iVOD / 166875

Field Value
IVOD_ID 166875
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166875
日期 2026-01-07
會議資料.會議代碼 委員會-11-4-20-17
會議資料.會議代碼:str 第11屆第4會期財政委員會第17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 17
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17次全體委員會議
影片種類 Clip
開始時間 2026-01-07T10:07:40+08:00
結束時間 2026-01-07T10:19:28+08:00
影片長度 00:11:48
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8a4de0f3676b468fda7957cc97e6e6845d44f5a94e3adf353ec197a1c72cb6c496f4c54def4a9f255ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:07:40 - 10:19:28
會議時間 2026-01-07T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第17次全體委員會議(事由:邀請金融監督管理委員會主任委員彭金隆、財政部部長莊翠雲、國家發展委員會副主任委員就「如何引導國內資金擴大參與公共建設及策略性產業」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 2.03909375
transcript.pyannote[0].end 8.60346875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.92409375
transcript.pyannote[1].end 11.43846875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 12.09659375
transcript.pyannote[2].end 13.61534375
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 13.46346875
transcript.pyannote[3].end 13.96971875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 14.39159375
transcript.pyannote[4].end 19.60596875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 19.96034375
transcript.pyannote[5].end 26.44034375
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 26.87909375
transcript.pyannote[6].end 35.70471875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 36.14346875
transcript.pyannote[7].end 48.54659375
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 49.20471875
transcript.pyannote[8].end 59.38034375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 59.95409375
transcript.pyannote[9].end 63.95346875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 64.49346875
transcript.pyannote[10].end 67.58159375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 68.10471875
transcript.pyannote[11].end 74.01096875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 74.56784375
transcript.pyannote[12].end 78.90471875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 79.15784375
transcript.pyannote[13].end 80.81159375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 80.23784375
transcript.pyannote[14].end 81.50346875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 81.53721875
transcript.pyannote[15].end 85.62096875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 85.95846875
transcript.pyannote[16].end 88.06784375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 88.64159375
transcript.pyannote[17].end 100.11659375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 100.21784375
transcript.pyannote[18].end 109.14471875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 109.51596875
transcript.pyannote[19].end 110.59596875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 111.38909375
transcript.pyannote[20].end 114.40971875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 114.81471875
transcript.pyannote[21].end 121.59846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 121.64909375
transcript.pyannote[22].end 127.06596875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 127.15034375
transcript.pyannote[23].end 132.60096875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 129.15846875
transcript.pyannote[24].end 132.29721875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 132.60096875
transcript.pyannote[25].end 137.44409375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 137.83221875
transcript.pyannote[26].end 155.12909375
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 155.85471875
transcript.pyannote[27].end 158.20034375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 158.82471875
