iVOD / 163808

Field Value
IVOD_ID 163808
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163808
日期 2025-10-03
會議資料.會議代碼 院會-11-4-3
會議資料.會議代碼:str 第11屆第4會期第3次會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 3
會議資料.種類 院會
會議資料.標題 第11屆第4會期第3次會議
影片種類 Clip
開始時間 2025-10-03T15:18:40+08:00
結束時間 2025-10-03T15:34:24+08:00
影片長度 00:15:44
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/095f1cfadbf5b89039aabf41e030a132704543300bdabf02399d32d779812cf3f88d0086199a8d6a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃健豪
委員發言時間 15:18:40 - 15:34:24
會議時間 2025-10-03T09:00:00+08:00
會議名稱 第11屆第4會期第3次會議(事由:一、行政院院長、主計長、財政部部長、經濟部部長及相關部會首長列席報告「中央政府因應國際情勢強化經濟社會及民生國安韌性特別預算案」編製經過並備質詢(10月3日)。二、對行政院院長施政報告繼續質詢(10月7日)。三、10月3日上午9時至10時為國是論壇時間。四、10月7日下午2時15分至2時30分為處理臨時提案時間。)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 5.02596875
transcript.pyannote[0].end 10.94909375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 9.44721875
transcript.pyannote[1].end 9.78471875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 19.80846875
transcript.pyannote[2].end 19.92659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 19.92659375
transcript.pyannote[3].end 20.43284375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 20.43284375
transcript.pyannote[4].end 20.44971875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 20.88846875
transcript.pyannote[5].end 25.73159375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 24.14534375
transcript.pyannote[6].end 24.22971875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 26.13659375
transcript.pyannote[7].end 33.56159375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 34.03409375
transcript.pyannote[8].end 38.06721875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 38.35409375
transcript.pyannote[9].end 39.85596875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 40.17659375
transcript.pyannote[10].end 43.50096875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 43.90596875
transcript.pyannote[11].end 48.46221875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 48.66471875
transcript.pyannote[12].end 52.44471875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 52.63034375
transcript.pyannote[13].end 53.30534375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 53.55846875
transcript.pyannote[14].end 57.05159375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 57.27096875
transcript.pyannote[15].end 59.78534375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 60.15659375
transcript.pyannote[16].end 70.68659375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 70.88909375
transcript.pyannote[17].end 75.93471875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 76.54221875
transcript.pyannote[18].end 79.52909375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 79.84971875
transcript.pyannote[19].end 84.00096875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 84.13596875
transcript.pyannote[20].end 87.08909375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 87.22409375
transcript.pyannote[21].end 98.49659375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 98.85096875
transcript.pyannote[22].end 104.03159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 104.03159375
transcript.pyannote[23].end 104.55471875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 104.55471875
transcript.pyannote[24].end 104.67284375
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 104.74034375
transcript.pyannote[25].end 104.77409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 104.77409375
transcript.pyannote[26].end 105.17909375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 105.17909375
transcript.pyannote[27].end 105.19596875
