iVOD / 167423

Field Value
IVOD_ID 167423
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167423
日期 2026-03-03
會議資料.會議代碼 院會-11-5-1
會議資料.會議代碼:str 第11屆第5會期第1次會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 1
會議資料.種類 院會
會議資料.標題 第11屆第5會期第1次會議
影片種類 Clip
開始時間 2026-03-03T11:26:31+08:00
結束時間 2026-03-03T11:42:42+08:00
影片長度 00:16:11
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/321e35c043cc325b4a2f37767d8fc05005351cf5c593b4e367addb1cb79b23475833b53648dc34095ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 黃健豪
委員發言時間 11:26:31 - 11:42:42
會議時間 2026-03-03T09:00:00+08:00
會議名稱 第11屆第5會期第1次會議(事由:一、行政院院長提出施政方針及施政報告並備質詢(2月24日下午)。二、行政院院長提出臺美關稅談判結果及其影響專案報告並備質詢(3月3日)。)
transcript.pyannote[0].speaker SPEAKER_04
transcript.pyannote[0].start 9.07596875
transcript.pyannote[0].end 12.33284375
transcript.pyannote[1].speaker SPEAKER_03
transcript.pyannote[1].start 12.33284375
transcript.pyannote[1].end 12.34971875
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 13.10909375
transcript.pyannote[2].end 16.16346875
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 28.22909375
transcript.pyannote[3].end 32.29596875
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 32.92034375
transcript.pyannote[4].end 38.67471875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 39.02909375
transcript.pyannote[5].end 45.12096875
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 45.64409375
transcript.pyannote[6].end 50.43659375
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 50.74034375
transcript.pyannote[7].end 52.74846875
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 53.15346875
transcript.pyannote[8].end 55.14471875
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 55.66784375
transcript.pyannote[9].end 58.33409375
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 58.94159375
transcript.pyannote[10].end 64.99971875
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 65.43846875
transcript.pyannote[11].end 68.47596875
transcript.pyannote[12].speaker SPEAKER_04
transcript.pyannote[12].start 68.76284375
transcript.pyannote[12].end 69.77534375
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 69.97784375
transcript.pyannote[13].end 72.66096875
transcript.pyannote[14].speaker SPEAKER_04
transcript.pyannote[14].start 72.84659375
transcript.pyannote[14].end 76.40721875
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 76.44096875
transcript.pyannote[15].end 78.66846875
transcript.pyannote[16].speaker SPEAKER_04
transcript.pyannote[16].start 78.85409375
transcript.pyannote[16].end 82.90409375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 83.29221875
transcript.pyannote[17].end 86.63346875
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 87.25784375
transcript.pyannote[18].end 111.45659375
transcript.pyannote[19].speaker SPEAKER_04
transcript.pyannote[19].start 111.89534375
transcript.pyannote[19].end 112.92471875
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 113.17784375
transcript.pyannote[20].end 117.21096875
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 117.36284375
transcript.pyannote[21].end 121.78409375
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 122.02034375
transcript.pyannote[22].end 131.08221875
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 131.65596875
transcript.pyannote[23].end 134.05221875
transcript.pyannote[24].speaker SPEAKER_04
transcript.pyannote[24].start 134.11971875
transcript.pyannote[24].end 140.14409375
transcript.pyannote[25].speaker SPEAKER_05
transcript.pyannote[25].start 140.27909375
transcript.pyannote[25].end 140.70096875
transcript.pyannote[26].speaker SPEAKER_05
transcript.pyannote[26].start 140.78534375
transcript.pyannote[26].end 143.77221875
transcript.pyannote[27].speaker SPEAKER_05
transcript.pyannote[27].start 144.02534375
transcript.pyannote[27].end 145.44284375
transcript.pyannote[28].speaker SPEAKER_05
transcript.pyannote[28].start 145.62846875
transcript.pyannote[28].end 146.77596875
transcript.pyannote[29].speaker SPEAKER_05
transcript.pyannote[29].start 147.02909375
transcript.pyannote[29].end 148.31159375
transcript.pyannote[30].speaker SPEAKER_05
transcript.pyannote[30].start 148.81784375
transcript.pyannote[30].end 149.37471875
transcript.pyannote[31].speaker SPEAKER_05
transcript.pyannote[31].start 149.74596875
transcript.pyannote[31].end 153.82971875
transcript.pyannote[32].speaker SPEAKER_05
transcript.pyannote[32].start 154.08284375
transcript.pyannote[32].end 154.90971875
transcript.pyannote[33].speaker SPEAKER_05
transcript.pyannote[33].start 154.97721875
transcript.pyannote[33].end 158.43659375
