iVOD / 17313

Field Value
IVOD_ID 17313
IVOD_URL https://ivod.ly.gov.tw/Play/Full/1M/17313
日期 2026-04-01
影片種類 Full
開始時間 2026-04-01T08:37:33+08:00
結束時間 2026-04-01T10:34:00+08:00
影片長度 01:56:27
支援功能[0] ai-transcript
video_url https://h264media01.ly.gov.tw:443/vod_1/_definst_/mp4:1M/b41997f390c3528ebbd6dedb4516fb0f50ab58ea719398bb7a9d5466ed3f8140ce5b36e7ca94b3275ea18f28b6918d91.mp4/playlist.m3u8
會議時間 2026-04-01T09:00:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第1次公聽會(事由:召開「因應對等關稅與淨零排碳,是否應修改海關進口稅則,免除進口車與進口汽車零組件關稅,並將使用牌照稅改以碳排量稽徵」公聽會)
委員名稱 完整會議
委員發言時間 08:37:33 - 10:34:00
transcript.pyannote[0].speaker SPEAKER_06
transcript.pyannote[0].start 2071.62284375
transcript.pyannote[0].end 2074.03596875
transcript.pyannote[1].speaker SPEAKER_06
transcript.pyannote[1].start 2075.95971875
transcript.pyannote[1].end 2101.42409375
transcript.pyannote[2].speaker SPEAKER_06
transcript.pyannote[2].start 2102.20034375
transcript.pyannote[2].end 2112.34221875
transcript.pyannote[3].speaker SPEAKER_06
transcript.pyannote[3].start 2116.56096875
transcript.pyannote[3].end 2121.74159375
transcript.pyannote[4].speaker SPEAKER_06
transcript.pyannote[4].start 2121.84284375
transcript.pyannote[4].end 2128.40721875
transcript.pyannote[5].speaker SPEAKER_06
transcript.pyannote[5].start 2129.38596875
transcript.pyannote[5].end 2130.51659375
transcript.pyannote[6].speaker SPEAKER_06
transcript.pyannote[6].start 2131.74846875
transcript.pyannote[6].end 2137.43534375
transcript.pyannote[7].speaker SPEAKER_06
transcript.pyannote[7].start 2139.32534375
transcript.pyannote[7].end 2144.18534375
transcript.pyannote[8].speaker SPEAKER_06
transcript.pyannote[8].start 2145.38346875
transcript.pyannote[8].end 2150.31096875
transcript.pyannote[9].speaker SPEAKER_06
transcript.pyannote[9].start 2154.52971875
transcript.pyannote[9].end 2159.82846875
transcript.pyannote[10].speaker SPEAKER_06
transcript.pyannote[10].start 2161.04346875
transcript.pyannote[10].end 2164.60409375
transcript.pyannote[11].speaker SPEAKER_06
transcript.pyannote[11].start 2166.54471875
transcript.pyannote[11].end 2169.75096875
transcript.pyannote[12].speaker SPEAKER_06
transcript.pyannote[12].start 2171.84346875
transcript.pyannote[12].end 2174.79659375
transcript.pyannote[13].speaker SPEAKER_06
transcript.pyannote[13].start 2176.87221875
transcript.pyannote[13].end 2183.09909375
transcript.pyannote[14].speaker SPEAKER_06
transcript.pyannote[14].start 2183.89221875
transcript.pyannote[14].end 2188.51596875
transcript.pyannote[15].speaker SPEAKER_06
transcript.pyannote[15].start 2189.57909375
transcript.pyannote[15].end 2192.88659375
transcript.pyannote[16].speaker SPEAKER_06
transcript.pyannote[16].start 2193.29159375
transcript.pyannote[16].end 2193.96659375
transcript.pyannote[17].speaker SPEAKER_06
transcript.pyannote[17].start 2194.86096875
transcript.pyannote[17].end 2198.32034375
transcript.pyannote[18].speaker SPEAKER_06
transcript.pyannote[18].start 2198.52284375
transcript.pyannote[18].end 2202.30284375
transcript.pyannote[19].speaker SPEAKER_06
transcript.pyannote[19].start 2207.55096875
transcript.pyannote[19].end 2234.33159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 2242.49909375
transcript.pyannote[20].end 2244.33846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 2244.92909375
transcript.pyannote[21].end 2251.94909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 2252.40471875
transcript.pyannote[22].end 2260.89284375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 2261.24721875
transcript.pyannote[23].end 2262.54659375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 2262.81659375
transcript.pyannote[24].end 2268.73971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 2269.12784375
transcript.pyannote[25].end 2269.83659375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 2270.20784375
transcript.pyannote[26].end 2271.81096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 2272.04721875
transcript.pyannote[27].end 2274.56159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 2274.94971875
transcript.pyannote[28].end 2309.30721875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 2309.50971875
transcript.pyannote[29].end 2312.39534375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 2312.56409375
transcript.pyannote[30].end 2313.81284375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 2314.31909375
transcript.pyannote[31].end 2315.98971875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 2316.32721875
transcript.pyannote[32].end 2318.53784375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 2318.94284375
transcript.pyannote[33].end 2321.55846875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 2321.86221875
transcript.pyannote[34].end 2322.63846875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 2323.31346875
transcript.pyannote[35].end 2323.75221875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 2324.08971875
transcript.pyannote[36].end 2327.07659375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 2327.63346875
transcript.pyannote[37].end 2329.86096875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 2330.21534375
transcript.pyannote[38].end 2334.26534375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 2334.50159375
transcript.pyannote[39].end 2336.12159375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 2336.67846875
transcript.pyannote[40].end 2338.51784375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 2339.10846875
transcript.pyannote[41].end 2341.38659375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 2341.85909375
transcript.pyannote[42].end 2346.85409375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 2347.54596875
transcript.pyannote[43].end 2349.58784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 2350.48221875
transcript.pyannote[44].end 2351.20784375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 2351.71409375
transcript.pyannote[45].end 2352.70971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 2352.76034375
transcript.pyannote[46].end 2353.30034375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 2353.84034375
transcript.pyannote[47].end 2355.42659375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 2355.59534375
transcript.pyannote[48].end 2357.33346875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 2357.58659375
transcript.pyannote[49].end 2358.70034375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 2360.06721875
transcript.pyannote[50].end 2361.61971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 2361.92346875
transcript.pyannote[51].end 2363.00346875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 2363.29034375
transcript.pyannote[52].end 2365.45034375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 2365.68659375
transcript.pyannote[53].end 2367.66096875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 2368.60596875
transcript.pyannote[54].end 2371.71096875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 2372.04846875
transcript.pyannote[55].end 2373.92159375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 2374.46159375
transcript.pyannote[56].end 2374.91721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 2375.17034375
transcript.pyannote[57].end 2377.00971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 2377.19534375
transcript.pyannote[58].end 2378.20784375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 2378.32596875
transcript.pyannote[59].end 2379.37221875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 2379.87846875
transcript.pyannote[60].end 2380.63784375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 2380.72221875
transcript.pyannote[61].end 2381.32971875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 2381.63346875
transcript.pyannote[62].end 2382.78096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 2383.01721875
transcript.pyannote[63].end 2384.46846875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 2385.37971875
transcript.pyannote[64].end 2387.37096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 2388.38346875
transcript.pyannote[65].end 2389.76721875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 2390.00346875
transcript.pyannote[66].end 2390.93159375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 2391.42096875
transcript.pyannote[67].end 2392.68659375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 2392.99034375
transcript.pyannote[68].end 2399.33534375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 2399.92596875
transcript.pyannote[69].end 2401.83284375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 2401.96784375
transcript.pyannote[70].end 2402.84534375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 2403.46971875
transcript.pyannote[71].end 2405.08971875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 2406.33846875
transcript.pyannote[72].end 2407.13159375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 2407.58721875
transcript.pyannote[73].end 2410.50659375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 2411.24909375
transcript.pyannote[74].end 2429.98034375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 2430.04784375
transcript.pyannote[75].end 2432.35971875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 2432.74784375
transcript.pyannote[76].end 2433.18659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 2433.45659375
transcript.pyannote[77].end 2437.82721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 2438.73846875
transcript.pyannote[78].end 2439.78471875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 2440.20659375
transcript.pyannote[79].end 2441.72534375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 2442.36659375
transcript.pyannote[80].end 2446.23096875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 2446.85534375
transcript.pyannote[81].end 2448.37409375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 2448.52596875
transcript.pyannote[82].end 2449.50471875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 2449.97721875
