iVOD / 165436

Field Value
IVOD_ID 165436
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/165436
日期 2025-11-13
會議資料.會議代碼 委員會-11-4-20-8
會議資料.會議代碼:str 第11屆第4會期財政委員會第8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 8
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8次全體委員會議
影片種類 Clip
開始時間 2025-11-13T12:18:11+08:00
結束時間 2025-11-13T12:27:16+08:00
影片長度 00:09:05
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/fffa2c65c610face04aa8c94d17cf273fa47f864c5dfb45a0834c22697b3aa2a56a65096fc31f86f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃珊珊
委員發言時間 12:18:11 - 12:27:16
會議時間 2025-11-13T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第8次全體委員會議(事由:一、邀請財政部莊部長翠雲、行政院主計總處陳主計長淑姿、中央銀行副總裁、國家發展委員會葉主任委員俊顯、經濟部次長、勞動部次長、衛生福利部次長就「經濟成長讓全民共享:政府如何縮短所得差距暨改善相對貧窮化之對策」進行專題報告,並備質詢。 二、審查本院民進黨黨團擬具「財政收支劃分法第十六條之一未分配款運用暫行條例草案」案。)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 0.14909375
transcript.pyannote[0].end 1.80284375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.72159375
transcript.pyannote[1].end 9.31221875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 10.71284375
transcript.pyannote[2].end 11.59034375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 13.73346875
transcript.pyannote[3].end 14.61096875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 17.71596875
transcript.pyannote[4].end 23.62221875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 24.36471875
transcript.pyannote[5].end 29.17409375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 27.85784375
transcript.pyannote[6].end 28.38096875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 29.69721875
transcript.pyannote[7].end 31.94159375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 32.26221875
transcript.pyannote[8].end 34.45596875
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 34.82721875
transcript.pyannote[9].end 37.86471875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 38.11784375
transcript.pyannote[10].end 39.50159375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 39.70409375
transcript.pyannote[11].end 47.53409375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 47.83784375
transcript.pyannote[12].end 55.75221875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 56.59596875
transcript.pyannote[13].end 58.19909375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 59.12721875
transcript.pyannote[14].end 60.32534375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 60.59534375
transcript.pyannote[15].end 61.75971875
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 62.48534375
transcript.pyannote[16].end 68.94846875
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 68.96534375
transcript.pyannote[17].end 69.01596875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 69.42096875
transcript.pyannote[18].end 74.23034375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 74.56784375
transcript.pyannote[19].end 81.75659375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 82.11096875
transcript.pyannote[20].end 89.09721875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 89.43471875
transcript.pyannote[21].end 90.64971875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 92.23596875
transcript.pyannote[22].end 93.46784375
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 94.64909375
transcript.pyannote[23].end 99.55971875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 100.18409375
transcript.pyannote[24].end 110.24159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 110.54534375
transcript.pyannote[25].end 112.01346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 112.65471875
transcript.pyannote[26].end 119.30346875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 118.30784375
transcript.pyannote[27].end 126.17159375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 126.82971875
transcript.pyannote[28].end 139.21596875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 139.65471875
transcript.pyannote[29].end 141.34221875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 142.03409375
transcript.pyannote[30].end 157.89659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 157.94721875
transcript.pyannote[31].end 161.37284375
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 160.57971875
transcript.pyannote[32].end 164.27534375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 164.56221875
transcript.pyannote[33].end 166.75596875