transcript.pyannote[34].speaker SPEAKER_05
transcript.pyannote[34].start 158.58846875
transcript.pyannote[34].end 160.12409375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 160.00596875
transcript.pyannote[35].end 163.22909375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 163.36409375
transcript.pyannote[36].end 172.54409375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 172.78034375
transcript.pyannote[37].end 180.22221875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 180.44159375
transcript.pyannote[38].end 192.76034375
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 192.67596875
transcript.pyannote[39].end 192.69284375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 192.70971875
transcript.pyannote[40].end 203.40846875
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 203.71221875
transcript.pyannote[41].end 204.48846875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 204.70784375
transcript.pyannote[42].end 208.45409375
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 208.48784375
transcript.pyannote[43].end 215.57534375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 216.41909375
transcript.pyannote[44].end 225.31221875
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 226.27409375
transcript.pyannote[45].end 228.09659375
transcript.pyannote[46].speaker SPEAKER_04
transcript.pyannote[46].start 228.18096875
transcript.pyannote[46].end 233.15909375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 233.36159375
transcript.pyannote[47].end 238.71096875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 238.99784375
transcript.pyannote[48].end 245.95034375
transcript.pyannote[49].speaker SPEAKER_05
transcript.pyannote[49].start 241.79909375
transcript.pyannote[49].end 242.89596875
transcript.pyannote[50].speaker SPEAKER_05
transcript.pyannote[50].start 243.62159375
transcript.pyannote[50].end 243.97596875
transcript.pyannote[51].speaker SPEAKER_05
transcript.pyannote[51].start 246.18659375
transcript.pyannote[51].end 246.20346875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 246.20346875
transcript.pyannote[52].end 252.16034375
transcript.pyannote[53].speaker SPEAKER_05
transcript.pyannote[53].start 246.35534375
transcript.pyannote[53].end 246.64221875
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 246.64221875
transcript.pyannote[54].end 246.65909375
transcript.pyannote[55].speaker SPEAKER_05
transcript.pyannote[55].start 248.44784375
transcript.pyannote[55].end 249.96659375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 249.96659375
transcript.pyannote[56].end 251.13096875
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 252.70034375
transcript.pyannote[57].end 258.01596875
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 258.30284375
transcript.pyannote[58].end 259.43346875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 259.65284375
transcript.pyannote[59].end 263.75346875
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 263.98971875
transcript.pyannote[60].end 266.45346875
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 266.52096875
transcript.pyannote[61].end 281.16846875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 271.07721875
transcript.pyannote[62].end 271.76909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 272.71409375
transcript.pyannote[63].end 273.28784375
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 281.43846875
transcript.pyannote[64].end 285.96096875
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 286.18034375
transcript.pyannote[65].end 315.79596875
transcript.pyannote[66].speaker SPEAKER_04
transcript.pyannote[66].start 316.03221875
transcript.pyannote[66].end 316.69034375
transcript.pyannote[67].speaker SPEAKER_04
transcript.pyannote[67].start 317.34846875
transcript.pyannote[67].end 318.64784375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 318.91784375
transcript.pyannote[68].end 321.68534375
transcript.pyannote[69].speaker SPEAKER_04
transcript.pyannote[69].start 321.80346875
transcript.pyannote[69].end 323.49096875
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 323.72721875
transcript.pyannote[70].end 324.55409375
transcript.pyannote[71].speaker SPEAKER_04
transcript.pyannote[71].start 324.89159375
transcript.pyannote[71].end 326.84909375
transcript.pyannote[72].speaker SPEAKER_04
transcript.pyannote[72].start 327.10221875
transcript.pyannote[72].end 328.11471875
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 328.89096875
transcript.pyannote[73].end 332.29971875
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 332.83971875