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 105.34784375
transcript.pyannote[28].end 105.36471875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 105.36471875
transcript.pyannote[29].end 107.59221875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 108.31784375
transcript.pyannote[30].end 111.22034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 111.28784375
transcript.pyannote[31].end 112.04721875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 112.31721875
transcript.pyannote[32].end 114.66284375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 115.20284375
transcript.pyannote[33].end 119.11784375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 119.50596875
transcript.pyannote[34].end 120.23159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 120.83909375
transcript.pyannote[35].end 123.30284375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 123.31971875
transcript.pyannote[36].end 124.56846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 124.87221875
transcript.pyannote[37].end 127.96034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 128.36534375
transcript.pyannote[38].end 134.82846875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 135.19971875
transcript.pyannote[39].end 135.63846875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 135.63846875
transcript.pyannote[40].end 135.67221875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 135.95909375
transcript.pyannote[41].end 148.27784375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 148.42971875
transcript.pyannote[42].end 161.71034375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 161.89596875
transcript.pyannote[43].end 172.03784375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 172.22346875
transcript.pyannote[44].end 176.02034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 175.46346875
transcript.pyannote[45].end 177.84284375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 177.89346875
transcript.pyannote[46].end 180.23909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 180.47534375
transcript.pyannote[47].end 184.35659375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 184.59284375
transcript.pyannote[48].end 185.94284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 186.53346875
transcript.pyannote[49].end 188.60909375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 188.77784375
transcript.pyannote[50].end 189.21659375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 189.89159375
transcript.pyannote[51].end 190.73534375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 190.95471875
transcript.pyannote[52].end 191.41034375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 192.15284375
transcript.pyannote[53].end 205.53471875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 192.18659375
transcript.pyannote[54].end 194.05971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 205.83846875
transcript.pyannote[55].end 205.85534375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 205.85534375
transcript.pyannote[56].end 205.87221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 205.87221875
transcript.pyannote[57].end 205.97346875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 205.97346875
transcript.pyannote[58].end 211.08659375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 211.33971875
transcript.pyannote[59].end 213.34784375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 213.61784375
transcript.pyannote[60].end 238.74471875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 239.08221875
transcript.pyannote[61].end 243.80721875
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 244.58346875