transcript.pyannote[83].end 2451.12471875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 2451.90096875
transcript.pyannote[84].end 2453.97659375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 2454.22971875
transcript.pyannote[85].end 2454.90471875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 2455.51221875
transcript.pyannote[86].end 2458.65096875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 2459.10659375
transcript.pyannote[87].end 2460.82784375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 2461.63784375
transcript.pyannote[88].end 2463.66284375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 2463.96659375
transcript.pyannote[89].end 2465.33346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 2465.80596875
transcript.pyannote[90].end 2473.29846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 2473.70346875
transcript.pyannote[91].end 2474.68221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 2475.44159375
transcript.pyannote[92].end 2476.45409375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 2476.82534375
transcript.pyannote[93].end 2477.46659375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 2477.93909375
transcript.pyannote[94].end 2478.83346875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 2478.96846875
transcript.pyannote[95].end 2480.58846875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 2481.09471875
transcript.pyannote[96].end 2483.45721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 2483.84534375
transcript.pyannote[97].end 2489.48159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 2490.17346875
transcript.pyannote[98].end 2492.18159375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 2492.19846875
transcript.pyannote[99].end 2493.31221875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 2494.29096875
transcript.pyannote[100].end 2496.43409375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 2497.39596875
transcript.pyannote[101].end 2498.27346875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 2498.52659375
transcript.pyannote[102].end 2499.21846875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 2499.75846875
transcript.pyannote[103].end 2501.12534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 2501.80034375
transcript.pyannote[104].end 2503.97721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 2504.36534375
transcript.pyannote[105].end 2505.44534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 2505.69846875
transcript.pyannote[106].end 2507.58846875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 2508.17909375
transcript.pyannote[107].end 2508.97221875
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 2509.54596875
transcript.pyannote[108].end 2510.72721875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 2510.79471875
transcript.pyannote[109].end 2512.87034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 2514.00096875
transcript.pyannote[110].end 2515.38471875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 2516.21159375
transcript.pyannote[111].end 2516.34659375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 2516.66721875
transcript.pyannote[112].end 2517.13971875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 2517.56159375
transcript.pyannote[113].end 2518.60784375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 2518.89471875
transcript.pyannote[114].end 2519.73846875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 2520.26159375
transcript.pyannote[115].end 2523.06284375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 2523.23159375
transcript.pyannote[116].end 2524.86846875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 2525.49284375
transcript.pyannote[117].end 2526.64034375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 2527.36596875
transcript.pyannote[118].end 2529.77909375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 2530.20096875
transcript.pyannote[119].end 2530.63971875
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 2531.29784375
transcript.pyannote[120].end 2534.53784375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 2534.94284375
transcript.pyannote[121].end 2538.38534375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 2539.09409375
transcript.pyannote[122].end 2541.87846875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 2543.02596875
transcript.pyannote[123].end 2544.00471875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 2544.40971875
transcript.pyannote[124].end 2545.27034375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 2545.87784375
transcript.pyannote[125].end 2546.46846875
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 2547.44721875
transcript.pyannote[126].end 2550.63659375
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 2550.87284375
transcript.pyannote[127].end 2552.29034375
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 2553.06659375
transcript.pyannote[128].end 2555.64846875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 2556.28971875
transcript.pyannote[129].end 2556.99846875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 2557.77471875
transcript.pyannote[130].end 2563.56284375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 2564.11971875
transcript.pyannote[131].end 2566.63409375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 2567.47784375
transcript.pyannote[132].end 2575.81409375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 2575.99971875
transcript.pyannote[133].end 2577.60284375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 2577.94034375
transcript.pyannote[134].end 2580.77534375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 2581.23096875
transcript.pyannote[135].end 2581.72034375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 2582.19284375
transcript.pyannote[136].end 2583.17159375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 2583.94784375
transcript.pyannote[137].end 2588.03159375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 2588.20034375
transcript.pyannote[138].end 2589.17909375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 2589.48284375
transcript.pyannote[139].end 2590.91721875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 2591.25471875
transcript.pyannote[140].end 2599.03409375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 2599.11846875
transcript.pyannote[141].end 2602.66221875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 2603.06721875
transcript.pyannote[142].end 2615.31846875
transcript.pyannote[143].speaker SPEAKER_06
transcript.pyannote[143].start 2616.46596875
transcript.pyannote[143].end 2618.65971875
transcript.pyannote[144].speaker SPEAKER_06
transcript.pyannote[144].start 2619.75659375
transcript.pyannote[144].end 2629.47659375
transcript.pyannote[145].speaker SPEAKER_06
transcript.pyannote[145].start 2632.04159375
transcript.pyannote[145].end 2639.02784375
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 2648.76471875
transcript.pyannote[146].end 2765.64096875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 2765.97846875
transcript.pyannote[147].end 2790.05909375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 2790.34596875
transcript.pyannote[148].end 2867.00909375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 2793.01221875
transcript.pyannote[149].end 2793.06284375
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 2867.38034375
transcript.pyannote[150].end 2916.21659375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 2916.65534375
transcript.pyannote[151].end 3028.65471875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 3028.80659375
transcript.pyannote[152].end 3052.80284375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 3053.37659375
transcript.pyannote[153].end 3078.82409375
transcript.pyannote[154].speaker SPEAKER_06
transcript.pyannote[154].start 3080.44409375
transcript.pyannote[154].end 3083.00909375
transcript.pyannote[155].speaker SPEAKER_06
transcript.pyannote[155].start 3083.78534375
transcript.pyannote[155].end 3086.70471875
transcript.pyannote[156].speaker SPEAKER_06
transcript.pyannote[156].start 3087.10971875
transcript.pyannote[156].end 3095.49659375
transcript.pyannote[157].speaker SPEAKER_12
transcript.pyannote[157].start 3099.39471875
transcript.pyannote[157].end 3109.26659375
transcript.pyannote[158].speaker SPEAKER_12
transcript.pyannote[158].start 3109.94159375
transcript.pyannote[158].end 3126.00659375
transcript.pyannote[159].speaker SPEAKER_12
transcript.pyannote[159].start 3126.32721875
transcript.pyannote[159].end 3141.59909375
transcript.pyannote[160].speaker SPEAKER_12
transcript.pyannote[160].start 3141.76784375
transcript.pyannote[160].end 3165.12284375
transcript.pyannote[161].speaker SPEAKER_12
transcript.pyannote[161].start 3165.57846875
transcript.pyannote[161].end 3183.38159375
transcript.pyannote[162].speaker SPEAKER_12
transcript.pyannote[162].start 3183.75284375
transcript.pyannote[162].end 3209.23409375
transcript.pyannote[163].speaker SPEAKER_12
transcript.pyannote[163].start 3209.75721875
transcript.pyannote[163].end 3218.80221875
transcript.pyannote[164].speaker SPEAKER_12
transcript.pyannote[164].start 3219.66284375
transcript.pyannote[164].end 3242.81534375
transcript.pyannote[165].speaker SPEAKER_12
transcript.pyannote[165].start 3243.25409375
transcript.pyannote[165].end 3251.99534375
transcript.pyannote[166].speaker SPEAKER_12
transcript.pyannote[166].start 3252.50159375
transcript.pyannote[166].end 3283.16346875
transcript.pyannote[167].speaker SPEAKER_12
transcript.pyannote[167].start 3283.83846875
transcript.pyannote[167].end 3285.07034375
transcript.pyannote[168].speaker SPEAKER_12
transcript.pyannote[168].start 3285.88034375
transcript.pyannote[168].end 3304.69596875
transcript.pyannote[169].speaker SPEAKER_12
transcript.pyannote[169].start 3305.08409375
transcript.pyannote[169].end 3321.73971875
transcript.pyannote[170].speaker SPEAKER_12
transcript.pyannote[170].start 3322.16159375
