iVOD / 165098

Field Value
IVOD_ID 165098
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165098
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 2025-11-05T12:13:11+08:00
結束時間 2025-11-05T12:25:45+08:00
影片長度 00:12:34
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/0bb7d6ea348ff1d29113553d75134f45e93813deec41dbcaac005464e7b8fa97ff111285ee9a4ebd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 羅明才
委員發言時間 12:13:11 - 12:25:45
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_03
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.04784375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 0.08159375
transcript.pyannote[1].end 0.57096875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 0.73971875
transcript.pyannote[2].end 4.03034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 4.03034375
transcript.pyannote[3].end 4.19909375
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 4.19909375
transcript.pyannote[4].end 4.77284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 4.77284375
transcript.pyannote[5].end 4.87409375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 4.87409375
transcript.pyannote[6].end 5.36346875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 6.46034375
transcript.pyannote[7].end 7.10159375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 7.97909375
transcript.pyannote[8].end 16.36596875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 18.89721875
transcript.pyannote[9].end 25.25909375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 25.57971875
transcript.pyannote[10].end 26.79471875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 27.11534375
transcript.pyannote[11].end 32.46471875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 32.26221875
transcript.pyannote[12].end 35.24909375
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 35.68784375
transcript.pyannote[13].end 35.70471875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 35.70471875
transcript.pyannote[14].end 45.34034375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 35.72159375
transcript.pyannote[15].end 36.95346875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 37.83096875
transcript.pyannote[16].end 38.92784375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 45.39096875
transcript.pyannote[17].end 48.91784375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 49.84596875
transcript.pyannote[18].end 60.03846875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 53.32221875
transcript.pyannote[19].end 54.25034375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 56.86596875
transcript.pyannote[20].end 57.67596875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 58.67159375
transcript.pyannote[21].end 66.46784375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 67.15971875
transcript.pyannote[22].end 67.88534375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 68.74596875
transcript.pyannote[23].end 70.26471875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 70.61909375
transcript.pyannote[24].end 75.56346875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 76.37346875
transcript.pyannote[25].end 81.53721875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 82.39784375
transcript.pyannote[26].end 97.77096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 98.00721875
transcript.pyannote[27].end 104.41971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 104.95971875
transcript.pyannote[28].end 106.19159375
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 106.19159375
transcript.pyannote[29].end 109.49909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 109.60034375
transcript.pyannote[30].end 112.11471875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 112.46909375
transcript.pyannote[31].end 115.72596875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 115.21971875
transcript.pyannote[32].end 119.47221875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 116.36721875
transcript.pyannote[33].end 120.53534375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 119.75909375
transcript.pyannote[34].end 122.67846875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 122.35784375
transcript.pyannote[35].end 129.63096875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 131.23409375
transcript.pyannote[36].end 152.37846875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 145.66221875
transcript.pyannote[37].end 146.06721875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 146.06721875
transcript.pyannote[38].end 146.08409375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 150.04971875
