iVOD / 167241

Field Value
IVOD_ID 167241
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167241
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 2026-01-26T11:06:10+08:00
結束時間 2026-01-26T11:21:19+08:00
影片長度 00:15:09
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/eb9c45f2fd6188103048a80a8a6b02972e6dd44a39c46b25f80b2b3af3c693783af37138b611437b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林思銘
委員發言時間 11:06:10 - 11:21:19
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_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.26721875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 0.65534375
transcript.pyannote[1].end 7.03409375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 5.21159375
transcript.pyannote[2].end 6.35909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.35471875
transcript.pyannote[3].end 10.44284375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 7.47284375
transcript.pyannote[4].end 9.00846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 11.06721875
transcript.pyannote[5].end 12.90659375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 16.04534375
transcript.pyannote[6].end 16.99034375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 17.31096875
transcript.pyannote[7].end 17.81721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 18.20534375
transcript.pyannote[8].end 22.72784375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 23.23409375
transcript.pyannote[9].end 35.13096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 35.85659375
transcript.pyannote[10].end 38.42159375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 38.77596875
transcript.pyannote[11].end 41.30721875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 41.77971875
transcript.pyannote[12].end 45.89721875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 46.20096875
transcript.pyannote[13].end 50.87534375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 51.26346875
transcript.pyannote[14].end 55.81971875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 57.05159375
transcript.pyannote[15].end 63.12659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 63.91971875
transcript.pyannote[16].end 80.74409375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 81.36846875
transcript.pyannote[17].end 96.85971875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 97.39971875
transcript.pyannote[18].end 98.83409375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 99.28971875
transcript.pyannote[19].end 105.02721875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 105.53346875
transcript.pyannote[20].end 105.88784375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 105.97221875
transcript.pyannote[21].end 106.39409375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 106.02284375
transcript.pyannote[22].end 107.37284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 107.37284375
transcript.pyannote[23].end 109.22909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 109.66784375
transcript.pyannote[24].end 119.65784375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 112.72221875
transcript.pyannote[25].end 113.21159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 118.83096875
transcript.pyannote[26].end 119.32034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 120.16409375
transcript.pyannote[27].end 177.04971875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 132.19596875
transcript.pyannote[28].end 132.76971875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 135.46971875
transcript.pyannote[29].end 135.99284375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 176.03721875
transcript.pyannote[30].end 181.26846875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 178.99034375
transcript.pyannote[31].end 179.39534375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 180.42471875
transcript.pyannote[32].end 182.34846875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 181.79159375
transcript.pyannote[33].end 193.13159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 187.17471875
transcript.pyannote[34].end 187.56284375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 188.38971875
transcript.pyannote[35].end 188.77784375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 190.33034375
transcript.pyannote[36].end 191.44409375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 192.20346875
transcript.pyannote[37].end 247.80659375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 213.90471875
