iVOD / 169481

Field Value
IVOD_ID 169481
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169481
日期 2026-05-20
會議資料.會議代碼 委員會-11-5-20-15
會議資料.會議代碼:str 第11屆第5會期財政委員會第15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 15
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5會期財政委員會第15次全體委員會議
影片種類 Clip
開始時間 2026-05-20T11:50:27+08:00
結束時間 2026-05-20T12:02:51+08:00
影片長度 00:12:24
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/e8e93c7ebde79bae83a129548a73e65b8366f596cea4852fc1cc10fc392248b2621313771590f4455ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王世堅
委員發言時間 11:50:27 - 12:02:51
會議時間 2026-05-20T09:00:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第15次全體委員會議(事由:一、邀請財政部莊部長翠雲與公股行庫董事長及金融監督管理委員會彭主任委員金隆就「公股金融機構數位轉型、人力招募、員工權益及中長期整併規劃」進行專題報告,並備質詢。 二、審查中華民國115年度中央政府總預算案行政院歲入預算有關中央銀行股息紅利繳庫部分、財政部及所屬單位歲入預算部分。(僅詢答) 三、審查中華民國115年度中央政府總預算案有關賦稅署、臺北國稅局、高雄國稅局、北區國稅局及所屬、中區國稅局及所屬、南區國稅局及所屬歲出預算部分。(僅詢答) 【5月20日及21日二天一次會】 【預算提案截止時間:5月21日(四)下午5時】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.77284375
transcript.pyannote[0].end 4.97534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.59971875
transcript.pyannote[1].end 6.73034375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 7.45596875
transcript.pyannote[2].end 8.58659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.91534375
transcript.pyannote[3].end 12.23159375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.94034375
transcript.pyannote[4].end 13.10909375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 13.51409375
transcript.pyannote[5].end 14.57721875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 19.77471875
transcript.pyannote[6].end 19.79159375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 19.79159375
transcript.pyannote[7].end 20.51721875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 20.51721875
transcript.pyannote[8].end 21.47909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 22.10346875
transcript.pyannote[9].end 32.78534375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 33.08909375
transcript.pyannote[10].end 34.97909375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 35.80596875
transcript.pyannote[11].end 42.65721875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 43.09596875
transcript.pyannote[12].end 47.14596875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 48.04034375
transcript.pyannote[13].end 49.69409375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 50.65596875
transcript.pyannote[14].end 53.01846875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 53.77784375
transcript.pyannote[15].end 55.16159375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 55.83659375
transcript.pyannote[16].end 56.47784375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 56.76471875
transcript.pyannote[17].end 64.37534375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 64.45971875
transcript.pyannote[18].end 84.77721875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 86.19471875
transcript.pyannote[19].end 96.40409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 97.11284375
transcript.pyannote[20].end 99.50909375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 100.25159375
transcript.pyannote[21].end 101.88846875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 102.29346875
transcript.pyannote[22].end 103.54221875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 104.03159375
transcript.pyannote[23].end 106.05659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 106.36034375
transcript.pyannote[24].end 136.65096875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 138.49034375
