iVOD / 166467

Field Value
IVOD_ID 166467
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166467
日期 2025-12-17
會議資料.會議代碼 委員會-11-4-20-13
會議資料.會議代碼:str 第11屆第4會期財政委員會第13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2025-12-17T10:06:11+08:00
結束時間 2025-12-17T10:19:23+08:00
影片長度 00:13:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/a6d7659fd659acd0e4686004fc64cc75a3419a5287f8f915fbddbc901a86fecfeebc5b1f2304e56a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:06:11 - 10:19:23
會議時間 2025-12-17T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第13次全體委員會議(事由:審查「海關進口稅則」5案: 本院委員徐富癸等17人、委員黃健豪等22人、委員徐富癸等16人、委員陳菁徽等16人、委員林思銘等16人分別擬具「海關進口稅則部分稅則修正草案」等5案。【後1案須經各黨團簽署不復議同意書】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 2.64659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 2.89971875
transcript.pyannote[1].end 5.98784375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 4.48596875
transcript.pyannote[2].end 5.65034375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 6.25784375
transcript.pyannote[3].end 12.28221875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 8.78909375
transcript.pyannote[4].end 12.58596875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.48034375
transcript.pyannote[5].end 13.91909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 14.30721875
transcript.pyannote[6].end 23.47034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 23.60534375
transcript.pyannote[7].end 26.45721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 27.04784375
transcript.pyannote[8].end 27.55409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 27.89159375
transcript.pyannote[9].end 30.33846875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 30.65909375
transcript.pyannote[10].end 33.05534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 33.49409375
transcript.pyannote[11].end 35.89034375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 36.37971875
transcript.pyannote[12].end 44.63159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 46.63971875
transcript.pyannote[13].end 69.04971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 54.89159375
transcript.pyannote[14].end 55.27971875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 70.43346875
transcript.pyannote[15].end 78.19596875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 80.47409375
transcript.pyannote[16].end 81.55409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 80.57534375
transcript.pyannote[17].end 111.74346875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 82.39784375
transcript.pyannote[18].end 82.61721875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 88.70909375
transcript.pyannote[19].end 88.96221875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 88.96221875
transcript.pyannote[20].end 89.11409375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 94.95284375
transcript.pyannote[21].end 95.50971875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 105.38159375
transcript.pyannote[22].end 106.22534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 111.81096875
transcript.pyannote[23].end 113.56596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 113.86971875
transcript.pyannote[24].end 119.43846875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 114.79784375
transcript.pyannote[25].end 117.27846875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 119.69159375
transcript.pyannote[26].end 132.22971875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 132.75284375
transcript.pyannote[27].end 133.74846875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 134.25471875
transcript.pyannote[28].end 151.87221875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 152.29409375
transcript.pyannote[29].end 158.26784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 158.70659375