transcript.pyannote[74].end 333.19409375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 333.64971875
transcript.pyannote[75].end 339.10034375
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 339.26909375
transcript.pyannote[76].end 341.19284375
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 341.68221875
transcript.pyannote[77].end 345.71534375
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 346.15409375
transcript.pyannote[78].end 348.07784375
transcript.pyannote[79].speaker SPEAKER_04
transcript.pyannote[79].start 348.44909375
transcript.pyannote[79].end 351.28409375
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 351.57096875
transcript.pyannote[80].end 355.70534375
transcript.pyannote[81].speaker SPEAKER_04
transcript.pyannote[81].start 356.05971875
transcript.pyannote[81].end 364.83471875
transcript.pyannote[82].speaker SPEAKER_04
transcript.pyannote[82].start 364.96971875
transcript.pyannote[82].end 365.42534375
transcript.pyannote[83].speaker SPEAKER_04
transcript.pyannote[83].start 365.49284375
transcript.pyannote[83].end 368.22659375
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 369.00284375
transcript.pyannote[84].end 370.53846875
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 371.36534375
transcript.pyannote[85].end 377.37284375
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 378.08159375
transcript.pyannote[86].end 385.05096875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 384.35909375
transcript.pyannote[87].end 384.78096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 385.25346875
transcript.pyannote[88].end 393.11721875
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 392.84721875
transcript.pyannote[89].end 393.10034375
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 393.11721875
transcript.pyannote[90].end 393.20159375
transcript.pyannote[91].speaker SPEAKER_05
transcript.pyannote[91].start 393.20159375
transcript.pyannote[91].end 393.21846875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 393.21846875
transcript.pyannote[92].end 396.30659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 396.57659375
transcript.pyannote[93].end 398.07846875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 398.44971875
transcript.pyannote[94].end 402.21284375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 402.44909375
transcript.pyannote[95].end 408.28784375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 408.50721875
transcript.pyannote[96].end 411.74721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 412.38846875
transcript.pyannote[97].end 413.77221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 413.83971875
transcript.pyannote[98].end 418.51409375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 418.93596875
transcript.pyannote[99].end 419.77971875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 420.03284375
transcript.pyannote[100].end 424.97721875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 425.31471875
transcript.pyannote[101].end 427.06971875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 427.35659375
transcript.pyannote[102].end 430.61346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 431.08596875
transcript.pyannote[103].end 431.67659375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 432.09846875
transcript.pyannote[104].end 440.31659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 440.53596875
transcript.pyannote[105].end 441.41346875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 442.42596875
transcript.pyannote[106].end 442.69596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 442.96596875
transcript.pyannote[107].end 444.92346875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 445.68284375
transcript.pyannote[108].end 447.79221875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 447.85971875
transcript.pyannote[109].end 448.66971875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 449.02409375
transcript.pyannote[110].end 449.05784375
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 449.05784375
transcript.pyannote[111].end 449.10846875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 449.10846875
transcript.pyannote[112].end 449.32784375
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 449.32784375
transcript.pyannote[113].end 449.53034375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 449.53034375
transcript.pyannote[114].end 449.54721875
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 449.54721875
transcript.pyannote[115].end 449.56409375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 449.56409375