transcript.pyannote[170].end 3328.77659375
transcript.pyannote[171].speaker SPEAKER_12
transcript.pyannote[171].start 3329.83971875
transcript.pyannote[171].end 3332.33721875
transcript.pyannote[172].speaker SPEAKER_12
transcript.pyannote[172].start 3332.67471875
transcript.pyannote[172].end 3333.06284375
transcript.pyannote[173].speaker SPEAKER_12
transcript.pyannote[173].start 3333.78846875
transcript.pyannote[173].end 3340.69034375
transcript.pyannote[174].speaker SPEAKER_12
transcript.pyannote[174].start 3340.82534375
transcript.pyannote[174].end 3347.45721875
transcript.pyannote[175].speaker SPEAKER_12
transcript.pyannote[175].start 3347.81159375
transcript.pyannote[175].end 3351.25409375
transcript.pyannote[176].speaker SPEAKER_12
transcript.pyannote[176].start 3352.19909375
transcript.pyannote[176].end 3372.65159375
transcript.pyannote[177].speaker SPEAKER_12
transcript.pyannote[177].start 3373.22534375
transcript.pyannote[177].end 3375.85784375
transcript.pyannote[178].speaker SPEAKER_12
transcript.pyannote[178].start 3376.07721875
transcript.pyannote[178].end 3376.98846875
transcript.pyannote[179].speaker SPEAKER_12
transcript.pyannote[179].start 3377.86596875
transcript.pyannote[179].end 3388.51409375
transcript.pyannote[180].speaker SPEAKER_12
transcript.pyannote[180].start 3388.93596875
transcript.pyannote[180].end 3404.98409375
transcript.pyannote[181].speaker SPEAKER_12
transcript.pyannote[181].start 3405.15284375
transcript.pyannote[181].end 3406.06409375
transcript.pyannote[182].speaker SPEAKER_12
transcript.pyannote[182].start 3407.09346875
transcript.pyannote[182].end 3407.46471875
transcript.pyannote[183].speaker SPEAKER_12
transcript.pyannote[183].start 3408.05534375
transcript.pyannote[183].end 3438.59909375
transcript.pyannote[184].speaker SPEAKER_12
transcript.pyannote[184].start 3439.00409375
transcript.pyannote[184].end 3442.12596875
transcript.pyannote[185].speaker SPEAKER_12
transcript.pyannote[185].start 3442.36221875
transcript.pyannote[185].end 3462.03846875
transcript.pyannote[186].speaker SPEAKER_12
transcript.pyannote[186].start 3462.44346875
transcript.pyannote[186].end 3507.58409375
transcript.pyannote[187].speaker SPEAKER_06
transcript.pyannote[187].start 3509.10284375
transcript.pyannote[187].end 3511.73534375
transcript.pyannote[188].speaker SPEAKER_06
transcript.pyannote[188].start 3512.46096875
transcript.pyannote[188].end 3515.02596875
transcript.pyannote[189].speaker SPEAKER_09
transcript.pyannote[189].start 3529.50471875
transcript.pyannote[189].end 3539.62971875
transcript.pyannote[190].speaker SPEAKER_09
transcript.pyannote[190].start 3539.81534375
transcript.pyannote[190].end 3545.67096875
transcript.pyannote[191].speaker SPEAKER_09
transcript.pyannote[191].start 3546.14346875
transcript.pyannote[191].end 3548.91096875
transcript.pyannote[192].speaker SPEAKER_09
transcript.pyannote[192].start 3548.99534375
transcript.pyannote[192].end 3555.59346875
transcript.pyannote[193].speaker SPEAKER_09
transcript.pyannote[193].start 3555.76221875
transcript.pyannote[193].end 3562.29284375
transcript.pyannote[194].speaker SPEAKER_09
transcript.pyannote[194].start 3562.64721875
transcript.pyannote[194].end 3564.14909375
transcript.pyannote[195].speaker SPEAKER_09
transcript.pyannote[195].start 3564.52034375
transcript.pyannote[195].end 3565.02659375
transcript.pyannote[196].speaker SPEAKER_09
transcript.pyannote[196].start 3565.06034375
transcript.pyannote[196].end 3569.59971875
transcript.pyannote[197].speaker SPEAKER_09
transcript.pyannote[197].start 3570.05534375
transcript.pyannote[197].end 3619.53284375
transcript.pyannote[198].speaker SPEAKER_09
transcript.pyannote[198].start 3619.92096875
transcript.pyannote[198].end 3620.68034375
transcript.pyannote[199].speaker SPEAKER_09
transcript.pyannote[199].start 3621.08534375
transcript.pyannote[199].end 3625.25346875
transcript.pyannote[200].speaker SPEAKER_09
transcript.pyannote[200].start 3625.38846875
transcript.pyannote[200].end 3627.54846875
transcript.pyannote[201].speaker SPEAKER_09
transcript.pyannote[201].start 3627.90284375
transcript.pyannote[201].end 3668.52096875
transcript.pyannote[202].speaker SPEAKER_09
transcript.pyannote[202].start 3669.14534375
transcript.pyannote[202].end 3743.56409375
transcript.pyannote[203].speaker SPEAKER_09
transcript.pyannote[203].start 3743.78346875
transcript.pyannote[203].end 3750.65159375
transcript.pyannote[204].speaker SPEAKER_09
transcript.pyannote[204].start 3751.09034375
transcript.pyannote[204].end 3765.13034375
transcript.pyannote[205].speaker SPEAKER_09
transcript.pyannote[205].start 3766.81784375
transcript.pyannote[205].end 3769.92284375
transcript.pyannote[206].speaker SPEAKER_09
transcript.pyannote[206].start 3770.49659375
transcript.pyannote[206].end 3780.41909375
transcript.pyannote[207].speaker SPEAKER_09
transcript.pyannote[207].start 3780.80721875
transcript.pyannote[207].end 3813.13971875
transcript.pyannote[208].speaker SPEAKER_06
transcript.pyannote[208].start 3815.16471875
transcript.pyannote[208].end 3817.15596875
transcript.pyannote[209].speaker SPEAKER_06
transcript.pyannote[209].start 3820.26096875
transcript.pyannote[209].end 3824.07471875
transcript.pyannote[210].speaker SPEAKER_06
transcript.pyannote[210].start 3824.96909375
transcript.pyannote[210].end 3826.70721875
transcript.pyannote[211].speaker SPEAKER_04
transcript.pyannote[211].start 3833.67659375
transcript.pyannote[211].end 3834.08159375
transcript.pyannote[212].speaker SPEAKER_04
transcript.pyannote[212].start 3834.94221875
transcript.pyannote[212].end 3877.43346875
transcript.pyannote[213].speaker SPEAKER_04
transcript.pyannote[213].start 3877.97346875
transcript.pyannote[213].end 3883.01909375
transcript.pyannote[214].speaker SPEAKER_04
transcript.pyannote[214].start 3883.60971875
transcript.pyannote[214].end 3891.20346875
transcript.pyannote[215].speaker SPEAKER_04
transcript.pyannote[215].start 3891.50721875
transcript.pyannote[215].end 3893.04284375
transcript.pyannote[216].speaker SPEAKER_04
transcript.pyannote[216].start 3893.43096875
transcript.pyannote[216].end 3894.69659375
transcript.pyannote[217].speaker SPEAKER_04
transcript.pyannote[217].start 3895.65846875
transcript.pyannote[217].end 3901.71659375
transcript.pyannote[218].speaker SPEAKER_04
transcript.pyannote[218].start 3901.91909375
transcript.pyannote[218].end 3902.69534375
transcript.pyannote[219].speaker SPEAKER_04
transcript.pyannote[219].start 3903.18471875
transcript.pyannote[219].end 3927.99096875
transcript.pyannote[220].speaker SPEAKER_04
transcript.pyannote[220].start 3928.58159375
transcript.pyannote[220].end 3929.91471875
transcript.pyannote[221].speaker SPEAKER_04
transcript.pyannote[221].start 3931.09596875
transcript.pyannote[221].end 3943.44846875
transcript.pyannote[222].speaker SPEAKER_04
transcript.pyannote[222].start 3944.12346875
transcript.pyannote[222].end 3946.75596875
transcript.pyannote[223].speaker SPEAKER_04
transcript.pyannote[223].start 3947.11034375
transcript.pyannote[223].end 3950.26596875
transcript.pyannote[224].speaker SPEAKER_04
transcript.pyannote[224].start 3951.27846875
transcript.pyannote[224].end 3952.99971875
transcript.pyannote[225].speaker SPEAKER_04
transcript.pyannote[225].start 3953.48909375
transcript.pyannote[225].end 3955.51409375
transcript.pyannote[226].speaker SPEAKER_04
transcript.pyannote[226].start 3955.90221875
transcript.pyannote[226].end 3961.90971875
transcript.pyannote[227].speaker SPEAKER_04
transcript.pyannote[227].start 3962.43284375
transcript.pyannote[227].end 3966.36471875
transcript.pyannote[228].speaker SPEAKER_04
transcript.pyannote[228].start 3967.39409375
transcript.pyannote[228].end 3967.71471875
transcript.pyannote[229].speaker SPEAKER_04
transcript.pyannote[229].start 3968.18721875
transcript.pyannote[229].end 3969.46971875
transcript.pyannote[230].speaker SPEAKER_04
transcript.pyannote[230].start 3969.68909375
transcript.pyannote[230].end 3972.22034375
transcript.pyannote[231].speaker SPEAKER_04
transcript.pyannote[231].start 3972.86159375
transcript.pyannote[231].end 3980.18534375
transcript.pyannote[232].speaker SPEAKER_04
transcript.pyannote[232].start 3981.06284375
transcript.pyannote[232].end 3983.61096875
transcript.pyannote[233].speaker SPEAKER_04
transcript.pyannote[233].start 3984.47159375
transcript.pyannote[233].end 3986.96909375
transcript.pyannote[234].speaker SPEAKER_04
transcript.pyannote[234].start 3987.44159375
transcript.pyannote[234].end 3988.63971875
transcript.pyannote[235].speaker SPEAKER_04
transcript.pyannote[235].start 3989.12909375
transcript.pyannote[235].end 3989.93909375
transcript.pyannote[236].speaker SPEAKER_04
transcript.pyannote[236].start 3990.44534375
transcript.pyannote[236].end 3990.96846875
transcript.pyannote[237].speaker SPEAKER_04
transcript.pyannote[237].start 3991.93034375
transcript.pyannote[237].end 3993.80346875
transcript.pyannote[238].speaker SPEAKER_04
transcript.pyannote[238].start 3993.98909375
transcript.pyannote[238].end 3994.54596875
transcript.pyannote[239].speaker SPEAKER_04
transcript.pyannote[239].start 3995.03534375
transcript.pyannote[239].end 3995.57534375
transcript.pyannote[240].speaker SPEAKER_04
transcript.pyannote[240].start 3996.14909375
transcript.pyannote[240].end 3997.95471875
transcript.pyannote[241].speaker SPEAKER_04
transcript.pyannote[241].start 3998.51159375
transcript.pyannote[241].end 3999.15284375
transcript.pyannote[242].speaker SPEAKER_04
transcript.pyannote[242].start 4000.89096875
transcript.pyannote[242].end 4002.17346875
transcript.pyannote[243].speaker SPEAKER_04
transcript.pyannote[243].start 4002.74721875
transcript.pyannote[243].end 4005.37971875
transcript.pyannote[244].speaker SPEAKER_04
transcript.pyannote[244].start 4006.13909375
transcript.pyannote[244].end 4008.58596875
transcript.pyannote[245].speaker SPEAKER_04
transcript.pyannote[245].start 4008.94034375
transcript.pyannote[245].end 4010.42534375
transcript.pyannote[246].speaker SPEAKER_04
