iVOD / 167270

Field Value
IVOD_ID 167270
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167270
日期 2026-01-28
會議資料.會議代碼 委員會-11-4-20-19
會議資料.會議代碼:str 第11屆第4會期財政委員會第19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 19
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19次全體委員會議
影片種類 Clip
開始時間 2026-01-28T10:11:54+08:00
結束時間 2026-01-28T10:22:58+08:00
影片長度 00:11:04
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/0b5ec5fbcfced67d1e161d122c07925511b3bb87f1b5dc7ac551decc99d7f3b220347047a26059635ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:11:54 - 10:22:58
會議時間 2026-01-28T09:00:00+08:00
會議名稱 立法院第11屆第4會期財政委員會第19次全體委員會議(事由:邀請財政部莊部長翠雲就「統一發票經費編列及宣傳推廣業務執行情形」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 2.02221875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 2.27534375
transcript.pyannote[1].end 3.18659375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 5.95409375
transcript.pyannote[2].end 7.47284375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 7.65846875
transcript.pyannote[3].end 8.36721875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 7.75971875
transcript.pyannote[4].end 8.02971875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 8.82284375
transcript.pyannote[5].end 13.75034375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 14.08784375
transcript.pyannote[6].end 22.12034375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 22.49159375
transcript.pyannote[7].end 49.69409375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 50.47034375
transcript.pyannote[8].end 64.47659375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 65.37096875
transcript.pyannote[9].end 69.96096875
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 70.24784375
transcript.pyannote[10].end 79.81596875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 80.25471875
transcript.pyannote[11].end 81.82409375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 82.98846875
transcript.pyannote[12].end 87.19034375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 89.36721875
transcript.pyannote[13].end 104.65596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 104.79096875
transcript.pyannote[14].end 110.30909375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 110.34284375
transcript.pyannote[15].end 114.86534375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 115.27034375
transcript.pyannote[16].end 119.79284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 118.72971875
transcript.pyannote[17].end 119.50596875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 119.79284375
transcript.pyannote[18].end 119.82659375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 119.97846875
transcript.pyannote[19].end 122.20596875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 123.18471875
transcript.pyannote[20].end 128.98971875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 129.31034375
transcript.pyannote[21].end 141.67971875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 143.33346875
transcript.pyannote[22].end 164.25846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 150.48846875
transcript.pyannote[23].end 150.91034375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 161.49096875
transcript.pyannote[24].end 161.96346875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 161.96346875
transcript.pyannote[25].end 162.55409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 162.97596875
transcript.pyannote[26].end 163.39784375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 164.29221875
transcript.pyannote[27].end 174.23159375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 174.23159375
transcript.pyannote[28].end 192.65909375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 192.94596875
transcript.pyannote[29].end 195.84846875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 196.45596875
transcript.pyannote[30].end 198.05909375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 196.48971875