transcript.pyannote[116].end 451.50471875
transcript.pyannote[117].speaker SPEAKER_04
transcript.pyannote[117].start 449.68221875
transcript.pyannote[117].end 453.63096875
transcript.pyannote[118].speaker SPEAKER_04
transcript.pyannote[118].start 453.86721875
transcript.pyannote[118].end 457.32659375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 457.44471875
transcript.pyannote[119].end 462.33846875
transcript.pyannote[120].speaker SPEAKER_04
transcript.pyannote[120].start 458.82846875
transcript.pyannote[120].end 460.44846875
transcript.pyannote[121].speaker SPEAKER_04
transcript.pyannote[121].start 462.47346875
transcript.pyannote[121].end 468.49784375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 467.46846875
transcript.pyannote[122].end 471.63659375
transcript.pyannote[123].speaker SPEAKER_04
transcript.pyannote[123].start 471.13034375
transcript.pyannote[123].end 474.67409375
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 474.87659375
transcript.pyannote[124].end 478.26846875
transcript.pyannote[125].speaker SPEAKER_04
transcript.pyannote[125].start 478.57221875
transcript.pyannote[125].end 482.25096875
transcript.pyannote[126].speaker SPEAKER_04
transcript.pyannote[126].start 482.55471875
transcript.pyannote[126].end 484.12409375
transcript.pyannote[127].speaker SPEAKER_04
transcript.pyannote[127].start 484.52909375
transcript.pyannote[127].end 487.48221875
transcript.pyannote[128].speaker SPEAKER_04
transcript.pyannote[128].start 487.61721875
transcript.pyannote[128].end 489.49034375
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 490.13159375
transcript.pyannote[129].end 494.35034375
transcript.pyannote[130].speaker SPEAKER_04
transcript.pyannote[130].start 494.60346875
transcript.pyannote[130].end 513.89159375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 510.11159375
transcript.pyannote[131].end 510.36471875
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 514.19534375
transcript.pyannote[132].end 515.08971875
transcript.pyannote[133].speaker SPEAKER_04
transcript.pyannote[133].start 515.37659375
transcript.pyannote[133].end 522.05909375
transcript.pyannote[134].speaker SPEAKER_04
transcript.pyannote[134].start 522.81846875
transcript.pyannote[134].end 525.58596875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 526.05846875
transcript.pyannote[135].end 533.01096875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 533.46659375
transcript.pyannote[136].end 535.87971875
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 536.20034375
transcript.pyannote[137].end 539.50784375
transcript.pyannote[138].speaker SPEAKER_04
transcript.pyannote[138].start 539.79471875
transcript.pyannote[138].end 542.49471875
transcript.pyannote[139].speaker SPEAKER_04
transcript.pyannote[139].start 542.98409375
transcript.pyannote[139].end 546.03846875
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 546.30846875
transcript.pyannote[140].end 554.89784375
transcript.pyannote[141].speaker SPEAKER_04
transcript.pyannote[141].start 555.33659375
transcript.pyannote[141].end 556.68659375
transcript.pyannote[142].speaker SPEAKER_04
transcript.pyannote[142].start 557.07471875
transcript.pyannote[142].end 560.23034375
transcript.pyannote[143].speaker SPEAKER_04
transcript.pyannote[143].start 560.55096875
transcript.pyannote[143].end 570.20346875
transcript.pyannote[144].speaker SPEAKER_04
transcript.pyannote[144].start 570.52409375
transcript.pyannote[144].end 591.21284375
transcript.pyannote[145].speaker SPEAKER_05
transcript.pyannote[145].start 591.63471875
transcript.pyannote[145].end 602.80596875
transcript.pyannote[146].speaker SPEAKER_05
transcript.pyannote[146].start 603.10971875
transcript.pyannote[146].end 608.03721875
transcript.pyannote[147].speaker SPEAKER_04
transcript.pyannote[147].start 605.16846875
transcript.pyannote[147].end 605.57346875
transcript.pyannote[148].speaker SPEAKER_05
transcript.pyannote[148].start 608.08784375
transcript.pyannote[148].end 612.17159375
transcript.pyannote[149].speaker SPEAKER_04
transcript.pyannote[149].start 609.04971875
transcript.pyannote[149].end 610.45034375
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 611.44596875
transcript.pyannote[150].end 614.12909375
transcript.pyannote[151].speaker SPEAKER_05
transcript.pyannote[151].start 613.50471875
transcript.pyannote[151].end 619.74846875
transcript.pyannote[152].speaker SPEAKER_05
transcript.pyannote[152].start 619.81596875
transcript.pyannote[152].end 619.83284375
transcript.pyannote[153].speaker SPEAKER_05