transcript.pyannote[246].start 4011.79221875
transcript.pyannote[246].end 4013.41221875
transcript.pyannote[247].speaker SPEAKER_04
transcript.pyannote[247].start 4014.15471875
transcript.pyannote[247].end 4015.31909375
transcript.pyannote[248].speaker SPEAKER_04
transcript.pyannote[248].start 4015.96034375
transcript.pyannote[248].end 4017.74909375
transcript.pyannote[249].speaker SPEAKER_04
transcript.pyannote[249].start 4018.15409375
transcript.pyannote[249].end 4018.74471875
transcript.pyannote[250].speaker SPEAKER_04
transcript.pyannote[250].start 4021.54596875
transcript.pyannote[250].end 4022.15346875
transcript.pyannote[251].speaker SPEAKER_04
transcript.pyannote[251].start 4022.69346875
transcript.pyannote[251].end 4026.89534375
transcript.pyannote[252].speaker SPEAKER_04
transcript.pyannote[252].start 4026.94596875
transcript.pyannote[252].end 4027.03034375
transcript.pyannote[253].speaker SPEAKER_04
transcript.pyannote[253].start 4027.11471875
transcript.pyannote[253].end 4028.58284375
transcript.pyannote[254].speaker SPEAKER_04
transcript.pyannote[254].start 4029.96659375
transcript.pyannote[254].end 4031.73846875
transcript.pyannote[255].speaker SPEAKER_04
transcript.pyannote[255].start 4031.87346875
transcript.pyannote[255].end 4032.39659375
transcript.pyannote[256].speaker SPEAKER_04
transcript.pyannote[256].start 4033.25721875
transcript.pyannote[256].end 4034.45534375
transcript.pyannote[257].speaker SPEAKER_04
transcript.pyannote[257].start 4034.97846875
transcript.pyannote[257].end 4043.95596875
transcript.pyannote[258].speaker SPEAKER_04
transcript.pyannote[258].start 4044.42846875
transcript.pyannote[258].end 4048.74846875
transcript.pyannote[259].speaker SPEAKER_04
transcript.pyannote[259].start 4049.25471875
transcript.pyannote[259].end 4051.58346875
transcript.pyannote[260].speaker SPEAKER_04
transcript.pyannote[260].start 4052.07284375
transcript.pyannote[260].end 4052.95034375
transcript.pyannote[261].speaker SPEAKER_04
transcript.pyannote[261].start 4053.40596875
transcript.pyannote[261].end 4055.41409375
transcript.pyannote[262].speaker SPEAKER_04
transcript.pyannote[262].start 4055.73471875
transcript.pyannote[262].end 4056.25784375
transcript.pyannote[263].speaker SPEAKER_04
transcript.pyannote[263].start 4057.79346875
transcript.pyannote[263].end 4058.95784375
transcript.pyannote[264].speaker SPEAKER_04
transcript.pyannote[264].start 4059.37971875
transcript.pyannote[264].end 4061.91096875
transcript.pyannote[265].speaker SPEAKER_04
transcript.pyannote[265].start 4062.58596875
transcript.pyannote[265].end 4064.89784375
transcript.pyannote[266].speaker SPEAKER_04
transcript.pyannote[266].start 4065.77534375
transcript.pyannote[266].end 4066.78784375
transcript.pyannote[267].speaker SPEAKER_04
transcript.pyannote[267].start 4067.19284375
transcript.pyannote[267].end 4068.01971875
transcript.pyannote[268].speaker SPEAKER_04
transcript.pyannote[268].start 4068.61034375
transcript.pyannote[268].end 4072.37346875
transcript.pyannote[269].speaker SPEAKER_04
transcript.pyannote[269].start 4073.16659375
transcript.pyannote[269].end 4075.68096875
transcript.pyannote[270].speaker SPEAKER_04
transcript.pyannote[270].start 4077.04784375
transcript.pyannote[270].end 4079.39346875
transcript.pyannote[271].speaker SPEAKER_04
transcript.pyannote[271].start 4081.28346875
transcript.pyannote[271].end 4082.04284375
transcript.pyannote[272].speaker SPEAKER_04
transcript.pyannote[272].start 4082.44784375
transcript.pyannote[272].end 4084.84409375
transcript.pyannote[273].speaker SPEAKER_04
transcript.pyannote[273].start 4085.40096875
transcript.pyannote[273].end 4085.75534375
transcript.pyannote[274].speaker SPEAKER_04
transcript.pyannote[274].start 4086.46409375
transcript.pyannote[274].end 4087.34159375
transcript.pyannote[275].speaker SPEAKER_04
transcript.pyannote[275].start 4088.01659375
transcript.pyannote[275].end 4089.38346875
transcript.pyannote[276].speaker SPEAKER_04
transcript.pyannote[276].start 4090.46346875
transcript.pyannote[276].end 4091.02034375
transcript.pyannote[277].speaker SPEAKER_04
transcript.pyannote[277].start 4092.37034375
transcript.pyannote[277].end 4093.92284375
transcript.pyannote[278].speaker SPEAKER_04
transcript.pyannote[278].start 4096.23471875
transcript.pyannote[278].end 4097.23034375
transcript.pyannote[279].speaker SPEAKER_04
transcript.pyannote[279].start 4097.61846875
transcript.pyannote[279].end 4098.83346875
transcript.pyannote[280].speaker SPEAKER_04
transcript.pyannote[280].start 4099.40721875
transcript.pyannote[280].end 4101.90471875
transcript.pyannote[281].speaker SPEAKER_04
transcript.pyannote[281].start 4102.37721875
transcript.pyannote[281].end 4103.11971875
transcript.pyannote[282].speaker SPEAKER_04
transcript.pyannote[282].start 4103.44034375
transcript.pyannote[282].end 4105.00971875
transcript.pyannote[283].speaker SPEAKER_04
transcript.pyannote[283].start 4105.70159375
transcript.pyannote[283].end 4106.96721875
transcript.pyannote[284].speaker SPEAKER_04
transcript.pyannote[284].start 4107.42284375
transcript.pyannote[284].end 4107.94596875
transcript.pyannote[285].speaker SPEAKER_04
transcript.pyannote[285].start 4108.35096875
transcript.pyannote[285].end 4109.76846875
transcript.pyannote[286].speaker SPEAKER_04
transcript.pyannote[286].start 4110.30846875
transcript.pyannote[286].end 4111.87784375
transcript.pyannote[287].speaker SPEAKER_04
transcript.pyannote[287].start 4112.31659375
transcript.pyannote[287].end 4113.04221875
transcript.pyannote[288].speaker SPEAKER_04
transcript.pyannote[288].start 4113.85221875
transcript.pyannote[288].end 4115.57346875
transcript.pyannote[289].speaker SPEAKER_04
transcript.pyannote[289].start 4118.02034375
transcript.pyannote[289].end 4118.64471875
transcript.pyannote[290].speaker SPEAKER_04
transcript.pyannote[290].start 4119.10034375
transcript.pyannote[290].end 4119.42096875
transcript.pyannote[291].speaker SPEAKER_04
transcript.pyannote[291].start 4119.55596875
transcript.pyannote[291].end 4121.05784375
transcript.pyannote[292].speaker SPEAKER_04
transcript.pyannote[292].start 4121.96909375
transcript.pyannote[292].end 4123.09971875
transcript.pyannote[293].speaker SPEAKER_04
transcript.pyannote[293].start 4123.53846875
transcript.pyannote[293].end 4125.20909375
transcript.pyannote[294].speaker SPEAKER_04
transcript.pyannote[294].start 4126.03596875
transcript.pyannote[294].end 4127.26784375
transcript.pyannote[295].speaker SPEAKER_04
transcript.pyannote[295].start 4127.80784375
transcript.pyannote[295].end 4130.35596875
transcript.pyannote[296].speaker SPEAKER_04
transcript.pyannote[296].start 4130.69346875
transcript.pyannote[296].end 4131.25034375
transcript.pyannote[297].speaker SPEAKER_04
transcript.pyannote[297].start 4131.80721875
transcript.pyannote[297].end 4132.71846875
transcript.pyannote[298].speaker SPEAKER_04
transcript.pyannote[298].start 4133.15721875
transcript.pyannote[298].end 4134.27096875
transcript.pyannote[299].speaker SPEAKER_04
transcript.pyannote[299].start 4134.70971875
transcript.pyannote[299].end 4136.46471875
transcript.pyannote[300].speaker SPEAKER_04
transcript.pyannote[300].start 4136.95409375
transcript.pyannote[300].end 4137.30846875
transcript.pyannote[301].speaker SPEAKER_04
transcript.pyannote[301].start 4137.52784375
transcript.pyannote[301].end 4138.65846875
transcript.pyannote[302].speaker SPEAKER_04
transcript.pyannote[302].start 4138.96221875
transcript.pyannote[302].end 4139.36721875
transcript.pyannote[303].speaker SPEAKER_04
transcript.pyannote[303].start 4140.48096875
transcript.pyannote[303].end 4148.17596875
transcript.pyannote[304].speaker SPEAKER_04
transcript.pyannote[304].start 4148.54721875
transcript.pyannote[304].end 4154.14971875
transcript.pyannote[305].speaker SPEAKER_04
transcript.pyannote[305].start 4155.28034375
transcript.pyannote[305].end 4156.47846875
transcript.pyannote[306].speaker SPEAKER_04
transcript.pyannote[306].start 4156.90034375
transcript.pyannote[306].end 4160.95034375
transcript.pyannote[307].speaker SPEAKER_04
transcript.pyannote[307].start 4161.25409375
transcript.pyannote[307].end 4162.06409375
transcript.pyannote[308].speaker SPEAKER_04
transcript.pyannote[308].start 4163.83596875
transcript.pyannote[308].end 4164.37596875
transcript.pyannote[309].speaker SPEAKER_04
transcript.pyannote[309].start 4164.76409375
transcript.pyannote[309].end 4165.32096875
transcript.pyannote[310].speaker SPEAKER_04
transcript.pyannote[310].start 4165.96221875
transcript.pyannote[310].end 4167.71721875
transcript.pyannote[311].speaker SPEAKER_04
transcript.pyannote[311].start 4169.20221875
transcript.pyannote[311].end 4169.72534375
transcript.pyannote[312].speaker SPEAKER_04
transcript.pyannote[312].start 4170.70409375
transcript.pyannote[312].end 4172.96534375
transcript.pyannote[313].speaker SPEAKER_04
transcript.pyannote[313].start 4173.85971875
transcript.pyannote[313].end 4175.58096875
transcript.pyannote[314].speaker SPEAKER_04
transcript.pyannote[314].start 4175.98596875
transcript.pyannote[314].end 4176.66096875
transcript.pyannote[315].speaker SPEAKER_04
transcript.pyannote[315].start 4177.20096875
transcript.pyannote[315].end 4178.01096875
transcript.pyannote[316].speaker SPEAKER_04
transcript.pyannote[316].start 4178.43284375
transcript.pyannote[316].end 4181.13284375
transcript.pyannote[317].speaker SPEAKER_04
transcript.pyannote[317].start 4181.63909375
transcript.pyannote[317].end 4182.80346875
transcript.pyannote[318].speaker SPEAKER_04
transcript.pyannote[318].start 4183.57971875
transcript.pyannote[318].end 4186.17846875
transcript.pyannote[319].speaker SPEAKER_04
transcript.pyannote[319].start 4187.78159375
transcript.pyannote[319].end 4191.89909375
transcript.pyannote[320].speaker SPEAKER_04
transcript.pyannote[320].start 4191.96659375
transcript.pyannote[320].end 4191.98346875
transcript.pyannote[321].speaker SPEAKER_04
transcript.pyannote[321].start 4192.28721875
transcript.pyannote[321].end 4201.33221875
transcript.pyannote[322].speaker SPEAKER_04
