iVOD / 165028

Field Value
IVOD_ID 165028
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165028
日期 2025-11-05
會議資料.會議代碼 委員會-11-4-20-6
會議資料.會議代碼:str 第11屆第4會期財政委員會第6次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 6
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第4會期財政委員會第6次全體委員會議
影片種類 Clip
開始時間 2025-11-05T10:10:45+08:00
結束時間 2025-11-05T10:22:12+08:00
影片長度 00:11:27
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/0bb7d6ea348ff1d2990112a90cb4a2f1e93813deec41dbca462d9096eb7c9b671b9d0562b452a15f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:10:45 - 10:22:12
會議時間 2025-11-05T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第6次全體委員會議(事由:審查「使用牌照稅法」29案:(僅詢答) 一、行政院函請審議、本院委員邱鎮軍等19人、委員陳超明等18人、委員羅明才等20人、委員廖偉翔等19人、委員楊瓊瓔等27人、委員許宇甄等22人、委員邱若華等17人、委員林俊憲等26人、委員王鴻薇等19人、委員李彥秀等16人、委員蘇清泉等18人、委員徐欣瑩等24人、委員郭昱晴等19人、委員王美惠等19人、委員李坤城等18人、委員羅廷瑋等17人、委員郭國文等18人、委員吳沛憶等17人、委員葛如鈞等16人、委員沈發惠等17人、委員林思銘等22人、委員賴士葆等25人、委員黃健豪等20人分別擬具「使用牌照稅法第五條條文修正草案」等24案。【後2案如經院會復議,本次會議不予審查】 二、本院台灣民眾黨黨團擬具「使用牌照稅法第五條及第七條條文修正草案」案。 三、本院委員廖先翔等17人擬具「使用牌照稅法第五條及第三十八條條文修正草案」案。 四、本院委員牛煦庭等17人、委員鍾佳濱等16人分別擬具「使用牌照稅法第七條條文修正草案」等2案。【後1案如經院會復議,本次會議不予審查】 五、本院委員廖偉翔等17人擬具「使用牌照稅法第七條及第三十八條條文修正草案」案。 【11月5日及6日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 3.15284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.81096875
transcript.pyannote[1].end 5.44784375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 6.39284375
transcript.pyannote[2].end 6.44346875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.50659375
transcript.pyannote[3].end 9.46409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 9.46409375
transcript.pyannote[4].end 13.12596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 10.32471875
transcript.pyannote[5].end 11.37096875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 13.56471875
transcript.pyannote[6].end 14.02034375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 14.66159375
transcript.pyannote[7].end 30.42284375
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 22.40721875
transcript.pyannote[8].end 23.23409375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 30.69284375
transcript.pyannote[9].end 39.83909375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 40.41284375
transcript.pyannote[10].end 45.61034375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 46.09971875
transcript.pyannote[11].end 55.07721875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 55.38096875
transcript.pyannote[12].end 59.32971875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 59.56596875
transcript.pyannote[13].end 64.94909375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 65.35409375
transcript.pyannote[14].end 67.32846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 67.34534375
transcript.pyannote[15].end 73.62284375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 73.97721875
transcript.pyannote[16].end 77.13284375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 77.62221875
transcript.pyannote[17].end 78.70221875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 77.63909375
transcript.pyannote[18].end 78.11159375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 78.93846875
transcript.pyannote[19].end 80.15346875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 80.55846875
transcript.pyannote[20].end 86.58284375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 87.39284375
transcript.pyannote[21].end 89.97471875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 88.69221875
transcript.pyannote[22].end 89.09721875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 89.97471875
transcript.pyannote[23].end 90.53159375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 91.00409375
transcript.pyannote[24].end 91.94909375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 93.90659375
transcript.pyannote[25].end 95.52659375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 96.31971875
transcript.pyannote[26].end 99.47534375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 99.84659375
transcript.pyannote[27].end 101.56784375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 102.31034375
transcript.pyannote[28].end 108.19971875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 108.97596875
transcript.pyannote[29].end 110.22471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 110.73096875
