iVOD / 163815

Field Value
IVOD_ID 163815
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/163815
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 2025-10-03T17:09:18+08:00
結束時間 2025-10-03T17:24:56+08:00
影片長度 00:15:38
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/095f1cfadbf5b8900ed4a84fc4557631704543300bdabf02140c9b83876a6ff955e27d19183d88005ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 徐欣瑩
委員發言時間 17:09:18 - 17:24:56
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_04
transcript.pyannote[1].start 12.78846875
transcript.pyannote[1].end 16.16346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 16.04534375
transcript.pyannote[2].end 17.36159375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 29.00534375
transcript.pyannote[3].end 29.62971875
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 30.05159375
transcript.pyannote[4].end 30.97971875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 31.19909375
transcript.pyannote[5].end 31.21596875
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 31.23284375
transcript.pyannote[6].end 33.20721875
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 33.62909375
transcript.pyannote[7].end 36.80159375
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 36.97034375
transcript.pyannote[8].end 43.61909375
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 44.86784375
transcript.pyannote[9].end 45.23909375
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 45.62721875
transcript.pyannote[10].end 48.32721875
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 45.74534375
transcript.pyannote[11].end 46.85909375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 49.35659375
transcript.pyannote[12].end 53.40659375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 53.81159375
transcript.pyannote[13].end 55.34721875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 55.97159375
transcript.pyannote[14].end 56.56221875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 56.81534375
transcript.pyannote[15].end 57.64221875
transcript.pyannote[16].speaker SPEAKER_04
transcript.pyannote[16].start 58.99221875
transcript.pyannote[16].end 68.18909375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 63.31221875
transcript.pyannote[17].end 63.71721875
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 68.39159375
transcript.pyannote[18].end 73.20096875
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 73.43721875
transcript.pyannote[19].end 74.60159375
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 75.19221875
transcript.pyannote[20].end 76.17096875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 76.59284375
transcript.pyannote[21].end 82.92096875
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 83.14034375
transcript.pyannote[22].end 83.66346875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 83.15721875
transcript.pyannote[23].end 84.43971875
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 84.70971875
transcript.pyannote[24].end 88.52346875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 88.89471875
transcript.pyannote[25].end 90.95346875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 90.16034375
transcript.pyannote[26].end 94.02471875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 94.48034375
transcript.pyannote[27].end 100.62284375
transcript.pyannote[28].speaker SPEAKER_04
transcript.pyannote[28].start 95.98221875
transcript.pyannote[28].end 96.91034375
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 97.06221875
transcript.pyannote[29].end 98.15909375
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 100.96034375
transcript.pyannote[30].end 103.42409375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 103.23846875
transcript.pyannote[31].end 103.33971875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 103.42409375
transcript.pyannote[32].end 103.66034375
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 103.66034375
transcript.pyannote[33].end 103.72784375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 103.77846875
transcript.pyannote[34].end 105.93846875
transcript.pyannote[35].speaker SPEAKER_04
transcript.pyannote[35].start 106.30971875
transcript.pyannote[35].end 111.50721875
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 111.87846875
transcript.pyannote[36].end 113.71784375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 114.46034375
transcript.pyannote[37].end 117.43034375
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 117.68346875
transcript.pyannote[38].end 123.85971875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 124.19721875
transcript.pyannote[39].end 128.66909375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 129.09096875
transcript.pyannote[40].end 130.66034375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 131.03159375
transcript.pyannote[41].end 132.66846875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 133.47846875
transcript.pyannote[42].end 134.25471875
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 135.13221875
transcript.pyannote[43].end 136.24596875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 136.54971875
transcript.pyannote[44].end 140.81909375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 141.27471875
transcript.pyannote[45].end 143.51909375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 142.30409375
transcript.pyannote[46].end 142.74284375
transcript.pyannote[47].speaker SPEAKER_04
transcript.pyannote[47].start 143.08034375
transcript.pyannote[47].end 143.35034375
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 143.58659375
transcript.pyannote[48].end 155.50034375
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 155.75346875
transcript.pyannote[49].end 161.28846875
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 162.31784375
transcript.pyannote[50].end 164.22471875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 164.93346875
transcript.pyannote[51].end 175.96971875
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 176.66159375
transcript.pyannote[52].end 177.69096875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 178.60221875
transcript.pyannote[53].end 188.59221875
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 189.99284375
transcript.pyannote[54].end 194.32971875
transcript.pyannote[55].speaker SPEAKER_04
transcript.pyannote[55].start 194.46471875
transcript.pyannote[55].end 195.66284375
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 195.74721875
transcript.pyannote[56].end 201.18096875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 201.60284375
transcript.pyannote[57].end 214.57971875
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 215.45721875
transcript.pyannote[58].end 216.50346875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 216.95909375
transcript.pyannote[59].end 217.92096875
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 218.54534375
transcript.pyannote[60].end 222.13971875
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 223.10159375
transcript.pyannote[61].end 224.01284375
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 224.19846875
transcript.pyannote[62].end 226.13909375
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 226.66221875
transcript.pyannote[63].end 227.16846875
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 227.30346875
transcript.pyannote[64].end 235.04909375
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 235.16721875
transcript.pyannote[65].end 236.83784375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 236.83784375
transcript.pyannote[66].end 239.04846875
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 236.87159375
transcript.pyannote[67].end 236.90534375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 236.97284375
transcript.pyannote[68].end 237.39471875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 239.35221875
transcript.pyannote[69].end 240.02721875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 240.78659375
transcript.pyannote[70].end 245.30909375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 245.41034375
transcript.pyannote[71].end 246.50721875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 246.89534375
transcript.pyannote[72].end 250.96221875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 251.21534375
