iVOD / 167500

Field Value
IVOD_ID 167500
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167500
日期 2026-03-16
會議資料.會議代碼 委員會-11-5-19-2
會議資料.會議代碼:str 第11屆第5會期經濟委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第5會期經濟委員會第2次全體委員會議
影片種類 Clip
開始時間 2026-03-16T11:04:13+08:00
結束時間 2026-03-16T11:12:48+08:00
影片長度 00:08:35
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/e545302d1642c5f6c2c13fc7a106f1980bc6757ec415edbebfd7ce027fbc82e069b51f63c6f260655ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 11:04:13 - 11:12:48
會議時間 2026-03-16T09:00:00+08:00
會議名稱 立法院第11屆第5會期經濟委員會第2次全體委員會議(事由:邀請國家發展委員會主任委員列席報告業務概況,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 7.82721875
transcript.pyannote[0].end 10.17284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 10.44284375
transcript.pyannote[1].end 11.60721875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 17.05784375
transcript.pyannote[2].end 17.71596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 17.91846875
transcript.pyannote[3].end 18.94784375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 18.96471875
transcript.pyannote[4].end 20.16284375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 21.17534375
transcript.pyannote[5].end 27.84096875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 28.92096875
transcript.pyannote[6].end 33.32534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 33.69659375
transcript.pyannote[7].end 43.34909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 43.16346875
transcript.pyannote[8].end 43.70346875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 44.00721875
transcript.pyannote[9].end 46.45409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 45.89721875
transcript.pyannote[10].end 51.06096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 51.34784375
transcript.pyannote[11].end 57.50721875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 56.51159375
transcript.pyannote[12].end 63.36284375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 58.55346875
transcript.pyannote[13].end 59.02596875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 59.66721875
transcript.pyannote[14].end 63.05909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 63.75096875
transcript.pyannote[15].end 64.56096875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 64.88159375
transcript.pyannote[16].end 66.14721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 66.65346875
transcript.pyannote[17].end 67.39596875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 68.07096875
transcript.pyannote[18].end 88.03409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 88.57409375
transcript.pyannote[19].end 95.88096875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 94.75034375
transcript.pyannote[20].end 96.64034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 96.26909375
transcript.pyannote[21].end 100.18409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 99.20534375
transcript.pyannote[22].end 101.39909375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 101.39909375
transcript.pyannote[23].end 106.37721875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 102.68159375
transcript.pyannote[24].end 103.08659375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 106.37721875
transcript.pyannote[25].end 113.19471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 108.13221875
transcript.pyannote[26].end 108.57096875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 113.11034375
transcript.pyannote[27].end 116.19846875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 116.46846875
transcript.pyannote[28].end 119.84346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 120.87284375
transcript.pyannote[29].end 121.76721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 121.76721875
transcript.pyannote[30].end 162.63846875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 132.46596875
transcript.pyannote[31].end 132.78659375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 153.61034375
transcript.pyannote[32].end 154.06596875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 162.85784375
transcript.pyannote[33].end 166.21596875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 165.92909375
transcript.pyannote[34].end 178.93971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 178.93971875
transcript.pyannote[35].end 185.68971875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 186.26346875
transcript.pyannote[36].end 202.86846875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 203.44221875
transcript.pyannote[37].end 206.42909375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 206.91846875
transcript.pyannote[38].end 207.50909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 207.61034375
transcript.pyannote[39].end 221.86971875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 222.02159375