transcript.pyannote[322].start 4201.72034375
transcript.pyannote[322].end 4206.02346875
transcript.pyannote[323].speaker SPEAKER_04
transcript.pyannote[323].start 4206.04034375
transcript.pyannote[323].end 4208.55471875
transcript.pyannote[324].speaker SPEAKER_04
transcript.pyannote[324].start 4209.68534375
transcript.pyannote[324].end 4211.92971875
transcript.pyannote[325].speaker SPEAKER_04
transcript.pyannote[325].start 4212.28409375
transcript.pyannote[325].end 4215.11909375
transcript.pyannote[326].speaker SPEAKER_04
transcript.pyannote[326].start 4215.16971875
transcript.pyannote[326].end 4216.63784375
transcript.pyannote[327].speaker SPEAKER_04
transcript.pyannote[327].start 4217.17784375
transcript.pyannote[327].end 4222.18971875
transcript.pyannote[328].speaker SPEAKER_04
transcript.pyannote[328].start 4223.40471875
transcript.pyannote[328].end 4230.30659375
transcript.pyannote[329].speaker SPEAKER_04
transcript.pyannote[329].start 4230.86346875
transcript.pyannote[329].end 4232.61846875
transcript.pyannote[330].speaker SPEAKER_04
transcript.pyannote[330].start 4232.92221875
transcript.pyannote[330].end 4234.28909375
transcript.pyannote[331].speaker SPEAKER_04
transcript.pyannote[331].start 4234.72784375
transcript.pyannote[331].end 4238.17034375
transcript.pyannote[332].speaker SPEAKER_04
transcript.pyannote[332].start 4239.19971875
transcript.pyannote[332].end 4240.60034375
transcript.pyannote[333].speaker SPEAKER_04
transcript.pyannote[333].start 4241.69721875
transcript.pyannote[333].end 4243.16534375
transcript.pyannote[334].speaker SPEAKER_04
transcript.pyannote[334].start 4243.77284375
transcript.pyannote[334].end 4246.43909375
transcript.pyannote[335].speaker SPEAKER_04
transcript.pyannote[335].start 4246.81034375
transcript.pyannote[335].end 4247.21534375
transcript.pyannote[336].speaker SPEAKER_04
transcript.pyannote[336].start 4247.43471875
transcript.pyannote[336].end 4251.29909375
transcript.pyannote[337].speaker SPEAKER_04
transcript.pyannote[337].start 4251.67034375
transcript.pyannote[337].end 4253.40846875
transcript.pyannote[338].speaker SPEAKER_04
transcript.pyannote[338].start 4254.50534375
transcript.pyannote[338].end 4261.76159375
transcript.pyannote[339].speaker SPEAKER_04
transcript.pyannote[339].start 4262.16659375
transcript.pyannote[339].end 4266.87471875
transcript.pyannote[340].speaker SPEAKER_04
transcript.pyannote[340].start 4267.17846875
transcript.pyannote[340].end 4280.30721875
transcript.pyannote[341].speaker SPEAKER_04
transcript.pyannote[341].start 4280.42534375
transcript.pyannote[341].end 4282.66971875
transcript.pyannote[342].speaker SPEAKER_04
transcript.pyannote[342].start 4283.02409375
transcript.pyannote[342].end 4285.94346875
transcript.pyannote[343].speaker SPEAKER_04
transcript.pyannote[343].start 4286.12909375
transcript.pyannote[343].end 4288.89659375
transcript.pyannote[344].speaker SPEAKER_04
transcript.pyannote[344].start 4289.36909375
transcript.pyannote[344].end 4291.29284375
transcript.pyannote[345].speaker SPEAKER_04
transcript.pyannote[345].start 4291.78221875
transcript.pyannote[345].end 4292.10284375
transcript.pyannote[346].speaker SPEAKER_04
transcript.pyannote[346].start 4292.59221875
transcript.pyannote[346].end 4296.64221875
transcript.pyannote[347].speaker SPEAKER_04
transcript.pyannote[347].start 4297.31721875
transcript.pyannote[347].end 4302.26159375
transcript.pyannote[348].speaker SPEAKER_04
transcript.pyannote[348].start 4303.13909375
transcript.pyannote[348].end 4304.67471875
transcript.pyannote[349].speaker SPEAKER_04
transcript.pyannote[349].start 4304.96159375
transcript.pyannote[349].end 4306.90221875
transcript.pyannote[350].speaker SPEAKER_04
transcript.pyannote[350].start 4306.96971875
transcript.pyannote[350].end 4312.30221875
transcript.pyannote[351].speaker SPEAKER_04
transcript.pyannote[351].start 4312.75784375
transcript.pyannote[351].end 4319.20409375
transcript.pyannote[352].speaker SPEAKER_04
transcript.pyannote[352].start 4319.79471875
transcript.pyannote[352].end 4325.51534375
transcript.pyannote[353].speaker SPEAKER_04
transcript.pyannote[353].start 4325.68409375
transcript.pyannote[353].end 4333.31159375
transcript.pyannote[354].speaker SPEAKER_04
transcript.pyannote[354].start 4333.76721875
transcript.pyannote[354].end 4340.07846875
transcript.pyannote[355].speaker SPEAKER_04
transcript.pyannote[355].start 4340.34846875
transcript.pyannote[355].end 4341.20909375
transcript.pyannote[356].speaker SPEAKER_04
transcript.pyannote[356].start 4341.81659375
transcript.pyannote[356].end 4348.00971875
transcript.pyannote[357].speaker SPEAKER_04
transcript.pyannote[357].start 4348.27971875
transcript.pyannote[357].end 4349.52846875
transcript.pyannote[358].speaker SPEAKER_04
transcript.pyannote[358].start 4349.78159375
transcript.pyannote[358].end 4352.36346875
transcript.pyannote[359].speaker SPEAKER_04
transcript.pyannote[359].start 4353.98346875
transcript.pyannote[359].end 4367.07846875
transcript.pyannote[360].speaker SPEAKER_04
transcript.pyannote[360].start 4368.22596875
transcript.pyannote[360].end 4370.40284375
transcript.pyannote[361].speaker SPEAKER_04
transcript.pyannote[361].start 4370.95971875
transcript.pyannote[361].end 4371.63471875
transcript.pyannote[362].speaker SPEAKER_04
transcript.pyannote[362].start 4372.15784375
transcript.pyannote[362].end 4379.81909375
transcript.pyannote[363].speaker SPEAKER_04
transcript.pyannote[363].start 4380.52784375
transcript.pyannote[363].end 4382.55284375
transcript.pyannote[364].speaker SPEAKER_04
transcript.pyannote[364].start 4383.04221875
transcript.pyannote[364].end 4386.51846875
transcript.pyannote[365].speaker SPEAKER_04
transcript.pyannote[365].start 4386.99096875
transcript.pyannote[365].end 4389.47159375
transcript.pyannote[366].speaker SPEAKER_04
transcript.pyannote[366].start 4389.94409375
transcript.pyannote[366].end 4390.72034375
transcript.pyannote[367].speaker SPEAKER_04
transcript.pyannote[367].start 4390.93971875
transcript.pyannote[367].end 4392.01971875
transcript.pyannote[368].speaker SPEAKER_04
transcript.pyannote[368].start 4392.47534375
transcript.pyannote[368].end 4393.75784375
transcript.pyannote[369].speaker SPEAKER_04
transcript.pyannote[369].start 4394.04471875
transcript.pyannote[369].end 4395.96846875
transcript.pyannote[370].speaker SPEAKER_04
transcript.pyannote[370].start 4396.33971875
transcript.pyannote[370].end 4396.76159375
transcript.pyannote[371].speaker SPEAKER_04
transcript.pyannote[371].start 4397.26784375
transcript.pyannote[371].end 4398.43221875
transcript.pyannote[372].speaker SPEAKER_04
transcript.pyannote[372].start 4398.78659375
transcript.pyannote[372].end 4401.18284375
transcript.pyannote[373].speaker SPEAKER_04
transcript.pyannote[373].start 4401.53721875
transcript.pyannote[373].end 4404.30471875
transcript.pyannote[374].speaker SPEAKER_04
transcript.pyannote[374].start 4404.97971875
transcript.pyannote[374].end 4424.60534375
transcript.pyannote[375].speaker SPEAKER_06
transcript.pyannote[375].start 4425.98909375
transcript.pyannote[375].end 4428.18284375
transcript.pyannote[376].speaker SPEAKER_06
transcript.pyannote[376].start 4429.06034375
transcript.pyannote[376].end 4431.00096875
transcript.pyannote[377].speaker SPEAKER_06
transcript.pyannote[377].start 4431.25409375
transcript.pyannote[377].end 4436.56971875
transcript.pyannote[378].speaker SPEAKER_11
transcript.pyannote[378].start 4445.07471875
transcript.pyannote[378].end 4483.21221875
transcript.pyannote[379].speaker SPEAKER_11
transcript.pyannote[379].start 4483.58346875
transcript.pyannote[379].end 4488.56159375
transcript.pyannote[380].speaker SPEAKER_11
transcript.pyannote[380].start 4488.89909375
transcript.pyannote[380].end 4491.24471875
transcript.pyannote[381].speaker SPEAKER_11
transcript.pyannote[381].start 4491.66659375
transcript.pyannote[381].end 4494.45096875
transcript.pyannote[382].speaker SPEAKER_11
transcript.pyannote[382].start 4494.70409375
transcript.pyannote[382].end 4507.17471875
transcript.pyannote[383].speaker SPEAKER_11
transcript.pyannote[383].start 4507.63034375
transcript.pyannote[383].end 4521.28221875
transcript.pyannote[384].speaker SPEAKER_11
transcript.pyannote[384].start 4521.38346875
transcript.pyannote[384].end 4524.85971875
transcript.pyannote[385].speaker SPEAKER_11
transcript.pyannote[385].start 4525.28159375
transcript.pyannote[385].end 4532.89221875
transcript.pyannote[386].speaker SPEAKER_11
transcript.pyannote[386].start 4532.97659375
transcript.pyannote[386].end 4542.34221875
transcript.pyannote[387].speaker SPEAKER_11
transcript.pyannote[387].start 4542.93284375
transcript.pyannote[387].end 4552.87221875
transcript.pyannote[388].speaker SPEAKER_11
transcript.pyannote[388].start 4553.26034375
transcript.pyannote[388].end 4573.18971875
transcript.pyannote[389].speaker SPEAKER_11
transcript.pyannote[389].start 4573.47659375
transcript.pyannote[389].end 4582.72409375
transcript.pyannote[390].speaker SPEAKER_11
transcript.pyannote[390].start 4583.65221875
transcript.pyannote[390].end 4589.81159375
transcript.pyannote[391].speaker SPEAKER_11
transcript.pyannote[391].start 4590.03096875
transcript.pyannote[391].end 4595.70096875
transcript.pyannote[392].speaker SPEAKER_11
transcript.pyannote[392].start 4596.34221875
transcript.pyannote[392].end 4601.50596875
transcript.pyannote[393].speaker SPEAKER_11
transcript.pyannote[393].start 4601.92784375
transcript.pyannote[393].end 4603.04159375
transcript.pyannote[394].speaker SPEAKER_11
transcript.pyannote[394].start 4603.44659375
transcript.pyannote[394].end 4605.64034375
transcript.pyannote[395].speaker SPEAKER_11
transcript.pyannote[395].start 4605.80909375
transcript.pyannote[395].end 4610.26409375
transcript.pyannote[396].speaker SPEAKER_11
transcript.pyannote[396].start 4610.60159375
transcript.pyannote[396].end 4612.12034375
transcript.pyannote[397].speaker SPEAKER_11
transcript.pyannote[397].start 4612.42409375
transcript.pyannote[397].end 4618.98846875