transcript.pyannote[73].end 253.00409375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 253.44284375
transcript.pyannote[74].end 256.12596875
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 256.05846875
transcript.pyannote[75].end 259.46721875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 258.69096875
transcript.pyannote[76].end 260.04096875
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 259.93971875
transcript.pyannote[77].end 259.95659375
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 260.04096875
transcript.pyannote[78].end 260.46284375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 260.46284375
transcript.pyannote[79].end 261.84659375
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 260.63159375
transcript.pyannote[80].end 263.80409375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 262.48784375
transcript.pyannote[81].end 265.27221875
transcript.pyannote[82].speaker SPEAKER_04
transcript.pyannote[82].start 264.58034375
transcript.pyannote[82].end 264.59721875
transcript.pyannote[83].speaker SPEAKER_05
transcript.pyannote[83].start 264.59721875
transcript.pyannote[83].end 284.07096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 275.90346875
transcript.pyannote[84].end 276.22409375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 277.06784375
transcript.pyannote[85].end 278.02971875
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 278.02971875
transcript.pyannote[86].end 279.97034375
transcript.pyannote[87].speaker SPEAKER_05
transcript.pyannote[87].start 284.91471875
transcript.pyannote[87].end 286.78784375
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 284.94846875
transcript.pyannote[88].end 285.30284375
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 286.78784375
transcript.pyannote[89].end 291.59721875
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 291.74909375
transcript.pyannote[90].end 293.40284375
transcript.pyannote[91].speaker SPEAKER_04
transcript.pyannote[91].start 293.77409375
transcript.pyannote[91].end 294.63471875
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 294.76971875
transcript.pyannote[92].end 295.44471875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 296.11971875
transcript.pyannote[93].end 297.53721875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 297.75659375
transcript.pyannote[94].end 299.35971875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 299.88284375
transcript.pyannote[95].end 304.52346875
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 305.67096875
transcript.pyannote[96].end 313.77096875
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 314.36159375
transcript.pyannote[97].end 314.69909375
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 314.90159375
transcript.pyannote[98].end 315.12096875
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 315.42471875
transcript.pyannote[99].end 317.66909375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 316.74096875
transcript.pyannote[100].end 320.11596875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 320.28471875
transcript.pyannote[101].end 327.38909375
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 322.34346875
transcript.pyannote[102].end 322.79909375
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 327.38909375
transcript.pyannote[103].end 327.74346875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 327.62534375
transcript.pyannote[104].end 331.03409375
transcript.pyannote[105].speaker SPEAKER_04
transcript.pyannote[105].start 328.18221875
transcript.pyannote[105].end 328.41846875
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 329.36346875
transcript.pyannote[106].end 330.66284375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 331.08471875
transcript.pyannote[107].end 337.95284375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 338.10471875
transcript.pyannote[108].end 340.24784375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 340.68659375
transcript.pyannote[109].end 348.55034375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 348.01034375
transcript.pyannote[110].end 349.98471875
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 350.82846875
transcript.pyannote[111].end 363.99096875
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 364.19346875
transcript.pyannote[112].end 367.80471875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 367.18034375
transcript.pyannote[113].end 370.35284375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 370.79159375
transcript.pyannote[114].end 373.25534375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 373.54221875
transcript.pyannote[115].end 380.86596875
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 377.67659375
transcript.pyannote[116].end 387.02534375
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 387.24471875
transcript.pyannote[117].end 387.86909375
transcript.pyannote[118].speaker SPEAKER_04
transcript.pyannote[118].start 388.47659375
transcript.pyannote[118].end 394.93971875
transcript.pyannote[119].speaker SPEAKER_04
transcript.pyannote[119].start 395.24346875
transcript.pyannote[119].end 409.35096875
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 409.41846875
transcript.pyannote[120].end 418.81784375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 417.26534375
transcript.pyannote[121].end 421.33221875
transcript.pyannote[122].speaker SPEAKER_04
transcript.pyannote[122].start 420.33659375
transcript.pyannote[122].end 428.55471875
transcript.pyannote[123].speaker SPEAKER_04
transcript.pyannote[123].start 428.87534375
transcript.pyannote[123].end 430.96784375
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 431.82846875
transcript.pyannote[124].end 435.89534375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 436.89096875
transcript.pyannote[125].end 440.09721875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 440.29971875
transcript.pyannote[126].end 446.10471875
transcript.pyannote[127].speaker SPEAKER_04
transcript.pyannote[127].start 445.34534375
transcript.pyannote[127].end 446.96534375
transcript.pyannote[128].speaker SPEAKER_04
transcript.pyannote[128].start 447.58971875
transcript.pyannote[128].end 451.43721875
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 451.74096875
transcript.pyannote[129].end 452.12909375
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 452.12909375
transcript.pyannote[130].end 457.05659375
transcript.pyannote[131].speaker SPEAKER_04
transcript.pyannote[131].start 452.23034375
transcript.pyannote[131].end 452.31471875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 457.27596875
transcript.pyannote[132].end 459.11534375
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 459.73971875
transcript.pyannote[133].end 466.77659375
transcript.pyannote[134].speaker SPEAKER_04
transcript.pyannote[134].start 466.18596875
transcript.pyannote[134].end 469.66221875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 469.02096875
transcript.pyannote[135].end 471.50159375
transcript.pyannote[136].speaker SPEAKER_04
transcript.pyannote[136].start 470.30346875
transcript.pyannote[136].end 472.02471875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 472.02471875
transcript.pyannote[137].end 473.62784375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 472.37909375
transcript.pyannote[138].end 475.16346875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 475.26471875
transcript.pyannote[139].end 483.14534375
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 478.65659375
transcript.pyannote[140].end 479.07846875
transcript.pyannote[141].speaker SPEAKER_04
transcript.pyannote[141].start 482.41971875
transcript.pyannote[141].end 484.86659375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 483.70221875
transcript.pyannote[142].end 484.52909375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 484.86659375
transcript.pyannote[143].end 484.91721875
transcript.pyannote[144].speaker SPEAKER_04
transcript.pyannote[144].start 484.91721875
transcript.pyannote[144].end 485.06909375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 484.98471875
transcript.pyannote[145].end 485.05221875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 485.06909375
transcript.pyannote[146].end 485.50784375
transcript.pyannote[147].speaker SPEAKER_04
transcript.pyannote[147].start 485.38971875
