iVOD / 160515

Field Value
IVOD_ID 160515
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160515
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 2025-04-23T11:06:43+08:00
結束時間 2025-04-23T11:17:43+08:00
影片長度 00:11:00
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc07f0f706cbabafc96c0f390e692fb4f249a3354dc8dbd3a6255ea099cd124814b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 11:06:43 - 11:17:43
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 2.68034375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 3.28784375
transcript.pyannote[1].end 5.97096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 3.76034375
transcript.pyannote[2].end 4.23284375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 5.22846875
transcript.pyannote[3].end 5.24534375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 6.03846875
transcript.pyannote[4].end 6.12284375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 6.24096875
transcript.pyannote[5].end 7.57409375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 8.78909375
transcript.pyannote[6].end 23.74034375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 23.75721875
transcript.pyannote[7].end 35.13096875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 35.43471875
transcript.pyannote[8].end 43.01159375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 41.88096875
transcript.pyannote[9].end 42.40409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 43.58534375
transcript.pyannote[10].end 43.70346875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 44.00721875
transcript.pyannote[11].end 48.15846875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 48.49596875
transcript.pyannote[12].end 78.88784375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 51.87096875
transcript.pyannote[13].end 52.79909375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 53.67659375
transcript.pyannote[14].end 54.62159375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 79.25909375
transcript.pyannote[15].end 85.84034375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 86.12721875
transcript.pyannote[16].end 88.81034375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 89.41784375
transcript.pyannote[17].end 89.94096875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 90.16034375
transcript.pyannote[18].end 130.05284375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 95.12159375
transcript.pyannote[19].end 95.45909375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 130.32284375
transcript.pyannote[20].end 140.70096875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 140.78534375
transcript.pyannote[21].end 147.28221875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 147.97409375
transcript.pyannote[22].end 153.72846875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 150.33659375
transcript.pyannote[23].end 151.70346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 154.03221875
transcript.pyannote[24].end 154.06596875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 154.06596875
transcript.pyannote[25].end 154.09971875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 154.09971875
transcript.pyannote[26].end 154.18409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 154.18409375
transcript.pyannote[27].end 154.20096875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 154.20096875
transcript.pyannote[28].end 154.25159375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 154.25159375
transcript.pyannote[29].end 154.30221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 154.30221875
transcript.pyannote[30].end 157.28909375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 154.60596875
transcript.pyannote[31].end 155.92221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 157.54221875
transcript.pyannote[32].end 158.50409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 158.50409375
transcript.pyannote[33].end 158.57159375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 158.57159375
transcript.pyannote[34].end 158.58846875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 158.58846875
transcript.pyannote[35].end 158.72346875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 158.72346875
transcript.pyannote[36].end 160.12409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 158.92596875
transcript.pyannote[37].end 164.37659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 164.41034375
transcript.pyannote[38].end 165.87846875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 164.61284375
transcript.pyannote[39].end 165.54096875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 165.92909375
transcript.pyannote[40].end 169.18596875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 169.47284375