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 167.51534375
transcript.pyannote[34].end 171.10971875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 171.58221875
transcript.pyannote[35].end 176.91471875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 177.64034375
transcript.pyannote[36].end 180.03659375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 180.61034375
transcript.pyannote[37].end 209.02784375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 209.36534375
transcript.pyannote[38].end 217.65096875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 216.99284375
transcript.pyannote[39].end 219.40596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 219.50721875
transcript.pyannote[40].end 223.08471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 223.30409375
transcript.pyannote[41].end 223.69221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 223.81034375
transcript.pyannote[42].end 229.02471875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 228.40034375
transcript.pyannote[43].end 230.54346875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 230.96534375
transcript.pyannote[44].end 232.09596875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 232.09596875
transcript.pyannote[45].end 232.66971875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 232.66971875
transcript.pyannote[46].end 238.60971875
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 236.39909375
transcript.pyannote[47].end 243.43596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 243.73971875
transcript.pyannote[48].end 248.36346875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 247.85721875
transcript.pyannote[49].end 258.38721875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 259.83846875
transcript.pyannote[50].end 266.16659375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 265.39034375
transcript.pyannote[51].end 277.37159375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 278.45159375
transcript.pyannote[52].end 280.03784375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 281.08409375
transcript.pyannote[53].end 282.56909375
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 283.17659375
transcript.pyannote[54].end 291.46221875
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 292.05284375
transcript.pyannote[55].end 299.73096875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 300.15284375
transcript.pyannote[56].end 303.56159375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 305.16471875
transcript.pyannote[57].end 311.47596875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 311.47596875
transcript.pyannote[58].end 312.04971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 312.04971875
transcript.pyannote[59].end 316.75784375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 313.45034375
transcript.pyannote[60].end 315.72846875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 317.43284375
transcript.pyannote[61].end 318.88409375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 317.98971875
transcript.pyannote[62].end 318.74909375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 318.74909375
transcript.pyannote[63].end 318.85034375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 318.88409375
transcript.pyannote[64].end 319.49159375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 320.11596875
transcript.pyannote[65].end 321.38159375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 321.65159375
transcript.pyannote[66].end 322.88346875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 323.55846875
transcript.pyannote[67].end 333.56534375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 334.07159375
transcript.pyannote[68].end 337.61534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 340.63596875
transcript.pyannote[69].end 341.63159375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 340.72034375
transcript.pyannote[70].end 341.04096875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 342.27284375
transcript.pyannote[71].end 344.46659375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 342.98159375
transcript.pyannote[72].end 343.96034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 345.22596875
transcript.pyannote[73].end 346.23846875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 347.06534375
transcript.pyannote[74].end 353.86596875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 349.10721875