transcript.pyannote[30].end 161.37284375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 161.77784375
transcript.pyannote[31].end 163.02659375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 163.70159375
transcript.pyannote[32].end 168.42659375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 168.93284375
transcript.pyannote[33].end 177.94409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 178.45034375
transcript.pyannote[34].end 190.00971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 190.71846875
transcript.pyannote[35].end 199.93221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 200.06721875
transcript.pyannote[36].end 213.58409375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 214.49534375
transcript.pyannote[37].end 215.33909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 216.11534375
transcript.pyannote[38].end 227.33721875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 218.47784375
transcript.pyannote[39].end 219.10221875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 228.94034375
transcript.pyannote[40].end 238.74471875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 240.06096875
transcript.pyannote[41].end 241.90034375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 241.64721875
transcript.pyannote[42].end 242.06909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 241.96784375
transcript.pyannote[43].end 243.43596875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 242.89596875
transcript.pyannote[44].end 245.12346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 244.24596875
transcript.pyannote[45].end 256.95284375
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 246.32159375
transcript.pyannote[46].end 246.60846875
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 248.85284375
transcript.pyannote[47].end 249.51096875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 257.29034375
transcript.pyannote[48].end 269.35596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 269.30534375
transcript.pyannote[49].end 269.57534375
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 269.50784375
transcript.pyannote[50].end 287.09159375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 284.79659375
transcript.pyannote[51].end 285.28596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 285.82596875
transcript.pyannote[52].end 314.17596875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 314.46284375
transcript.pyannote[53].end 335.84346875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 336.21471875
transcript.pyannote[54].end 344.26409375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 344.29784375
transcript.pyannote[55].end 344.36534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 344.43284375
transcript.pyannote[56].end 361.64534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 362.23596875
transcript.pyannote[57].end 363.28221875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 364.90221875
transcript.pyannote[58].end 372.71534375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 372.78284375
transcript.pyannote[59].end 381.22034375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 381.52409375
transcript.pyannote[60].end 407.62971875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 384.00471875
transcript.pyannote[61].end 384.42659375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 400.30596875
transcript.pyannote[62].end 401.18346875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 403.22534375
transcript.pyannote[63].end 403.66409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 405.72284375
transcript.pyannote[64].end 419.88096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 420.30284375
transcript.pyannote[65].end 430.02284375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 430.39409375
transcript.pyannote[66].end 440.09721875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 440.23221875