transcript.pyannote[31].end 218.88284375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 216.63846875
transcript.pyannote[32].end 221.49846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 219.92909375
transcript.pyannote[33].end 220.24971875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 221.76846875
transcript.pyannote[34].end 221.98784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 222.44346875
transcript.pyannote[35].end 234.45846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 222.56159375
transcript.pyannote[36].end 223.10159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 223.28721875
transcript.pyannote[37].end 223.65846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 223.65846875
transcript.pyannote[38].end 223.72596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 234.18846875
transcript.pyannote[39].end 241.00596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 241.32659375
transcript.pyannote[40].end 280.37534375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 280.86471875
transcript.pyannote[41].end 282.45096875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 283.04159375
transcript.pyannote[42].end 291.02346875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 291.44534375
transcript.pyannote[43].end 306.88596875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 307.64534375
transcript.pyannote[44].end 325.66784375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 326.12346875
transcript.pyannote[45].end 330.91596875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 332.21534375
transcript.pyannote[46].end 340.12971875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 340.28159375
transcript.pyannote[47].end 349.39409375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 343.25159375
transcript.pyannote[48].end 343.90971875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 346.87971875
transcript.pyannote[49].end 349.71471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 350.06909375
transcript.pyannote[50].end 350.20409375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 350.69346875
transcript.pyannote[51].end 356.02596875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 356.58284375
transcript.pyannote[52].end 369.08721875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 369.49221875
transcript.pyannote[53].end 374.36909375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 374.77409375
transcript.pyannote[54].end 379.26284375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 379.36409375
transcript.pyannote[55].end 380.83221875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 381.40596875
transcript.pyannote[56].end 384.00471875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 384.42659375
transcript.pyannote[57].end 385.74284375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 386.58659375
transcript.pyannote[58].end 393.75846875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 394.92284375
transcript.pyannote[59].end 406.51596875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 397.60596875
transcript.pyannote[60].end 398.01096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 398.01096875
transcript.pyannote[61].end 398.02784375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 406.44846875
transcript.pyannote[62].end 406.46534375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 406.51596875
transcript.pyannote[63].end 406.66784375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 406.66784375
transcript.pyannote[64].end 416.32034375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 416.77596875
transcript.pyannote[65].end 454.23846875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 425.26409375
transcript.pyannote[66].end 426.32721875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 426.32721875
transcript.pyannote[67].end 426.34409375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 427.27221875
