iVOD / 169986

Field Value
IVOD_ID 169986
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169986
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 2026-06-15T10:11:00+08:00
結束時間 2026-06-15T10:21:47+08:00
影片長度 00:10:47
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/66bc201768d4deab434ddbca62f41c7faa88dbdebdab583a2d2d6a430c37c0111932705a9722646d5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 郭國文
委員發言時間 10:11:00 - 10:21:47
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_01
transcript.pyannote[0].start 6.17346875
transcript.pyannote[0].end 7.74284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.13096875
transcript.pyannote[1].end 9.07596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 15.01596875
transcript.pyannote[2].end 15.75846875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.18034375
transcript.pyannote[3].end 21.34409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 21.83346875
transcript.pyannote[4].end 26.64284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 27.08159375
transcript.pyannote[5].end 35.77221875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 36.04221875
transcript.pyannote[6].end 54.09846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 54.41909375
transcript.pyannote[7].end 56.08971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 56.37659375
transcript.pyannote[8].end 67.59846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 68.12159375
transcript.pyannote[9].end 70.33221875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 71.20971875
transcript.pyannote[10].end 73.97721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 74.63534375
transcript.pyannote[11].end 74.77034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 74.83784375
transcript.pyannote[12].end 89.89034375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 90.51471875
transcript.pyannote[13].end 91.18971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 91.71284375
transcript.pyannote[14].end 111.25409375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 111.67596875
transcript.pyannote[15].end 113.32971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 113.76846875
transcript.pyannote[16].end 120.31596875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 121.07534375
transcript.pyannote[17].end 122.84721875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 123.42096875
transcript.pyannote[18].end 124.85534375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 125.71596875
transcript.pyannote[19].end 128.39909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 129.07409375
transcript.pyannote[20].end 131.25096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 131.94284375
transcript.pyannote[21].end 132.88784375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 133.76534375
transcript.pyannote[22].end 142.89471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 143.21534375
transcript.pyannote[23].end 143.89034375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 144.97034375
transcript.pyannote[24].end 146.01659375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 146.35409375
transcript.pyannote[25].end 148.56471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 148.88534375
transcript.pyannote[26].end 150.85971875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 151.02846875
transcript.pyannote[27].end 152.74971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 153.34034375
transcript.pyannote[28].end 153.64409375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 154.21784375
transcript.pyannote[29].end 159.60096875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 160.32659375
transcript.pyannote[30].end 165.94596875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 166.46909375
transcript.pyannote[31].end 166.87409375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 167.12721875
