iVOD / 160525

Field Value
IVOD_ID 160525
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160525
日期 2025-04-23
會議資料.會議代碼 委員會-11-3-19-10
會議資料.會議代碼:str 第11屆第3會期經濟委員會第10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 10
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第3會期經濟委員會第10次全體委員會議
影片種類 Clip
開始時間 2025-04-23T11:34:37+08:00
結束時間 2025-04-23T11:44:49+08:00
影片長度 00:10:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc0057edc5e30a022b57fe8c6252e35fc4a9a3354dc8dbd3a6273a7b2597b81be3d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蔡易餘
委員發言時間 11:34:37 - 11:44:49
會議時間 2025-04-23T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第10次全體委員會議(事由:邀請經濟部部長、國家發展委員會主任委員及衛生福利部首長就「美國實施進口產品國安調查對我國產業之影響及因應之道」進行報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 6.78096875
transcript.pyannote[0].end 8.16471875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.48534375
transcript.pyannote[1].end 10.02096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 10.44284375
transcript.pyannote[2].end 12.28221875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 17.86784375
transcript.pyannote[3].end 18.37409375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 18.67784375
transcript.pyannote[4].end 19.36971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 19.85909375
transcript.pyannote[5].end 38.06721875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 38.55659375
transcript.pyannote[6].end 39.60284375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 40.31159375
transcript.pyannote[7].end 41.79659375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 42.37034375
transcript.pyannote[8].end 43.46721875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 43.82159375
transcript.pyannote[9].end 47.28096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 47.63534375
transcript.pyannote[10].end 51.83721875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 51.85409375
transcript.pyannote[11].end 55.49909375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 56.03909375
transcript.pyannote[12].end 71.31096875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 71.80034375
transcript.pyannote[13].end 74.88846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 75.95159375
transcript.pyannote[14].end 83.69721875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 83.78159375
transcript.pyannote[15].end 83.81534375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 83.81534375
transcript.pyannote[16].end 83.83221875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 83.83221875
transcript.pyannote[17].end 84.43971875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 83.86596875
transcript.pyannote[18].end 88.32096875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 86.58284375
transcript.pyannote[19].end 108.97596875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 92.60721875
transcript.pyannote[20].end 93.97409375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 94.26096875
transcript.pyannote[21].end 94.31159375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 94.31159375
transcript.pyannote[22].end 94.96971875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 108.97596875
transcript.pyannote[23].end 109.31346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 109.31346875
transcript.pyannote[24].end 109.65096875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 109.65096875
transcript.pyannote[25].end 126.61034375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 119.40471875
transcript.pyannote[26].end 119.84346875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 120.09659375
transcript.pyannote[27].end 120.43409375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 126.76221875
transcript.pyannote[28].end 129.49596875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 129.63096875
transcript.pyannote[29].end 157.03596875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 157.28909375
transcript.pyannote[30].end 158.52096875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 159.02721875
transcript.pyannote[31].end 166.13159375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 166.13159375
transcript.pyannote[32].end 166.43534375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 166.43534375
transcript.pyannote[33].end 175.81784375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 176.05409375
transcript.pyannote[34].end 186.33096875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 186.49971875
transcript.pyannote[35].end 189.35159375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 189.72284375
