iVOD / 169982

Field Value
IVOD_ID 169982
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169982
日期 2026-06-15
會議資料.會議代碼 委員會-11-5-20-19
會議資料.會議代碼:str 第11屆第5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 5
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5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 2026-06-15T09:40:01+08:00
結束時間 2026-06-15T09:52:11+08:00
影片長度 00:12:10
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/66bc201768d4deab7368218f699a0a06aa88dbdebdab583a4e0d65605b5dae34b781a015811c28665ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林德福
委員發言時間 09:40:01 - 09:52:11
會議時間 2026-06-15T09:30:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第19次全體委員會議(事由:審查「所得稅法」28案:(僅詢答) 一、本院委員賴士葆等23人、委員柯志恩等19人、委員李彥秀等16人分別擬具「所得稅法第十四條及第十七條條文修正草案」等3案。 二、本院台灣民眾黨黨團、國民黨黨團、委員郭國文等16人、委員陳菁徽等17人、委員羅明才等18人、委員張智倫等18人、委員徐巧芯等18人、委員王義川等19人、委員陳菁徽等23人、委員王鴻薇等17人、委員羅廷瑋等23人、委員顏寬恒等18人、委員王正旭等18人、委員謝龍介等16人、委員廖偉翔等16人、委員賴士葆等18人、委員許宇甄等19人、委員翁曉玲等28人、委員林倩綺等20人、委員邱鎮軍等17人、委員洪孟楷等21人、委員羅智強等16人、委員賴士葆等25人、委員郭國文等19人分別擬具「所得稅法第十七條條文修正草案」等24案。【後2案須經各黨團簽署不復議同意書】 三、本院委員蔡春綢等18人擬具「所得稅法第十七條及第一百二十六條條文修正草案」案。 【6月15日、17日及18日三天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.97596875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.48534375
transcript.pyannote[1].end 10.03784375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 10.39221875
transcript.pyannote[2].end 12.51846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.82221875
transcript.pyannote[3].end 15.79221875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 16.09596875
transcript.pyannote[4].end 16.88909375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 17.98596875
transcript.pyannote[5].end 18.71159375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 18.94784375
transcript.pyannote[6].end 21.68159375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 21.20909375
transcript.pyannote[7].end 22.76159375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 22.08659375
transcript.pyannote[8].end 24.26346875
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 24.41534375
transcript.pyannote[9].end 25.05659375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 25.41096875
transcript.pyannote[10].end 25.76534375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 26.30534375
transcript.pyannote[11].end 30.00096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 27.52034375
transcript.pyannote[12].end 27.80721875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 28.34721875
transcript.pyannote[13].end 29.12346875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 30.35534375
transcript.pyannote[14].end 33.17346875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 30.60846875
transcript.pyannote[15].end 32.44784375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 35.60346875
transcript.pyannote[16].end 36.26159375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 36.48096875
transcript.pyannote[17].end 46.75784375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 47.21346875
transcript.pyannote[18].end 78.34784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 78.83721875
transcript.pyannote[19].end 92.67471875
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 93.46784375
transcript.pyannote[20].end 114.03846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 114.84846875
transcript.pyannote[21].end 136.90409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 137.00534375
transcript.pyannote[22].end 144.48096875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 143.87346875
transcript.pyannote[23].end 145.44284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 144.49784375
transcript.pyannote[24].end 144.58221875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 145.44284375
transcript.pyannote[25].end 145.47659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 145.84784375