transcript.pyannote[30].end 113.93721875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 115.96221875
transcript.pyannote[31].end 121.73346875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 119.87721875
transcript.pyannote[32].end 120.70409375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 121.96971875
transcript.pyannote[33].end 130.06971875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 123.01596875
transcript.pyannote[34].end 123.50534375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 132.06096875
transcript.pyannote[35].end 133.00596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 133.61346875
transcript.pyannote[36].end 135.03096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 135.79034375
transcript.pyannote[37].end 137.81534375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 138.84471875
transcript.pyannote[38].end 140.71784375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 142.65846875
transcript.pyannote[39].end 142.67534375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 142.67534375
transcript.pyannote[40].end 142.69221875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 142.69221875
transcript.pyannote[41].end 143.02971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 143.02971875
transcript.pyannote[42].end 143.65409375
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 143.89034375
transcript.pyannote[43].end 145.57784375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 144.21096875
transcript.pyannote[44].end 147.06284375
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 147.97409375
transcript.pyannote[45].end 153.00284375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 147.99096875
transcript.pyannote[46].end 149.18909375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 151.24784375
transcript.pyannote[47].end 154.18409375
transcript.pyannote[48].speaker SPEAKER_04
transcript.pyannote[48].start 154.89284375
transcript.pyannote[48].end 157.27221875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 156.52971875
transcript.pyannote[49].end 157.32284375
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 157.32284375
transcript.pyannote[50].end 157.47471875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 157.47471875
transcript.pyannote[51].end 157.67721875
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 157.67721875
transcript.pyannote[52].end 157.76159375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 157.76159375
transcript.pyannote[53].end 163.71846875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 164.96721875
transcript.pyannote[54].end 174.67034375
transcript.pyannote[55].speaker SPEAKER_04
transcript.pyannote[55].start 175.80096875
transcript.pyannote[55].end 179.12534375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 177.99471875
transcript.pyannote[56].end 178.75409375
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 179.41221875
transcript.pyannote[57].end 182.70284375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 179.44596875
transcript.pyannote[58].end 179.86784375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 181.89284375
transcript.pyannote[59].end 193.16534375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 194.05971875
transcript.pyannote[60].end 197.95784375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 198.39659375
transcript.pyannote[61].end 208.40346875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 210.32721875
transcript.pyannote[62].end 218.20784375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 218.41034375
transcript.pyannote[63].end 221.78534375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 221.83596875
transcript.pyannote[64].end 223.32096875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 223.75971875
transcript.pyannote[65].end 232.02846875
transcript.pyannote[66].speaker SPEAKER_04
transcript.pyannote[66].start 233.29409375
transcript.pyannote[66].end 236.75346875
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 236.83784375
transcript.pyannote[67].end 237.78284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 237.14159375
transcript.pyannote[68].end 237.15846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 237.15846875
transcript.pyannote[69].end 237.22596875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 237.22596875
