iVOD / 162691

Field Value
IVOD_ID 162691
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162691
日期 2025-06-19
會議資料.會議代碼 委員會-11-3-20-18
會議資料.會議代碼:str 第11屆第3會期財政委員會第18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 18
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18次全體委員會議
影片種類 Clip
開始時間 2025-06-19T09:15:05+08:00
結束時間 2025-06-19T09:27:40+08:00
影片長度 00:12:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/19817250edeb8a739bfd73d47f7a6d6aeab13042bab466e3907d28bbaa3ae02306b889c0fce998ee5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林德福
委員發言時間 09:15:05 - 09:27:40
會議時間 2025-06-19T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第18次全體委員會議(事由:邀請財政部莊部長翠雲、衛生福利部邱部長泰源、法務部、海洋委員會海巡署就「近三年菸酒管理法對於私菸(含電子菸 加熱菸)查緝成效與菸品健康捐經費分配及運作使用情形」進行專題報告,並備質詢。 【6月18日及19日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 5.04284375
transcript.pyannote[0].end 7.06784375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 7.54034375
transcript.pyannote[1].end 8.46846875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.83971875
transcript.pyannote[2].end 9.44721875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 10.02096875
transcript.pyannote[3].end 11.42159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.16346875
transcript.pyannote[4].end 17.74971875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 18.10409375
transcript.pyannote[5].end 21.31034375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 21.86721875
transcript.pyannote[6].end 23.52096875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 24.04409375
transcript.pyannote[7].end 41.66159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 42.03284375
transcript.pyannote[8].end 55.90409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 56.54534375
transcript.pyannote[9].end 58.04721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 58.67159375
transcript.pyannote[10].end 59.29596875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 59.53221875
transcript.pyannote[11].end 67.34534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 68.37471875
transcript.pyannote[12].end 69.21846875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 69.20159375
transcript.pyannote[13].end 119.43846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 119.11784375
transcript.pyannote[14].end 121.07534375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 121.48034375
transcript.pyannote[15].end 126.49221875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 123.99471875
transcript.pyannote[16].end 135.01409375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 128.77034375
transcript.pyannote[17].end 129.24284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 135.33471875
transcript.pyannote[18].end 139.11471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 139.16534375
transcript.pyannote[19].end 143.51909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 139.57034375
transcript.pyannote[20].end 140.22846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 143.65409375
transcript.pyannote[21].end 152.04096875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 145.72971875
transcript.pyannote[22].end 146.15159375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 150.96096875
transcript.pyannote[23].end 169.42221875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 152.47971875
transcript.pyannote[24].end 154.04909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 170.08034375
transcript.pyannote[25].end 201.04596875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 201.85596875
transcript.pyannote[26].end 230.44221875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 230.35784375
transcript.pyannote[27].end 234.01971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 231.65721875
transcript.pyannote[28].end 238.72784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 238.77846875
transcript.pyannote[29].end 248.00909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 246.91221875
transcript.pyannote[30].end 249.32534375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 249.96659375
transcript.pyannote[31].end 257.74596875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 257.83034375