transcript.pyannote[28].end 165.18659375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 164.71409375
transcript.pyannote[29].end 167.70096875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 167.61659375
transcript.pyannote[30].end 176.93159375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 168.37596875
transcript.pyannote[31].end 170.16471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 170.62034375
transcript.pyannote[32].end 171.00846875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 171.75096875
transcript.pyannote[33].end 172.15596875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 176.49284375
transcript.pyannote[34].end 176.91471875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 176.93159375
transcript.pyannote[35].end 176.94846875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 176.94846875
transcript.pyannote[36].end 176.96534375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 177.33659375
transcript.pyannote[37].end 180.25596875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 180.25596875
transcript.pyannote[38].end 180.61034375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 180.50909375
transcript.pyannote[39].end 192.27096875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 191.14034375
transcript.pyannote[40].end 218.19096875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 192.97971875
transcript.pyannote[41].end 194.65034375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 218.19096875
transcript.pyannote[42].end 252.66659375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 248.49846875
transcript.pyannote[43].end 263.07846875
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 263.21346875
transcript.pyannote[44].end 277.67534375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 277.89471875
transcript.pyannote[45].end 285.04971875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 280.62846875
transcript.pyannote[46].end 282.70409375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 285.04971875
transcript.pyannote[47].end 297.25034375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 296.59221875
transcript.pyannote[48].end 338.20596875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 297.65534375
transcript.pyannote[49].end 297.97596875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 338.40846875
transcript.pyannote[50].end 339.87659375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 341.20971875
transcript.pyannote[51].end 341.22659375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 341.22659375
transcript.pyannote[52].end 348.51659375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 348.63471875
transcript.pyannote[53].end 357.51096875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 354.11909375
transcript.pyannote[54].end 363.90659375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 364.04159375
transcript.pyannote[55].end 378.01409375
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 378.33471875
transcript.pyannote[56].end 389.65784375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 386.43471875
transcript.pyannote[57].end 387.22784375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 387.66659375
transcript.pyannote[58].end 387.97034375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 387.97034375
transcript.pyannote[59].end 388.51034375
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 390.07971875
transcript.pyannote[60].end 393.10034375
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 393.55596875
transcript.pyannote[61].end 396.03659375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 393.58971875
transcript.pyannote[62].end 395.02409375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 396.03659375
transcript.pyannote[63].end 405.75659375
