IVOD_ID |
162787 |
IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/162787 |
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 |
2025-06-23T11:57:48+08:00 |
結束時間 |
2025-06-23T12:07:28+08:00 |
影片長度 |
00:09:40 |
支援功能[0] |
ai-transcript |
video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/b58c4cf52db2e91a07884d1c6f809dd7b85017248ed72d8dafb45025fabe4623739ca4563886b2115ea18f28b6918d91.mp4/playlist.m3u8 |
委員名稱 |
葉元之 |
委員發言時間 |
11:57:48 - 12:07:28 |
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_01 |
transcript.pyannote[0].start |
15.04971875 |
transcript.pyannote[0].end |
17.34471875 |
transcript.pyannote[1].speaker |
SPEAKER_01 |
transcript.pyannote[1].start |
17.58096875 |
transcript.pyannote[1].end |
18.18846875 |
transcript.pyannote[2].speaker |
SPEAKER_01 |
transcript.pyannote[2].start |
28.02659375 |
transcript.pyannote[2].end |
28.49909375 |
transcript.pyannote[3].speaker |
SPEAKER_01 |
transcript.pyannote[3].start |
28.75221875 |
transcript.pyannote[3].end |
29.96721875 |
transcript.pyannote[4].speaker |
SPEAKER_01 |
transcript.pyannote[4].start |
30.30471875 |
transcript.pyannote[4].end |
31.75596875 |
transcript.pyannote[5].speaker |
SPEAKER_01 |
transcript.pyannote[5].start |
32.05971875 |
transcript.pyannote[5].end |
36.29534375 |
transcript.pyannote[6].speaker |
SPEAKER_01 |
transcript.pyannote[6].start |
36.75096875 |
transcript.pyannote[6].end |
45.15471875 |
transcript.pyannote[7].speaker |
SPEAKER_01 |
transcript.pyannote[7].start |
45.79596875 |
transcript.pyannote[7].end |
52.03971875 |
transcript.pyannote[8].speaker |
SPEAKER_01 |
transcript.pyannote[8].start |
52.47846875 |
transcript.pyannote[8].end |
53.60909375 |
transcript.pyannote[9].speaker |
SPEAKER_01 |
transcript.pyannote[9].start |
54.09846875 |
transcript.pyannote[9].end |
57.79409375 |
transcript.pyannote[10].speaker |
SPEAKER_01 |
transcript.pyannote[10].start |
57.96284375 |
transcript.pyannote[10].end |
66.68721875 |
transcript.pyannote[11].speaker |
SPEAKER_01 |
transcript.pyannote[11].start |
67.14284375 |
transcript.pyannote[11].end |
80.54159375 |
transcript.pyannote[12].speaker |
SPEAKER_01 |
transcript.pyannote[12].start |
80.64284375 |
transcript.pyannote[12].end |
84.16971875 |
transcript.pyannote[13].speaker |
SPEAKER_01 |
transcript.pyannote[13].start |
84.55784375 |
transcript.pyannote[13].end |
90.02534375 |
transcript.pyannote[14].speaker |
SPEAKER_01 |
transcript.pyannote[14].start |
90.05909375 |
transcript.pyannote[14].end |
91.30784375 |
transcript.pyannote[15].speaker |
SPEAKER_01 |
transcript.pyannote[15].start |
91.40909375 |
transcript.pyannote[15].end |
95.72909375 |
transcript.pyannote[16].speaker |
SPEAKER_01 |
transcript.pyannote[16].start |
96.03284375 |