transcript.pyannote[32].end 265.64346875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 265.72784375
transcript.pyannote[33].end 272.02221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 271.49909375
transcript.pyannote[34].end 272.27534375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 272.62971875
transcript.pyannote[35].end 273.05159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 273.45659375
transcript.pyannote[36].end 290.02784375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 290.46659375
transcript.pyannote[37].end 291.76596875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 292.18784375
transcript.pyannote[38].end 292.99784375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 293.23409375
transcript.pyannote[39].end 321.70221875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 321.85409375
transcript.pyannote[40].end 323.27159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 323.47409375
transcript.pyannote[41].end 328.21596875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 328.58721875
transcript.pyannote[42].end 360.39659375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 360.90284375
transcript.pyannote[43].end 370.60596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 371.43284375
transcript.pyannote[44].end 372.31034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 372.39471875
transcript.pyannote[45].end 390.83909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 391.02471875
transcript.pyannote[46].end 401.58846875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 401.72346875
transcript.pyannote[47].end 424.38659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 419.23971875
transcript.pyannote[48].end 419.91471875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 420.28596875
transcript.pyannote[49].end 421.01159375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 423.98159375
transcript.pyannote[50].end 464.19471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 429.46596875
transcript.pyannote[51].end 429.95534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 464.41409375
transcript.pyannote[52].end 491.24534375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 491.65034375
transcript.pyannote[53].end 500.32409375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 500.52659375
transcript.pyannote[54].end 513.58784375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 514.11096875
transcript.pyannote[55].end 515.69721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 516.13596875
transcript.pyannote[56].end 516.67596875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 516.79409375
transcript.pyannote[57].end 524.13471875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 524.38784375
transcript.pyannote[58].end 529.46721875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 529.83846875
transcript.pyannote[59].end 536.53784375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 535.49159375
transcript.pyannote[60].end 537.78659375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 538.07346875
transcript.pyannote[61].end 538.20846875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 538.20846875
transcript.pyannote[62].end 538.22534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 538.22534375
transcript.pyannote[63].end 595.24596875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 538.27596875
transcript.pyannote[64].end 538.36034375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 544.36784375
transcript.pyannote[65].end 544.87409375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 595.78596875
transcript.pyannote[66].end 608.23971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 608.47596875
transcript.pyannote[67].end 618.56721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 618.88784375
transcript.pyannote[68].end 620.50784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 620.91284375
transcript.pyannote[69].end 633.26534375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 633.65346875
transcript.pyannote[70].end 648.04784375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 648.16596875
transcript.pyannote[71].end 653.36346875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 653.76846875
