iVOD / 162779

Field Value
IVOD_ID 162779
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162779
日期 2025-06-23
會議資料.會議代碼 委員會-11-3-19-17
會議資料.會議代碼:str 第11屆第3會期經濟委員會第17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 17
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17次全體委員會議
影片種類 Clip
開始時間 2025-06-23T11:27:31+08:00
結束時間 2025-06-23T11:37:51+08:00
影片長度 00:10:20
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/b58c4cf52db2e91aabf0c47d60d295b9b85017248ed72d8dda6ae3643212cc5f615262e27cf63ed25ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李坤城
委員發言時間 11:27:31 - 11:37:51
會議時間 2025-06-23T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第17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、交通部首長及國家科學及技術委員會首長就「因應高齡化社會,我國智慧公共運具發展及目標」進行報告,並備質詢。【6月23日及6月25日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 7.87784375
transcript.pyannote[0].end 10.25721875
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 10.67909375
transcript.pyannote[1].end 11.11784375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 20.19659375
transcript.pyannote[2].end 22.00221875
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 22.35659375
transcript.pyannote[3].end 22.82909375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 23.13284375
transcript.pyannote[4].end 24.76971875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 25.25909375
transcript.pyannote[5].end 33.47721875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 34.06784375
transcript.pyannote[6].end 36.36284375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 36.58221875
transcript.pyannote[7].end 39.21471875
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 39.26534375
transcript.pyannote[8].end 41.15534375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 41.47596875
transcript.pyannote[9].end 44.05784375
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 44.36159375
transcript.pyannote[10].end 46.82534375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 47.16284375
transcript.pyannote[11].end 48.71534375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 48.78284375
transcript.pyannote[12].end 49.91346875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 50.41971875
transcript.pyannote[13].end 54.85784375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 55.21221875
transcript.pyannote[14].end 56.49471875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 57.03471875
transcript.pyannote[15].end 63.71721875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 64.00409375
transcript.pyannote[16].end 65.64096875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 66.02909375
transcript.pyannote[17].end 67.78409375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 67.95284375
transcript.pyannote[18].end 69.30284375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 69.57284375
transcript.pyannote[19].end 72.40784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 73.20096875
transcript.pyannote[20].end 80.17034375
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 80.17034375
transcript.pyannote[21].end 80.18721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 80.18721875
transcript.pyannote[22].end 80.20409375
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 80.20409375
transcript.pyannote[23].end 80.40659375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 80.40659375
transcript.pyannote[24].end 100.11659375
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 82.97159375
transcript.pyannote[25].end 83.12346875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 83.20784375
transcript.pyannote[26].end 83.22471875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 89.90721875
transcript.pyannote[27].end 90.37971875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 91.39221875