transcript.pyannote[16].end |
97.21409375 |
transcript.pyannote[17].speaker |
SPEAKER_01 |
transcript.pyannote[17].start |
97.63596875 |
transcript.pyannote[17].end |
100.92659375 |
transcript.pyannote[18].speaker |
SPEAKER_01 |
transcript.pyannote[18].start |
101.26409375 |
transcript.pyannote[18].end |
104.35221875 |
transcript.pyannote[19].speaker |
SPEAKER_01 |
transcript.pyannote[19].start |
104.68971875 |
transcript.pyannote[19].end |
105.98909375 |
transcript.pyannote[20].speaker |
SPEAKER_00 |
transcript.pyannote[20].start |
106.90034375 |
transcript.pyannote[20].end |
119.43846875 |
transcript.pyannote[21].speaker |
SPEAKER_01 |
transcript.pyannote[21].start |
110.46096875 |
transcript.pyannote[21].end |
112.84034375 |
transcript.pyannote[22].speaker |
SPEAKER_01 |
transcript.pyannote[22].start |
119.43846875 |
transcript.pyannote[22].end |
131.99346875 |
transcript.pyannote[23].speaker |
SPEAKER_00 |
transcript.pyannote[23].start |
119.89409375 |
transcript.pyannote[23].end |
119.99534375 |
transcript.pyannote[24].speaker |
SPEAKER_01 |
transcript.pyannote[24].start |
132.06096875 |
transcript.pyannote[24].end |
144.93659375 |
transcript.pyannote[25].speaker |
SPEAKER_00 |
transcript.pyannote[25].start |
132.16221875 |
transcript.pyannote[25].end |
133.27596875 |
transcript.pyannote[26].speaker |
SPEAKER_00 |
transcript.pyannote[26].start |
134.42346875 |
transcript.pyannote[26].end |
135.31784375 |
transcript.pyannote[27].speaker |
SPEAKER_01 |
transcript.pyannote[27].start |
144.95346875 |
transcript.pyannote[27].end |
146.45534375 |
transcript.pyannote[28].speaker |
SPEAKER_01 |
transcript.pyannote[28].start |
146.77596875 |
transcript.pyannote[28].end |
155.75346875 |
transcript.pyannote[29].speaker |
SPEAKER_01 |
transcript.pyannote[29].start |
155.97284375 |
transcript.pyannote[29].end |
157.64346875 |
transcript.pyannote[30].speaker |
SPEAKER_01 |
transcript.pyannote[30].start |
157.67721875 |
transcript.pyannote[30].end |
159.33096875 |
transcript.pyannote[31].speaker |
SPEAKER_01 |
transcript.pyannote[31].start |
159.82034375 |
transcript.pyannote[31].end |
164.68034375 |
transcript.pyannote[32].speaker |
SPEAKER_01 |
transcript.pyannote[32].start |
165.18659375 |
transcript.pyannote[32].end |
169.62471875 |
transcript.pyannote[33].speaker |
SPEAKER_01 |
transcript.pyannote[33].start |
170.11409375 |
transcript.pyannote[33].end |
172.34159375 |
transcript.pyannote[34].speaker |
SPEAKER_01 |
transcript.pyannote[34].start |
172.81409375 |
transcript.pyannote[34].end |
175.61534375 |
transcript.pyannote[35].speaker |
SPEAKER_01 |
transcript.pyannote[35].start |
176.20596875 |
transcript.pyannote[35].end |
181.15034375 |
transcript.pyannote[36].speaker |
SPEAKER_01 |
transcript.pyannote[36].start |