transcript.pyannote[68].end 427.64346875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 441.68346875
transcript.pyannote[69].end 442.08846875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 451.80846875
transcript.pyannote[70].end 457.86659375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 456.06096875
transcript.pyannote[71].end 457.79909375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 457.86659375
transcript.pyannote[72].end 458.54159375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 458.54159375
transcript.pyannote[73].end 461.68034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 458.55846875
transcript.pyannote[74].end 459.13221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 459.45284375
transcript.pyannote[75].end 459.67221875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 461.91659375
transcript.pyannote[76].end 476.80034375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 463.78971875
transcript.pyannote[77].end 464.38034375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 466.60784375
transcript.pyannote[78].end 466.97909375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 468.85221875
transcript.pyannote[79].end 469.44284375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 470.69159375
transcript.pyannote[80].end 470.74221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 470.74221875
transcript.pyannote[81].end 471.07971875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 471.07971875
transcript.pyannote[82].end 471.16409375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 471.48471875
transcript.pyannote[83].end 471.70409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 471.70409375
transcript.pyannote[84].end 471.75471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 472.10909375
transcript.pyannote[85].end 472.53096875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 473.57721875
transcript.pyannote[86].end 473.71221875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 476.42909375
transcript.pyannote[87].end 476.96909375
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 476.93534375
transcript.pyannote[88].end 481.42409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 477.17159375
transcript.pyannote[89].end 477.27284375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 481.91346875
transcript.pyannote[90].end 507.47909375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 482.65596875
transcript.pyannote[91].end 482.94284375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 487.21221875
transcript.pyannote[92].end 488.64659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 488.64659375
transcript.pyannote[93].end 488.66346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 490.99221875
transcript.pyannote[94].end 491.54909375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 508.12034375
transcript.pyannote[95].end 512.35596875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 512.67659375
transcript.pyannote[96].end 525.72096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 525.72096875
transcript.pyannote[97].end 546.79784375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 531.17159375
transcript.pyannote[98].end 531.61034375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 539.03534375
transcript.pyannote[99].end 539.52471875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 539.52471875
transcript.pyannote[100].end 539.55846875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 546.79784375
transcript.pyannote[101].end 568.80284375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 569.30909375
transcript.pyannote[102].end 570.57471875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 571.80659375
transcript.pyannote[103].end 578.10096875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 572.54909375
transcript.pyannote[104].end 575.38409375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 576.12659375