transcript.pyannote[28].end 91.49346875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 100.11659375
transcript.pyannote[29].end 100.16721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 100.16721875
transcript.pyannote[30].end 100.18409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 100.62284375
transcript.pyannote[31].end 109.44846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 109.93784375
transcript.pyannote[32].end 112.13159375
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 112.13159375
transcript.pyannote[33].end 112.14846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 112.14846875
transcript.pyannote[34].end 114.37596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 114.79784375
transcript.pyannote[35].end 123.45471875
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 123.25221875
transcript.pyannote[36].end 123.43784375
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 123.45471875
transcript.pyannote[37].end 123.48846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 123.48846875
transcript.pyannote[38].end 132.17909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 133.24221875
transcript.pyannote[39].end 143.50221875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 144.00846875
transcript.pyannote[40].end 152.29409375
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 149.23971875
transcript.pyannote[41].end 149.29034375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 149.29034375
transcript.pyannote[42].end 149.64471875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 152.39534375
transcript.pyannote[43].end 153.91409375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 153.91409375
transcript.pyannote[44].end 156.05721875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 153.93096875
transcript.pyannote[45].end 154.26846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 154.35284375
transcript.pyannote[46].end 154.55534375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 156.54659375
transcript.pyannote[47].end 174.13034375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 156.58034375
transcript.pyannote[48].end 158.01471875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 174.60284375
transcript.pyannote[49].end 175.78409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 176.22284375
transcript.pyannote[50].end 187.25909375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 187.74846875
transcript.pyannote[51].end 191.12346875
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 191.29221875
transcript.pyannote[52].end 191.71409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 191.71409375
transcript.pyannote[53].end 194.75159375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 195.57846875
transcript.pyannote[54].end 200.40471875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 200.92784375
transcript.pyannote[55].end 210.15846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 210.24284375
transcript.pyannote[56].end 213.97221875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 214.10721875
transcript.pyannote[57].end 214.36034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 214.36034375
transcript.pyannote[58].end 225.29534375
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 225.29534375
transcript.pyannote[59].end 225.76784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 225.76784375
transcript.pyannote[60].end 236.93909375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 236.95596875
transcript.pyannote[61].end 236.97284375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 237.17534375
transcript.pyannote[62].end 240.92159375
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 240.92159375