transcript.pyannote[70].end 237.24284375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 237.24284375
transcript.pyannote[71].end 237.29346875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 237.29346875
transcript.pyannote[72].end 237.42846875
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 238.40721875
transcript.pyannote[73].end 241.49534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 241.24221875
transcript.pyannote[74].end 241.73159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 241.79909375
transcript.pyannote[75].end 254.47221875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 254.37096875
transcript.pyannote[76].end 254.45534375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 254.47221875
transcript.pyannote[77].end 257.17221875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 257.96534375
transcript.pyannote[78].end 264.24284375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 265.54221875
transcript.pyannote[79].end 285.72471875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 285.79221875
transcript.pyannote[80].end 298.95471875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 299.56221875
transcript.pyannote[81].end 301.08096875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 301.31721875
transcript.pyannote[82].end 303.83159375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 304.38846875
transcript.pyannote[83].end 308.43846875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 308.99534375
transcript.pyannote[84].end 310.71659375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 310.96971875
transcript.pyannote[85].end 313.61909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 313.92284375
transcript.pyannote[86].end 325.63409375
transcript.pyannote[87].speaker SPEAKER_04
transcript.pyannote[87].start 326.14034375
transcript.pyannote[87].end 333.22784375
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 333.61596875
transcript.pyannote[88].end 346.05284375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 344.63534375
transcript.pyannote[89].end 362.40471875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 363.07971875
transcript.pyannote[90].end 367.19721875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 367.61909375
transcript.pyannote[91].end 368.29409375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 368.83409375
transcript.pyannote[92].end 370.38659375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 370.96034375
transcript.pyannote[93].end 372.10784375
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 371.06159375
transcript.pyannote[94].end 380.83221875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 381.15284375
transcript.pyannote[95].end 382.26659375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 381.18659375
transcript.pyannote[96].end 394.99034375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 395.24346875
transcript.pyannote[97].end 406.73534375
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 407.52846875
transcript.pyannote[98].end 421.38284375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 419.10471875
transcript.pyannote[99].end 424.20096875
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 423.23909375
transcript.pyannote[100].end 423.93096875
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 424.11659375
transcript.pyannote[101].end 424.57221875
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 424.70721875
transcript.pyannote[102].end 425.44971875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 424.74096875
transcript.pyannote[103].end 426.20909375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 427.06971875
transcript.pyannote[104].end 443.84346875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 427.22159375
transcript.pyannote[105].end 427.23846875
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 427.23846875
transcript.pyannote[106].end 427.71096875
transcript.pyannote[107].speaker SPEAKER_04
transcript.pyannote[107].start 429.98909375
transcript.pyannote[107].end 430.05659375
transcript.pyannote[108].speaker SPEAKER_04
transcript.pyannote[108].start 430.09034375
transcript.pyannote[108].end 430.24221875
transcript.pyannote[109].speaker SPEAKER_04
transcript.pyannote[109].start 435.65909375