transcript.pyannote[67].end 451.90971875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 451.90971875
transcript.pyannote[68].end 452.66909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 452.01096875
transcript.pyannote[69].end 453.96846875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 453.96846875
transcript.pyannote[70].end 456.82034375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 457.46159375
transcript.pyannote[71].end 475.77096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 466.52346875
transcript.pyannote[72].end 467.35034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 474.30284375
transcript.pyannote[73].end 480.98534375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 480.98534375
transcript.pyannote[74].end 481.25534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 481.00221875
transcript.pyannote[75].end 482.97659375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 482.97659375
transcript.pyannote[76].end 490.19909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 489.47346875
transcript.pyannote[77].end 491.31284375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 491.31284375
transcript.pyannote[78].end 494.33346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 493.81034375
transcript.pyannote[79].end 495.81846875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 495.14346875
transcript.pyannote[80].end 502.45034375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 501.82596875
transcript.pyannote[81].end 504.52596875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 503.69909375
transcript.pyannote[82].end 506.11221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 505.03221875
transcript.pyannote[83].end 507.96846875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 507.96846875
transcript.pyannote[84].end 512.15346875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 512.15346875
transcript.pyannote[85].end 518.53221875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 518.16096875
transcript.pyannote[86].end 519.74721875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 518.56596875
transcript.pyannote[87].end 534.00659375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 530.56409375
transcript.pyannote[88].end 530.90159375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 533.75346875
transcript.pyannote[89].end 541.80284375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 539.82846875
transcript.pyannote[90].end 593.32221875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 594.40221875
transcript.pyannote[91].end 599.98784375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 597.79409375
transcript.pyannote[92].end 598.33409375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 600.07221875
transcript.pyannote[93].end 610.50096875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 603.34596875
transcript.pyannote[94].end 604.62846875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 609.92721875
transcript.pyannote[95].end 610.14659375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 610.65284375
transcript.pyannote[96].end 614.92221875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 615.27659375
transcript.pyannote[97].end 617.18346875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 617.36909375
transcript.pyannote[98].end 640.69034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 625.04721875
transcript.pyannote[99].end 625.60409375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 626.12721875
transcript.pyannote[100].end 626.38034375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 627.59534375
transcript.pyannote[101].end 627.84846875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 634.48034375
transcript.pyannote[102].end 634.63221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 640.69034375