181.58909375 |
transcript.pyannote[36].end |
183.00659375 |
transcript.pyannote[37].speaker |
SPEAKER_00 |
transcript.pyannote[37].start |
183.00659375 |
transcript.pyannote[37].end |
183.04034375 |
transcript.pyannote[38].speaker |
SPEAKER_00 |
transcript.pyannote[38].start |
183.29346875 |
transcript.pyannote[38].end |
184.00221875 |
transcript.pyannote[39].speaker |
SPEAKER_00 |
transcript.pyannote[39].start |
184.52534375 |
transcript.pyannote[39].end |
244.97159375 |
transcript.pyannote[40].speaker |
SPEAKER_01 |
transcript.pyannote[40].start |
244.97159375 |
transcript.pyannote[40].end |
246.47346875 |
transcript.pyannote[41].speaker |
SPEAKER_01 |
transcript.pyannote[41].start |
246.96284375 |
transcript.pyannote[41].end |
251.65409375 |
transcript.pyannote[42].speaker |
SPEAKER_01 |
transcript.pyannote[42].start |
252.26159375 |
transcript.pyannote[42].end |
253.17284375 |
transcript.pyannote[43].speaker |
SPEAKER_01 |
transcript.pyannote[43].start |
253.42596875 |
transcript.pyannote[43].end |
261.17159375 |
transcript.pyannote[44].speaker |
SPEAKER_01 |
transcript.pyannote[44].start |
261.50909375 |
transcript.pyannote[44].end |
263.60159375 |
transcript.pyannote[45].speaker |
SPEAKER_01 |
transcript.pyannote[45].start |
263.82096875 |
transcript.pyannote[45].end |
266.04846875 |
transcript.pyannote[46].speaker |
SPEAKER_01 |
transcript.pyannote[46].start |
266.23409375 |
transcript.pyannote[46].end |
267.44909375 |
transcript.pyannote[47].speaker |
SPEAKER_01 |
transcript.pyannote[47].start |
267.68534375 |
transcript.pyannote[47].end |
269.77784375 |
transcript.pyannote[48].speaker |
SPEAKER_01 |
transcript.pyannote[48].start |
270.38534375 |
transcript.pyannote[48].end |
272.69721875 |
transcript.pyannote[49].speaker |
SPEAKER_01 |
transcript.pyannote[49].start |
272.79846875 |
transcript.pyannote[49].end |
278.21534375 |
transcript.pyannote[50].speaker |
SPEAKER_01 |
transcript.pyannote[50].start |
278.31659375 |
transcript.pyannote[50].end |
279.76784375 |
transcript.pyannote[51].speaker |
SPEAKER_01 |
transcript.pyannote[51].start |
279.97034375 |
transcript.pyannote[51].end |
291.96846875 |
transcript.pyannote[52].speaker |
SPEAKER_01 |
transcript.pyannote[52].start |
292.60971875 |
transcript.pyannote[52].end |
294.76971875 |
transcript.pyannote[53].speaker |
SPEAKER_01 |
transcript.pyannote[53].start |
295.19159375 |
transcript.pyannote[53].end |
296.05221875 |
transcript.pyannote[54].speaker |
SPEAKER_01 |
transcript.pyannote[54].start |
296.50784375 |
transcript.pyannote[54].end |
300.79409375 |
transcript.pyannote[55].speaker |
SPEAKER_01 |
transcript.pyannote[55].start |
300.99659375 |
transcript.pyannote[55].end |
304.87784375 |
transcript.pyannote[56].speaker |
SPEAKER_01 |
