iVOD / 160533

Field Value
IVOD_ID 160533
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160533
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 2025-04-23T11:36:44+08:00
結束時間 2025-04-23T11:45:45+08:00
影片長度 00:09:01
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/27ac2f54fdf75cc00e07de40dbe986b9c0f390e692fb4f249a3354dc8dbd3a620e1c0bc9da77201c5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林思銘
委員發言時間 11:36:44 - 11:45:45
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_00
transcript.pyannote[0].start 0.16596875
transcript.pyannote[0].end 0.70596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 1.33034375
transcript.pyannote[1].end 2.84909375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 3.40596875
transcript.pyannote[2].end 3.64221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 3.69284375
transcript.pyannote[3].end 3.72659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 3.72659375
transcript.pyannote[4].end 4.30034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 7.77659375
transcript.pyannote[5].end 8.28284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 8.28284375
transcript.pyannote[6].end 8.31659375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 8.45159375
transcript.pyannote[7].end 17.76659375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 18.52596875
transcript.pyannote[8].end 24.66846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 25.07346875
transcript.pyannote[9].end 29.73096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 30.70971875
transcript.pyannote[10].end 33.46034375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 33.24096875
transcript.pyannote[11].end 33.69659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 33.69659375
transcript.pyannote[12].end 34.48971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 34.50659375
transcript.pyannote[13].end 34.54034375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 34.54034375
transcript.pyannote[14].end 35.16471875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 35.19846875
transcript.pyannote[15].end 37.89846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 35.24909375
transcript.pyannote[16].end 36.04221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 37.07159375
transcript.pyannote[17].end 37.40909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 37.84784375
transcript.pyannote[18].end 38.65784375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 39.16409375
transcript.pyannote[19].end 42.47159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 42.60659375
transcript.pyannote[20].end 44.66534375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 45.07034375
transcript.pyannote[21].end 46.62284375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 45.08721875
transcript.pyannote[22].end 45.86346875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 46.80846875
transcript.pyannote[23].end 57.06846875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 57.06846875
transcript.pyannote[24].end 57.47346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 58.24971875
transcript.pyannote[25].end 71.66534375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 66.75471875
transcript.pyannote[26].end 71.12534375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 71.88471875
transcript.pyannote[27].end 72.23909375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 72.79596875
transcript.pyannote[28].end 83.47784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 83.54534375
transcript.pyannote[29].end 84.15284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 84.23721875
transcript.pyannote[30].end 90.86909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 86.12721875
transcript.pyannote[31].end 86.61659375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 90.02534375
transcript.pyannote[32].end 90.17721875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 90.97034375
transcript.pyannote[33].end 91.49346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 91.20659375
transcript.pyannote[34].end 98.49659375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 98.39534375
transcript.pyannote[35].end 116.26596875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 113.16096875
transcript.pyannote[36].end 124.21409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 117.09284375
transcript.pyannote[37].end 117.46409375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 124.50096875
transcript.pyannote[38].end 135.48659375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 135.60471875
transcript.pyannote[39].end 136.04346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 136.21221875
