iVOD / 163397

Field Value
IVOD_ID 163397
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163397
日期 2025-08-07
會議資料.會議代碼 委員會-11-3-19-19
會議資料.會議代碼:str 第11屆第3會期經濟委員會第19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 19
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19次全體委員會議
影片種類 Clip
開始時間 2025-08-07T09:17:44+08:00
結束時間 2025-08-07T09:32:23+08:00
影片長度 00:14:39
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ce960b47cc6398b96586edd40dd901ed70dc6911ab88c3aa4cae28f5d81933a33111ea93ed5935be5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 楊瓊瓔
委員發言時間 09:17:44 - 09:32:23
會議時間 2025-08-07T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第19次全體委員會議(事由:邀請國家發展委員會主任委員就「美國對等關稅底定後,我國經濟未來之景氣情況及產業全球佈局新規劃」進行報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 5.16096875
transcript.pyannote[0].end 7.79346875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 8.24909375
transcript.pyannote[1].end 8.55284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.97471875
transcript.pyannote[2].end 9.58221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 16.77096875
transcript.pyannote[3].end 17.37846875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 17.56409375
transcript.pyannote[4].end 18.10409375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 18.52596875
transcript.pyannote[5].end 21.04034375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 21.32721875
transcript.pyannote[6].end 23.67284375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 24.19596875
transcript.pyannote[7].end 33.07221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 33.40971875
transcript.pyannote[8].end 35.02971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 35.19846875
transcript.pyannote[9].end 48.76596875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 49.45784375
transcript.pyannote[10].end 49.93034375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 50.30159375
transcript.pyannote[11].end 51.98909375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 52.64721875
transcript.pyannote[12].end 63.71721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 64.12221875
transcript.pyannote[13].end 76.35659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 76.50846875
transcript.pyannote[14].end 88.69221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 83.25846875
transcript.pyannote[15].end 84.70971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 84.96284375
transcript.pyannote[16].end 84.97971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 85.03034375
transcript.pyannote[17].end 85.60409375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 88.99596875
transcript.pyannote[18].end 92.57346875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 89.01284375
transcript.pyannote[19].end 90.22784375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 92.89409375
transcript.pyannote[20].end 99.17159375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 99.79596875
transcript.pyannote[21].end 100.30221875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 100.67346875
transcript.pyannote[22].end 100.90971875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 101.34846875
transcript.pyannote[23].end 103.20471875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 103.62659375
transcript.pyannote[24].end 105.02721875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 105.07784375
transcript.pyannote[25].end 105.11159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 105.11159375
transcript.pyannote[26].end 105.41534375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 105.82034375
transcript.pyannote[27].end 106.44471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 106.59659375
transcript.pyannote[28].end 108.70596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 109.22909375
transcript.pyannote[29].end 113.88659375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 114.19034375
transcript.pyannote[30].end 120.63659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 120.85596875
transcript.pyannote[31].end 127.85909375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 128.12909375