transcript.pyannote[63].end 241.15784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 241.09034375
transcript.pyannote[64].end 248.81909375
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 248.78534375
transcript.pyannote[65].end 249.13971875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 249.07221875
transcript.pyannote[66].end 251.70471875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 251.82284375
transcript.pyannote[67].end 252.54846875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 252.80159375
transcript.pyannote[68].end 255.04596875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 255.11346875
transcript.pyannote[69].end 269.44034375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 269.86221875
transcript.pyannote[70].end 281.97846875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 281.97846875
transcript.pyannote[71].end 285.10034375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 285.28596875
transcript.pyannote[72].end 288.07034375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 288.66096875
transcript.pyannote[73].end 290.63534375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 291.02346875
transcript.pyannote[74].end 293.99346875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 294.39846875
transcript.pyannote[75].end 300.32159375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 297.50346875
transcript.pyannote[76].end 297.82409375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 299.88284375
transcript.pyannote[77].end 302.65034375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 302.65034375
transcript.pyannote[78].end 318.09096875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 303.03846875
transcript.pyannote[79].end 303.71346875
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 318.09096875
transcript.pyannote[80].end 318.20909375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 318.20909375
transcript.pyannote[81].end 321.75284375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 322.05659375
transcript.pyannote[82].end 322.71471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 323.05221875
transcript.pyannote[83].end 329.53221875
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 329.53221875
transcript.pyannote[84].end 329.71784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 329.71784375
transcript.pyannote[85].end 346.13721875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 346.13721875
transcript.pyannote[86].end 356.41409375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 346.15409375
transcript.pyannote[87].end 346.64346875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 356.80221875
transcript.pyannote[88].end 357.78096875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 357.78096875
transcript.pyannote[89].end 357.81471875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 358.30409375
transcript.pyannote[90].end 377.03534375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 377.03534375
transcript.pyannote[91].end 382.03034375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 382.50284375
transcript.pyannote[92].end 383.21159375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 389.65784375
transcript.pyannote[93].end 392.03721875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 392.27346875
transcript.pyannote[94].end 394.29846875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 394.68659375
transcript.pyannote[95].end 396.52596875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 397.20096875
transcript.pyannote[96].end 403.93409375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 404.23784375
transcript.pyannote[97].end 410.48159375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 409.63784375
transcript.pyannote[98].end 417.01221875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 417.38346875