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 398.90534375
transcript.pyannote[64].end 400.67721875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 406.48221875
transcript.pyannote[65].end 411.42659375
transcript.pyannote[66].speaker SPEAKER_03
transcript.pyannote[66].start 411.89909375
transcript.pyannote[66].end 417.40034375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 418.32846875
transcript.pyannote[67].end 425.36534375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 424.42034375
transcript.pyannote[68].end 424.97721875
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 425.36534375
transcript.pyannote[69].end 430.88346875
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 431.13659375
transcript.pyannote[70].end 437.43096875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 438.44346875
transcript.pyannote[71].end 444.23159375
transcript.pyannote[72].speaker SPEAKER_04
transcript.pyannote[72].start 439.54034375
transcript.pyannote[72].end 440.56971875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 444.55221875
transcript.pyannote[73].end 456.17909375
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 457.05659375
transcript.pyannote[74].end 476.12534375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 476.80034375
transcript.pyannote[75].end 478.45409375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 479.78721875
transcript.pyannote[76].end 485.08596875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 483.92159375
transcript.pyannote[77].end 505.74096875
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 504.13784375
transcript.pyannote[78].end 505.33596875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 505.60596875
transcript.pyannote[79].end 529.72034375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 530.14221875
transcript.pyannote[80].end 544.73909375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 545.44784375
transcript.pyannote[81].end 555.48846875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 556.43346875
transcript.pyannote[82].end 557.02409375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 557.22659375
transcript.pyannote[83].end 559.67346875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 557.26034375
transcript.pyannote[84].end 570.00096875
transcript.pyannote[85].speaker SPEAKER_03
transcript.pyannote[85].start 569.49471875
transcript.pyannote[85].end 583.78784375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 571.01346875
transcript.pyannote[86].end 575.24909375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 575.50221875
transcript.pyannote[87].end 575.89034375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 584.68221875
transcript.pyannote[88].end 589.30596875
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 589.79534375
transcript.pyannote[89].end 591.63471875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 591.44909375
transcript.pyannote[90].end 594.16596875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 594.25034375
transcript.pyannote[91].end 594.90846875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 594.28409375
transcript.pyannote[92].end 603.10971875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 596.44409375
transcript.pyannote[93].end 596.56221875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 603.39659375
transcript.pyannote[94].end 624.74346875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 621.99284375
transcript.pyannote[95].end 631.17284375
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 629.29971875
transcript.pyannote[96].end 634.93596875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 635.76284375
transcript.pyannote[97].end 635.79659375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 635.79659375