transcript.pyannote[32].end 128.17971875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 128.17971875
transcript.pyannote[33].end 139.43534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 140.05971875
transcript.pyannote[34].end 151.75409375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 151.93971875
transcript.pyannote[35].end 159.90471875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 160.22534375
transcript.pyannote[36].end 160.73159375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 161.32221875
transcript.pyannote[37].end 165.00096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 165.60846875
transcript.pyannote[38].end 167.39721875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 167.39721875
transcript.pyannote[39].end 189.67221875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 177.70784375
transcript.pyannote[40].end 178.43346875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 182.16284375
transcript.pyannote[41].end 182.53409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 190.14471875
transcript.pyannote[42].end 192.50721875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 192.87846875
transcript.pyannote[43].end 203.96534375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 204.25221875
transcript.pyannote[44].end 252.66659375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 253.66221875
transcript.pyannote[45].end 261.81284375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 262.04909375
transcript.pyannote[46].end 264.63096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 264.83346875
transcript.pyannote[47].end 269.67659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 269.86221875
transcript.pyannote[48].end 278.35034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 279.04221875
transcript.pyannote[49].end 279.71721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 279.97034375
transcript.pyannote[50].end 285.50534375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 285.70784375
transcript.pyannote[51].end 287.71596875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 288.05346875
transcript.pyannote[52].end 293.40284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 293.87534375
transcript.pyannote[53].end 296.57534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 296.96346875
transcript.pyannote[54].end 306.16034375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 306.24471875
transcript.pyannote[55].end 311.05409375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 311.05409375
transcript.pyannote[56].end 312.08346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 312.33659375
transcript.pyannote[57].end 314.46284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 314.27721875
transcript.pyannote[58].end 314.64846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 314.54721875
transcript.pyannote[59].end 319.87971875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 321.16221875
transcript.pyannote[60].end 326.37659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 325.00971875
transcript.pyannote[61].end 326.56221875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 326.84909375
transcript.pyannote[62].end 332.38409375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 332.68784375
transcript.pyannote[63].end 333.66659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 334.17284375
transcript.pyannote[64].end 337.10909375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 337.26096875
transcript.pyannote[65].end 343.53846875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 343.84221875
transcript.pyannote[66].end 346.67721875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 347.04846875
transcript.pyannote[67].end 348.93846875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 349.07346875
transcript.pyannote[68].end 352.21221875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 352.71846875
transcript.pyannote[69].end 357.61221875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 357.89909375
transcript.pyannote[70].end 370.26846875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 370.70721875