transcript.pyannote[72].end 655.55721875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 655.69221875
transcript.pyannote[73].end 704.88284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 705.20346875
transcript.pyannote[74].end 705.64221875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 706.58721875
transcript.pyannote[75].end 729.92534375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 730.65096875
transcript.pyannote[76].end 732.01784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 730.66784375
transcript.pyannote[77].end 738.76784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 735.32534375
transcript.pyannote[78].end 735.88221875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 738.90284375
transcript.pyannote[79].end 740.03346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 740.03346875
transcript.pyannote[80].end 740.64096875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 740.64096875
transcript.pyannote[81].end 741.02909375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 741.02909375
transcript.pyannote[82].end 741.14721875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 741.14721875
transcript.pyannote[83].end 742.34534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 741.28221875
transcript.pyannote[84].end 741.45096875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 741.53534375
transcript.pyannote[85].end 742.32846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 742.34534375
transcript.pyannote[86].end 743.77971875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 742.68284375
transcript.pyannote[87].end 746.53034375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 744.77534375
transcript.pyannote[88].end 745.53471875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 746.10846875
transcript.pyannote[89].end 746.32784375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 746.46284375
transcript.pyannote[90].end 748.04909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 748.47096875
transcript.pyannote[91].end 749.07846875
transcript.whisperx[0].start 6.064
transcript.whisperx[0].end 11.27
transcript.whisperx[0].text 謝謝主席是不是請財政部莊部長財政部的莊部長請委員長莊部長你好我請教因為賴總統日前接見
transcript.whisperx[1].start 21.926
transcript.whisperx[1].end 40.395
transcript.whisperx[1].text 美國聯邦眾議員國會台灣連線共同主席貝拉訪問團時刻提到期待解決台美雙重課稅法案能在今年順利完成立法
transcript.whisperx[2].start 41.115
transcript.whisperx[2].end 63.342
transcript.whisperx[2].text 那台美雙重課稅法案雖然在美國眾議院有通過但是還必須面對兩關啦兩個關卡就是參議院的表決通過以美國總統的簽署那我請問莊部長這個台美雙重課稅法案最快你認為何時在美國參議院進行處理
transcript.whisperx[3].start 68.41
transcript.whisperx[3].end 73.293
transcript.whisperx[3].text 跟委員報告台美避免雙重課稅這個協定的案子謝謝委員的關心您的關心也可以表達國內各界對這個法案的期盼除了眾議院在1月15號通過之外參院同時也在1月23號提出了一個內容一致的法案
transcript.whisperx[4].start 88.84
transcript.whisperx[4].end 105.452
transcript.whisperx[4].text 所以基本上這個法案是美國國會跨黨代的一個支持當然目前美國國會參議院還在處理他們其他的一個法案但是我們本部外交部還有駐美代表處都維持一個推案的動能以及就如同您剛剛所講的不管總統也好
transcript.whisperx[5].start 107.593
transcript.whisperx[5].end 126.642
transcript.whisperx[5].text 副總統也好在接見美國相關的團體的時候都會表達這樣的意願以及美台商會的協會還有台灣美國商會等等都在努力的在促進這個案子那你認為在今年年底這個有沒有心境在年底這個美國能夠完成立法程序這個部分我們當然是希望越快越好這樣子可以避免這個雙方跨境投資者一個課稅的一個重複課爭
transcript.whisperx[6].start 135.39
transcript.whisperx[6].end 139.976
transcript.whisperx[6].text 那但是有關其成的部分不是我方所能夠控制的但是我們會努力的做這個推案的一個
transcript.whisperx[7].start 144.006
transcript.whisperx[7].end 166.73
transcript.whisperx[7].text 進行的一個相關努力動作都會在各個方面那委員的一個質詢事實上也是表達了國內的一些期盼的一個要求我希望越快越好那個部長因為日前發布我國五月出口的金額首度突破500億美元創下517.4億美元的新高跟去年同期增加38.6%
transcript.whisperx[8].start 170.151
transcript.whisperx[8].end 193.447
transcript.whisperx[8].text 增幅度增加的幅度驚人外界認為主要原因是因為川普關稅戰暫緩90天的緣故強勁的拉貨效應那帶動大幅出口那今年一到五月我國對美貿易寸差已經達到418億美元估計前年將會超過1000億美元那我請問部長對此現象
transcript.whisperx[9].start 200.113
transcript.whisperx[9].end 200.66
transcript.whisperx[9].text 有何解讀呢
transcript.whisperx[10].start 201.989
transcript.whisperx[10].end 207.352
transcript.whisperx[10].text 是跟委員報告確實5月份的出口達到517億美元是創歷年來的一個新高從來沒有超過500億美元而1到5月份的部分我們的累計出口也達到2300億跟去年同期比是成長24%這個部分當然有我們的人工智慧的一個創新科技的商機持續的一個擴展在國際間那第二個部分當然還有一些部分的科技新品上市要準備要再做一些推
transcript.whisperx[11].start 230.407
transcript.whisperx[11].end 248.662
