iVOD / 160541

Field Value
IVOD_ID 160541
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160541
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 2025-04-23T11:57:42+08:00
結束時間 2025-04-23T12:08:42+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/27ac2f54fdf75cc0d00c031a1ba795aac0f390e692fb4f24ca7a32b531de3e800f546765d3498e985ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳玉珍
委員發言時間 11:57:42 - 12:08:42
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.63846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 7.69221875
transcript.pyannote[1].end 12.18096875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.46784375
transcript.pyannote[2].end 14.30721875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.61096875
transcript.pyannote[3].end 17.22659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 17.49659375
transcript.pyannote[4].end 27.46971875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.90846875
transcript.pyannote[5].end 36.41346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 37.07159375
transcript.pyannote[6].end 75.34409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 75.81659375
transcript.pyannote[7].end 189.90846875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 190.43159375
transcript.pyannote[8].end 208.25159375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 209.78721875
transcript.pyannote[9].end 210.19221875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 211.20471875
transcript.pyannote[10].end 215.01846875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 212.82471875
transcript.pyannote[11].end 213.65159375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 213.78659375
transcript.pyannote[12].end 224.90721875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 216.14909375
transcript.pyannote[13].end 216.33471875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 225.91971875
transcript.pyannote[14].end 239.58846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 239.60534375
transcript.pyannote[15].end 241.39409375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 240.82034375
transcript.pyannote[16].end 253.29096875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 251.50221875
transcript.pyannote[17].end 252.04221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 253.72971875
transcript.pyannote[18].end 255.51846875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 255.61971875
transcript.pyannote[19].end 255.97409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 256.09221875
transcript.pyannote[20].end 265.52534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 265.69409375
transcript.pyannote[21].end 267.48284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 267.04409375
transcript.pyannote[22].end 275.00909375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 275.00909375
transcript.pyannote[23].end 276.10596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 275.44784375
transcript.pyannote[24].end 278.89034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 277.30409375
transcript.pyannote[25].end 284.61096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 283.73346875
transcript.pyannote[26].end 287.37846875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 284.86409375
transcript.pyannote[27].end 285.50534375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 287.54721875
transcript.pyannote[28].end 289.25159375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 288.81284375
transcript.pyannote[29].end 290.19659375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 290.28096875
transcript.pyannote[30].end 296.01846875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 293.45346875
transcript.pyannote[31].end 293.89221875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 296.32221875