transcript.pyannote[398].speaker SPEAKER_11
transcript.pyannote[398].start 4619.59596875
transcript.pyannote[398].end 4623.57846875
transcript.pyannote[399].speaker SPEAKER_11
transcript.pyannote[399].start 4623.96659375
transcript.pyannote[399].end 4631.07096875
transcript.pyannote[400].speaker SPEAKER_11
transcript.pyannote[400].start 4631.32409375
transcript.pyannote[400].end 4635.05346875
transcript.pyannote[401].speaker SPEAKER_11
transcript.pyannote[401].start 4635.10409375
transcript.pyannote[401].end 4635.66096875
transcript.pyannote[402].speaker SPEAKER_11
transcript.pyannote[402].start 4635.93096875
transcript.pyannote[402].end 4639.42409375
transcript.pyannote[403].speaker SPEAKER_11
transcript.pyannote[403].start 4639.52534375
transcript.pyannote[403].end 4651.50659375
transcript.pyannote[404].speaker SPEAKER_11
transcript.pyannote[404].start 4651.74284375
transcript.pyannote[404].end 4654.29096875
transcript.pyannote[405].speaker SPEAKER_11
transcript.pyannote[405].start 4654.83096875
transcript.pyannote[405].end 4669.83284375
transcript.pyannote[406].speaker SPEAKER_11
transcript.pyannote[406].start 4670.44034375
transcript.pyannote[406].end 4672.63409375
transcript.pyannote[407].speaker SPEAKER_11
transcript.pyannote[407].start 4672.88721875
transcript.pyannote[407].end 4677.69659375
transcript.pyannote[408].speaker SPEAKER_11
transcript.pyannote[408].start 4678.01721875
transcript.pyannote[408].end 4679.43471875
transcript.pyannote[409].speaker SPEAKER_11
transcript.pyannote[409].start 4680.32909375
transcript.pyannote[409].end 4685.35784375
transcript.pyannote[410].speaker SPEAKER_11
transcript.pyannote[410].start 4685.59409375
transcript.pyannote[410].end 4687.55159375
transcript.pyannote[411].speaker SPEAKER_11
transcript.pyannote[411].start 4688.29409375
transcript.pyannote[411].end 4695.80346875
transcript.pyannote[412].speaker SPEAKER_11
transcript.pyannote[412].start 4696.00596875
transcript.pyannote[412].end 4700.02221875
transcript.pyannote[413].speaker SPEAKER_11
transcript.pyannote[413].start 4700.74784375
transcript.pyannote[413].end 4702.40159375
transcript.pyannote[414].speaker SPEAKER_11
transcript.pyannote[414].start 4702.82346875
transcript.pyannote[414].end 4704.96659375
transcript.pyannote[415].speaker SPEAKER_11
transcript.pyannote[415].start 4705.13534375
transcript.pyannote[415].end 4711.37909375
transcript.pyannote[416].speaker SPEAKER_11
transcript.pyannote[416].start 4711.71659375
transcript.pyannote[416].end 4716.01971875
transcript.pyannote[417].speaker SPEAKER_11
transcript.pyannote[417].start 4716.54284375
transcript.pyannote[417].end 4718.61846875
transcript.pyannote[418].speaker SPEAKER_11
transcript.pyannote[418].start 4718.71971875
transcript.pyannote[418].end 4723.15784375
transcript.pyannote[419].speaker SPEAKER_11
transcript.pyannote[419].start 4723.46159375
transcript.pyannote[419].end 4729.77284375
transcript.pyannote[420].speaker SPEAKER_11
transcript.pyannote[420].start 4730.00909375
transcript.pyannote[420].end 4730.97096875
transcript.pyannote[421].speaker SPEAKER_11
transcript.pyannote[421].start 4731.69659375
transcript.pyannote[421].end 4764.85596875
transcript.pyannote[422].speaker SPEAKER_11
transcript.pyannote[422].start 4765.24409375
transcript.pyannote[422].end 4767.10034375
transcript.pyannote[423].speaker SPEAKER_11
transcript.pyannote[423].start 4767.31971875
transcript.pyannote[423].end 4770.69471875
transcript.pyannote[424].speaker SPEAKER_11
transcript.pyannote[424].start 4772.17971875
transcript.pyannote[424].end 4773.68159375
transcript.pyannote[425].speaker SPEAKER_11
transcript.pyannote[425].start 4774.22159375
transcript.pyannote[425].end 4776.76971875
transcript.pyannote[426].speaker SPEAKER_11
transcript.pyannote[426].start 4777.14096875
transcript.pyannote[426].end 4777.73159375
transcript.pyannote[427].speaker SPEAKER_11
transcript.pyannote[427].start 4777.93409375
transcript.pyannote[427].end 4778.49096875
transcript.pyannote[428].speaker SPEAKER_11
transcript.pyannote[428].start 4778.67659375
transcript.pyannote[428].end 4779.53721875
transcript.pyannote[429].speaker SPEAKER_11
transcript.pyannote[429].start 4780.41471875
transcript.pyannote[429].end 4780.81971875
transcript.pyannote[430].speaker SPEAKER_11
transcript.pyannote[430].start 4780.97159375
transcript.pyannote[430].end 4782.45659375
transcript.pyannote[431].speaker SPEAKER_11
transcript.pyannote[431].start 4783.82346875
transcript.pyannote[431].end 4784.21159375
transcript.pyannote[432].speaker SPEAKER_11
transcript.pyannote[432].start 4784.66721875
transcript.pyannote[432].end 4789.49346875
transcript.pyannote[433].speaker SPEAKER_11
transcript.pyannote[433].start 4789.99971875
transcript.pyannote[433].end 4799.97284375
transcript.pyannote[434].speaker SPEAKER_11
transcript.pyannote[434].start 4800.73221875
transcript.pyannote[434].end 4804.12409375
transcript.pyannote[435].speaker SPEAKER_11
transcript.pyannote[435].start 4804.41096875
transcript.pyannote[435].end 4805.28846875
transcript.pyannote[436].speaker SPEAKER_11
transcript.pyannote[436].start 4806.13221875
transcript.pyannote[436].end 4817.08409375
transcript.pyannote[437].speaker SPEAKER_11
transcript.pyannote[437].start 4817.52284375
transcript.pyannote[437].end 4828.10346875
transcript.pyannote[438].speaker SPEAKER_11
transcript.pyannote[438].start 4828.74471875
transcript.pyannote[438].end 4830.28034375
transcript.pyannote[439].speaker SPEAKER_11
transcript.pyannote[439].start 4831.12409375
transcript.pyannote[439].end 4834.09409375
transcript.pyannote[440].speaker SPEAKER_11
transcript.pyannote[440].start 4834.71846875
transcript.pyannote[440].end 4841.99159375
transcript.pyannote[441].speaker SPEAKER_11
transcript.pyannote[441].start 4842.48096875
transcript.pyannote[441].end 4861.43159375
transcript.pyannote[442].speaker SPEAKER_11
transcript.pyannote[442].start 4862.29221875
transcript.pyannote[442].end 4873.59846875
transcript.pyannote[443].speaker SPEAKER_11
transcript.pyannote[443].start 4874.34096875
transcript.pyannote[443].end 4878.91409375
transcript.pyannote[444].speaker SPEAKER_11
transcript.pyannote[444].start 4879.21784375
transcript.pyannote[444].end 4885.54596875
transcript.pyannote[445].speaker SPEAKER_11
transcript.pyannote[445].start 4886.44034375
transcript.pyannote[445].end 4889.27534375
transcript.pyannote[446].speaker SPEAKER_11
transcript.pyannote[446].start 4890.16971875
transcript.pyannote[446].end 4897.29096875
transcript.pyannote[447].speaker SPEAKER_11
transcript.pyannote[447].start 4897.89846875
transcript.pyannote[447].end 4899.50159375
transcript.pyannote[448].speaker SPEAKER_11
transcript.pyannote[448].start 4899.97409375
transcript.pyannote[448].end 4900.63221875
transcript.pyannote[449].speaker SPEAKER_11
transcript.pyannote[449].start 4901.07096875
transcript.pyannote[449].end 4904.19284375
transcript.pyannote[450].speaker SPEAKER_11
transcript.pyannote[450].start 4904.69909375
transcript.pyannote[450].end 4907.21346875
transcript.pyannote[451].speaker SPEAKER_11
transcript.pyannote[451].start 4907.82096875
transcript.pyannote[451].end 4915.80284375
transcript.pyannote[452].speaker SPEAKER_11
transcript.pyannote[452].start 4916.15721875
transcript.pyannote[452].end 4919.48159375
transcript.pyannote[453].speaker SPEAKER_11
transcript.pyannote[453].start 4919.76846875
transcript.pyannote[453].end 4922.51909375
transcript.pyannote[454].speaker SPEAKER_11
transcript.pyannote[454].start 4923.51471875
transcript.pyannote[454].end 4923.88596875
transcript.pyannote[455].speaker SPEAKER_11
transcript.pyannote[455].start 4924.17284375
transcript.pyannote[455].end 4925.26971875
transcript.pyannote[456].speaker SPEAKER_11
transcript.pyannote[456].start 4925.59034375
transcript.pyannote[456].end 4926.83909375
transcript.pyannote[457].speaker SPEAKER_11
transcript.pyannote[457].start 4927.41284375
transcript.pyannote[457].end 4935.00659375
transcript.pyannote[458].speaker SPEAKER_11
transcript.pyannote[458].start 4935.29346875
transcript.pyannote[458].end 4938.41534375
transcript.pyannote[459].speaker SPEAKER_06
transcript.pyannote[459].start 4940.05221875
transcript.pyannote[459].end 4942.39784375
transcript.pyannote[460].speaker SPEAKER_06
transcript.pyannote[460].start 4942.78596875
transcript.pyannote[460].end 4948.97909375
transcript.pyannote[461].speaker SPEAKER_06
transcript.pyannote[461].start 4951.71284375
transcript.pyannote[461].end 4952.40471875
transcript.pyannote[462].speaker SPEAKER_10
transcript.pyannote[462].start 4963.35659375
transcript.pyannote[462].end 4978.03784375
transcript.pyannote[463].speaker SPEAKER_10
transcript.pyannote[463].start 4978.18971875
transcript.pyannote[463].end 4996.71846875
transcript.pyannote[464].speaker SPEAKER_10
transcript.pyannote[464].start 4998.64221875
transcript.pyannote[464].end 5016.73221875
transcript.pyannote[465].speaker SPEAKER_10
transcript.pyannote[465].start 5016.83346875
transcript.pyannote[465].end 5099.52096875
transcript.pyannote[466].speaker SPEAKER_10
transcript.pyannote[466].start 5099.97659375
transcript.pyannote[466].end 5158.68471875
transcript.pyannote[467].speaker SPEAKER_10
transcript.pyannote[467].start 5159.05596875
transcript.pyannote[467].end 5186.88284375
transcript.pyannote[468].speaker SPEAKER_10
transcript.pyannote[468].start 5187.25409375
transcript.pyannote[468].end 5501.53409375
transcript.pyannote[469].speaker SPEAKER_06
transcript.pyannote[469].start 5503.55909375
transcript.pyannote[469].end 5506.12409375
transcript.pyannote[470].speaker SPEAKER_06
transcript.pyannote[470].start 5509.17846875
transcript.pyannote[470].end 5527.74096875
transcript.pyannote[471].speaker SPEAKER_06
transcript.pyannote[471].start 5530.08659375
transcript.pyannote[471].end 5532.43221875
transcript.pyannote[472].speaker SPEAKER_06
transcript.pyannote[472].start 5532.56721875
transcript.pyannote[472].end 5533.83284375
transcript.pyannote[473].speaker SPEAKER_06
transcript.pyannote[473].start 5539.51971875