transcript.pyannote[71].end 375.31409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 375.22971875
transcript.pyannote[72].end 379.93784375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 378.03096875
transcript.pyannote[73].end 379.24596875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 381.15284375
transcript.pyannote[74].end 392.39159375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 393.13409375
transcript.pyannote[75].end 393.87659375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 394.78784375
transcript.pyannote[76].end 405.35159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 405.68909375
transcript.pyannote[77].end 413.33346875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 413.60346875
transcript.pyannote[78].end 422.76659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 415.30784375
transcript.pyannote[79].end 416.65784375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 423.45846875
transcript.pyannote[80].end 426.81659375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 426.81659375
transcript.pyannote[81].end 427.69409375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 427.05284375
transcript.pyannote[82].end 429.76971875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 430.34346875
transcript.pyannote[83].end 434.71409375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 434.86596875
transcript.pyannote[84].end 454.77846875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 455.30159375
transcript.pyannote[85].end 463.03034375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 463.53659375
transcript.pyannote[86].end 465.25784375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 465.49409375
transcript.pyannote[87].end 468.98721875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 469.61159375
transcript.pyannote[88].end 471.14721875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 471.68721875
transcript.pyannote[89].end 478.58909375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 478.74096875
transcript.pyannote[90].end 480.71534375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 481.05284375
transcript.pyannote[91].end 485.55846875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 486.06471875
transcript.pyannote[92].end 486.85784375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 487.12784375
transcript.pyannote[93].end 496.08846875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 496.45971875
transcript.pyannote[94].end 498.07971875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 498.65346875
transcript.pyannote[95].end 499.64909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 499.98659375
transcript.pyannote[96].end 502.16346875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 504.12096875
transcript.pyannote[97].end 507.73221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 508.06971875
transcript.pyannote[98].end 509.50409375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 510.28034375
transcript.pyannote[99].end 511.07346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 511.51221875
transcript.pyannote[100].end 517.94159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 518.21159375
transcript.pyannote[101].end 519.39284375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 519.88221875
transcript.pyannote[102].end 520.10159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 520.10159375
transcript.pyannote[103].end 520.42221875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 521.45159375
transcript.pyannote[104].end 527.57721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 527.71221875
transcript.pyannote[105].end 539.89596875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 540.14909375
transcript.pyannote[106].end 544.09784375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 544.51971875
transcript.pyannote[107].end 558.50909375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 558.82971875
transcript.pyannote[108].end 572.16096875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 572.53221875