transcript.pyannote[147].end 496.93221875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 490.14846875
transcript.pyannote[148].end 490.19909375
transcript.pyannote[149].speaker SPEAKER_05
transcript.pyannote[149].start 490.19909375
transcript.pyannote[149].end 490.97534375
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 498.90659375
transcript.pyannote[150].end 500.17221875
transcript.pyannote[151].speaker SPEAKER_04
transcript.pyannote[151].start 500.47596875
transcript.pyannote[151].end 507.41159375
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 507.46221875
transcript.pyannote[152].end 515.22471875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 515.51159375
transcript.pyannote[153].end 517.95846875
transcript.pyannote[154].speaker SPEAKER_04
transcript.pyannote[154].start 516.06846875
transcript.pyannote[154].end 521.28284375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 521.28284375
transcript.pyannote[155].end 521.58659375
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 521.58659375
transcript.pyannote[156].end 528.35346875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 528.62346875
transcript.pyannote[157].end 535.23846875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 535.40721875
transcript.pyannote[158].end 536.99346875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 537.12846875
transcript.pyannote[159].end 545.83596875
transcript.pyannote[160].speaker SPEAKER_04
transcript.pyannote[160].start 544.08096875
transcript.pyannote[160].end 554.03721875
transcript.pyannote[161].speaker SPEAKER_04
transcript.pyannote[161].start 554.49284375
transcript.pyannote[161].end 555.57284375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 554.50971875
transcript.pyannote[162].end 554.98221875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 555.84284375
transcript.pyannote[163].end 558.82971875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 559.13346875
transcript.pyannote[164].end 588.88409375
transcript.pyannote[165].speaker SPEAKER_04
transcript.pyannote[165].start 559.20096875
transcript.pyannote[165].end 561.83346875
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 589.35659375
transcript.pyannote[166].end 590.55471875
transcript.pyannote[167].speaker SPEAKER_04
transcript.pyannote[167].start 590.11596875
transcript.pyannote[167].end 592.20846875
transcript.pyannote[168].speaker SPEAKER_04
transcript.pyannote[168].start 592.73159375
transcript.pyannote[168].end 595.06034375
transcript.pyannote[169].speaker SPEAKER_04
transcript.pyannote[169].start 595.16159375
transcript.pyannote[169].end 599.21159375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 599.38034375
transcript.pyannote[170].end 618.61784375
transcript.pyannote[171].speaker SPEAKER_04
transcript.pyannote[171].start 607.71659375
transcript.pyannote[171].end 607.96971875
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 607.96971875
transcript.pyannote[172].end 608.17221875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 608.59409375
transcript.pyannote[173].end 608.67846875
transcript.pyannote[174].speaker SPEAKER_04
transcript.pyannote[174].start 608.67846875
transcript.pyannote[174].end 609.87659375
transcript.pyannote[175].speaker SPEAKER_04
transcript.pyannote[175].start 617.11596875
transcript.pyannote[175].end 625.46909375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 625.04721875
transcript.pyannote[176].end 632.94471875
transcript.pyannote[177].speaker SPEAKER_04
transcript.pyannote[177].start 632.91096875
transcript.pyannote[177].end 635.13846875
transcript.pyannote[178].speaker SPEAKER_04
transcript.pyannote[178].start 635.81346875
transcript.pyannote[178].end 636.62346875
transcript.pyannote[179].speaker SPEAKER_04
transcript.pyannote[179].start 636.70784375
transcript.pyannote[179].end 639.76221875
transcript.pyannote[180].speaker SPEAKER_04
transcript.pyannote[180].start 640.28534375
transcript.pyannote[180].end 640.84221875
transcript.pyannote[181].speaker SPEAKER_04
transcript.pyannote[181].start 641.29784375
transcript.pyannote[181].end 643.69409375
transcript.pyannote[182].speaker SPEAKER_04
transcript.pyannote[182].start 644.40284375
transcript.pyannote[182].end 646.78221875
transcript.pyannote[183].speaker SPEAKER_04
transcript.pyannote[183].start 647.67659375
transcript.pyannote[183].end 647.69346875
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 647.69346875
transcript.pyannote[184].end 647.81159375
transcript.pyannote[185].speaker SPEAKER_04
transcript.pyannote[185].start 647.81159375
transcript.pyannote[185].end 648.09846875
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 648.09846875
transcript.pyannote[186].end 648.13221875
transcript.pyannote[187].speaker SPEAKER_04
transcript.pyannote[187].start 648.13221875
transcript.pyannote[187].end 648.14909375
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 648.14909375
transcript.pyannote[188].end 653.36346875
transcript.pyannote[189].speaker SPEAKER_04
transcript.pyannote[189].start 649.80284375
transcript.pyannote[189].end 650.78159375
transcript.pyannote[190].speaker SPEAKER_04
transcript.pyannote[190].start 652.35096875
transcript.pyannote[190].end 653.22846875
transcript.pyannote[191].speaker SPEAKER_04
transcript.pyannote[191].start 653.63346875
transcript.pyannote[191].end 664.70346875
transcript.pyannote[192].speaker SPEAKER_04
transcript.pyannote[192].start 665.17596875
transcript.pyannote[192].end 665.80034375
transcript.pyannote[193].speaker SPEAKER_04
transcript.pyannote[193].start 666.22221875
transcript.pyannote[193].end 678.62534375
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 666.54284375
transcript.pyannote[194].end 666.74534375
transcript.pyannote[195].speaker SPEAKER_04
transcript.pyannote[195].start 679.03034375
transcript.pyannote[195].end 679.92471875
transcript.pyannote[196].speaker SPEAKER_03
transcript.pyannote[196].start 680.26221875
transcript.pyannote[196].end 689.23971875
transcript.pyannote[197].speaker SPEAKER_04
transcript.pyannote[197].start 684.64971875
transcript.pyannote[197].end 686.18534375
transcript.pyannote[198].speaker SPEAKER_04
transcript.pyannote[198].start 688.48034375
transcript.pyannote[198].end 690.18471875
transcript.pyannote[199].speaker SPEAKER_03
transcript.pyannote[199].start 689.44221875
transcript.pyannote[199].end 694.80846875
transcript.pyannote[200].speaker SPEAKER_03
transcript.pyannote[200].start 694.96034375
transcript.pyannote[200].end 695.02784375
transcript.pyannote[201].speaker SPEAKER_03
transcript.pyannote[201].start 695.06159375
transcript.pyannote[201].end 697.57596875
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 698.09909375
transcript.pyannote[202].end 699.90471875
transcript.pyannote[203].speaker SPEAKER_03
transcript.pyannote[203].start 700.09034375
transcript.pyannote[203].end 701.44034375
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 701.77784375
transcript.pyannote[204].end 702.52034375
transcript.pyannote[205].speaker SPEAKER_03
transcript.pyannote[205].start 703.06034375
transcript.pyannote[205].end 704.29221875
transcript.pyannote[206].speaker SPEAKER_03
transcript.pyannote[206].start 704.49471875
transcript.pyannote[206].end 706.04721875
transcript.pyannote[207].speaker SPEAKER_03
transcript.pyannote[207].start 706.24971875
transcript.pyannote[207].end 713.60721875
transcript.pyannote[208].speaker SPEAKER_04
transcript.pyannote[208].start 711.90284375
transcript.pyannote[208].end 713.42159375
transcript.pyannote[209].speaker SPEAKER_03
transcript.pyannote[209].start 713.67471875
transcript.pyannote[209].end 716.23971875
transcript.pyannote[210].speaker SPEAKER_04
transcript.pyannote[210].start 715.32846875
transcript.pyannote[210].end 722.65221875
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 723.14159375
transcript.pyannote[211].end 723.66471875
transcript.pyannote[212].speaker SPEAKER_04
transcript.pyannote[212].start 724.08659375
transcript.pyannote[212].end 728.23784375
transcript.pyannote[213].speaker SPEAKER_03
transcript.pyannote[213].start 728.44034375
transcript.pyannote[213].end 730.48221875
transcript.pyannote[214].speaker SPEAKER_03
transcript.pyannote[214].start 731.05596875
transcript.pyannote[214].end 731.98409375
transcript.pyannote[215].speaker SPEAKER_04
transcript.pyannote[215].start 732.27096875