transcript.pyannote[75].end 349.44471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 354.32159375
transcript.pyannote[76].end 358.28721875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 358.28721875
transcript.pyannote[77].end 375.93846875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 376.81596875
transcript.pyannote[78].end 380.49471875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 380.66346875
transcript.pyannote[79].end 381.22034375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 382.16534375
transcript.pyannote[80].end 383.16096875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 383.49846875
transcript.pyannote[81].end 385.89471875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 386.18159375
transcript.pyannote[82].end 386.97471875
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 387.44721875
transcript.pyannote[83].end 392.20596875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 392.76284375
transcript.pyannote[84].end 399.04034375
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 399.63096875
transcript.pyannote[85].end 407.17409375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 407.62971875
transcript.pyannote[86].end 416.82659375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 416.99534375
transcript.pyannote[87].end 423.05346875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 421.19721875
transcript.pyannote[88].end 423.98159375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 423.54284375
transcript.pyannote[89].end 431.52471875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 429.31409375
transcript.pyannote[90].end 432.30096875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 432.38534375
transcript.pyannote[91].end 438.76409375
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 437.48159375
transcript.pyannote[92].end 442.89846875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 443.18534375
transcript.pyannote[93].end 451.23471875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 451.58909375
transcript.pyannote[94].end 452.95596875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 453.78284375
transcript.pyannote[95].end 459.16596875
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 459.82409375
transcript.pyannote[96].end 464.16096875
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 464.24534375
transcript.pyannote[97].end 465.30846875
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 465.62909375
transcript.pyannote[98].end 473.27346875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 474.37034375
transcript.pyannote[99].end 477.54284375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 478.58909375
transcript.pyannote[100].end 483.19596875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 484.24221875
transcript.pyannote[101].end 485.38971875
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 486.06471875
transcript.pyannote[102].end 487.60034375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 488.57909375
transcript.pyannote[103].end 496.57784375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 497.21909375
transcript.pyannote[104].end 506.01096875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 506.55096875
transcript.pyannote[105].end 517.19909375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 517.60409375
transcript.pyannote[106].end 526.58159375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 527.29034375
transcript.pyannote[107].end 536.40284375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 536.53784375
transcript.pyannote[108].end 538.02284375
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 538.79909375
transcript.pyannote[109].end 542.29221875
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 543.25409375
transcript.pyannote[110].end 543.99659375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 543.99659375
transcript.pyannote[111].end 545.22846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 545.97096875
transcript.pyannote[112].end 546.27471875
transcript.whisperx[0].start 0.29
transcript.whisperx[0].end 1.751
transcript.whisperx[0].text 那請莊部長 呂次長委員好衛福部兩位好我想今天看到一個很傷心的新聞也就是有一位80歲的母親照顧重度身心障礙的孩子超過50年
transcript.whisperx[1].start 29.781
transcript.whisperx[1].end 57.996
transcript.whisperx[1].text 然後因為他自己的身體也沒有辦法再負荷所以他帶著讓孩子早點離開人世那台北地院雖然極盡所能的減刑還是判了兩年半然後希望見請總統賴清德來特赦我想這個案子是長照的悲歌也是我們衛福部長期以來我們希望接下去人民不應該無助到這種程度啦