transcript.pyannote[103].end 640.97721875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 641.38221875
transcript.pyannote[104].end 652.97534375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 652.97534375
transcript.pyannote[105].end 662.18909375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 656.63721875
transcript.pyannote[106].end 657.88596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 662.13846875
transcript.pyannote[107].end 670.23846875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 670.33971875
transcript.pyannote[108].end 672.46596875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 672.14534375
transcript.pyannote[109].end 676.71846875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 676.90409375
transcript.pyannote[110].end 677.20784375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 677.30909375
transcript.pyannote[111].end 681.20721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 681.13971875
transcript.pyannote[112].end 686.84346875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 686.48909375
transcript.pyannote[113].end 686.52284375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 686.52284375
transcript.pyannote[114].end 686.60721875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 686.60721875
transcript.pyannote[115].end 686.65784375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 686.84346875
transcript.pyannote[116].end 687.99096875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 687.01221875
transcript.pyannote[117].end 694.35284375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 691.93971875
transcript.pyannote[118].end 700.52909375
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 700.93409375
transcript.pyannote[119].end 704.08971875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 704.39346875
transcript.pyannote[120].end 707.68409375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 707.76846875
transcript.pyannote[121].end 722.92221875
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 723.59721875
transcript.pyannote[122].end 727.07346875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 727.39409375
transcript.pyannote[123].end 732.06846875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 731.89971875
transcript.pyannote[124].end 732.20346875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 732.08534375
transcript.pyannote[125].end 732.11909375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 732.20346875
transcript.pyannote[126].end 732.74346875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 732.97971875
transcript.pyannote[127].end 737.04659375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 737.67096875
transcript.pyannote[128].end 740.05034375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 740.75909375
transcript.pyannote[129].end 748.47096875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 749.68596875
transcript.pyannote[130].end 750.95159375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 749.73659375
transcript.pyannote[131].end 749.78721875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 749.78721875
transcript.pyannote[132].end 749.82096875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 749.82096875
transcript.pyannote[133].end 749.95596875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 749.95596875
transcript.pyannote[134].end 750.04034375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 750.04034375
transcript.pyannote[135].end 750.07409375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 752.11596875
transcript.pyannote[136].end 752.87534375
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 754.03971875
transcript.pyannote[137].end 754.05659375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 754.05659375
transcript.pyannote[138].end 754.56284375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 754.25909375
