazette.blocks[73][1] 下一位請郭國文委員。
gazette.agenda.page_end 444
gazette.agenda.meet_id 委員會-11-3-20-9
gazette.agenda.speakers[0] 賴士葆
gazette.agenda.speakers[1] 黃珊珊
gazette.agenda.speakers[2] 林德福
gazette.agenda.speakers[3] 林思銘
gazette.agenda.speakers[4] 陳玉珍
gazette.agenda.speakers[5] 王世堅
gazette.agenda.speakers[6] 葉元之
gazette.agenda.speakers[7] 廖偉翔
gazette.agenda.speakers[8] 羅廷瑋
gazette.agenda.speakers[9] 徐欣瑩
gazette.agenda.speakers[10] 王鴻薇
gazette.agenda.speakers[11] 黃建賓
gazette.agenda.speakers[12] 吳秉叡
gazette.agenda.speakers[13] 郭國文
gazette.agenda.speakers[14] 李彥秀
gazette.agenda.speakers[15] 鍾佳濱
gazette.agenda.speakers[16] 賴惠員
gazette.agenda.speakers[17] 李坤城
gazette.agenda.speakers[18] 顏寬恒
gazette.agenda.speakers[19] 林思銘
gazette.agenda.speakers[20] 羅明才
gazette.agenda.speakers[21] 張啓楷
gazette.agenda.speakers[22] 楊瓊瓔
gazette.agenda.page_start 333
gazette.agenda.meetingDate[0] 2025-04-23
gazette.agenda.gazette_id 1144001
gazette.agenda.agenda_lcidc_ids[0] 1144001_00008
gazette.agenda.meet_name 立法院第11屆第3會期財政委員會第9次全體委員會議紀錄
gazette.agenda.content 一、審查「貨物稅條例」34案:(一) 本院委員葉元之等21人擬具「貨物稅條例刪除部分條文草 案」案、(二) 本院委員廖先翔等16人擬具「貨物稅條例刪除第八條條文草案」案、(三) 本院台 灣民眾黨黨團擬具「貨物稅條例第十一條、第十一條之一及第三十七條條文修正草案」案、(四) 本院委員邱若華等20人擬具「貨物稅條例第十一條條文修正草案」案、 (五) 本院委員魯明哲等 16人、委員顏寬恒等19人、委員羅廷瑋等16人、委員賴士葆等21人、委員邱鎮軍等22人、委員徐 欣瑩等27人、委員翁曉玲等17人、委員羅明才等16人、委員郭國文等17人、委員王鴻薇等24人、 委員廖偉翔等17人、委員許宇甄等21人、委員黃建賓等16人、委員林思銘等21人、委員萬美玲等 16人分別擬具「貨物稅條例第十一條之一條文修正草案」等15案、(六) 本院委員李坤城等24人 擬具「貨物稅條例第十一條之一、第十二條之五及第十二條之六條文修正草案」案、(七) 本院 委員鄭天財 Sra Kacaw 等19人、委員林思銘等19人、委員涂權吉等17人、委員陳玉珍等19人、委 員馬文君等18人、委員王世堅等19人、委員張智倫等25人、委員魯明哲等16人、委員王鴻薇等19 人、委員楊瓊瓔等20 人、委員邱鎮軍等24 人、委員萬美玲等18 人、委員廖偉翔等17 人分別擬具 「貨物稅條例第十二條條文修正草案」等13案、(八) 本院委員邱鎮軍等19人擬具「貨物稅條例 第十二條之三條文修正草案」案;二、審查人民請願案有關「貨物稅條例」7案
gazette.agenda.agenda_id 1144001_00007