transcript.pyannote[153].start 619.95096875
transcript.pyannote[153].end 624.30471875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 624.27096875
transcript.pyannote[154].end 634.05846875
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 634.14284375
transcript.pyannote[155].end 636.48846875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 636.57284375
transcript.pyannote[156].end 641.92221875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 642.12471875
transcript.pyannote[157].end 644.41971875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 644.58846875
transcript.pyannote[158].end 648.28409375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 648.52034375
transcript.pyannote[159].end 652.68846875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 652.85721875
transcript.pyannote[160].end 655.27034375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 655.52346875
transcript.pyannote[161].end 665.54721875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 665.78346875
transcript.pyannote[162].end 677.68034375
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 677.81534375
transcript.pyannote[163].end 685.96596875
transcript.pyannote[164].speaker SPEAKER_04
transcript.pyannote[164].start 685.91534375
transcript.pyannote[164].end 695.95596875
transcript.pyannote[165].speaker SPEAKER_04
transcript.pyannote[165].start 696.90096875
transcript.pyannote[165].end 697.64346875
transcript.pyannote[166].speaker SPEAKER_04
transcript.pyannote[166].start 697.87971875
transcript.pyannote[166].end 698.57159375
transcript.pyannote[167].speaker SPEAKER_04
transcript.pyannote[167].start 698.89221875
transcript.pyannote[167].end 703.26284375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 703.31346875
transcript.pyannote[168].end 708.73034375
transcript.pyannote[169].speaker SPEAKER_04
transcript.pyannote[169].start 704.27534375
transcript.pyannote[169].end 705.27096875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 708.96659375
transcript.pyannote[170].end 713.43846875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 713.64096875
transcript.pyannote[171].end 715.75034375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 715.96971875
transcript.pyannote[172].end 720.69471875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 720.93096875
transcript.pyannote[173].end 730.24596875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 730.58346875
transcript.pyannote[174].end 732.67596875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 732.82784375
transcript.pyannote[175].end 735.10596875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 735.29159375
transcript.pyannote[176].end 738.14346875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 738.43034375
transcript.pyannote[177].end 743.52659375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 743.77971875
transcript.pyannote[178].end 746.10846875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 746.27721875
transcript.pyannote[179].end 755.54159375
transcript.pyannote[180].speaker SPEAKER_04
transcript.pyannote[180].start 751.05284375
transcript.pyannote[180].end 751.44096875
transcript.pyannote[181].speaker SPEAKER_04
transcript.pyannote[181].start 752.09909375
transcript.pyannote[181].end 753.31409375
transcript.pyannote[182].speaker SPEAKER_04
transcript.pyannote[182].start 754.24221875
transcript.pyannote[182].end 754.73159375
transcript.pyannote[183].speaker SPEAKER_04
transcript.pyannote[183].start 755.72721875
transcript.pyannote[183].end 761.29596875
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 761.05971875
transcript.pyannote[184].end 786.84471875
transcript.pyannote[185].speaker SPEAKER_04
transcript.pyannote[185].start 761.75159375
transcript.pyannote[185].end 762.47721875
transcript.pyannote[186].speaker SPEAKER_04
transcript.pyannote[186].start 784.14471875
transcript.pyannote[186].end 784.54971875
transcript.pyannote[187].speaker SPEAKER_04
transcript.pyannote[187].start 786.54096875
transcript.pyannote[187].end 791.16471875
transcript.pyannote[188].speaker SPEAKER_04
transcript.pyannote[188].start 791.40096875
transcript.pyannote[188].end 793.89846875
transcript.pyannote[189].speaker SPEAKER_04
transcript.pyannote[189].start 794.43846875
transcript.pyannote[189].end 797.20596875
transcript.pyannote[190].speaker SPEAKER_04
transcript.pyannote[190].start 797.81346875
transcript.pyannote[190].end 812.78159375
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 801.42471875
transcript.pyannote[191].end 804.46221875
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 805.60971875