transcript.pyannote[99].end 420.11721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 420.55596875
transcript.pyannote[100].end 421.14659375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 422.20971875
transcript.pyannote[101].end 435.50721875
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 430.24221875
transcript.pyannote[102].end 430.71471875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 434.30909375
transcript.pyannote[103].end 434.62971875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 435.96284375
transcript.pyannote[104].end 440.19846875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 439.92846875
transcript.pyannote[105].end 441.10971875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 441.19409375
transcript.pyannote[106].end 441.24471875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 441.24471875
transcript.pyannote[107].end 442.18971875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 441.29534375
transcript.pyannote[108].end 443.28659375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 443.28659375
transcript.pyannote[109].end 443.99534375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 444.45096875
transcript.pyannote[110].end 447.96096875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 448.46721875
transcript.pyannote[111].end 448.51784375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 448.51784375
transcript.pyannote[112].end 452.56784375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 448.78784375
transcript.pyannote[113].end 449.47971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 452.75346875
transcript.pyannote[114].end 452.92221875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 453.25971875
transcript.pyannote[115].end 457.09034375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 457.44471875
transcript.pyannote[116].end 460.71846875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 461.69721875
transcript.pyannote[117].end 464.22846875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 462.37221875
transcript.pyannote[118].end 463.18221875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 464.92034375
transcript.pyannote[119].end 464.98784375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 464.98784375
transcript.pyannote[120].end 467.62034375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 468.14346875
transcript.pyannote[121].end 472.75034375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 473.27346875
transcript.pyannote[122].end 476.15909375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 477.10409375
transcript.pyannote[123].end 478.40346875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 478.40346875
transcript.pyannote[124].end 478.53846875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 479.17971875
transcript.pyannote[125].end 505.09971875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 501.52221875
transcript.pyannote[126].end 502.82159375
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 504.50909375
transcript.pyannote[127].end 511.57971875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 511.86659375
transcript.pyannote[128].end 517.78971875
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 518.27909375
transcript.pyannote[129].end 519.29159375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 520.00034375
transcript.pyannote[130].end 551.92784375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 551.92784375
transcript.pyannote[131].end 569.02221875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 569.47784375
transcript.pyannote[132].end 574.16909375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 574.77659375
transcript.pyannote[133].end 580.46346875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 580.85159375