transcript.pyannote[109].end 438.15659375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 445.54784375
transcript.pyannote[110].end 448.16346875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 446.94846875
transcript.pyannote[111].end 461.19096875
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 461.78159375
transcript.pyannote[112].end 464.44784375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 465.78096875
transcript.pyannote[113].end 473.22284375
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 466.79346875
transcript.pyannote[114].end 467.90721875
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 468.49784375
transcript.pyannote[115].end 468.88596875
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 472.09221875
transcript.pyannote[116].end 498.14721875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 497.62409375
transcript.pyannote[117].end 506.80409375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 508.08659375
transcript.pyannote[118].end 509.40284375
transcript.pyannote[119].speaker SPEAKER_04
transcript.pyannote[119].start 509.40284375
transcript.pyannote[119].end 512.77784375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 509.45346875
transcript.pyannote[120].end 510.04409375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 512.35596875
transcript.pyannote[121].end 514.93784375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 515.61284375
transcript.pyannote[122].end 518.68409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 524.84346875
transcript.pyannote[123].end 546.25784375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 529.11284375
transcript.pyannote[124].end 529.24784375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 534.54659375
transcript.pyannote[125].end 535.12034375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 541.58346875
transcript.pyannote[126].end 541.95471875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 546.74721875
transcript.pyannote[127].end 559.36971875
transcript.pyannote[128].speaker SPEAKER_04
transcript.pyannote[128].start 559.70721875
transcript.pyannote[128].end 567.80721875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 560.28096875
transcript.pyannote[129].end 560.83784375
transcript.pyannote[130].speaker SPEAKER_04
transcript.pyannote[130].start 567.84096875
transcript.pyannote[130].end 568.24596875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 567.90846875
transcript.pyannote[131].end 568.29659375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 568.54971875
transcript.pyannote[132].end 570.06846875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 570.10221875
transcript.pyannote[133].end 573.84846875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 573.98346875
transcript.pyannote[134].end 574.64159375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 574.82721875
transcript.pyannote[135].end 577.03784375
transcript.pyannote[136].speaker SPEAKER_04
transcript.pyannote[136].start 577.84784375
transcript.pyannote[136].end 588.29346875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 583.23096875
transcript.pyannote[137].end 583.29846875
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 583.65284375
transcript.pyannote[138].end 585.49221875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 586.47096875
transcript.pyannote[139].end 593.25471875
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 591.11159375
transcript.pyannote[140].end 591.12846875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 591.12846875
transcript.pyannote[141].end 591.51659375
transcript.pyannote[142].speaker SPEAKER_04
transcript.pyannote[142].start 591.51659375
transcript.pyannote[142].end 591.68534375
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 594.52034375
transcript.pyannote[143].end 608.93159375
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 609.91034375
transcript.pyannote[144].end 610.58534375
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 610.93971875
transcript.pyannote[145].end 613.67346875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 613.85909375
transcript.pyannote[146].end 618.71909375
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 619.36034375
transcript.pyannote[147].end 623.02221875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 623.10659375