transcript.pyannote[473].end 5540.36346875
transcript.pyannote[474].speaker SPEAKER_13
transcript.pyannote[474].start 5542.84409375
transcript.pyannote[474].end 5543.51909375
transcript.pyannote[475].speaker SPEAKER_13
transcript.pyannote[475].start 5543.97471875
transcript.pyannote[475].end 5544.02534375
transcript.pyannote[476].speaker SPEAKER_13
transcript.pyannote[476].start 5544.37971875
transcript.pyannote[476].end 5550.45471875
transcript.pyannote[477].speaker SPEAKER_13
transcript.pyannote[477].start 5551.23096875
transcript.pyannote[477].end 5552.81721875
transcript.pyannote[478].speaker SPEAKER_13
transcript.pyannote[478].start 5553.30659375
transcript.pyannote[478].end 5565.32159375
transcript.pyannote[479].speaker SPEAKER_13
transcript.pyannote[479].start 5566.35096875
transcript.pyannote[479].end 5567.02596875
transcript.pyannote[480].speaker SPEAKER_13
transcript.pyannote[480].start 5567.83596875
transcript.pyannote[480].end 5580.45846875
transcript.pyannote[481].speaker SPEAKER_13
transcript.pyannote[481].start 5581.30221875
transcript.pyannote[481].end 5582.85471875
transcript.pyannote[482].speaker SPEAKER_13
transcript.pyannote[482].start 5583.41159375
transcript.pyannote[482].end 5590.12784375
transcript.pyannote[483].speaker SPEAKER_13
transcript.pyannote[483].start 5591.51159375
transcript.pyannote[483].end 5604.47159375
transcript.pyannote[484].speaker SPEAKER_13
transcript.pyannote[484].start 5605.48409375
transcript.pyannote[484].end 5663.36534375
transcript.pyannote[485].speaker SPEAKER_13
transcript.pyannote[485].start 5664.00659375
transcript.pyannote[485].end 5669.18721875
transcript.pyannote[486].speaker SPEAKER_13
transcript.pyannote[486].start 5669.49096875
transcript.pyannote[486].end 5672.20784375
transcript.pyannote[487].speaker SPEAKER_13
transcript.pyannote[487].start 5672.83221875
transcript.pyannote[487].end 5673.62534375
transcript.pyannote[488].speaker SPEAKER_13
transcript.pyannote[488].start 5673.76034375
transcript.pyannote[488].end 5675.29596875
transcript.pyannote[489].speaker SPEAKER_13
transcript.pyannote[489].start 5675.59971875
transcript.pyannote[489].end 5686.60221875
transcript.pyannote[490].speaker SPEAKER_13
transcript.pyannote[490].start 5687.05784375
transcript.pyannote[490].end 5695.30971875
transcript.pyannote[491].speaker SPEAKER_13
transcript.pyannote[491].start 5696.05221875
transcript.pyannote[491].end 5699.56221875
transcript.pyannote[492].speaker SPEAKER_13
transcript.pyannote[492].start 5699.95034375
transcript.pyannote[492].end 5707.79721875
transcript.pyannote[493].speaker SPEAKER_13
transcript.pyannote[493].start 5707.99971875
transcript.pyannote[493].end 5716.82534375
transcript.pyannote[494].speaker SPEAKER_13
transcript.pyannote[494].start 5717.14596875
transcript.pyannote[494].end 5718.49596875
transcript.pyannote[495].speaker SPEAKER_13
transcript.pyannote[495].start 5720.08221875
transcript.pyannote[495].end 5723.92971875
transcript.pyannote[496].speaker SPEAKER_13
transcript.pyannote[496].start 5724.33471875
transcript.pyannote[496].end 5739.79221875
transcript.pyannote[497].speaker SPEAKER_13
transcript.pyannote[497].start 5740.11284375
transcript.pyannote[497].end 5747.20034375
transcript.pyannote[498].speaker SPEAKER_13
transcript.pyannote[498].start 5747.65596875
transcript.pyannote[498].end 5764.95284375
transcript.pyannote[499].speaker SPEAKER_13
transcript.pyannote[499].start 5765.57721875
transcript.pyannote[499].end 5771.01096875
transcript.pyannote[500].speaker SPEAKER_13
transcript.pyannote[500].start 5771.38221875
transcript.pyannote[500].end 5774.36909375
transcript.pyannote[501].speaker SPEAKER_13
transcript.pyannote[501].start 5774.67284375
transcript.pyannote[501].end 5775.43221875
transcript.pyannote[502].speaker SPEAKER_13
transcript.pyannote[502].start 5775.71909375
transcript.pyannote[502].end 5790.65346875
transcript.pyannote[503].speaker SPEAKER_13
transcript.pyannote[503].start 5790.72096875
transcript.pyannote[503].end 5798.71971875
transcript.pyannote[504].speaker SPEAKER_13
transcript.pyannote[504].start 5799.39471875
transcript.pyannote[504].end 5834.78159375
transcript.pyannote[505].speaker SPEAKER_06
transcript.pyannote[505].start 5836.99221875
transcript.pyannote[505].end 5839.32096875
transcript.pyannote[506].speaker SPEAKER_06
transcript.pyannote[506].start 5841.49784375
transcript.pyannote[506].end 5844.82221875
transcript.pyannote[507].speaker SPEAKER_08
transcript.pyannote[507].start 5855.58846875
transcript.pyannote[507].end 5893.72596875
transcript.pyannote[508].speaker SPEAKER_08
transcript.pyannote[508].start 5894.31659375
transcript.pyannote[508].end 5905.04909375
transcript.pyannote[509].speaker SPEAKER_08
transcript.pyannote[509].start 5905.58909375
transcript.pyannote[509].end 5907.56346875
transcript.pyannote[510].speaker SPEAKER_08
transcript.pyannote[510].start 5908.05284375
transcript.pyannote[510].end 5913.30096875
transcript.pyannote[511].speaker SPEAKER_08
transcript.pyannote[511].start 5913.90846875
transcript.pyannote[511].end 5919.81471875
transcript.pyannote[512].speaker SPEAKER_08
transcript.pyannote[512].start 5920.45596875
transcript.pyannote[512].end 5924.57346875
transcript.pyannote[513].speaker SPEAKER_08
transcript.pyannote[513].start 5925.02909375
transcript.pyannote[513].end 5931.71159375
transcript.pyannote[514].speaker SPEAKER_08
transcript.pyannote[514].start 5932.25159375
transcript.pyannote[514].end 5933.11221875
transcript.pyannote[515].speaker SPEAKER_08
transcript.pyannote[515].start 5933.48346875
transcript.pyannote[515].end 5938.64721875
transcript.pyannote[516].speaker SPEAKER_08
transcript.pyannote[516].start 5938.86659375
transcript.pyannote[516].end 5942.51159375
transcript.pyannote[517].speaker SPEAKER_08
transcript.pyannote[517].start 5943.89534375
transcript.pyannote[517].end 5945.90346875
transcript.pyannote[518].speaker SPEAKER_08
transcript.pyannote[518].start 5946.02159375
transcript.pyannote[518].end 5959.97721875
transcript.pyannote[519].speaker SPEAKER_08
transcript.pyannote[519].start 5960.26409375
transcript.pyannote[519].end 5964.12846875
transcript.pyannote[520].speaker SPEAKER_08
transcript.pyannote[520].start 5964.58409375
transcript.pyannote[520].end 5970.37221875
transcript.pyannote[521].speaker SPEAKER_08
transcript.pyannote[521].start 5971.06409375
transcript.pyannote[521].end 5974.50659375
transcript.pyannote[522].speaker SPEAKER_08
transcript.pyannote[522].start 5974.72596875
transcript.pyannote[522].end 5977.15596875
transcript.pyannote[523].speaker SPEAKER_08
transcript.pyannote[523].start 5977.54409375
transcript.pyannote[523].end 5982.92721875
transcript.pyannote[524].speaker SPEAKER_08
transcript.pyannote[524].start 5983.72034375
transcript.pyannote[524].end 5985.01971875
transcript.pyannote[525].speaker SPEAKER_08
transcript.pyannote[525].start 5985.32346875
transcript.pyannote[525].end 5987.51721875
transcript.pyannote[526].speaker SPEAKER_08
transcript.pyannote[526].start 5987.71971875
transcript.pyannote[526].end 5989.93034375
transcript.pyannote[527].speaker SPEAKER_08
transcript.pyannote[527].start 5990.40284375
transcript.pyannote[527].end 6000.74721875
transcript.pyannote[528].speaker SPEAKER_08
transcript.pyannote[528].start 6000.98346875
transcript.pyannote[528].end 6004.30784375
transcript.pyannote[529].speaker SPEAKER_08
transcript.pyannote[529].start 6004.67909375
transcript.pyannote[529].end 6007.85159375
transcript.pyannote[530].speaker SPEAKER_08
transcript.pyannote[530].start 6008.23971875
transcript.pyannote[530].end 6010.87221875
transcript.pyannote[531].speaker SPEAKER_08
transcript.pyannote[531].start 6011.19284375
transcript.pyannote[531].end 6013.48784375
transcript.pyannote[532].speaker SPEAKER_08
transcript.pyannote[532].start 6013.50471875
transcript.pyannote[532].end 6015.71534375
transcript.pyannote[533].speaker SPEAKER_08
transcript.pyannote[533].start 6016.08659375
transcript.pyannote[533].end 6016.44096875
transcript.pyannote[534].speaker SPEAKER_08
transcript.pyannote[534].start 6017.16659375
transcript.pyannote[534].end 6020.06909375
transcript.pyannote[535].speaker SPEAKER_08
transcript.pyannote[535].start 6020.27159375
transcript.pyannote[535].end 6022.44846875
transcript.pyannote[536].speaker SPEAKER_08
transcript.pyannote[536].start 6022.56659375
transcript.pyannote[536].end 6023.08971875
transcript.pyannote[537].speaker SPEAKER_08
transcript.pyannote[537].start 6023.47784375
transcript.pyannote[537].end 6032.72534375
transcript.pyannote[538].speaker SPEAKER_06
transcript.pyannote[538].start 6035.27346875
transcript.pyannote[538].end 6038.17596875
transcript.pyannote[539].speaker SPEAKER_06
transcript.pyannote[539].start 6039.62721875
transcript.pyannote[539].end 6047.59221875
transcript.pyannote[540].speaker SPEAKER_07
transcript.pyannote[540].start 6057.05909375
transcript.pyannote[540].end 6060.02909375
transcript.pyannote[541].speaker SPEAKER_07
transcript.pyannote[541].start 6060.56909375
transcript.pyannote[541].end 6062.30721875
transcript.pyannote[542].speaker SPEAKER_07
transcript.pyannote[542].start 6062.52659375
transcript.pyannote[542].end 6072.49971875
transcript.pyannote[543].speaker SPEAKER_07
transcript.pyannote[543].start 6072.56721875
transcript.pyannote[543].end 6077.15721875
transcript.pyannote[544].speaker SPEAKER_07
transcript.pyannote[544].start 6077.29221875
transcript.pyannote[544].end 6081.47721875
transcript.pyannote[545].speaker SPEAKER_07
transcript.pyannote[545].start 6082.60784375
transcript.pyannote[545].end 6088.90221875
transcript.pyannote[546].speaker SPEAKER_07
transcript.pyannote[546].start 6088.96971875
transcript.pyannote[546].end 6094.20096875
transcript.pyannote[547].speaker SPEAKER_07
transcript.pyannote[547].start 6094.45409375
transcript.pyannote[547].end 6096.56346875
transcript.pyannote[548].speaker SPEAKER_07
transcript.pyannote[548].start 6096.68159375
transcript.pyannote[548].end 6108.19034375
transcript.pyannote[549].speaker SPEAKER_07
