iVOD / 167235

Field Value
IVOD_ID 167235
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167235
日期 2026-01-26
會議資料.會議代碼 委員會-11-4-20-18
會議資料.會議代碼:str 第11屆第4會期財政委員會第18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 18
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18次全體委員會議
影片種類 Clip
開始時間 2026-01-26T10:26:47+08:00
結束時間 2026-01-26T10:40:48+08:00
影片長度 00:14:01
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/eb9c45f2fd618810e8eee7305499c1142e6dd44a39c46b2553e5fca86ad1f1abad4d19330d4f164e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李彥秀
委員發言時間 10:26:47 - 10:40:48
會議時間 2026-01-26T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第18次全體委員會議(事由:邀請行政院主計總處陳主計長淑姿、財政部莊部長翠雲、金融監督管理委員會彭主任委員金隆、中央銀行楊總裁金龍、經濟部龔部長明鑫、農業部陳部長駿季、國家發展委員會葉主任委員俊顯就「針對台美關稅貿易協議內容,對國家整體財經、國內產業與就業、股匯市場與各項民生通膨之影響與因應策略」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 3.54096875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 4.35096875
transcript.pyannote[1].end 6.10596875
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 4.53659375
transcript.pyannote[2].end 5.09346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 6.78096875
transcript.pyannote[3].end 8.53596875
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 7.21971875
transcript.pyannote[4].end 7.67534375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 8.78909375
transcript.pyannote[5].end 10.52721875
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 8.85659375
transcript.pyannote[6].end 12.67034375
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 12.75471875
transcript.pyannote[7].end 13.64909375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 15.57284375
transcript.pyannote[8].end 43.46721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 43.93971875
transcript.pyannote[9].end 73.31909375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 73.38659375
transcript.pyannote[10].end 115.01721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 115.28721875
transcript.pyannote[11].end 162.97596875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 163.78596875
transcript.pyannote[12].end 188.65971875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 189.53721875
transcript.pyannote[13].end 190.46534375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 191.27534375
transcript.pyannote[14].end 192.18659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 192.65909375
transcript.pyannote[15].end 194.98784375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 195.03846875
transcript.pyannote[16].end 196.23659375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 196.23659375
transcript.pyannote[17].end 197.41784375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 196.27034375
transcript.pyannote[18].end 196.94534375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 197.41784375
transcript.pyannote[19].end 197.46846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 197.46846875
transcript.pyannote[20].end 197.48534375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 197.48534375
transcript.pyannote[21].end 197.50221875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 197.50221875
transcript.pyannote[22].end 197.83971875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 197.83971875
transcript.pyannote[23].end 197.87346875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 197.87346875
transcript.pyannote[24].end 199.07159375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 197.90721875
transcript.pyannote[25].end 198.54846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 199.30784375
transcript.pyannote[26].end 204.60659375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 204.85971875
transcript.pyannote[27].end 213.82034375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 213.97221875
transcript.pyannote[28].end 214.47846875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 215.01846875