transcript.pyannote[38].end 215.44034375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 246.55784375
transcript.pyannote[39].end 251.87346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 248.17784375
transcript.pyannote[40].end 248.49846875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 249.88221875
transcript.pyannote[41].end 250.06784375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 252.36284375
transcript.pyannote[42].end 261.86346875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 262.30221875
transcript.pyannote[43].end 276.66284375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 277.16909375
transcript.pyannote[44].end 287.88471875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 288.39096875
transcript.pyannote[45].end 299.41034375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 288.62721875
transcript.pyannote[46].end 289.03221875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 299.54534375
transcript.pyannote[47].end 300.30471875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 300.03471875
transcript.pyannote[48].end 302.11034375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 302.04284375
transcript.pyannote[49].end 341.12534375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 338.27346875
transcript.pyannote[50].end 338.93159375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 340.14659375
transcript.pyannote[51].end 340.18034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 340.97346875
transcript.pyannote[52].end 375.36471875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 347.89221875
transcript.pyannote[53].end 348.88784375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 349.20846875
transcript.pyannote[54].end 349.25909375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 366.42096875
transcript.pyannote[55].end 367.11284375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 370.58909375
transcript.pyannote[56].end 371.06159375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 373.57596875
transcript.pyannote[57].end 374.11596875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 375.93846875
transcript.pyannote[58].end 379.43159375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 378.67221875
transcript.pyannote[59].end 380.20784375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 380.22471875
transcript.pyannote[60].end 386.77221875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 386.65409375
transcript.pyannote[61].end 396.40784375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 396.18846875
transcript.pyannote[62].end 402.06096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 396.99846875
transcript.pyannote[63].end 399.10784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 399.46221875
transcript.pyannote[64].end 401.36909375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 403.05659375
transcript.pyannote[65].end 404.76096875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 405.08159375
transcript.pyannote[66].end 422.02409375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 422.29409375
transcript.pyannote[67].end 426.85034375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 427.91346875
transcript.pyannote[68].end 428.25096875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 427.96409375
transcript.pyannote[69].end 429.98909375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 430.39409375
transcript.pyannote[70].end 431.79471875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 431.47409375
transcript.pyannote[71].end 433.78596875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 432.23346875
transcript.pyannote[72].end 434.86596875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 435.35534375
transcript.pyannote[73].end 440.72159375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 440.45159375
transcript.pyannote[74].end 442.86471875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 442.86471875
transcript.pyannote[75].end 446.20596875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 444.80534375
transcript.pyannote[76].end 452.75346875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 446.37471875
transcript.pyannote[77].end 446.59409375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 448.46721875
transcript.pyannote[78].end 449.15909375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 453.00659375