transcript.pyannote[192].end 805.74471875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 805.89659375
transcript.pyannote[193].end 806.16659375
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 811.02659375
transcript.pyannote[194].end 812.49471875
transcript.pyannote[195].speaker SPEAKER_04
transcript.pyannote[195].start 813.20346875
transcript.pyannote[195].end 824.39159375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 818.29971875
transcript.pyannote[196].end 819.02534375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 819.02534375
transcript.pyannote[197].end 819.53159375
transcript.pyannote[198].speaker SPEAKER_00
transcript.pyannote[198].start 819.53159375
transcript.pyannote[198].end 819.58221875
transcript.pyannote[199].speaker SPEAKER_04
transcript.pyannote[199].start 824.45909375
transcript.pyannote[199].end 831.98534375
transcript.pyannote[200].speaker SPEAKER_04
transcript.pyannote[200].start 832.03596875
transcript.pyannote[200].end 840.50721875
transcript.pyannote[201].speaker SPEAKER_04
transcript.pyannote[201].start 840.77721875
transcript.pyannote[201].end 841.68846875
transcript.pyannote[202].speaker SPEAKER_04
transcript.pyannote[202].start 842.00909375
transcript.pyannote[202].end 851.96534375
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 852.30284375
transcript.pyannote[203].end 857.24721875
transcript.pyannote[204].speaker SPEAKER_04
transcript.pyannote[204].start 855.47534375
transcript.pyannote[204].end 855.93096875
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 857.48346875
transcript.pyannote[205].end 862.56284375
transcript.pyannote[206].speaker SPEAKER_01
transcript.pyannote[206].start 862.86659375
transcript.pyannote[206].end 864.94221875
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 865.24596875
transcript.pyannote[207].end 871.96221875
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 872.21534375
transcript.pyannote[208].end 877.17659375
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 877.26096875
transcript.pyannote[209].end 900.49784375
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 887.23409375
transcript.pyannote[210].end 888.71909375
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 898.40534375
transcript.pyannote[211].end 902.13471875
transcript.pyannote[212].speaker SPEAKER_01
transcript.pyannote[212].start 900.68346875
transcript.pyannote[212].end 901.05471875
transcript.pyannote[213].speaker SPEAKER_04
transcript.pyannote[213].start 902.45534375
transcript.pyannote[213].end 916.74846875
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 917.01846875
transcript.pyannote[214].end 921.03471875
transcript.pyannote[215].speaker SPEAKER_04
transcript.pyannote[215].start 921.13596875
transcript.pyannote[215].end 922.58721875
transcript.pyannote[216].speaker SPEAKER_04
transcript.pyannote[216].start 922.94159375
transcript.pyannote[216].end 924.20721875
transcript.pyannote[217].speaker SPEAKER_04
transcript.pyannote[217].start 924.56159375
transcript.pyannote[217].end 934.01159375
transcript.pyannote[218].speaker SPEAKER_04
transcript.pyannote[218].start 950.54909375
transcript.pyannote[218].end 950.90346875
transcript.pyannote[219].speaker SPEAKER_04
transcript.pyannote[219].start 950.93721875
transcript.pyannote[219].end 952.42221875
transcript.pyannote[220].speaker SPEAKER_04
transcript.pyannote[220].start 952.77659375
transcript.pyannote[220].end 955.03784375
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 955.05471875
transcript.pyannote[221].end 955.18971875
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 955.20659375
transcript.pyannote[222].end 956.03346875
transcript.pyannote[223].speaker SPEAKER_04
transcript.pyannote[223].start 956.15159375
transcript.pyannote[223].end 956.16846875
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 956.18534375
transcript.pyannote[224].end 957.14721875
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 957.55221875
transcript.pyannote[225].end 958.02471875
transcript.pyannote[226].speaker SPEAKER_03
transcript.pyannote[226].start 966.78284375
transcript.pyannote[226].end 967.57596875
transcript.pyannote[227].speaker SPEAKER_03
transcript.pyannote[227].start 969.21284375
transcript.pyannote[227].end 970.54596875
transcript.pyannote[228].speaker SPEAKER_03
transcript.pyannote[228].start 970.96784375
transcript.pyannote[228].end 971.96346875
transcript.whisperx[0].start 9.107
transcript.whisperx[0].end 15.492
transcript.whisperx[0].text 好謝謝主席主席我們要請卓院長跟鄭副院長請卓院長還有鄭副院長備詢
transcript.whisperx[1].start 28.497
transcript.whisperx[1].end 53.945