transcript.pyannote[41].end 183.04034375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 183.31034375
transcript.pyannote[42].end 183.71534375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 183.71534375
transcript.pyannote[43].end 184.67721875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 183.83346875
transcript.pyannote[44].end 184.66034375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 184.67721875
transcript.pyannote[45].end 185.25096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 185.25096875
transcript.pyannote[46].end 190.11096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 190.34721875
transcript.pyannote[47].end 194.07659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 194.27909375
transcript.pyannote[48].end 195.83159375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 196.10159375
transcript.pyannote[49].end 202.56471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 196.15221875
transcript.pyannote[50].end 196.16909375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 196.18596875
transcript.pyannote[51].end 196.27034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 196.27034375
transcript.pyannote[52].end 196.38846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 196.38846875
transcript.pyannote[53].end 196.54034375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 203.05409375
transcript.pyannote[54].end 203.96534375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 203.96534375
transcript.pyannote[55].end 216.52034375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 207.61034375
transcript.pyannote[56].end 208.74096875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 216.80721875
transcript.pyannote[57].end 217.02659375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 217.02659375
transcript.pyannote[58].end 223.84409375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 223.92846875
transcript.pyannote[59].end 231.33659375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 228.78846875
transcript.pyannote[60].end 229.59846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 231.50534375
transcript.pyannote[61].end 240.38159375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 239.79096875
transcript.pyannote[62].end 250.64159375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 250.96221875
transcript.pyannote[63].end 260.39534375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 260.68221875
transcript.pyannote[64].end 264.05721875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 264.36096875
transcript.pyannote[65].end 266.35221875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 267.24659375
transcript.pyannote[66].end 282.50159375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 281.32034375
transcript.pyannote[67].end 284.39159375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 284.67846875
transcript.pyannote[68].end 295.19159375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 295.68096875
transcript.pyannote[69].end 309.68721875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 307.37534375
transcript.pyannote[70].end 309.70409375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 309.70409375
transcript.pyannote[71].end 309.97409375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 309.97409375
transcript.pyannote[72].end 323.99721875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 324.72284375
transcript.pyannote[73].end 359.55284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 360.22784375
transcript.pyannote[74].end 368.73284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 368.98596875
transcript.pyannote[75].end 371.28096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 371.34846875
transcript.pyannote[76].end 376.17471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 376.24221875
transcript.pyannote[77].end 380.84909375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 379.43159375
transcript.pyannote[78].end 380.79846875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 380.84909375
transcript.pyannote[79].end 384.37596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 381.86159375
transcript.pyannote[80].end 382.48596875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 384.61221875
transcript.pyannote[81].end 391.75034375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 392.08784375
transcript.pyannote[82].end 392.42534375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 392.42534375
transcript.pyannote[83].end 392.50971875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 392.50971875
transcript.pyannote[84].end 392.56034375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 392.77971875
transcript.pyannote[85].end 392.79659375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 392.79659375