transcript.pyannote[215].end 736.37159375
transcript.pyannote[216].speaker SPEAKER_04
transcript.pyannote[216].start 736.96221875
transcript.pyannote[216].end 740.03346875
transcript.pyannote[217].speaker SPEAKER_03
transcript.pyannote[217].start 738.95346875
transcript.pyannote[217].end 739.35846875
transcript.pyannote[218].speaker SPEAKER_03
transcript.pyannote[218].start 739.88159375
transcript.pyannote[218].end 748.53846875
transcript.pyannote[219].speaker SPEAKER_04
transcript.pyannote[219].start 742.85159375
transcript.pyannote[219].end 743.83034375
transcript.pyannote[220].speaker SPEAKER_04
transcript.pyannote[220].start 749.04471875
transcript.pyannote[220].end 756.89159375
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 757.29659375
transcript.pyannote[221].end 760.70534375
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 760.90784375
transcript.pyannote[222].end 762.37596875
transcript.pyannote[223].speaker SPEAKER_04
transcript.pyannote[223].start 762.64596875
transcript.pyannote[223].end 764.19846875
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 764.38409375
transcript.pyannote[224].end 767.92784375
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 768.31596875
transcript.pyannote[225].end 768.60284375
transcript.pyannote[226].speaker SPEAKER_04
transcript.pyannote[226].start 769.02471875
transcript.pyannote[226].end 769.54784375
transcript.pyannote[227].speaker SPEAKER_04
transcript.pyannote[227].start 770.25659375
transcript.pyannote[227].end 771.16784375
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 771.69096875
transcript.pyannote[228].end 774.18846875
transcript.pyannote[229].speaker SPEAKER_03
transcript.pyannote[229].start 774.77909375
transcript.pyannote[229].end 776.93909375
transcript.pyannote[230].speaker SPEAKER_04
transcript.pyannote[230].start 775.43721875
transcript.pyannote[230].end 776.39909375
transcript.pyannote[231].speaker SPEAKER_03
transcript.pyannote[231].start 777.85034375
transcript.pyannote[231].end 779.11596875
transcript.pyannote[232].speaker SPEAKER_04
transcript.pyannote[232].start 779.11596875
transcript.pyannote[232].end 782.06909375
transcript.pyannote[233].speaker SPEAKER_02
transcript.pyannote[233].start 781.25909375
transcript.pyannote[233].end 786.03471875
transcript.pyannote[234].speaker SPEAKER_04
transcript.pyannote[234].start 787.24971875
transcript.pyannote[234].end 791.02971875
transcript.pyannote[235].speaker SPEAKER_02
transcript.pyannote[235].start 788.59971875
transcript.pyannote[235].end 789.49409375
transcript.pyannote[236].speaker SPEAKER_02
transcript.pyannote[236].start 791.02971875
transcript.pyannote[236].end 797.18909375
transcript.pyannote[237].speaker SPEAKER_04
transcript.pyannote[237].start 796.12596875
transcript.pyannote[237].end 798.75846875
transcript.pyannote[238].speaker SPEAKER_02
transcript.pyannote[238].start 797.89784375
transcript.pyannote[238].end 809.15346875
transcript.pyannote[239].speaker SPEAKER_04
transcript.pyannote[239].start 807.28034375
transcript.pyannote[239].end 807.60096875
transcript.pyannote[240].speaker SPEAKER_04
transcript.pyannote[240].start 809.50784375
transcript.pyannote[240].end 815.61659375
transcript.pyannote[241].speaker SPEAKER_04
transcript.pyannote[241].start 815.81909375
transcript.pyannote[241].end 821.80971875
transcript.pyannote[242].speaker SPEAKER_04
transcript.pyannote[242].start 822.04596875
transcript.pyannote[242].end 823.44659375
transcript.pyannote[243].speaker SPEAKER_04
transcript.pyannote[243].start 823.86846875
transcript.pyannote[243].end 826.43346875
transcript.pyannote[244].speaker SPEAKER_02
transcript.pyannote[244].start 826.43346875
transcript.pyannote[244].end 826.48409375
transcript.pyannote[245].speaker SPEAKER_04
transcript.pyannote[245].start 826.48409375
transcript.pyannote[245].end 826.50096875
transcript.pyannote[246].speaker SPEAKER_02
transcript.pyannote[246].start 826.50096875
transcript.pyannote[246].end 826.90596875
transcript.pyannote[247].speaker SPEAKER_04
transcript.pyannote[247].start 826.51784375
transcript.pyannote[247].end 827.81721875
transcript.pyannote[248].speaker SPEAKER_02
transcript.pyannote[248].start 827.81721875
transcript.pyannote[248].end 828.22221875
transcript.pyannote[249].speaker SPEAKER_04
transcript.pyannote[249].start 828.22221875
transcript.pyannote[249].end 829.79159375
transcript.pyannote[250].speaker SPEAKER_02
transcript.pyannote[250].start 829.90971875
transcript.pyannote[250].end 838.11096875
transcript.pyannote[251].speaker SPEAKER_04
transcript.pyannote[251].start 836.84534375
transcript.pyannote[251].end 836.96346875
transcript.pyannote[252].speaker SPEAKER_03
transcript.pyannote[252].start 836.96346875
transcript.pyannote[252].end 837.23346875
transcript.pyannote[253].speaker SPEAKER_02
transcript.pyannote[253].start 838.26284375
transcript.pyannote[253].end 846.24471875
transcript.pyannote[254].speaker SPEAKER_02
transcript.pyannote[254].start 846.46409375
transcript.pyannote[254].end 851.05409375
transcript.pyannote[255].speaker SPEAKER_04
transcript.pyannote[255].start 849.34971875
transcript.pyannote[255].end 851.40846875
transcript.pyannote[256].speaker SPEAKER_02
transcript.pyannote[256].start 851.40846875
transcript.pyannote[256].end 851.42534375
transcript.pyannote[257].speaker SPEAKER_04
transcript.pyannote[257].start 851.42534375
transcript.pyannote[257].end 852.21846875
transcript.pyannote[258].speaker SPEAKER_02
transcript.pyannote[258].start 851.45909375
transcript.pyannote[258].end 852.30284375
transcript.pyannote[259].speaker SPEAKER_04
transcript.pyannote[259].start 852.30284375
transcript.pyannote[259].end 852.33659375
transcript.pyannote[260].speaker SPEAKER_04
transcript.pyannote[260].start 852.47159375
transcript.pyannote[260].end 856.09971875
transcript.pyannote[261].speaker SPEAKER_02
transcript.pyannote[261].start 856.20096875
transcript.pyannote[261].end 859.54221875
transcript.pyannote[262].speaker SPEAKER_04
transcript.pyannote[262].start 858.17534375
transcript.pyannote[262].end 862.69784375
transcript.pyannote[263].speaker SPEAKER_02
transcript.pyannote[263].start 861.85409375
transcript.pyannote[263].end 867.37221875
transcript.pyannote[264].speaker SPEAKER_04
transcript.pyannote[264].start 866.56221875
transcript.pyannote[264].end 870.54471875
transcript.pyannote[265].speaker SPEAKER_04
transcript.pyannote[265].start 871.16909375
transcript.pyannote[265].end 873.31221875
transcript.pyannote[266].speaker SPEAKER_02
transcript.pyannote[266].start 873.31221875
transcript.pyannote[266].end 879.87659375
transcript.pyannote[267].speaker SPEAKER_04
transcript.pyannote[267].start 878.34096875
transcript.pyannote[267].end 881.49659375
transcript.pyannote[268].speaker SPEAKER_02
transcript.pyannote[268].start 881.49659375
transcript.pyannote[268].end 881.58096875
transcript.pyannote[269].speaker SPEAKER_04
transcript.pyannote[269].start 881.58096875
transcript.pyannote[269].end 894.45659375
transcript.pyannote[270].speaker SPEAKER_04
transcript.pyannote[270].start 895.06409375
transcript.pyannote[270].end 912.02346875
transcript.pyannote[271].speaker SPEAKER_04
transcript.pyannote[271].start 912.34409375
transcript.pyannote[271].end 920.49471875
transcript.pyannote[272].speaker SPEAKER_03
transcript.pyannote[272].start 920.49471875
transcript.pyannote[272].end 925.21971875
transcript.pyannote[273].speaker SPEAKER_03
transcript.pyannote[273].start 925.77659375
transcript.pyannote[273].end 926.63721875
transcript.pyannote[274].speaker SPEAKER_03
transcript.pyannote[274].start 926.83971875
transcript.pyannote[274].end 927.97034375
transcript.pyannote[275].speaker SPEAKER_03
transcript.pyannote[275].start 928.03784375
transcript.pyannote[275].end 930.01221875
transcript.pyannote[276].speaker SPEAKER_04
transcript.pyannote[276].start 930.34971875
transcript.pyannote[276].end 932.03721875
transcript.pyannote[277].speaker SPEAKER_03
transcript.pyannote[277].start 930.65346875
transcript.pyannote[277].end 933.38721875
transcript.pyannote[278].speaker SPEAKER_03
transcript.pyannote[278].start 935.22659375
transcript.pyannote[278].end 935.42909375
transcript.pyannote[279].speaker SPEAKER_01
transcript.pyannote[279].start 935.42909375
transcript.pyannote[279].end 935.56409375
transcript.pyannote[280].speaker SPEAKER_01
transcript.pyannote[280].start 937.16721875