transcript.pyannote[62].end 245.34284375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 245.74784375
transcript.pyannote[63].end 248.22846875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 248.61659375
transcript.pyannote[64].end 251.53596875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 251.70471875
transcript.pyannote[65].end 262.85909375
transcript.pyannote[66].speaker SPEAKER_04
transcript.pyannote[66].start 263.31471875
transcript.pyannote[66].end 271.66784375
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 271.98846875
transcript.pyannote[67].end 280.99971875
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 281.21909375
transcript.pyannote[68].end 286.83846875
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 287.12534375
transcript.pyannote[69].end 288.10409375
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 288.40784375
transcript.pyannote[70].end 291.79971875
transcript.pyannote[71].speaker SPEAKER_04
transcript.pyannote[71].start 292.23846875
transcript.pyannote[71].end 304.37159375
transcript.pyannote[72].speaker SPEAKER_04
transcript.pyannote[72].start 304.82721875
transcript.pyannote[72].end 314.34471875
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 314.54721875
transcript.pyannote[73].end 322.34346875
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 322.59659375
transcript.pyannote[74].end 349.52909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 325.87034375
transcript.pyannote[75].end 326.20784375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 326.20784375
transcript.pyannote[76].end 326.29221875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 328.57034375
transcript.pyannote[77].end 329.02596875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 347.90909375
transcript.pyannote[78].end 367.77096875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 368.86784375
transcript.pyannote[79].end 371.11221875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 371.66909375
transcript.pyannote[80].end 377.50784375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 378.13221875
transcript.pyannote[81].end 381.23721875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 382.48596875
transcript.pyannote[82].end 382.90784375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 383.21159375
transcript.pyannote[83].end 386.29971875
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 386.82284375
transcript.pyannote[84].end 387.14346875
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 387.34596875
transcript.pyannote[85].end 426.29346875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 426.41159375
transcript.pyannote[86].end 430.66409375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 431.18721875
transcript.pyannote[87].end 435.74346875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 436.01346875
transcript.pyannote[88].end 437.31284375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 437.68409375
transcript.pyannote[89].end 439.55721875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 439.97909375
transcript.pyannote[90].end 464.98784375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 465.17346875
transcript.pyannote[91].end 470.32034375
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 469.96596875
transcript.pyannote[92].end 475.12971875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 472.63221875
transcript.pyannote[93].end 472.83471875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 473.98221875
transcript.pyannote[94].end 497.91096875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 475.12971875
transcript.pyannote[95].end 476.98596875