transcript.pyannote[25].end 138.87846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 139.11471875
transcript.pyannote[26].end 139.65471875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 140.19471875
transcript.pyannote[27].end 141.20721875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 141.96659375
transcript.pyannote[28].end 150.16784375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 150.85971875
transcript.pyannote[29].end 160.05659375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 160.34346875
transcript.pyannote[30].end 161.01846875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 161.37284375
transcript.pyannote[31].end 161.89596875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 163.12784375
transcript.pyannote[32].end 181.48784375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 182.12909375
transcript.pyannote[33].end 185.41971875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 186.29721875
transcript.pyannote[34].end 189.26721875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 189.80721875
transcript.pyannote[35].end 192.52409375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 193.78971875
transcript.pyannote[36].end 196.05096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 197.01284375
transcript.pyannote[37].end 198.10971875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 198.88596875
transcript.pyannote[38].end 199.22346875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 199.52721875
transcript.pyannote[39].end 200.18534375
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 200.91096875
transcript.pyannote[40].end 201.75471875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 202.12596875
transcript.pyannote[41].end 203.69534375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 205.23096875
transcript.pyannote[42].end 208.92659375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 209.58471875
transcript.pyannote[43].end 212.20034375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 212.50409375
transcript.pyannote[44].end 215.44034375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 216.14909375
transcript.pyannote[45].end 216.53721875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 216.72284375
transcript.pyannote[46].end 218.84909375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 219.67596875
transcript.pyannote[47].end 220.46909375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 221.54909375
transcript.pyannote[48].end 222.96659375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 223.08471875
transcript.pyannote[49].end 223.62471875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 224.04659375
transcript.pyannote[50].end 224.90721875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 225.91971875
transcript.pyannote[51].end 236.09534375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 236.63534375
transcript.pyannote[52].end 238.15409375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 239.75721875
transcript.pyannote[53].end 264.96846875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 263.12909375
transcript.pyannote[54].end 263.63534375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 264.96846875
transcript.pyannote[55].end 276.96659375
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 276.96659375
transcript.pyannote[56].end 277.00034375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 277.00034375
transcript.pyannote[57].end 277.03409375
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 277.03409375
transcript.pyannote[58].end 277.05096875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 277.47284375