transcript.pyannote[98].end 650.78159375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 650.86596875
transcript.pyannote[99].end 654.56159375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 654.98346875
transcript.pyannote[100].end 662.71221875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 663.04971875
transcript.pyannote[101].end 664.72034375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 663.67409375
transcript.pyannote[102].end 665.69909375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 665.74971875
transcript.pyannote[103].end 681.20721875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 679.80659375
transcript.pyannote[104].end 684.75096875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 681.66284375
transcript.pyannote[105].end 681.96659375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 685.15596875
transcript.pyannote[106].end 692.54721875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 692.86784375
transcript.pyannote[107].end 696.79971875
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 697.17096875
transcript.pyannote[108].end 708.67971875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 709.00034375
transcript.pyannote[109].end 709.96221875
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 709.55721875
transcript.pyannote[110].end 709.96221875
transcript.whisperx[0].start 2.337
transcript.whisperx[0].end 11.315
transcript.whisperx[0].text 好 謝謝主委請金管會主委還有財政部部長那國安會副主委請彭主委 莊部長 高副主委
transcript.whisperx[1].start 12.182
transcript.whisperx[1].end 32.983
transcript.whisperx[1].text 是 三位早安 韓主委我們討論的主題其實在2024年就是我們已經進行討論過了當初每一個部會都有提出自己的方向那現在已經經過一年多了我們今天就來檢驗跟當初的目標差距了有多少
transcript.whisperx[2].start 33.764
transcript.whisperx[2].end 46.458
transcript.whisperx[2].text 首先我要請教那個金管會就是說其實金管會是一個非常慷慨非常大方的一個單位去年實驗你這個大手一揮你把這個投資的上限從10%拉到15%
transcript.whisperx[3].start 49.281
transcript.whisperx[3].end 78.647
transcript.whisperx[3].text 那整體的投資在公建站那個就是在整個公共建設站保險也有可應用的資金的一個限額你看你拉到15%可是這個4.2兆的空白的差距怎麼補上好像政策跟現實有一個平行的時空那增長的速度其實是非常慢的你這個一年只提升到0.05%這是什麼原因呢我想請教主委這是什麼原因
transcript.whisperx[4].start 79.627
transcript.whisperx[4].end 99.873
transcript.whisperx[4].text 跟委員報告你在畫大餅嗎也不是畫大餅因為這也是回應外界的預期就是說其實我們要導引我們的這個受險業資金投資國內我們在政策上必須先做一個宣示所以這個我想10%到15%就告訴我們說接下來我們要長期的做這件事情
transcript.whisperx[5].start 100.353
transcript.whisperx[5].end 125.943
transcript.whisperx[5].text 是當然沒有錯這個距離還很遠但是我們也看到我剛才跟委員報告就是我們現在在國外的投資的比率已經開始在從高點往下降我剛才講說我們前一個年度大概是61點多那現在降到59點多那實際上我們還持續在做因為這個其實上站在金管會保險業資金員他是一個買方
transcript.whisperx[6].start 127.644
transcript.whisperx[6].end 154.777
transcript.whisperx[6].text 買方要有賣方就是說要有那個去路這個去路不是我們能夠你已經給市場一個非常明確的一個導流信號了可是我們在這裡看到了就是說事實上國內的壽險業不管是大額的壽險業還是甚至到小的這一些業者好像沒有看到你這一個天花板的一個政策這個是為什麼
transcript.whisperx[7].start 156.165
transcript.whisperx[7].end 176.001
transcript.whisperx[7].text 這個我倒是要請教主委為什麼那個是財政部沒有趕上來財政部沒有提出比較好的一個牛肉上來嗎是不是這個樣子這也不是只有財政部的問題我想比如說還有哪一個單位我們的公共建設等一下財政部的問題我們再來請教財政部長那你認為除了財政部還有哪一個單位有問題國化會
transcript.whisperx[8].start 177.402
transcript.whisperx[8].end 191.629
transcript.whisperx[8].text 比如說我們講我們的公共建設的本質上有很大的範圍因為我們各個部會都有牽涉到一些公共建設的這個項目那財政部主要是負責他們的其中一部分我想今晚會對於
transcript.whisperx[9].start 193.429
transcript.whisperx[9].end 217.922
transcript.whisperx[9].text 對 所以說我們現在在你講出來就是說這個造言計畫裡頭其實財政部顯然沒有提出比較好的一個促餐的一個方式他的這個促餐的這個比例太低太低了那好 國安會的一個造言計畫顯然都集中在力能那為什麼部長會是這個樣子呢我想聽一聽就是財政部長你的說法
transcript.whisperx[10].start 218.462
transcript.whisperx[10].end 224.185
transcript.whisperx[10].text 是謝謝委員我想保險業資金要投資國內的公建那要有一個很重要就要有一個案源要有案子他才有能夠去投資所以在財政部這個部分呢有一個創新的促餐推動的機制第一個就是我們要擴大案源擴大案源包括就是說各部會未來要提有關公建計畫的時候他在研議的時候就要先優先評估是不是要走促餐而且我們一個促餐專案辦公室來提供諮詢跟輔導
transcript.whisperx[11].start 245.754
transcript.whisperx[11].end 252.617
transcript.whisperx[11].text 也就是說對於能夠透過促參的方式來做公建我今天看到你還特別花了一個新聞稿你說以114年為例就是上類的幾個公建計畫裡頭你成了幾個案子你說你要提出那個案子來讓大家投資
transcript.whisperx[12].start 269.344