transcript.pyannote[79].end 460.70159375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 461.12346875
transcript.pyannote[80].end 465.17346875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 465.71346875
transcript.pyannote[81].end 488.69721875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 488.69721875
transcript.pyannote[82].end 493.47284375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 489.94596875
transcript.pyannote[83].end 491.09346875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 492.24096875
transcript.pyannote[84].end 494.41784375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 495.58221875
transcript.pyannote[85].end 508.17096875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 496.81409375
transcript.pyannote[86].end 497.45534375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 508.77846875
transcript.pyannote[87].end 513.95909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 514.63409375
transcript.pyannote[88].end 522.46409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 522.59909375
transcript.pyannote[89].end 527.67846875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 526.34534375
transcript.pyannote[90].end 527.66159375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 527.67846875
transcript.pyannote[91].end 528.08346875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 528.08346875
transcript.pyannote[92].end 528.40409375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 528.15096875
transcript.pyannote[93].end 528.30284375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 528.85971875
transcript.pyannote[94].end 536.90909375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 537.22971875
transcript.pyannote[95].end 545.59971875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 546.02159375
transcript.pyannote[96].end 547.11846875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 547.94534375
transcript.pyannote[97].end 549.09284375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 549.83534375
transcript.pyannote[98].end 563.31846875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 563.89221875
transcript.pyannote[99].end 567.38534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 564.19596875
transcript.pyannote[100].end 564.70221875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 567.95909375
transcript.pyannote[101].end 569.25846875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 569.59596875
transcript.pyannote[102].end 574.13534375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 574.57409375
transcript.pyannote[103].end 579.87284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 580.63221875
transcript.pyannote[104].end 583.43346875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 583.66971875
transcript.pyannote[105].end 586.45409375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 586.80846875
transcript.pyannote[106].end 596.10659375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 594.01409375
transcript.pyannote[107].end 599.59971875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 600.00471875
transcript.pyannote[108].end 602.60346875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 602.92409375
transcript.pyannote[109].end 607.75034375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 608.32409375
transcript.pyannote[110].end 613.50471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 611.90159375
transcript.pyannote[111].end 612.08721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 613.31909375
transcript.pyannote[112].end 615.29346875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 614.60159375
transcript.pyannote[113].end 630.34596875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 615.83346875
transcript.pyannote[114].end 616.62659375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 630.37971875
transcript.pyannote[115].end 630.98721875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 630.98721875
transcript.pyannote[116].end 660.31596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 660.53534375
transcript.pyannote[117].end 665.76659375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 666.69471875
transcript.pyannote[118].end 670.23846875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 670.57596875
transcript.pyannote[119].end 673.61346875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 674.05221875
transcript.pyannote[120].end 676.48221875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 676.53284375