transcript.pyannote[36].end 192.77721875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 192.86159375
transcript.pyannote[37].end 204.72471875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 204.99471875
transcript.pyannote[38].end 207.03659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 207.03659375
transcript.pyannote[39].end 228.83909375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 229.27784375
transcript.pyannote[40].end 243.80721875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 244.51596875
transcript.pyannote[41].end 250.54034375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 250.54034375
transcript.pyannote[42].end 250.86096875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 250.86096875
transcript.pyannote[43].end 250.96221875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 250.96221875
transcript.pyannote[44].end 261.82971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 262.06596875
transcript.pyannote[45].end 285.23534375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 285.58971875
transcript.pyannote[46].end 295.56284375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 295.56284375
transcript.pyannote[47].end 328.87409375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 328.80659375
transcript.pyannote[48].end 338.02034375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 338.02034375
transcript.pyannote[49].end 338.57721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 338.57721875
transcript.pyannote[50].end 355.35096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 338.59409375
transcript.pyannote[51].end 338.62784375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 339.47159375
transcript.pyannote[52].end 340.26471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 354.52409375
transcript.pyannote[53].end 355.58721875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 355.50284375
transcript.pyannote[54].end 361.96596875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 359.72159375
transcript.pyannote[55].end 362.62409375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 362.62409375
transcript.pyannote[56].end 367.73721875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 368.17596875
transcript.pyannote[57].end 385.45596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 372.42846875
transcript.pyannote[58].end 372.76596875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 372.76596875
transcript.pyannote[59].end 372.78284375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 372.78284375
transcript.pyannote[60].end 372.85034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 386.26596875
transcript.pyannote[61].end 388.89846875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 389.30346875
transcript.pyannote[62].end 395.34471875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 395.51346875
transcript.pyannote[63].end 397.99409375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 398.36534375
transcript.pyannote[64].end 401.70659375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 402.53346875
transcript.pyannote[65].end 417.11346875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 417.36659375
transcript.pyannote[66].end 421.77096875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 421.97346875
transcript.pyannote[67].end 431.37284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 431.81159375
transcript.pyannote[68].end 434.35971875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 435.18659375
transcript.pyannote[69].end 436.30034375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 436.89096875
transcript.pyannote[70].end 449.39534375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 450.12096875
transcript.pyannote[71].end 450.71159375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 451.57221875
transcript.pyannote[72].end 456.39846875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 456.48284375
transcript.pyannote[73].end 462.50721875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 462.50721875
transcript.pyannote[74].end 462.52409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 463.24971875
transcript.pyannote[75].end 484.09034375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 473.13846875
transcript.pyannote[76].end 474.85971875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 484.81596875
transcript.pyannote[77].end 485.18721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 485.82846875
transcript.pyannote[78].end 487.70159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 487.73534375