transcript.pyannote[134].end 586.21784375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 586.99409375
transcript.pyannote[135].end 610.65284375
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 610.78784375
transcript.pyannote[136].end 619.20846875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 620.37284375
transcript.pyannote[137].end 620.96346875
transcript.whisperx[0].start 8.519
transcript.whisperx[0].end 10.002
transcript.whisperx[0].text 謝謝主席 請郭部長
transcript.whisperx[1].start 20.253
transcript.whisperx[1].end 30.023
transcript.whisperx[1].text 委員好部長好辛苦了這個本席請教一下部長您在5月26號還有6月21號都有針對這個關稅的問題對等關稅問題有接受媒體的訪問然後在5月26號的時候你有提到說這個關稅在談判進行當中不便對外透露細節
transcript.whisperx[2].start 41.514
transcript.whisperx[2].end 55.589
transcript.whisperx[2].text 但已經清楚了掌握美國到底要什麼國人可以放心台灣有把握拿到較好的關稅條件這是5月26號但是在6月21號呢您的說法好像有一點改變你說呢這個
transcript.whisperx[3].start 57.332
transcript.whisperx[3].end 72.053
transcript.whisperx[3].text 目前重要的變數在於美國能否在實現之前跟日本、韓國、越南、歐盟等完成談判若有結果其他國就會比較好談那想請問一下部長這兩個時間點上面有什麼樣的變化嗎
transcript.whisperx[4].start 73.62
transcript.whisperx[4].end 99.403
transcript.whisperx[4].text 報告委員我確實這樣子啦就是說美國他在談判這個關稅的時候他有分三個ROM就是綠色的黃色跟紅色的ROM他這次大概主要在談的都還是靠近在綠色的ROM比如說對美國比較友好的這些所以我們是在綠區就對了我們當然是18個國家都在綠區啦但是這個綠區的部分因為他在談判的過程每一個國家不會一樣
transcript.whisperx[5].start 100.754
transcript.whisperx[5].end 105.063
transcript.whisperx[5].text 所以我們當然啦就是說會觀察嘛我後來在講的這個就是說韓國日本跟這個歐盟
transcript.whisperx[6].start 110.017
transcript.whisperx[6].end 128.423
transcript.whisperx[6].text 我們在看這都是大的國家那他一定要美國一定要跟這些人談好嘛那這些談好這個基準他談好以後才會跟我們這些來談那我們剛開始的時候我們在談我們跟他談完了以後我們發現我們應該跟美國之間的差異並沒有那麼多
transcript.whisperx[7].start 133.308
transcript.whisperx[7].end 156.076
transcript.whisperx[7].text 就是美國要我們的然後我們這些沒有參加所以我在5月26號的時候曾經這麼講我們掌握了非常多美國的這個希望跟我們我們可能大部分都是在這種一些非關稅貿易障礙的部分比較多啦就關稅的部分我們其實沒有那麼大的這個差異所以那時候你談完你覺得是有信心的
transcript.whisperx[8].start 156.636
transcript.whisperx[8].end 173.322
transcript.whisperx[8].text 可以拿到比較好的條件我們談判的小組回來跟我們大家分享大概狀況是這樣經濟部是負責搜尋這一些市場資訊我們發現事實上到六月的時候美國在談的時候它自己的進度
transcript.whisperx[9].start 174.636
transcript.whisperx[9].end 193.105
transcript.whisperx[9].text 一直在delay而且我們發現說跟我們這個當初的這個simulation裡面有一點點小的這個差異這個小的差異是在於美國他們現在談判的過程裡面那個不確定性增加了不確定性增加譬如說這個
transcript.whisperx[10].start 195.649
transcript.whisperx[10].end 209.221
transcript.whisperx[10].text 美國對英國的這個車的關稅雖然調降回來10%但是他有限量他是限量他一定要在10萬輛規模以下才享有這些優惠的稅率那這個這個關稅
transcript.whisperx[11].start 211.923
transcript.whisperx[11].end 236.636
transcript.whisperx[11].text 只限美國跟英國兩個國家所以這個對我們在談判後面要談判的就有很多的空間可以來進行我們在發現說它可能不是一體適用不是全世界對美國來談判是多方的談判 沒有它可以談到彼此對等至於對等的定義是什麼我們當然要觀察
transcript.whisperx[12].start 237.256
transcript.whisperx[12].end 257.887
transcript.whisperx[12].text 他對日本對韓國因為這兩個國家對台灣來講是非常非常的重要因為我們有很多的這個在這個工業上面特別是輕工業資訊工業上面我們也是高度重疊半導體所以我們不能夠說我們今天談下來的關稅遇到比較這個不利的這個狀況
transcript.whisperx[13].start 259.076
transcript.whisperx[13].end 287.271
transcript.whisperx[13].text 那因為我們在過去碰到這個關稅的問題的時候總統總統也好行政院院長也好我們都一起去到各個這個產業去座談我們也充分的了解業者的這個期許啦業者希望我們在談判的那一組人能夠談下一個不歧視的關稅也就是說那部長那現在你的意思是說像日本韓國歐盟他們先談好之後我們才有辦法談嗎
transcript.whisperx[14].start 288.732
transcript.whisperx[14].end 307.746
transcript.whisperx[14].text 不是在他們談的條件的這個限制之下我們再來談嗎我們當然這個談不是我們主動美國說我們跟美國說我當時要說就可以了可是因為60天的緩衝起因快結束了對快結束了我們應該是會在因為我們是比較穩定對美國來講說台灣是比較穩定比較穩定的一個國家
transcript.whisperx[15].start 312.449
transcript.whisperx[15].end 329.418
transcript.whisperx[15].text 所以對於要跟台灣談他認為說應該是比較容易談的一個部分那他美國對日本跟韓國因為日本因為他有很大的利益在汽車上面韓國也很大的這個利益在汽車跟造船上面
transcript.whisperx[16].start 330.118
transcript.whisperx[16].end 357.637
transcript.whisperx[16].text 這兩個issue跟台灣都沒有關係所以他會先談完那其實我們台灣的優勢是在於我們AI的晶片跟我們AI的server那另外一個就是我們的傳統產業所以我們關心的是傳統產業的部分那傳統產業大概是競爭的啦所以我再請教一下部長就是說那你6月21號你的專訪我是覺得說奇怪那是不是沒有像你在5月底的時候談得這麼有信心呢
transcript.whisperx[17].start 358.337
transcript.whisperx[17].end 382.687
transcript.whisperx[17].text 我們當然是到目前為止談下來我跟委員報告因為這還沒有談完嘛所以我們應該是有信心不至於談出一個對日本或者韓國更差的這個關稅這個我們應該是具有高度信心好 OK那我先為了沒有時間到我再做一個問題我請這個交通部的次長好不好林次長