transcript.pyannote[59].end 277.52346875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 277.52346875
transcript.pyannote[60].end 298.41471875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 297.45284375
transcript.pyannote[61].end 312.96096875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 313.58534375
transcript.pyannote[62].end 351.31784375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 352.24596875
transcript.pyannote[63].end 363.19784375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 364.36221875
transcript.pyannote[64].end 367.66971875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 368.14221875
transcript.pyannote[65].end 368.69909375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 369.45846875
transcript.pyannote[66].end 370.16721875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 370.25159375
transcript.pyannote[67].end 373.03596875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 373.35659375
transcript.pyannote[68].end 374.04846875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 374.28471875
transcript.pyannote[69].end 386.02971875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 386.02971875
transcript.pyannote[70].end 405.46971875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 405.77346875
transcript.pyannote[71].end 430.91721875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 431.17034375
transcript.pyannote[72].end 433.54971875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 434.08971875
transcript.pyannote[73].end 447.67409375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 448.28159375
transcript.pyannote[74].end 452.87159375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 453.49596875
transcript.pyannote[75].end 458.81159375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 458.87909375
transcript.pyannote[76].end 471.73784375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 472.81784375
transcript.pyannote[77].end 474.47159375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 474.72471875
transcript.pyannote[78].end 477.03659375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 477.57659375
transcript.pyannote[79].end 479.28096875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 480.15846875
transcript.pyannote[80].end 480.98534375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 482.55471875
transcript.pyannote[81].end 497.96159375
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 498.92346875
transcript.pyannote[82].end 500.91471875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 501.26909375
transcript.pyannote[83].end 520.23659375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 520.50659375
transcript.pyannote[84].end 524.30346875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 524.60721875
transcript.pyannote[85].end 547.96221875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 547.96221875
transcript.pyannote[86].end 575.97471875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 575.36721875
transcript.pyannote[87].end 580.53096875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 581.15534375
transcript.pyannote[88].end 583.09596875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 583.70346875
transcript.pyannote[89].end 596.62971875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 597.37221875
transcript.pyannote[90].end 599.44784375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 599.71784375
transcript.pyannote[91].end 603.66659375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 604.42596875
transcript.pyannote[92].end 614.78721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 618.31409375