transcript.pyannote[39].end 150.64034375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 152.47971875
transcript.pyannote[40].end 162.62159375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 162.95909375
transcript.pyannote[41].end 170.29971875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 170.36721875
transcript.pyannote[42].end 174.88971875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 174.67034375
transcript.pyannote[43].end 177.35346875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 177.74159375
transcript.pyannote[44].end 178.34909375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 178.77096875
transcript.pyannote[45].end 188.01846875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 184.22159375
transcript.pyannote[46].end 194.92034375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 195.98346875
transcript.pyannote[47].end 196.45596875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 197.63721875
transcript.pyannote[48].end 200.97846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 200.97846875
transcript.pyannote[49].end 201.14721875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 201.14721875
transcript.pyannote[50].end 223.60784375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 224.45159375
transcript.pyannote[51].end 235.55534375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 235.74096875
transcript.pyannote[52].end 238.12034375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 239.38596875
transcript.pyannote[53].end 245.57909375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 245.61284375
transcript.pyannote[54].end 248.97096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 249.10596875
transcript.pyannote[55].end 253.81409375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 250.37159375
transcript.pyannote[56].end 252.26159375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 253.86471875
transcript.pyannote[57].end 255.51846875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 256.05846875
transcript.pyannote[58].end 281.20221875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 284.44221875
transcript.pyannote[59].end 285.85971875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 286.19721875
transcript.pyannote[60].end 287.68221875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 287.88471875
transcript.pyannote[61].end 289.92659375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 288.40784375
transcript.pyannote[62].end 292.64346875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 292.32284375
transcript.pyannote[63].end 292.77846875
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 292.82909375
transcript.pyannote[64].end 294.83721875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 294.83721875
transcript.pyannote[65].end 297.70596875
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 297.82409375
transcript.pyannote[66].end 302.16096875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 301.11471875
transcript.pyannote[67].end 308.28659375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 306.46409375
transcript.pyannote[68].end 313.39971875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 314.24346875
transcript.pyannote[69].end 322.42784375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 319.01909375
transcript.pyannote[70].end 320.31846875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 321.83721875
transcript.pyannote[71].end 327.05159375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 322.86659375
transcript.pyannote[72].end 323.22096875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 327.08534375
transcript.pyannote[73].end 332.11409375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 329.05971875
transcript.pyannote[74].end 329.70096875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 332.11409375
transcript.pyannote[75].end 343.23471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 332.14784375
transcript.pyannote[76].end 332.19846875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 345.05721875
transcript.pyannote[77].end 350.38971875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 353.14034375
transcript.pyannote[78].end 364.00784375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 358.74284375
transcript.pyannote[79].end 360.09284375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 361.12221875
transcript.pyannote[80].end 362.91096875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 363.40034375
transcript.pyannote[81].end 365.44221875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 366.15096875