transcript.pyannote[105].end 587.14596875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 578.11784375
transcript.pyannote[106].end 578.59034375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 581.86409375
transcript.pyannote[107].end 583.97346875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 583.97346875
transcript.pyannote[108].end 584.00721875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 584.34471875
transcript.pyannote[109].end 584.53034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 584.61471875
transcript.pyannote[110].end 584.71596875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 584.71596875
transcript.pyannote[111].end 584.74971875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 587.34846875
transcript.pyannote[112].end 592.98471875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 592.59659375
transcript.pyannote[113].end 593.42346875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 593.54159375
transcript.pyannote[114].end 601.86096875
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 603.02534375
transcript.pyannote[115].end 628.43909375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 628.77659375
transcript.pyannote[116].end 630.46409375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 630.88596875
transcript.pyannote[117].end 634.75034375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 634.75034375
transcript.pyannote[118].end 638.49659375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 637.75409375
transcript.pyannote[119].end 648.25034375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 639.20534375
transcript.pyannote[120].end 640.74096875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 646.07346875
transcript.pyannote[121].end 650.88284375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 649.34721875
transcript.pyannote[122].end 650.83221875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 651.06846875
transcript.pyannote[123].end 653.29596875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 657.05909375
transcript.pyannote[124].end 659.60721875
transcript.whisperx[0].start 0.009
transcript.whisperx[0].end 2.972
transcript.whisperx[0].text 我請財政部部長好 請莊部長是 部長早安聯長我想針對統一花票的給獎還有推行的一個預算來跟部長做一個探討當然就是統一花票的一個抽獎那其實就是跟我們日常生活其實是相關的
transcript.whisperx[1].start 23.63
transcript.whisperx[1].end 47.158
transcript.whisperx[1].text 那就是說每天買東西我們會去索取花票會不會中獎這個是我們生活上的一個經驗那在這裡跟部長跟那個署長討論一下就是統一花票相關經會的一個編列跟執行那這個非常明確的我們看到了就是說這個法院上沒有問題我們就是從那個
transcript.whisperx[2].start 50.546
transcript.whisperx[2].end 59.991
transcript.whisperx[2].text 前年的那個營業總稅額提撥3%來支付可是如果我們看到的就是說在115年你的這個預算書裡頭
transcript.whisperx[3].start 65.407
transcript.whisperx[3].end 78.235
transcript.whisperx[3].text 那你編了就是1971億可是你這個統一花票如果你用那個3%來提撥的話那你其實才是1790億這個數字那你多出來的18億是從哪邊來的
transcript.whisperx[4].start 90.577
transcript.whisperx[4].end 100.18
transcript.whisperx[4].text 在這裡面因為百分之三算出來以後除了給獎之外那還有需要一些行政的一些經費那這裡面獎金其實是佔了將近百分之九十六都是發送獎金那還有一些就是一關系統的維運還有發售經費以及推行經費
transcript.whisperx[5].start 110.763
transcript.whisperx[5].end 116.513
transcript.whisperx[5].text 這個部分是這樣的一個做編列那最主要還是作為獎金發放所以你的獎金就佔了96%將近96%
transcript.whisperx[6].start 123.92
transcript.whisperx[6].end 138.01
transcript.whisperx[6].text 對 相關經費 對就其中有關獎金的部分就達到96% 對所以就是說如果那你這樣子114年的這個預算數的話因為你受台美關係的一個影響你少編了那115年那為什麼會多編呢
transcript.whisperx[7].start 143.376
transcript.whisperx[7].end 152.399
transcript.whisperx[7].text 我們是按照營業稅的全年的預算數預算案數來估3%對金額來這樣算那114年度因為是我們當時編的以後在立法院審議的時候被通山掉了這個經費所以下降當時有通山那所以減少那115年我們因為目前預算案還沒有審我們是按照全年的營業稅的預算數
transcript.whisperx[8].start 172.346
transcript.whisperx[8].end 185.255
transcript.whisperx[8].text 來按3%做編列好 你是因為就是114年被統三了那賴世保委員他有質疑你就是說你的115年那你編的這一個營業稅收入的那個預算總數那個的657億的這個3%變成是197億那還沒有收到的錢你怎麼編預算啊
transcript.whisperx[9].start 196.856
transcript.whisperx[9].end 218.062
transcript.whisperx[9].text 這個可以解釋一下嗎所以每一年大概都是這樣我們還沒有收到但是我們還是要因為依照法律是全年收入的3%所以我們要先編這個編在稅出的部分那稅入歸稅入所以都會編都用這樣的方式來編還沒有收到但是還是要先編那我們就會按照這樣的數字來安排每一期要開發的開獎的一個組數所以說這個編列預算沒有問題沒有問題就是說
transcript.whisperx[10].start 223.023