transcript.pyannote[40].end 148.09221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 146.70846875
transcript.pyannote[41].end 150.25221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 149.39159375
transcript.pyannote[42].end 151.75409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 150.64034375
transcript.pyannote[43].end 160.61346875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 160.78221875
transcript.pyannote[44].end 168.19034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 162.92534375
transcript.pyannote[45].end 164.03909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 165.47346875
transcript.pyannote[46].end 186.07784375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 170.72159375
transcript.pyannote[47].end 171.24471875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 172.13909375
transcript.pyannote[48].end 173.18534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 177.99471875
transcript.pyannote[49].end 179.14221875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 186.36471875
transcript.pyannote[50].end 199.61159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 200.50596875
transcript.pyannote[51].end 206.81721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 200.65784375
transcript.pyannote[52].end 201.99096875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 207.23909375
transcript.pyannote[53].end 222.08909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 217.31346875
transcript.pyannote[54].end 217.80284375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 218.86596875
transcript.pyannote[55].end 221.36346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 221.66721875
transcript.pyannote[56].end 237.58034375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 229.71659375
transcript.pyannote[57].end 229.93596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 232.90596875
transcript.pyannote[58].end 233.63159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 235.74096875
transcript.pyannote[59].end 236.61846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 237.52971875
transcript.pyannote[60].end 238.05284375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 238.15409375
transcript.pyannote[61].end 242.17034375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 243.09846875
transcript.pyannote[62].end 249.78096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 244.65096875
transcript.pyannote[63].end 246.30471875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 250.20284375
transcript.pyannote[64].end 277.23659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 277.74284375
transcript.pyannote[65].end 278.89034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 279.75096875
transcript.pyannote[66].end 280.79721875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 280.96596875
transcript.pyannote[67].end 283.36221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 283.75034375
transcript.pyannote[68].end 288.39096875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 289.08284375
transcript.pyannote[69].end 290.58471875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 289.48784375
transcript.pyannote[70].end 290.71971875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 290.92221875
transcript.pyannote[71].end 294.49971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 294.73596875
transcript.pyannote[72].end 301.35096875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 302.16096875
transcript.pyannote[73].end 312.50534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 312.18471875
transcript.pyannote[74].end 312.69096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 312.69096875
transcript.pyannote[75].end 317.51721875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 315.44159375
transcript.pyannote[76].end 324.13221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 319.45784375
transcript.pyannote[77].end 319.96409375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 320.90909375
transcript.pyannote[78].end 321.34784375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 322.54596875
transcript.pyannote[79].end 331.32096875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 325.06034375
transcript.pyannote[80].end 325.07721875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 331.65846875
transcript.pyannote[81].end 343.82534375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 344.07846875
transcript.pyannote[82].end 345.14159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 345.54659375
transcript.pyannote[83].end 345.61409375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 346.00221875