transcript.pyannote[148].end 624.62534375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 625.03034375
transcript.pyannote[149].end 629.60346875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 630.00846875
transcript.pyannote[150].end 633.23159375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 633.40034375
transcript.pyannote[151].end 643.12034375
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 643.86284375
transcript.pyannote[152].end 657.24471875
transcript.pyannote[153].speaker SPEAKER_04
transcript.pyannote[153].start 656.60346875
transcript.pyannote[153].end 665.86784375
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 665.07471875
transcript.pyannote[154].end 673.07346875
transcript.pyannote[155].speaker SPEAKER_04
transcript.pyannote[155].start 667.48784375
transcript.pyannote[155].end 667.80846875
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 669.10784375
transcript.pyannote[156].end 671.53784375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 673.07346875
transcript.pyannote[157].end 676.36409375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 681.61221875
transcript.pyannote[158].end 683.89034375
transcript.whisperx[0].start 1.371
transcript.whisperx[0].end 8.239
transcript.whisperx[0].text 財稅局專門委員台南市的莊委員好李文文
transcript.whisperx[1].start 13.632
transcript.whisperx[1].end 39.464
transcript.whisperx[1].text 部長 首先本席要肯定這一次使用牌照稅的那個第五條修正草案就肯定 可是這樣的一個修法當然我們目的是要讓電動車就是可以把它那個整個運具把它電動化那甚至我們也支持就是說2050近年排碳的一個國家的一個目的那事實上就是說
transcript.whisperx[2].start 40.504
transcript.whisperx[2].end 64.493
transcript.whisperx[2].text 全國的地方政府已經減少90億的地方稅收了這減少了90億的地方稅收然後我們來支持就是說在延長5年在延長5年的這一個法的一個修正那首先我想我先請教一下那個台南市政府那個財稅局那個李專委
transcript.whisperx[3].start 65.433
transcript.whisperx[3].end 89.232
transcript.whisperx[3].text 因為你們的支持支持中央的一個這樣的政策所以你每一年台南市少收了多少錢我們今年的話少了6億14年那整個今年少了2億那整個政策下來是少了6億不好意思今年少2億然後
transcript.whisperx[4].start 93.956
transcript.whisperx[4].end 113.447
transcript.whisperx[4].text 一年少兩億對來那個專委你看一下那個我的那個投影片裡頭這個是你們台南市政府的一個稅務局稅務局的一個公文是那你們講了就是在這個說明裡頭就是說
transcript.whisperx[5].start 116.287
transcript.whisperx[5].end 129.83
transcript.whisperx[5].text 稅收的損失累計將達二十億九千萬那是說未來五年未來的五年嘛對所以你一年少收了兩億嘛是好 謝謝來 那個李專委你請回部長是這個我們你知道一台那個油車大概多少錢起跳用牌照稅啊
transcript.whisperx[6].start 143.959
transcript.whisperx[6].end 157.513
transcript.whisperx[6].text 一台油車賣了多少錢基本上還是要看它是哪一種車款或者是就大概1500cc的大概要百萬吧那這個電動車大概就是150萬以上的電動車
transcript.whisperx[7].start 164.997
transcript.whisperx[7].end 192.288
transcript.whisperx[7].text 那150萬以上的電動車跟500萬的電動車我們有沒有分級去扣他的這個那個牌照稅在電動車沒有應該是沒有所以免就是就沒有分級了就是我們是一致性的嘛一致性的那好今天要跟部長探討的就是說這個有錢的人不用繳稅一般的人要繳稅
transcript.whisperx[8].start 194.57
transcript.whisperx[8].end 207.197
transcript.whisperx[8].text 這個顯然好像不是非常的合理部長每一年我們花了這麼多的錢地方政府就是在這5年我們可能會少收掉我們少收掉那個300
transcript.whisperx[9].start 211.353
transcript.whisperx[9].end 231.742
transcript.whisperx[9].text 376億的稅收流失掉了在全國的地方政府然後我們拿來補貼這一些就是配合我們的政策就是說要減能減碳然後這一些電動車那這樣子的一個方式那你有沒有算到就是說他每一年二氧化碳的那個排放量減少了多少
transcript.whisperx[10].start 233.482
transcript.whisperx[10].end 256.377
transcript.whisperx[10].text 這個部分應該環境部或經濟部都有計算對 它的統計裡面一下請組長補充一下是 我們覺得根據經濟部所做的碎屍支柱評估它可以未來5年可以減少310萬公餅的燃油消耗量還有739萬公噸的二氧化碳排放量好的 第二頁了 第二頁了好
transcript.whisperx[11].start 258.398
transcript.whisperx[11].end 286.873
transcript.whisperx[11].text 這個好像是邏輯性其實我聽了不太懂那事實上就是說差了多少你二氧化碳的排放量你少了多少這個數據應該是要很明確的讓我們知道那這樣子我們持續一直5年5年的來修法這個才有意思因為所有現在在全國的這個地方政府的財稅局都在這個地方他們少收了
transcript.whisperx[12].start 287.313
transcript.whisperx[12].end 308.19
transcript.whisperx[12].text 因為要負擔了配合中央的一個政策少收了很多的一個地方稅這地方稅是壓榨到他們的長照他們的教育還有他們的零零總總就像你看台南這五年少收了20.6億那有沒有一個就是比較公平的一個方式呢
transcript.whisperx[13].start 309.091
transcript.whisperx[13].end 325.439
transcript.whisperx[13].text 是不是應該要有一個分級式的一個減稅的制度不然你只要是買電動車不管是1000cc 1500cc 3000cc減的稅都是一樣的嘛這樣有道理嗎我想聽聽你們的一個建議啊
transcript.whisperx[14].start 326.315
transcript.whisperx[14].end 354.894
transcript.whisperx[14].text 是謝謝委員的提示我想這個部分您認為說應該要有一個更公平的也就是說你買的更高價的其實你有享受更高的一個減稅的利益那這個部分委員的建議也許我們可以再遵循經濟部以及環境部這方面的一個意見那看要怎麼樣的方式更為合理你看你這個稅務是倒退你買電動車你可以享受免貨物稅免牌照稅免燃料稅的多重優惠
transcript.whisperx[15].start 355.374
transcript.whisperx[15].end 367.822
transcript.whisperx[15].text 那這樣子的一個政策的設計就是在一個框框環保我們要追求環保這個也都有道理可是如果長期一直這樣下去的話我覺得
transcript.whisperx[16].start 368.905
transcript.whisperx[16].end 396.588
transcript.whisperx[16].text 不是非常的合理所以我們的租稅優惠都定有一定的期限就是期限到什麼時間然後在這個期限屆滿前可以做一些檢討跟調整你如果每年每年都有一個當然你每年都會有一個檢討嘛每五年就是一個檢討每五年就是一個檢討那你講他就是說電動車的成長率每年是30他的成長率是30%在成長