transcript.pyannote[29].end 235.52159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 236.23034375
transcript.pyannote[30].end 272.12346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 273.05159375
transcript.pyannote[31].end 355.78971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 356.22846875
transcript.pyannote[32].end 362.67471875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 363.50159375
transcript.pyannote[33].end 400.77846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 401.36909375
transcript.pyannote[34].end 405.62159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 406.04346875
transcript.pyannote[35].end 419.03721875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 419.84721875
transcript.pyannote[36].end 421.92284375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 421.92284375
transcript.pyannote[37].end 433.29659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 433.58346875
transcript.pyannote[38].end 436.09784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 436.09784375
transcript.pyannote[39].end 439.03409375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 439.03409375
transcript.pyannote[40].end 439.05096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 439.05096875
transcript.pyannote[41].end 439.30409375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 439.30409375
transcript.pyannote[42].end 439.35471875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 439.60784375
transcript.pyannote[43].end 446.66159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 446.66159375
transcript.pyannote[44].end 454.13721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 454.37346875
transcript.pyannote[45].end 457.42784375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 456.82034375
transcript.pyannote[46].end 464.43096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 464.43096875
transcript.pyannote[47].end 465.64596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 464.53221875
transcript.pyannote[48].end 467.18159375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 467.18159375
transcript.pyannote[49].end 468.78471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 468.36284375
transcript.pyannote[50].end 520.77659375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 521.65409375
transcript.pyannote[51].end 523.93221875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 523.57784375
transcript.pyannote[52].end 525.67034375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 525.04596875
transcript.pyannote[53].end 534.12471875
transcript.pyannote[54].speaker SPEAKER_03
transcript.pyannote[54].start 534.17534375
transcript.pyannote[54].end 535.45784375
transcript.pyannote[55].speaker SPEAKER_03
transcript.pyannote[55].start 535.87971875
transcript.pyannote[55].end 540.19971875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 539.64284375
transcript.pyannote[56].end 543.20346875
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 540.85784375
transcript.pyannote[57].end 541.85346875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 543.28784375
transcript.pyannote[58].end 543.54096875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 543.54096875
transcript.pyannote[59].end 586.55534375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 543.55784375
transcript.pyannote[60].end 544.26659375
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 561.79971875
transcript.pyannote[61].end 561.96846875
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 561.96846875
transcript.pyannote[62].end 562.23846875
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 563.72346875
transcript.pyannote[63].end 564.58409375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 567.04784375
transcript.pyannote[64].end 567.36846875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 569.08971875