transcript.pyannote[84].end 349.22534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 349.73159375
transcript.pyannote[85].end 356.02596875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 356.17784375
transcript.pyannote[86].end 356.22846875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 356.56596875
transcript.pyannote[87].end 359.31659375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 359.50221875
transcript.pyannote[88].end 360.59909375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 361.59471875
transcript.pyannote[89].end 365.79659375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 366.37034375
transcript.pyannote[90].end 368.22659375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 369.01971875
transcript.pyannote[91].end 376.14096875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 376.34346875
transcript.pyannote[92].end 386.04659375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 382.67159375
transcript.pyannote[93].end 383.14409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 383.38034375
transcript.pyannote[94].end 387.12659375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 386.83971875
transcript.pyannote[95].end 387.24471875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 387.58221875
transcript.pyannote[96].end 395.27721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 395.58096875
transcript.pyannote[97].end 396.23909375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 396.47534375
transcript.pyannote[98].end 404.15346875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 399.88409375
transcript.pyannote[99].end 400.25534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 400.98096875
transcript.pyannote[100].end 405.08159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 404.77784375
transcript.pyannote[101].end 408.64221875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 406.41471875
transcript.pyannote[102].end 406.71846875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 408.32159375
transcript.pyannote[103].end 413.53596875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 414.26159375
transcript.pyannote[104].end 429.02721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 430.46159375
transcript.pyannote[105].end 431.42346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 430.54596875
transcript.pyannote[106].end 430.96784375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 431.37284375
transcript.pyannote[107].end 461.96721875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 454.05284375
transcript.pyannote[108].end 454.79534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 461.57909375
transcript.pyannote[109].end 471.24846875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 463.26659375
transcript.pyannote[110].end 464.24534375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 471.58596875
transcript.pyannote[111].end 474.67409375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 475.19721875
transcript.pyannote[112].end 476.56409375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 476.80034375
transcript.pyannote[113].end 479.87159375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 480.22596875
transcript.pyannote[114].end 483.92159375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 484.36034375
transcript.pyannote[115].end 489.15284375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 489.65909375
transcript.pyannote[116].end 512.42346875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 513.52034375
transcript.pyannote[117].end 514.53284375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 514.68471875
transcript.pyannote[118].end 520.13534375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 520.33784375
transcript.pyannote[119].end 530.80034375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 527.61096875
transcript.pyannote[120].end 528.53909375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 530.24346875
transcript.pyannote[121].end 531.30659375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 532.52159375
transcript.pyannote[122].end 532.87596875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 533.02784375
transcript.pyannote[123].end 534.61409375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 534.78284375
transcript.pyannote[124].end 535.12034375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 535.60971875
transcript.pyannote[125].end 537.16221875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 538.44471875
transcript.pyannote[126].end 538.56284375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 538.88346875