transcript.pyannote[32].end 167.95409375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 168.57846875
transcript.pyannote[33].end 170.26596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 170.75534375
transcript.pyannote[34].end 171.19409375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 171.68346875
transcript.pyannote[35].end 186.65159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 187.44471875
transcript.pyannote[36].end 192.69284375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 193.36784375
transcript.pyannote[37].end 198.97034375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 200.72534375
transcript.pyannote[38].end 203.05409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 203.67846875
transcript.pyannote[39].end 207.22221875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 207.22221875
transcript.pyannote[40].end 207.23909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 208.62284375
transcript.pyannote[41].end 281.65784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 223.97909375
transcript.pyannote[42].end 224.33346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 281.60721875
transcript.pyannote[43].end 307.61159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 308.13471875
transcript.pyannote[44].end 315.03659375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 315.54284375
transcript.pyannote[45].end 325.19534375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 323.79471875
transcript.pyannote[46].end 326.84909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 325.68471875
transcript.pyannote[47].end 340.36596875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 340.60221875
transcript.pyannote[48].end 342.08721875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 342.18846875
transcript.pyannote[49].end 345.86721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 346.57596875
transcript.pyannote[50].end 347.70659375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 347.33534375
transcript.pyannote[51].end 347.68971875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 347.70659375
transcript.pyannote[52].end 349.25909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 348.60096875
transcript.pyannote[53].end 353.76471875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 353.76471875
transcript.pyannote[54].end 355.35096875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 354.32159375
transcript.pyannote[55].end 369.05346875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 355.50284375
transcript.pyannote[56].end 356.02596875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 369.71159375
transcript.pyannote[57].end 372.27659375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 372.46221875
transcript.pyannote[58].end 374.26784375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 374.85846875
transcript.pyannote[59].end 375.90471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 376.03971875
transcript.pyannote[60].end 380.10659375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 376.41096875
transcript.pyannote[61].end 377.01846875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 377.82846875
transcript.pyannote[62].end 378.38534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 378.89159375
transcript.pyannote[63].end 379.41471875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 379.95471875
transcript.pyannote[64].end 417.36659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 397.57221875
transcript.pyannote[65].end 398.23034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 400.60971875
transcript.pyannote[66].end 400.69409375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 417.63659375
transcript.pyannote[67].end 441.27846875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 434.89971875
transcript.pyannote[68].end 435.22034375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 437.65034375