transcript.pyannote[86].end 393.33659375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 392.84721875
transcript.pyannote[87].end 393.64034375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 393.64034375
transcript.pyannote[88].end 435.91221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 403.68096875
transcript.pyannote[89].end 404.13659375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 406.56659375
transcript.pyannote[90].end 407.05596875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 435.91221875
transcript.pyannote[91].end 474.80909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 449.66534375
transcript.pyannote[92].end 450.22221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 456.01034375
transcript.pyannote[93].end 456.41534375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 471.95721875
transcript.pyannote[94].end 472.42971875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 472.53096875
transcript.pyannote[95].end 479.92221875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 480.05721875
transcript.pyannote[96].end 497.03346875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 497.03346875
transcript.pyannote[97].end 523.22346875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 519.59534375
transcript.pyannote[98].end 532.38659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 530.73284375
transcript.pyannote[99].end 531.15471875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 532.38659375
transcript.pyannote[100].end 532.40346875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 532.65659375
transcript.pyannote[101].end 537.41534375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 537.97221875
transcript.pyannote[102].end 540.97596875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 540.97596875
transcript.pyannote[103].end 546.78096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 541.73534375
transcript.pyannote[104].end 542.07284375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 546.88221875
transcript.pyannote[105].end 560.02784375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 552.45096875
transcript.pyannote[106].end 553.00784375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 560.02784375
transcript.pyannote[107].end 594.63846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 574.72596875
transcript.pyannote[108].end 575.04659375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 579.02909375
transcript.pyannote[109].end 580.02471875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 580.02471875
transcript.pyannote[110].end 581.98221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 591.19596875
transcript.pyannote[111].end 627.32534375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 601.15221875
transcript.pyannote[112].end 601.47284375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 601.47284375
transcript.pyannote[113].end 601.50659375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 601.50659375
transcript.pyannote[114].end 601.67534375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 621.41909375
transcript.pyannote[115].end 621.87471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 624.20346875
transcript.pyannote[116].end 626.11034375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 626.56596875
transcript.pyannote[117].end 627.13971875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 627.32534375
transcript.pyannote[118].end 627.39284375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 627.39284375
transcript.pyannote[119].end 646.76534375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 629.33346875
transcript.pyannote[120].end 630.83534375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 634.37909375
transcript.pyannote[121].end 634.76721875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 647.22096875
transcript.pyannote[122].end 650.15721875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 650.84909375
transcript.pyannote[123].end 652.31721875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 653.14409375
transcript.pyannote[124].end 654.46034375
transcript.whisperx[0].start 0.029
transcript.whisperx[0].end 8.891
transcript.whisperx[0].text 我們今天要討論的是修正就是貨物稅的一個條例那剛才我們從鍾嘉斌委員的口中我們聽到貨物稅那個整個歷史的一個發展史實在是也是非常有趣啦那就是說
transcript.whisperx[1].start 27.014
transcript.whisperx[1].end 47.255
transcript.whisperx[1].text 如何延長節能家電退稅的一個期限這個是今天本席就是要跟大家討論的然後在這裡組長我們的家庭用電占全國用電的比例大概是兩成這個數字對不對家庭用電占全國住宅部門大概接近19到20
transcript.whisperx[2].start 49.271
transcript.whisperx[2].end 55.457
transcript.whisperx[2].text 就是說它佔總用電量的兩成我們從這個2023年就是全國的總用電量2756億度裡頭我們在看就是工業用電它是佔了最大中55那住宅是19那其次才是服務業
transcript.whisperx[3].start 71.474
transcript.whisperx[3].end 87.239
transcript.whisperx[3].text 我們來討論家庭平均用電的統計我們從工研院的研究裡頭我們看到家庭用電消費習慣的調查裡頭平均每一戶人家我們每一個家庭大概電器的種類有21種