transcript.pyannote[82].end 389.26971875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 390.04596875
transcript.pyannote[83].end 390.73784375
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 390.88971875
transcript.pyannote[84].end 410.81909375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 411.32534375
transcript.pyannote[85].end 419.08784375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 419.40846875
transcript.pyannote[86].end 422.96909375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 423.76221875
transcript.pyannote[87].end 426.05721875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 427.81221875
transcript.pyannote[88].end 430.64721875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 430.39409375
transcript.pyannote[89].end 431.62596875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 431.62596875
transcript.pyannote[90].end 431.91284375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 432.21659375
transcript.pyannote[91].end 433.49909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 433.58346875
transcript.pyannote[92].end 436.33409375
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 434.30909375
transcript.pyannote[93].end 434.54534375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 435.57471875
transcript.pyannote[94].end 437.58284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 437.58284375
transcript.pyannote[95].end 443.92784375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 444.14721875
transcript.pyannote[96].end 446.03721875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 446.03721875
transcript.pyannote[97].end 446.64471875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 446.64471875
transcript.pyannote[98].end 446.72909375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 446.64471875
transcript.pyannote[99].end 450.12096875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 446.72909375
transcript.pyannote[100].end 446.74596875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 446.74596875
transcript.pyannote[101].end 446.77971875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 446.77971875
transcript.pyannote[102].end 446.81346875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 450.67784375
transcript.pyannote[103].end 454.84596875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 455.31846875
transcript.pyannote[104].end 461.49471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 462.35534375
transcript.pyannote[105].end 481.96409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 482.21721875
transcript.pyannote[106].end 496.34159375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 496.51034375
transcript.pyannote[107].end 505.04909375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 498.78846875
transcript.pyannote[108].end 500.32409375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 503.90159375
transcript.pyannote[109].end 558.77909375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 505.70721875
transcript.pyannote[110].end 506.06159375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 559.65659375
transcript.pyannote[111].end 563.99346875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 561.29346875
transcript.pyannote[112].end 561.98534375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 562.42409375
transcript.pyannote[113].end 596.51159375
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 597.00096875
transcript.pyannote[114].end 605.30346875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 607.44659375
transcript.pyannote[115].end 607.78409375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 608.17221875
transcript.pyannote[116].end 615.39471875
transcript.pyannote[117].speaker SPEAKER_03
transcript.pyannote[117].start 615.59721875
transcript.pyannote[117].end 628.77659375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 629.09721875
transcript.pyannote[118].end 637.16346875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 632.52284375
transcript.pyannote[119].end 633.45096875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 637.07909375
transcript.pyannote[120].end 655.33784375
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 655.81034375
transcript.pyannote[121].end 657.63284375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 657.86909375
transcript.pyannote[122].end 668.65221875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 668.16284375
transcript.pyannote[123].end 679.03034375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 670.23846875
transcript.pyannote[124].end 670.96409375