transcript.pyannote[26].end 152.69909375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 151.60221875
transcript.pyannote[27].end 170.16471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 153.66096875
transcript.pyannote[28].end 155.78721875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 170.45159375
transcript.pyannote[29].end 170.77221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 170.83971875
transcript.pyannote[30].end 174.34971875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 174.83909375
transcript.pyannote[31].end 174.97409375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 174.97409375
transcript.pyannote[32].end 175.07534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 175.07534375
transcript.pyannote[33].end 179.02409375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 176.57721875
transcript.pyannote[34].end 177.69096875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 179.22659375
transcript.pyannote[35].end 180.64409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 180.64409375
transcript.pyannote[36].end 184.69409375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 182.75346875
transcript.pyannote[37].end 184.54221875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 185.01471875
transcript.pyannote[38].end 186.46596875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 185.11596875
transcript.pyannote[39].end 185.45346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 185.97659375
transcript.pyannote[40].end 189.06471875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 189.03096875
transcript.pyannote[41].end 189.85784375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 189.82409375
transcript.pyannote[42].end 190.16159375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 190.16159375
transcript.pyannote[43].end 197.14784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 191.32596875
transcript.pyannote[44].end 193.72221875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 197.38409375
transcript.pyannote[45].end 199.86471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 199.93221875
transcript.pyannote[46].end 200.65784375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 200.67471875
transcript.pyannote[47].end 221.78534375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 200.79284375
transcript.pyannote[48].end 201.75471875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 206.78346875
transcript.pyannote[49].end 208.11659375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 208.48784375
transcript.pyannote[50].end 209.07846875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 218.30909375
transcript.pyannote[51].end 218.76471875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 219.42284375
transcript.pyannote[52].end 219.96284375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 221.27909375
transcript.pyannote[53].end 222.56159375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 223.69221875
transcript.pyannote[54].end 225.17721875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 225.02534375
transcript.pyannote[55].end 225.43034375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 225.36284375
transcript.pyannote[56].end 240.31409375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 240.78659375
transcript.pyannote[57].end 242.45721875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 240.92159375
transcript.pyannote[58].end 248.07659375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 242.89596875
transcript.pyannote[59].end 243.36846875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 245.07284375
transcript.pyannote[60].end 247.30034375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 247.46909375