transcript.pyannote[40].end 222.52784375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 222.52784375
transcript.pyannote[41].end 222.79784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 222.79784375
transcript.pyannote[42].end 223.81034375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 222.81471875
transcript.pyannote[43].end 223.10159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 223.82721875
transcript.pyannote[44].end 232.19721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 232.43346875
transcript.pyannote[45].end 240.51659375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 240.51659375
transcript.pyannote[46].end 245.52846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 245.03909375
transcript.pyannote[47].end 249.39284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 250.00034375
transcript.pyannote[48].end 255.61971875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 252.32909375
transcript.pyannote[49].end 272.37659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 264.79971875
transcript.pyannote[50].end 265.06971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 272.14034375
transcript.pyannote[51].end 289.03221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 272.39346875
transcript.pyannote[52].end 272.44409375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 281.96159375
transcript.pyannote[53].end 283.68284375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 286.72034375
transcript.pyannote[54].end 298.43159375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 293.52096875
transcript.pyannote[55].end 293.75721875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 298.70159375
transcript.pyannote[56].end 308.28659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 312.15096875
transcript.pyannote[57].end 317.95596875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 317.95596875
transcript.pyannote[58].end 319.18784375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 319.91346875
transcript.pyannote[59].end 320.62221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 320.62221875
transcript.pyannote[60].end 321.78659375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 320.85846875
transcript.pyannote[61].end 322.02284375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 322.02284375
transcript.pyannote[62].end 322.29284375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 322.29284375
transcript.pyannote[63].end 322.39409375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 322.39409375
transcript.pyannote[64].end 322.46159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 322.46159375
transcript.pyannote[65].end 322.73159375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 322.73159375
transcript.pyannote[66].end 322.90034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 322.76534375
transcript.pyannote[67].end 322.86659375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 322.90034375
transcript.pyannote[68].end 322.91721875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 322.91721875
transcript.pyannote[69].end 325.14471875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 322.96784375
transcript.pyannote[70].end 324.80721875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 325.36409375
transcript.pyannote[71].end 380.95034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 335.30346875
transcript.pyannote[72].end 335.70846875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 370.84221875
transcript.pyannote[73].end 370.99409375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 371.06159375
transcript.pyannote[74].end 371.70284375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 381.54096875
transcript.pyannote[75].end 400.99784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 401.30159375
transcript.pyannote[76].end 402.95534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 401.31846875
transcript.pyannote[77].end 403.86659375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 403.79909375
transcript.pyannote[78].end 406.46534375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 407.25846875
transcript.pyannote[79].end 407.93346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 408.23721875
transcript.pyannote[80].end 413.29971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 413.56971875
transcript.pyannote[81].end 414.02534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 414.02534375
transcript.pyannote[82].end 415.24034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 415.86471875
transcript.pyannote[83].end 418.09221875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 416.16846875
transcript.pyannote[84].end 416.79284375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 418.09221875
transcript.pyannote[85].end 428.97659375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 421.01159375