transcript.pyannote[121].end 686.89409375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 687.13034375
transcript.pyannote[122].end 689.56034375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 689.66159375
transcript.pyannote[123].end 693.47534375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 693.62721875
transcript.pyannote[124].end 696.93471875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 695.50034375
transcript.pyannote[125].end 695.93909375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 697.18784375
transcript.pyannote[126].end 700.15784375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 700.36034375
transcript.pyannote[127].end 702.45284375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 702.79034375
transcript.pyannote[128].end 719.59784375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 713.64096875
transcript.pyannote[129].end 713.96159375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 719.76659375
transcript.pyannote[130].end 724.44096875
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 724.55909375
transcript.pyannote[131].end 735.61221875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 735.76409375
transcript.pyannote[132].end 736.25346875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 736.32096875
transcript.pyannote[133].end 742.31159375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 742.69971875
transcript.pyannote[134].end 746.12534375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 746.69909375
transcript.pyannote[135].end 752.16659375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 752.36909375
transcript.pyannote[136].end 763.21971875
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 763.50659375
transcript.pyannote[137].end 769.36221875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 770.23971875
transcript.pyannote[138].end 771.25221875
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 770.52659375
transcript.pyannote[139].end 777.02346875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 775.65659375
transcript.pyannote[140].end 777.05721875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 777.05721875
transcript.pyannote[141].end 777.17534375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 777.17534375
transcript.pyannote[142].end 781.02284375
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 777.98534375
transcript.pyannote[143].end 779.53784375
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 781.14096875
transcript.pyannote[144].end 782.84534375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 783.11534375
transcript.pyannote[145].end 789.84846875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 787.16534375
transcript.pyannote[146].end 787.58721875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 790.30409375
transcript.pyannote[147].end 794.35409375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 794.35409375
transcript.pyannote[148].end 796.26096875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 795.72096875
transcript.pyannote[149].end 796.12596875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 796.49721875
transcript.pyannote[150].end 801.74534375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 801.96471875
transcript.pyannote[151].end 803.95596875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 804.51284375
transcript.pyannote[152].end 811.34721875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 812.34284375
transcript.pyannote[153].end 812.69721875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 812.35971875
transcript.pyannote[154].end 826.45034375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 826.75409375
transcript.pyannote[155].end 828.74534375
transcript.pyannote[156].speaker SPEAKER_02
transcript.pyannote[156].start 829.20096875
transcript.pyannote[156].end 830.92221875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 831.44534375
transcript.pyannote[157].end 840.65909375
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 841.04721875
transcript.pyannote[158].end 847.13909375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 847.81409375
transcript.pyannote[159].end 851.27346875
transcript.pyannote[160].speaker SPEAKER_02
transcript.pyannote[160].start 851.66159375
transcript.pyannote[160].end 852.91034375
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 853.19721875
transcript.pyannote[161].end 856.94346875
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 857.80409375
