iVOD / 165108

Field Value
IVOD_ID 165108
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165108
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 2025-11-05T12:43:37+08:00
結束時間 2025-11-05T12:52:30+08:00
影片長度 00:08:53
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0bb7d6ea348ff1d234a5440088713b1fe93813deec41dbcaac005464e7b8fa97ead3c9815bd815b75ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王鴻薇
委員發言時間 12:43:37 - 12:52:30
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_01
transcript.pyannote[0].start 2.79846875
transcript.pyannote[0].end 7.20284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.71346875
transcript.pyannote[1].end 7.67534375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 7.50659375
transcript.pyannote[2].end 13.12596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.88971875
transcript.pyannote[3].end 14.86409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.39971875
transcript.pyannote[4].end 17.66534375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 17.85096875
transcript.pyannote[5].end 103.76159375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 20.02784375
transcript.pyannote[6].end 20.04471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 20.04471875
transcript.pyannote[7].end 20.19659375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 106.76534375
transcript.pyannote[8].end 112.84034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 112.99221875
transcript.pyannote[9].end 114.39284375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 114.39284375
transcript.pyannote[10].end 114.40971875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 114.54471875
transcript.pyannote[11].end 122.08784375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 122.34096875
transcript.pyannote[12].end 128.58471875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 128.58471875
transcript.pyannote[13].end 139.30034375
transcript.pyannote[14].speaker SPEAKER_04
transcript.pyannote[14].start 139.43534375
transcript.pyannote[14].end 141.91596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 142.52346875
transcript.pyannote[15].end 143.31659375
transcript.pyannote[16].speaker SPEAKER_04
transcript.pyannote[16].start 142.54034375
transcript.pyannote[16].end 144.86909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 144.86909375
transcript.pyannote[17].end 147.77159375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 148.29471875
transcript.pyannote[18].end 167.11034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 166.35096875
transcript.pyannote[19].end 183.41159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 187.32659375
transcript.pyannote[20].end 197.06346875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 197.58659375
transcript.pyannote[21].end 198.59909375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 199.27409375
transcript.pyannote[22].end 199.56096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 201.02909375
transcript.pyannote[23].end 202.37909375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 203.30721875
transcript.pyannote[24].end 203.84721875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 204.10034375
transcript.pyannote[25].end 230.52659375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 231.08346875
transcript.pyannote[26].end 263.78721875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 265.03596875
transcript.pyannote[27].end 280.74659375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 280.84784375
transcript.pyannote[28].end 309.61971875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 281.62409375
transcript.pyannote[29].end 282.77159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 309.77159375
transcript.pyannote[30].end 319.22159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 320.40284375
transcript.pyannote[31].end 327.33846875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 329.43096875
transcript.pyannote[32].end 331.03409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 331.03409375
transcript.pyannote[33].end 331.20284375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 331.20284375
transcript.pyannote[34].end 332.24909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 332.24909375
transcript.pyannote[35].end 338.40846875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 334.02096875
transcript.pyannote[36].end 334.35846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 338.76284375