transcript.pyannote[61].end 248.19471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 248.19471875
transcript.pyannote[62].end 248.32971875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 248.32971875
transcript.pyannote[63].end 308.96159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 248.38034375
transcript.pyannote[64].end 248.53221875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 309.56909375
transcript.pyannote[65].end 310.14284375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 311.20596875
transcript.pyannote[66].end 311.62784375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 311.79659375
transcript.pyannote[67].end 312.03284375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 312.35346875
transcript.pyannote[68].end 312.37034375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 312.37034375
transcript.pyannote[69].end 313.21409375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 313.21409375
transcript.pyannote[70].end 313.38284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 313.38284375
transcript.pyannote[71].end 314.39534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 315.12096875
transcript.pyannote[72].end 358.55721875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 334.71284375
transcript.pyannote[73].end 335.20221875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 358.55721875
transcript.pyannote[74].end 361.52721875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 358.89471875
transcript.pyannote[75].end 362.70846875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 362.47221875
transcript.pyannote[76].end 369.15471875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 368.32784375
transcript.pyannote[77].end 371.04471875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 371.04471875
transcript.pyannote[78].end 399.85034375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 373.03596875
transcript.pyannote[79].end 373.32284375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 400.06971875
transcript.pyannote[80].end 425.97284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 426.51284375
transcript.pyannote[81].end 433.98846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 435.76034375
transcript.pyannote[82].end 485.81159375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 483.95534375
transcript.pyannote[83].end 494.04659375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 494.04659375
transcript.pyannote[84].end 502.83846875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 501.94409375
transcript.pyannote[85].end 505.58909375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 504.54284375
transcript.pyannote[86].end 504.96471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 505.55534375
transcript.pyannote[87].end 506.14596875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 506.38221875
transcript.pyannote[88].end 567.52034375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 511.86659375
transcript.pyannote[89].end 511.90034375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 567.92534375
transcript.pyannote[90].end 598.03034375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 588.54659375
transcript.pyannote[91].end 589.08659375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 594.40221875
transcript.pyannote[92].end 595.22909375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 598.03034375
transcript.pyannote[93].end 607.95284375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 608.10471875
transcript.pyannote[94].end 644.79096875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 615.86721875
transcript.pyannote[95].end 616.00221875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 640.90971875
transcript.pyannote[96].end 642.81659375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 644.79096875