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 476.98596875
transcript.pyannote[96].end 477.00284375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 498.16409375
transcript.pyannote[97].end 515.27534375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 515.46096875
transcript.pyannote[98].end 520.67534375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 520.72596875
transcript.pyannote[99].end 532.58909375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 532.85909375
transcript.pyannote[100].end 535.27221875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 535.50846875
transcript.pyannote[101].end 560.66909375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 560.77034375
transcript.pyannote[102].end 565.81596875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 565.96784375
transcript.pyannote[103].end 567.18284375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 567.45284375
transcript.pyannote[104].end 570.76034375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 571.13159375
transcript.pyannote[105].end 579.72096875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 580.21034375
transcript.pyannote[106].end 591.58409375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 592.61346875
transcript.pyannote[107].end 593.03534375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 593.38971875
transcript.pyannote[108].end 599.66721875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 599.97096875
transcript.pyannote[109].end 614.68596875
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 615.10784375
transcript.pyannote[110].end 625.21596875
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 625.26659375
transcript.pyannote[111].end 627.07221875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 627.08909375
transcript.pyannote[112].end 636.57284375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 636.89346875
transcript.pyannote[113].end 640.53846875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 640.72409375
transcript.pyannote[114].end 643.32284375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 643.99784375
transcript.pyannote[115].end 648.11534375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 648.52034375
transcript.pyannote[116].end 649.56659375
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 649.75221875
transcript.pyannote[117].end 658.83096875
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 659.11784375
transcript.pyannote[118].end 680.86971875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 681.24096875
transcript.pyannote[119].end 683.95784375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 684.46409375
transcript.pyannote[120].end 692.07471875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 692.47971875
transcript.pyannote[121].end 692.91846875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 693.54284375
transcript.pyannote[122].end 697.79534375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 698.08221875
transcript.pyannote[123].end 699.60096875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 700.27596875
transcript.pyannote[124].end 704.56221875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 705.33846875
transcript.pyannote[125].end 709.15221875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 709.48971875
transcript.pyannote[126].end 709.89471875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 710.41784375
transcript.pyannote[127].end 715.93596875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 716.15534375
transcript.pyannote[128].end 719.12534375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 716.57721875
transcript.pyannote[129].end 718.36596875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 719.49659375