transcript.whisperx[18].start 389.787
transcript.whisperx[18].end 403.907
transcript.whisperx[18].text 委員好來 市長我簡短問齁這個你們是2030年齁客運車輛電動化預計要達到這個市區公車全面電動化的目標是不是是那我剛有聽到委員講說這個目標有可能會跳票是不是
transcript.whisperx[19].start 404.561
transcript.whisperx[19].end 419.994
transcript.whisperx[19].text 沒有目前還是照這方向來走因為去年2024我們是有達標那你說如果到2030年接下來的五年都要達標的話每年大概市區的這個電動公車大概要貸還多少
transcript.whisperx[20].start 422.564
transcript.whisperx[20].end 446.959
transcript.whisperx[20].text 現在一萬一千台市區公共車嘛那我剛剛報告裡面也有我們現在已經有三三三二八八三千兩百多輛設計跟已經使用中了所以還有七千輛七年一兩千輛每年所以市長是認為說還是在二零三零年之前市區的公車這個是我們的目標那我再問一下因為後面會越來越快那可是我們的這一個呢國道的這一個電動大客車勒
transcript.whisperx[21].start 450.057
transcript.whisperx[21].end 476.031
transcript.whisperx[21].text 現在我們在國道上面有電動大客車嗎同步在開發但是它的規格跟使用性能會不一樣我們現在在國道上面有電動大客車在跑嗎目前沒有 只有公路客運有一些我認真說沒有啊我問的資料應該是沒有啊所以現在在國道上面都還沒有電動大客車在跑就對了那你們預計是哪時候電動大客車會在國道上面跑
transcript.whisperx[22].start 477.385
transcript.whisperx[22].end 501.201
transcript.whisperx[22].text 這個我請市長回應好跟委員報告一下確實就是說國道客運使用的續航力跟這個相關的性能要求比較高那目前相關的業者在做開發當中那目前大概有些這個車型出來那目前還在做性能上面的這個調校我們也很期待希望說在今年年底或明年初能夠有符合國道客運的這個車子能夠出來
transcript.whisperx[23].start 501.601
transcript.whisperx[23].end 518.878
transcript.whisperx[23].text 今年底或明年初因為有業者在抱怨就是說他已經跟這一個電動車公司已經簽好約那個有這個路線可以跑那結果因為呢這個電動大哥車他做不出來結果他的路線也被取消掉了就有這種情況
transcript.whisperx[24].start 520.571
transcript.whisperx[24].end 528.095
transcript.whisperx[24].text 這個部分據我所了解的一個部分的話這個當然牽扯到他這個業者當時拿到這個案這個路線那對審議會我想也是公務局承諾的這個條件那後面他跟相關的這個電動大客車業者去訂定相關這個採購車輛基本上也有一個這個合約啦那我想說有一些這個業者
transcript.whisperx[25].start 546.145
transcript.whisperx[25].end 573.924
transcript.whisperx[25].text 兩方相關交車這個正義的這個部分的話我們是比較建議可能要循他們的合約來做處理司契約是歸司契約那大概就是按照這個法律途徑在講那我是認為說既然這個電動客車大客車是這個部裡面的這一個計畫不論是市區公車或是說這一個我們國道上面的這個電動大客車我們都有補助嘛對不對都有補助那我是希望說相關的配套措施尤其在國道
transcript.whisperx[26].start 574.864
transcript.whisperx[26].end 586.018
transcript.whisperx[26].text 客運的這個相關措施你要做好,不然你車子第一個你現在還沒辦法上路,第二個就是說它的這些充電裝之類的配套措施好像也都還沒有完成啊
transcript.whisperx[27].start 588.386
transcript.whisperx[27].end 609.778
transcript.whisperx[27].text 除了車輛本身的一個相關性能的一個要求之外那另外有關於在廠站端這些相關充電設施的部分我們對於這個國道客運或是未來一般公路客運的協助會跟現在市區客運一樣相關的廠站端這些相關的充電裝還包括這個充電這個智慧管理平台的這個部分我們公路局都會來做協助
transcript.whisperx[28].start 611.14
transcript.whisperx[28].end 618.454
transcript.whisperx[28].text 因為這個是部裡面的這個計畫啦我是希望說就好好監督齁能夠讓他順利的能夠上路啦好 謝謝社長好 謝謝委員
gazette.lineno 808
gazette.blocks[0][0] 李委員坤城:(11時27分)謝謝主席,請郭部長。
gazette.blocks[1][0] 主席:郭部長。
gazette.blocks[2][0] 郭部長智輝:委員好。
gazette.blocks[3][0] 李委員坤城:部長好,辛苦了。本席請教一下部長,您在5月26號,還有6月21號都有針對對等關稅的問題接受媒體的訪問,然後在5月26號的時候你有提到關稅在談判進行當中,不便對外透露細節,但已經清楚掌握美國到底要什麼,國人可以放心,臺灣有把握拿到較好的關稅條件,這是5月26號,但是在6月21號,您的說法好像有一點改變,你說目前重要的變數在於美國能否在時限之前與日本、韓國、越南、歐盟等完成談判,若有結果,其他國就會比較好談。請問一下部長,這兩個時間點上面有什麼樣的變化嗎?
gazette.blocks[4][0] 郭部長智輝:報告委員,確實是這樣,就是說美國在談判關稅的時候,有分三個zone,就是綠色、黃色及紅色的zone,這次大概主要談的都還是靠近在綠色的zone,也就是對美國比較友好的這些國家。
gazette.blocks[5][0] 李委員坤城:所以我們是在綠區就對了?
gazette.blocks[6][0] 郭部長智輝:我們當然是,18個國家都在綠區,但是綠區的部分,因為在談判的過程中每一個國家不會一樣,所以我們當然會觀察,我後來在講的就是說韓國、日本跟歐盟,我們在看這都是大的國家,美國一定要跟這些能夠談好,這個基準談好以後,才會跟我們來談,剛開始的時候我們在談,跟他談完了以後,我們發現我們應該跟美國之間的差異並沒有那麼大,就是說美國要我們……然後我們之間沒有差異那麼大,所以我在5月26號的時候曾經這麼講,我們掌握了非常多美國希望跟我們……我們可能大部分都是在這種非關稅貿易障礙的部分比較多,關稅的部分我們其實沒有那麼大的差異,但是……
gazette.blocks[7][0] 李委員坤城:所以那時候你談完你覺得是有信心可以拿到比較好的條件?
gazette.blocks[8][0] 郭部長智輝:我們談判的小組回來跟我們大家分享,大概狀況是這樣,經濟部是負責搜尋市場資訊,我們發現事實上到6月時,美國在談的時候它自己的進度一直在delay,而且我們發現跟我們當初的simulation有一點點小的差異,這個小的差異是在於美國現在的談判過程裡面不確定性增加了,譬如說美國對英國的車的關稅雖然調降回來10%,但是有限量,限量一定要在10萬輛規模以下才享有優惠稅率,這個關稅又只限美國跟英國兩個國家,所以這對於我們後面要談判的就有很多空間可以來進行,我們發現它可能不是一體適用,不是全世界對美國來談判,是多方的談判,沒有,它可以談到彼此對等。至於對等的定義是什麼,我們當然要觀察,它對日本、對韓國,這兩個國家對臺灣來講是非常、非常重要,因為在工業方面,特別是在輕工業、資訊工業上面,我們是高度重疊,包括半導體。所以我們不能夠說我們今天談下來的關稅遇到比較不利的狀況,因為過去碰到關稅問題的時候,總統也好、行政院院長也好,我們都一起到各個產業去座談,也充分地了解業者的期許,業者希望我們在談判的那一組人能夠談下一個不歧視的關稅,也就是說……
gazette.blocks[9][0] 李委員坤城:部長,現在你的意思是說像日本、韓國、歐盟他們先談好之後,我們才有辦法談嗎?或是在他們談的條件的限制之下,我們再來談嗎?