transcript.pyannote[69].end 439.28721875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 440.19846875
transcript.pyannote[70].end 444.02909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 444.51846875
transcript.pyannote[71].end 454.27221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 454.77846875
transcript.pyannote[72].end 455.90909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 456.75284375
transcript.pyannote[73].end 488.54534375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 463.92471875
transcript.pyannote[74].end 464.14409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 465.76409375
transcript.pyannote[75].end 466.18596875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 466.79346875
transcript.pyannote[76].end 468.22784375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 469.59471875
transcript.pyannote[77].end 469.74659375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 479.56784375
transcript.pyannote[78].end 479.68596875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 480.17534375
transcript.pyannote[79].end 480.52971875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 482.08221875
transcript.pyannote[80].end 483.49971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 484.73159375
transcript.pyannote[81].end 484.93409375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 486.28409375
transcript.pyannote[82].end 488.49471875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 488.54534375
transcript.pyannote[83].end 490.28346875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 489.82784375
transcript.pyannote[84].end 490.73909375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 490.46909375
transcript.pyannote[85].end 490.51971875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 490.73909375
transcript.pyannote[86].end 490.80659375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 490.80659375
transcript.pyannote[87].end 490.94159375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 490.94159375
transcript.pyannote[88].end 498.38346875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 498.68721875
transcript.pyannote[89].end 515.86596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 516.50721875
transcript.pyannote[90].end 523.49346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 525.23159375
transcript.pyannote[91].end 532.33596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 534.22596875
transcript.pyannote[92].end 548.70471875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 544.04721875
transcript.pyannote[93].end 555.28596875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 550.57784375
transcript.pyannote[94].end 550.89846875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 555.28596875
transcript.pyannote[95].end 559.15034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 558.07034375
transcript.pyannote[96].end 574.08471875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 574.47284375
transcript.pyannote[97].end 578.32034375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 577.22346875
transcript.pyannote[98].end 586.82534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 581.52659375
transcript.pyannote[99].end 581.76284375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 587.41596875
transcript.pyannote[100].end 590.65596875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 588.41159375
transcript.pyannote[101].end 594.01409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 593.72721875
transcript.pyannote[102].end 593.84534375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 594.01409375
transcript.pyannote[103].end 598.30034375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 597.55784375
transcript.pyannote[104].end 599.93721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 598.53659375
transcript.pyannote[105].end 599.19471875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 599.44784375