transcript.pyannote[32].end 297.13221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 296.99721875
transcript.pyannote[33].end 335.35409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 335.87721875
transcript.pyannote[34].end 336.50159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 336.97409375
transcript.pyannote[35].end 338.52659375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 339.79221875
transcript.pyannote[36].end 356.19471875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 346.39034375
transcript.pyannote[37].end 347.92596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 348.29721875
transcript.pyannote[38].end 349.30971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 353.89971875
transcript.pyannote[39].end 355.94159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 356.43096875
transcript.pyannote[40].end 362.75909375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 359.19846875
transcript.pyannote[41].end 360.12659375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 363.13034375
transcript.pyannote[42].end 367.87221875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 368.58096875
transcript.pyannote[43].end 372.61409375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 371.39909375
transcript.pyannote[44].end 375.36471875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 373.22159375
transcript.pyannote[45].end 373.60971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 375.41534375
transcript.pyannote[46].end 380.08971875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 375.87096875
transcript.pyannote[47].end 377.10284375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 378.70596875
transcript.pyannote[48].end 383.61659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 382.97534375
transcript.pyannote[49].end 389.42159375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 389.74221875
transcript.pyannote[50].end 394.60221875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 390.04596875
transcript.pyannote[51].end 390.78846875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 394.29846875
transcript.pyannote[52].end 395.88471875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 396.61034375
transcript.pyannote[53].end 399.76596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 400.32284375
transcript.pyannote[54].end 463.40159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 463.58721875
transcript.pyannote[55].end 472.76721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 473.52659375
transcript.pyannote[56].end 474.30284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 475.24784375
transcript.pyannote[57].end 476.02409375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 475.29846875
transcript.pyannote[58].end 475.88909375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 476.46284375
transcript.pyannote[59].end 485.27159375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 483.36471875
transcript.pyannote[60].end 493.25346875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 487.43159375
transcript.pyannote[61].end 490.36784375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 492.32534375
transcript.pyannote[62].end 502.07909375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 494.94096875
transcript.pyannote[63].end 497.96159375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 499.26096875
transcript.pyannote[64].end 507.49596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 508.18784375
transcript.pyannote[65].end 511.93409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 510.38159375
transcript.pyannote[66].end 515.00534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 513.26721875