transcript.whisperx[17].start 398.169
transcript.whisperx[17].end 425.741
transcript.whisperx[17].text 那现在到底电动车它所占的市场的那个%有多少这个你们也要跟我们报告啊我们在那个税市支出评估里面都提出来那我们大概统计的结果到今年的9月电动车大概有12万0834辆而电动机车大概有79万4000辆你这个电动车占的比例这个成长的比例到底占了几%对成长占了几%
transcript.whisperx[18].start 427.113
transcript.whisperx[18].end 443.588
transcript.whisperx[18].text 我看你寫說是每年30%嘛那你一年30%那是不是到了第二年的時候會不會有60%也就是說他成長的比例那我為什麼要同意讓你延到2030年啊這沒有道理啊你保障有錢人啊
transcript.whisperx[19].start 445.592
transcript.whisperx[19].end 464.208
transcript.whisperx[19].text 委員就是說成長的比例因為你知道所有的人大概都是買一百萬的電油車你要跳到電動車的話就是要一百五十萬起跳剛才我在跟你陳述的溝通的就是這樣的一個道理委員的理念是
transcript.whisperx[20].start 466.034
transcript.whisperx[20].end 471.439
transcript.whisperx[20].text 你了解我的理念是不是有一個比較好的一個建議方式第一個電動車我們不管在貨物稅也好在牌照稅以後給予免徵這個確實達到的一個效果就希望能夠趕快增加的就是說汰換這個
transcript.whisperx[21].start 484.19
transcript.whisperx[21].end 504.084
transcript.whisperx[21].text 燃油車然後改用電動車的一個目的同時我們也希望國內的電動車的產業能夠持續的發展鼓勵消費者買那我們的產業也能夠發展起來我覺得這也是一個很同樣的一個目的在裡面其實政策修正我是建議就是說你要延長授權給地方政府免徵這個電動車量的使用牌照稅
transcript.whisperx[22].start 508.137
transcript.whisperx[22].end 518.283
transcript.whisperx[22].text 是授權的因為他是地方稅所以地方政府得他是地方稅可是他撿不到這些錢他沒有受益到
transcript.whisperx[23].start 524.898
transcript.whisperx[23].end 545.994
transcript.whisperx[23].text 我的意思是说地方政府没有收到这些钱那没关系部长我们可以那个会后我们再一起探讨一下其实在这里还是建议你就是说你必须要你刚才就有特别讲到跨部会的一个合作我们是不是可以那个设置一个电动车免税的一个补助基金
transcript.whisperx[24].start 546.835
transcript.whisperx[24].end 565.868
transcript.whisperx[24].text 那這個基金其實我們可以用來調整免稅的範圍跟對象還有你的逐步的退場機制其實你現在推動的非常好你的退場機制要出來啊是了解我想委員這個建議很好我們再跟相關的部會然後再來討論也跟委員請教
transcript.whisperx[25].start 568.61
transcript.whisperx[25].end 585.359
transcript.whisperx[25].text 那再請教妳 妳有沒有建立一個成效的評估的制度這個部分都會有的 因為我們在提出稅法的優惠的時候都要目的事業主管機關 他的稅是支出評估講一個比較具體的好不好 每一年也會來 署長妳來做補充一下 就是說成效評估
transcript.whisperx[26].start 594.914
transcript.whisperx[26].end 608.661
transcript.whisperx[26].text 報告委員我們現在納保法的規定都是要做稅制支出評估那像這個法案的稅制支出評估我們也會送立法院這邊參考另外我們會要求他必須要去定期揭露他整個實施的成效
transcript.whisperx[27].start 610.086
transcript.whisperx[27].end 636.205
transcript.whisperx[27].text 所以我還是要再回到一句話再請問你們就是說部長跟署長你們對於這個稅制你們是滿意的雖然它減碳的成效基本上我們看起來我們看起來就是說其實我一直找不到就是一個比較具體的一個數目所有的官方的資料裡頭找不到不知道是環保局那個環境部他們
transcript.whisperx[28].start 637.026
transcript.whisperx[28].end 659.453
transcript.whisperx[28].text 用的方式其實是我們不了解的還是剛才署長你回答的這個我也聽不懂你要告訴我說啊這個有幾千輛的這個什麼電動車這個都太籠統了到底你的排放量你到底減少了多少我們希望有一個正確的一個數字給我們做參考好不好我們再提送報告給委員同時
transcript.whisperx[29].start 660.833
transcript.whisperx[29].end 674.077
transcript.whisperx[29].text 也看在哪應該要揭露這樣的一個成果讓全國民眾了解是嘛這樣子我們支持你的這個修法那個正當性會更強好不好謝謝委員提示謝謝部長謝謝主席好謝謝賴慧雲委員的質詢接下來我們請李彥秀委員質詢
gazette.lineno 348
gazette.blocks[0][0] 賴委員惠員:(10時10分)謝謝主席。有請財政部莊部長。
gazette.blocks[1][0] 主席:請莊部長。
gazette.blocks[2][0] 賴委員惠員:還有臺南市財稅局專門委員。
gazette.blocks[3][0] 主席:是,臺南市的李玟玟專委。
gazette.blocks[4][0] 莊部長翠雲:委員好。
gazette.blocks[5][0] 賴委員惠員:部長,首先本席要肯定這一次有關使用牌照稅第五條條文修正草案。
gazette.blocks[6][0] 莊部長翠雲:謝謝委員支持。
gazette.blocks[7][0] 賴委員惠員:可是這樣的修法,當然我們目的是要讓整個運具電動化,甚至我們也支持2050淨零排碳的一個國家的目的,事實上全國的地方政府已經減少90億的地方稅收了,減少90億的地方稅收,然後我們來支持再延長5年這一個法的修正。首先我先請教一下臺南市政府財稅局李專委,因為你們支持中央這樣的政策,所以每一年臺南市少收了多少錢?
gazette.blocks[8][0] 李專門委員玟玟:我們今年少了6億,這是114年,整個……
gazette.blocks[9][0] 賴委員惠員:對。
gazette.blocks[10][0] 李專門委員玟玟:今年少了兩億,整個政策下來是少了6億,不好意思。
gazette.blocks[11][0] 賴委員惠員:今年少兩億?
gazette.blocks[12][0] 李專門委員玟玟:對。
gazette.blocks[13][0] 賴委員惠員:一年少兩億?
gazette.blocks[14][0] 李專門委員玟玟:對。
gazette.blocks[15][0] 賴委員惠員:專委,你看一下我的投影片,這是你們臺南市政府稅務局的公文,你們講了,就是在說明裡提到稅收的損失累計將達20億9,000萬……
gazette.blocks[16][0] 李專門委員玟玟:那是說未來5年。
gazette.blocks[17][0] 賴委員惠員:未來的5年嘛!
gazette.blocks[18][0] 李專門委員玟玟:對。
gazette.blocks[19][0] 賴委員惠員:所以你一年少收了兩億嘛!
gazette.blocks[20][0] 李專門委員玟玟:是。
gazette.blocks[21][0] 賴委員惠員:好,謝謝。李專委,你請回。
gazette.blocks[21][1] 部長,你知道1臺油車大概多少錢起跳?
gazette.blocks[22][0] 莊部長翠雲:使用牌照稅嗎?
gazette.blocks[23][0] 賴委員惠員:不是,1臺油車賣了多少錢?80萬、100萬?
gazette.blocks[24][0] 莊部長翠雲:基本上還是要看它是哪一種車款或者是……
gazette.blocks[25][0] 賴委員惠員:對,大概1,500cc的。
gazette.blocks[26][0] 莊部長翠雲:大概要百萬吧!
gazette.blocks[27][0] 賴委員惠員:電動車大概就是150萬以上,150萬以上的電動車跟500萬的電動車,我們有沒有分級去扣牌照稅?
gazette.blocks[28][0] 莊部長翠雲:在電動車沒有,應該是沒有。
gazette.blocks[29][0] 賴委員惠員:沒有嘛?
gazette.blocks[30][0] 莊部長翠雲:因為是「免」,免就沒有分級了。
gazette.blocks[31][0] 賴委員惠員:我們是一致性的嘛。今天要跟部長探討,有錢的人不用繳稅,一般的人要繳稅,這個顯然好像不是非常的合理。部長,每一年我們花了這麼多的錢,地方政府就是在這5年,我們可能會少收376億的稅收,在全國地方政府有376億的稅收流失掉了,然後我們拿來補貼這一些電動車,為了配合我們的政策,達到節能減碳,這樣的方式,你有沒有算到它每一年二氧化碳的排放量減少了多少?