transcript.pyannote[37].end 339.28596875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 338.84721875
transcript.pyannote[38].end 340.93971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 340.06221875
transcript.pyannote[39].end 342.91409375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 343.18409375
transcript.pyannote[40].end 343.20096875
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 343.20096875
transcript.pyannote[41].end 346.45784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 347.04846875
transcript.pyannote[42].end 347.35221875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 347.65596875
transcript.pyannote[43].end 358.84409375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 359.29971875
transcript.pyannote[44].end 363.80534375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 363.51846875
transcript.pyannote[45].end 367.51784375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 363.87284375
transcript.pyannote[46].end 363.90659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 367.68659375
transcript.pyannote[47].end 372.96846875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 373.12034375
transcript.pyannote[48].end 401.48721875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 402.46596875
transcript.pyannote[49].end 405.09846875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 406.09409375
transcript.pyannote[50].end 419.54346875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 418.88534375
transcript.pyannote[51].end 421.82159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 423.27284375
transcript.pyannote[52].end 423.28971875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 423.28971875
transcript.pyannote[53].end 427.15409375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 428.25096875
transcript.pyannote[54].end 428.63909375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 429.28034375
transcript.pyannote[55].end 433.58346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 433.73534375
transcript.pyannote[56].end 446.98221875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 448.41659375
transcript.pyannote[57].end 453.46221875
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 453.79971875
transcript.pyannote[58].end 456.46596875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 456.90471875
transcript.pyannote[59].end 459.52034375
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 459.97596875
transcript.pyannote[60].end 460.36409375
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 460.56659375
transcript.pyannote[61].end 466.16909375
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 466.54034375
transcript.pyannote[62].end 467.77221875
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 468.09284375
transcript.pyannote[63].end 475.70346875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 475.50096875
transcript.pyannote[64].end 477.84659375
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 478.21784375
transcript.pyannote[65].end 480.14159375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 480.14159375
transcript.pyannote[66].end 482.89221875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 483.09471875
transcript.pyannote[67].end 487.53284375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 487.81971875
transcript.pyannote[68].end 495.58221875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 495.97034375
transcript.pyannote[69].end 504.17159375
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 499.02471875
transcript.pyannote[70].end 499.46346875
transcript.pyannote[71].speaker SPEAKER_04
transcript.pyannote[71].start 504.30659375
transcript.pyannote[71].end 506.41596875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 505.90971875
transcript.pyannote[72].end 521.90721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 522.05909375
transcript.pyannote[73].end 523.52721875
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 524.92784375
transcript.pyannote[74].end 526.83471875
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 529.38284375
transcript.pyannote[75].end 530.17596875
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 530.86784375
transcript.pyannote[76].end 533.97284375
transcript.whisperx[0].start 2.793
transcript.whisperx[0].end 14.489
transcript.whisperx[0].text 好 謝謝主席我請我們財政部長莊部長好 請莊部長然後我請今天也有到場列席的我們新北市的財政局局長好嗎好 新北市陳榮貴 陳局長
transcript.whisperx[1].start 18.152
transcript.whisperx[1].end 41.198