transcript.pyannote[65].end 569.35971875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 586.96034375
transcript.pyannote[66].end 590.82471875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 589.87971875
transcript.pyannote[67].end 595.19534375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 595.46534375
transcript.pyannote[68].end 613.94346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 612.10409375
transcript.pyannote[69].end 645.11159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 621.09846875
transcript.pyannote[70].end 621.33471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 645.36471875
transcript.pyannote[71].end 653.58284375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 654.35909375
transcript.pyannote[72].end 655.10159375
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 655.47284375
transcript.pyannote[73].end 657.68346875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 656.78909375
transcript.pyannote[74].end 658.81409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 659.26971875
transcript.pyannote[75].end 666.32346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 667.15034375
transcript.pyannote[76].end 670.54221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 671.48721875
transcript.pyannote[77].end 673.69784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 674.55846875
transcript.pyannote[78].end 694.89284375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 695.38221875
transcript.pyannote[79].end 696.68159375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 697.22159375
transcript.pyannote[80].end 698.87534375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 699.26346875
transcript.pyannote[81].end 703.02659375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 703.61721875
transcript.pyannote[82].end 712.78034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 713.64096875
transcript.pyannote[83].end 714.29909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 715.22721875
transcript.pyannote[84].end 716.79659375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 717.10034375
transcript.pyannote[85].end 717.84284375
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 717.84284375
transcript.pyannote[86].end 717.92721875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 717.97784375
transcript.pyannote[87].end 721.43721875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 720.49221875
transcript.pyannote[88].end 722.66909375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 722.33159375
transcript.pyannote[89].end 730.68471875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 729.75659375
transcript.pyannote[90].end 751.62659375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 732.11909375
transcript.pyannote[91].end 733.43534375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 751.93034375
transcript.pyannote[92].end 752.40284375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 753.11159375
transcript.pyannote[93].end 754.52909375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 754.95096875
transcript.pyannote[94].end 759.47346875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 759.74346875
transcript.pyannote[95].end 768.28221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 760.68846875
transcript.pyannote[96].end 760.97534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 767.82659375
transcript.pyannote[97].end 770.64471875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 771.69096875
transcript.pyannote[98].end 773.80034375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 774.20534375
transcript.pyannote[99].end 791.63721875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 774.76221875
transcript.pyannote[100].end 776.70284375
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 792.59909375