transcript.pyannote[56].start |
305.01284375 |
transcript.pyannote[56].end |
306.36284375 |
transcript.pyannote[57].speaker |
SPEAKER_01 |
transcript.pyannote[57].start |
306.51471875 |
transcript.pyannote[57].end |
313.48409375 |
transcript.pyannote[58].speaker |
SPEAKER_01 |
transcript.pyannote[58].start |
313.82159375 |
transcript.pyannote[58].end |
316.25159375 |
transcript.pyannote[59].speaker |
SPEAKER_01 |
transcript.pyannote[59].start |
316.80846875 |
transcript.pyannote[59].end |
320.11596875 |
transcript.pyannote[60].speaker |
SPEAKER_00 |
transcript.pyannote[60].start |
320.85846875 |
transcript.pyannote[60].end |
321.41534375 |
transcript.pyannote[61].speaker |
SPEAKER_01 |
transcript.pyannote[61].start |
321.41534375 |
transcript.pyannote[61].end |
322.68096875 |
transcript.pyannote[62].speaker |
SPEAKER_00 |
transcript.pyannote[62].start |
321.48284375 |
transcript.pyannote[62].end |
354.62534375 |
transcript.pyannote[63].speaker |
SPEAKER_01 |
transcript.pyannote[63].start |
352.56659375 |
transcript.pyannote[63].end |
354.60846875 |
transcript.pyannote[64].speaker |
SPEAKER_01 |
transcript.pyannote[64].start |
354.62534375 |
transcript.pyannote[64].end |
355.97534375 |
transcript.pyannote[65].speaker |
SPEAKER_00 |
transcript.pyannote[65].start |
355.04721875 |
transcript.pyannote[65].end |
358.06784375 |
transcript.pyannote[66].speaker |
SPEAKER_01 |
transcript.pyannote[66].start |
356.53221875 |
transcript.pyannote[66].end |
362.05034375 |
transcript.pyannote[67].speaker |
SPEAKER_01 |
transcript.pyannote[67].start |
363.53534375 |
transcript.pyannote[67].end |
369.79596875 |
transcript.pyannote[68].speaker |
SPEAKER_01 |
transcript.pyannote[68].start |
369.96471875 |
transcript.pyannote[68].end |
374.52096875 |
transcript.pyannote[69].speaker |
SPEAKER_00 |
transcript.pyannote[69].start |
373.49159375 |
transcript.pyannote[69].end |
379.21221875 |
transcript.pyannote[70].speaker |
SPEAKER_01 |
transcript.pyannote[70].start |
377.50784375 |
transcript.pyannote[70].end |
385.08471875 |
transcript.pyannote[71].speaker |
SPEAKER_01 |
transcript.pyannote[71].start |
385.45596875 |
transcript.pyannote[71].end |
388.98284375 |
transcript.pyannote[72].speaker |
SPEAKER_01 |
transcript.pyannote[72].start |
389.38784375 |
transcript.pyannote[72].end |
393.64034375 |
transcript.pyannote[73].speaker |
SPEAKER_01 |
transcript.pyannote[73].start |
393.65721875 |
transcript.pyannote[73].end |
394.46721875 |
transcript.pyannote[74].speaker |
SPEAKER_01 |
transcript.pyannote[74].start |
394.87221875 |
transcript.pyannote[74].end |
399.71534375 |
transcript.pyannote[75].speaker |
SPEAKER_01 |
transcript.pyannote[75].start |
400.10346875 |
transcript.pyannote[75].end |
401.38596875 |