transcript.pyannote[109].end 573.24096875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 573.83159375
transcript.pyannote[110].end 575.55284375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 576.10971875
transcript.pyannote[111].end 576.49784375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 577.02096875
transcript.pyannote[112].end 591.24659375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 591.58409375
transcript.pyannote[113].end 595.90409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 595.56659375
transcript.pyannote[114].end 596.14034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 596.22471875
transcript.pyannote[115].end 602.02971875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 597.35534375
transcript.pyannote[116].end 601.33784375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 602.33346875
transcript.pyannote[117].end 602.78909375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 603.27846875
transcript.pyannote[118].end 603.39659375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 603.81846875
transcript.pyannote[119].end 628.01721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 625.95846875
transcript.pyannote[120].end 626.54909375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 626.71784375
transcript.pyannote[121].end 632.06721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 632.50596875
transcript.pyannote[122].end 667.26846875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 636.94409375
transcript.pyannote[123].end 638.51346875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 668.65221875
transcript.pyannote[124].end 670.47471875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 672.78659375
transcript.pyannote[125].end 678.25409375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 678.64221875
transcript.pyannote[126].end 679.55346875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 679.84034375
transcript.pyannote[127].end 680.43096875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 681.88221875
transcript.pyannote[128].end 682.15221875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 682.45596875
transcript.pyannote[129].end 685.49346875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 685.64534375
transcript.pyannote[130].end 688.27784375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 688.68284375
transcript.pyannote[131].end 690.70784375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 691.01159375
transcript.pyannote[132].end 719.56409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 719.56409375
transcript.pyannote[133].end 739.84784375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 740.13471875
transcript.pyannote[134].end 756.03096875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 751.32284375
transcript.pyannote[135].end 751.55909375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 752.03159375
transcript.pyannote[136].end 753.83721875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 753.93846875
transcript.pyannote[137].end 754.34346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 754.78221875
transcript.pyannote[138].end 755.77784375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 756.13221875
transcript.pyannote[139].end 770.37471875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 770.15534375
transcript.pyannote[140].end 774.35721875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 774.35721875
transcript.pyannote[141].end 777.68159375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 775.45409375
transcript.pyannote[142].end 776.87159375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 777.14159375
transcript.pyannote[143].end 777.58034375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 778.05284375
transcript.pyannote[144].end 779.43659375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 778.27221875
transcript.pyannote[145].end 788.44784375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 781.39409375
transcript.pyannote[146].end 781.86659375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 788.44784375