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 680.22846875
transcript.pyannote[125].end 681.98346875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 680.41409375
transcript.pyannote[126].end 681.39284375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 682.50659375
transcript.pyannote[127].end 686.08409375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 686.20221875
transcript.pyannote[128].end 689.12159375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 689.29034375
transcript.pyannote[129].end 691.73721875
transcript.pyannote[130].speaker SPEAKER_03
transcript.pyannote[130].start 692.22659375
transcript.pyannote[130].end 693.12096875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 693.12096875
transcript.pyannote[131].end 696.20909375
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 695.23034375
transcript.pyannote[132].end 710.65409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 697.15409375
transcript.pyannote[133].end 697.40721875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 710.56971875
transcript.pyannote[134].end 720.42471875
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 720.32346875
transcript.pyannote[135].end 722.09534375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 722.04471875
transcript.pyannote[136].end 723.52971875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 722.66909375
transcript.pyannote[137].end 727.64721875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 727.64721875
transcript.pyannote[138].end 728.03534375
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 727.84971875
transcript.pyannote[139].end 729.08159375
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 729.21659375
transcript.pyannote[140].end 734.78534375
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 732.35534375
transcript.pyannote[141].end 733.08096875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 734.66721875
transcript.pyannote[142].end 744.38721875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 735.54471875
transcript.pyannote[143].end 735.91596875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 740.32034375
transcript.pyannote[144].end 741.02909375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 741.02909375
transcript.pyannote[145].end 741.04596875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 741.04596875
transcript.pyannote[146].end 741.06284375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 741.19784375
transcript.pyannote[147].end 741.75471875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 743.13846875
transcript.pyannote[148].end 743.37471875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 743.47596875
transcript.pyannote[149].end 747.01971875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 744.38721875
transcript.pyannote[150].end 744.50534375
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 749.02784375
transcript.pyannote[151].end 751.74471875
transcript.whisperx[0].start 8.034
transcript.whisperx[0].end 16.159
transcript.whisperx[0].text 那個新青安開始大概多少年的時間了那加匯多少的年輕人總金額是多少
transcript.whisperx[1].start 18.902
transcript.whisperx[1].end 20.603
transcript.whisperx[1].text 112年的8月開始實施的那總共合帶的戶數有13萬6500戶那這個是等於是協助有13萬的朋友們去買了房子是 那這個中間有很多人買兩戶啊
transcript.whisperx[2].start 36.326
transcript.whisperx[2].end 48.68
transcript.whisperx[2].text 不会啊不能啊只能他必须是他本人配偶跟未成年子女是名下没有房子的才可以申请新青安所以你说新青安加会了多少人
transcript.whisperx[3].start 49.912
transcript.whisperx[3].end 75.305
transcript.whisperx[3].text 多少人 你說人是指戶還是指一個人戶好了那我覺得你用13萬6518來對 13萬最少 那是戶其實有很多年輕朋友他想要買房 現在也不敢買因為買了所有的東西還是攪不起而且房屋的這個價格節節高升
transcript.whisperx[4].start 76.434
transcript.whisperx[4].end 97.344
transcript.whisperx[4].text 即便現在我們普發現金多少一萬塊也沒有用啊相較之下可以說是越差越遠這個越來距離越來越大所以明年新清單就到齊了7月那新清案的政策還會繼續再延續下去嗎
transcript.whisperx[5].start 98.567
transcript.whisperx[5].end 111.408
transcript.whisperx[5].text 這個部分跟委員報告這個部分我們當然會就執行的情況再來做一些檢討看要不要做調整那會不會調整大概什麼時候會對外公佈那當然會在截止之前
transcript.whisperx[6].start 112.5
transcript.whisperx[6].end 115.021
transcript.whisperx[6].text 所以是7月底7月30號再公佈之前的意思是前一個月前半年我想這個確定的時候就可以說明現在有時候到了分戶的時候那事實上銀行他就撥款現在這個情況還在出現嗎
transcript.whisperx[7].start 131.46
transcript.whisperx[7].end 151.849
transcript.whisperx[7].text 這個部分因為對新青安的部分已經做了一些調整也就因為他們是沒有房屋的買房子那所以在銀行法的部分今晚會做處理就是去除了那個把72條之2的一個總額的一個計算對那然後再排撥就是說在等待撥款的部分也已經舒緩了
transcript.whisperx[8].start 152.529
transcript.whisperx[8].end 178.11
transcript.whisperx[8].text 所以72條之二開始解禁了以後那這段時間有多少的戶數又成交了就是分戶的部分有順利貸款貸成的這個部分舒緩了排波因為原來因為有這個天條這個限制所以在都必須要等待排隊那現在整個已經舒緩了在時間上都已經加快現在還沒有在排隊沒有辦法完成的多不多
transcript.whisperx[9].start 179.214
transcript.whisperx[9].end 194.647
transcript.whisperx[9].text 目前看起來都沒有 都不會了對 都會按照原來規定的時程來給予撥款好的一個案子因為有他的這個動機嘛我們希望能真正的照顧到年輕人是的