transcript.whisperx[1].text 黃偉豪院長 副院長好我想真的一開始還是要講辛苦了我想代表國家談判壓力非常大那當然談一談之後後來又被推翻的壓力會更大但是不管怎麼樣我想代表國家去做這個事情從國家立場的角度來講非常的辛苦也感謝你們的付出但是今天質詢當然還是需要說要把很多的民間的一些疑問來把它釐清首先一開始我想大家最關心的當然還是這個車價問題
transcript.whisperx[2].start 55.887
transcript.whisperx[2].end 58.112
transcript.whisperx[2].text 這個美國進口車零關稅的問題第一個是
transcript.whisperx[3].start 58.996
transcript.whisperx[3].end 83.391
transcript.whisperx[3].text 既然談到美國進口零關稅那其實在車價的結構上面貨物稅可能也是很大的一部分在去年這個六月的時候經濟部曾經講過說貨物稅的減免要在這個台美關稅談判之後再來討論所以到底這個汽車進口零關稅之後我們的貨物稅第一個有沒有要減免為什麼要提到這件事情我想這個汽車車市停滯的當然是這個事實我們從2023年到2025年幾個數據來看
transcript.whisperx[4].start 87.433
transcript.whisperx[4].end 93.999
transcript.whisperx[4].text 這個2025年的掛牌數只有215,093輛那比2023年衰退了14.5%比2024年衰退7.9%那我們依據台灣區車輛同業公會的數據2025年就是去年國產車的銷售數據只剩下236,000多輛那所以整體來講汽車的銷售不管國產車進口的掛牌數它都是下降的那我想很多民眾也在反映第一個
transcript.whisperx[5].start 111.934
transcript.whisperx[5].end 139.607
transcript.whisperx[5].text 不管車商也好 製造商也好 還是消費者也好大家都在等這個所謂的結果那當然大家反而期待說過年前行政院宣布的這個談判的結果是這樣子美國車零關稅那大家可以等待說那接下來後續的台灣的這個汽車銷售的狀況怎麼樣所以我想問一下到底我們現在面對這個美國的汽車進口零關稅之後我國的這個汽車銷售的部分有沒有要 貨物稅有沒有要調整有沒有要去做相關的補償措施
transcript.whisperx[6].start 140.307
transcript.whisperx[6].end 169.062
transcript.whisperx[6].text 然後報告委員這個去年真的有一段時間車市是比較冷的因為都存在一種觀察後續關稅定案的一個結果所以車市的交易是比較冷但我們已經調整了貨物稅的見面我們在去年就大約通過了這個部分是不是請部長說明一下跟委員報告對貨物稅的部分在114年9月7號開始已經下降了這個是不管是進口車或是國產車都同樣適用的
transcript.whisperx[7].start 169.861
transcript.whisperx[7].end 185
transcript.whisperx[7].text 在兩千CC以下的小客車每輛最高可以減徵五萬元那小型的機車每輛可以減徵兩千塊它如果是太舊換新的話那汽車最高還可以減徵五萬塊機車最高也可以減徵四千塊
transcript.whisperx[8].start 185.686
transcript.whisperx[8].end 202.317
transcript.whisperx[8].text 所以這個部分因應這個部分我們已經在貨物稅的部分做了調整不管是進口車跟國產車都同樣使用這個院長部長這個是短期的當然我想說短期這個政策導向就是說減個幾萬塊但是我們現在進口車跟國產車的25%2000cc以下25%的貨物稅跟2000cc以上的30%的貨物稅未來針對這個新的狀態有沒有要調整還是就維持說可能減個幾萬塊的狀況來處理
transcript.whisperx[9].start 217.267
transcript.whisperx[9].end 238.495
transcript.whisperx[9].text 這個部分其實在當時我們都已經考慮過我們認為這個部分是符合消費者需求而且是小型車我們鼓勵用小型車的部分所以這個貨物稅後續即便是美國車進口零關稅之後貨物稅也不會去做相關調整嗎因為我們當初設計就是用定額減稅的部分不是用比例
transcript.whisperx[10].start 239.093
transcript.whisperx[10].end 248.659
transcript.whisperx[10].text 那定額減稅事實上對小型車跟低價車它是比較 等於是減的比例是比較多的它是有照顧到我們國產車的部分因為進口車大部分是高價車
transcript.whisperx[11].start 252.882
transcript.whisperx[11].end 270.983
transcript.whisperx[11].text 現在現在那如果如果是這樣確定的話那接下來大家擔心當然說國產車這個整裝整場的衝擊因為不然院長部長你們在這個新聞上面也提到一件事情說你們評估即便進口車零關稅進來之後對國內車市的衝擊有限的你們的數小一點百分之一點多趴的這個數據而已嗎
transcript.whisperx[12].start 272.765
transcript.whisperx[12].end 301.568
transcript.whisperx[12].text 但是如果我們從這個去年從2023年2024年2025年看下來我想整個汽車整車的國產組裝的這個衰退啊2023年的時候我們看到的這個產值是2300多億2300億左右到2025年就去年1900億所以整車的這個組裝的衰退大概是400億的空間那如果從2024年到2025年衰退是165億就整車的這個業績的部分那當然涉及到說大家在等待在觀察在觀望嘛
transcript.whisperx[13].start 302.048
transcript.whisperx[13].end 315.078
transcript.whisperx[13].text 那其實我要問的是說今天除了這個進口車對消費端來講當然我們希望車價越低越好但是對於廠商對於我們這個要處理就業市場這一部分的這些汽車廠來整車汽車廠來講我們對出口汽車的這個零組件確實是很猖獗但是我們國內這個產業鏈這個整車的部分他其實
transcript.whisperx[14].start 325.67
transcript.whisperx[14].end 332.18
transcript.whisperx[14].text 這個就業市場會受到影響所以這部分的話現階段我們有要求國產生35%的所謂自治的比例嘛
transcript.whisperx[15].start 332.924
transcript.whisperx[15].end 355.479
transcript.whisperx[15].text 那最核心的問題是我們的這個引擎變速箱這些東西他還是屬於靠進口所以國產車在面對未來這種汽車零關稅因為你像美國車零關稅我們不知道其他廠牌的車廠的影響的這個進口車子他會不會因為美國車零關稅之後他們調整售價那麼擔心的是國產車如果他本身在
transcript.whisperx[16].start 356.299
transcript.whisperx[16].end 376.717
transcript.whisperx[16].text 這個引擎或變速箱這個進口關稅上沒有減免的話它在競爭力上會不會本身的受影響因為你們只有提個31億左右的經費去處理這個汽車的產業的問題那如果我們的這個國產車的原料 國產車的成本結構沒有改變的前提之下這個30億有沒有真的辦法幫助到還是說這個
transcript.whisperx[17].start 378.123
transcript.whisperx[17].end 392.484
transcript.whisperx[17].text 一樣進口其他原國進口的汽車零組件它的引擎跟變速箱它持續會有這個稅率問題是我了解委員提到的事實上業者也有這樣的訴求啦就是說台灣沒有生產的這些比較關鍵性的零組件
transcript.whisperx[18].start 393.505
transcript.whisperx[18].end 408.106
transcript.whisperx[18].text 那如果進口的話可不可以關稅下降提升他們這個競爭力那之前事實上在立法院也有討論這個議題那如果說要把這個稅降下來我們希望說可以回饋給消費者把這個車價也稍微下降
transcript.whisperx[19].start 408.632
transcript.whisperx[19].end 430.203
transcript.whisperx[19].text 但是後來因為車商沒有這樣的討論立法院就沒有討論了但是我覺得這個是一個時間點重新來談不過向委員報告的時候因為如果當我們提供美國這個汽車跟零組件也是零關稅的所以包括您剛才講引擎變速箱如果從美國進來基本上也是零關稅所以
transcript.whisperx[20].start 432.145
transcript.whisperx[20].end 444.271
transcript.whisperx[20].text 他來做台灣的這個組成台灣的整車的話事實上也享受到這個部分那其他部分當然沒有所以我相信到時候有可能日本的廠商他會從這個美國
transcript.whisperx[21].start 447.054
transcript.whisperx[21].end 461.448
transcript.whisperx[21].text 生產廠的引擎廠你的意思就是說未來所謂的國產車組裝的時候我們鼓勵或是可能市場的走向他就會從美國進口啦是不是這意思零件零件嘛說零件的部分對整車還是在台灣
transcript.whisperx[22].start 462.529
transcript.whisperx[22].end 488.717
transcript.whisperx[22].text 好謝謝所以我想這個汽車部分大家期待說不管是針對舊式的部分我們還是會持續的跟這個車商因為我要講是30億啊我說真的你要做這個我不知道31你說要去幫助他們外銷市場我覺得這個是現實上是有困難的就這幾年的走向就是很困難所以你即便投了30億我想第一個可能效益很差那第二個是我還是回到核心問題就到底我們的整車的這個
transcript.whisperx[23].start 490.457