transcript.pyannote[280].end 938.97284375
transcript.whisperx[0].start 0.604
transcript.whisperx[0].end 0.764
transcript.whisperx[0].text 請卓院長備詢
transcript.whisperx[1].start 29.145
transcript.whisperx[1].end 56.135
transcript.whisperx[1].text 區委員好院長好院長首先請教您這個在今年度114年度行政院在您手上行政院目前正在進行的特別預算案有幾個案剛剛對 剛剛答案有出來幾個剛剛說有六個三個是以前的年度的那我們現在就是這個還有那個風災的
transcript.whisperx[2].start 59.499
transcript.whisperx[2].end 88.377
transcript.whisperx[2].text 因為今天要質詢的這個還沒通過嘛所以不算在質詢所以是五個加上今天這個就六個那加上我們年度的總預算就是去年通過的我們114年度的所以是七個所以我曾經跟我們主計總署講說主計人員非常忙碌手上不同的預算在手上還要精細的算一般正常的國家應該不需要那麼多帳本吧
transcript.whisperx[3].start 88.925
transcript.whisperx[3].end 113.554
transcript.whisperx[3].text 是啊 但是今天你看我們風災也來您是不是史上這個帳本最多的行政院長我希望把它算得清楚第一個風災也來 談判也來所以我們會做了很多的這個特別預算做這兩個 然後前面還有前面的但是我們看到的是有些特別預算的內容它其實不需要用特別預算它其實用常態預算就可以
transcript.whisperx[4].start 114.468
transcript.whisperx[4].end 141.072
transcript.whisperx[4].text 如果委員提到的是國防 教育我們剛剛有幾個委員也是很多委員都這麼認為我們都有做說明那我也希望說在委員會審查的時候容許我們的部委首長能夠用詳實的資料再向委員說明請求能夠支持但是這個等於是常態預算你放到特別預算這個是不合乎預算法的
transcript.whisperx[5].start 141.448
transcript.whisperx[5].end 161.073
transcript.whisperx[5].text 那當然有它符合預算法的條件所以像這一次我們就拉回來我們今天要審的這個因應國際情勢強化社會經濟以及民生國安的韌性特別預算這裡面有很多都可以是放到明年的總預算
transcript.whisperx[6].start 162.389
transcript.whisperx[6].end 188.331
transcript.whisperx[6].text 所以本席是認同我們並不是反對這些預算但是不能用特別預算就是不能用因為這樣會規避很多的我們包含舉債剛剛這個這一個手上就包含我們今天要質詢的這第六項這六個的我們的這個表格我想請院長看一下我們整個的
transcript.whisperx[7].start 190.609
transcript.whisperx[7].end 214.078
transcript.whisperx[7].text 稅出規模高達4900多億將近5000億他的舉債也超過了一半佔了57.2%2852.22億所以這表示特別預算常態化這個是不對的再來就是舉債我們等於是把未來世代的錢我們提早預支這個是我們對子孫的一種掠奪
transcript.whisperx[8].start 215.849
transcript.whisperx[8].end 239.85
transcript.whisperx[8].text 這個部分我們希望如果是可以放在明年的預算的你們追加進來追加進來我們也可以接受所以不是反對預算而是這個不要規避預算法預算法該怎麼樣財政紀律財政部長也剛好來跟委員報告兩件事情再請部長來說明第一個是
transcript.whisperx[9].start 242.452
transcript.whisperx[9].end 255.836
transcript.whisperx[9].text 這個特別預算都符合預算法的規定我們有它的特殊的情況再來如果這個錢要放到明年的中央政府總預算債券追加我怕明年我們的舉債的額度已經沒有辦法再承受這樣子
transcript.whisperx[10].start 256.736
transcript.whisperx[10].end 280.054
transcript.whisperx[10].text 特別預算就是在規避就是在舉債超過我們舉債的這個範圍跟委員報告在預算法裡面本來就有年度預算跟特別預算兩者相輔相成年度預算是一般施政的作為那特別預算是因應重大的一個情勢編列但是不管總預算跟特別預算都納入債務管控絕對沒有規避所謂的債務的管控
transcript.whisperx[11].start 285
transcript.whisperx[11].end 304.284
transcript.whisperx[11].text 特別預算一樣納入債務管控特別預算有說要緊急或重大工程好那院長我想跟院長說現在我們坊間大家知道很多獨居老人突然很感恩川普川普沒有搞一個關稅你還不會想到要幫他弄獨居老人的特別預算
transcript.whisperx[12].start 306.048
transcript.whisperx[12].end 321.666
transcript.whisperx[12].text 還有這個高等教育 高等教育這些人才如果沒有川普來弄一個這個關稅我們沒有想到要幫他弄特別預算當國際的官貿秩序這樣重新調整之後各國都是要衝擊 我們對我們的科技業的
transcript.whisperx[13].start 325.47
transcript.whisperx[13].end 349.41
transcript.whisperx[13].text 人才培育也必須加碼快速所以我們做這個工作也因為這個樣子對我們這個消費的行為也會產生現在想像不到的任何的衝擊我們認為更弱勢的這些獨居老人弱勢者中低收入 負低收入我們也會加碼來給他們多一層的照顧希望他們在度過這樣的過程當中不會影響他們基本上的生活這個跟整個
transcript.whisperx[14].start 350.911
transcript.whisperx[14].end 372.742
transcript.whisperx[14].text 川普的關稅其實沒什麼相關所以這一個部分我就說嘛所以這些獨居老人還有這些弱勢你們都突然想到用特別預算來發來給他們加發一些金額如果沒有這個關稅對產業可能造成衝擊那國內整個消費行為可能造成一些衝擊
transcript.whisperx[15].start 373.582
transcript.whisperx[15].end 387.758
transcript.whisperx[15].text 那當然沒有特別的需要那我們是率先預先想到了這些也希望委員會支持到底是社會的弱勢的弱勢這次你們提的支持產業安定就業我們當然也認同也支持那所以
transcript.whisperx[16].start 388.499
transcript.whisperx[16].end 408.216
transcript.whisperx[16].text 大家還發現有一點就是覺得卓院長跟賴總統很特別全世界各國包含日本 包含德國大家都被美國關稅搞得非常的頭暈腦脹但是他們都沒有想到說弄一個特別預算
transcript.whisperx[17].start 409.757
transcript.whisperx[17].end 430.305
transcript.whisperx[17].text 或者是說特別弄這等於有一些常態預算也放到特別預算裡面但是只有我們中華民國政府各國對產業的支持都有這樣的一個方式存在那沒關係因為我們也認同支持產業780億支持勞工安定就業但是我們想知道你780億你哪些產業哪些產業你錢匡了你怎麼匡出這780億
transcript.whisperx[18].start 436.926
transcript.whisperx[18].end 446.214
transcript.whisperx[18].text 我們最重要是對中小微企業能夠加強不論他的貸款 他的保障他的研發升級以及他的這個多元市場的開發你怎麼評定
transcript.whisperx[19].start 447.645
transcript.whisperx[19].end 471.049
transcript.whisperx[19].text 你怎麼評定你要給誰?這780億你要給誰?我們當初4月4號在算的時候就已經做一個高推估30%的一個稅率同時他如果因為美國關稅讓他的營業額有下降的時候他必須提出這樣的一個證明下降10%的時候所以現在有提出證明的他有提出申請的提出申請的你們就會給他我們預先做移緩計期所有1000多件
transcript.whisperx[20].start 475.37
transcript.whisperx[20].end 496.665
transcript.whisperx[20].text 是 現在有一千多件來已經收件了包括貸款的補助也好也有一個是 這是針對企業產業的部分我們也想知道我們支持勞工的安定就業150億150億我們想知道你到底勞工你面對哪些勞工
transcript.whisperx[21].start 498.953
transcript.whisperx[21].end 528.122
transcript.whisperx[21].text 你面對哪些勞工那這些勞工他要上什麼課幾節課誰來承辦你這150億你怎麼評估出來的跟委員報告我們評估遇到對等關稅的衝擊所以有些勞工跟產業他可能會遇到比如說減班休息或者是有時候會遇到現在減班休息的我看到最新數據8505人是那我們希望這150億下去你是止痛止血還是你可以長期造血你告訴我
transcript.whisperx[22].start 529.089
transcript.whisperx[22].end 549.685
transcript.whisperx[22].text 這裡面第一個這裡面我們給現在給勞工的支持的措施裡面有包括薪資的補貼有包括課程的補助也有包括給予企業他要在自己來做辦訓或者是聯合辦訓相關的這個那你有瞭解現在他要辦培訓上什麼課上幾節課誰來承辦這些在基層都可以進行嗎
transcript.whisperx[23].start 555.068
transcript.whisperx[23].end 557.31
transcript.whisperx[23].text 培訓率有沒有什麼KPI
transcript.whisperx[24].start 584.768
transcript.whisperx[24].end 596.021
transcript.whisperx[24].text 受到關稅衝擊的老公朋友來給予他最大的支持跟幫助那你這個錢花完了以後怎麼辦你這個錢花完了以後他有轉型嗎他未來的生計怎麼辦這一個有納在裡面嗎
transcript.whisperx[25].start 599.685
transcript.whisperx[25].end 628.234
transcript.whisperx[25].text 跟文說第一個我們當然希望減半休息的勞工可以盡量留在他原本的職場因為很多中高齡的勞工如果你要他去轉職他會比較辛苦第二個因為我剛才講到我們可能有包括訓練的部分訓練的部分當然企業會依照產業他們現在在對於如果產業不轉型你這個產業碰到這個因為關稅的危機有很多可能他真的就關所以產業轉型的部分應該進一步這邊其實有很多對於產業
transcript.whisperx[26].start 629.314
transcript.whisperx[26].end 646.019
transcript.whisperx[26].text 轉型跟創新相關的補助我想這都是相輔相成的那本席想請教院長我們現在有關汽車關稅的美國的這個汽車進口的這個談判我們預估未來會是零關稅嗎
transcript.whisperx[27].start 648.309
transcript.whisperx[27].end 664.384
transcript.whisperx[27].text 我們現在沒有辦法做這樣的預估沒辦法預估那美方有提出一些想法對全世界來通用那現在依據台灣區車輛工會 同業工會來估計如果因為你現在你沒辦法預估那如果真的最後是調降至零
transcript.whisperx[28].start 665.225
transcript.whisperx[28].end 669.03
transcript.whisperx[28].text 的時候那他們預估將影響新台幣847.74億的產值還有8.26萬的相關從業人員那我請問這個安置計畫有準備嗎
transcript.whisperx[29].start 680.923
transcript.whisperx[29].end 695.979
transcript.whisperx[29].text 這個前提0影響多少產業的金額應該有先預估吧這個前提現在我們先不設定但是我們就希望透過這個產業你們先不設定那如果突然間我說那個前提我們先不設定但是整個來講我們是透過這個產業的支持未來出現什麼樣的衝擊我們就用這樣的
transcript.whisperx[30].start 698.141
transcript.whisperx[30].end 713.139
transcript.whisperx[30].text 特別預算當中對產業的支持全面的給他做一些必要的協助這是我們現在想法但是我剛剛委員說的那個零跟影響800多億影響8.2萬多人那個前提現在我們沒有辦法做這樣的確定我怕我說出去以後
transcript.whisperx[31].start 713.92
transcript.whisperx[31].end 735.539
transcript.whisperx[31].text 大家都說行政院講說我們是零關稅你不說但是你們內部有沒有評估那我順便問因為我們馬上要審總預算明年的總預算請問我們行政院這邊預估對美關稅減收的總額會是多少一定要到確定之後我們才能做確實的一個所以我們這次送來的預算裡面也沒有去看這個
transcript.whisperx[32].start 737.031
transcript.whisperx[32].end 748.515
transcript.whisperx[32].text 我们可能关税我们在税入的部分我们有照我们的推估财政部在税入的时候有做这样的推估但是那个推估就是在当时我们的高推估情况底下去做的
transcript.whisperx[33].start 749.45
transcript.whisperx[33].end 775.855
transcript.whisperx[33].text 接著本席想請教院長我們在照顧民生整個預算有3070億元這裡面有包含剛剛本席特別提到的獨居老人的關懷服務我們想請教你現在獨居老人到底對象有多少我們有請內政部應該有核算出來獨居老人我們請部長來說明一下
transcript.whisperx[34].start 777.884
transcript.whisperx[34].end 779.425
transcript.whisperx[34].text 各位快一點我時間我們現在這個有估計的大概是70萬人
transcript.whisperx[35].start 787.318
transcript.whisperx[35].end 812.81
transcript.whisperx[35].text 有70萬的獨居老人你怎麼估出來的我們從各縣市的這個單位報上來的那有列冊已經請各縣市報上來先盤點然後我們預估在未來兩年這70萬的獨居老人都能夠完成訪視然後依據評估的結果來安排後續的服務本席手上看到內政部推估是97萬6925人
transcript.whisperx[36].start 815.911
transcript.whisperx[36].end 831.231
transcript.whisperx[36].text 那看到衛福部的調查報可能這比較舊的是39萬你說70萬那你們造冊的你們目前造冊的有70萬嗎造冊已經有70萬那你打算怎麼關懷我們除了這個訪視之外
transcript.whisperx[37].start 834.051
transcript.whisperx[37].end 855.428
transcript.whisperx[37].text 因為兩年內 我們是預估兩年內我們預算編兩年兩年內呢 都要訪視至少一次然後訪視完會分級管理那有些呢 他比較欠缺智力需要協助生活的跟可以智力的分開你要訪視70萬人 我請教你你有評估你訪視的人力足夠嗎
transcript.whisperx[38].start 857.07
transcript.whisperx[38].end 870.231
transcript.whisperx[38].text 所以才需要這個特別預算知不知道關懷人力有嚴重的缺口這塊部長知道嗎我們了解所以才需要有這筆預算來支持這筆預算有了你就可以你就有辦法
transcript.whisperx[39].start 871.246
transcript.whisperx[39].end 894.294
transcript.whisperx[39].text 人力就具足了嗎我們會努力的把它完成這個不容易達成啦但是我們是希望不容易達成但是錢已經都編這麼多了因為時間的關係最後本席要跟院長說我們的這個特別預算常態化從民進黨執政這九年多來這太明顯了因為特別預算他是特別預算你怎麼可以
transcript.whisperx[40].start 895.134
transcript.whisperx[40].end 920.389
transcript.whisperx[40].text 用這種平常的預算所以我們就發現特別預算它的執行成效非常差然後這個項目整個的規劃也不好所以我們希望院長我們特別預算是不是可以委由公正獨立的第三方機構那他把特別預算的項目能夠做成本效益分析以及執行後的整個的追蹤考核
transcript.whisperx[41].start 920.575
transcript.whisperx[41].end 921.635
transcript.whisperx[41].text 我們更希望的是
gazette.lineno 1066
gazette.blocks[0][0] 徐委員欣瑩:(17時9分)謝謝江副院長,本席有請卓院長。
gazette.blocks[1][0] 主席:請卓院長備詢。
gazette.blocks[2][0] 卓院長榮泰:徐委員好。
gazette.blocks[3][0] 徐委員欣瑩:院長好。院長,首先請教您,在今(114)年度,在您手上,行政院目前正在進行的特別預算案有幾個?
gazette.blocks[4][0] 卓院長榮泰:剛剛李委員有提過……
gazette.blocks[5][0] 徐委員欣瑩:對,剛剛答案有出來,幾個?