transcript.pyannote[76].speaker |
SPEAKER_01 |
transcript.pyannote[76].start |
401.58846875 |
transcript.pyannote[76].end |
404.89596875 |
transcript.pyannote[77].speaker |
SPEAKER_01 |
transcript.pyannote[77].start |
405.38534375 |
transcript.pyannote[77].end |
408.64221875 |
transcript.pyannote[78].speaker |
SPEAKER_01 |
transcript.pyannote[78].start |
408.72659375 |
transcript.pyannote[78].end |
411.52784375 |
transcript.pyannote[79].speaker |
SPEAKER_01 |
transcript.pyannote[79].start |
412.00034375 |
transcript.pyannote[79].end |
416.03346875 |
transcript.pyannote[80].speaker |
SPEAKER_01 |
transcript.pyannote[80].start |
416.52284375 |
transcript.pyannote[80].end |
419.67846875 |
transcript.pyannote[81].speaker |
SPEAKER_01 |
transcript.pyannote[81].start |
419.98221875 |
transcript.pyannote[81].end |
421.90596875 |
transcript.pyannote[82].speaker |
SPEAKER_01 |
transcript.pyannote[82].start |
422.41221875 |
transcript.pyannote[82].end |
432.87471875 |
transcript.pyannote[83].speaker |
SPEAKER_00 |
transcript.pyannote[83].start |
433.83659375 |
transcript.pyannote[83].end |
442.51034375 |
transcript.pyannote[84].speaker |
SPEAKER_01 |
transcript.pyannote[84].start |
441.05909375 |
transcript.pyannote[84].end |
447.58971875 |
transcript.pyannote[85].speaker |
SPEAKER_01 |
transcript.pyannote[85].start |
447.94409375 |
transcript.pyannote[85].end |
449.17596875 |
transcript.pyannote[86].speaker |
SPEAKER_01 |
transcript.pyannote[86].start |
449.68221875 |
transcript.pyannote[86].end |
452.73659375 |
transcript.pyannote[87].speaker |
SPEAKER_01 |
transcript.pyannote[87].start |
453.14159375 |
transcript.pyannote[87].end |
456.41534375 |
transcript.pyannote[88].speaker |
SPEAKER_01 |
transcript.pyannote[88].start |
456.68534375 |
transcript.pyannote[88].end |
458.92971875 |
transcript.pyannote[89].speaker |
SPEAKER_01 |
transcript.pyannote[89].start |
459.18284375 |
transcript.pyannote[89].end |
460.31346875 |
transcript.pyannote[90].speaker |
SPEAKER_01 |
transcript.pyannote[90].start |
460.66784375 |
transcript.pyannote[90].end |
466.82721875 |
transcript.pyannote[91].speaker |
SPEAKER_01 |
transcript.pyannote[91].start |
467.14784375 |
transcript.pyannote[91].end |
467.62034375 |
transcript.pyannote[92].speaker |
SPEAKER_01 |
transcript.pyannote[92].start |
468.14346875 |
transcript.pyannote[92].end |
469.20659375 |
transcript.pyannote[93].speaker |
SPEAKER_01 |
transcript.pyannote[93].start |
469.64534375 |
transcript.pyannote[93].end |
471.01221875 |
transcript.pyannote[94].speaker |
SPEAKER_01 |
transcript.pyannote[94].start |
471.38346875 |
transcript.pyannote[94].end |
473.88096875 |
transcript.pyannote[95].speaker |
SPEAKER_01 |
transcript.pyannote[95].start |
474.53909375 |
transcript.pyannote[95].end |