transcript.pyannote[67].end 514.83659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 515.00534375
transcript.pyannote[68].end 515.71409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 515.81534375
transcript.pyannote[69].end 529.11284375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 529.51784375
transcript.pyannote[70].end 567.89159375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 568.51596875
transcript.pyannote[71].end 569.95034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 570.59159375
transcript.pyannote[72].end 572.02596875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 572.02596875
transcript.pyannote[73].end 583.93971875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 583.95659375
transcript.pyannote[74].end 587.98971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 586.90971875
transcript.pyannote[75].end 625.03034375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 625.43534375
transcript.pyannote[76].end 641.17971875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 641.17971875
transcript.pyannote[77].end 643.47471875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 642.27659375
transcript.pyannote[78].end 644.31846875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 644.14971875
transcript.pyannote[79].end 648.18284375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 648.08159375
transcript.pyannote[80].end 656.68784375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 656.35034375
transcript.pyannote[81].end 657.56534375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 657.02534375
transcript.pyannote[82].end 657.59909375
transcript.whisperx[0].start 7.708
transcript.whisperx[0].end 26.61
transcript.whisperx[0].text 市長,我國第一個經貿談判辦公室的總代表楊珍妮有說美國認為造成貨品貿易逆差的因素包括了關稅的稅率差距對美商收取不公平歧視性的國內稅款如加值稅、數位服務稅等對美國產品採取非關稅貿易
transcript.whisperx[1].start 28.012
transcript.whisperx[1].end 45.478
transcript.whisperx[1].text 障礙 還有匯率超總 將這些因素量化以後他就對各國制定一個單一的這個對等關稅的稅率用一個貿易順差逆差 用他們一個特別的標準就列出了對我們的關稅稅率很高啦那美國的這個貿易代表署USDR3月31號也發佈了2025年各國貿易評估報告評估59個貿易夥伴的這個
transcript.whisperx[2].start 53.1
transcript.whisperx[2].end 74.775
transcript.whisperx[2].text 貿易協議的情形還有貿易的這個壁壘在裡頭關於台灣的部分有六頁跟去年篇幅一樣那一樣是關切台灣對稻米基因改造作物的非關稅壁壘然後提出對美牛美豬美製汽車的技術性壁壘還有制裁權的保護金融業雲端服務外包規範健保署政策透明的這個
transcript.whisperx[3].start 77.616
transcript.whisperx[3].end 102.703
transcript.whisperx[3].text 在這裡頭我本席關注的是其中有一段有提到在稅務政策方面雖然烹飪用米酒能當作酒精飲料飲用但是在台灣對於烹飪用的米酒課真的稅率低於能做飲料飲用的酒精產品美國繼續向台灣當局表示關切要求採取措施確保進口酒類飲料的稅率不高於國產
transcript.whisperx[4].start 103.863
transcript.whisperx[4].end 126.395
transcript.whisperx[4].text 酒類飲料進口飲料的稅率不高於國產酒類飲料包括人可以作為酒精飲料的這個噴霧用的這個米酒那這個調降進口酒的這個關稅背景我大概說明一下因應貿易的自由國際化我國自76年開始開放外國啤酒和烈酒酒品進口那從91年我們正式加入WTO以後廢除菸酒專賣制度開放國內的
transcript.whisperx[5].start 129.677
transcript.whisperx[5].end 137.263
transcript.whisperx[5].text 酒類產製還有進口引進市場競爭機制國內的酒品就自由競爭市場我們金門的金酒公司也因為這樣和進口酒一樣要負擔高額的菸酒稅和營業稅等當時只有少量的蒸餾酒和進口的古類酒關稅維持40%是考慮說可能會影響國內的國產的酒類和政府庫存米的銷售這個是那時候的背景
transcript.whisperx[6].start 153.697
transcript.whisperx[6].end 175.048
transcript.whisperx[6].text 到了2019年的時候那調降進口酒的關稅背景是說為了創造有利五國參加CPTPP那經過通盤的政策檢討以後就以這個國產量少沒有明顯替代關係稅率高於其他酒類的古類釀酒就調降就是說比如說將日本的清酒由40%調降到20%這個是這個關稅背景那111年的時候我們財政部也提出古類酒
transcript.whisperx[7].start 180.971
transcript.whisperx[7].end 207.933
transcript.whisperx[7].text 進口關稅稅率調降實施成效當時的結論說調降雖然三年了但是可能受COVID-19影響了因素成本國外因素成本增加所以事實上降稅後谷類酒的進口值和進口量佔這個國內整體的酒品數量只有微幅的這個成長好我講了這麼多這個背景的這個說明想要跟您請教在上次的實施成效報告之後有沒有再次提出新的成效報告有沒有
transcript.whisperx[8].start 211.563
transcript.whisperx[8].end 223.798
transcript.whisperx[8].text 目前是沒有,就是上次提出來的那面對美國可能在提出對股類酒已經有提出來了關稅稅率的關切是不是這個部分又會被拿來當談判的籌碼
transcript.whisperx[9].start 227.068
transcript.whisperx[9].end 254.803
transcript.whisperx[9].text 目前就我們所知我們就是財政部的立場就是把我們相關的這個就是進口的量還有進口課稅的稅率提供給這個行政院經貿談判辦公室那你們呢 當然他們是談判啦 沒錯那你們有沒有提出相關的說對美國可能 你覺得美國有可能在拿這個來當那個嘛 有嘛 對不對古類酒這個關稅的這個稅率嘛他意思是說我們的米酒太
transcript.whisperx[10].start 256.223