transcript.whisperx[1].text 陈局长部长好局长好我们今天主要讨论这个排照税电动车排照税延长我想这一部分包含行政院还有立法院跨党派的委员都非常支持那刚才我做提案说明的时候我有特别讲因为今天为什么找了我们六都的财政局或者是相关的税制局的主管来
transcript.whisperx[2].start 41.678
transcript.whisperx[2].end 44.839
transcript.whisperx[2].text 就是因為牌照稅是屬於地方稅所以我相信在你們研擬稅法修正的時候也會找我們地方的財主單位來做討論但是近年來其實是有一個問題因為確實我們最近討論很多中央財政的收支劃分
transcript.whisperx[3].start 63.087
transcript.whisperx[3].end 91.539
transcript.whisperx[3].text 但是過去常常是會有一個問題就是中央請客然後地方買單所以我想請問一下陳局長我想排照稅這個有關電動車排照稅的這個優惠延長你們應該是支持那但是在如果說尤其六都這個電動車會比較多那在你們的稅損的部分稅收損失的部分你們有沒有期望或希望說中央
transcript.whisperx[4].start 92.839
transcript.whisperx[4].end 103.313
transcript.whisperx[4].text 未來就從這個排料稅或者未來這些相關的你們地方的稅收損失的部分是不是應該予以給一些相關的補助跟分攤
transcript.whisperx[5].start 106.786
transcript.whisperx[5].end 128.195
transcript.whisperx[5].text 跟委員報告未來五年如果再減免我們新北會稅損大概38億38億對我們是希望說由中央能源相關主管機關不管是經濟部的能源發展基金還是環境部的溫室氣體管理基金如果再不足就是公務預算編列撥補基金也可以
transcript.whisperx[6].start 128.615
transcript.whisperx[6].end 147.504
transcript.whisperx[6].text 好所以其實地方上38億其實對中央可能是九牛一毛好那對不起時間暫停一下我也請我們台北市我們台北市今天是副局長來好時間暫停請台北市商務局長商業委員會商務局長好那我們台北市的稅收損失是多少呢
transcript.whisperx[7].start 148.659
transcript.whisperx[7].end 171.966
transcript.whisperx[7].text 跟一座报告一下我们如果是接下来在延长大概5年的时间我们目前这边推算大概可能会有到88亿的情况但是因为这还是要看整体的整个在未来5年整体的那个电动车成长的幅度以及推估的方式对没有错当然其实如果电动车越多那相对的税损会越高这是必然的哈
transcript.whisperx[8].start 172.586
transcript.whisperx[8].end 183.396
transcript.whisperx[8].text 那因為時間關係我就不一一請個因為我們還有台中 桃園 台南那時間暫停一下兩位局長先可以請回謝謝當然我們其他我們桃園 台南 或者是台中如果要給我們相關數字我們也會非常歡迎所以局長不對 部長
transcript.whisperx[9].start 201.09
transcript.whisperx[9].end 224.186
transcript.whisperx[9].text 哪怪你不動如山部長就有關於這個這個政策大家都支持但是他的稅收損失會集中在這六都越是都會區越會使用這個就電動車的他的稅收損失越大你可以看得出來其實對地方政府來講台北市88億稅損新北市38億稅損其實對他們來講都是都是會肉痛的都肉痛的
transcript.whisperx[10].start 231.13
transcript.whisperx[10].end 235.254
transcript.whisperx[10].text 你看光是新秀就是輝達的那塊T17、18大家來會再講它的權利金也不過不到40億3、4億左右就來來回回談那麼久
transcript.whisperx[11].start 246.683
transcript.whisperx[11].end 262.588
transcript.whisperx[11].text 所以這個牌照稅未來有沒有可能就是我們也來做一個協調就如同剛才陳局長說的比如說我們透過什麼農園發展基金或者是其他的相關的基金裡面對地方給予相關的補貼跟分攤
transcript.whisperx[12].start 265.103
transcript.whisperx[12].end 280.271
transcript.whisperx[12].text 我想剛剛也好幾位委員都提出這樣的一個意見那我們那個環境部還有那個交通部還有經濟部他們都說他有關相關基金的部分是未來要做有關補貼部分他們帶回去研議
transcript.whisperx[13].start 282.572
transcript.whisperx[13].end 308.688
transcript.whisperx[13].text 那另外时间有限那请教因为我们有关于台美贸易谈判照理讲应该接近尾声因为赖总统告诉我们很快就有好消息只是我们现在的好消息到现在为止还不知道那我曾经问过经济部长因为大家一般认为我们对于美制的汽车进口关税会是一个重点那会不会
transcript.whisperx[14].start 309.989
transcript.whisperx[14].end 327.201
transcript.whisperx[14].text 最后我们对美国进口的汽车关税降到0那我想请问以部长来说就是我们如果把美制的汽车进口关税降至0对税损的部分会有很大影响吗
transcript.whisperx[15].start 329.482
transcript.whisperx[15].end 335.547
transcript.whisperx[15].text 根據我們大概算過是44億44億嘛 44億應該是在可應該絕對是可容忍的範圍嘛對不對 我就說就你們稅損的評估來說目前來說談判還在進行當中
transcript.whisperx[16].start 347.042
transcript.whisperx[16].end 349.144
transcript.whisperx[16].text 對因為經濟部長他考慮到的是產業產業的影響你財政部長考慮的就是稅收的影響44億是可容忍的範圍嗎44億目前當然還要看其他的項目整體來看
transcript.whisperx[17].start 363.578
transcript.whisperx[17].end 379.959
transcript.whisperx[17].text 好那另外一个我比较关心在去年我应该去年我也有问过对消费者来讲非常关心的两大关税一个就是汽车当然还有所谓的烟瓶还有保健食品最主要是保健食品
transcript.whisperx[18].start 380.58
transcript.whisperx[18].end 404.893
transcript.whisperx[18].text 那保健食品呢因為我們跟其他國家的進口關稅稅率我們確實偏高那麼台灣高達30%那這個比其他國家或東南亞國家都要偏高所以使得很多人到美國是一定要去買保健食品的那請問一下保健食品的進口關稅是不是可以調降
transcript.whisperx[19].start 406.842
transcript.whisperx[19].end 421.636
transcript.whisperx[19].text 第一個在台美談判裡面保健食品談判的稅率是多少當然還在討論當中那經濟部的產發署也有提出有關保健食品調降關稅的一些方案已經有提出來了好 那時間暫停 正好產發署有來嘛 是不是邱署長 經濟部產發署邱署長
transcript.whisperx[20].start 428.308
transcript.whisperx[20].end 446.574
transcript.whisperx[20].text 好 署長這個是很多消費者非常關心的就是這個進口保健食品30%太高了可不可以調降或者是調降到零或者是至少可以調降到跟其他至少你可以要跟亞洲國家差不多吧報告委員就是現在經濟部跟財政部已經在啟動一個調降保健食品的這樣的一個關稅
transcript.whisperx[21].start 457.089
transcript.whisperx[21].end 477.604
transcript.whisperx[21].text 的一个过程因为这牵涉到对消费者来讲的话应该要给他们更多的好处优惠另外的话就是产业的发展所以我们现在是正在开会协调是不是能够降到一个大家可以接受的数字兼顾到消费者的利益以及产业的发展所以降一半是合理范围吧
transcript.whisperx[22].start 478.877
transcript.whisperx[22].end 495.322
transcript.whisperx[22].text 這個也是一個考慮的方向好 因為如果降一半的話就跟日本差不多那降一半之後還有可能再往下降嗎如果跟韓國比的話如果說要再往下降的話也可以考慮用比較階段性的這樣的方式來調降也是一種可以考慮的方向
transcript.whisperx[23].start 496.058
transcript.whisperx[23].end 522.644
transcript.whisperx[23].text 用階段性但階段性可能要有一個期限對不對所以這樣50%是絕對可以看到的是一個可以討論的方向是可以討論的方向我知道你不會告訴我現在詳細的稅率但是我們希望能夠知道這個是往這個方向因為這個其實消費者長期都在討論好不好我覺得至少你要比照日本或者韓國好不好可以嗎好可以謝謝
transcript.whisperx[24].start 524.585
transcript.whisperx[24].end 526.49
transcript.whisperx[24].text 謝謝委員我們謝謝王紅衛委員部長請回那麼接下來請蘇清泉委員蘇清泉委員