transcript.whisperx[10].end 240.715
transcript.whisperx[10].text 就是說有些委員之一你說你這個編列預算是不是你用你的行政財產權還是說用其他的一個方式變成這樣的一個情況沒有 我們都是按照我們先估一個營業稅的全國收入的預算案數來做編列的
transcript.whisperx[11].start 241.365
transcript.whisperx[11].end 259.893
transcript.whisperx[11].text 好部長剛才我聽到了就是說你們對電子花票的一個推廣的一個成效你們感到非常非常的滿意那本席今天就是這個帶了兩張花票特別跟你做參考這個是電子花票這個是傳統的花票傳統花票他
transcript.whisperx[12].start 260.553
transcript.whisperx[12].end 268.541
transcript.whisperx[12].text 它有一個200塊的一個特別獎那雲端的它是500塊那這個雲端的話正如你們講的推廣的這麼好那是不是相對的對我們這些偏鄉這些偏鄉的這一些百姓的話顯然是有點吃虧
transcript.whisperx[13].start 283.215
transcript.whisperx[13].end 306.663
transcript.whisperx[13].text 為什麼他變成一個數位的二等公民因為我們很多老人其實他沒有辦法用智慧性的一個手機那你看你現在所有就是說我讓你用一個台南台南的一個本席的選區裡頭11個區其實他這裡才只有三個區是達到了你的那個雲端花票的一個標準那
transcript.whisperx[14].start 307.734
transcript.whisperx[14].end 330.738
transcript.whisperx[14].text 後面的幾乎幾乎有很多就是說他還是用在資本花票裡頭那針對了這個情況的話就是說我們好像看到了你們推廣的這些數字非常的漂亮可是實際上實際上對於偏鄉的這些人顯然就是不太公平那部長你怎麼看待這個事情
transcript.whisperx[15].start 332.456
transcript.whisperx[15].end 355.275
transcript.whisperx[15].text 我想委員您這樣的一個建議非常好我們也要去除了都會型的以外在偏鄉的部分讓民眾也會去用所謂的雲端發票那用了雲端發票它這中獎機會當然也就跟著增加那你用什麼方式呢偏鄉你用什麼方式呢因為我們現在看到就是你的總體那個成長量
transcript.whisperx[16].start 356.636
transcript.whisperx[16].end 385.618
transcript.whisperx[16].text 那可是我們沒有看到你那個縮小那個偏鄉的一個差距是不是有一些方式有一些方式就是說我們從店家當然推廣是非常重要推廣了直接你們有沒有就是說去強化強化就是說到農會去到廟宇去還有到長照的機構去還是說中午共餐的地方這個其實就是最基本的因為你要普及嘛
transcript.whisperx[17].start 386.638
transcript.whisperx[17].end 393.47
transcript.whisperx[17].text 你希望來普及嘛那你店家徵購的這一些那個設備有沒有辦法我們去鼓勵他
transcript.whisperx[18].start 394.923
transcript.whisperx[18].end 416.025
transcript.whisperx[18].text 我们其实也有一些鼓励的一些措施我们希望尤其是有一些商家可以使用云端发票那我们都鼓励然后国税局也会下乡去做辅导除外我们对于优秀的厂商商家也会做鼓励跟颁奖那我觉得委员您所提到的就是说
transcript.whisperx[19].start 416.846
transcript.whisperx[19].end 421.467
transcript.whisperx[19].text 長輩他沒有這個手機裡面的手機條碼以至於他縱使想要用雲端發票而沒有辦法有載具讓他刷然後進入所謂的雲端發票這個部分那我們這一次在有關推廣計劃裡面已經有做一些調整跟修正那委員您所提出的這個部分我們會把它納進去看用什麼樣的方式除了對於賣家就是所謂的商店
transcript.whisperx[20].start 441.551
transcript.whisperx[20].end 444.575
transcript.whisperx[20].text 來做處理之外同時對於消費者的部分因為他本身沒有這方面的意識的話那我們可以看用什麼方式讓他可以更深入他沒有經驗的話你要加深他的經驗他使用的一個經驗對 你只要 你看
transcript.whisperx[21].start 459.975
transcript.whisperx[21].end 463.216
transcript.whisperx[21].text 這個你這樣宣傳刷這一張兩百塊得獎兩百塊刷這一張得獎五百塊這個非常顯而易見要不然我來整個我講的時候我就來講我就幫你講這些事情可是問題是你的配套要出來配套要出來啊那這些配套的話就是說我覺得
transcript.whisperx[22].start 482.003
transcript.whisperx[22].end 507.076
transcript.whisperx[22].text 部長你講的還是有點空話我希望就是說你可以講的比較具體因為我們鄉下的長輩他很多就是用健保卡健保卡幾乎比他的身份證他用到的次數還多那有沒有機會就是說我們把這個載具這個載具其實你那個條碼都可以刷出來就是鼓勵他們把它貼在他的那個
transcript.whisperx[23].start 508.217
transcript.whisperx[23].end 525.297
transcript.whisperx[23].text 那個健保卡那個上面然後當然是要綁定戶頭啦這個的話其實這個一個很小的動作如果我們財政部很具體的去把它推動的時候我相信對這一個電子花票的一個推廣馬上會看到成效
transcript.whisperx[24].start 526.057
transcript.whisperx[24].end 535.062
transcript.whisperx[24].text 是的我想我們國稅局在有很多地方都有所謂基徵所以及分局要更深入了解當地的一個情況然後用什麼方式加強推廣那當然這個部分我們也可以跟委員請教也就是長輩們他最習慣用什麼我們用什麼樣的方式來讓他們更接受這樣的一個方式來做消費
transcript.whisperx[25].start 546.829
transcript.whisperx[25].end 569.844
transcript.whisperx[25].text 是 你講到你的國稅局我要特別提醒你你這個次長的人事跟後面整個署長還有就是你的國稅局局長這個一大掛的人其實都是在等這個上端的這個次長的人事案你全部一堆都塞車了你知不知道這個情況
transcript.whisperx[26].start 571.84
transcript.whisperx[26].end 591.582
transcript.whisperx[26].text 相關的人事我們會做通盤的考量會也快盡速處理是你要盡速啊你要盡速啊就是這個大家其實在那邊就是人心惶惶啊到底誰要去當市長誰要來當署長然後局長誰來那個這個整個就是說可以坐在這個位置好好的來做事情是謝謝委員執教是好
transcript.whisperx[27].start 594.166
transcript.whisperx[27].end 595.649
transcript.whisperx[27].text 所以在這裡還是要特別再跟部長就是說比較具體的一個那個
transcript.whisperx[28].start 603.089
transcript.whisperx[28].end 627.645
transcript.whisperx[28].text 建議了就是說電子花票在這個城鄉差距上你在鄉下的一個推動事實上他是有他的一個必須要可是你要用對方法這個方法這個有賴於就是說大家的一個用心我還是建議就是說我們用在我們的健保卡我們這個條碼把它貼在我們的這個健保卡上面的話我相信這個成效會很快很快就
transcript.whisperx[29].start 628.886
transcript.whisperx[29].end 641.653
transcript.whisperx[29].text 表現出來了會在這裡還是那個請部長好好考慮一下委員的建議我們會納入研議參考用什麼方式去做我希望就是說你這個一個月的時間可以提出來一個比較好的一個推廣的方式一個月內給委員報告是謝謝謝謝委員好謝謝賴會員委員
transcript.whisperx[30].start 657.12
transcript.whisperx[30].end 658.811
transcript.whisperx[30].text 接下來我們請鍾嘉賓委員質詢