transcript.pyannote[162].end 862.86659375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 863.25471875
transcript.pyannote[163].end 863.38971875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 863.38971875
transcript.pyannote[164].end 863.50784375
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 863.50784375
transcript.pyannote[165].end 864.46971875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 864.73971875
transcript.pyannote[166].end 865.41471875
transcript.pyannote[167].speaker SPEAKER_02
transcript.pyannote[167].start 865.65096875
transcript.pyannote[167].end 868.26659375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 868.63784375
transcript.pyannote[168].end 879.80909375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 880.21409375
transcript.pyannote[169].end 885.14159375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 885.14159375
transcript.pyannote[170].end 900.05909375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 885.79971875
transcript.pyannote[171].end 887.53784375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 889.57971875
transcript.pyannote[172].end 889.96784375
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 902.32034375
transcript.pyannote[173].end 903.09659375
transcript.whisperx[0].start 0.837
transcript.whisperx[0].end 12.363
transcript.whisperx[0].text 我先請國發會高副主委還有經濟部何次長還有金管會彭主委各位好
transcript.whisperx[1].start 18.417
transcript.whisperx[1].end 33.393
transcript.whisperx[1].text 我想針對我們台美關稅貿易的協議內容站在我們在野黨監督的一個立場我們還是必須對相關談判的結果提出我們的看法以及我們相關的問題來詢問各位
transcript.whisperx[2].start 36.025
transcript.whisperx[2].end 62.317
transcript.whisperx[2].text 有關台美關稅貿易協議的內容卓院長在1月20號的記者會對外一再的強調2500億美元是國內企業直接自主的投資2500億2500億美元是政府運用信用保證的一個機制但是我們看到美國的商務部長盧特尼他對外說
transcript.whisperx[3].start 63.971
transcript.whisperx[3].end 80.394
transcript.whisperx[3].text 台湾的对美投资这2500亿加2500亿这只是头期款他们的目标是要将台湾40%的半导体供应链转移到美国所以我请问国发会主委你认为
transcript.whisperx[4].start 81.431
transcript.whisperx[4].end 104.56
transcript.whisperx[4].text 美國除了要2500加2500億美金的一個投資以外而且要將他的目標設定把台灣40%的半導體供應鏈轉移到美國站在國家發展的角色上這樣是否會造成對台灣整體產業經濟的外移以及我們人才流失的一個疑慮
transcript.whisperx[5].start 106.18
transcript.whisperx[5].end 129.452
transcript.whisperx[5].text 會不會有這樣的一個疑慮我跟委員報告基本上2500億是企業自主的投資當然投資的對象美方希望我們去的是半導體跟AI的伺服器供應鏈可是第一個40%的半導體供應鏈如果按照現在投資設廠的方式來說我想經濟部有說最多最多到2032年只會有20%的
transcript.whisperx[6].start 132.894
transcript.whisperx[6].end 157.811
transcript.whisperx[6].text 這些先進製程會到美國在美國落地然後基本上我想我剛才有講到其實最近因為所謂的AI基礎建設的快速的發展其實我們知道那個需求非常殷切台積電已經變成全球第六大市值的企業了所以它不可能只在台灣它必須要做全球佈局
transcript.whisperx[7].start 158.852
transcript.whisperx[7].end 177.659
transcript.whisperx[7].text 全球布局裡面如果我們要接近所謂的我們的客戶的需求的話我們台積電有74%的客戶在北美所以美國的確是我們所謂的半導體跟AI伺服器它要做全球布局最好的地方主委 這個你一再強調過了我想你針對
transcript.whisperx[8].start 179.66
transcript.whisperx[8].end 191.728
transcript.whisperx[8].text 當然這是你一個面向的看法但是我剛才提到了這個是否會造成我們產業的外移以及我們人才流失這樣的疑慮你針對這個問題來回答我們會知道說如果我們跟台美的供應鏈更鞏固的時候其實我們剛才經濟部也講到其實我們同步如果我們同步在國內台積電它國內有10億座的晶圓廠同時在建
transcript.whisperx[9].start 209.72
transcript.whisperx[9].end 237.659
transcript.whisperx[9].text 然后相对其实在美国的六座我们刚才讲到2032年最多只有20%的财源对然后而且它获利增加的时候它就会资本支出就会增加然后资本支出增加的话其实对国内的投资的设厂反而是更为有利所以我们要从动态的整体观点来看我们赴美投资的这件事情不是我们直接去扣掉我们要投资的金额而是它会有一个反向回馈的
transcript.whisperx[10].start 238.82
transcript.whisperx[10].end 258.555
transcript.whisperx[10].text 作用它會增加企業的獲利企業的獲利的資本支出就會增加資本支出增加也會增加在台灣的投資我想你也是沒回答到我的問題我告訴你一個事實其實如果說台積電到美國投資或者其他的相關的產業鏈到美國
transcript.whisperx[11].start 262.618
transcript.whisperx[11].end 287.493
transcript.whisperx[11].text 這整個會造成我們人才很多都要赴美工作其實在新竹地區很多的這些相關的從業的工程師他都告訴我其實他們很可能以後就要遷移到國外他可能就要移民到美國去在那邊就是跟著整個公司在那邊生存發展
transcript.whisperx[12].start 288.693
transcript.whisperx[12].end 304.904
transcript.whisperx[12].text 所以我們造成很多人才要過去所以造成說整個我們培養的人才到美國而我們相關的我們人才的培育能夠銜接的上嗎這個都是我們要考量的我跟委員說其實大家也滿關心這些
transcript.whisperx[13].start 306.005
transcript.whisperx[13].end 312.407
transcript.whisperx[13].text 人才東進的這個議題第一個其實我們的研發核心的研發團隊絕對還會留在國內然後第二個其實企業赴海外設廠我們實際上我們有利於吸引全球人才為台廠所用譬如說台積電跟德國的薩克森邦德已經共同推動了一個台德半導體的人才培育計畫所以我透過全球佈局其實我可以把全球的半導體跟AI的人才吸引到台灣來
transcript.whisperx[14].start 335.012
transcript.whisperx[14].end 363.039
transcript.whisperx[14].text 其實也會為我們所用那固然我們全球佈局當然有些人會到其他國家去其實要培養一個半導體整個產業鏈的這些工程師這個是台灣努力很久的一個成果所以說如果我們的這些高階工程師都因為陪著要到美國設廠他們也要跟著過去我們要重新培育一批這些高科技的工程師跟人才我想這是一個很大的工程
transcript.whisperx[15].start 364.019
transcript.whisperx[15].end 379.982
transcript.whisperx[15].text 所以我覺得說你還是要很誠懇的告訴國人這樣子我們未來我們國發會要怎麼樣做人才的一個佈局我想這部分除了你剛才講的以外因為這聽起來好像馬上把國外的人力要引過來是這樣嗎沒有 就是
transcript.whisperx[16].start 380.442