486.08159375 |
transcript.pyannote[96].speaker |
SPEAKER_01 |
transcript.pyannote[96].start |
486.13221875 |
transcript.pyannote[96].end |
490.97534375 |
transcript.pyannote[97].speaker |
SPEAKER_01 |
transcript.pyannote[97].start |
491.32971875 |
transcript.pyannote[97].end |
492.84846875 |
transcript.pyannote[98].speaker |
SPEAKER_01 |
transcript.pyannote[98].start |
493.23659375 |
transcript.pyannote[98].end |
493.92846875 |
transcript.pyannote[99].speaker |
SPEAKER_01 |
transcript.pyannote[99].start |
494.23221875 |
transcript.pyannote[99].end |
494.94096875 |
transcript.pyannote[100].speaker |
SPEAKER_01 |
transcript.pyannote[100].start |
495.36284375 |
transcript.pyannote[100].end |
498.14721875 |
transcript.pyannote[101].speaker |
SPEAKER_01 |
transcript.pyannote[101].start |
498.24846875 |
transcript.pyannote[101].end |
501.64034375 |
transcript.pyannote[102].speaker |
SPEAKER_01 |
transcript.pyannote[102].start |
502.07909375 |
transcript.pyannote[102].end |
505.04909375 |
transcript.pyannote[103].speaker |
SPEAKER_01 |
transcript.pyannote[103].start |
505.53846875 |
transcript.pyannote[103].end |
512.60909375 |
transcript.pyannote[104].speaker |
SPEAKER_00 |
transcript.pyannote[104].start |
512.47409375 |
transcript.pyannote[104].end |
528.47159375 |
transcript.pyannote[105].speaker |
SPEAKER_01 |
transcript.pyannote[105].start |
523.12221875 |
transcript.pyannote[105].end |
523.56096875 |
transcript.pyannote[106].speaker |
SPEAKER_00 |
transcript.pyannote[106].start |
529.09596875 |
transcript.pyannote[106].end |
560.75346875 |
transcript.pyannote[107].speaker |
SPEAKER_01 |
transcript.pyannote[107].start |
560.75346875 |
transcript.pyannote[107].end |
571.18221875 |
transcript.pyannote[108].speaker |
SPEAKER_01 |
transcript.pyannote[108].start |
571.50284375 |
transcript.pyannote[108].end |
574.74284375 |
transcript.pyannote[109].speaker |
SPEAKER_00 |
transcript.pyannote[109].start |
575.68784375 |
transcript.pyannote[109].end |
576.14346875 |
transcript.pyannote[110].speaker |
SPEAKER_01 |
transcript.pyannote[110].start |
576.14346875 |
transcript.pyannote[110].end |
576.34596875 |
transcript.pyannote[111].speaker |
SPEAKER_00 |
transcript.pyannote[111].start |
576.34596875 |
transcript.pyannote[111].end |
576.36284375 |
transcript.pyannote[112].speaker |
SPEAKER_01 |
transcript.pyannote[112].start |
576.36284375 |
transcript.pyannote[112].end |
576.66659375 |
transcript.pyannote[113].speaker |
SPEAKER_01 |
transcript.pyannote[113].start |
577.17284375 |
transcript.pyannote[113].end |
577.62846875 |
transcript.pyannote[114].speaker |
SPEAKER_01 |
transcript.pyannote[114].start |
578.26971875 |
transcript.pyannote[114].end |
579.16409375 |
transcript.whisperx[0].start |
15.089 |
