iVOD / 162787

Field Value
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