transcript.whisperx[16].end 398.669
transcript.whisperx[16].text 世界上現在我們最強的就是台灣的工程師是最強的那我們還要引進外國的工程師進來嗎應該是這樣說我想AI的創新發展基礎建設的擴大我覺得所有不只是台灣所有的國家都是要從育才 留才 攬才那我想我要告訴你
transcript.whisperx[17].start 403.086
transcript.whisperx[17].end 426.607
transcript.whisperx[17].text 我想竹科的工程師他們被迫舉家要遷移到美國所以這個是對整個台灣的半導體供應鏈不管是公司也好或者人才外移到美國實際上對我們台灣的矽頓產業是產生很大的影響所以我想問你到底我們現在政府是否有看到台灣的第二座護國神山我們有第二座護國神山嗎
transcript.whisperx[18].start 430.495
transcript.whisperx[18].end 433.997
transcript.whisperx[18].text 除了半導體產業以外我想軍工跟這些國家經濟安全比如說航太等等這個產業這個都是AI附隨的一個產業應該是我們槓桿AI的優勢我想這個都跟半導體有關跟晶片業都有關所以我們還是要去誠懇的呼籲政府
transcript.whisperx[19].start 453.149
transcript.whisperx[19].end 478.671
transcript.whisperx[19].text 我們對這個一再對川普政府的這種談判的條件我覺得我們是一再的在讓步我們都表同意剛才當然鍾佳明委員講談判的結果是對我們許多的產業是正面的是我們是也很樂意看到這樣一個百分之十五不疊加的一個關稅但是我們從另外一個面向我還是希望政府能思考
transcript.whisperx[20].start 479.071
transcript.whisperx[20].end 493.244
transcript.whisperx[20].text 如果這樣無條件的去接受川普的要求會帶來台灣整個產業以及人才流失的影響你們也要去思考好不好我想謝謝委員的提醒這週一是我們關注的議題謝謝主委 接下來請經濟部
transcript.whisperx[21].start 496.21
transcript.whisperx[21].end 513.588
transcript.whisperx[21].text 市長經濟部對外說到2036年半導體的先進製程的佔比仍然是台灣80%美國20%剛才主委也有提到我想請問部長經濟部這樣的說法是根據什麼樣的事實或者理論
transcript.whisperx[22].start 515.116
transcript.whisperx[22].end 536.557
transcript.whisperx[22].text 跟委員報告其實這個部分就是我們把台積電現在規劃中的還有現在建廠中的我們都把它加總起來得出了這樣的一個結果但是我們看到中進院的院長連前民他在上個禮拜1月22號對外說再怎麼努力
transcript.whisperx[23].start 537.418
transcript.whisperx[23].end 562.746
transcript.whisperx[23].text 川普在任內台積電的先進製程應該不到15%的產能會在美國生產所以部長 何次長就算如果中經院說了只有15%的產能會移到美國經濟部你有去評估這樣的產能外移對未來台灣的經濟成長率與就業環境會有怎麼樣的影響嗎
transcript.whisperx[24].start 565.163
transcript.whisperx[24].end 573.611
transcript.whisperx[24].text 這15%的半導體的技術的外移除了這15%以外你能夠保證說未來不會有下一個15%嗎跟文報告其實這是產線所以
transcript.whisperx[25].start 580.678
transcript.whisperx[25].end 607.414
transcript.whisperx[25].text 半導體最重要的大腦都還是在台灣所以他為了要接近客戶所以把整個產線到這個接近客戶的地方去做生產那其實這個是我們一個產業其實市長你說為了要接近客戶我也可以很告訴你我們跟很多朋友在討論其實留在台灣更有競爭力你把整個廠移到美國以後這些人到美國跟美國廠買就好啦
transcript.whisperx[26].start 608.394
transcript.whisperx[26].end 630.101
transcript.whisperx[26].text 台灣的半導體這些廠商還有競爭力嗎所以他們到美國繳稅就好啦所以我現在是搞不懂你的邏輯在哪裡一直說整個到美國是造成整個把跟美國什麼投資美國啊是協助我們台灣的半導體在美國的一個產業實力的一個延伸啊聽起來很美好啦
transcript.whisperx[27].start 631.061
transcript.whisperx[27].end 657.145
transcript.whisperx[27].text 但是未來是不是這樣我覺得這個是值得觀察我要講得很實在因為大多數的人都有這樣的一個疑慮所以你現在講說是台灣是仍然是到2036台灣仍然80%美國仍然20%是的其實我們很擔心即便說到2036美國是20%所以我剛才問你是不是不只未來就是即便說是203620%2036以後
transcript.whisperx[28].start 660.746
transcript.whisperx[28].end 673.107
transcript.whisperx[28].text 是不是又来一个百分之二十的产能又要转移到美国川普虚所无度你壮大美国但是你却弱化台湾
transcript.whisperx[29].start 674.33
transcript.whisperx[29].end 694.662
transcript.whisperx[29].text 會不會有這樣一個的可能發生我想半導體產業他全球佈局是勢在必行的哪邊有商機其實在那個台積電大概就會往那個地方去移動我想我們的推估是有跟這個事實這樣的一個評估的這樣的一個基礎
transcript.whisperx[30].start 695.683
transcript.whisperx[30].end 719.395
transcript.whisperx[30].text 所以也不見得說這樣的一個外移會讓我們台灣的產業可能就是弱化了反而我們可以用當地的人力然後當地的資源然後再來就是說我們可以接近客戶可以提供最好的最佳的這樣的一個服務所以這個是一個全球化這個世界級企業很重要的一個發展的一個策略
transcript.whisperx[31].start 719.795
transcript.whisperx[31].end 745.229
transcript.whisperx[31].text OK 這是政府的一個對相關政策的一個說法另外經濟部投審師在1月15號公布2025年全年外資來台投資的金額是大概113.9億美元沒有錯吧是相較於我們關稅談判後政府必須規劃2500億美元的信用保證藉以促進台灣企業到美國增加投資
transcript.whisperx[32].start 746.81
transcript.whisperx[32].end 768.757
transcript.whisperx[32].text 所以我請問部長跟國發會的主委這兩個數字說白一點就是造成我們將會有2386.1億美金的一個貿易逆差鼓勵產業外移所以對於國家發展或者是經濟成長這次談判的結果難道政府不就是在幫忙美國壯大弱化台灣嗎
transcript.whisperx[33].start 771.631
transcript.whisperx[33].end 795.442
transcript.whisperx[33].text 你信外資進來只有100多億你要叫2500億出去外投資這不是一年就2500億這個是逐年 赴美投資是每一年這樣累積的一個過程所以他絕對不會是說一下子就把所有的資金全部都投資在美國當然啦 是逐年逐年
transcript.whisperx[34].start 796.762
transcript.whisperx[34].end 811.092
transcript.whisperx[34].text 當然我們就是整個數據看起來就是說這樣子可能就是造成我們整個產業都跑到美國這個跑到美國之後我們還要必須觀察到一個問題這個是否會造成我們失業人口的增加
transcript.whisperx[35].start 812.403
transcript.whisperx[35].end 830.664
transcript.whisperx[35].text 各位新竹啊大新竹地區桃竹苗因為這個台積電的相關的這些產業鏈我們的不管是房價啦或者是這些這個民生物價都是全台第一名所得也是全台第一名但是我們目前觀察到
transcript.whisperx[36].start 831.965
transcript.whisperx[36].end 856.785
transcript.whisperx[36].text 就是因为很多人忧心就是说如果台积电出走很可能就造成这几个地区相关的产业相关的不管是民生物价或者是房价都会造成一个下跌的情况大家有这样的一个忧心还有我们的整个技术是不是也会造成说外流的一个影响所以政府
transcript.whisperx[37].start 857.97
transcript.whisperx[37].end 885.02
transcript.whisperx[37].text 對於這些相關的一個議題你們有沒有任何防備補救的規劃還是政府你還要依靠什麼去吸引外國人來投資呢是 跟委員報告其實就台積電的佈局他絕對是把這個最重要的研發中心放在台灣另外就是說他到國外的產線他一定是最先進的製程在台灣量產之後他才會到海外去
transcript.whisperx[38].start 886.441
transcript.whisperx[38].end 899.654
transcript.whisperx[38].text 謝謝我們希望說是朝你這個目標去邁進但是我剛才提到這些問題我想我們站在在野的立場我們還是要提出來請政府要審慎的思考好不好好 以上 謝謝好 謝謝