transcript.whisperx[0].end |
15.71 |
transcript.whisperx[0].text |
首先我們請經濟部長郭部長 |
transcript.whisperx[1].start |
28.072 |
transcript.whisperx[1].end |
51.231 |
transcript.whisperx[1].text |
委員好部長好 昨天賴清德總統開啟他的國安史獎第一獎特別提到台灣的經濟產業很棒裡面有一個是有提到我們的扣件產業像螺絲 螺帽 外銷比例到九成工具機是全世界第三大但現在因為川普政策關稅政策的關係所以這些產業其實都受到一些衝擊 |
transcript.whisperx[2].start |
52.877 |
transcript.whisperx[2].end |
59.186 |
transcript.whisperx[2].text |
導動部在6月16號的時候發布一個最新的資料說我們現在五星價已經有160家企業共2895人受到影響那其中製造業的影響很大 |
transcript.whisperx[3].start |
68.519 |
transcript.whisperx[3].end |
83.812 |
transcript.whisperx[3].text |
那特別是直接針對直接是因為對等關稅影響的裡面呢也是以製造業居多然後金屬機械是重災區那所以我們現在必須要趕快來把這個川普的關稅政策把它處理好 但是我看到 |
transcript.whisperx[4].start |
84.612 |
transcript.whisperx[4].end |
105.267 |
transcript.whisperx[4].text |
部長你前兩天有接受媒體訪問就說現在有兩個很大的變數那這兩個變數感覺上好像都沒有一個答案所以國分看就很緊張第一個你有提到說美國要等到跟日本、韓國、歐盟、越南等大國談完之後才會有一個比較明確答案這個是你受訪的時候講的沒錯 |
transcript.whisperx[5].start |
107.28 |
transcript.whisperx[5].end |
131.281 |
transcript.whisperx[5].text |
報告委員 我想變數不會說只有一個有兩個啦 我是說其實對我現在只是討論一個甚至更多啦那我們是在講說有這兩個變數會影響我們在關稅的談判那第一個我覺得像第一項聽起來就會蠻緊張的因為我記得當時川普關稅政策剛出來的時候政府一直告訴國人說大家放心因為我們是在第一批談判名單裡面 |
transcript.whisperx[6].start |
132.202 |
transcript.whisperx[6].end |
140.504 |
transcript.whisperx[6].text |
仍然是第一批盤旦然後一直釋出訊息告訴我們說沒問題啊 我們可以很快談完那時候還講說什麼選對人 走對路 選錯人關稅125啊講了很多口號但現在眼看7月8號關稅暫緩期就要到了 |
transcript.whisperx[7].start |
151.567 |
transcript.whisperx[7].end |
180.645 |
transcript.whisperx[7].text |
但現在政府又告訴大家說我們要等到其他國家談完我們才可能會有個比較明確答案那像日本 日本現在態度很硬啊跟美國在談的時候立場也談得很硬啊感覺時間就要拖到很久啊所以這樣的一個進度我覺得大家會真的非常憂心特別是我剛剛有提到有一些無心價都已經出來了嘛然後第二個部長你有提到還有一個變數是我們要想要知道美國真正想要什麼他到底希望透過關稅政策解決什麼樣的問題對不對 |
transcript.whisperx[8].start |
181.636 |
transcript.whisperx[8].end |
201.765 |
transcript.whisperx[8].text |
那不知道就你的了解他到底想要什麼美國大概這一次的關稅大概有三個面向第一個解決他的貿易的問題第二個解決他金融失衡的問題第三個解決他製造空洞化的問題所以我們要了解在這三個面向裡面到底其中的比率大概是什麼樣子 |
transcript.whisperx[9].start |
202.685 |
transcript.whisperx[9].end |
219.644 |
transcript.whisperx[9].text |
那我們能夠提供給美國的他所需要的這個部分我們可以給他多少的成分那我相信這個是有助於我們在談判的時候可以比其他的國家跟美國在談判的時候我們可以取得優勢我要跟委員報告的是我們 |
transcript.whisperx[10].start |
220.705 |
transcript.whisperx[10].end |
243.18 |
transcript.whisperx[10].text |
在這一次的這個關稅談判的過程裡面總統跟院長我們都在實際的下鄉去了解所有的產業他們到底他們的痛點在哪裡那麼所以我們才會盤出六大傳統產業他們可能會面臨到這個衝擊所以我們這一次的這一個特別預算也是根據這個衝擊來編列的謝謝 |
transcript.whisperx[11].start |
247.123 |
transcript.whisperx[11].end |
269.235 |
transcript.whisperx[11].text |
其實您現在講的東西跟那個時候川普關稅政策剛提出來的東西都差不多啦等於說這兩個月過去我們沒有發現有什麼新的進展那當然政府可能會覺得我們不能夠向外界透露訊息可是你看國際的例子比如說日本日本他們很多訊息在國內都有討論因為國內的輿情就是我們談判代表對外的籌碼 |
transcript.whisperx[12].start |
270.461 |
transcript.whisperx[12].end |
294.645 |
transcript.whisperx[12].text |
所以我會覺得國人擔心的地方就在這邊說是不是我們其實沒有什麼進展就不能講到時候7月8號開盲盒啊就說啊我們就這樣談啦然後很多談判的立場並沒有站在台灣的角度都是我看我們官員講話都是一副就是什麼台灣美國的繁榮不能沒有台灣啊什麼台灣要什麼台美共榮好像都站在美國的角度我覺得這個是大家比較擔心的部分啊 |