transcript.pyannote[130].end 719.58096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 719.85096875
transcript.pyannote[131].end 721.67346875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 721.65659375
transcript.pyannote[132].end 725.68971875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 721.72409375
transcript.pyannote[133].end 721.74096875
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 726.06096875
transcript.pyannote[134].end 731.86596875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 732.49034375
transcript.pyannote[135].end 757.80284375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 757.93784375
transcript.pyannote[136].end 758.83221875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 758.84909375
transcript.pyannote[137].end 767.16846875
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 767.57346875
transcript.pyannote[138].end 773.81721875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 774.22221875
transcript.pyannote[139].end 775.06596875
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 775.52159375
transcript.pyannote[140].end 779.60534375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 779.99346875
transcript.pyannote[141].end 782.08596875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 782.25471875
transcript.pyannote[142].end 790.86096875
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 791.43471875
transcript.pyannote[143].end 799.34909375
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 799.46721875
transcript.pyannote[144].end 800.44596875
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 800.74971875
transcript.pyannote[145].end 806.40284375
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 807.09471875
transcript.pyannote[146].end 808.37721875
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 809.01846875
transcript.pyannote[147].end 809.84534375
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 810.57096875
transcript.pyannote[148].end 815.04284375
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 815.36346875
transcript.pyannote[149].end 821.96159375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 822.61971875
transcript.pyannote[150].end 823.44659375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 823.75034375
transcript.pyannote[151].end 829.74096875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 830.24721875
transcript.pyannote[152].end 833.09909375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 833.57159375
transcript.pyannote[153].end 836.54159375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 836.71034375
transcript.pyannote[154].end 843.03846875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 843.49409375
transcript.pyannote[155].end 846.59909375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 847.07159375
transcript.pyannote[156].end 848.13471875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 848.30346875
transcript.pyannote[157].end 855.28971875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 855.94784375
transcript.pyannote[158].end 861.70221875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 862.00596875
transcript.pyannote[159].end 864.75659375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 862.07346875
transcript.pyannote[160].end 862.14096875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 862.14096875
transcript.pyannote[161].end 862.51221875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 865.07721875
transcript.pyannote[162].end 868.14846875
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 866.95034375
transcript.pyannote[163].end 870.49409375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 870.69659375