gazette.blocks[10][0] 郭部長智輝:當然這個談不是我們主動,我們要跟美國說我什麼時候要談,不能這樣。
gazette.blocks[11][0] 李委員坤城:可是因為60天的緩衝期已經快結束了。
gazette.blocks[12][0] 郭部長智輝:對,快結束了,因為我們是比較穩定,對美國來講,臺灣是比較穩定的一個國家,所以對於要跟臺灣談,它認為應該是比較容易談的部分,而美國對日本跟韓國,日本有很大的利益在汽車上面,韓國也有很大的利益在汽車跟造船上面,這兩個issue跟臺灣都沒有關係,所以它會先談完,其實我們臺灣的優勢是在於AI的晶片以及AI的server,另外就是我們的傳統產業,所以我們關心的是傳統產業的部分,而傳統產業大概是競爭的。
gazette.blocks[13][0] 李委員坤城:我知道。我再請教一下部長,在6月21號你的專訪,我就覺得說奇怪,是不是沒有像你在5月底的時候談得這麼有信心呢?
gazette.blocks[14][0] 郭部長智輝:到目前為止談下來,我跟委員報告,因為這還沒有談完,我們應該是有信心不至於談出一個比日本或韓國更差的關稅,這個我們應該是具有高度信心。
gazette.blocks[15][0] 李委員坤城:好,OK。因為我的時間到了,我最後再問一題,我請交通部的次長,好不好?
gazette.blocks[16][0] 主席:林次長。
gazette.blocks[17][0] 林次長國顯:委員好。
gazette.blocks[18][0] 李委員坤城:次長,我簡短問,你們在2030年客運車輛電動化的部分預計要達到市區公車全面電動化的目標,是不是?
gazette.blocks[19][0] 林次長國顯:是。
gazette.blocks[20][0] 李委員坤城:我剛才有聽到委員講說這個目標有可能會跳票,是不是?
gazette.blocks[21][0] 林次長國顯:沒有,目前還是照這個方向來走,因為去年2024年我們是有達標,今年還需要努力。
gazette.blocks[22][0] 李委員坤城:如果到2030年,也就是接下來的5年都要達標的話,每一年市區的電動公車大概要汰換多少?
gazette.blocks[23][0] 林次長國顯:現在1萬1,000台市區公車,我剛剛報告裡面有提到,現在已經有3,288、三千兩百多輛,是設計跟已經使用中的,所以還有7,000輛7年,也就是每一年1、2,000輛。
gazette.blocks[24][0] 李委員坤城:所以次長是認為在2030年之前市區的公車還是……
gazette.blocks[25][0] 林次長國顯:這是我們的目標,因為後面會越來越快。
gazette.blocks[26][0] 李委員坤城:會越來越快,可是有關國道的電動大客車呢?現在在國道上面有電動大客車嗎?
gazette.blocks[27][0] 林次長國顯:同步在開發,但是規格跟使用性會不一樣。
gazette.blocks[28][0] 李委員坤城:現在在國道上面有電動大客車在跑嗎?
gazette.blocks[29][0] 林次長國顯:目前沒有,只有公路客運有一些。
gazette.blocks[30][0] 李委員坤城:沒有,我問的資料應該是沒有,所以現在在國道上面都還沒有電動大客車在跑就對了?
gazette.blocks[31][0] 林次長國顯:對。
gazette.blocks[32][0] 李委員坤城:你們預計什麼時候電動大客車會在國道上面跑?
gazette.blocks[33][0] 林次長國顯:這個部分我請司長回應。
gazette.blocks[34][0] 李委員坤城:好。
gazette.blocks[35][0] 林司長福山:跟委員報告一下,確實國道客運使用的續航力跟相關的性能要求比較高,目前相關業者在做開發當中,大概有一些車型出來,還在做性能上面的調校,我們也很期待,希望在今年年底或明年初能夠有符合國道客運的車子出來。
gazette.blocks[36][0] 李委員坤城:今年底或明年初?