transcript.whisperx[12].end 292.291
transcript.whisperx[12].text 那在113年顯然我們從保險業的一個資金跟促參案件的一個統計來看的話全部都是掛零跟委員報告沒有保險業者對財政部沒有信心還是114年簽約案已經達到了100多件我們剛剛報告裡面有那總金額達到3000多億已經有達到超過3300億的簽約金額
transcript.whisperx[13].start 298.313
transcript.whisperx[13].end 308.683
transcript.whisperx[13].text 簽了有沒有執行不然你看你自己的一個這個保險業的一個資金的一個初餐的統計情形來講的話全部都是掛零你1415億的大餅那保險的投資卻是零這個你應該要解釋什麼什麼樣的一個意思那還有就是說我們
transcript.whisperx[14].start 318.112
transcript.whisperx[14].end 334.86
transcript.whisperx[14].text 研讀了財政部你在這個113年度民間參與公建的一個簽約細件的一個明細那我們跟你肯定可是帳面上看來你這個社會福利跟衛生醫療的事件加起來你才是274億佔總體的比例還不到19%為什麼會是這麼低
transcript.whisperx[15].start 341.983
transcript.whisperx[15].end 363.49
transcript.whisperx[15].text 當然我們會請因為各個案源是由各部會的相關計畫裡面來提以及地方政府的一起來提那目前來說我們的畜餐推動辦公室也有對一些重大的案件來做輔導的列管包含社福跟水資源你來做一個說明你提的就是說你最近接到了這一年你接到什麼重大的案子
transcript.whisperx[16].start 364.15
transcript.whisperx[16].end 392.249
transcript.whisperx[16].text 我跟你講長照還有社會福利還有就是社會住宅還有就是那個聯通案鐵路聯通案那個都不是你的你的促餐在哪裡你的促餐的案子在哪裡是 各位原報告就114年簽約的一個促餐案那我們今年的一個促餐案有高雄市的最大的最大的一個案子最大的促餐案是高雄市的AI智能高效焚化爐
transcript.whisperx[17].start 394.311
transcript.whisperx[17].end 417.291
transcript.whisperx[17].text 對 這個多少錢 這個165億165億是你最大的案子喔 是那另外還有一個 市長 你如果可以拿出來說一百六十五億是你最大的案子 然後你這樣就滿足了165億 那你叫受險業者來投這一個的話 你看我們金管會都是那麼慷慨 已經就是把你這個額度就是往上提了啊
transcript.whisperx[18].start 418.616
transcript.whisperx[18].end 436.157
transcript.whisperx[18].text 這個政策的一個引導165億好來那第二大的案子你再告訴我第二大的案子是多少那第二大是台中市的文山焚化廠的一個BOT案不好意思第二大是新竹湖口的大型物流中心的案子是141億
transcript.whisperx[19].start 438.519
transcript.whisperx[19].end 454.125
transcript.whisperx[19].text 所以市長 我想這個顯然你在這個數據上還有政策上其實你還有很大的一個進步的空間一百多億的案子一百多億的促成案你把它列為就是你在一百一十四年裡頭的前兩大
transcript.whisperx[20].start 457.546
transcript.whisperx[20].end 478.14
transcript.whisperx[20].text 這個我都不知道你們財政部部長站在這個地方的時候儘管會副主委還有我們就是儘管會那個主委還有就是我們國發會副主委站在這個地方的時候他們花了那麼大的一個力氣一個製造一個這麼大的一個舞台給你的時候結果你的初餐是竟然是八個月八個月
transcript.whisperx[21].start 480.35
transcript.whisperx[21].end 500.705
transcript.whisperx[21].text 我不知道该怎么样跟那个财政部来检讨这个事情委员我想有关案源的部分我们会积极的来做一个推广的以及扩大那跟委员报告有许多比如像水资源的部分海水淡化厂再生水厂以及社会服务包含长照还有社宅以及农业设施的部分
transcript.whisperx[22].start 501.125
transcript.whisperx[22].end 529.479
transcript.whisperx[22].text 都会去强化然后把案源能够提出来增加明天投资的案源你要强化这当然是最好的可是我偷偷的告诉你一件事情你这一个促参案就是说我们最快的就是从保险业的一个资金就最想引导的就是保险业的一个资金可是从这个1415亿里头的这些案件我们看到财政部的统计啊
transcript.whisperx[23].start 530.279
transcript.whisperx[23].end 555.161
transcript.whisperx[23].text 你在113年是掛蛋那114年你們告訴我說有3000多億這3000多億裡頭我問了司長說你最強的第一個案跟第二個案竟然都是100多億啊這個表示就是說你這些案子其實體質上根本不符合這個保險業者的一個需求那怎麼何來促參呢
transcript.whisperx[24].start 557.325
transcript.whisperx[24].end 573.773
transcript.whisperx[24].text 保險業當然他有投資他有一個選擇那金管會對保險業投資公件的部分已經在法規上做了鬆綁那可以鼓勵保險業的資金投入公共建設他一直在鼓勵你們問題就是說我們最主要就是要提供按援我跟你說部長我到市場我是一個家庭主婦我口袋裝了幾萬塊我要來買菜結果你的菜單都沒出來
transcript.whisperx[25].start 584.707
transcript.whisperx[25].end 610.648
transcript.whisperx[25].text 你菜單連刷出來都沒刷出來我找不到我可以買的這個我可以買的菜色啊所以委員就是要擴大我們的案源你已經擴啦 擴大啦可是你的案源你的案源你沒有認真的去招商啊最大的問題是你沒認真招商啊我們是有每年都會收集各部會以及地方政府他在半年內他要提出招商的案源然後我們召開招商大會同時我們也有
transcript.whisperx[26].start 614.111
transcript.whisperx[26].end 632.579
transcript.whisperx[26].text 出差的IMAP把這樣的商機提供給相關的金融總會以及民間的一個社會大眾知道增加一個投資的議案員我們還是回到就是說你不是收集資訊然後去提供而已其實你還可以做的事情非常多我們也主動的會去做一些輔導以及諮詢
transcript.whisperx[27].start 635.776
transcript.whisperx[27].end 661.737
transcript.whisperx[27].text 我跟妳講啦 看得到吃不到啦這個是真正的一個大的問題啦那國化會也是在這個站內平台的一個總體檢我跟你講你一年只有三篇新聞全部都是還是集中在力能的一個融資上面啦其實可以進步的空間太大了啦我跟你說我不是陳一貞不然這問題丟到陳一貞身上他一定把你罵慘了
transcript.whisperx[28].start 663.138
transcript.whisperx[28].end 682.742
transcript.whisperx[28].text 那個跟委員報告那個造源投資除了透過促參而且促參將來我們專案辦公室會推很多指標型的案件以後會陸續出來都會比較大型的而且我們也透過PE就是INFA PE跟VC的法規鬆綁三個行政部門講我們要
transcript.whisperx[29].start 685.203
transcript.whisperx[29].end 709.614
transcript.whisperx[29].text 要很實際的實際的去推動不要講這個理想金管會已經把大門開了你看他多慷慨對不對財政部跟上來那我們也希望就是說國發會你也要跟上來這個大家其實需要你們的我們南部這麼多的老人我們需要長照我們需要這個社會住宅謝謝委員指教