transcript.whisperx[11].text 那你認為這是不是拉貨的效應關稅的關係當然美國關稅這個措施有一個延緩90天的實施那麼客戶端他把那個需求提早提出來然後也加大的拉貨的力道這個確實是有這樣的一個因素在裡面那是短暫的那我請問
transcript.whisperx[12].start 250.403
transcript.whisperx[12].end 271.796
transcript.whisperx[12].text 對此現象的解讀你是否對台美關稅談判將來會帶來不利的影響會不會台美關稅談判目前由行政院的OTM他們在持續的和美方密切以及積極的在進行相關的溝通那也會在爭取國家以及產業的一個最大但是
transcript.whisperx[13].start 272.757
transcript.whisperx[13].end 291.475
transcript.whisperx[13].text 我從各方面去觀察其實你看我們鄰近的國家包括日本、韓國甚至於對岸他們都很硬就是跟美國在談關稅的時候很硬但是我們就是剛好對倒
transcript.whisperx[14].start 292.336
transcript.whisperx[14].end 319.098
transcript.whisperx[14].text 相反不要說到時候是因為我們這幾個月這個粗糙而且是大幅度的增長那帶來未來有很不好的一個結果我們是期待能夠跟其他的國家能夠比而且不要超越現在差不多百分之十到百分之三十
transcript.whisperx[15].start 320.458
transcript.whisperx[15].end 346.285
transcript.whisperx[15].text 那當然十以下是最好啦那我再請教部長以色列跟伊朗之間的衝突沒有降溫的跡象那美國總統川普也對外表示開始考慮對伊朗來發動攻擊那多數專家認為短期內亞洲整體股市將會走跌中東戰爭將衝擊整個全球的原物料
transcript.whisperx[16].start 347.305
transcript.whisperx[16].end 370.402
transcript.whisperx[16].text 包括能源、運輸以及全球的這些供應鏈那油價與黃金價格上漲若中東供油長期受阻通文將持續的升溫那部長今年3月行政院物價穩定小組宣布進口大宗物資免稅或減稅的期限到9月底
transcript.whisperx[17].start 371.462
transcript.whisperx[17].end 399.167
transcript.whisperx[17].text 那請問部長如果美國對伊朗進一步採取攻擊中東衝突擴大行政院物價穩定小組與財政部是我會緊急來調整整個大宗物資降稅相關的措施以來穩定我們國內的物價會不會是跟委員報告那個中東情勢的緊張當然會影響到能源市場的一些價格的一些波動以及其他供應鏈的一些影響
transcript.whisperx[18].start 399.967
transcript.whisperx[18].end 406.23
transcript.whisperx[18].text 那至於這個有關物價的一些情況我們在那個行政院有一個物價穩定小組裡面那已經決議就是說相關的大宗物資的營業稅、關稅還有貨物稅都調降或減免到九月底那這個期間呢
transcript.whisperx[19].start 416.1
transcript.whisperx[19].end 429.625
transcript.whisperx[19].text 穩定物價小組也會持續的關注國內物價的一個變動情形那如果有需要的話當然是還可以往後延續對啊你要事前有一些這個必要的措施來杜絕緩緩嘛不然到時候
transcript.whisperx[20].start 430.805
transcript.whisperx[20].end 454.361
transcript.whisperx[20].text 你要是整個衝擊擴大那當然對整個國內影響會非常的嚴重來 部長我請教有媒體報導認為如果伊朗封鎖這個荷莫茲海峽限制石油的運輸將促使油價大幅度的上漲更進一步來推高通貨對原本已經受到美國總統川普關稅戰衝擊的國家
transcript.whisperx[21].start 457.685
transcript.whisperx[21].end 460.453
transcript.whisperx[21].text 將造成更大的經濟壓力那美國關稅戰的談判有經濟學者認為啊
transcript.whisperx[22].start 464.557
transcript.whisperx[22].end 489.864
transcript.whisperx[22].text 英國關稅大概就落在10%預料是地板至於美國目前對中國大陸課成30%全面性的關稅則是天花板意味著未來各國的關稅談判大概都會在10%到30%裡面來進行那台積電已經赴美投資政府也打算採購阿拉斯加的這個
transcript.whisperx[23].start 491.809
transcript.whisperx[23].end 497.191
transcript.whisperx[23].text 那我請問部長目前台美關稅談判到底有沒有什麼進展
transcript.whisperx[24].start 516.972
transcript.whisperx[24].end 540.237
transcript.whisperx[24].text 台美關稅談判目前是由副院長領軍還有行政院OTN他們在持續而且密集的相互溝通那這個部分的也會爭取國內國家以及產業的一個最大利益那目前來說因為雙方的默契並不便於對外說明那在適當時機可以說的時候一定會對外說明什麼都是保密啦婉正你這個到最後一歡出來一歡兩對也不要賠了忽了又責兵那個部長是
transcript.whisperx[25].start 544.838
transcript.whisperx[25].end 567.048
transcript.whisperx[25].text 茶集私菸有賴第一線的同仁積極來茶集以維護國人的健康防止逃漏稅捐在今年2月由財政部阮市長來主持召開114年度的私劣菸 菸酒的茶集會報會議中提到113年在茶集同仁通力合作下
transcript.whisperx[26].start 567.768
transcript.whisperx[26].end 594.337
transcript.whisperx[26].text 一共查獲涉嫌違反菸酒管理法菸類的數量達到一千一百二十萬餘包但近日爆出不肖的海巡人員利用人頭來乍領查集失菸的獎金讓國人感到非常的失望也對過去查集失菸的績效打了一個大大的問號
transcript.whisperx[27].start 595.888
transcript.whisperx[27].end 620.403
transcript.whisperx[27].text 那國人對茶旗失焉的數量也產生質疑那我請問部長113年度失焉茶旗數字是否有被動手腳的可能性你認為有沒有失焉的茶器基本上各個茶器機關都會到茶器現場去先看有沒有違法的情勢然後要清點茶貨的數量並且做成記錄那絕大部分的
transcript.whisperx[28].start 621.25
transcript.whisperx[28].end 630.235
transcript.whisperx[28].text 絕大部分的查緝機關以及查緝人員一定是合法合規的在做那極少數的害群之馬那是不應該的那我們這個部分當然不會司法一定會進行調查以及不會寬容
transcript.whisperx[29].start 636.698
transcript.whisperx[29].end 638.319
transcript.whisperx[29].text 那在制度面的部分呢我們財政部呢國庫署也會在下個禮拜就會邀請各相關機關再來做精進來防度這樣的一個不應該一個情勢發生但是絕大部分的查緝人員跟查緝機關都是依法依規在做的
transcript.whisperx[30].start 654.28
transcript.whisperx[30].end 672.734
transcript.whisperx[30].text 最後一個議題 華務部廉政署為防範政府採購過程中潛藏的這些廉政風險今年辦理高風險政府採購案件全國性專案集合依循行政院及所屬機關使用深層式的AI參考指引
transcript.whisperx[31].start 675.796
transcript.whisperx[31].end 702.034
transcript.whisperx[31].text 這個深層式的AI進行跨機關資料庫的大數據分析本席認為值得政府其他機關來學習那針對此次海巡失焉人頭案媒體報導人頭多為無業或低收入戶導致大筆罰款沒有辦法執行因為罰款都是呆帳不斷的增高同一個人的人頭負責重複出現
transcript.whisperx[32].start 705.336
transcript.whisperx[32].end 729.657
transcript.whisperx[32].text 也不繳罰款啊 因為他沒有錢怎麼繳那本市希望說未來查集私菸相關單位導入AI大數據分析機制啊在早期揪出漏洞改善政府部門啊 內部監控的這些機制打擊不法那請問財政部 法務部 海巡署你們有什麼看法
transcript.whisperx[33].start 732.198
transcript.whisperx[33].end 747.245
transcript.whisperx[33].text 委員這個建議也就運用AI來做一個檢查我覺得我們可以在討論的時候把它納入好啦我希望說你們要積極而且要用科技的方式運用大數據跟科技的方式謝謝委員指教謝謝好 下一位請吳秉立委員資訊請