transcript.pyannote[147].end 826.45034375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 826.99034375
transcript.pyannote[148].end 836.30534375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 836.44034375
transcript.pyannote[149].end 838.11096875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 837.53721875
transcript.pyannote[150].end 857.26409375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 857.46659375
transcript.pyannote[151].end 863.77784375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 858.73221875
transcript.pyannote[152].end 875.72534375
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 876.19784375
transcript.pyannote[153].end 876.90659375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 877.07534375
transcript.pyannote[154].end 878.96534375
transcript.whisperx[0].start 5.182
transcript.whisperx[0].end 9.224
transcript.whisperx[0].text 首先要請教美國川普總統他今天早上宣布將對所有進入美國的芯片和半導體課徵100%的關稅稅率
transcript.whisperx[1].start 33.519
transcript.whisperx[1].end 46.639
transcript.whisperx[1].text 但不適用於承諾在美國生產的公司所以要請教台灣的半導體跟相關的產業到底有沒有在川普口中的課100%的關稅 請教
transcript.whisperx[2].start 50.441
transcript.whisperx[2].end 75.703
transcript.whisperx[2].text 有部分企業是在這個名單裡面但是如果他進行承諾然後確實過去投資他就可以 也可以豁免那我們當然要看企業的佈局企業的佈局對 但是我們主要的出口最主要的出口是台積電那台積電已經豁免了那提供晶圓的中美晶中美晶併購了德州廠他有德州廠生產
transcript.whisperx[3].start 76.664
transcript.whisperx[3].end 100.275
transcript.whisperx[3].text 那像聯電我們第二大的聯電其實跟Intel合作也許他們也可以透過跟Intel的合作來解決這一部分因為我銷售的部分大概只有佔1.12%的出口值因為大部分都是銷到那個組裝廠去做組裝是 所以換句話說照剛剛主委你的說明也就是台積電是豁免的對
transcript.whisperx[4].start 101.394
transcript.whisperx[4].end 126.79
transcript.whisperx[4].text 他已經承諾在那邊投資已經在 已經投資了好 那麼 對所以本席要請教因為我們半導體跟伺服器的IC產品對於我們出口美國的貿易比是佔的非常的大很高影響也非常的大所以我們政府在評估的時候我們要怎麼樣去應對去協助整個產業的一個說明請做說明
transcript.whisperx[5].start 128.451
transcript.whisperx[5].end 143.288
transcript.whisperx[5].text 這個部分其實在四月份的時候我們就有多次的會議跟業者進行座談如果以半導體為例的話也當時他們大廠是認為說他們可以調節全球的佈局來因應
transcript.whisperx[6].start 144.289
transcript.whisperx[6].end 162.381
transcript.whisperx[6].text 那第二個是有些廠商是只有在台灣的他是認為台灣的半導體的競爭力是相當強的如果所有的對手都是一樣的稅率那大家是起跑線一樣舉個例子如果大家都是100%那我對手是100%中國100%我們也是100%的話他們就認為
transcript.whisperx[7].start 165.709
transcript.whisperx[7].end 188.91
transcript.whisperx[7].text 我們的競爭力是夠強的那如果照主委這麼說要跟別人的起跑線是一樣的但是這似乎是不太可能完美的都一樣所以我們政府還是要有所應對的方案讓我們的產業它能夠有所依歸跟它的軌道到底要怎麼走所以本席要來請教
transcript.whisperx[8].start 190.191
transcript.whisperx[8].end 194.253
transcript.whisperx[8].text 美國總統川普在他5日的時候接受CNBC的電訪當中他聲稱台積電會花3000億美元在亞利桑那多來投資設廠但是依照媒體的報導台積電已經回應說目前的投資計畫就是1650億美元
transcript.whisperx[9].start 213.303
transcript.whisperx[9].end 241.725
transcript.whisperx[9].text 這個1650億美元就是為董事長在今年的3月4號的時候在白宮原本的650億再加碼1000億所以目前有協議的是1650億那當然昨天經濟部長呢 郭部長稱這個3000億是假消息雖然他事後經濟部也提出了說明說是語意 沒有說明清楚但是本席要請教您身為台積電的董事
transcript.whisperx[10].start 242.986
transcript.whisperx[10].end 264.201
transcript.whisperx[10].text 那麼川普號稱的要加碼到3000億美元這件事情是不是真的在你們的董事會內部有沒有做討論這個是沒有討論喔但我有跟委員報告一下他今天早上在宣布半導體關稅的時候他又提到是2000億又提到2000億對 他又講到2000億是
transcript.whisperx[11].start 264.929
transcript.whisperx[11].end 276.945
transcript.whisperx[11].text 那他這個2000應該是第二我如果沒記錯是第二次談了那所以呢但是台積電目前的回應從我們要以公司回應為主台積電回應還是在1650億
transcript.whisperx[12].start 279.127
transcript.whisperx[12].end 298.914
transcript.whisperx[12].text 那主委那這個產業難怪產業非常的緊張因為高度的不確定性由原先說的3000億到早上的2000億那您又是台積電的董事我可以解讀您剛才所做的回答是說目前台積電還是以1650億為投資額那麼至於其他的還沒有做討論是不是可以這麼解讀
transcript.whisperx[13].start 306.618
transcript.whisperx[13].end 318.875
transcript.whisperx[13].text 這個都是以公司的回應為主嘛因為這是私人企業嘛那他已經回應了他就是回應1650億那剛才你所說因為你是董事嘛所以目前董事會沒有在討論這個事項
transcript.whisperx[14].start 322.611
transcript.whisperx[14].end 326.437
transcript.whisperx[14].text 呃對我們因為從上一次到現在我們是還沒有在討論好所以本期要請教因為政府告訴我們民眾台美的談判還沒有結束還在談但是因為媒體說目前呢
transcript.whisperx[15].start 337.732
transcript.whisperx[15].end 357.404
transcript.whisperx[15].text 這個白宮也說是1650億但是早上又稱2000億川普先生自己說的在這樣的情況之下本席要請教台積電因為你是董事台積電在未來以及近期不會再發生加碼投資的事件產生是不是如此
transcript.whisperx[16].start 358.684
transcript.whisperx[16].end 379.255
transcript.whisperx[16].text 我沒辦法預測的原因是這樣我們在董事會主要是經營者在做董事長跟CEO在經營那董事會只是對重大決策進行的同意或者是不同意那當然它是一個群體的結果也不是個人的結果群體的一個結果所以因為你身為董事所以本期要請教
transcript.whisperx[17].start 381.212
transcript.whisperx[17].end 392.009
transcript.whisperx[17].text 未來會不會因為隨台美關稅談判的過程因為談判的相關又要出現台積電加碼的投資