transcript.whisperx[10].start 198.079
transcript.whisperx[10].end 223.005
transcript.whisperx[10].text 至少讓大家買得起 住得起 付得起有未來無論如何要想一個好的方法如果說真的造成年輕人的壓力所以就不敢買房 不敢結婚 不生小孩事實上這是很嚴重的國安問題建議部長 全世界例子蠻多的你可以參考新加坡主屋的例子
transcript.whisperx[11].start 224.522
transcript.whisperx[11].end 237.845
transcript.whisperx[11].text 推出一個更好的政策讓年輕人他可以有未來他繼續願意留在台灣認真努力的打拼這才是政府存在的原因嘛
transcript.whisperx[12].start 240.221
transcript.whisperx[12].end 252.609
transcript.whisperx[12].text 對委員所提的也就是我們提出各項的政府提出各項的住宅政策裡面的許多的一些做法包含社會住宅社會住宅基本上是用出租的還有它那個現在的制度新興安是協助他們購買其實現在就是
transcript.whisperx[13].start 256.632
transcript.whisperx[13].end 280.823
transcript.whisperx[13].text 把羈押一些政策全部放在一個籠子裡面羈押根本就不同籠你羈押同籠就打架想的東西政策方面思考的點就會不一致比如說現在一直打房另外一個角度來看台北市的豪宅它的定義是幾千萬
transcript.whisperx[14].start 286.302
transcript.whisperx[14].end 313.124
transcript.whisperx[14].text 的定義就是說幾千萬 兩個不一樣央行有央行的定義財政部有財政部的定義財政部的豪宅的標準是台北市幾千萬台北市是六千萬台北市的豪宅六千萬那等於是幾坪叫豪宅
transcript.whisperx[15].start 314.486
transcript.whisperx[15].end 342.779
transcript.whisperx[15].text 報告委員我們不是真的定義叫豪宅我們只是定義是用客稅的基礎客稅的基礎可是那銀行所有大家都聽不懂那央行的豪宅的定義是多少7千7千萬台北市7千其實你以現在的生活水平來看你比較新加坡 日本東京或者上海 香港等等7千萬怎麼能算是豪宅
transcript.whisperx[16].start 345.3
transcript.whisperx[16].end 373.555
transcript.whisperx[16].text 那我就倒著算那你好載等於是一個房子是幾坪這個定義因為有政策上不同在央行裡面它因為有些信用的管制所以它定一個價格你們思考一下其實是兩個概念你台北市比較淡黃區你要讓它經濟蓬勃發展你貴就讓它貴嘛
transcript.whisperx[17].start 374.395
transcript.whisperx[17].end 388.833
transcript.whisperx[17].text 但是年輕人要住的你要離台北市區大概20、30分鐘像日本東京都的概念你讓年輕人在周圍有捷運可以通的地方你要讓他住得起讓他付得起這個
transcript.whisperx[18].start 391.018
transcript.whisperx[18].end 410.159
transcript.whisperx[18].text 一個概念你要包括住宅政策以及銀行融資貸款新清安的政策你要包裹在一起想所以你看新加坡香港他們有很多都市中心的一些周邊的市中心會出現
transcript.whisperx[19].start 411.4
transcript.whisperx[19].end 424.741
transcript.whisperx[19].text 你要把這個整個融合在一起另外講到今天的免稅的問題拍照這影響最大的就是新北市新北市因為這樣稅損多少
transcript.whisperx[20].start 427.924
transcript.whisperx[20].end 443.294
transcript.whisperx[20].text 新北市的稅水我們大概再查一下11億多11億多啦不會一年沒有那麼多吧有那麼多嗎請新北市跟委員報告過去是11.7億未來5年如果再免徵是38億對所以你未來這幾年再免徵38億他講的是累計數累計數不是一年
transcript.whisperx[21].start 453.016
transcript.whisperx[21].end 460.403
transcript.whisperx[21].text 就是未來還有38億部長 你這個部分少的部分你中央要怎麼樣補回來
transcript.whisperx[22].start 463.61
transcript.whisperx[22].end 481.689
transcript.whisperx[22].text 第一个跟委员报告我想这个在税法里面是地方政府得免征使用牌照税所以地方政府可以依照他自己的财政状况去考量怎么样去执行当然目前实务上地方政府都是给予免征这是一个那第二个呢
transcript.whisperx[23].start 482.95
transcript.whisperx[23].end 509.528
transcript.whisperx[23].text 鼓勵使用電動車對於空氣的污染是有好的我想對於地方政府在空氣污染的防治上是也有所幫助剛才也有許多委員提到是不是要有其他中央的一個相關的基金來做一些補貼或補助這是很需要的目前來說相關的部會他們會後會去再做進一步的研議是 請部長多多考慮因為你少了這一塊38億對我們新北市的
transcript.whisperx[24].start 512.37
transcript.whisperx[24].end 518.774
transcript.whisperx[24].text 人民來說情何以堪啊因為我們教育也要錢啊長照也要錢啊你少了這38億這麼大的一塊那我們必須要補上去啊這由在中央啊多多給予照顧你這樣的話不要說因為推了這個法案那造成地方這些弱勢團體或者這些年輕的老人的一些關懷的照顧減少的話
transcript.whisperx[25].start 539.554
transcript.whisperx[25].end 558.419
transcript.whisperx[25].text 那你這個可以說是整個政策的推動為得不足啊所以拜託減多少請補多少這是一個觀念那今天那個好不容易我們爭取的普發現金以外現在今天開始上路了嗎
transcript.whisperx[26].start 559.701
transcript.whisperx[26].end 564.784
transcript.whisperx[26].text 今天開始預登記了總算努力了一年多從開始中央還說沒錢啊這個政策不可能啊那我們也是證明了說國家至上民眾第一嘛還好你們這個所有的方向轉回來開始普發現金一萬一人領一萬快樂常相伴我希望這是一個開始
transcript.whisperx[27].start 587.575
transcript.whisperx[27].end 605.1
transcript.whisperx[27].text 未來每年稅收超征的時刻還是要時時刻刻想到人民照顧人民因為現在大家莫忘世上苦人多希望一萬一萬有機會年年都要來好不好好
transcript.whisperx[28].start 609.724
transcript.whisperx[28].end 624.558
transcript.whisperx[28].text 現在詐騙很多財政部在宣導方面還是要多多加強我知道財政部要宣導只是目前為止很多人還問說那我會被騙請問部長你要化波入帳以你個人來說還是你要領現金
transcript.whisperx[29].start 629.721
transcript.whisperx[29].end 641.907
transcript.whisperx[29].text 以我上一次的話我是用登記錄帳也就是在網站上面就是輸入相關的資料以後他會自動撥款的那是因為你比較熟悉一般民眾覺得詐騙多他還是希望領到熱騰騰的現金比較實在希望說這個錢領到了以後大家隨意想領的就領部長你會鼓勵大家不要領因為不領大家就回歸到國庫
transcript.whisperx[30].start 658.181
transcript.whisperx[30].end 673.609
transcript.whisperx[30].text 我想今天來看一個早上已經預登記的就是有47萬了我想很多民眾都已經開始進去做預登記你看大家等好久了所以這個47萬的話連續加一加上一次大概來領的超過99%沒有領的不到1%這次部長你怎麼預計我們認為應該也可以達到99%以上
transcript.whisperx[31].start 686.805
transcript.whisperx[31].end 691.545
transcript.whisperx[31].text 那部長你0了1萬你要做什麼使用我自己會有自己的決定
transcript.whisperx[32].start 692.29
transcript.whisperx[32].end 698.174
transcript.whisperx[32].text 什麼樣的決定我是要捐出來因為現在弱勢團體很多單親家庭或者是一些關懷的團體這幾年的收入很少所以我領到一萬我要捐出來那部長你領到一萬要做什麼委員充滿愛心那捐款的部分其實我平常也就都在信用卡扣款就在捐那這個部分一萬塊我會自己做相關的決定做什麼一萬塊想那麼久
transcript.whisperx[33].start 722.891
transcript.whisperx[33].end 744.848
transcript.whisperx[33].text 我問那個行政院長他就說他要捐出來啊我說你捐我也捐所以你要不要捐出來我會做自己的決定那捐我平常都在捐我不會只等這一萬塊才捐的那你也等很久你加加自己的小菜為自己補一下好好好 促進經濟的成長好 謝謝羅民財委員好 部長請回接下來請黃珊珊委員質詢
gazette.lineno 930
gazette.blocks[0][0] 羅委員明才:(12時13分)主席、各位委員、出列席官員,大家好。主席,可否請財政部莊部長及關務署彭署長?