gazette.blocks[32][0] 莊部長翠雲:這個部分應該環境部或經濟部都有計算,我請請署長補充。
gazette.blocks[33][0] 宋署長秀玲:是,根據經濟部所做的稅式支出評估,未來5年可以減少310萬公秉的燃油消耗量及739萬公噸的二氧化碳排放量。
gazette.blocks[34][0] 賴委員惠員:這邏輯其實我是聽得不太懂啦!事實上,是差了多少?二氧化碳的排放量少了多少?這個數據應該是要很明確地讓我們知道,才可持續每5年來修法,這才有意義啊!現在全國地方政府的財稅局代表都在這裡,他們為配合中央的政策,少收了很多地方稅,進而增加財政負擔,這地方稅是壓榨到他們的長照、教育,還有其他林林總總,就像臺南這5年少收了20.6億,有沒有一個比較公平的方式呢?是不是應該要有分級式的減稅制度?不然,只要是買電動車,不管是1,000cc、1,500cc或是3,000cc減的稅都是一樣的嘛!這樣有道理嗎?我想聽聽你們的建議。
gazette.blocks[35][0] 莊部長翠雲:是,謝謝委員的提示。針對這個部分,您認為應該要有一個更公平的制度,也就是你買更高價的貨物,有享受更高的減稅利益,就委員的建議,也許我們可以再徵詢經濟部以及環境部這方面的意見,看要怎麼樣的方式更為合理。
gazette.blocks[36][0] 賴委員惠員:部長,你看這稅賦是倒退啊!你買電動車可以享受免貨物稅、免牌照稅、免燃料稅的多重優惠,這樣一個政策的設計,就在一個環保的框框裡,我們要追求環保也是有道理,可是如果長期一直這樣下去的話,我覺得不是非常的合理啦!
gazette.blocks[37][0] 莊部長翠雲:所以我們的租稅優惠都訂有一定的期限,就是實施到什麼時間,並且在這期限屆滿前,可以再做一些檢討跟調整。
gazette.blocks[38][0] 賴委員惠員:當然你每5年都會有一個檢討嘛!每5年就會檢討,電動車每年的成長率是30%,它的成長率是30%在成長耶!現在到底電動車占整個市場的百分比有多少?這你們也要跟我們報告啊!
gazette.blocks[39][0] 莊部長翠雲:我們在稅式支出評估裡都有提出來,到今年9月統計的結果,電動車大概有12萬834輛,而電動機車大概有79萬4,000輛,占的比例……
gazette.blocks[40][0] 賴委員惠員:不是。這電動車的成長比例到底占了多少百分比?我看你們寫是每年30%嘛!
gazette.blocks[41][0] 莊部長翠雲:是。
gazette.blocks[42][0] 賴委員惠員:一年是30%,是不是到了第二年的時候,會不會有60%?
gazette.blocks[43][0] 莊部長翠雲:也就是它成長的比例。
gazette.blocks[44][0] 賴委員惠員:到第三年是90%,我為什麼要同意讓你們延到2030年?這沒有道理,你們保障有錢人啊!
gazette.blocks[45][0] 莊部長翠雲:委員,成長的比例……
gazette.blocks[46][0] 賴委員惠員:因為你知道所有人買電油車大概都是100萬的價位,但要買到電動車的話,就是要150萬起跳啊!剛才我在跟你陳述及溝通的,就是這樣的道理。
gazette.blocks[47][0] 莊部長翠雲:是的,我了解委員的理念。
gazette.blocks[48][0] 賴委員惠員:你了解我的理念?
gazette.blocks[49][0] 莊部長翠雲:是。
gazette.blocks[50][0] 賴委員惠員:好,謝謝。
gazette.blocks[51][0] 莊部長翠雲:謝謝。
gazette.blocks[52][0] 賴委員惠員:是不是有比較好的建議方式?
gazette.blocks[53][0] 莊部長翠雲:對於電動車,我們不管在貨物稅也好、在牌照稅也好,都有給予免徵,這確實達到的一個效果是希望能夠趕快增加燃油車的汰換並能改用電動車的目的;同時,我們也希望國內電動車的產業能夠持續的發展,並鼓勵消費者買,我們的產業也才能夠發展起來,我覺得這也是有同樣的目的。
gazette.blocks[54][0] 賴委員惠員:有關政策修正,我是建議你們要延長授權給地方政府免徵電動車輛的使用牌照稅。
gazette.blocks[55][0] 莊部長翠雲:我們目前是授權的,因為它是地方稅,所以地方政府「得」……
gazette.blocks[56][0] 賴委員惠員:雖然是地方稅,可是他們拿不到這些錢,沒有受益到啊!
gazette.blocks[57][0] 莊部長翠雲:所謂地方政府沒有受益到是什麼意思?
gazette.blocks[58][0] 賴委員惠員:我的意思是地方政府沒有收到這些錢。沒關係!部長,我們可以會後再一起探討一下。
gazette.blocks[59][0] 莊部長翠雲:好的。
gazette.blocks[60][0] 賴委員惠員:我還是建議你,剛才你就有特別提到要跨部會的合作,是不是可以設置電動車免稅的補助基金?而這個基金可以用來調整免稅的範圍跟對象,還有逐步的退場機制,其實你現在推動的非常好,但你的退場機制要出來啊!