transcript.whisperx[4].start 89.48
transcript.whisperx[4].end 112.422
transcript.whisperx[4].text 然後電器的總台數有31台這個數字應該是正確嘛它是從公園院裡頭拉出來的那平均全國就是家庭年用度量的前五名的電器我們就是冷氣然後就是電冰箱再來就是照明那電熱器電視機這個依序的一個排列
transcript.whisperx[5].start 113.062
transcript.whisperx[5].end 133.534
transcript.whisperx[5].text 那可是在這裡我要特別請教你就是說如果節能家電的一個退稅的一個政策其實是從2019年開始在2019年開始到一直到2024年那節能家電的退稅的貨物的一個政策已經補助了我們的民眾205億
transcript.whisperx[6].start 136.095
transcript.whisperx[6].end 161.684
transcript.whisperx[6].text 那汰換了1227萬台的節能家電那我想請問組長省下了每年省下了多少的一個用電數是吧委員我們目前估算大概有10到11億左右11萬度電11億度一度那大概多少錢你一度的話多少錢如果用平均電價是2.5塊來算應該就是20幾億
transcript.whisperx[7].start 166.006
transcript.whisperx[7].end 193.861
transcript.whisperx[7].text 20幾億那你認為就是說我們每年就是說提供了這個20這個政策上現在跟你討論政策上就是說你用10年去做一個比較那就是說太舊這個電器那這10年這個標準是什麼跟我們有做過研究調查如果是超過10年的電器它的耗電量大概比現在新的標準一級的
transcript.whisperx[8].start 194.381
transcript.whisperx[8].end 221.015
transcript.whisperx[8].text 耗電量再多兩倍也就是二比一的概念所以如果汰換掉過去十年的老舊家電在節電效率是很好的所以十年是一個最精準也是最好的一個汰換那如果超過這個十年呢當然如果還不到十年的時候你們是不是一樣也會跟他汰換掉咧就目前經濟部在推動的老舊家電的汰換補助
transcript.whisperx[9].start 222.045
transcript.whisperx[9].end 239.119
transcript.whisperx[9].text 我們只要是救濟回收有環境部的一個回收證明我們就可以做三千塊的補助那你覺得三千塊多還是少那當初三千塊政策在制定的時候主要是以平均均價一台冷氣機三萬塊的一成來做估算
transcript.whisperx[10].start 239.839
transcript.whisperx[10].end 266.156
transcript.whisperx[10].text 那可是這個是這個好如果我們講是一層啦那如果說你一個套房你一個套房你是裝一台三萬塊的冷氣那如果通常你的房間如果像我們南部我們的房間都是比較大的他其實他買的這個冷氣的一個噸數會是比較大的一個噸數那你這樣補助他一層三千塊會不會稍嫌少
transcript.whisperx[11].start 267.927
transcript.whisperx[11].end 294.933
transcript.whisperx[11].text 我跟委員報告,其實政策的目的是在做一個誘因的一個引導民眾選高效率的加點那三千塊其實是一般家庭在用的這個冷氣機的頓速去做推估的所以黨長,你一直認為說這樣的一個政策從我現在開始一直請教你的時候你認為這個政策一直就是我們持續執行的一個非常好的一個政策
transcript.whisperx[12].start 295.754
transcript.whisperx[12].end 323.745
transcript.whisperx[12].text 是 那是不是跟委員報告一下就是其實家電汰換補助這個政策從112年執行到現在112跟113大概已經就汰換了322萬台那今年持續在執行322萬台 來 那個組長這個民眾在夏天最需要然後也是換冷氣最有感那就是說到2023年下半年到今年的6月其實財政部已經核退了
transcript.whisperx[13].start 325.895
transcript.whisperx[13].end 351.786
transcript.whisperx[13].text 272萬台那這272萬台裡頭其實超過10年的老舊的冷氣至少還有508萬台的老舊冷氣他需要汰換的那如果再經過三年半你可能又會超過500萬台的冷氣要退稅那這一次行政院的一個草案提出來就是說你要延長那個退稅的期限到兩年半那經濟部規劃這兩年半
transcript.whisperx[14].start 354.767
transcript.whisperx[14].end 367.973
transcript.whisperx[14].text 那你如何來推動呢站在那個冷煙署你怎麼建議他呢跟委員報告其實我們在經濟部跟財政部的合作之下我們希望在這個兩年半裡面由經濟部的加減貸款補助來強化整個退稅的一個誘因
transcript.whisperx[15].start 371.465
transcript.whisperx[15].end 390.791
transcript.whisperx[15].text 也就是一台他可能在家庭貸款補助有三千退稅可以拿兩千所以在五千的誘因促使下是不是能夠在兩年半時間所以退稅是退兩千然後基台是補三千那就是總共是五千那有沒有限制就是說你每一個家庭一年只可以換幾次
transcript.whisperx[16].start 392.13
transcript.whisperx[16].end 420.872
transcript.whisperx[16].text 沒有目前沒有那就是也就是用戶還是用人頭來算用電器的台數用電器的台數來算對好謝謝謝謝高組長就是我想請教次長在這個物價上漲的趨勢之下我們除了就是延長退稅的一個期限那我們是不是應該提高更高的一個誘因因為將退稅的上限如果我們提高到就是
transcript.whisperx[17].start 421.452
transcript.whisperx[17].end 439.627
transcript.whisperx[17].text 三千塊以上的話那鼓勵就是我們的民眾加速更新我們的節能家電那就是說也把這個二零五零年的淨零排碳的一個政策目標把它達成你認為可不可行報告委員其實我們現在兩千塊錢的上限以我們現在實際課徵的那個美台的貨物稅的這個金額的話其實是相當的因為我們以這個冷氣機來看的話我就拿冷氣機來看
transcript.whisperx[18].start 449.775
transcript.whisperx[18].end 460.538
transcript.whisperx[18].text 如果是3.6噸以上的它其實每台就是課2500左右那我們現在退稅金額其實2000元已經跟它的那個實際上應稅的金額是相當的所以我們是覺得目前這2000塊錢也是跟我們當時電器工業工會他們一起討論他們都覺得說這個額度是符合我們現在實際上貨物稅課真的狀況
transcript.whisperx[19].start 474.102
transcript.whisperx[19].end 495.968
transcript.whisperx[19].text 像在未來可預期就是那個川普的關稅的一個調整那這個就是美中貿易戰的一個開打事實上就是物價是看來是一定會漲的那如果你這樣的一個能源政策有沒有機會調整因為這是一個鼓勵的一個政策
transcript.whisperx[20].start 496.528
transcript.whisperx[20].end 522.594
transcript.whisperx[20].text 是跟委員報告其實因為我們現在實際上真的幾乎就已經是等於零貨物稅了啦就是退給民眾的其實就已經跟他廠商繳的稅幾乎是相當的那如果像委員講到三千元那就是變成有超額退稅的情況了那目前我們是覺得說也許這兩千元以現行來看還是符合實際上的課徵狀況是不是可以讓我們如果是一個超額的退稅的話
transcript.whisperx[21].start 523.254
transcript.whisperx[21].end 543.693
transcript.whisperx[21].text 他如果說一年他淘汰的那個大概接近300萬台那你們要多付就少收了 台政部會少收多少錢大概是如果以他們現在估計的話我們大概會少收將近20億左右20億好這20億如果轉換就是說在這個電力上的話 划得來划不來
transcript.whisperx[22].start 549.958
transcript.whisperx[22].end 574.281
transcript.whisperx[22].text 是划得來 因為它如果是直接去既然是划得來的話為什麼我們不朝著這樣子一個退稅的一個政策做這樣的一個修正啊可是委員 因為我們現在就是目前我們其實我們財政部提供的這個購買節能家電的這個退稅政策它本身並不需要太舊換新你只要買的是符合節能效率的就可以試用
transcript.whisperx[23].start 574.801
transcript.whisperx[23].end 581.646
transcript.whisperx[23].text 所以他只要新的 只要去購置新的設備就可以有兩千塊錢最高兩千塊錢的稅稅當然就剛剛講的對 然後再加上經濟部這邊他是希望能夠配合我們這個政策做一個太舊換新你去淘汰那個舊的然後去購買新的當然
transcript.whisperx[24].start 594.033
transcript.whisperx[24].end 615.585
transcript.whisperx[24].text 如果是一個好的政策我們的誘因如果可以更多的話那是不是會更好那本席也在建議就是說是不是可以嚴明更積極的一個幫民眾太舊把他就是這些老的家電把它那個就是淘汰掉那加強電氣節能標章還有就是說這些老舊的一個家電的
transcript.whisperx[25].start 616.485
transcript.whisperx[25].end 629.958
transcript.whisperx[25].text 派換的一個宣傳這個就是財政部可以不可以積極的來協定嗎這個跟委員報告是不是我們也跟經濟部起來這個經濟部的事所以不關財政部的事情不是因為這個是補助方面那有沒有機會就是說
transcript.whisperx[26].start 631.799
transcript.whisperx[26].end 654.191
transcript.whisperx[26].text 經濟部跟財政部互相的一個研擬那我們也希望就是說在建一山那就是研擬擴大節能家電退稅的一個種類那我希望就是說在一個月內就是書面書面就是回覆給我好不好好謝謝委員謝謝主席謝謝賴慧如委員接著我們請李坤城委員