transcript.whisperx[23].end 512.309
transcript.whisperx[23].text 價格能不能下降 我覺得這才是消費者真正關心的問題大家看到的是美國車零關稅進來會不會對市場造成衝擊對市場造成衝擊那當然希望所有不管是國產車還是進口車的車價能夠下降但車價下降大家要擔心說這個廠商我們的就業市場會不會受到影響所以這整體我們希望說不是只有3C的問題而是說整體如果既然有一個汽車美國車零關稅的這個契機開始了不然說貨物稅
transcript.whisperx[24].start 515.451
transcript.whisperx[24].end 534.209
transcript.whisperx[24].text 包含說我們這些進口的零件包含進口的這個引擎跟變速箱是不是也能夠把相關的關稅做個調整我覺得這個是民眾跟業者想要知道的這個方向啦可以嗎對可以就是至少美國這個部分他是零關稅沒有問題那如果從其他國家進來的部分我們會來核算對於這個產業的這個競爭狀況一併來向委員報告我們會跟財政部來做
transcript.whisperx[25].start 539.853
transcript.whisperx[25].end 559.694
transcript.whisperx[25].text 好部長謝謝那院長我們持續我想很多委員都關心一樣的問題其實這一次我們談判的結果本來是過年前宣布的這樣子的狀況是非常好的一個狀況大家可以接受包含說我們中部的中小企業大家也在講說15%不疊加他們跟日韓競爭他們是有一定程度的優勢
transcript.whisperx[26].start 560.735
transcript.whisperx[26].end 588.16
transcript.whisperx[26].text 但是現在這個所謂的他們當初的我們談判的母法ART的母法這個IEPAR的部分他現在被美國的法院宣判違憲無效之後我要問的是說這個法律依據如果被宣判違憲被宣判無效那我們現在簽署的這個ART因為包含院長包含我們政府院長不斷強調這件事情是我們ART的基礎還在可是如果在美國那端他的法律依據這件事情被宣判無效之後我們ART的這個架構
transcript.whisperx[27].start 588.881
transcript.whisperx[27].end 591.056
transcript.whisperx[27].text 要怎麼研究下去 這是我覺得大家最關心的部分
transcript.whisperx[28].start 591.841
transcript.whisperx[28].end 619.557
transcript.whisperx[28].text 我請副院長來說明我早上在報告裡面也說到了現在雙方都認為能夠延續原來談判的結果是對雙方最有利的其他國家對美國也大概大部分採取這樣的態度美國也不希望談判的內容再做大的改變這個我知道這個我們就希望這樣做那我們現在談的是法源依據的問題嘛這個怎麼辦所以美方會繼續有一些後續的法律途徑的改變等等那等他完成之後他會通知我們
transcript.whisperx[29].start 620.037
transcript.whisperx[29].end 641.645
transcript.whisperx[29].text 那我們是不是跟美方已經取得聯繫了我想由當事人來跟委員做報告報告委員我想今日多位委員都也表達希望我們能夠鞏固ART談判結果我想這個非常感謝委員對於談判結果的肯定那現在美方因應判決後的這個一二條款是階段性的美方有說明這是過渡性階段性的
transcript.whisperx[30].start 642.205
transcript.whisperx[30].end 659.103
transcript.whisperx[30].text 那對全球目前是實價也沒分那接著後續他們會過渡到新的法律工具的安排那我們評估這個安排會相當程度反映談判結果我想這幾天我們跟美方已經取得聯繫那美方也表達說正在進行內部新的法律工具的安排
transcript.whisperx[31].start 659.583
transcript.whisperx[31].end 687.13
transcript.whisperx[31].text 重建政策工具之後會通知已經達成協議的夥伴國家包括我國在內那美國貿易代表 GARRETTAS這幾天的發言尤其包含今天我們最新看到他的發言他們也表達說在後續的會透過其他法律工具還是希望實現協議的內容所以我們的目標就是在緊密聯繫當中持續鞏固確保我們在ART所取得的相對優勢的最佳待遇好 謝謝副院長那我們要談的
transcript.whisperx[32].start 687.89
transcript.whisperx[32].end 714.073
transcript.whisperx[32].text 那我們問一個問題就是說現在我們在過年前那段時間包括行政院的報告包括我們在各個方面收到的所謂的台灣與美國間對的貿易協定那個文本那個文本現在是定案的版本嗎還是說這個是就像你們所說還要去談還要去調整這個ART以及MOU都是雙方簽訂的協議跟協定那我想美國政府已經說明清楚他們希望維繫跟各國已經談出來的貿易協議
transcript.whisperx[33].start 716.055
transcript.whisperx[33].end 743.363
transcript.whisperx[33].text 那我們大家也認為肯定這個談判取得的優惠待遇那現在唯一的差別是貿易協定裡面為美方的這個IEPA的法律可能需要後續他們要重建相關的法律基礎所以我們現在在聯繫溝通的就是美方未來如何重建法律基礎那如何在重建法律基礎後同樣確保我們所取得的優惠待遇所以我想這是目前美方在進行的內部程序
transcript.whisperx[34].start 743.823
transcript.whisperx[34].end 768.775
transcript.whisperx[34].text 那我們緊密聯繫我們就是要確保說他的後續的法律途徑安排之後仍然來維繫原來我們所取得的最佳待遇所以我們現在只有美方內部程序的差異所以我們現在立法院之所以還沒有收到正式的文本是因為我們正在跟美方聯繫然後再來瞭解他們對後續這個取代AEPA的相關的法律程序是什麼
transcript.whisperx[35].start 769.235
transcript.whisperx[35].end 796.695
transcript.whisperx[35].text 因為一二二是階段性的那現在要看的是他們一二二階段性之後他們要過度的取代原來阿姨爬的這個法律基礎那他們需要一些時間內部來釐清跟重建那他們有告訴我們說會優先通知我們的這個達成協議的貿易夥伴現在那OK那現在大家擔心就是說因為你剛剛不關提到的這是階段性的所以大家下一個問題就是說那150天後關稅的這部分會不會有調整因為今天這樣講
transcript.whisperx[36].start 797.856
transcript.whisperx[36].end 811.835
transcript.whisperx[36].text 我們要肯定MOU的部分你說這個高科技產業這都沒問題那個是已經沒問題了這個我們就今天不討論了既然沒問題我們就OK了現在談的說所謂受到影響的是其他中小企業中部地區這些機械業手工具等等這部分傳產的部分
transcript.whisperx[37].start 813.477
transcript.whisperx[37].end 836.837
transcript.whisperx[37].text 150年後稅率會不會有影響這個部分你們有沒有在談判的過程裡面有沒有辦法去做任何的承諾因為我要跟院長跟院長說明對企業主來講稅率多少是其次喔對他們來講是到底多少數字才是實際上能夠穩定下來不管15不管20甚至之前最爛的32他們都有辦法去面對當然要去調整他們產業結構啦只是說對企業主經營對這些產業主在產業經營的部分最大的風險是變動性
transcript.whisperx[38].start 840.86
transcript.whisperx[38].end 851.615
transcript.whisperx[38].text 那你今天我們跟美國川普現在宣布的這個東西只有150天所以150天到7月的這段時間之後會不會有改變這部分你有沒有辦法給他們任何承諾或是保證
transcript.whisperx[39].start 852.349
transcript.whisperx[39].end 876.886
transcript.whisperx[39].text 目前我們看到就是MOU當然不變高科技產業面對不確定性已經下降那當然我們非常關心傳產跟農業的部分就涉及這個ART的這個部分那目前122是階段性的那美方現在就是在這個階段性的期程之內在重建未來新的法律工具那我們要做的當然就是確保他未來的法律工具任何的安排底下
transcript.whisperx[40].start 877.666
transcript.whisperx[40].end 899.781
transcript.whisperx[40].text 都要維繫原來的談判成果 鞏固原來的談判成果所以不論他的法律工具是301或是乃至可能其他我們都要確保說我們取得的相對優勢所以委員講的對 稅率數字是一回事但是我們原來有這個不疊加的相對優勢這個相對優勢我們仍然要持續的盡力的去鞏固它我們要拜託一下 這個30秒 這個院長副院長
transcript.whisperx[41].start 902.663
transcript.whisperx[41].end 923.781
transcript.whisperx[41].text 談判團隊很辛苦在第一屆我們知道但產業也很辛苦產業這150年的變動他們壓力也很大所以我們現在說因為你們提的是所謂的461的補救措施的補償方案還有當初去年我們通過了931的台幣的因應這個國立情勢強化經濟社會及國土安全任性特別條例編了931去做這個相關的處理但是我們要講什麼
transcript.whisperx[42].start 924.642
transcript.whisperx[42].end 932.849
transcript.whisperx[42].text 我們看到的政府是提了2500億美金做信保願意去讓中小企業去美國投資但是留在台灣的如果我的這個金額
transcript.whisperx[43].start 966.83
transcript.whisperx[43].end 969.332
transcript.whisperx[43].text 好 謝謝黃委員