transcript.pyannote[86].end 424.28534375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 429.38159375
transcript.pyannote[87].end 429.71909375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 429.97221875
transcript.pyannote[88].end 434.79846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 434.95034375
transcript.pyannote[89].end 441.70034375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 437.63346875
transcript.pyannote[90].end 437.98784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 441.16034375
transcript.pyannote[91].end 441.19409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 442.57784375
transcript.pyannote[92].end 455.25096875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 454.50846875
transcript.pyannote[93].end 456.58409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 457.05659375
transcript.pyannote[94].end 462.06846875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 461.19096875
transcript.pyannote[95].end 477.01971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 476.32784375
transcript.pyannote[96].end 480.86721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 479.87159375
transcript.pyannote[97].end 481.96409375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 481.96409375
transcript.pyannote[98].end 486.25034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 485.65971875
transcript.pyannote[99].end 486.99284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 486.53721875
transcript.pyannote[100].end 487.97159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 488.57909375
transcript.pyannote[101].end 493.15221875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 492.89909375
transcript.pyannote[102].end 494.95784375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 495.24471875
transcript.pyannote[103].end 514.17846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 504.30659375
transcript.pyannote[104].end 504.67784375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 512.84534375
transcript.pyannote[105].end 513.36846875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 514.09409375
transcript.pyannote[106].end 515.46096875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 516.25409375
transcript.pyannote[107].end 516.59159375
transcript.whisperx[0].start 7.824
transcript.whisperx[0].end 11.527
transcript.whisperx[0].text 謝謝主席 我請國發會葉主委 請國發會葉主委委員長 葉主委早我想請問在這一次的關稅美國對等關稅不確定的影響之下你認為為什麼今年你們的評估又是逆勢上漲是因為又有搶單的效應嗎
transcript.whisperx[1].start 33.752
transcript.whisperx[1].end 49.727
transcript.whisperx[1].text 第一個最主要的就就有我剛剛在業務報告上面說的就是說全球的那幾大的CSP廠其實對於資本支出來講的話又再增加原本預估只有60%那是不是因為在10%跟15%不確定的因素之下這搶單效應嗎
transcript.whisperx[2].start 51.508
transcript.whisperx[2].end 57.837
transcript.whisperx[2].text 沒有 因為很大一部分是因為CSP廠商的資本支出是因為雲端供應商的資本支出增加但是我想要請問的過去
transcript.whisperx[3].start 68.132
transcript.whisperx[3].end 87.07
transcript.whisperx[3].text 就是說國發會希望說國內的供應商都可以轉移就是說出口的基地喔那希望到歐洲到日本等等可是今年歐洲日本都因為這個對等關稅而造成它的經濟的上漲上行沒有利喔那這樣子會不會影響你們的佈局
transcript.whisperx[4].start 88.929
transcript.whisperx[4].end 116.005
transcript.whisperx[4].text 這個部分來講的話目前整個廠商的佈局比較像是往美國那邊佈局現在還是都是往美國嘛對 整個AI的那一個供應鏈的一些關係所以也沒有往其他地方也有啦只是說那一個部分跟美國來比的話相對的比較沒有那麼多這樣子所以就是在變動的調整之下我們還是往美國佈局而沒有就是往全球其他地方佈局也是有啦只是說那個美國的比重比較大啦
transcript.whisperx[5].start 116.565
transcript.whisperx[5].end 145.748
transcript.whisperx[5].text 那如果未來301會不會對我們造成嚴重的影響就目前來看的話301他關注的兩個議題就是生產過剩嘛另外是強迫勞動強迫勞動對我們來講的話目前看起來是相對的衝擊會比較沒那麼大那那個生產過剩的這個部分來講的話那可能會對於我們的貿易順差過多的話這個部分他們會有一些想法可是貿易順差過多的這個部分其實已經在ART在談判的時候其實已經有討論過
transcript.whisperx[6].start 146.308
transcript.whisperx[6].end 165.654
transcript.whisperx[6].text 所以那個時候會跟美國簽的那一個協議是15不疊加可能也是因為這個部分的原因所以那一個整個貿易逆差過剩的這個部分就是我們對美國的貿易順差過多這個部分的話其實已經在談在簽訂那個ART的時候的話其實已經有談到
transcript.whisperx[7].start 166.314
transcript.whisperx[7].end 184.15
transcript.whisperx[7].text 那這樣子會不會對於其他 因為我們的半導體還是長亡但是會不會對於其他的就是中小企業就是傳產這一塊喔或者是會有就是更不利的影響傳產這一塊的話就去年大概12月簽訂時候的話其實傳產對於15
transcript.whisperx[8].start 186.632
transcript.whisperx[8].end 213.333
transcript.whisperx[8].text 15不疊掉這部分的話其實他們是相當的支持啦也就是說我們相對對於一些其他的一些競爭國譬如說像日本韓國的話我們其實跟他站在同一個起跑點雖然說我們長期以來跟其他國家簽NFT其實那個加速非常的少跟韓國沒有辦法比但整個產業在調整的過程當中的話只要說相對的優勢沒有差很多的話其實國內的廠商其實那個調適能力是非常強的
transcript.whisperx[9].start 216.415
transcript.whisperx[9].end 240.449
transcript.whisperx[9].text 就食物不叠加的話其實是一直以來他們希望能夠達成的一個方向我只是想到那個台積電都可以去美國鳳凰城這樣子那麼嚴峻的那個地方那其實我們彰化也是你知道嗎我們彰化其實即便有一些地方是那個條件不是那麼好其實台積電也可以來投資嘛對不對
transcript.whisperx[10].start 241.109
transcript.whisperx[10].end 269.204
transcript.whisperx[10].text 台積電有在台中但是不是要去彰化這個就看台積電了嗎看國發會主委有沒有大力的那個支持是不是跟台積電聊聊可以但還是企業自主尤其現在國發會你們是單一的窗口在就是我們那個保險業要投入公共建設那你們在就是說認定什麼樣子的基礎建設適用於這樣子的
transcript.whisperx[11].start 270.905
transcript.whisperx[11].end 296.852
transcript.whisperx[11].text 你們是單一窗口嗎?對,我們會負責就是說廠商跟我們申請那有關他會歸屬在哪一類以及適用哪一個法規我們會跟相關的主管、機關去討論我們不會只是收件、送件,不會不會我們會進一步去討論我剛才看到了你的業務報告裡面你就涉及了非常多的公共建設以及相關的就是說基礎的建設嘛,對不對?