gazette.blocks[6][0] 卓院長榮泰:他剛剛說有6個嘛,3個是以前年度的案子,我們現在就是這個,還有風災的。
gazette.blocks[7][0] 徐委員欣瑩:因為今天要質詢的這個還沒通過嘛,所以不算在內,所以是5個,加上今天這個就6個。
gazette.blocks[8][0] 卓院長榮泰:對。
gazette.blocks[9][0] 徐委員欣瑩:加上我們年度的總預算,就是去年通過的,114年度的預算案,所以是7個。
gazette.blocks[10][0] 卓院長榮泰:所以我曾經跟我們主計總處說,主計人員非常忙碌,有不同的預算在手上,需要精細的算。
gazette.blocks[11][0] 徐委員欣瑩:一般正常的國家應該不需要那麼多帳本吧?
gazette.blocks[12][0] 卓院長榮泰:是啊,但是你看,我們風災也來……
gazette.blocks[13][0] 徐委員欣瑩:您是不是史上帳本最多的行政院長?
gazette.blocks[14][0] 卓院長榮泰:我希望把它算得很清楚,第一個風災也來……
gazette.blocks[15][0] 徐委員欣瑩:對,風災。
gazette.blocks[16][0] 卓院長榮泰:談判也來,所以我們做了很多的特別預算。
gazette.blocks[17][0] 徐委員欣瑩:多這兩個,然後還有前面的。
gazette.blocks[18][0] 卓院長榮泰:是。
gazette.blocks[19][0] 徐委員欣瑩:但是我們看到的是,有些特別預算的內容其實不需要用特別預算,其實用常態預算就可以啊!
gazette.blocks[20][0] 卓院長榮泰:如果委員提到的是國防、教育,剛剛有幾個委員也質詢過……
gazette.blocks[21][0] 徐委員欣瑩:是,很多委員都這麼認為。
gazette.blocks[22][0] 卓院長榮泰:我們都有做充分的說明,我也希望在委員會審查的時候,容許我們的部會首長能夠用翔實的資料再向委員說明,請求能夠支持。
gazette.blocks[23][0] 徐委員欣瑩:但是這個等於是你將常態預算放到特別預算,這個是不合乎預算法的。
gazette.blocks[24][0] 卓院長榮泰:當然有它符合預算法的條件。
gazette.blocks[25][0] 徐委員欣瑩:所以像這一次,我們就拉回來我們今天要審的這個因應國際情勢強化經濟社會及民生國安韌性特別預算案,這裡面有很多都可以放到明年的總預算,所以本席是認同……我們並不是反對這些預算,但是不能用特別預算就是不能用,因為這樣會規避很多的,包含舉債。剛剛提到在你的手上,包含我們今天要質詢的第六項,這是這6個預算的表格,我想請院長看一下,我們整個歲出規模高達四千九百多億,將近5,000億,它的舉債也超過了一半,占了57.2%,有2,852.22億,所以這表示特別預算常態化是不對的。再來就是舉債,我們等於是把未來世代的錢提早預支,這個是我們對子孫的一種掠奪,這個部分,我們希望如果是可以放在明年度預算的,你們追加進來,追加進來,我們也可以接受,所以不是反對預算,而是不要規避預算法,預算法該怎麼樣,財政紀律,財政部長也剛好上來……
gazette.blocks[26][0] 卓院長榮泰:跟委員報告兩件事情,再請部長來說明。第一個,這個特別預算都符合預算法的規定,我們有它的特殊情況。再來,如果這個錢要放到明年的中央政府總預算再來追加,我怕明年我們的舉債額度已經沒有辦法再承受這樣子。
gazette.blocks[27][0] 徐委員欣瑩:所以特別預算就是在規避,就是在……
gazette.blocks[28][0] 卓院長榮泰:不是、不是、不是……
gazette.blocks[29][0] 徐委員欣瑩:就是在舉債,超過我們舉債的……
gazette.blocks[30][0] 卓院長榮泰:您錯了、您錯了,今年的都符合特別預算法,我請部長說明。
gazette.blocks[31][0] 莊部長翠雲:跟委員報告,在預算法裡面本來就有年度預算跟特別預算,兩者相輔相成,年度預算是一般施政的作為,特別預算是因應重大的情事來編列……
gazette.blocks[32][0] 徐委員欣瑩:對。
gazette.blocks[33][0] 莊部長翠雲:但是不管總預算跟特別預算都納入債務管控……
gazette.blocks[34][0] 徐委員欣瑩:特別預算是緊急或重大工程。
gazette.blocks[35][0] 莊部長翠雲:都納入債務管控,絕沒有規避所謂的債務管控,特別預算一樣納入債務管控。
gazette.blocks[36][0] 徐委員欣瑩:特別預算有說要緊急或重大工程。
gazette.blocks[36][1] 好,院長,我想跟院長說,現在我們坊間大家知道,很多獨居老人突然很感恩川普,如果川普沒有搞一個關稅,你還不會想到要幫他弄獨居老人的特別預算;還有高等教育,高等教育這些人才,如果沒有川普來弄一個高關稅,我們沒有想到要幫他弄特別預算。
gazette.blocks[37][0] 卓院長榮泰:當國際的關貿秩序重新調整之後,各國都受到衝擊,我們對我們科技業的人才培育也必須加碼、快速……
gazette.blocks[38][0] 徐委員欣瑩:對,所以……
gazette.blocks[39][0] 卓院長榮泰:所以我們做這個工作。
gazette.blocks[40][0] 徐委員欣瑩:所以現在坊間還有……
gazette.blocks[41][0] 卓院長榮泰:也因為這個樣子,對我們的消費行為也會產生現在想像不到的衝擊,我們對於更弱勢的這些獨居老人、弱勢者、中低收入戶、低收入戶,我們也會加碼來給他們多一層的照顧,希望他們在度過這樣的過程當中,不會影響他們基本上的生活。
gazette.blocks[42][0] 徐委員欣瑩:這個跟整個川普的關稅其實沒什麼相關,所以一個部分,我就說嘛,所以這些獨居老人還有這些弱勢,你們就突然想到用特別預算來給他們加發一些金額。
gazette.blocks[43][0] 卓院長榮泰:不是,如果沒有這個關稅對產業可能造成衝擊,對國內整個消費行為可能造成一些衝擊,那當然沒有特別的需要,我們是率先、預先想到這些,也希望委員能夠支持,他們到底是社會弱勢中的弱勢。
gazette.blocks[44][0] 徐委員欣瑩:對、對、對,所以這一次你們提的支持產業安定就業,我們當然認同也支持。所以,大家還發現有一點,覺得卓院長跟我們賴總統很特別,全世界各國,包含日本,包含德國,大家都被美國的關稅搞得非常的頭暈腦脹,但是他們都沒有想到說弄一個特別預算,或者是說特別弄這個,等於有一些常態預算也放到特別預算裡面,但是只有我們中華民國政府這樣來進行。
gazette.blocks[45][0] 卓院長榮泰:沒有,各國對產業的支持都有這樣的一個方式存在。
gazette.blocks[46][0] 徐委員欣瑩:好,那沒關係,因為我們也認同支持產業780億,支持勞工安定就業。但是我們想知道,這780億你要支持哪些產業?你要支持哪些產業?你錢匡了,你怎麼匡出這780億的?
gazette.blocks[47][0] 卓院長榮泰:我們最重要是對中小微企業能夠加強,無論他的貸款、他的保障、他的研發升級以及他的多元市場的開發……
gazette.blocks[48][0] 徐委員欣瑩:那你怎麼評定?你怎麼評定你要給誰?這780億你要給誰?
gazette.blocks[49][0] 卓院長榮泰:我們當初4月10號在算的時候,就已經做一個高推估30%的稅率;同時,如果因為美國關稅讓他的營業額有下降的時候,他必須提出一個證明下降10%的……
gazette.blocks[50][0] 徐委員欣瑩:所以現在有提出證明來申請的……
gazette.blocks[51][0] 卓院長榮泰:剛剛據龔部長說他現在……
gazette.blocks[52][0] 徐委員欣瑩:有提出申請的你們就會給他?
gazette.blocks[53][0] 卓院長榮泰:我們預先做移緩濟急,說有一千多件。
gazette.blocks[54][0] 龔部長明鑫:是,現在有一千多件來,已經收件,包括貸款的補助也好,也有一個是……
gazette.blocks[55][0] 徐委員欣瑩:這是針對企業、產業的部分嘛?
gazette.blocks[56][0] 龔部長明鑫:企業,沒有錯。
gazette.blocks[57][0] 徐委員欣瑩:那我們也想知道,我們支持勞工的安定就業150億……
gazette.blocks[58][0] 龔部長明鑫:那個是勞動部……
gazette.blocks[59][0] 徐委員欣瑩:150億,對。這150億我們想知道,那你到底面對哪些勞工?這些勞工要上什麼課?幾節課?誰來承辦?這150億你是怎麼評估出來的?