transcript.pyannote[127].end 541.17846875
transcript.whisperx[0].start 10.151
transcript.whisperx[0].end 27.134
transcript.whisperx[0].text 行政院在4月21號公布最新的881對等關稅的支持方案財政部把一般企業利息減收的上限從500萬降為100萬中小企業的部分就從600萬降為125萬
transcript.whisperx[1].start 30.885
transcript.whisperx[1].end 56.75
transcript.whisperx[1].text 當然也有同步放寬申請的門檻是沒錯吧對目前我們核定的方案是這樣市長我想請問財政部做這樣的改變的原因是什麼主因是什麼為什麼做這樣的改變其實主要就是希望能夠普及讓所有的中小企業大家都可以來普及適用不要變成是集中在少數的企業這樣子是
transcript.whisperx[2].start 58.308
transcript.whisperx[2].end 83.155
transcript.whisperx[2].text 那這樣子做的話財政部估計對於國內的產業的衝擊可能達多少家的一般企業還有我們對我們中小企業的影響會有幾家依照那個行政院的初估還包含經濟部好像我看媒體報導是一萬兩千家左右一萬兩千家左右市長
transcript.whisperx[3].start 84.508
transcript.whisperx[3].end 112.664
transcript.whisperx[3].text 是 我這樣要求是不是可以請財政部把更多詳實的資訊公佈出來讓我們不管是我們委員或者是我們國人或者企業主更多的人知道這樣的資訊其實我們現在都已經把這些我們所有在這次對應這個對等關稅的相關的政策包含金融的支持包含租稅的協助還有就是包含行政成本的
transcript.whisperx[4].start 112.984
transcript.whisperx[4].end 134.554
transcript.whisperx[4].text 行政流程的減收我們在官網上面公佈我現在的疑問是說因為你突然間政策改變你突然把利息的減收上限我們的一般企業跟中小企業一下子從500萬降為100中小企業從600降到120萬所以這樣的政策改變你有做過評估嗎
transcript.whisperx[5].start 136.675
transcript.whisperx[5].end 158.454
transcript.whisperx[5].text 這個其實因為我們目前去各區座談好像看起來那個金融支持的部分我們現在提出來的這個方案好像業者並沒有特別覺得說因為你是同步有放寬申請的門檻但是利息的減收上限卻這樣子突然做調整所以有很多的企業主跟我講說為什麼會突然做這樣的一個改變
transcript.whisperx[6].start 161.316
transcript.whisperx[6].end 184.83
transcript.whisperx[6].text 應該是有做過一些評估啦不過我想這部分我們可以再另外看事情我想還是要很審慎資訊要更多元的告訴我們的更多的資訊告訴我們相關的國人不要說只有隨便的我想到什麼就隨便的調整不會不會打算說特別條例通過了然後我們再來追加預算另外這個
transcript.whisperx[7].start 186.671
transcript.whisperx[7].end 199.363
transcript.whisperx[7].text 財政部是否認為對等關稅還在談所以我們我國要調降汽車的關稅局貨物稅還在研擬一切以考量國家的最大利益為主
transcript.whisperx[8].start 203.571
transcript.whisperx[8].end 215.499
transcript.whisperx[8].text 目前我們對等關稅 汽車的關稅跟貨物稅可能是一個談判的重點所以我們是希望讓我們有一個未來談判的籌碼 暫時看看未來的方向
transcript.whisperx[9].start 221.863
transcript.whisperx[9].end 241.8
transcript.whisperx[9].text 我看那個行政院他的一個說明是說我們這個要等到對等關稅談判就剛才市長講的談判的結果了那考量國家的最大利益再來做一個這個決定要不要調降我們汽車的貨物稅是的那所以請問市長所謂最大的利益是什麼
transcript.whisperx[10].start 243.297
transcript.whisperx[10].end 259.814
transcript.whisperx[10].text 最大利益當然就是希望他的對等關稅不要增加讓我們的對等關稅可以降到最低當然這個是大家期待的但是我個人是認為因為如果說我們這個所謂的最大利益當然是我們剛才您講的啦
transcript.whisperx[11].start 260.194
transcript.whisperx[11].end 283.053
transcript.whisperx[11].text 但是我們對於貨物稅尤其是汽車的貨物稅是繼續的課徵25%到30%的這個貨物稅是不管未來關稅的談判結果是怎麼樣那這個貨物稅它的一個要不要調降那你都不去管你認為說這個還是維持25% 30%這個是我們對於我們調降汽車貨物稅的最大利益嗎
transcript.whisperx[12].start 289.384
transcript.whisperx[12].end 300.67
transcript.whisperx[12].text 這是最大利益嗎?是 報告委員 其實基本上我們會配合這次的對等關係的談判然後跟產業主管機關一起來做相關的評估
transcript.whisperx[13].start 302.602
transcript.whisperx[13].end 327.098
transcript.whisperx[13].text 所以其實市長我個人是認為當然您一直提到說這是要把這個汽車的貨物稅要不要調降是我們作為我們關稅談判的一個籌碼是的我們財政部的看法是這樣目前我們是暫時不要就是先把我們可能的方向讓那個先做最後的決定我想我們經貿辦在4月11號才跟美方這個視訊會議完畢談完關稅的問題
transcript.whisperx[14].start 331.761
transcript.whisperx[14].end 359.738
transcript.whisperx[14].text 但是我們又講說我們後續的調降稅制還是要在研擬所以現在我們的狀況是否已經變成說我們的貨物稅的調降在研擬中人民是否只能繼續的繳稅中你一直要等到關稅的談判的結果再來做貨物稅的調降的一個決定所以未來不管你關稅談判的結果如果說
transcript.whisperx[15].start 361.633
transcript.whisperx[15].end 367.823
transcript.whisperx[15].text 不是達到我們預期的一個效果但是我們貨物稅還是那麼高你都完全不思考去調降嗎
transcript.whisperx[16].start 369.897
transcript.whisperx[16].end 387.872
transcript.whisperx[16].text 報委我想這部分我們會列為即使就是將來看看對等關係談判的結果怎麼樣然後我們再看我們怎麼樣做相關對國內民生利益最大的考量優惠的考量市長我給你一個建議給財政部一個建議其實我想現在財政部是認為說調降關稅跟獲利稅應連動處理你們的態度好像是這樣是不是
transcript.whisperx[17].start 396.963
transcript.whisperx[17].end 402.505
transcript.whisperx[17].text 應該是說看看經貿談判因為他們談判的時候care的部分就是它是一個進口汽車會連動的事情因為進口汽車它會有關稅有貨物稅但是其實市長其實我個人認為
transcript.whisperx[18].start 414.67
transcript.whisperx[18].end 428.645
transcript.whisperx[18].text 調整汽車的貨物稅跟零組件的關稅這應該同步規劃這你應該早就在這個關稅談判之前你要做規劃而不是等到美國逼到我們門口你才倉促的要做出反應啊
transcript.whisperx[19].start 430.629
transcript.whisperx[19].end 453.656
transcript.whisperx[19].text 市長你怎麼看因為貨物稅這件事情它本身它是一個國內外不管是進口車或者是國內產製的車它都是一樣的課稅標準所以而且它基本上課稅的影響不是只有針對單一國家它是所有的不管是從美國、日本、歐洲進來的都會一樣課稅的待遇
transcript.whisperx[20].start 454.176
transcript.whisperx[20].end 474.408
transcript.whisperx[20].text 所以在做評估的時候我們還是要做一個比較通盤的演繹跟產業主管機關一起來做相關的考慮市長你講的我們都了解但是我們現在就看到行政院口口聲聲或者是談判代表都說我們要基於我們最大的利益但是是什麼我們人民我們真的都不知道
transcript.whisperx[21].start 475.288
transcript.whisperx[21].end 488.4
transcript.whisperx[21].text 所以我理解國際談判的空間要有彈性的空間但是所有的資訊只有特定的人士才知情啊人民跟國會完全就是被排除的一個狀況
transcript.whisperx[22].start 491.002
transcript.whisperx[22].end 519.945
transcript.whisperx[22].text 所以這樣是不恰當的啦我是認為不恰當的所以我認為說行政院或者財政部你應該定期向國會來報告台美關稅談判的進度說服改革要開誠布公而不是行政的一個完全就是黑箱作業更不是只有跟財團對話市長您認為呢我想基本上我們可以對外說明的時候我們一定會對外說明的
transcript.whisperx[23].start 520.413
transcript.whisperx[23].end 530.344
transcript.whisperx[23].text 是 我覺得還是要把所有的相關的資訊 談判的一個大概的進度還是要跟我們來說明還是要跟國會來做報告以上謝謝委員 謝謝好 謝謝林志明委員 謝謝接著我們請王世堅委員我們11點50開放會場用餐了