transcript.whisperx[18].start 394.864
transcript.whisperx[18].end 419.865
transcript.whisperx[18].text 我不知道會不會但是我的看法所有的企業在發展的過程中一定是看生意訂單他不會去放一筆錢在那邊沒有訂單那所有的企業都是有訂單他就會有考慮沒有訂單他就不會有考慮應該是以訂單為核心對 現在我們是以你國防會主委的身分在討論這個國家政策因為現在還在談總統有告訴我們
transcript.whisperx[19].start 423.676
transcript.whisperx[19].end 431.744
transcript.whisperx[19].text 總統也告訴我們還在談還不是結束所以在這樣的情況之下本席才請教你因為談判的相關會不會要求台積電再加碼的這個說法當然你剛剛告訴我你沒有辦法確定告訴我們這也就是我再次強調產業的不確定感跟不安定感
transcript.whisperx[20].start 446.138
transcript.whisperx[20].end 462.705
transcript.whisperx[20].text 那所以本席之所以這麼關注呢因為台積電是我們很重要的系統那也因為台美談判的高度這個不透明性所以我們看到日韓他們在談判的過程當中他適度的揭露訊息給國民而且日韓也已經談好了關稅對等的這個15%也比台灣低
transcript.whisperx[21].start 469.668
transcript.whisperx[21].end 497.671
transcript.whisperx[21].text 那我們看到這樣的情況包括日韓的協議當中也包括了這個半導體跟藥品等相關的產業的待遇也不會比其他國家差但是我們看到我們到目前為止國民產業還是不殺傻我們還是不知道到底是怎麼樣就像剛剛主委你所回答的我還是不確定所以本事要請教政府到底什麼時候可以告訴民眾
transcript.whisperx[22].start 498.712
transcript.whisperx[22].end 519.284
transcript.whisperx[22].text 可以告訴民眾到底我們的樣態是怎麼樣這個因為我沒有參與關稅談判那我只知道還在談所以我個人是蠻肯定的因為已經從32往下降了我個人期待當然是我們會從20再往下降所以
transcript.whisperx[23].start 521.496
transcript.whisperx[23].end 544.194
transcript.whisperx[23].text 就像您所說的 您也不清楚 民眾更不清楚那各司本職 但是您是國防會的主委所有國家的重大政策決策 您是非常重要的角色接下來本席要請教 您也是企業界出身那我們知道不確定感對產業的衝擊是非常的大
transcript.whisperx[24].start 545.154
transcript.whisperx[24].end 571.94
transcript.whisperx[24].text 更何況我們對於對等關稅半導體關稅美豬牛農產品市場是不是要開放投資美國的金額都沒有一個方向一個確定感那麼外媒更有報導美方的談判代表正在像擠檸檬一樣壓榨台灣正在這麼做美國想要台灣全面的開放市場我希望不是如此請問
transcript.whisperx[25].start 574.861
transcript.whisperx[25].end 600.101
transcript.whisperx[25].text 請問會是如此嗎應該這樣講現在外面的新聞都是沒有參與談判的人在講的啦那我太太以前就是做WTO談判的就我了解這些都是機密都不可能因為談判是見光死所以沒有人我想商業談判也是一樣的沒有人會把底線跟想法拿出來當然談判有必要的秘密但是也要適度的讓民眾來了解跟安心對不對
transcript.whisperx[26].start 603.274
transcript.whisperx[26].end 627.506
transcript.whisperx[26].text 那我想放心的部分是台灣的中長期轉型我們往AI為主那像譬如說以台中的工具機它應該是產品的AI高質化那供應鏈的AI化生產的AI化 降低成本這些可能是一個更重要的事因為不管關稅怎麼變動企業的轉型都要做所以呢我們現在就是有一個AI關稅怎麼變動都是針對於我們產業非常關鍵
transcript.whisperx[27].start 632.589
transcript.whisperx[27].end 639.434
transcript.whisperx[27].text 是非常關鍵不要把它不當一回事這是非常關鍵的所以本席要再來請教因為我們面臨到關稅的這個重大問題那麼我們現在普發現金普發現金的本席要請教7月11號三讀通過了那麼預計在這個條例裡頭總統也公告是在10月底要普發現金所以本席要請教現在也有說要排富的
transcript.whisperx[28].start 662.609
transcript.whisperx[28].end 670.075
transcript.whisperx[28].text 既然不服役什麼時候要做那麼本席要請教不服役我們什麼時候要做這個總統公告了嘛那整個決策當然還是在預言那
transcript.whisperx[29].start 682.547
transcript.whisperx[29].end 700.962
transcript.whisperx[29].text 因為我並沒有參與到這一段所以又有媒體說要排富那麼行政院到底規劃怎麼樣再也推動產業的一個協助普範現金對於我們整個緩解物價高的壓力是非常的重要所以以前
transcript.whisperx[30].start 701.442
transcript.whisperx[30].end 703.464
transcript.whisperx[30].text 以前蔡英文總統的時候也曾經發過振興券發過現金馬英九總統時候也發過消費券那現在我們既然法案已經通過總統也公告了本市要請教就您國防會的立場你同意普發現金一萬塊嗎我的立場是這樣我們第一次發消費券的時候是經濟
transcript.whisperx[31].start 723.784
transcript.whisperx[31].end 744.836
transcript.whisperx[31].text 在馬英九時代的確景氣很差的時候當時也是從國安會來initial這個事情的但那時候是景氣非常非常差那後面所產生的三倍捐跟五倍捐是因為我們財政盈餘很多那利用財政盈餘給的那我們現在的狀況是我們上半年6.7%以上的GDP成長率我們的經濟狀況是好的
transcript.whisperx[32].start 747.578
transcript.whisperx[32].end 753.323
transcript.whisperx[32].text 那現在是有財政剩餘的部分剛好我們就要拿來用來協助大家渡過關稅難但這筆錢如果拿來協助關稅的議題讓經濟能夠更好可能我認為會普發來得更好因為過去看起來的效果並沒有振興經濟的效果
transcript.whisperx[33].start 768.355
transcript.whisperx[33].end 771.498
transcript.whisperx[33].text 提供更好的就業機會來得好所以如果依照主委你的說法你是不贊同普發我沒有不贊同是說我講的是排序因為蘇貞昌排序的部分我們應該是想以振興經濟協助產業度過關稅難關幫助國防安全為優先
transcript.whisperx[34].start 788.892
transcript.whisperx[34].end 791.915
transcript.whisperx[34].text 所以蘇貞昌院長曾經說普範現金是全民共享經濟成長的一個果實陳建仁院長也說他可以鼓勵消費振興台灣內需的產業我們希望苦民所苦剛剛我們談到的也就是怎麼樣產業振興從880億到本期一直強調
transcript.whisperx[35].start 809.149
transcript.whisperx[35].end 832.923
transcript.whisperx[35].text 絕對不夠到930億我也跟郭部長一直在討論現在我們又希望能夠好好的來協助我們的產業尤其在中部地區工具機手工具機機械零組件扣件等木工機等自行車業都在中部地區當然主委你也關心這些產業所以在你一桌內要提出如何協助我們產業的這個數字我們拭目以待
transcript.whisperx[36].start 836.605
transcript.whisperx[36].end 856.923
transcript.whisperx[36].text 好好的来协助我们的产业我也补充一下您刚刚讲对了我们工具机这些产业都需要帮忙原因是我们有两个指数一个是生产指数来看未来的生产的状态的确它是比之前期是低的但是消费的部分的指数是往上拉的那往上拉的代表民间消费力道是够强的
transcript.whisperx[37].start 857.983
transcript.whisperx[37].end 861.224
transcript.whisperx[37].text 所以這筆錢要看哪?對 你下鄉去看一看啦物價高的一個壓力 已經讓人民喘不過氣來了普插現金一萬元 刺激國內的產業的經濟輪動讓人民好生活 苦民所苦啦 好不好 謝謝好 謝謝委員好 謝謝