transcript.whisperx[2].start 59.31
transcript.whisperx[2].end 68.7
transcript.whisperx[2].text 也就是說衛福部最近我看到部長開始在擔心將來的健保所以找了很多方法找錢然後還沒出師就生先死嘛就 丟起來了
transcript.whisperx[3].start 75.848
transcript.whisperx[3].end 90.233
transcript.whisperx[3].text 接下來健保當然是台灣人最重要的後盾但是長照政府做了這麼多的長照我們還是沒有辦法挽回這樣的生命所以次長看到這個案子我們應該做些什麼除了請求總統特赦之外還有多少長照被割證在上演
transcript.whisperx[4].start 100.559
transcript.whisperx[4].end 125.773
transcript.whisperx[4].text 非常感謝委員對於這個案子的關心那我覺得那個真的是也非常遺憾啦那個有出現這個漏洞那衛福部責無旁貸那我跟委員報告他這個案子我們現在目前會來做一些這個裡面有一些有關於高負荷家庭的一個我們的長照2.0一般的民眾大部分都可以Cover到現在Cover不到的就是重症
transcript.whisperx[5].start 126.892
transcript.whisperx[5].end 140.442
transcript.whisperx[5].text 叫做這種長期照顧最嚴重的是他可能也沒有能力也沒有辦法或根本不想請外籍移工所以弄得自己身心俱疲最後只能選擇
transcript.whisperx[6].start 142.103
transcript.whisperx[6].end 157.721
transcript.whisperx[6].text 把自己的孩子先送走我覺得這個才是我們今天要碰到的問題就是長照不剛剛只是每一天的這種簡單的喘息服務而已其實最嚴重的是這種重症的長期照護對吧
transcript.whisperx[7].start 158.041
transcript.whisperx[7].end 176.482
transcript.whisperx[7].text 沒錯 特別是七到八級這個重點所以除了你們在找健保的裁員其實我們在這一次立法院黨團台灣民眾黨已經提出了長照保險法提出了一年了長照保險其實就是跟健保的概念一樣我們年輕的時候出一點
transcript.whisperx[8].start 177.683
transcript.whisperx[8].end 186.573
transcript.whisperx[8].text 然後share這些可能尤其是像這種重症沒有辦法被現有的所謂的長照2.0照顧到的人他也許將來我們老的時候因為少子化的關係我們怎麼樣照顧我們自己
transcript.whisperx[9].start 193.28
transcript.whisperx[9].end 204.867
transcript.whisperx[9].text 所以長照保險是我們推動的我不知道衛福部有沒有想過要不要推動之前的邱太元部長說他去日本看過他們也正在考慮市長 你在衛福部這麼久你們的態度咧
transcript.whisperx[10].start 209.42
transcript.whisperx[10].end 217.448
transcript.whisperx[10].text 包委員 有關於財務的部分我們現在當然是稅收制你們現在的稅收花光就沒了啦包委員 我們現在目前2033億按照這個估計 即使在10年後我們現在目前大概也有剩餘還可以撐著住 但是10年後呢
transcript.whisperx[11].start 231.247
transcript.whisperx[11].end 248.597
transcript.whisperx[11].text 七百七十四不知道我們十年之後我們估計還可以剩 還有七百七十四七百七十四 你覺得台灣人那時候我們現在超高齡社會那時候還可以撐多久這樣的長照杯羹還會不會存在包委員 我們現在目前就是各方的意見我們都會來請聽長照保險是台灣必須要走的路所以我想財政部長在這我們現在每一年要溢出到所謂的長照2.0大概要多少錢啊 部長
transcript.whisperx[12].start 260.172
transcript.whisperx[12].end 276.898
transcript.whisperx[12].text 這個部分因為長照是各個有相關的稅源這個統計的數字我們會再提供給你們我們每年900多億有兩種稅一種是房地合一稅一種是菸酒稅我們常常說這兩個稅都是不公不義的稅
transcript.whisperx[13].start 278.638
transcript.whisperx[13].end 302.766
transcript.whisperx[13].text 結果我們拿去做長照而且不穩定的稅來源並不正當的稅 為什麼一個是炒作房地 一個是鼓勵人家又喝酒又抽煙不好啦我要說的是 對 政府非常認真的在走裁員 走長照但是它不是一個長久之計尤其是房地合一稅 去年的狀況怎麼樣
transcript.whisperx[14].start 306
transcript.whisperx[14].end 314.274
transcript.whisperx[14].text 去年還行但今年的房地合一所以其實收的是跟預算數是低的差很多對因為跟房地產的一個交易的狀況有關係
transcript.whisperx[15].start 317.655
transcript.whisperx[15].end 337.08
transcript.whisperx[15].text 來 央行副總裁副總裁你們第七次信用管制然後現在台灣說什麼房地產急凍然後房地合一稅是目前也算剛剛部長已經說了房地合一稅不好那是不是在央行打房成效著住的關係呢我想我們的我們對房地產就是你滿意的結果嗎我
transcript.whisperx[16].start 347.113
transcript.whisperx[16].end 375.639
transcript.whisperx[16].text 因為這是交易量的減少交易量減少有很多原因我想我們注重的是我們對於金融機構授信不要過度集中房地產這是我們的原則啦所以其實現在的問題就是我們兩個的政策真的就叫做左手打右手我們這邊拼了命的在讓年輕人買房推了新清安然後讓金融機構拼命的借錢給民眾來買房子然後我們的央行做信用管制然後現在
transcript.whisperx[17].start 376.874
transcript.whisperx[17].end 398.24
transcript.whisperx[17].text 房地合一稅不夠了然後我們的長照的錢可能也會不足對吧這是一個雞生蛋蛋生雞的問題所以莊部長接下去你的房地合一稅不好易租不到長照的錢還有現在我們上次問的住宅基金也需要這些相關的房地合一稅的撥補
transcript.whisperx[18].start 399.921
transcript.whisperx[18].end 401.365
transcript.whisperx[18].text 現在房地合一稅的數量會顯然減少你會預期達到我們預算額度會短處多少
transcript.whisperx[19].start 408.014
transcript.whisperx[19].end 431.989
transcript.whisperx[19].text 这个部分要等到年底才真正的会出来但是跟委员报告房地合一税的目的是希望就是说在房地交易的时候必须要克相关的税收而且要抑制所谓的短期交易是就是不能投机嘛就是在所谓抑制炒房那新清安基本上是辅助那只要不炒房这个税就收不到啊对啊
transcript.whisperx[20].start 432.689
transcript.whisperx[20].end 458.661
transcript.whisperx[20].text 對 那所以那至於長照的裁員究竟要以稅收制或保險制那當然是有衛福部去做評估我要講的是這三件事情其實是卡在一起政府要有長治久安的政策尤其是我還是要強調長照不應該建立在不穩定的裁員不公益的裁員炒作房地產的不應該是長照長期依靠的裁員
transcript.whisperx[21].start 460.101
transcript.whisperx[21].end 487.407
transcript.whisperx[21].text 衛福部必須要去正視的是我們怎麼樣讓長照成為將來百姓自己掏錢我願意自己掏錢養我自己的未來我們不要再看到一個母親要殺死自己的孩子來解決他的問題然後今天大家社會再來討論這件事這件事已經討論了快十幾二十年了長照保險可能是唯一的方法
transcript.whisperx[22].start 489.216
transcript.whisperx[22].end 505.733
transcript.whisperx[22].text 當年大家說健保健保我們現在花盡了力氣來補健保但是健保讓台灣成為最安全的地方之一同樣的長照如果依照現在這樣的制度或現在這樣的財源不穩定的情況下我們的未來的老年其實是非常可怕的
transcript.whisperx[23].start 506.604
transcript.whisperx[23].end 526.112
transcript.whisperx[23].text 而且現在21世紀2025年還有今天這樣的悲哀我覺得衛福部要把長照保險納入你們未來10年20年的考慮第二個裁員的部分這個稅不穩定菸酒稅更不穩定更不應該拿來做長照的裁員好嗎
transcript.whisperx[24].start 527.452
transcript.whisperx[24].end 541.618
transcript.whisperx[24].text 我希望這政策不要自己打自己第二個政策不要說出來第二天就不見了第三要推新政策可以先跟大家溝通最重要的是不要推出來一個惹人笑話好嗎好 謝謝非常感謝黃委員 謝謝