transcript.pyannote[93].end 619.09034375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 620.99721875
transcript.pyannote[94].end 623.91659375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 622.73534375
transcript.pyannote[95].end 630.71721875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 631.02096875
transcript.pyannote[96].end 631.05471875
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 631.08846875
transcript.pyannote[97].end 690.33659375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 691.11284375
transcript.pyannote[98].end 694.25159375
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 694.58909375
transcript.pyannote[99].end 700.98471875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 701.79471875
transcript.pyannote[100].end 706.04721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 704.44409375
transcript.pyannote[101].end 707.90346875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 707.90346875
transcript.pyannote[102].end 719.98596875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 719.39534375
transcript.pyannote[103].end 730.61721875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 723.73221875
transcript.pyannote[104].end 726.02721875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 726.02721875
transcript.pyannote[105].end 745.36596875
transcript.whisperx[0].start 5.956
transcript.whisperx[0].end 14.401
transcript.whisperx[0].text 呃謝謝主席我請金管會彭主委呃今天是陳副主委喔好是是是
transcript.whisperx[1].start 21.057
transcript.whisperx[1].end 29.67
transcript.whisperx[1].text 副主委,關於我國的私自總人口,我們私自人口大概39萬6千人,佔總人口數的3.69%
transcript.whisperx[2].start 35.865
transcript.whisperx[2].end 43.23
transcript.whisperx[2].text 那失智總人口預計到2070年會高達83萬人那麼會佔人口數的5.27那這個失智啊在65歲以上老人失蹤
transcript.whisperx[3].start 56.065
transcript.whisperx[3].end 84.343
transcript.whisperx[3].text 裡面失智會是最大的原因佔三成啦平均一年大概一千五百位失智的老人家那就這麼樣失蹤了那失蹤之後有的有被尋獲那麼境況都很慘流落街頭那麼可以說他也忘記自己家庭自己親屬也忘記自己的銀行帳號可以說身無分文啊
transcript.whisperx[4].start 86.28
transcript.whisperx[4].end 112.177
transcript.whisperx[4].text 所以在這一個部分我們好多個案例好多個社會案例我就不多說啦所以我要說的就是說是不是我們應該積極去推動私自保險啊私自保險為什麼這麼講呢因為私自保險不應該只限於說只是金錢的補助
transcript.whisperx[5].start 113.498
transcript.whisperx[5].end 136.636
transcript.whisperx[5].text 賠償而已應該就是說讓這些應有的受益直接就可以幫到失智老人家他們在安養機構的支出怎麼安置他們那麼這樣才是符合社會的公平正義我不曉得你們有沒有積極在做那我舉個例子為什麼說要有專程的這個
transcript.whisperx[6].start 142.091
transcript.whisperx[6].end 160.524
transcript.whisperx[6].text 私自保險 因為多數保險公司很多案例啦 爭議的案例 像評議中心提出的就是說這些保險公司針對私自老人請求的理賠往往不理賠 原因他就是說這個啊 在
transcript.whisperx[7].start 163.208
transcript.whisperx[7].end 192.236
transcript.whisperx[7].text 你投保錢就已經有失智的現象發生了但是所謂的失智現象發生並沒有在保險要求的說你保險那你是老人家那你要先去做失智評估並沒有所以這樣子的爭議太多了可以說我們在金融評議的爭議裡面光這幾年來這三年來的平均
transcript.whisperx[8].start 193.851
transcript.whisperx[8].end 219.767
transcript.whisperx[8].text 我們由110年度44%的這些老年人金融評議的爭議增加到現在兩對80.38%那麼非高齡者喔當高齡者的增高這麼多的時候那非高齡者只是他們的一半可見
transcript.whisperx[9].start 221.601
transcript.whisperx[9].end 237.804
transcript.whisperx[9].text 金融機構保險機構他們對老年人尤其失智老年人他們有一套他們在應變在腳拖的方式所以我認為要積極推動失智保險你覺得怎麼樣
transcript.whisperx[10].start 240.956
transcript.whisperx[10].end 263.345
transcript.whisperx[10].text 非常謝謝委員的一個提醒其實在這個部分我們已經看到了除了一般的社會安全網以外其實保險這個地方其實也是一個底層的社會安全網但是如果正如委員所講的如果只有給錢的話其實我們看到很多說窮的只剩下錢或者是老的只剩下錢因為它在某些的一個
transcript.whisperx[11].start 263.945
transcript.whisperx[11].end 277.721
transcript.whisperx[11].text 所以我希望李培是不是推動這樣的保險李培可以用到他該用的地方直接擠付過去 否則他連自己有什麼樣的帳號多少錢都不曉得不是這樣嗎 是
transcript.whisperx[12].start 278.942
transcript.whisperx[12].end 297.759
transcript.whisperx[12].text 所以說其實不單單在保險我們在比如說預開型的一個信託就是一開始的時候就指定一個所謂的監護以及這個信託呢就是到時候就會去安養他那對於市政的保險我們也則成功會現在目前在研議當中我是不是請那個保險局副局長跟那個人報告一下