transcript.pyannote[101].end 792.75096875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 792.75096875
transcript.pyannote[102].end 796.81784375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 796.93596875
transcript.pyannote[103].end 805.22159375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 805.89659375
transcript.pyannote[104].end 832.79534375
transcript.pyannote[105].speaker SPEAKER_04
transcript.pyannote[105].start 833.74034375
transcript.pyannote[105].end 835.84971875
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 837.11534375
transcript.pyannote[106].end 841.21596875
transcript.whisperx[0].start 2.171
transcript.whisperx[0].end 13.42
transcript.whisperx[0].text 我們的主席長陳主席長以及我們經濟部的何政次還有我們杜長次還有我們蔡副主席長何政次
transcript.whisperx[1].start 15.598
transcript.whisperx[1].end 37.189
transcript.whisperx[1].text 好謝謝各位在這段時間大家辛苦但是我想全世界面對於川普的MEGA未來怎麼變化其實全世界國家都很辛苦那到目前為止我們的談其實分兩塊一個是行政協議一個是MOU的部分那從大外方上來講我覺得會有衍生幾個問題當然就是說未來我們這些談判的結果會不會
transcript.whisperx[2].start 44.113
transcript.whisperx[2].end 60.743
transcript.whisperx[2].text 受其他未來美國國內政治更迭的影響會不會再有其他變化其他近幾年因為最後這個談判結果當然某一些產業鬆了一口氣當然有一些產業目前還沒有公開的到底充其有多少的影響
transcript.whisperx[3].start 61.644
transcript.whisperx[3].end 72.352
transcript.whisperx[3].text 譬如說我們的農業我們短期是補貼措施我們中長期的規劃是什麼我們到目前為止我還沒有看到包括對於中小傳統產業的影響我們做什麼樣的準備還有我們本國品牌對於美國的相關的品牌同樣的項目我們後續未來的競爭力
transcript.whisperx[4].start 86.602
transcript.whisperx[4].end 113.207
transcript.whisperx[4].text 怎麼樣去做後續的處理當然面對全國供應鏈的重組包括我們地緣政治的升溫我覺得在這次談判的結果不只是台美關係經貿關係的深化其實更深一層的我覺得身為立法委員在野黨的立委我覺得未來包括整體對於這樣子的談判的結果未來對於我們整項整塊包括我們台灣的核心的產業我們
transcript.whisperx[5].start 115.507
transcript.whisperx[5].end 129.05
transcript.whisperx[5].text 無論是晶片也好台積電也好我們整個制度的定位還有整個政策後續的影響我覺得是我們立法委員要關心的那在這一次主席講我要請問主席講說在1月16號談判的結果包括半導體還有相關的衍生的相關的問題包括在232的關稅後續的影響當然產業界過去9個月
transcript.whisperx[6].start 141.392
transcript.whisperx[6].end 149.936
transcript.whisperx[6].text 很多都是忐忑不安但看到這樣的結果其實某些產業包括晶片半導體有些人鬆了一口氣當然15%還是比過去的高但是至少沒有過去媒體我們揣測的那麼高但是我覺得我們看整件談判的結果我們不能只看
transcript.whisperx[7].start 163.851
transcript.whisperx[7].end 189.893
transcript.whisperx[7].text 台面上的東西因為畢竟還有一些目前還沒有公布的項目是我們要關心的所以不僅是目前包括未來我們要從美國進口的一些項目目前沒有公布包括對於主技術也公布說對於國內的產業民生的影響後續還是要繼續觀察台美貿易的協定是不是這樣子是
transcript.whisperx[8].start 192.771
transcript.whisperx[8].end 200.718
transcript.whisperx[8].text 所以有一些還沒完全公開嘛 對不對不是還沒公佈 事項還沒簽我們在2月13號過年前最後一個上班日我們會發佈最新的經濟預測就GDP的預測還有物價那時候就會把關稅的這些充分考慮進去
transcript.whisperx[9].start 215.071
transcript.whisperx[9].end 225.118
transcript.whisperx[9].text 包括對關稅對物價的影響在2月13號都會公佈副市長我要請問就是說我也觀察到就是說包括這次談判當中有非關稅貿易障礙的討論未來包括我們也會對美國採購石油跟天然氣對不對我們原來有針對其他國家採購未來跟美國採購的價格是什麼我們現在還不知道
transcript.whisperx[10].start 243.149
transcript.whisperx[10].end 271.65
transcript.whisperx[10].text 那但是這些天然氣石油等等都跟民生議題息息相關跟物價息息相關你同意嘛對不對好那如果同意的話那我就要跟副局長討論就是說過去我們看到雖然CPI過去這半年多一年我們都覺得台灣CPI控制的還不錯都在2%左右但是我每一次質詢我有提到其實外食族跟豬屋族
transcript.whisperx[11].start 273.32
transcript.whisperx[11].end 294.859
transcript.whisperx[11].text 雖然CPI是空在2%但是漲幅最高的還是租屋跟外食族外食族如果一漲台灣所有的一般的白領階級藍領階級大家感受恐怕都更深我再公布一個數據我們過去包括10月11月我們的統裝瓦斯也都上漲了包括11月漲了0.45塊12月也漲了1.7塊1月份我們
transcript.whisperx[12].start 298.602
transcript.whisperx[12].end 318.907
transcript.whisperx[12].text 漲了一塊錢過去三個月以來我們的瓦斯每公斤就漲了3.15塊錢以每桶20公斤來計算一桶就多了60塊錢這也就是為什麼我現在有時候常去夜市的時候或最近我在市場敗票的時候他們都跟我講說不得不漲因為瓦斯都漲成本都漲所以中油雖然有說現在的調漲是因為過去
transcript.whisperx[13].start 330.43
transcript.whisperx[13].end 355.305
transcript.whisperx[13].text 但是現在在反映成本但是我就要請問如果接下來我們要跟美國採購天然氣而且是一個我們現在不知道未知的價格我們到底未來在民生包括這些瓦斯類似瓦斯這些調漲上我們到底還有多少還沒有漲這是我擔心的我要強調雖然CPI我們現在控制到2%但是我們的外食族 租屋族
transcript.whisperx[14].start 356.446
transcript.whisperx[14].end 384.132
transcript.whisperx[14].text 所感受到的租屋的費用跟外食其實是不斷的在調整所以加上我們接下來有五千億美元要跟美國做投資那國際資金的流動會不會造成台幣的貶值進而推升我們接下來台灣的通膨等等我覺得這都是接下來我們在中長期要因應短期可能我們就要因應中長期你們更要提出決策出來
transcript.whisperx[15].start 385.692
transcript.whisperx[15].end 387.315
transcript.whisperx[15].text 我覺得就是說在這次談判的結果從那天賴總統的記者會當中我看到的只是報喜不報憂因為對各個產業的衝擊還有你們短中長期你們後續如何去因應
transcript.whisperx[16].start 401.474
transcript.whisperx[16].end 418.486