transcript.whisperx[12].start 298.772
transcript.whisperx[12].end 308.078
transcript.whisperx[12].text 我想要請問你,到底台灣裡面有多少的這樣子的公共建設以及基礎建設是適用於保險業可以來投資的物流,我們現在新增訂的是物流跟AI算的對,我是說有多少,就是說規模
transcript.whisperx[13].start 320.18
transcript.whisperx[13].end 347.802
transcript.whisperx[13].text 規模對你們有沒有統計規模過去幾年來你這樣子規劃過去幾年來到底有沒有保險業投資國內公共建設以及基礎建設重要的亮點計畫那這也要變成說未來怎麼樣引導保險業資金投入國內的基礎建設以及公共建設那這因為又涉及到所有的
transcript.whisperx[14].start 348.522
transcript.whisperx[14].end 371.301
transcript.whisperx[14].text 保護的權益的問題以及就是說在風險的係數上面那怎麼樣子設定那當然保險業希望說風險係數較低以及有致償率的這樣子的項目比較符合保險業來投入國內的基礎產業以及公共建設等這樣子的一個誘因嘛是不是
transcript.whisperx[15].start 371.781
transcript.whisperx[15].end 380.361
transcript.whisperx[15].text 那我們也希望導入這些資金來到於我們國內的公共建設以及基礎建設的投資那這個部分你們怎麼規劃
transcript.whisperx[16].start 381.621
transcript.whisperx[16].end 405.327
transcript.whisperx[16].text 我們目前會跟財政部商量就是說他那個整個基礎建設以及公共建設這個範疇可不可以再大一點然後讓一些譬如說像數位基礎建設有興趣做數位基礎建設的這一些廠商也能夠適用這些租稅的優惠這樣子那譬如說數位的數據中心對像譬如說像比較
transcript.whisperx[17].start 407.515
transcript.whisperx[17].end 428.546
transcript.whisperx[17].text 對 像算力中心的話已經公佈 還有另外一個就是剛剛通過就是物流就物流業嘛 對對對 就是基礎建設這一塊所以就是未來物流以及算力中心 還有就是下水道或者是污水處理這一塊 再生水廠 會嗎
transcript.whisperx[18].start 430.351
transcript.whisperx[18].end 455.951
transcript.whisperx[18].text 這個我們再跟那個財政部那邊商量我們目前對也會嘗試的往這個部分去做規劃所以基本上只要是跟五大信賴產業還有AI新十大建設有關的一些產業然後只要他的現金流是一個穩定的話其實我們都可以考慮跟財政部來商量那未來有什麼亮點嗎
transcript.whisperx[19].start 457.11
transcript.whisperx[19].end 481.333
transcript.whisperx[19].text 未來的亮點的話 基本上就是說開放民間去設置我說已經過去就是這個計畫裡面有沒有亮點可以提供大家知道說怎麼樣子讓保險業能夠就是這些資金能夠導入我們就是不管是地方建設也好就是這些基礎的建設目前我們我們嘗試的在讓現在規模都不夠大對不對
transcript.whisperx[20].start 482.094
transcript.whisperx[20].end 510.012
transcript.whisperx[20].text 我們現在目前有談一個大概500億的啦是不是規模都不夠大廠商沒有辦法不方便透露啦就是說有一個大概有500億我覺得這個部分必須要再更加更多具體的案例以及怎麼樣子就是說引導這些保險業的資金能夠就是說投資國內的公共建設那這樣子對於不管是公部門也好 私部門也好那這樣子我們
transcript.whisperx[21].start 510.672
transcript.whisperx[21].end 513.336
transcript.whisperx[21].text 台灣的經濟發展才有更好的成長