transcript.pyannote[79].end 504.00284375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 504.59346875
transcript.pyannote[80].end 505.15034375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 505.15034375
transcript.pyannote[81].end 505.23471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 505.48784375
transcript.pyannote[82].end 505.97721875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 505.97721875
transcript.pyannote[83].end 519.84846875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 521.90721875
transcript.pyannote[84].end 524.52284375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 524.75909375
transcript.pyannote[85].end 525.88971875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 526.61534375
transcript.pyannote[86].end 529.75409375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 529.95659375
transcript.pyannote[87].end 534.54659375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 535.72784375
transcript.pyannote[88].end 540.82409375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 541.19534375
transcript.pyannote[89].end 542.02221875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 543.00096875
transcript.pyannote[90].end 549.41346875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 549.54846875
transcript.pyannote[91].end 550.12221875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 550.54409375
transcript.pyannote[92].end 556.82159375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 557.15909375
transcript.pyannote[93].end 557.22659375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 557.22659375
transcript.pyannote[94].end 557.24346875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 557.24346875
transcript.pyannote[95].end 557.26034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 557.26034375
transcript.pyannote[96].end 557.27721875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 557.27721875
transcript.pyannote[97].end 557.49659375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 557.49659375
transcript.pyannote[98].end 557.56409375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 557.56409375
transcript.pyannote[99].end 557.58096875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 557.58096875
transcript.pyannote[100].end 557.93534375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 557.93534375
transcript.pyannote[101].end 557.96909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 557.96909375
transcript.pyannote[102].end 558.61034375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 558.96471875
transcript.pyannote[103].end 579.99096875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 579.99096875
transcript.pyannote[104].end 580.00784375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 580.63221875
transcript.pyannote[105].end 580.64909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 580.64909375
transcript.pyannote[106].end 595.49909375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 596.14034375
transcript.pyannote[107].end 607.00784375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 607.17659375
transcript.pyannote[108].end 609.13409375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 609.21846875
transcript.pyannote[109].end 609.26909375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 609.26909375
transcript.pyannote[110].end 609.58971875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 609.58971875
transcript.pyannote[111].end 611.14221875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 611.53034375
transcript.pyannote[112].end 612.15471875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 612.15471875
transcript.pyannote[113].end 612.17159375
transcript.whisperx[0].start 6.766
transcript.whisperx[0].end 9.751
transcript.whisperx[0].text 好 謝謝主席那我們是不是有請郭部長我們請郭部長 謝謝
transcript.whisperx[1].start 17.918
transcript.whisperx[1].end 46.795
transcript.whisperx[1].text 各位好部長剛剛聽到就是邱委員跟你在聊我們一些科技產業面對這樣對等關稅那他未來整個關稅的影響到出口那部長也說你基本上你還是抱持著樂觀的態度但是我要講的就是說事實上台灣不只科技產業除了科技產業之外傳統產業面對這一次的關稅仍然是一個很大的挑戰
transcript.whisperx[2].start 47.945
transcript.whisperx[2].end 74.791
transcript.whisperx[2].text 這個挑戰來自於說雖然川普現在用90天的緩衝期稅率10%但是稅率10%還是提升了關稅還是提高了啦所以基本上成本被拉高是一件事情所以現在我們這整個傳統產業現在最需要的就是經濟部你要大家協助讓他們去開發更多的國際市場這件事我想部長這個是應該要做的吧
transcript.whisperx[3].start 77.148
transcript.whisperx[3].end 100
transcript.whisperx[3].text 確實是如此啦就是說我們美國的市場大概佔我們整個出口大概23%目前是大概我們最重要的出口國嘛但是只有3%嘛這種世界裡面除了美國以外還有77%的市場在美國以外的地方我們當然就是希望把這個市場分散分散我們幫助傳產傳統產業事實上這個美國
transcript.whisperx[4].start 104.822
transcript.whisperx[4].end 117.23