transcript.pyannote[139].end 755.05221875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 755.05221875
transcript.pyannote[140].end 763.74284375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 755.06909375
transcript.pyannote[141].end 756.62159375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 759.91221875
transcript.pyannote[142].end 761.83596875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 761.92034375
transcript.pyannote[143].end 786.28784375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 767.99534375
transcript.pyannote[144].end 768.09659375
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 786.18659375
transcript.pyannote[145].end 790.97909375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 788.68409375
transcript.pyannote[146].end 792.21096875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 790.97909375
transcript.pyannote[147].end 791.40096875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 791.40096875
transcript.pyannote[148].end 793.20659375
transcript.whisperx[0].start 1.43
transcript.whisperx[0].end 5.513
transcript.whisperx[0].text 我想今天我們要面對就是不公平的一個貿易的傾銷的一個險境下我們怎麼樣保護住本土的釀酒產業的命脈
transcript.whisperx[1].start 27.091
transcript.whisperx[1].end 44.47
transcript.whisperx[1].text 那在這裡我想跟你探討一下就是說如果我請教你就是說這個我們的啤酒花跟那個中麥芽那到底一年進口多少的數量那這一個關稅是多少然後你的稅損是多少
transcript.whisperx[2].start 48.108
transcript.whisperx[2].end 54.212
transcript.whisperx[2].text 麥芽它的進口平均每一年的進口量是41958萬公噸那大概關稅稅收是6700萬至於啤酒花的話每年平均大概進口量是127公噸關稅收入是393萬
transcript.whisperx[3].start 70.612
transcript.whisperx[3].end 77.213
transcript.whisperx[3].text 所以如果就是說你降低關稅的話你的稅損會是多少這兩樣
transcript.whisperx[4].start 80.646
transcript.whisperx[4].end 100.665
transcript.whisperx[4].text 有没有算过有算过如果我们降低关税的话就关税的税收损失大概是7435万但是因为降税以后呢我们认为可以提升我们国产啤酒市场的竞争力让我们的啤酒的需求可以增加所以认为预估可以增加的税收是16974万
transcript.whisperx[5].start 103.507
transcript.whisperx[5].end 119.096
transcript.whisperx[5].text 所以扣就是增加扣掉一來一去的話一來一去的話事實上是可以增加9539萬的還是可以淨收益的還可以淨收益9000多萬目前的稅收的評估是這樣謝謝委員
transcript.whisperx[6].start 119.696
transcript.whisperx[6].end 147.066
transcript.whisperx[6].text 好那事實上就是說財政部雖然祭出了還請銷稅但可是這個數字會說話為什麼就是進口的這個啤酒進口量不減緩增這個是不是這個事實是不是告訴我們說你的還請銷其實是沒有用的你看喔我們現在就是截至這個114年到10月底為止我們進口的啤酒
transcript.whisperx[7].start 148.286
transcript.whisperx[7].end 162.849
transcript.whisperx[7].text 就講這個中國大陸它是64%那台灣我們自己的就是市產額的這個佔有率才36%那顯然你的還請敲碎是沒有用的
transcript.whisperx[8].start 163.772
transcript.whisperx[8].end 189.742
transcript.whisperx[8].text 所以部長有沒有想到一個更好的方式就是說我把它計較在就是降低成本的顏料來支持在地的產業以及檢視目前國內的農產品的一個培育計畫那我不知道就是說你對於國產品啤酒面臨的在死亡交叉跟進口的死亡交叉你的還請銷稅有沒有要再做什麼樣的一個補充
transcript.whisperx[9].start 190.748
transcript.whisperx[9].end 211.759
transcript.whisperx[9].text 跟委員報告 謝謝委員的提示從您這張做的表裡面你看中國大陸裡面進口的啤酒佔比佔了64% 相當的高我們從開始課徵反請銷稅從7月開始課徵臨時反請銷稅以及回溯課徵以後它的進口量事實上已經在縮減可以看到這個部分課徵反請銷稅的一個效益
transcript.whisperx[10].start 218.573
transcript.whisperx[10].end 238.499
transcript.whisperx[10].text 那這樣是不是 我們可以請關務署跟您說明一下我們開始課增反請銷稅以後它的進口量減少情形 讓委員可以知道 7月3號我們開始課臨時反請銷稅那已經大幅減少在7月到11月我們統計已經減少85%的一個進口量
transcript.whisperx[11].start 240.334
transcript.whisperx[11].end 256.682
transcript.whisperx[11].text 減少85%的進口量那顯然就是跟六月相比就用六月相比那會不會只是一個階段性所以顯然如果這樣子的話差別是這麼大的話那你的還請消費這個政策就是成功的
transcript.whisperx[12].start 257.655
transcript.whisperx[12].end 282.667
transcript.whisperx[12].text 當然如同委員說的他可能有季節性的一個因素但是我們11月27號已經公告了這個啤酒稅反警消稅已經確定了會課到31% 19%甚至到51%左右那我們會看後續的一個效果另外我們也有回溯課徵11月27號反警消稅公告也
transcript.whisperx[13].start 283.487
transcript.whisperx[13].end 311.922
transcript.whisperx[13].text 有回溯課程會回溯到4月4號顯然顯然這一個如果我們從那個市場的那個數據上來看的話我們的還請銷是有效的今天特別要跟就是部長跟所有各位就是做一個就是台灣的精釀精釀啤酒尤其是台灣的農作物高質化成功的一個典換那個部長你知道這一瓶酒叫做桂花他是用桂花釀的
transcript.whisperx[14].start 312.882
transcript.whisperx[14].end 335.159
transcript.whisperx[14].text 這一瓶酒叫做米魯它是用我們貨幣最好的最好的百米去量的所以我們其實都看到了台灣精量的啤酒的一個市場那顯然 顯然就是說在降低顏料的成本跟支持在地的一個研發是可以幫台灣就是我們的台灣啤酒
transcript.whisperx[15].start 336.34
transcript.whisperx[15].end 362.31