transcript.whisperx[10].end 276.799
transcript.whisperx[10].text 他的重點大概就是剛才委員有提到的就是我們對於那個就是蒸餾酒的課稅跟那個國內那個料理米酒的稅率之間的差異所以我們呢我們對這個我們有沒有做出相關的評估報告還有對國內的酒品市場影響有沒有做出影響的評估報告因為這個到時候談判出來對
transcript.whisperx[11].start 277.8
transcript.whisperx[11].end 295.602
transcript.whisperx[11].text 但是我們是有提出來提供給經貿談判辦公室有做出對國內酒品市場的影響評估報告有嗎是有相關的報告那這個請你提供不過委員這部分目前還不能提供給委員我們目前就是作為談判的
transcript.whisperx[12].start 296.363
transcript.whisperx[12].end 297.024
transcript.whisperx[12].text 貿易逆差歸零影響評估
transcript.whisperx[13].start 316.803
transcript.whisperx[13].end 338.32
transcript.whisperx[13].text 石破默就說 川普要求貿易逆差要縮減到零對日本提出很多要求但這次他們在國會上強調日本首相說日本不會對美國一味的讓步有強硬的立場假設美國也要求我們對他的貿易逆差也要歸零我們的財政衝擊影響哪些面向
transcript.whisperx[14].start 340.304
transcript.whisperx[14].end 367.713
transcript.whisperx[14].text 我覺得這個部分其實我們不管是我們的院長或者是我們總統其實都有對外宣示宣示怎樣 跪下來嗎就是我們這個談判過程一定是站在對我們國民利益國家利益最大的這個利益的立場就是投資嘛 幾千億啊投資幾千億然後從零開始談啊然後買東西啊 買他的天然氣啊最差只剩下第五步沒有做就是美國財政部要求直接捐錢給美國財政部啊
transcript.whisperx[15].start 368.753
transcript.whisperx[15].end 394.691
transcript.whisperx[15].text 對不對 他要求五樣東西嘛因為談判過程當然有不同的策略啦有不同的策略啦不同的策略喔那我們財政部站在我們財政部的這個立場會不會財政部立場就是提供相關的資訊給經貿談判辦公室會不會堅持就是對國內產業包括經濟部市長也有來嘛會不會對我們產業比較有利的會堅持嗎當然我們已經在在維護我們國家還有人民最大的利益的立場來做談判但美國 美國強勢要求咧
transcript.whisperx[16].start 396.887
transcript.whisperx[16].end 419.843
transcript.whisperx[16].text 基本上我們應該也是往這個方向來努力我知道你也沒有辦法決定我只是看一下世界各國是怎麼做包括墨西哥今天的做法也不一樣了接著我們來看一下大家一直討論的今天也是很重要就是汽機車廢物所以調降的部分我們已經說過很多次了之前交通委員會有相關的專案報告財政部說配合什麼政策
transcript.whisperx[17].start 420.843
transcript.whisperx[17].end 424.264
transcript.whisperx[17].text 免徵貨稅 電動就免徵了這個已經講過很多次我也提出來很多修法也問過很多次你們給我的報告裡頭也說要跟主管機關就是經濟部審慎的評估你們財政部給我報告裡頭說不宜調降貨物稅 棄機車尤其機車是年輕族群可能比較一般
transcript.whisperx[18].start 444.589
transcript.whisperx[18].end 466.463
transcript.whisperx[18].text 初步的這個代步的車子你們說不宜調降是因為已經免增了實質減輕負擔我們的消費稅和其他國家沒有比較高沒有要列入整體的這個稅制考量我們來看一下我們的稅較於其他國家貨幣稅真的沒有偏高嗎我做一個比較表您看一下喔這個齁我們這個機車的部分我們是17%嘛中國八路3% 10%新加坡12%印度3% 韓國5%
transcript.whisperx[19].start 473.547
transcript.whisperx[19].end 497.475
transcript.whisperx[19].text 沒有比較高嗎這個表格各位委員報告因為我們事實上因為提供了其他的那個相關產業政策的其他的太舊換新啊還有就是我知道我知道但是就是現在機車就是有17%的小貨物稅嘛沒有比較高嗎沒有因為你們給我的答案說不能降稅的原因是因為沒有比其他國高啊太舊換新是部分的車子嘛不是全部的車子嘛電動的那個
transcript.whisperx[20].start 501.136
transcript.whisperx[20].end 511.382
transcript.whisperx[20].text 好來看汽車的部分我們汽車15%、25%、30%比哪一國低啊?韓國5%、印度1%到22%我們30%、新加坡20%還有我們的消費稅所以這個應該貨物稅要通盤檢討大家已經講了又講了尤其在這一次美國跟我們要做關稅貿易談判的這部分面對對等貿易談判的關稅談判的壓力
transcript.whisperx[21].start 529.611
transcript.whisperx[21].end 545.563
transcript.whisperx[21].text 他們一定會提出這一點尤其美國在乎這個汽車嘛美國製的這個汽車所以這個東西是不是要找出根據我們的這個採化法你說如果我們要降稅啦如果我們要降稅要找替代人員嘛採化法有規定嘛38條之一嘛採化法有規定如果立法院修正要減稅 貨物稅要減
transcript.whisperx[22].start 547.364
transcript.whisperx[22].end 569.655
transcript.whisperx[22].text 那就要有相關規定我們立法院提出來你們都不支持嘛一箱都不減稅但是如果美國提出來的話說這個稅一定要降美國棄稅要進來不能不公平待遇關稅什麼對等逆差要歸零的話你們可能就會做好那我要跟你們提醒如果你們要做的時候我看經濟部是報告也是有支持要調整嘛那財政部的部分經濟部你有支持嘛對不對
transcript.whisperx[23].start 570.675
transcript.whisperx[23].end 574.297
transcript.whisperx[23].text 支持機車的貨物稅或汽機車的產業的部分收集到產業界的意見他認為說若是能合理的反映貨物稅對於整個產業的發展
transcript.whisperx[24].start 587.062
transcript.whisperx[24].end 606.585
transcript.whisperx[24].text 是正面的嘛這不就跟謝謝市長就跟那個正交稅一樣嗎所以你調降三變1.5但是事實上成交量還變高啊所以整體的話稅收不一定會變少啦那如果說稅收變少你們要提出相關的替代人員在跟美國談判以後面對美國這個談判的壓力你們提出來你們要提出相對的這個人的這個
transcript.whisperx[25].start 607.806
transcript.whisperx[25].end 624.157
transcript.whisperx[25].text 這個替代財源喔這個一樣喔不是說美國說要降就可以降我們立法委員這邊講了一百遍都沒有辦法降半毛錢喔然後我也建議啦面對這個談判的壓力啦對我們影響比較小就可以先釋出善意這個也是個正面的喔可以影響比如說從
transcript.whisperx[26].start 625.919
transcript.whisperx[26].end 638.293
transcript.whisperx[26].text 關稅跟貨物稅跟這個進口車跟國產車關稅可能會有差別所以我們可以從貨物稅著手啦簡單的從這個貨物稅機車啦汽車貨物稅調降著手也可以真正的這個造福民眾啦市長財政部這樣有聽到嗎
transcript.whisperx[27].start 642.018
transcript.whisperx[27].end 655.656
transcript.whisperx[27].text 謝謝委員指導一定要慎重列入考慮我們也是往這方向在提供談判的參考要造福百姓不是只有屈服於美國的壓力當百姓一直在講的時候立法委員不管跟黨派講這麼多是你們都當作沒有聽到謝謝委員