transcript.whisperx[16].text 短期內你可能可以做補貼但是你不可能是永遠做補貼那你的政策到底是什麼包括我們的農業等等那我就要再請問農業部包括杜次長在這一次台美的貿易協定當中我們會不會去處理美豬美牛跟基改的問題
transcript.whisperx[17].start 421.733
transcript.whisperx[17].end 431.422
transcript.whisperx[17].text 因為我從媒體上已經提到看到美方提出好幾次就是對於美豬美牛跟基改的食物希望可以進到台灣來到底會還是不會
transcript.whisperx[18].start 433.632
transcript.whisperx[18].end 453.488
transcript.whisperx[18].text 美國豬肉 美國雞肉包括基改食品包括標示等等現行已經在走的都在走那農業部的立場是絕對保護台灣農業安全那也絕對不會犧牲台灣的農業妳嘴巴這是標準妳這是官方的標準答案但是到底會不會會不會再進一步處理包括基改的食品問題
transcript.whisperx[19].start 454.429
transcript.whisperx[19].end 458.152
transcript.whisperx[19].text 會還是不會還是不能講 保護國人健康大家都知道啊 但是會還是不會還是不能講 就是不能講就對了
transcript.whisperx[20].start 484.509
transcript.whisperx[20].end 507.764
transcript.whisperx[20].text 不會進來 你現在還是不能講就對了會不會你不敢講 那就是等於是不能講好 那美方這一次還有提出包括在國際媒體其實包括這一次巨大的事件前一陣子也認定說對於我們對於移工的強迫勞動等等包括我們這一次在國際勞工團體我們也高度被點名包括還有一些其他國外的媒體我們也被點名
transcript.whisperx[21].start 508.644
transcript.whisperx[21].end 520.346
transcript.whisperx[21].text 所以我要請問就是說在經濟部在巨大的案子之後勞動部有沒有做好相關的因應準備包括未來我們的產業會不會涉及強迫勞動而遭到貿易的限制等等
transcript.whisperx[22].start 521.964
transcript.whisperx[22].end 526.589
transcript.whisperx[22].text 跟文報告 其實這個強迫勞動的議題它是一個國際的議題我們已經在呼籲國內的這些做出口外銷的這些產業要提前因應所以這個已經勞動部還有經濟部這邊我們也共同已經在你提前因應你的輔導你的配套措施是什麼
transcript.whisperx[23].start 544.45
transcript.whisperx[23].end 560.15
transcript.whisperx[23].text 我講台積電台積電在台灣我們的毛利率可能都比美國高美國的毛利率只有8%嘛那在台灣台積電毛利率好像還有三成左右三成三成多左右這個就是差異性啊這對台灣的這些半導體產生有很高的影響
transcript.whisperx[24].start 562.012
transcript.whisperx[24].end 585.682
transcript.whisperx[24].text 所以你的因應策略是什麼你不是嘴巴政府只告訴你要因應你要因應你車子一直往前在開但是我們國內的產業如果沒有做好配套所以政府沒有輔導你短期的可能是用補助或用其他的措施或者你在談判過程當中你必須要談說必須給我們的勞工產業多一點的時間準備你要幫他爭取啊你不是因應馬上
transcript.whisperx[25].start 587.403
transcript.whisperx[25].end 592.568
transcript.whisperx[25].text 國內的各個產業全部毛利率馬上就降低我們會來爭取我知道勞動部也會發布相關的指引然後來協助我們產業能夠來做因應我們經濟部這邊的話我們也開了很多場的一個說明會我們也會讓我們的廠商能夠了解強迫勞動到底有哪些criteria
transcript.whisperx[26].start 612.827
transcript.whisperx[26].end 640.042
transcript.whisperx[26].text 你這個做法他們能不能做得你我心之斷其心之渡民可能需要一些時間還有相關的配套措施做準備我要再一次我最後我要提醒我今天時間這個議題今天的議題很重要很大我要再次提醒在這一次我們未來MOU我們有2500億要到美國投資水巴講講就是說我們不用出任何錢就像父母買房小孩買房子父母做貸款一樣父母做信用保證一樣
transcript.whisperx[27].start 641.363
transcript.whisperx[27].end 666.201
transcript.whisperx[27].text 比照現在國發會的信用的機制國發會的信用機制我們的國發基金還有民間的金融銀行也是要相對拿錢出來投資對不對也要嘛目前國發會的國發會也有嘛所以不要在網路上給我洗說2500億我們政府都不用出錢金融機構都不用出錢當然要國發基金現在的投資
transcript.whisperx[28].start 671.533
transcript.whisperx[28].end 695.995
transcript.whisperx[28].text 以100億的台幣專款來說有60%我們就要提撥然後民間要投資40%那未來如果2500億的話我們至少要有100億的準備金放進去投資投資有賺有賠不是所有過去美國投資的都是AAA的公司我們當然希望都是當然也會有風險
transcript.whisperx[29].start 697.276
transcript.whisperx[29].end 714.072
transcript.whisperx[29].text 但是接下來這些其實就是我們擔憂的那另外一塊所有的金融業我們如果做的這些投資對於國內重大經濟的投資會不會有其他排擠的效果
transcript.whisperx[30].start 715.333
transcript.whisperx[30].end 743.614
transcript.whisperx[30].text 其他的排解的效果會不會有跟委員報告其實這個是不用擔心的金管會還是經濟部可以回應我們經濟部其實在投資招商這個部分從目前來看其實像包括像美光還有NVIDIA這些國際的大廠都已經在投資台灣政府的投資也好民間銀行的投資也好金融機構的投資也好它能投資的金額都有限不管對國內跟國外我們以前都是對鼓勵國內的投資
transcript.whisperx[31].start 744.955
transcript.whisperx[31].end 764.079
transcript.whisperx[31].text 我們現在撥了大筆的經費金額到國外去投資會不會對國內的發展產業的發展會有投資這個排擠的效果會不會有其實是不會的不會我們現在看到台積電還是在台灣繼續加大投資所以這個是很確定的我講的是國內其他產業要貸款喔
transcript.whisperx[32].start 772.455
transcript.whisperx[32].end 780.597
transcript.whisperx[32].text 會不會戴不到不好戴不會的因為中小企業信保基金是另外的這一次的我們對美的投資的專款它是有別於中小企業信保基金的所以不會排擠到我們台灣政府對中小企業的支持
transcript.whisperx[33].start 792.659
transcript.whisperx[33].end 804.521
transcript.whisperx[33].text 我覺得40%的半導體到美國去投資我們看得非常清楚接下來產業的空洞化還有台灣其他的產業如何去做更多的扶植我們是不是有足夠的
transcript.whisperx[34].start 805.993
transcript.whisperx[34].end 832.084
transcript.whisperx[34].text 晶圓留在台灣做其他台灣產業的投資我覺得這方方面面有太多我覺得我們今天在這邊我們都要去做更多的思考跟討論我也期待在這一塊賴總統不是只有開一場記者會我們各部會有更多的責任必須要交代清楚後續包括MOU後續包括沒有交代清楚其他產業的衝擊是什麼你們的短中長期的配套措施是什麼都要交代 謝謝
transcript.whisperx[35].start 834.13
transcript.whisperx[35].end 840.562
transcript.whisperx[35].text 好 謝謝李燕秀委員市長請回接下來我們請鍾嘉斌委員質詢