gazette.blocks[1][0] 主席:請莊部長及彭署長。
gazette.blocks[2][0] 莊部長翠雲:委員好。
gazette.blocks[3][0] 羅委員明才:部長,新青安實施至今大概多少時間了?目前嘉惠了多少年輕人?總金額又是多少?
gazette.blocks[4][0] 莊部長翠雲:新青安是從112年的8月開始實施的,總共核貸的戶數約有13萬6,500戶,等於是協助了13萬的朋友們買房。
gazette.blocks[5][0] 羅委員明才:這個中間可能有很多人買兩戶、買三戶啊!在一開始的時候。
gazette.blocks[6][0] 莊部長翠雲:不會也不能,必須是他本人、配偶跟未成年子女的名下沒有房子才可以申請新青安。
gazette.blocks[7][0] 羅委員明才:你說新青安嘉惠了多少人?
gazette.blocks[8][0] 莊部長翠雲:多少人?你說的人是指戶還是指一個人?
gazette.blocks[9][0] 羅委員明才:戶好了。
gazette.blocks[10][0] 莊部長翠雲:以戶來說的話,13萬6,518戶……
gazette.blocks[11][0] 羅委員明才:13萬?
gazette.blocks[12][0] 莊部長翠雲:對,最少13萬,那是戶。
gazette.blocks[13][0] 羅委員明才:我發現其實很多年輕朋友想要買房,但現在也不敢買,因為買了之後,所有的東西還是繳不起啊!而且房屋的價格節節高升,即便現在我們普發現金1萬塊也沒有用,相較之下可以說是越差越遠,距離越來越大。部長,明年7月新青安就到期了,請問新青安政策還會繼續再延續下去嗎?
gazette.blocks[14][0] 莊部長翠雲:跟委員報告,這個部分我們當然會就執行情況再來做一些檢討,看要不要做調整。
gazette.blocks[15][0] 羅委員明才:會不會調整大概什麼時候會對外公布?
gazette.blocks[16][0] 莊部長翠雲:當然會在截止之前。
gazette.blocks[17][0] 羅委員明才:所以是7月底、7月30號公布?
gazette.blocks[18][0] 莊部長翠雲:之前,我們會再說明……
gazette.blocks[19][0] 羅委員明才:之前的意思是前一個月、前半年還是?
gazette.blocks[20][0] 莊部長翠雲:我想這個確定的時候就可以說明。
gazette.blocks[21][0] 羅委員明才:現在有時候到了分戶的時候,銀行就不撥款啊,現在這個情況還有出現嗎?
gazette.blocks[22][0] 莊部長翠雲:這個新青安已經做了一些調整,因為他們是沒有房屋的人去買房子,所以在銀行法的部分金管會做了處理,就是去除了銀行法第七十二條之二的總額計算,然後在排撥、等待撥款的部分也已經舒緩了。
gazette.blocks[23][0] 羅委員明才:所以第七十二條之二開始解禁了以後,這段時間有多少戶數又成交了?就是分戶的部分有順利貸款貸成的。
gazette.blocks[24][0] 莊部長翠雲:這個部分舒緩了排撥情況,因為原來有天條的限制,所以都必須要等待、排隊,現在整個已經舒緩了,在時間上都已經加快……
gazette.blocks[25][0] 羅委員明才:現在還有沒有在排隊、沒有辦法完成的?多不多?
gazette.blocks[26][0] 莊部長翠雲:目前看起來都沒有,都不會了,都按照原來既定的時程來撥款。
gazette.blocks[27][0] 羅委員明才:好,我覺得提出一個好案子是因為有它的動機嘛,我們希望能真正的照顧到年輕人。
gazette.blocks[28][0] 莊部長翠雲:是的。
gazette.blocks[29][0] 羅委員明才:至少讓大家買得起、住得起、付得起,然後有未來嘛!無論如何要想一個好的方法,如果真的造成年輕人的壓力,所以就不敢買房、不敢結婚、不生小孩,事實上這個是很嚴重的國安問題。全世界這樣的例子滿多的,建議部長可以參考新加坡組屋的例子,推出一個更好的政策,讓年輕人可以有未來,願意繼續留在臺灣認真努力的打拚,這才是政府存在的原因嘛!