transcript.pyannote[106].end 600.96659375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 600.13971875
transcript.pyannote[107].end 601.64159375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 602.33346875
transcript.pyannote[108].end 607.04159375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 607.61534375
transcript.pyannote[109].end 608.35784375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 609.38721875
transcript.pyannote[110].end 610.82159375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 611.19284375
transcript.pyannote[111].end 612.62721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 612.91409375
transcript.pyannote[112].end 612.93096875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 612.96471875
transcript.pyannote[113].end 612.98159375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 613.18409375
transcript.pyannote[114].end 613.82534375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 614.31471875
transcript.pyannote[115].end 615.15846875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 616.47471875
transcript.pyannote[116].end 617.47034375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 617.97659375
transcript.pyannote[117].end 620.76096875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 621.18284375
transcript.pyannote[118].end 623.02221875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 623.61284375
transcript.pyannote[119].end 635.86409375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 636.15096875
transcript.pyannote[120].end 643.96409375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 644.04846875
transcript.pyannote[121].end 644.75721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 644.89221875
transcript.pyannote[122].end 646.03971875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 645.36471875
transcript.pyannote[123].end 646.63034375
transcript.whisperx[0].start 6.767
transcript.whisperx[0].end 8.81
transcript.whisperx[0].text 我想今天討論所得稅法扣除額的部分
transcript.whisperx[1].start 21.874
transcript.whisperx[1].end 45.103
transcript.whisperx[1].text 那本席其實根結點是在於整體制度面的部分的合理性那過往長期以來大家一直在爭取的在一個共同共享這個扣除額的這個部分的當中呢我們有放行健保那就健保而言除了健保之外我們在免稅額的部分呢我們早早就放行農民儲金以及勞退自體的部分
transcript.whisperx[2].start 45.723
transcript.whisperx[2].end 69.396
transcript.whisperx[2].text 也就是說不論你是從免稅或扣除的部分無非都要減少納稅人的負擔無非也讓我們普羅大眾有所感普羅大眾有所感的部分就是台灣在建構所謂社會安全網的過程當中除了第一層是屬於社會救助它的資金來自於稅金之外第二層 第三層是第四層這基本上都是自己繳納的保費
transcript.whisperx[3].start 71.26
transcript.whisperx[3].end 89.067
transcript.whisperx[3].text 那為何呢會有這一個不同的制度的一個切換沒有辦法整合在一起的一個問題第一個本席要跟您說的是說我們過往已經把健保已經拿掉了但是為什麼我們的這個勞保
transcript.whisperx[4].start 90.855
transcript.whisperx[4].end 112.605
transcript.whisperx[4].text 國保 軍公教保險都沒有辦法把它拉出來這第一個 這邊沒有放行第二個 本席的提案呢就希望把這個日後把健保 勞保 國保 軍公教保的這個保費全部拉出來做一個特別扣除了這樣子一般民眾才會有活幹就制度上的比較來說啊
transcript.whisperx[5].start 113.846
transcript.whisperx[5].end 132.686
transcript.whisperx[5].text 那個勞保的部分啊你如果用最高金額要繳納的金額大概是1145元勞退的部分 自體的部分約莫是9000元健保的部分是4855元但財政部現有的資助商中勞退的部分
transcript.whisperx[6].start 133.82
transcript.whisperx[6].end 159.446
transcript.whisperx[6].text 列在免稅額 健保的部分可以鬆綁溢出的部分來算這個扣除額可是呢 勞保的部分卻不行這是很奇怪啦同樣是社會安全體制之下的一個個人負擔可是這個可以 那個不可以部長 就你們的答詢當中請各位委員支持行政院提案版本
transcript.whisperx[7].start 160.353
transcript.whisperx[7].end 186.449
transcript.whisperx[7].text 你根本沒有正面回答嘛怪不得媒體說呢你給這些提案的委員軟釘子這軟釘子我看也不是很軟部長你總是要有個態度吧就制度面你們回答一下那個立法院制度面的部分你也要跟我們進行一些對話嘛一來沒有到底哪些是不合理哪些不公平你們要講清楚這是第一
transcript.whisperx[8].start 187.503
transcript.whisperx[8].end 198.932
transcript.whisperx[8].text 第二個呢 你們如果認為說稅損嚴重的話那你也要算出來啊對不對 稅差損你也要算出來啊你的報告當中完全沒有正式委員的提案啊你只會給亂定字啊 你不會給理由啊啊你不會算數字啊部長 你回答一下好不好
transcript.whisperx[9].start 208.849
transcript.whisperx[9].end 228.864
transcript.whisperx[9].text 跟委員報告這幾項大概在性質上會有一些不同我們想說健保的部分就是國民健保的部分當然我們繳了健保費可以從所得中扣除掉那不記錄所得的部分因為健保在支付上的時候是直接支付給醫療院所並沒有支付給生病去就醫的人這是第一個不同的
transcript.whisperx[10].start 229.384
transcript.whisperx[10].end 250.425