transcript.pyannote[97].end 646.47846875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 645.02721875
transcript.pyannote[98].end 648.50346875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 647.86221875
transcript.pyannote[99].end 650.42721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 648.82409375
transcript.pyannote[100].end 654.20721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 650.62971875
transcript.pyannote[101].end 651.25409375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 653.85284375
transcript.pyannote[102].end 685.00409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 654.57846875
transcript.pyannote[103].end 654.59534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 654.67971875
transcript.pyannote[104].end 654.89909375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 686.23596875
transcript.pyannote[105].end 701.87909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 701.87909375
transcript.pyannote[106].end 702.26721875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 702.79034375
transcript.pyannote[107].end 727.81596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 729.21659375
transcript.pyannote[108].end 729.46971875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 730.78596875
transcript.pyannote[109].end 730.97159375
transcript.whisperx[0].start 0.029
transcript.whisperx[0].end 1.49
transcript.whisperx[0].text 謝謝主席是不是請莊部長還有關路署彭署長還有衛福部社家署的周署長
transcript.whisperx[1].start 26.328
transcript.whisperx[1].end 26.508
transcript.whisperx[1].text 農業部農民輔導師的吳靜茹
transcript.whisperx[2].start 35.612
transcript.whisperx[2].end 55.173
transcript.whisperx[2].text 委員長部長我請教因為0到18歲5000元成長津貼民眾在意何時能夠領到政策是否能夠可長可久更應該要透過立法另期來檢討對於少子化問題改善的整個狀況
transcript.whisperx[3].start 57.856
transcript.whisperx[3].end 76.512
transcript.whisperx[3].text 修正相關配套措施要讓民眾敢生敢養而不是傻逼而已本席還是希望行政院能夠提出立法的版本競速送立法院來完成立法畢竟牽涉到幾千億的預算
transcript.whisperx[4].start 79.174
transcript.whisperx[4].end 92.15
transcript.whisperx[4].text 應該要比照老人年金的生活津貼還有老人福利的津貼幼教法的育兒津貼社會福利法的中低收入的補助
transcript.whisperx[5].start 94.388
transcript.whisperx[5].end 113.846
transcript.whisperx[5].text 讓0到18歲成長津貼能夠完成相關的法案立法成為法律義務支出的一種以制度持續的來穩定以確保政府財政預算分配不被外界政治因素的干擾部長你的看法呢
transcript.whisperx[6].start 115.175
transcript.whisperx[6].end 122.281
transcript.whisperx[6].text 謝謝委員有關於台灣人口對策的新戰略家庭支持篇裡面有很重要一項就是成長津貼每個孩子0到18歲每人是每月5000元0到6歲全部直接領那6到18歲的時候那2500元直接領2500元我們提撥做預存未來成年的是一個大禮金那這個部分呢是一個制度化的同時相關的規定也在衛福部
transcript.whisperx[7].start 141.778
transcript.whisperx[7].end 155.609
transcript.whisperx[7].text 已經都在彙整當中 應該很快就會立法那會不會提出立法我想這個部分依照目前來說應該是可以以現有的規定就是可以執行可以執行問題要不要立法因為那個要可長可久今天不是說只有講一講因為你那個制度你就要像老農津貼一樣對不對老農津貼老人福利津貼又叫法的育兒津貼那個才是可長可久今天你不能
transcript.whisperx[8].start 171.001
transcript.whisperx[8].end 199.589
transcript.whisperx[8].text 對 我們現在會訂相關的要點來做執行只有訂要點執行 不立法是可以訂的 是那可以訂為什麼不訂呢真的訂啊 已經很快的 已經差不多你要送到立法院來啊會不會送立法院來審這個部分會由行政院來做核定的那個部長 要可長可久啦是的 這個是一個制度性的我認為這個幾千億不是喊一喊就好了啦對不對 而且你財源要穩定啊
transcript.whisperx[9].start 200.069
transcript.whisperx[9].end 203.612
transcript.whisperx[9].text 是的 跟委員報告這幾年我們因為經濟成長相當亮眼那政府的財政 大家不反對 但是一定要立法我們對於這個青少年而幼兒我們政府是以全方位的方式來做一些補助也好然後減負債也好 部長我已經講過了
transcript.whisperx[10].start 223.755
transcript.whisperx[10].end 239.967
transcript.whisperx[10].text 沒有人會反對問題一定要立法讓它可長可久今天不是以那種短暫式的方式有一搭沒一搭因為你到立法院來大家審議我相信沒有人會反對但是一定要入法
transcript.whisperx[11].start 241.328
transcript.whisperx[11].end 259.701
transcript.whisperx[11].text 要照制度來這個是一定會把制度建立起來不是制度而已啦要立法啦會落實的去執行那個我強烈的要求那個部長本席詢問所得稅法之外的內容今年四月下旬在財委會討論美國加工用的馬鈴薯
transcript.whisperx[12].start 261.822
transcript.whisperx[12].end 281.753
transcript.whisperx[12].text 進口檢疫當時本席建議說美國產的加工用馬鈴薯要新增海關的貨品號列以避免外界無法分辨哪些是加工用的馬鈴薯哪些是實用的馬鈴薯當時農業部預計說七月後才會有美國加工用馬鈴薯的進口會向財政部來申請區分的貨號
transcript.whisperx[13].start 290.177
transcript.whisperx[13].end 308.764
transcript.whisperx[13].text 本席提醒財政部跟農業部別忘了先前財委會承諾將美國加工用的馬鈴薯單獨列一個貨號以立財政部海關與農業部房檢署檢查以保障民眾食品的安全部長