gazette.blocks[37][0] 林司長福山:我們目標是希望今年底或明年初。
gazette.blocks[38][0] 李委員坤城:因為有業者在抱怨,就是它跟電動車公司已經簽好約,有這個路線可以跑,結果因為電動大客車做不出來,它的路線也被取消掉了,是不是有這種情況?
gazette.blocks[39][0] 林司長福山:這個部分據我所了解,當然牽涉到這個業者當時拿到這個路線,對審議會也是公路局承諾的條件,後面它跟電動大客車業者訂定相關採購車輛,基本上也有一個合約,我想有關業者兩方相關交車爭議的部分,我們是比較建議可能要循他們的合約來做處理。
gazette.blocks[40][0] 李委員坤城:私契約是歸私契約,就是按照法律途徑來處理,我是認為既然電動大客車是部裡面的計畫,不論是市區公車或是國道上面的電動大客車,我們都有補助嘛,對不對?
gazette.blocks[41][0] 林司長福山:對。
gazette.blocks[42][0] 李委員坤城:都有補助,所以我是希望相關的配套措施,尤其在國道客運的相關措施你要做好,不然,第一個,現在這些車子還沒辦法上路,第二個就是相關充電樁之類的配套措施好像也都還沒有完成啊。
gazette.blocks[43][0] 林司長福山:跟委員報告一下,除了車輛本身相關性能的要求之外,另外有關於在場站端相關充電設施的部分,我們對於國道客運或是未來一般公路客運的協助會跟現在市區客運一樣,有關場站端相關的充電樁,包括充電智慧管理平臺的部分,我們公路局都會來做協助。
gazette.blocks[44][0] 李委員坤城:好,因為這是部裡面的計畫,我是希望好好監督,能夠讓他們順利上路,謝謝次長。
gazette.blocks[45][0] 林次長國顯:好,謝謝委員。
gazette.blocks[46][0] 主席:謝謝。
gazette.blocks[46][1] 我們現在請蔡易餘委員做詢答。
gazette.agenda.page_end 396
gazette.agenda.meet_id 委員會-11-3-19-17
gazette.agenda.speakers[0] 謝衣鳯
gazette.agenda.speakers[1] 陳亭妃
gazette.agenda.speakers[2] 楊瓊瓔
gazette.agenda.speakers[3] 張啓楷
gazette.agenda.speakers[4] 鄭正鈐
gazette.agenda.speakers[5] 鄭天財Sra Kacaw
gazette.agenda.speakers[6] 呂玉玲
gazette.agenda.speakers[7] 邱志偉
gazette.agenda.speakers[8] 陳超明
gazette.agenda.speakers[9] 賴瑞隆
gazette.agenda.speakers[10] 李坤城
gazette.agenda.speakers[11] 蔡易餘
gazette.agenda.speakers[12] 翁曉玲
gazette.agenda.speakers[13] 葉元之
gazette.agenda.speakers[14] 謝龍介
gazette.agenda.speakers[15] 邱鎮軍
gazette.agenda.speakers[16] 張嘉郡
gazette.agenda.speakers[17] 徐欣瑩
gazette.agenda.speakers[18] 邱議瑩
gazette.agenda.speakers[19] 翁曉玲
gazette.agenda.page_start 337
gazette.agenda.meetingDate[0] 2025-06-23
gazette.agenda.gazette_id 1146401
gazette.agenda.agenda_lcidc_ids[0] 1146401_00008
gazette.agenda.meet_name 立法院第11屆第3會期經濟委員會第17次全體委員會議紀錄
gazette.agenda.content 邀請經濟部部長、國家發展委員會主任委員、交通部首長及國家科學及技術委員會首長就「因應 高齡化社會,我國智慧公共運具發展及目標」進行報告,並備質詢
gazette.agenda.agenda_id 1146401_00007