transcript.whisperx[4].text 並不是每一家公司都認為它是最重要的部分所以我們就開發部長我要跟你講因為我們一直在講我們跟美國互補我們的產業跟美國互補那個是指在科技產業但是傳統產業沒有傳統產業就競爭了如果在競爭的情況之下我們怎麼去保護這個傳統產業像我們有很多工具機的產業我們這個傳統的這個
transcript.whisperx[5].start 130.261
transcript.whisperx[5].end 153.541
transcript.whisperx[5].text 這一個鋼鐵的上下游產業 這些都是傳統產業但是他們在面對關稅衝擊的時候他們現在很擔心的就是如果未來美國因為關稅的一個成本提高 那他們企業競爭力要怎麼保持就是他們要發生的事情所以快要讓他們發生的事情 我覺得我們要來協助這一些傳統產業去參加國際的一個展覽甚至他們來
transcript.whisperx[6].start 159.085
transcript.whisperx[6].end 168.753
transcript.whisperx[6].text 在台灣舉辦跨國的他們的這一些跨國的這些策展都很重要所以我覺得我們除了這個800億我們的一個追加預算就要有很大的預算要來補助這裡的企業讓他們可以再來
transcript.whisperx[7].start 176.159
transcript.whisperx[7].end 201.169
transcript.whisperx[7].text 反電爛或是讓他們出去外國去接觸更多的市場因為過去這些市場對台灣來說我們可能說我們過去就依賴美國市場或是依賴中國市場現在不一樣了一定要有這個分散風險讓我們的產業在面對國際衝擊尤其川普的政策變化每天都在變化的情況之下如何讓他們撐過這樣的一個國際上的一個變局
transcript.whisperx[8].start 205.071
transcript.whisperx[8].end 205.251
transcript.whisperx[8].text 我認為我們經濟部責無旁貸
transcript.whisperx[9].start 229.498
transcript.whisperx[9].end 232.2
transcript.whisperx[9].text 代表,國內辦理會展,來輔導業者對新商品的發表,訂定來合作
transcript.whisperx[10].start 244.785
transcript.whisperx[10].end 264.926
transcript.whisperx[10].text 開拓美國以外的新市場所以所有的金額有100億部長這100億所以我看到的有很多細部的規範比方說補助公司或商號去參加國外的展覽或者是補助工協會參加國際展覽然後你看補助的金額也寫到了312萬到382萬
transcript.whisperx[11].start 267.589
transcript.whisperx[11].end 295.168
transcript.whisperx[11].text 那這樣的金額對於這些工學會在申請的時候是方便的嗎?還是說審查的過程太久,讓他們有時候都覺得說我要處理這條錢,現在這麼久有時候一些協會,這些企業企業界啦,說真的本身也並不是說都沒有都沒有錢啦,他們可能會自己開啦,但是那時候政府在審查這一些這一些他們補助的時候的力道跟速度就變得很重要囉
transcript.whisperx[12].start 297.791
transcript.whisperx[12].end 311.003
transcript.whisperx[12].text 這齁 報告委員 我想這是都這樣啦 過去的做法 可能大家有一點怨言不過今後我們的做法比較不一樣 我們今後做法只要是以國家 我們統一對外來說 希望辦一個比較大型的台灣館
transcript.whisperx[13].start 315.347
transcript.whisperx[13].end 323.571
transcript.whisperx[13].text 大小的抽象都在台灣館裡面 讓我們來做通一電納所以讓來參觀的人可以看到 哇這很大隻 這是對的 看台灣兩年沒有錯 像部長 像東京食品展雖然是農業部 但是台灣的企業都是很台灣是去參加的第二大
transcript.whisperx[14].start 339.08
transcript.whisperx[14].end 356.532
transcript.whisperx[14].text 國家那現在像大阪的世博台灣也是有參加所以事實上我要講的就是說我們除了去參加國際的如果台灣的工協會有能量在台灣舉辦國際展的時候經濟部更需要幫忙我們當然會幫助就是說不管是他們的資金或什麼我覺得經濟部這裡可以到好三天就是要到三天好那我再問第二個問題這個部長這個藥廠的部分
transcript.whisperx[15].start 368.5
transcript.whisperx[15].end 385.115
transcript.whisperx[15].text 經濟部管嗎?還是都衛福部管?經濟部管藥廠經濟部還是要管嘛那這一次藥品吼那川普已經說變成說要展開這個國安調查那所以如果未來藥品在美國科關稅的時候我想第一個會衝擊的就是學民藥
transcript.whisperx[16].start 386.571
transcript.whisperx[16].end 401.512
transcript.whisperx[16].text 玄冥藥 那台灣的藥廠還是以玄冥藥為主因為台灣在製作專利藥的時候有兩個問題第一 我覺得衛福部官員也可以說明一下第一個 我們審查期間太久
transcript.whisperx[17].start 402.588
transcript.whisperx[17].end 430.943
transcript.whisperx[17].text 台灣的審查期間 藥品的審查期間太久使得台灣很多這個新藥的開發事實上是曠日廢時的第二個 台灣的學名藥我們現在最大的出口國還是美國所以未來如果美國對我們的學名藥廠我們的學名藥他們對所有的藥品科關稅的時候最大的衝擊一定是學名藥那學名藥就會直接影響到未來整個藥品的定價
transcript.whisperx[18].start 431.883
transcript.whisperx[18].end 450.496
transcript.whisperx[18].text 那台灣很可惜,台灣的很多藥我們國內製造,國內有製造但是台灣卻沒有辦法通過我們自己食藥署的審查使得我們這個學名藥是出口到了美國在美國那邊再把它進回來很矛盾
transcript.whisperx[19].start 451.961
transcript.whisperx[19].end 458.927
transcript.whisperx[19].text 過去都有這樣的狀況那這部分好是不是先請衛福部來說明一下我們現在整個對於藥廠的這個產業佈局你們要怎麼應應川普的關稅的國安調查
transcript.whisperx[20].start 463.468
transcript.whisperx[20].end 483.495
transcript.whisperx[20].text 跟委員報告第一個是我國目前出口到美國的藥品那以去年為例的話大概佔我們所有藥品出口的37%但它的總值是最高嘛對不對我們出口去年是第二名大概只佔3.3億美元左右3億美元左右那我國的藥品產業事實上它是個內銷大於出口的一個狀況
transcript.whisperx[21].start 484.855
transcript.whisperx[21].end 502.965
transcript.whisperx[21].text 那其實是輸入的部分是更高那對於藥廠出口的部分我們也目前都有跟這些主要的幾個出口商有做溝通也去了解一下他們的狀況那目前他們的判定是暫時是不會有什麼影響那將來我們會鼓勵他們還是以分散市場比如說往歐洲跟東南亞的方式去分散這個風險 以上
transcript.whisperx[22].start 505.717
transcript.whisperx[22].end 519.088
transcript.whisperx[22].text 這個衛福部副署長事實上分散市場這件事是經濟部要去提名衛福部你們要思考的就是說台灣這些藥廠他們長久以來的過病就是說他們很多藥在國外沒辦法用
transcript.whisperx[23].start 522.217
transcript.whisperx[23].end 540.568
transcript.whisperx[23].text 在國內沒辦法用在國外是可以使用的但是台灣製造台灣製造外國在使用所以我們很多我們很多需要這個藥的人是要出口去買藥拿回來這件事情可以呈現出我們衛福部在跟這些藥廠的互動太貴
transcript.whisperx[24].start 543.353
transcript.whisperx[24].end 558.435
transcript.whisperx[24].text 這件事很矛盾啊如果這個藥在美國FDA可以被使用但是很相對的台灣卻沒有同意然後要讓這些人還要去出口帶回來那未來整個成本提高的情況之下對藥廠更不利啊這部分是不是可以檢討一下
transcript.whisperx[25].start 559.196
transcript.whisperx[25].end 574.48
transcript.whisperx[25].text 包括委員之後我們會檢討不過跟委員補充說明一下其實我們目前剛委員講的狀況應該是指原料藥的部分目前我們國產的原料確實它是以出口為主那國內的製劑廠目前在使用我們國產自製的原料大概比例只有到15%那這個部分我們會鼓勵去輔導國內的製劑廠盡量能夠擴大使用我們的國產原料藥的部分
transcript.whisperx[26].start 580.957
transcript.whisperx[26].end 586.084
transcript.whisperx[26].text 我覺得這些問題事實上還很多啦也不是今天這樣講這麼單純因為時間有限啦我是想既然美國都已經針對藥品展開了國安調查未來整個藥品會受到的衝擊會很大
transcript.whisperx[27].start 596.409
transcript.whisperx[27].end 610.901
transcript.whisperx[27].text 所以如何我們經濟部也好衛福部也好如何在這個時候協助我們這些藥廠也是一樣他們會有很大的很多關卡要去面對這都我們政府都要最幫忙去協助他們好不好是好謝謝謝謝委員