transcript.whisperx[13].start 298.7
transcript.whisperx[13].end 317.752
transcript.whisperx[13].text 好 我時間有限 我知道言歷當中你到時候有個時辰給我具體的言歷到什麼程度我們已經實質可以做到什麼程度要告訴我因為我針對你剛剛講的這一句話這一句話很對 安養信託啦其實私自抱怨跟安養信託應該相輔相成
transcript.whisperx[14].start 320.1
transcript.whisperx[14].end 340.615
transcript.whisperx[14].text 那現在我們的金融機構不是沒有做 有許多銀行有做像那個華南銀行可能是做最多的連彰化銀行都有做 華南銀行大概三萬五千件啦那這個彰化銀行他們也都有三萬多件公股 網股 台銀 土銀 包括兆豐也都有
transcript.whisperx[15].start 341.255
transcript.whisperx[15].end 367.184
transcript.whisperx[15].text 民營航空大概只有玉山他們在做公營合作金庫也有在做雖然做的戶數都不多大概也都有兩萬人以上但是總的我們現在所有金融機構加總起來做安養信託的只佔總數百分之四啦總存戶的百分之四我認為那個
transcript.whisperx[16].start 369.642
transcript.whisperx[16].end 385.551
transcript.whisperx[16].text 副主委我認為這樣的數字還是太低我們要求金融機構銀行他們積極去推動那做的好的像華銀張銀他們有積極在做的要鼓勵他用什麼方式鼓勵他再繼續去推
transcript.whisperx[17].start 388.413
transcript.whisperx[17].end 403.758
transcript.whisperx[17].text 其實正如委員所講的我們目前為止安養信託大概有21萬人左右信託財產是1930億看起來不多但是其實從去年114年3月到115年3月它的成長比率是25%
transcript.whisperx[18].start 405.859
transcript.whisperx[18].end 430.692
transcript.whisperx[18].text 等於是說呢在這個地方我們對於不管是說政府或者是民間或一般的家庭他呢重視到這個地方不單單是一個私自保險一般的銀髮的一個經濟對於安養信託或者以防養老呢大家呢都對於我們老有所養的這個部分的金融的資源呢其實他也給我們今晚會很大的一個期待我們也會持續的努力下去
transcript.whisperx[19].start 431.212
transcript.whisperx[19].end 436.394
transcript.whisperx[19].text 我們從111年四年前開始我們有要求企業上市櫃公司他們要去做這個
transcript.whisperx[20].start 448.6
transcript.whisperx[20].end 470.953
transcript.whisperx[20].text 永續發展這個評估就是關於排碳量溫室效應所謂的上市櫃公司永續發展路徑圖我們從四年前就開始推動那目標是要積極減碳這非常的好非常的好可是我要了解的就是說目前這個成效似乎
transcript.whisperx[21].start 473.821
transcript.whisperx[21].end 497.628
transcript.whisperx[21].text 不怎麼樣土地銀行他們有做他們做的就是說到兩年前為止他們企業綠色授信是佔他們總放款的10.35%也就是1230億土銀在這個部分有他算是交出比較亮麗的成績單可是
transcript.whisperx[22].start 498.991
transcript.whisperx[22].end 519.651
transcript.whisperx[22].text 也只有10%那所以這個部分是不是比較低是不是你要要求所有你轄管的金融機構應該在這個部分積極去推動因為我們既然有要求了要永續發展那這個但是這個永續發展繳交的這個報告啊都是讓
transcript.whisperx[23].start 520.732
transcript.whisperx[23].end 546.967
transcript.whisperx[23].text 這些表格都是給企業他們自己去填也沒有像土銀我剛剛講的這麼大筆金的1230億總數裡面大概都根據的也是企業自己繳交回來的關於這個碳排放關於這個部分他們自己的敘述描述根本沒有任何的監督沒有任何的考核那這個部分應該加強
transcript.whisperx[24].start 548.248
transcript.whisperx[24].end 575.513
transcript.whisperx[24].text 好不好好是在綠色金融部分的話其實已在四年前的所謂的赤道原則從關股銀行開始簽之後呢其實呢對於綠色的放緩他們就非常非常的一個重視那當然了在某些部分中小企業的話我們對於在綠色的一個定義就是說有些中小企業我們是鼓勵他轉型儘管他有一些他仍然有一些碳排污這些只要他有一些轉型措施呢在各個關股這一邊你剛剛講中小我光講
transcript.whisperx[25].start 577.893
transcript.whisperx[25].end 603.185
transcript.whisperx[25].text 中大的 大的就好啦 到前年底為止喔我們要求 這麼要求 這2000家上市櫃公司裡面還有183家欸50億以下的 有183家他根本連甩都不甩 也沒有填去任何的表格但是 他跟銀行跟金融機構還是正常在往來
transcript.whisperx[26].start 604.805
transcript.whisperx[26].end 614.33
transcript.whisperx[26].text 我們金融機構還是一樣在鼓勵他我覺得這個部分要定期追蹤考核好不好好 那時間暫停 您請回我請那個莊部長請莊部長莊部長 莊部長 我跟你談到你你這個最心心念念的稅金你是一毛不拔
transcript.whisperx[27].start 631.212
transcript.whisperx[27].end 654.941
transcript.whisperx[27].text 那我裡面跟你提的這一點就是關於我們現在少子化已經是國安問題那麼醫藥及生育費這一個部分啊你們一直講一直堅持說坐月子中心是休養不是醫療性質所以坐月子中心不能抵稅啦那我因為時間到我簡單要求你說是不是
transcript.whisperx[28].start 656.141
transcript.whisperx[28].end 672.284
transcript.whisperx[28].text 少子化這是國安問題是所有部會的事情全方位的要來做那麼我們很清楚坐月子是對於女性產後她們身體保養復健是最好的一個方式
transcript.whisperx[29].start 672.865
transcript.whisperx[29].end 700.774
transcript.whisperx[29].text 那麼你要能夠這樣子讓產婦安心大家才敢生小孩不是這樣嗎而且也幫助女性同胞產後她能夠更快速回到她的工作崗位不是這樣嗎所以我認為應該把坐月子中心的費用納入醫療跟這個生育費納入到這裡面到列舉的扣除額裡面這樣好不好你什麼時候給我答覆
transcript.whisperx[30].start 701.789
transcript.whisperx[30].end 728.941
transcript.whisperx[30].text 委員我們是不是再用那個書面來跟您回覆書面不然你先粗暴跟我講你到底肯或不肯嘛我跟委員報告對於少子化的整體戰略的一個對策那個行政院以及總統會做一個完整的報告包含從生養到教育都會有一個完整的一個戰略性作業者中心是非常重要的一部分好不好我想這個部分在整體方案裡面也有提到作業者的事情不要一毛不拔啦不要一毛不拔
transcript.whisperx[31].start 731.002
transcript.whisperx[31].end 731.042
transcript.whisperx[31].text 主席