gazette.blocks[30][0] 莊部長翠雲:對,委員所提的也就是政府提出各項住宅政策裡面的許多作法,包含社會住宅,社會住宅基本上是用出租的……
gazette.blocks[31][0] 羅委員明才:還有現在的制度……
gazette.blocks[32][0] 莊部長翠雲:新青安則是協助他們購買。
gazette.blocks[33][0] 羅委員明才:其實現在就是把一些政策像雞鴨同籠一樣的全部放在一個籠子裡面,但雞鴨根本就應該不同籠嘛,雞鴨同籠就打架啊,想的東西、政策方面思考的點就會不一致,比如現在一直打房、一直打房,如果以另外一個角度來看,請問臺北市豪宅的定義是幾千萬?
gazette.blocks[34][0] 莊部長翠雲:定義是說央行的……
gazette.blocks[35][0] 羅委員明才:幾千萬?兩個不一樣,央行有央行的定義,財政部有財政部的定義。以財政部定義豪宅的標準,臺北市的豪宅是幾千萬以上?
gazette.blocks[36][0] 莊部長翠雲:我們是房屋所得的部分……
gazette.blocks[37][0] 宋署長秀玲:臺北市是六千……
gazette.blocks[38][0] 羅委員明才:6,000萬?事實上如果臺北市豪宅的定義是6,000萬,等於幾坪叫豪宅?
gazette.blocks[39][0] 宋署長秀玲:報告委員,我們不是真的定義豪宅,我們只是定義適用舊制財交所得……
gazette.blocks[40][0] 羅委員明才:課稅的基礎啦!
gazette.blocks[41][0] 宋署長秀玲:那個課稅方式而已,那不是真的要定義。
gazette.blocks[42][0] 羅委員明才:可是銀行說的大家都聽不懂啊!央行豪宅的定義是多少?
gazette.blocks[43][0] 莊部長翠雲:7,000萬。
gazette.blocks[44][0] 羅委員明才:7,000萬?
gazette.blocks[45][0] 莊部長翠雲:臺北市7,000萬。
gazette.blocks[46][0] 羅委員明才:其實以現在的生活水平來看,比較新加坡、日本東京或者上海、香港等等,7,000萬怎麼能算是豪宅啊?我就倒著算,豪宅等於一個房子是幾坪?
gazette.blocks[47][0] 莊部長翠雲:我想這個定義因為有政策上的不同,央行因為信用管制所以定一個價格,我們這邊因為有不同的……
gazette.blocks[48][0] 羅委員明才:這個部分你們思考一下,其實是兩個概念啦,臺北市比較蛋黃區,想要讓它經濟蓬勃發展,貴就要讓它貴嘛,但是年輕人要住的則是要離臺北市區大概二十、三十分鐘,像日本東京都的概念,要讓年輕人在周圍有捷運可以通的地方能住得起、付得起嘛!這個概念要包括住宅政策以及銀行融資貸款、新青安政策要包裹在一起想,所以你看新加坡、香港有很多都市中心周邊的市中心會出現,你要把這整個融合在一起。
gazette.blocks[48][1] 另外,講到今天議程所排定的牌照稅免徵的部分,這個影響最大的就是新北市啊,新北市因為這樣稅損多少?
gazette.blocks[49][0] 莊部長翠雲:新北市的稅損我們大概要再查一下。
gazette.blocks[50][0] 羅委員明才:十一億多啊!
gazette.blocks[51][0] 莊部長翠雲:啊?
gazette.blocks[52][0] 羅委員明才:十一億多啦!
gazette.blocks[53][0] 莊部長翠雲:不會,一年沒有那麼多吧?
gazette.blocks[54][0] 羅委員明才:沒有嗎?
gazette.blocks[55][0] 莊部長翠雲:有那麼多嗎?
gazette.blocks[56][0] 羅委員明才:請新北市說明。
gazette.blocks[57][0] 陳局長榮貴:跟委員報告,過去是11.7億,未來五年如果再免徵是38億。
gazette.blocks[58][0] 羅委員明才:對,所以你未來這幾年再免徵是38億……
gazette.blocks[59][0] 莊部長翠雲:他講的是累計數,不是一年。
gazette.blocks[60][0] 羅委員明才:對,累計數啦,未來還有38億。部長,對於少掉的部分,中央要怎麼樣補回來?