gazette.blocks[61][0] 莊部長翠雲:是,了解。我想委員這項建議很好,我們會跟相關的部會再來討論,也會跟委員請教。
gazette.blocks[62][0] 賴委員惠員:好。再請教你,你們有沒有建立成效評估的制度?
gazette.blocks[63][0] 莊部長翠雲:這個部分都會有的,因為我們在提出稅法優惠的時候,都要請目的事業主管機關作稅式支出的評估,而每一年也會提……
gazette.blocks[64][0] 賴委員惠員:請說明一個比較具體的,好不好?請署長來補充一下成效評估。
gazette.blocks[65][0] 宋署長秀玲:報告委員,現在納保法的規定都是要做稅式支出評估,像這個法案的稅式支出評估,我們也會送立法院來參考。另外,我們會要求他必須要定期揭露整個實施的成效。
gazette.blocks[66][0] 賴委員惠員:我還是要繞回來再請教部長跟署長,對於這個稅制,你們是滿意的,但是它減碳的成效,基本上我一直找不到一個比較具體的數目,所有官方的資料裡都找不到,可能是環境部、環保局用的方式是我們不了解的,或是剛才署長回答的,我也聽不懂,你告訴我有幾千輛的電動車,這些都太籠統了,到底排放量是減少了多少?我們希望有一個正確的數字給我們作參考,好不好?
gazette.blocks[67][0] 莊部長翠雲:我們會後再提供報告給委員,同時會評估可以在哪裡揭露這些成果,讓全國民眾了解。
gazette.blocks[68][0] 賴委員惠員:是嘛!這樣我們支持你們修法的正當性才會更強,好不好?
gazette.blocks[69][0] 莊部長翠雲:謝謝委員的提示,謝謝。
gazette.blocks[70][0] 賴委員惠員:謝謝部長、謝謝主席。
gazette.blocks[71][0] 主席:謝謝賴惠員委員的質詢。
gazette.blocks[71][1] 接下來請李彥秀委員質詢。
gazette.agenda.page_end 92
gazette.agenda.meet_id 委員會-11-4-20-6
gazette.agenda.speakers[0] 林思銘
gazette.agenda.speakers[1] 王鴻薇
gazette.agenda.speakers[2] 李彥秀
gazette.agenda.speakers[3] 徐欣瑩
gazette.agenda.speakers[4] 羅廷瑋
gazette.agenda.speakers[5] 陳超明
gazette.agenda.speakers[6] 許宇甄
gazette.agenda.speakers[7] 林德福
gazette.agenda.speakers[8] 吳秉叡
gazette.agenda.speakers[9] 賴士葆
gazette.agenda.speakers[10] 郭國文
gazette.agenda.speakers[11] 賴惠員
gazette.agenda.speakers[12] 顏寬恒
gazette.agenda.speakers[13] 鍾佳濱
gazette.agenda.speakers[14] 李坤城
gazette.agenda.speakers[15] 王世堅
gazette.agenda.speakers[16] 陳玉珍
gazette.agenda.speakers[17] 黃國昌
gazette.agenda.speakers[18] 羅明才
gazette.agenda.speakers[19] 黃珊珊
gazette.agenda.speakers[20] 楊瓊瓔
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2025-11-05
gazette.agenda.gazette_id 1149201
gazette.agenda.agenda_lcidc_ids[0] 1149201_00002
gazette.agenda.meet_name 立法院第11屆第4會期財政委員會第6次全體委員會議紀錄
gazette.agenda.content 審查「使用牌照稅法」29案:(僅詢答)一、行政院函請審議、本院委員邱鎮軍等19人、委員陳 超明等18人、委員羅明才等20人、委員廖偉翔等19人、委員楊瓊瓔等27人、委員許宇甄等22人、 委員邱若華等17人、委員林俊憲等26人、委員王鴻薇等19人、委員李彥秀等16人、委員蘇清泉等 18人、委員徐欣瑩等24人、委員郭昱晴等19人、委員王美惠等19人、委員李坤城等18人、委員羅 廷瑋等17人、委員郭國文等18人、委員吳沛憶等17人、委員葛如鈞等16人、委員沈發惠等17人、 委員林思銘等22人、委員賴士葆等25人、委員黃健豪等20人分別擬具「使用牌照稅法第五條條文 修正草案」等24 案;二、本院台灣民眾黨黨團擬具「使用牌照稅法第五條及第七條條文修正草 案」案;三、本院委員廖先翔等17 人擬具「使用牌照稅法第五條及第三十八條條文修正草案」 案;四、本院委員牛煦庭等17人、委員鍾佳濱等16人分別擬具「使用牌照稅法第七條條文修正草 案」等 2 案;五、本院委員廖偉翔等 17 人擬具「使用牌照稅法第七條及第三十八條條文修正草 案」案
gazette.agenda.agenda_id 1149201_00001