transcript.pyannote[164].end 878.18909375
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 878.54346875
transcript.pyannote[165].end 883.03221875
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 883.50471875
transcript.pyannote[166].end 889.09034375
transcript.pyannote[167].speaker SPEAKER_03
transcript.pyannote[167].start 889.36034375
transcript.pyannote[167].end 892.66784375
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 893.41034375
transcript.pyannote[168].end 912.09096875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 912.09096875
transcript.pyannote[169].end 912.69846875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 912.09096875
transcript.pyannote[170].end 913.71096875
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 913.76159375
transcript.pyannote[171].end 921.32159375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 921.69284375
transcript.pyannote[172].end 924.12284375
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 934.72034375
transcript.pyannote[173].end 934.99034375
transcript.pyannote[174].speaker SPEAKER_03
transcript.pyannote[174].start 940.94721875
transcript.pyannote[174].end 941.38596875
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 942.01034375
transcript.pyannote[175].end 943.96784375
transcript.pyannote[176].speaker SPEAKER_04
transcript.pyannote[176].start 943.20846875
transcript.pyannote[176].end 944.74409375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 943.96784375
transcript.pyannote[177].end 944.35596875
transcript.pyannote[178].speaker SPEAKER_04
transcript.pyannote[178].start 944.94659375
transcript.pyannote[178].end 944.96346875
transcript.whisperx[0].start 5.046
transcript.whisperx[0].end 9.13
transcript.whisperx[0].text 好 謝謝大衛主席 江蘇院長我們現在先請行政院 卓院長謝謝
transcript.whisperx[1].start 19.964
transcript.whisperx[1].end 47.865
transcript.whisperx[1].text 黃委員好院長好 院長我們今天來討論這個預算的問題我想要先跟院長討論一個身為我們國家最高的行政首長在對這種預算上的一些說法跟看法因為稍早之前有其他委員有稍微提到說前段時間就是院長好像比較排斥去普發現金1萬元那包含我們找到說在這個7月17號的時候院長講說 行政院講說這個要舉債來普發現金那讓很多的輿論或是一些民眾覺得說
transcript.whisperx[2].start 48.706
transcript.whisperx[2].end 75.714
transcript.whisperx[2].text 要舉債來補發現金是不是不太恰當的一個選擇如果真的是靠舉債發現金我個人當然覺得不太恰當但是按照我們今天這個的報告院長剛剛到主計長的報告裡面講到這一次的裁員裡面有5500億元實際上有4444億元是用過去的年度的這個稅低剩餘舉債的部分是1056億所以換句話說如果按照一開始的
transcript.whisperx[3].start 76.564
transcript.whisperx[3].end 102.87
transcript.whisperx[3].text 初心啊 我們那時候是希望說為了應付這個美國關稅可能會導致民間的一些投資一些消費受到影響所以希望把這個稅地剩餘用來普發現金一萬元也就是那個普發現金一萬元在財政部的部分在現在的預算裡面也大約是2300億到2500億左右的這個這個這個金額這樣的規模我想對於這個稅地剩餘來講是足夠啦所以院長為什麼當初你要講說這個是要透過舉債來發錢因為
transcript.whisperx[4].start 105.638
transcript.whisperx[4].end 126.331
transcript.whisperx[4].text 報告委員當時我們提出的特別條例跟特別預算的規模是4100億我應該記得後來增加到5430億增加的部分就是我們原來認為不需要舉債的4100億足夠的後來刪掉了台電的1000億又刪掉了其他的相關預算所以才變成說加上2350億的
transcript.whisperx[5].start 128.41
transcript.whisperx[5].end 136.378
transcript.whisperx[5].text 普發現金才變成今天這樣的一個4444億的稅基剩餘加上1056億的舉債院長我要給你表達一下立法的立場當初我們要講還是要講當後續現在這個這個韌性特別預算他已經是包山包海
transcript.whisperx[6].start 144.526
transcript.whisperx[6].end 161.348
transcript.whisperx[6].text 不單單只是普發現金還包含了剛剛等一下談到的國防支出還有很多的任性的預算所以才達到5500億的規模但是在普發現金1萬元的規模上面它只花了2300多億所以理論上對我們來講我就是因為看到有稅率升有4000多億我們才去提出說
transcript.whisperx[7].start 162.129
transcript.whisperx[7].end 190.476
transcript.whisperx[7].text 這些稅率剩餘應該用來普發現金讓民眾能夠共享這個經濟發展的成果順便也要去面對說因為這個美國高關稅後續的影響可能導致民間消費的問題所以我想這邊先跟郡長表達一下立場當初的4100億當中如果包含所有的2300多億的普發現金就已經會排擠其他我們認為目前國家當前所需要的後來我們增加了以後現在真的是舉債這個真的是舉債但是國人需要
transcript.whisperx[8].start 194.259
transcript.whisperx[8].end 210.898
transcript.whisperx[8].text 我們尊重這個結果但是我是認為舉債讓國家變成債務增多這值得思考但是話說回來國家現在是有舉債空間的我們只是在財政紀律上希望嚴守而已副院長你現在講到這個資源排擠資源這個排序的問題我想這一次的
transcript.whisperx[9].start 211.868
transcript.whisperx[9].end 238.564