transcript.whisperx[13].start |
295.265 |
transcript.whisperx[13].end |
318.723 |
transcript.whisperx[13].text |
然後再來 其中還有 我覺得關稅政策到目前為止都沒有定案對於汽車產業也會受影響 買車的也會受影響因為現在很多買車都在觀望不曉得說到底汽車的價錢會怎麼樣 會不會降下來所以觀望的態度非常的重那我看到經濟部講說在跟美國談判的話要先確定關稅再談貨物稅 是這樣嗎 |
transcript.whisperx[14].start |
321.179 |
transcript.whisperx[14].end |
335.092 |
transcript.whisperx[14].text |
報告委員汽車關稅減帳的部分我想影響還是可以控制的那我們在做一些推論的時候在關稅因為我們對小客車整車並沒有外銷美國 |
transcript.whisperx[15].start |
335.993 |
transcript.whisperx[15].end |
361.155 |
transcript.whisperx[15].text |
所以美國的車照台灣來的比重也不高所以我們要怎麼談到底是談出來這個關稅只適合台美之間的這樣的適用的關稅還是因為我們是WTO的國家我們是不是這個關稅談下來以後要因為其他國家會不會比照嘛那所以這個部分我們都會關心部長這樣子齁因為你們的產發署的那個署長講說 |
transcript.whisperx[16].start |
363.578 |
transcript.whisperx[16].end |
387.723 |
transcript.whisperx[16].text |
美英有一個談判架構協議就是說他們談的就是適用美國跟英國他說我們可不可以比照但那個是他想的啦我們能比照也不是我們自己說的算嘛所以其他國家這個是我們可以參考在談判上面的使用問題是實際上到WTO能不能又是另外一回事嘛所以其實談關稅的變數很大第二個關稅其實不是只有稅率的問題還有配額的問題嘛 |
transcript.whisperx[17].start |
389.463 |
transcript.whisperx[17].end |
412.517 |
transcript.whisperx[17].text |
我們現在美國進口車進來一年是75輛是限額到時候美國又跟你講說要談關稅是不是除了稅率之外限額也要提高所以這個事情並不是部長你講的對台灣企業產業的衝擊就只有說您剛講那個這麼簡單我覺得那個是很複雜的問題我反而是建議說你可以先討論貨物稅因為貨物稅是進口車本土的車都降 |
transcript.whisperx[18].start |
416.579 |
transcript.whisperx[18].end |
432.591 |
transcript.whisperx[18].text |
都這樣情況之下對於汽車產業影響比較小而且國人買車比較便宜所以對於經濟部這樣的談判順序我認為不應該是要等到關稅談完之後再談貨物稅經濟部應該要跟產業部說其實我們可以先從降貨物稅開始做起 |
transcript.whisperx[19].start |
434.368 |
transcript.whisperx[19].end |
454.902 |
transcript.whisperx[19].text |
謝謝委員這一部分我想我們都會參考來作為將來這個施政的一個方式這個不是參考將來啦因為現在正在進行其實我們是蠻強烈建議經營部趕快跟財政部說貨物稅現在就可以降了那你可以用降貨物稅這個角度去跟美國人講嘛到時候美國車進來之後也會比較便宜啊否則你關稅談會很複雜要等比較久 |
transcript.whisperx[20].start |
460.726 |
transcript.whisperx[20].end |
473.765 |
transcript.whisperx[20].text |
然後還有 最後我再問一個能源問題因為最近高雄有一個光電的案子引起國人很大的關注就是高雄大樹區不知道你們有沒有看到那個畫面它一片山頭上面全部被蓋光電板 |
transcript.whisperx[21].start |
474.588 |
transcript.whisperx[21].end |
500.321 |
transcript.whisperx[21].text |
後來剛市政府講說那個是什麼廠商過度開發但實際上很多人講在那個山頭可以把樹這樣砍掉然後光電板放上去那麼一大片就是一個很奇怪的事情因為按照規定如果你的坡度超過30%的話就應該要限制開發所以光電板可以鋪這麼多可以核准也很怪啦那鋪成我當然知道說你沒有壓力啦因為可能你在2026年你要達到綠電20%嘛 |
transcript.whisperx[22].start |
502.162 |
transcript.whisperx[22].end |
527.844 |
transcript.whisperx[22].text |
所以這個部分要積極在推可是如果推綠電造成環境破壞這樣也不好啦所以這個部分經營部有沒有去有一些新的做法出來嗎有 我們就是配合這個整個的這個法規法規的規定那它已經超過它被允許的這個範圍我們當然去制止禁止它再開發下去這是第一個那我們 |
transcript.whisperx[23].start |
529.521 |
transcript.whisperx[23].end |
557.63 |
transcript.whisperx[23].text |
經濟部基本上還是合法合規一定再把法放在前面那這個整個的進行的過程裡面我想謝謝委員的關注我們也非常的重視這個雖然我們對綠電的需求非常的強大但是我們絕不允許業者可以違法違規所以這個違法違規的部分就是我們在處理的重點我們快速在處理這件事情所以不可能它再開發下去 |
transcript.whisperx[24].start |
558.51 |
transcript.whisperx[24].end |
577.236 |
transcript.whisperx[24].text |
我們不希望說類似的案例一直不斷發生啦因為這個案子其實已經進行了好幾年了是最近因為被爆發出來而且那個空拍圖看起來非常的嚇人所以社會開始討論政府才開始有作為啦我們希望說其他案子也不要發生一樣的狀況啦是 謝謝委員好 謝謝好 謝謝 |