gazette.blocks[61][0] 莊部長翠雲:跟委員報告,第一個,在稅法裡面的規定是地方政府「得」免徵使用牌照稅,所以地方政府可以依照自己的財政狀況去考量怎麼樣執行,當然目前實務上地方政府都是給予免徵,這是第一個。第二個,鼓勵使用電動車對於空氣污染是有好處的,我想這對地方政府在空氣污染的防制上也有所幫助。剛才也有許多委員提到,是不是要有其他中央的相關基金來做一些補貼或補助的部分……
gazette.blocks[62][0] 羅委員明才:這是很需要的。
gazette.blocks[63][0] 莊部長翠雲:以目前來說,相關部會在會後會去做進一步的研議。
gazette.blocks[64][0] 羅委員明才:請部長多多考量,因為少了這38億,對我們新北市四百多萬的人民來說情何以堪啊!因為我們教育也要錢、長照也要錢,少了38億這麼大的一塊,我們必須要補上去啊!這有賴中央多多給予照顧,不要因為推了這個法案而造成地方上的弱勢團體,或者對年輕人、老人的一些關懷照顧減少,整個政策的推動就為德不卒啊,所以拜託減多少請補多少,這是一個觀念。
gazette.blocks[64][1] 部長,我們好不容易爭取到的普發現金1萬,請問今天開始上路了嗎?
gazette.blocks[65][0] 莊部長翠雲:今天開始預登記了,就是分流……
gazette.blocks[66][0] 羅委員明才:開始了,總算喔,努力了一年多,從開始中央喊沒錢、這個政策不可能啊,我們也證明了國家至上民眾第一嘛!還好你們所有的方向轉回來,開始普發現金1萬,1人領1萬,快樂長相伴!我希望這是一個開始,未來每年稅收超徵的時候,還是要時時刻刻想到人民、照顧人民,希望你們莫忘世上苦人多,希望1萬、1萬,有機會年年都要來,好不好?
gazette.blocks[66][1] 現在詐騙很多,財政部在宣導方面還是要多多加強,我知道財政部有在宣導,只是到目前為止很多人還是擔心自己會不會被騙。請問部長,以你個人來說,你會選擇劃撥入帳還是領現金?
gazette.blocks[67][0] 莊部長翠雲:我上一次是用登記入帳,也就是在網站上面輸入相關資料以後會自動撥款。
gazette.blocks[68][0] 羅委員明才:那是因為你比較熟悉,一般民眾覺得詐騙多,還是希望領到熱騰騰的現金比較實在,當然,這個錢大家隨意,想領的就領。部長,你會不會鼓勵大家不要領?因為不領的就會回歸到國庫嘛!
gazette.blocks[69][0] 莊部長翠雲:我想以今天來看,一個早上預登記的就已經有47萬人,很多民眾都已經開始進去做預登記……
gazette.blocks[70][0] 羅委員明才:你看,大家等好久了喔,如果以這47萬來計算,你們去算一算,上一次來領的超過99%,沒有領的不到1%,這次部長有沒有預計?
gazette.blocks[71][0] 莊部長翠雲:我們認為應該也可以達到99%以上。
gazette.blocks[72][0] 羅委員明才:好。部長,你領了1萬之後要做什麼使用?
gazette.blocks[73][0] 莊部長翠雲:我會有自己的決定。
gazette.blocks[74][0] 羅委員明才:什麼樣的決定?
gazette.blocks[75][0] 莊部長翠雲:什麼樣決定,我想這是我個人自己的選擇……
gazette.blocks[76][0] 羅委員明才:像我是要捐出來啦,是因為現在弱勢團體包括單親家庭或者一些關懷團體這幾年的收入很少,所以我領到1萬後要捐出來,部長領到1萬後要做什麼用?
gazette.blocks[77][0] 莊部長翠雲:委員充滿愛心,捐款的部分,其實我平常使用信用卡扣款就有在捐款了,這次的1萬塊我會自己做相關的決定。
gazette.blocks[78][0] 羅委員明才:做什麼啊?1萬塊想那麼久!
gazette.blocks[79][0] 莊部長翠雲:想很久……
gazette.blocks[80][0] 羅委員明才:我問行政院長,他就說他要捐出來,我說你捐我也捐,所以你要不要捐出來?
gazette.blocks[81][0] 莊部長翠雲:我會做自己的決定,捐款我平常就都有在捐了,我不會只等這1萬塊才捐的。
gazette.blocks[82][0] 羅委員明才:喔,你等很久喔!好啦,你加加自己的小菜,為自己補一下。
gazette.blocks[83][0] 莊部長翠雲:好。
gazette.blocks[84][0] 羅委員明才:要促進經濟的成長。
gazette.blocks[85][0] 莊部長翠雲:好。
gazette.blocks[86][0] 主席:謝謝羅明才委員,部長請回。
gazette.blocks[86][1] 接下來請黃珊珊委員質詢。
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