transcript.whisperx[9].text 這個韌性特別預算裡面我也要問一下我們問一下院長跟問一下國防部因為這一次在這個總預算這個5500億裡面有1100多億當然是針對什麼的國防的支出要做韌性的工作但是今天要做韌性要做國防支出這部分當然民眾會支持立法院也會支持但是今天問題是說放在特別預算今天為了有這個錢是要放在特別預算因為比如說現在已經我們現在省的這個當下已經10月初了
transcript.whisperx[10].start 239.144
transcript.whisperx[10].end 262.577
transcript.whisperx[10].text 那等到送出立法院到你們執行最快可能十月底從十月底到明年度預算開始大概剩兩個月的時間明年度的總預算裡面國防預算也照樣增加而且也佔了百分之二十左右那在這個前提之下為什麼這一次要把這個韌性放在特別預算裡面可以跟民眾說明一下它的必要性跟急迫性在哪裡可以嗎
transcript.whisperx[11].start 263.839
transcript.whisperx[11].end 291.83
transcript.whisperx[11].text 跟委員報告我想必要性的部分應該是沒有疑義的現在委員會質疑的就是說它的急迫性是如何那我今天再回顧其他委員的部分也說明就是說因為它可以分成兩大塊一塊就是說強化國土防衛能量一個是提升自動作業環境的設備這兩個措施裡面如果你用年度預算來看的話它都只能夠維持一個基本的相關的比如說彈藥庫的部分它都只能維持一個基本的
transcript.whisperx[12].start 292.31
transcript.whisperx[12].end 309.931
transcript.whisperx[12].text 那或者是這個訓場的部分他都有只能維持基本的因為你用作業維持費的話我們的年度的作業維持費大部分都在做裝備的妥善的部分那所以我們的營業陸續會籌貨大量的這個新式的武器然後還有我們營業義務役一年級的義務役
transcript.whisperx[13].start 310.752
transcript.whisperx[13].end 324.884
transcript.whisperx[13].text 還有貨幣戰力提升我們必須要快速的將這些彈庫還有訓場快速的用這樣的特別預算來這樣用兩年的時間我們把它快速的整建完成之後我們才能夠足夠的因應我們需要的一個戰備的能力
transcript.whisperx[14].start 326.125
transcript.whisperx[14].end 345.399
transcript.whisperx[14].text 所以我們戰備存量也要快速的提升那資通的部分呢過去也是一樣都是一些例行性的裝備的部分的一個維持那我們現在要把整個資通的這個韌性然後的機動然後能夠有備援那我們就能夠快速的能夠籌貨在這兩年之內我想對我們整個
transcript.whisperx[15].start 346.119
transcript.whisperx[15].end 367.478
transcript.whisperx[15].text 自動的安全的環境以及機動的費用都很大的提升部長因為你剛剛講的這部分我們都我理解但我們也希望說這東西投下去是能夠做一個長期的支出長期的一個效用但是你看在你們送進來的總運算裡面在這個一千一百多億裡面經常門佔了一千億這個資本門六百多億我想在這比例上來講資本門的比例是不是稍微低了一點
transcript.whisperx[16].start 370.11
transcript.whisperx[16].end 385.909
transcript.whisperx[16].text 這對長期投資對這種今天我們今天提這個你要提任性大家可以支持但是今天我們想要說你在整個總預算的分配裡面經常我們的比例高於資本門那就感覺是一個比例對整個國家長期的財政穩定量是有影響的
transcript.whisperx[17].start 387.795
transcript.whisperx[17].end 406.847
transcript.whisperx[17].text 我想這個經常跟智本本的比例這個部分我現在沒有資料如果我再下去以後再進一步了解再跟委員來一個書面回顧但是重要的剛剛我已經講過了就是說你要快速的去強化那個韌性如果你用一般的這一個
transcript.whisperx[18].start 407.647
transcript.whisperx[18].end 426.234
transcript.whisperx[18].text 年度的預算會產生一個排擠的效果這是我們現在最擔心的一個部分所以如果能夠有支應特別預售我們就能夠快速的集中資源同時因為我們這個部分也全部都是國內採購所以可以擴大內需的產能產生產業附加的效益
transcript.whisperx[19].start 426.834
transcript.whisperx[19].end 450.644
transcript.whisperx[19].text 我想今天因為時間有限,我要跟部長跟院長提醒,接下來馬上要進入總預算的審查,我們今天談的特別預算裡面,不管是總預算,還是這一次這個任性的特別預算,在國防任性的支出,我想比例相比過去都相對比較高,很多的預算都是以這個為主,當然我們就擔心說會不會造成其他預算的排擠,
transcript.whisperx[20].start 451.204
transcript.whisperx[20].end 469.955
transcript.whisperx[20].text 當然造成預算排擠的前提是說如果這個錢投下去就像我剛剛所強調的這個錢投下去如果是作為資本門或是作為長期的投資作為後續能夠繼續使用那當然大家可以比較好支持但是如果你的經常門的比例過高好像錢花下去就不見了我想這對於這個國家財政的完整性是有一定程度的影響
transcript.whisperx[21].start 471.195
transcript.whisperx[21].end 497.426
transcript.whisperx[21].text 應該不是 應該不會是這樣再請部長能夠跟委員好 沒關係我這個書面書面這個資料上面有寫啦不過沒關係我們今天時間有限我們先不在這邊糾結我還是希望說把這個立場跟你們清楚的表態一下因為後續我想總預算審查還是會遇到這樣的問題就是說我們的國防支出佔比高達20%也比過去往年提高這麼多那到底錢花在什麼地方我想這是國人最關心的部分因為包含這一次的這個
transcript.whisperx[22].start 498.286
transcript.whisperx[22].end 518.555
transcript.whisperx[22].text 特別預算 這次認證特別預算一開始我們期待說要去面對所謂美國關稅那如果說裡面的採購的項目可以在談判的過程裡面能夠降低所謂的關稅上的落差可以去彌平所謂貿易逆差的部分那當然可能可以作為談判條件但是因為你現在講說這個的角度是用來擴大內需那也可以
transcript.whisperx[23].start 519.095
transcript.whisperx[23].end 535.012
transcript.whisperx[23].text 擴大進去當然大家也可以支持就是說讓國內的產業讓國內就業人口能夠提升我想這個大家也不會太多意見但是我覺得在比例的分配上會不會排擠到其他預算我想這是現在國人比較擔心的部分好不好剛剛比例的部分我再下去了解一下
transcript.whisperx[24].start 536.303
transcript.whisperx[24].end 559.676
transcript.whisperx[24].text 謝謝部長 院長繼續討論原本這兩天新聞包含提到說晶片製造五五分當然我們的鄭麗君院長副院長已經否認說不會做這樣的事情但是可能提到說要把整個產業這個科學園區去美國來設廠或提供相關的協助稍早之前經濟部的臉書有提到說矽谷只有一個大家負責矽谷但是矽谷並沒有因此造成滔空所以我們把這個產業經驗
transcript.whisperx[25].start 561.198
transcript.whisperx[25].end 579.538
transcript.whisperx[25].text 複製到國外去也不會造成產業逃工剛剛有這樣的一個新聞這樣子的論述但是我們要問的是說今天大家擔心的我們講實在話我們希望世界各國想要複製矽谷的經驗但是矽谷自己本身的產值它自己的這個技術它並沒有把這個東西移到國外去啊