transcript.whisperx[10].text 那第二個部分有關退休的部分有關勞退等等各退休的部分可以從薪資所得中不記錄的從所得中沒有記錄的話主要是因為在退休的時候他一筆領了一個退休金但是我們會有退職所得另外在課稅的在課稅所以他在扣繳提繳的時候並沒有另外就沒有所謂記錄所得裡面這是第一個就有不同的
transcript.whisperx[11].start 250.945
transcript.whisperx[11].end 260.069
transcript.whisperx[11].text 那另外所謂公保、勞保等等各種保險它是屬於保險性質的那保險性質的話在我們裡面是有所謂的列舉扣除那有一個限額這個部分還有包含其他人身保險在裡面那是有扣除那在做保險給付的時候如果發生這個相關的情勢有保險給付的時候這個部分並沒有在扣繳所得所以這是屬於免稅的所以這基本上這三種是有不同的因子在制度面上
transcript.whisperx[12].start 278.436
transcript.whisperx[12].end 306.891
transcript.whisperx[12].text 他的設計就是這樣子所以要跟委員在這邊做說明對 你如果說在制度上你有所不同的見解你也要羅列在文字當中但是就整體的社會安全網絡當中基本上它是相同的這是相同的你連商保都可以納入了你為什麼那個社會保險是不行二來 你的兩方面的手法不論是免稅額的部分或者是扣除額的部分這殊途同歸啊都是減少負擔而已啊 部長不是嗎
transcript.whisperx[13].start 308.188
transcript.whisperx[13].end 323.327
transcript.whisperx[13].text 然後最終的部分你如果真的有這個碎沙存的問題你們也提出來做個評估嘛可不可以就你這個理由的補充就這個碎沙存的補充我請你那個會把這個理由補充給本席
transcript.whisperx[14].start 324.187
transcript.whisperx[14].end 341.231
transcript.whisperx[14].text 兩週內這是第一個第二個的部分現在大家在因應期盼的部分就是我們提出一個少子化的一個措施不論18歲以下的這個部分或等等我算過依照財政部目前的推空少子化今年的免稅額是10萬1000元如果提高50%的話大概15萬1500對不對
transcript.whisperx[15].start 346.636
transcript.whisperx[15].end 368.899
transcript.whisperx[15].text 今年度嘛對不對這個比照上是比照老人的部分你家裡頭如果老人的話你也是加50%嘛基本上概念是相同的嘛概念70歲老人以上是相同那現在呢大家要問的是願板什麼時候進來什麼時候實施這是第一點第二個呢你婚育宅的部分呢最低可以降到零
transcript.whisperx[16].start 369.781
transcript.whisperx[16].end 392.331
transcript.whisperx[16].text 最低可以降到0也就是有Range的差別嘛那到底升幾個才會降到0妳要講一下嘛妳不是要鼓勵生育嗎是是是這都是問題嘛是好 跟委員報告喔對於這個免稅額的未成年的加50%的部分我們已經提送行政院行政院很快就會送大院那我們希望這個會期能夠過那我們同時在裡面也希望在
transcript.whisperx[17].start 393.372
transcript.whisperx[17].end 415.689
transcript.whisperx[17].text 115年1月1號開始實施換言之明年在報所得稅的時候這個部分就已經可以適用了就可以適用那至於您剛剛提到的就是說婚育宅的部分最低降到零這個就是地價稅跟房屋稅那這個部分我們也已經把房屋稅條例跟土地稅修正案送到行政院那也很快會送大院那這個部分
transcript.whisperx[18].start 418.051
transcript.whisperx[18].end 443.805
transcript.whisperx[18].text 這個部分因為涉及到地方自治條例因為它屬於地方稅所以各地方政府必須修它的自治條例那我們認為這個部分應該可以降到零為什麼 因為原來我們希望是它只有一間房子做自住用那我們應該減輕他們在居住上的稅負負擔所以我們希望各地方政府也都能夠調整 比照被婚育宅的部分能夠比照婚育宅的部分即便它自住的部分也可以比照辦理就是了
transcript.whisperx[19].start 444.705
transcript.whisperx[19].end 455.784
transcript.whisperx[19].text 不會有制度上的落差這樣關鍵來了地方政府這兩個是地方稅到時候你減免之後中央他會不會要求你中央補貼地方稅損那你同不同意
transcript.whisperx[20].start 457.003
transcript.whisperx[20].end 483.789
transcript.whisperx[20].text 其實我們大概算過因為他是以單一自住他就只有一間房子他只有一間在全國他只有一間房子做自住用我們給予減到零他原來是只有一趴房屋稅是一趴本來就是一趴本來就很低了那我相信地方政府尤其在財化法修正後財政已經這麼樣的充裕整體來說他的稅收整個各縣市加起來都只有最多也只有70億而已那所以我們認為地方政府也應該鼓勵村域跟青年
transcript.whisperx[21].start 484.749
transcript.whisperx[21].end 511.252
transcript.whisperx[21].text 應該共同承擔對不對所以不會補稅殺損的問題嘛我們一起來努力財政能力也不錯了嘛好那最後我問你一個這個外交上的相關的問題這一點我本席就一直存疑甚至是好奇到底我們台這個最近有一些宏都拉斯幫我們斷交之後欠了4.2億美元高達130幾億外交部都這麼說台灣的銀行業者跟宏都拉斯依照商業貸款裡頭放款好第一個來了
transcript.whisperx[22].start 512.052
transcript.whisperx[22].end 531.883
transcript.whisperx[22].text 其實這個商業貸款的部分基本上都是屬於政策性的放款那特別是屬於公社的部分或者是公共福利的部分社宅啦 電廠啦 醫院啦 學校這一般的銀行不會想要貸照理推估應該都是關股那關股的部分呢 到底這八大關股的部分有沒有去承受這些業務
transcript.whisperx[23].start 534.621
transcript.whisperx[23].end 554.678
transcript.whisperx[23].text 目前各銀行辦這一些不管是有幫或非有幫國家這些經濟合作相關的融資案都屬於國際性的商業貸款商業貸款是一種合約的形式啦但政策上的一個放款才是事實嘛那現在斷交了之後這些放款怎麼辦本席的重點是這個
transcript.whisperx[24].start 555.319
transcript.whisperx[24].end 573.855
transcript.whisperx[24].text 那債權的保全措施依然是要去做的債權的保全問題是你判贏了你一定不一定要得到啊我們輸入銀行那兩個國家在美國官司判贏啊結果能不能要得到本席就要問這個問題啊到底宏都拉斯欠台灣的銀行欠鞏股銀行到底欠了多少嘛
transcript.whisperx[25].start 574.961
transcript.whisperx[25].end 585.657
transcript.whisperx[25].text 這個我想是涉及到銀行內部營運的拜託部長你講這樣就不對了嘛你是公股銀行的主管單位你竟然沒有掌控你竟然用這種來搪塞本席
transcript.whisperx[26].start 588.458
transcript.whisperx[26].end 613.399
transcript.whisperx[26].text 那你要講清楚啊 到底多少這是牽扯到國家的資源欸對 當然我們是知道但是問題是我不可能不適合在這邊你要調查清楚 我要求你要調查清楚而且不是洪都拉斯過去我們有九家 十家國家當中有九個欠債未還的一併清查公股的部分到底欠了多少怎麼還 什麼時候還
transcript.whisperx[27].start 616.713
transcript.whisperx[27].end 643.696
transcript.whisperx[27].text 這要講清楚嘛如果不能還的部分要算誰的要算國家的還是算公股的你如果說輸入銀行台銀土銀我就算了左手換右手因為那都是國家的可是就一般的公股裡頭有牽扯到民股的股東的權益問題牽扯到員工的權益問題這個屬於政策負擔到底要算國家的還是算公股的三個面向一併整理給本席兩周見報告可以嗎
transcript.whisperx[28].start 644.318
transcript.whisperx[28].end 644.479
transcript.whisperx[28].text 好 謝謝部長 謝謝委員