transcript.whisperx[15].text 另外再殺出重圍那我在這裡要特別跟那個部長做一個探討如果那個我們鼓勵青年返鄉穿越在鼓勵農產子的一個加值的話是不是應該就是對於這一些這一些在地在地因為農業本來就免稅可是你進到了這一個精量廠的時候有沒有辦法幫他們免稅
transcript.whisperx[16].start 365.146
transcript.whisperx[16].end 379.227
transcript.whisperx[16].text 今天這個提案裡面有關啤酒花跟麥芽這個部分委員提案都建議關稅調降為零這個部分財政部立場認為是說因為可以降低關稅的負擔就可以降低我們國產啤酒的生產成本
transcript.whisperx[17].start 381.59
transcript.whisperx[17].end 388.256
transcript.whisperx[17].text 那提高他的競爭力跟市占率我們認為他可以這樣子更好可以跟進口的啤酒來競爭而且我們也徵詢過農業部農糧署的意見對於國內的相關的農業產業並沒有影響所以在這個部分對於委員提案的有關降低關稅的部分財政部基本上是支持的也就是委員也提到就是說降低他們的一個生產成本讓他更有競爭力然後市占率可以提高以上
transcript.whisperx[18].start 408.414
transcript.whisperx[18].end 435.743
transcript.whisperx[18].text 我在針對的這個副署長我再請教你那個農糧署副署長我再請教你一下就是說在未來是不是有相對應的一個配套的一個措施我們知道就是說這個啤酒花那個就是啤酒花已經在花蓮的農改廠已經開始試種了試種的效果也非常好那就是說本土的啤酒花如果就是可以有一個規模的一個產量的話
transcript.whisperx[19].start 436.983
transcript.whisperx[19].end 464.713
transcript.whisperx[19].text 那就是把這個面積擴大還有加上補貼的話是不是有辦法就是說把這個農業的培育計畫跟產業的轉型就是把它就是做一個很大的提升有沒有機會你們有沒有這樣的一個氣魄那委員有講到因為大麥跟啤酒花這兩項都是溫帶作物那目前在國內他沒有一個
transcript.whisperx[20].start 465.904
transcript.whisperx[20].end 482.19
transcript.whisperx[20].text 經濟的栽培規模所以對進口關稅調降的部分農業部農糧署是沒有意見那委員有講到我現在在問你就是說你的啤酒花是不是就是在花蓮農改廠已經試種成功了嘛那你可以擴大這個面積嗎這個部分農業部農糧署跟花蓮區農業改良廠他們在花蓮的玉林那邊你有沒有這樣的一個計畫啦
transcript.whisperx[21].start 492.475
transcript.whisperx[21].end 504.301
transcript.whisperx[21].text 它已經有市中的災培那你要補貼嘛那是走特色化的部分我們會就本土的災培跟市中特色的部分也會加以輔導所以你的面積要擴大嘛我們會加以輔導加以輔導那是面積要不要擴大我們會看災培市中的情況來做輔導推廣
transcript.whisperx[22].start 512.185
transcript.whisperx[22].end 530.265
transcript.whisperx[22].text 所以你現在站在這邊你也還是還在規劃中啊我想你提出計劃來好不好好這個我們會來規劃顯然現在我聽一聽好像也沒有看到一個比較特別因為這個本來就是已經就是培育成功了你當然要擴大面積啊不然你怎麼讓他減稅呢那你怎麼扶持國內的那個啤酒產業呢
transcript.whisperx[23].start 534.289
transcript.whisperx[23].end 536.992
transcript.whisperx[23].text 我們會來規劃因為這個部分花蓮去農改廠在花蓮已經有示眾我們會來看示眾的情況再做推廣再接著我想再請教一下財政部長就是說有一則外媒的廣告就是美國關稅的豁免到底是善意還是一個漏洞
transcript.whisperx[24].start 553.593
transcript.whisperx[24].end 568.697
transcript.whisperx[24].text 我們要謹慎就是說川普川普他是不是會鎖定台灣的一個半導體那他這裡頭講到了一個說美國自台灣進口的商品只有23%是被徵收緊急的關稅然後
transcript.whisperx[25].start 570.798
transcript.whisperx[25].end 593.102
transcript.whisperx[25].text 在42%的商品裡頭獲得豁免的關稅那另外35%是試用就是貿易擴張那個貿易擴張法的第232條那部長我在這裡要請教目前我們有沒有盤點哪一些商品是被課稅的又有哪一些商品是被豁免的就你所知
transcript.whisperx[26].start 594.948
transcript.whisperx[26].end 608.854
transcript.whisperx[26].text 有關台美關稅的相關的談判目前行政院的談判的代表都還在持續的沒有錯我想他們這個部分如果有最後的結果一定會跟社會來做報告這些被課稅的到底是哪些產業
transcript.whisperx[27].start 615.336
transcript.whisperx[27].end 636.135
transcript.whisperx[27].text 你不可能都完全不知道那課稅的當然目前來說台灣輸美的部分就是所用暫時關稅是20%也就是N加20%這樣的來課稅也就是這樣有一些也是0%的譬如說像晶片的話我們的集體電路這些都是進口關稅因為是用232條款目前來說在赴美的條款關稅稅率還是0
transcript.whisperx[28].start 641.48
transcript.whisperx[28].end 669.776
transcript.whisperx[28].text 那到底有42%的商品是获得豁免的关税吗这个有没有包括就是我们的半导体这42%有没有包括我们的半导体我想这个部分都还在目前谈判的当中那当然试用232条款的部分当然还是目前来说还是维持试用232条款如果试用在232的话它就有35%的商品那试用在232的话又是哪些商品
transcript.whisperx[29].start 670.396
transcript.whisperx[29].end 683.516
transcript.whisperx[29].text 部長可以跟我們說明一下嗎這個部分可能相關的細節蠻多的232條款適用的商品來232適用的那個商品可以誰回答我我們看一下我們手邊的資料
transcript.whisperx[30].start 687.081
transcript.whisperx[30].end 707.496
transcript.whisperx[30].text 你們怎麼不會就是說我們就是備詢的時候才特別去關心到232到底是哪些商品財政部232的部分有鋼鋁 汽車還有一些汽車的一些配件還有一些木製品 銅製品等等大概應該將近有10項左右
transcript.whisperx[31].start 708.456
transcript.whisperx[31].end 736.212
transcript.whisperx[31].text 是啊所以說這些商品的話事實上就是說其實都是非常多的就是說等於是你可以告訴大家這個是一個利多他們是不會被課到稅的是不是這樣子我可以不可以這樣講232的條款跟這次的對等關稅是不一樣課232的就不會課對等關稅所以232能不能獲得豁免那可能還是要雙邊談判
transcript.whisperx[32].start 738.388
transcript.whisperx[32].end 757.378
transcript.whisperx[32].text 232已經是會被豁免的那個貿易擴這個應該是很清楚了你再這樣贏了為大家又引起市場的恐慌你這樣回答的話是不是所以部長我想就是說所以我們回答得非常謹慎
transcript.whisperx[33].start 758.439
transcript.whisperx[33].end 785.804
transcript.whisperx[33].text 所以這有關台美關稅團你們就是非常的謹慎過度的謹慎每一次都引發市場的一個緊張當然就是說我想就是針對的半導體如果未來有進行到課稅的話財政部你要如何因應那我想提供一些那個就是你們的那個因應的資料跟本席在這裡我這樣子跟就是財政部要這些資料好不好
transcript.whisperx[34].start 786.304
transcript.whisperx[34].end 793.011
transcript.whisperx[34].text 再提供书面的音音资料给赖委员谢谢谢谢委员谢谢谢谢赖会员委员