transcript.whisperx[26].start 580.279
transcript.whisperx[26].end 592.682
transcript.whisperx[26].text 是我們想抄他們是我們其他國家想學習他那今天科學園區這樣子的產業鏈今天台積電這樣子的晶片供應鏈今天如果是把它移去美國第一個
transcript.whisperx[27].start 593.513
transcript.whisperx[27].end 619.065
transcript.whisperx[27].text 是不是硬體設備 我們的人員培育還有我們的產能會受到影響我想這個是國人比較關心的問題其實如果是美國政府或是其他國家覺得說台灣的晶片產業很棒 技術很好所以他們要在當地自己來弄讓我們提供一些技術上的協助那當然沒關係 可見看起來不是啊其實看起來是你要整把整個產業如果去外移 包含上下供應鏈我想這對於國內的產業 上下游
transcript.whisperx[28].start 619.725
transcript.whisperx[28].end 642.199
transcript.whisperx[28].text 並不是只有台積電今天台積電之所以是台積電是因為它還有完整的供應鏈它才有今天的成果那如果你把這個東西帶去美國會不會對台灣的產業造成一定程度的影響的衝擊這是第一個部分第二個部分是說今天我們在討論這個預算我們很驚訝說已經十月了但是到底談判的結果內容好像還沒有完整的說法給我們因為一直在暫時的狀況
transcript.whisperx[29].start 644.022
transcript.whisperx[29].end 664.569
transcript.whisperx[29].text 前兩天美國說五五分那我們說沒有我們是要做其他的事情所以這對各個產業講真的企業界大家最希望的東西不是說談得多好或多爛是跟我們講說到底現在的情況是什麼產業他才能夠面對就是說我到底是接下來我要怎麼避險或者接下來我要不要
transcript.whisperx[30].start 665.089
transcript.whisperx[30].end 680.729
transcript.whisperx[30].text 把廠怎麼樣做一個處理這個是對勞工要有一個交代對這些企業主要有一個交代但是因為我覺得現在屬於一個不定的狀態所以這個部分到底什麼時候能夠定下來因為美國會一直提出各種要求在談判過程裡面一直有不同的要求那到底我們要怎麼面對這個事情
transcript.whisperx[31].start 681.454
transcript.whisperx[31].end 695.288
transcript.whisperx[31].text 包委員所謂的先進製程的部分我們的原則一定是這樣立足台灣才有佈局全球所以立足台灣最先進的技術一定是留在台灣開始發展所以在台積電現在1635億這個部分它可能會蓋六個廠
transcript.whisperx[32].start 700.353
transcript.whisperx[32].end 715.464
transcript.whisperx[32].text 但是未來在中科現在已經確定了就會蓋四座廠所以單單才那是因為中科的腹地不夠大否則可能還會再蓋所以量以量來講以最先進來講一定是留在台灣所以絕對不會有所謂的掏空台灣的問題
transcript.whisperx[33].start 716.204
transcript.whisperx[33].end 731.547
transcript.whisperx[33].text 好 部長如果確定有你這句話另外一個就是剛剛提到其實應該這樣講沒關係 因為時間有限我只要確定說這個產能它帶來的經濟效益它跟它中上下游的供應鏈會不會因為談判的過程受到影響
transcript.whisperx[34].start 732.734
transcript.whisperx[34].end 756.867
transcript.whisperx[34].text 包委員就是說我們現在大概談判的時間我們沒有辦法確定但是我們幫助企業的部分已晚即起已經開始所以我們現在三個方案包括金融支持業或者是生技轉型或者是多元市場現在收案已經收到一千多件那我們會盡快來幫忙他只是說因為已晚即起畢竟資源有限所以希望預算趕快通過我們可以擴大那個層面來協助廠商
transcript.whisperx[35].start 758.888
transcript.whisperx[35].end 773.563
transcript.whisperx[35].text 好部長謝謝院長持續喔就是這個院長可以部長請回喔院長這一次的這個特別預算裡面也包含任性的部分那其中包含了這個整備防災的這個防救災緊急維生設備的建置好大概15億元這當然涉及到村裡的指揮系統
transcript.whisperx[36].start 774.284
transcript.whisperx[36].end 788.37
transcript.whisperx[36].text 那我想任性這一次花蓮的這個案子我想這個跟任性就是直接相關了這就是任性的問題嘛那我想問一下我們在這個資源配置裡面包含說今天上午我想這個李洪源前部長提到說看起來目前這個驗射壺的問題他可能後續還會有
transcript.whisperx[37].start 791.425
transcript.whisperx[37].end 809.448
transcript.whisperx[37].text 泥沙量還有很多 目前就7000萬噸泥沙量排下來那還有2.5億噸的泥沙還在上面那可能後續考量到可能有緊急的狀況有可能有遷村或其他的狀況我不知道院長未來像這樣子的韌性的問題
transcript.whisperx[38].start 810.643
transcript.whisperx[38].end 821.824
transcript.whisperx[38].text 國土安全這也是真正的國土安全那這個部分在這個特別預算裡面有沒有要處理還是未來遇到新的風災來我們又要再提新的其他特別預算來解決這個事情
transcript.whisperx[39].start 823.88
transcript.whisperx[39].end 846.459
transcript.whisperx[39].text 這個馬太安溪的淹射壺已經從一個深的淹射壺變成一個比較淺疊性的淹射壺所以對帶來的衝擊條件就不一樣現在我們第一個希望持續的加強監測它整個水位的變化那對於它的整個淹射壺的旁邊泥沙的堆積的情況我們也會加以監測昨天你有看到我們那個直升機到現場去人員都下不去
transcript.whisperx[40].start 847.119
transcript.whisperx[40].end 870.183
transcript.whisperx[40].text 目前人員都下不去當然我們稱之為菸澀湖之外我們全國各地還有其他的菸澀湖地方我們認為要起一個全面性的談診用這次的經驗來告訴大家未來要如何在菸澀湖形成之後怎麼來因應包括事變之前如何來預防性的做很多的工作預防性的工作有包含到千春這種手段嗎
transcript.whisperx[41].start 870.823
transcript.whisperx[41].end 891.873
transcript.whisperx[41].text 如果真的有需要的話我覺得我們應該不排除任何的可能性這會減少很多人命財產的損失好 院長謝謝院長今天最後幾秒鐘我要問一下最後一頁我想這一次的產業衝擊對台中特別影響特別大我們在最近新公佈的所謂的減班休息裡面就是無薪假的狀況裡面
transcript.whisperx[42].start 893.462
transcript.whisperx[42].end 919.701
transcript.whisperx[42].text 台中產業其實受影響衝擊最大目前來講全國目前這個減班休息的比例是最高的那因為減班休息不等於失業所以這一群人他現在等於犯無薪假他反而可能沒辦法受益於在這一次的這個條例裡面所以對於無薪假的部分政府有沒有更具體的做法或減班休息更具體的補償做事跟委員報告其實減班休息的勞工我們目前其實是有推出一個新資的差額補貼
transcript.whisperx[43].start 921.782
transcript.whisperx[43].end 923.503
transcript.whisperx[43].text 因為減班休息他還是要付最低工資好謝謝黃委員