gazette.blocks[60][0] 洪部長申翰:跟委員報告,我們評估遇到對等關稅的衝擊,有些勞工跟產業可能會遇到比方說減班休息,或者是有時候會遇到收入縮減的狀況……
gazette.blocks[61][0] 徐委員欣瑩:對,我知道。現在減班休息的,我看到最新的數據是8,505人嘛。
gazette.blocks[62][0] 洪部長申翰:是。
gazette.blocks[63][0] 徐委員欣瑩:那我們希望這150億下去,你的目標是止痛、止血還是你可以長期造血?你告訴我。
gazette.blocks[64][0] 洪部長申翰:這裡面第一個,我們現在給勞工的支持措施裡面有包括薪資的補貼,有包括課程的補助,也有包括給予企業他要自己來辦訓或者是聯合辦訓相關津貼的支持。
gazette.blocks[65][0] 徐委員欣瑩:你有了解現在他要辦培訓,上什麼課、上幾節課、誰來承辦?這些在基層都可以進行嗎?這個執行率。
gazette.blocks[66][0] 洪部長申翰:跟委員說明,現在比方說我們的分署……
gazette.blocks[67][0] 徐委員欣瑩:有沒有什麼KPI?有沒有什麼KPI?
gazette.blocks[68][0] 洪部長申翰:我們的分署有辦訓,那企業也可以依照自己的需求,對勞工的能力或培訓的需求來辦訓,我們在目前的韌性特別條例的特別預算裡面,我們也把辦訓在經濟上面支持的額度提高,所以我們是整體性的希望對於減班休息或者是受到關稅衝擊的勞工朋友,給予他最大的支持跟幫助。
gazette.blocks[69][0] 徐委員欣瑩:那這個錢花完了以後怎麼辦?你這個錢花完,他有轉型嗎?他未來的生計怎麼辦?這個有納在裡面嗎?
gazette.blocks[70][0] 洪部長申翰:跟委員說明,第一個,我們當然希望減班休息的勞工可以儘量留在他原本的職場,因為很多中高齡的勞工,如果你要他去轉職,他會比較辛苦。第二個,因為我剛才講到,我們可能有包括訓練的部分,訓練的部分當然企業會依照他們產業現在對於勞工能力的需求……
gazette.blocks[71][0] 徐委員欣瑩:如果產業不轉型,這個產業因為碰到關稅的危機,有很多可能真的就關門了。
gazette.blocks[72][0] 洪部長申翰:所以產業轉型的部分,應該經濟部這邊其實有很多對產業轉型跟創新相關的補助,我想這都是相輔相成的。
gazette.blocks[73][0] 徐委員欣瑩:本席想請教院長,現在有關美國進口汽車關稅談判,我們預估未來會是零關稅嗎?
gazette.blocks[74][0] 卓院長榮泰:我們現在沒有辦法做這樣的預估。
gazette.blocks[75][0] 徐委員欣瑩:沒辦法預估?
gazette.blocks[76][0] 卓院長榮泰:美方有提出一些想法對全世界都通用。
gazette.blocks[77][0] 徐委員欣瑩:現在依據臺灣區車輛同業公會估計,因為現在你沒辦法預估,但如果真的最後調降至零的時候,他們預估將影響新臺幣847.74億的產值,還有8.26萬的相關從業人員,我請問這個安置計畫有準備嗎?
gazette.blocks[78][0] 卓院長榮泰:關稅零影響多少產業金額,這個前提現在我們先不設定。
gazette.blocks[79][0] 徐委員欣瑩:應該有先預估吧?
gazette.blocks[80][0] 卓院長榮泰:但是我們希望透過產業……
gazette.blocks[81][0] 徐委員欣瑩:你們先不設定,如果突然間……
gazette.blocks[82][0] 卓院長榮泰:不是,我說那個前提先不設定,但是整個來講,我們透過對產業的支持,未來出現什麼樣的衝擊,我們就用這樣的特別預算對產業的支持,全面地給它做一些必要的協助,這是我們現在的想法。但是剛剛委員說的零跟影響八百多億、影響八點二萬多人的那個前提,現在我們沒有辦法做這樣的確定。
gazette.blocks[83][0] 徐委員欣瑩:所以這個部分都……
gazette.blocks[84][0] 卓院長榮泰:我怕我說出去以後,大家都會說行政院說我們是零關稅。
gazette.blocks[85][0] 徐委員欣瑩:你不說,但是你們內部有沒有評估?那我順便問,因為我們馬上要審明年的總預算,請問行政院這邊預估對美關稅減收的總額會是多少?
gazette.blocks[86][0] 卓院長榮泰:這一定要到確定之後,我們才能做確實的……
gazette.blocks[87][0] 徐委員欣瑩:所以這次送來的預算裡面也沒有去看我們在關稅歲入的部分……
gazette.blocks[88][0] 卓院長榮泰:有,我們有照我們的推估,財政部在歲入的時候有做這樣的推估。
gazette.blocks[89][0] 徐委員欣瑩:好,沒關係……
gazette.blocks[90][0] 卓院長榮泰:但是那個推估就是在當時我們高推估的情況底下去做的。
gazette.blocks[91][0] 徐委員欣瑩:好,接著本席想請教院長,我們在照顧民生預算有3,070億元,這裡面有包含剛剛本席特別提到的獨居老人關懷服務,我想請教現在獨居老人到底對象有多少?
gazette.blocks[92][0] 卓院長榮泰:內政部應該有核算出來。
gazette.blocks[93][0] 徐委員欣瑩:獨居老人的部分。
gazette.blocks[94][0] 卓院長榮泰:對不起,應該是衛福部,我請衛福部來說明一下。
gazette.blocks[95][0] 徐委員欣瑩:可不可以快一點?我時間快到了。
gazette.blocks[96][0] 石部長崇良:報告委員,我們現在有估計的大概是70萬人。
gazette.blocks[97][0] 徐委員欣瑩:有70萬的獨居老人?
gazette.blocks[98][0] 石部長崇良:對。
gazette.blocks[99][0] 徐委員欣瑩:你怎麼估出來的?
gazette.blocks[100][0] 石部長崇良:我們從各縣市單位報上來的有列冊。
gazette.blocks[101][0] 徐委員欣瑩:所以已經請各縣市報上來?
gazette.blocks[102][0] 石部長崇良:對,先盤點,然後我們預估在未來兩年對這70萬獨居老人都能夠完成訪視,然後依據評估的結果安排後續的服務。
gazette.blocks[103][0] 徐委員欣瑩:好。本席手上看到內政部推估是97萬6,925人,看到衛福部的調查報告是39萬,這可能這是比較舊的,現在你說70萬,你們目前造冊的有70萬嗎?
gazette.blocks[104][0] 石部長崇良:對。
gazette.blocks[105][0] 徐委員欣瑩:造冊已經有70萬?
gazette.blocks[106][0] 石部長崇良:對。
gazette.blocks[107][0] 徐委員欣瑩:好,那你打算怎麼關懷?
gazette.blocks[108][0] 石部長崇良:除了訪視之外,我們的預算是編兩年,我們預估兩年內至少都要訪視一次,然後訪視完會分級管理,有些比較欠缺自立、需要協助生活的跟可以自立的,把它分開。
gazette.blocks[109][0] 徐委員欣瑩:好,你要訪視70萬人,對不對?
gazette.blocks[110][0] 石部長崇良:對。
gazette.blocks[111][0] 徐委員欣瑩:我請教你,你有評估訪視的人力足夠嗎?
gazette.blocks[112][0] 石部長崇良:所以才需要這個特別預算。
gazette.blocks[113][0] 徐委員欣瑩:知不知道關懷人力有嚴重的缺口?這一塊部長知道嗎?
gazette.blocks[114][0] 石部長崇良:對,我們了解,所以才需要有這一筆預算來支持,能夠快速的……
gazette.blocks[115][0] 徐委員欣瑩:這筆預算有了,人力就俱足了嗎?
gazette.blocks[116][0] 石部長崇良:對,我們會努力的把它完成,這個不容易達成,但是我們是希望兩年時間……
gazette.blocks[117][0] 徐委員欣瑩:不容易達成,但是錢已經都編這麼多了,因為時間的關係,最後本席要跟院長說,我們的特別預算常態化,從民進黨執政這九年多來,這太明顯了,特別預算是特別預算,怎麼可以用平常的預算?所以我們就發現特別預算的執行成效非常差,然後項目整個規劃也不好,所以我們希望,院長,特別預算是不是可以委由公正、獨立的第三方機構,它把特別預算的項目能夠做成本效益分析,以及執行後的整個追蹤、考核?