transcript.whisperx[14].start 312.523
transcript.whisperx[14].end 334.834
transcript.whisperx[14].text 還有那個農業部這邊我跟委員報告對於進口不管是生鮮也好冷藏也好的馬鈴薯他都必須要經過防鹼署的檢疫以及食藥署的查驗這個是一定要做的那至於委員所當時所建議的就是要蒸裂先使用跟加工又做不同的耗來做分裂的話
transcript.whisperx[15].start 335.994
transcript.whisperx[15].end 357.941
transcript.whisperx[15].text 那這個部分房檢署也已經正在作業當中那未來如果貨號分類的話不管是加工用 鮮食用或加工用就可以做分類那目前來說馬鈴薯進口的檢疫都跟現行的規定一樣都會做不管是房檢署的檢疫以及食藥署的查驗都會做的如果有不符合規定的話就是退運或銷毀
transcript.whisperx[16].start 358.961
transcript.whisperx[16].end 375.037
transcript.whisperx[16].text 我希望就是要居婚啦 或好7月開始喔 你們不要拖拉喔因為這是食品 食安的問題喔是 我們會很注意這個事情 是的好 我希望要積極啦那現在台灣已經進入超高齡社會
transcript.whisperx[17].start 376.218
transcript.whisperx[17].end 397.295
transcript.whisperx[17].text 而且新生兒數再次的創新低自114年起長照扣除額度已經由12萬提高到18萬但是許多長照家庭還是覺得政府照顧不足為什麼因為根據勞動部的調查外籍家庭看護工平均每個月最少要支付2.4萬一年下來28.8萬
transcript.whisperx[18].start 400.577
transcript.whisperx[18].end 424.993
transcript.whisperx[18].text 這還不包括醫藥會跟尿部等等耗材的費用那為了讓長照家庭有更多喘息的資源減輕身心失能者家庭的經濟負擔營造更好的長照生活品質本期是希望財政部、衛福部跟勞動部考量長照家庭所需將整個長照的特別扣除額提高到28萬
transcript.whisperx[19].start 426.564
transcript.whisperx[19].end 429.845
transcript.whisperx[19].text 部長你有什麼看法那實際上就是支那麼多啊然後支那麼多你讓他扣那麼少這有道理嗎跟委員報告啊對於長照特別扣除額從12萬調高到18萬而且已經在114年度開始實施了我想在委員會也是討論過的那另外呢除了長照特別扣除額以外假設這一位需要照顧的他其實還有包含
transcript.whisperx[20].start 452.572
transcript.whisperx[20].end 458.236
transcript.whisperx[20].text 身心障礙特別扣除等等這些加起來其實是不只這個部分像身心障礙的話是21萬8千那超過70歲的話他的免稅額還可以加50%如果以明年來報的話是一個人就可以減15萬1千
transcript.whisperx[21].start 470.606
transcript.whisperx[21].end 472.887
transcript.whisperx[21].text 500塊所以總額加起來大概有超過55萬的一個可扣除的金額所以不能就單項來扣這各項扣除是可以去加總的而且政府有許多對於長照上的支出那你可以加總有的家庭可能他也不知道不了解
transcript.whisperx[22].start 487.732
transcript.whisperx[22].end 503.876
transcript.whisperx[22].text 他只有扣長照扣除了他有請一個人然後他只扣18萬其他他就沒有扣了不會他如果有身心障礙的文件還有70歲以上他不需要申請我們就再根據他的資料就可以直接去試用這樣的一個免稅額我是希望說能夠務實一點啦那個部長是
transcript.whisperx[23].start 506.837
transcript.whisperx[23].end 524.863
transcript.whisperx[23].text 撫養小孩真的很不容易養小孩要花多少錢會有不同的算法如果以離婚官司來計算殖民撫養會為例主要參考主計總署公布的各地區平均每人每月消費支出若以全國平均為例
transcript.whisperx[24].start 525.683
transcript.whisperx[24].end 546.571
transcript.whisperx[24].text 每年每月消費支出差不多兩萬六千六百四十元撫養一個小孩每年這個將近要花三十二萬從0到18歲撫養金總共要五百七十五萬元如果是住在台北市的話撫養到18歲也要花七百五十四萬元所以說我認為
transcript.whisperx[25].start 547.711
transcript.whisperx[25].end 567.026
transcript.whisperx[25].text 有很多確實你那個讓他扣除的那個額度是不足的落差很大那這個財政部要苦民所苦因為這個撫養小孩真的要花很多錢那主計總住這個數據就是如此因為目前撫養未成年的子女每人
transcript.whisperx[26].start 568.067
transcript.whisperx[26].end 586.762
transcript.whisperx[26].text 只有這個九萬七千元的免稅額真的是不夠用以撫養費每年三十二萬來計算減去現行的九萬七千元免稅額再減去未來的額照津貼每年六萬啦這個還差了十六萬三千元的差額
transcript.whisperx[27].start 588.264
transcript.whisperx[27].end 602.962
transcript.whisperx[27].text 所以說本席希望說撫養一名未成年子女的免稅額至少要20萬起跳以提高民眾想婚想生的意願來是跟委員報告那所以這一次我們在院版裡面也提出來
transcript.whisperx[28].start 604.424
transcript.whisperx[28].end 605.566
transcript.whisperx[28].text 扶養未成年子女0-18歲的是可以提高免稅額50%所以就可以適用到151,500塊這個字那0-6歲的還有幼兒特別扣除額那裡有15萬那第二名孩子是22.5萬
transcript.whisperx[29].start 620.607
transcript.whisperx[29].end 628.694
transcript.whisperx[29].text 這是一個孩子的錢那其實您再看齁其實政府除了這個免稅額扣除額之外還有其他的諸多的一個補助譬如說托嬰的補助公托我們直接補助7000到9000那如果是準公托是補助13000到15000那自己帶的話每個孩子還可以5000到7000來補助幼兒園還有許多的平價的一個補助
transcript.whisperx[30].start 644.827
transcript.whisperx[30].end 656.613
transcript.whisperx[30].text 一個孩子是可以取得這些的相關的補助我們成本是用非常務實而且在職場的友善我們也持續在改進來本席想問行政院這個行政院版的兒少成長津貼規劃情況媒體報導成長津貼將不涉排戶條款月齡五千六歲
transcript.whisperx[31].start 667.239
transcript.whisperx[31].end 671.681
transcript.whisperx[31].text 那我請問衛福部的社家署周署長行政院版有沒有設計上司這個上司的領取資格的條件有沒有
transcript.whisperx[32].start 686.697
transcript.whisperx[32].end 701.968
transcript.whisperx[32].text 報告委員目前領取的資格的設計是以領取人必須要這個兒少要有國籍及戶籍兩個條件都具備那一定的情況之下有一些狀況例如他可能是出國比較久的時間等等有一些例外的狀況我們都會把他排除掉好
transcript.whisperx[33].start 703.184
transcript.whisperx[33].end 726.045
transcript.whisperx[33].text 我再提醒一下你像未成年人如果殺人、詐騙、吸毒、性侵、毒駕、撞死人讓這些人領取兒少成長津貼適當嗎至少在服刑期間取消他的津貼資格本席希望衛福部要多加考慮全民的觀感不要保護這些壞人