gazette.blocks[118][0] 卓院長榮泰:委員,您放心,行政院編列預算,主計總處都會做很嚴謹的管控,我們去委託一個第三方,這應該不符合政府的體制,但主計總處會很嚴謹的管控。
gazette.blocks[119][0] 徐委員欣瑩:我們更希望的是常態預算就編在年度預算。
gazette.blocks[120][0] 卓院長榮泰:我們這次是因為國際形勢以及颱風,所以編了兩個特別預算,請委員支持。
gazette.blocks[121][0] 主席:謝謝徐委員、謝謝卓院長,時間到了,謝謝。
gazette.blocks[121][1] 賴瑞隆委員之質詢以書面提出,請行政院以書面答復,並列入紀錄,刊登公報。
gazette.blocks[122][0] 委員賴瑞隆書面質詢:
gazette.blocks[122][1] 一、談判團隊持續為台灣爭取最有利條件,與美國共創雙贏,必須慎重應對國內試圖以不實謠言擾亂民心之舉措,政府相關部會應及時澄清、回應,採取主動積極作為
gazette.blocks[122][2] (一)美國對台灣目前暫行對等關稅稅率為20%,日前已完成第5輪實體磋商,有鑑於美國持續擴張232條款適用對象,且該條款對我國金屬扣件、汽車零組件等產業影響重大,盼談判團隊持續爭取對我國最有利條件,加強台美供應鏈合作,深化台美貿易夥伴關係。
gazette.blocks[122][3] (二)此外,有關於美國商務部長盧特尼克(Howard Lutnick)的在接受《News Nation》專訪時,提到希望美國在先進製程晶片製造能提升到50%,以在衝突危機中具有更高行動能力,如此的論點遭部分人士解讀為美國與台灣「晶片五五分」,要奪取我國晶片製造技術與生產線,並透過社群媒體大量擴散,不僅影響民心安定,恐進一步影響台美建立互信合作關係之談判。
gazette.blocks[122][4] (三)事實上,我國對美談判團隊從未做出「晶片五五分」的承諾,這次沒有討論這項議題,也不會答應這樣的條件。政府允應加強加強資訊公開,讓關心關稅談判的國人能接獲政府傳遞的正確資訊,並對散布之錯假資訊加強釐清與溯源追加,如有涉及不法情事也應追究法律責任。
gazette.blocks[122][5] 二、相較於高科技產業,高雄的機械、金屬扣件等傳統產業受美關稅衝擊影響嚴重,有鑑於傳統產業投入研發比重難以提升,經濟部如何投入更多協助傳產升級?包括方案、策略、計劃及預算等?
gazette.blocks[122][6] (一)今年3月美國政府以《1962年貿易擴張法》第232條的授權規定,宣布對進口鋼鐵與鋁課徵50%的關稅,高雄市的金屬扣件、汽車零組件等產業首當其衝,其產品有高達92%的出口金額都銷往美國,衝擊金額達523億元。
gazette.blocks[122][7] (二)據經濟部資料,我國傳統製造業者約8.60萬家,占整體製造業比重逾九成,並以金屬製品、機械設備、塑膠製品及食品等家數最多,112年度僅機械設備業投入研發經費達243億元,占該年度整體研發經費之2.8%、位居中行業排序第4較高,其餘金屬製品、塑膠製品、食品等業別投入研發占比均未達1%,這主要是因為我國傳統產業多數以中小企業規模營運,為爭取國際市場,不得不以低利潤率報價搶單,難以投資技術研發,經濟部應擴大釋出技術移轉與研發量能,協助傳統產業產品市場價值。並對高雄市受影響的金屬、機械、石化等產業從寬認定,提供業者足夠資金與技術支援協助,以度過難關、進一步提升產業整體競爭力。
gazette.blocks[122][8] (三)此外,國家產業政策、基礎建設計畫應再次審視,以平衡南北差距問題,經濟部主管法人及國公營事業應繼續推動在高雄設置研發中心,加強與高雄產業的技術研發合作,挹注更多資源,提高工業產品附加價值。基礎建設部分,持續擴大支持高雄軌道建設推動,以平抑過往以來重北輕南、國土發展不均、環境成本不正義的問題,請行政院針對上述問題提出具體說明及規劃。
gazette.blocks[122][9] 三、農業受國際情勢衝擊,政府如何落實農業韌性與糧食安全?
gazette.blocks[122][10] (一)根據特別預算案,農業部主管編列190億元,主要係辦理強化農漁業外銷冷凍(藏)體系50億2,920萬元、獎勵業者拓展美國高端外銷市場44億9,950萬元、提供農業金融支持措施24億元、協助開拓銷售通路與推廣20億8,230萬元、辦理產業加值轉型19億2,950萬元、辦理調整生產模式與推動合作生產穩定供銷11億1,701萬元、辦理強化糧食儲備與穩定緊急時期糧食供應8億元。
gazette.blocks[122][11] (二)美國加徵高額關稅,除工業產品外,農漁產品亦受影響,農業部於特別預算編列190億元,包括強化冷鏈體系、拓銷美國市場、推動產業加值轉型及糧食儲備等。但目前農產品外銷集中少數市場,價格波動風險亦高,且氣候變遷造成國內糧食自給率長期偏低。行政院應說明:
gazette.blocks[122][12] 1.如何確保農業特別預算執行之效益並落實照顧農漁民,避免僅淪為短期補助?
gazette.blocks[122][13] 2.未來將如何推動農業多元市場佈局及精準行銷,降低外銷過度依賴單一市場風險?
gazette.blocks[122][14] 3.在糧食安全方面,如何強化戰略物資儲備及農業生產模式調整,以保障民生基本需求?
gazette.blocks[122][15] 四、均衡台灣整體發展,行政院應盡速盤整並提出財政劃分收支法再修正
gazette.blocks[122][16] (一)113年12月20日立法院三讀通過,並於114年3月21日經總統公布施行之《財政收支劃分法》修正,其修法過程欠缺朝野雙方、中央與地方政府充足討論,以致現行法有諸多重大缺失亂象,包括1.財政結構失衡,現行法第八條大幅調整各級政府稅收劃分,減少中央政府可運用的財源,直接改變中央與地方間的財政結構,但並未同時檢討事權分配,導致地方獲得大筆收入挹注卻無相對應施政項目與人力編制,中央仍須負擔原有事務卻缺乏財源之困境。2.施政項目受衝擊,中央政府的經常性收入將減少,影響到部分中央政府施政項目的預算額度,特別是國防支出、育兒津貼、租金補貼等將面臨嚴峻的刪減壓力,中央政府需要大幅刪減補助地方政府等支出,預計需要刪減約28%的彈性歲出。3.內容矛盾與窒礙難行:現行法部分修正內容存在矛盾或不夠具體明確,造成執行上的困難。在計算地方統籌分配稅款時,出現公式錯誤,導致約345億元統籌分配稅款無法全數分配給地方政府之荒謬情事。4.未考慮準備期影響預算執行:修法內容未考量應有的準備作業期間,不利於各級政府預算秩序的維持與執行。5.與憲法精神未符:財劃法原意旨是為了落實憲法關於地方經濟平衡發展的原則。此次修法結果導致全國最富裕的臺北市增加416億元統籌稅款收入,為全國增加最多,相對之下,財政狀態較差縣市,以及負擔較高縣市則未能因此改善收入,修法結果不符合憲法及財劃法立法宗旨。6.踐踏環境正義:將營業稅改為全部分配給地方政府,讓集中我國30.8%公司營業登記的台北市集中更多資源,但企業往往將生產線與工廠設置於中南部,特別是高雄市集中各大重化工業,鋼鐵及石化產值占比達全國三分之一,變成稅由台北收,汙染留高雄的不公平現象。
gazette.blocks[122][17] (二)綜上,財政收支劃分法前次修法,係為一次倉卒、魯莽以及無視財政均衡與紀律,擴大城鄉、嚴重重北輕南影響整體國家發展,繼續讓高雄市民承受國家發展重工業導致各項污染與環境成本之惡法,行政院允應盡速完成與地方政府就財源及事權溝通後提出合理之修正提案,差重新檢視統籌分配款之公式,重新均衡全國差距問題,避免資源過度集中,以利我國整體均衡發展、落實環境正義。
gazette.blocks[123][0] 主席:下一位請謝衣鳯委員質詢。
gazette.agenda.page_end 214
gazette.agenda.meet_id 院會-11-4-3
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 江啟臣
gazette.agenda.speakers[2] 張啓楷
gazette.agenda.speakers[3] 吳思瑤
gazette.agenda.speakers[4] 楊瓊瓔
gazette.agenda.speakers[5] 林憶君
gazette.agenda.speakers[6] 莊瑞雄
gazette.agenda.speakers[7] 葉元之
gazette.agenda.speakers[8] 王定宇
gazette.agenda.speakers[9] 翁曉玲
gazette.agenda.speakers[10] 陳亭妃
gazette.agenda.speakers[11] 廖先翔
gazette.agenda.speakers[12] 鍾佳濱
gazette.agenda.speakers[13] 黃健豪
gazette.agenda.speakers[14] 邱志偉
gazette.agenda.speakers[15] 林德福
gazette.agenda.speakers[16] 林岱樺
gazette.agenda.speakers[17] 賴士葆
gazette.agenda.speakers[18] 陳冠廷
gazette.agenda.speakers[19] 洪孟楷
gazette.agenda.speakers[20] 李坤城
gazette.agenda.speakers[21] 徐欣瑩
gazette.agenda.speakers[22] 賴瑞隆
gazette.agenda.speakers[23] 謝衣鳯
gazette.agenda.page_start 98
gazette.agenda.meetingDate[0] 2025-10-03
gazette.agenda.gazette_id 1147801
gazette.agenda.agenda_lcidc_ids[0] 1147801_00007
gazette.agenda.agenda_lcidc_ids[1] 1147801_00008
gazette.agenda.meet_name 立法院第11屆第4會期第3次會議紀錄
gazette.agenda.content 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─詢答完畢─
gazette.agenda.agenda_id 1147801_00013