transcript.pyannote[549].start 6108.94971875
transcript.pyannote[549].end 6124.59284375
transcript.pyannote[550].speaker SPEAKER_07
transcript.pyannote[550].start 6125.09909375
transcript.pyannote[550].end 6145.33221875
transcript.pyannote[551].speaker SPEAKER_07
transcript.pyannote[551].start 6145.95659375
transcript.pyannote[551].end 6160.08096875
transcript.pyannote[552].speaker SPEAKER_07
transcript.pyannote[552].start 6160.68846875
transcript.pyannote[552].end 6171.18471875
transcript.pyannote[553].speaker SPEAKER_07
transcript.pyannote[553].start 6171.62346875
transcript.pyannote[553].end 6173.29409375
transcript.pyannote[554].speaker SPEAKER_07
transcript.pyannote[554].start 6173.63159375
transcript.pyannote[554].end 6175.89284375
transcript.pyannote[555].speaker SPEAKER_07
transcript.pyannote[555].start 6176.17971875
transcript.pyannote[555].end 6190.84409375
transcript.pyannote[556].speaker SPEAKER_07
transcript.pyannote[556].start 6191.43471875
transcript.pyannote[556].end 6200.15909375
transcript.pyannote[557].speaker SPEAKER_07
transcript.pyannote[557].start 6200.56409375
transcript.pyannote[557].end 6201.27284375
transcript.pyannote[558].speaker SPEAKER_07
transcript.pyannote[558].start 6201.54284375
transcript.pyannote[558].end 6203.28096875
transcript.pyannote[559].speaker SPEAKER_07
transcript.pyannote[559].start 6203.39909375
transcript.pyannote[559].end 6206.03159375
transcript.pyannote[560].speaker SPEAKER_07
transcript.pyannote[560].start 6206.25096875
transcript.pyannote[560].end 6217.03409375
transcript.pyannote[561].speaker SPEAKER_07
transcript.pyannote[561].start 6217.06784375
transcript.pyannote[561].end 6223.34534375
transcript.pyannote[562].speaker SPEAKER_06
transcript.pyannote[562].start 6225.62346875
transcript.pyannote[562].end 6227.83409375
transcript.pyannote[563].speaker SPEAKER_06
transcript.pyannote[563].start 6229.85909375
transcript.pyannote[563].end 6235.24221875
transcript.pyannote[564].speaker SPEAKER_01
transcript.pyannote[564].start 6246.44721875
transcript.pyannote[564].end 6253.85534375
transcript.pyannote[565].speaker SPEAKER_01
transcript.pyannote[565].start 6253.87221875
transcript.pyannote[565].end 6261.14534375
transcript.pyannote[566].speaker SPEAKER_01
transcript.pyannote[566].start 6261.66846875
transcript.pyannote[566].end 6263.30534375
transcript.pyannote[567].speaker SPEAKER_01
transcript.pyannote[567].start 6264.23346875
transcript.pyannote[567].end 6276.80534375
transcript.pyannote[568].speaker SPEAKER_01
transcript.pyannote[568].start 6277.32846875
transcript.pyannote[568].end 6289.90034375
transcript.pyannote[569].speaker SPEAKER_01
transcript.pyannote[569].start 6290.28846875
transcript.pyannote[569].end 6293.02221875
transcript.pyannote[570].speaker SPEAKER_01
transcript.pyannote[570].start 6293.17409375
transcript.pyannote[570].end 6297.49409375
transcript.pyannote[571].speaker SPEAKER_01
transcript.pyannote[571].start 6297.88221875
transcript.pyannote[571].end 6300.88596875
transcript.pyannote[572].speaker SPEAKER_01
transcript.pyannote[572].start 6302.03346875
transcript.pyannote[572].end 6307.90596875
transcript.pyannote[573].speaker SPEAKER_01
transcript.pyannote[573].start 6308.61471875
transcript.pyannote[573].end 6311.73659375
transcript.pyannote[574].speaker SPEAKER_01
transcript.pyannote[574].start 6311.87159375
transcript.pyannote[574].end 6317.77784375
transcript.pyannote[575].speaker SPEAKER_01
transcript.pyannote[575].start 6317.89596875
transcript.pyannote[575].end 6327.12659375
transcript.pyannote[576].speaker SPEAKER_01
transcript.pyannote[576].start 6327.73409375
transcript.pyannote[576].end 6330.34971875
transcript.pyannote[577].speaker SPEAKER_01
transcript.pyannote[577].start 6330.80534375
transcript.pyannote[577].end 6332.17221875
transcript.pyannote[578].speaker SPEAKER_01
transcript.pyannote[578].start 6333.20159375
transcript.pyannote[578].end 6334.65284375
transcript.pyannote[579].speaker SPEAKER_01
transcript.pyannote[579].start 6335.09159375
transcript.pyannote[579].end 6337.15034375
transcript.pyannote[580].speaker SPEAKER_01
transcript.pyannote[580].start 6337.65659375
transcript.pyannote[580].end 6338.31471875
transcript.pyannote[581].speaker SPEAKER_01
transcript.pyannote[581].start 6338.82096875
transcript.pyannote[581].end 6341.70659375
transcript.pyannote[582].speaker SPEAKER_01
transcript.pyannote[582].start 6341.97659375
transcript.pyannote[582].end 6358.53096875
transcript.pyannote[583].speaker SPEAKER_01
transcript.pyannote[583].start 6359.72909375
transcript.pyannote[583].end 6363.15471875
transcript.pyannote[584].speaker SPEAKER_01
transcript.pyannote[584].start 6363.28971875
transcript.pyannote[584].end 6370.17471875
transcript.pyannote[585].speaker SPEAKER_01
transcript.pyannote[585].start 6370.44471875
transcript.pyannote[585].end 6371.82846875
transcript.pyannote[586].speaker SPEAKER_01
transcript.pyannote[586].start 6372.14909375
transcript.pyannote[586].end 6375.67596875
transcript.pyannote[587].speaker SPEAKER_01
transcript.pyannote[587].start 6376.82346875
transcript.pyannote[587].end 6390.25596875
transcript.pyannote[588].speaker SPEAKER_06
transcript.pyannote[588].start 6392.21346875
transcript.pyannote[588].end 6399.03096875
transcript.pyannote[589].speaker SPEAKER_03
transcript.pyannote[589].start 6406.79346875
transcript.pyannote[589].end 6407.78909375
transcript.pyannote[590].speaker SPEAKER_03
transcript.pyannote[590].start 6408.24471875
transcript.pyannote[590].end 6465.61971875
transcript.pyannote[591].speaker SPEAKER_03
transcript.pyannote[591].start 6465.95721875
transcript.pyannote[591].end 6677.04659375
transcript.pyannote[592].speaker SPEAKER_03
transcript.pyannote[592].start 6678.07596875
transcript.pyannote[592].end 6678.98721875
transcript.pyannote[593].speaker SPEAKER_06
transcript.pyannote[593].start 6678.98721875
transcript.pyannote[593].end 6679.00409375
transcript.pyannote[594].speaker SPEAKER_06
transcript.pyannote[594].start 6681.02909375
transcript.pyannote[594].end 6689.46659375
transcript.pyannote[595].speaker SPEAKER_06
transcript.pyannote[595].start 6689.50034375
transcript.pyannote[595].end 6690.20909375
transcript.pyannote[596].speaker SPEAKER_06
transcript.pyannote[596].start 6690.51284375
transcript.pyannote[596].end 6694.91721875
transcript.pyannote[597].speaker SPEAKER_06
transcript.pyannote[597].start 6695.89596875
transcript.pyannote[597].end 6697.24596875
transcript.pyannote[598].speaker SPEAKER_06
transcript.pyannote[598].start 6698.69721875
transcript.pyannote[598].end 6705.41346875
transcript.pyannote[599].speaker SPEAKER_06
transcript.pyannote[599].start 6705.71721875
transcript.pyannote[599].end 6724.87034375
transcript.pyannote[600].speaker SPEAKER_06
transcript.pyannote[600].start 6725.66346875
transcript.pyannote[600].end 6755.05971875
transcript.pyannote[601].speaker SPEAKER_06
transcript.pyannote[601].start 6755.29596875
transcript.pyannote[601].end 6787.84784375
transcript.pyannote[602].speaker SPEAKER_06
transcript.pyannote[602].start 6791.74596875
transcript.pyannote[602].end 6792.45471875
transcript.pyannote[603].speaker SPEAKER_05
transcript.pyannote[603].start 6792.45471875
transcript.pyannote[603].end 6800.18346875
transcript.pyannote[604].speaker SPEAKER_00
transcript.pyannote[604].start 6801.12846875
transcript.pyannote[604].end 6802.36034375
transcript.pyannote[605].speaker SPEAKER_06
transcript.pyannote[605].start 6823.77471875
transcript.pyannote[605].end 6828.26346875
transcript.pyannote[606].speaker SPEAKER_06
transcript.pyannote[606].start 6829.30971875
transcript.pyannote[606].end 6831.11534375
transcript.pyannote[607].speaker SPEAKER_06
transcript.pyannote[607].start 6831.38534375
transcript.pyannote[607].end 6831.84096875
transcript.pyannote[608].speaker SPEAKER_06
transcript.pyannote[608].start 6832.98846875
transcript.pyannote[608].end 6836.97096875
transcript.pyannote[609].speaker SPEAKER_06
transcript.pyannote[609].start 6837.59534375
transcript.pyannote[609].end 6840.09284375
transcript.pyannote[610].speaker SPEAKER_06
transcript.pyannote[610].start 6843.67034375
transcript.pyannote[610].end 6844.80096875
transcript.pyannote[611].speaker SPEAKER_05
transcript.pyannote[611].start 6844.80096875
transcript.pyannote[611].end 6845.29034375
transcript.pyannote[612].speaker SPEAKER_06
transcript.pyannote[612].start 6845.98221875
transcript.pyannote[612].end 6850.28534375
transcript.pyannote[613].speaker SPEAKER_00
transcript.pyannote[613].start 6850.28534375
transcript.pyannote[613].end 6851.39909375
transcript.pyannote[614].speaker SPEAKER_06
transcript.pyannote[614].start 6852.32721875
transcript.pyannote[614].end 6855.87096875
transcript.pyannote[615].speaker SPEAKER_06
transcript.pyannote[615].start 6858.63846875
transcript.pyannote[615].end 6865.59096875
transcript.pyannote[616].speaker SPEAKER_06
transcript.pyannote[616].start 6867.32909375
transcript.pyannote[616].end 6869.47221875
transcript.pyannote[617].speaker SPEAKER_06
transcript.pyannote[617].start 6870.04596875
transcript.pyannote[617].end 6874.11284375
transcript.pyannote[618].speaker SPEAKER_06
transcript.pyannote[618].start 6874.43346875
transcript.pyannote[618].end 6877.62284375
transcript.pyannote[619].speaker SPEAKER_06
transcript.pyannote[619].start 6877.82534375
transcript.pyannote[619].end 6879.25971875
transcript.pyannote[620].speaker SPEAKER_06
transcript.pyannote[620].start 6879.74909375
transcript.pyannote[620].end 6906.79971875
transcript.pyannote[621].speaker SPEAKER_06
transcript.pyannote[621].start 6907.00221875
transcript.pyannote[621].end 6930.15471875
transcript.whisperx[0].start 2071.664
transcript.whisperx[0].end 2073.448
transcript.whisperx[0].text 好我們現在開始開會
transcript.whisperx[1].start 2077.219
transcript.whisperx[1].end 2100.291
transcript.whisperx[1].text 歡迎今天歷齡的各位莊家學者、在場委員、政府機關代表來參加我們今天因應對等關稅與淨零碳排是否應修改海關進口稅則免除進口車與進口汽車零組件的關稅並將使用牌照稅改以碳排量積增供聽費
transcript.whisperx[2].start 2102.767
transcript.whisperx[2].end 2129.825
transcript.whisperx[2].text 我們請大家二要表達本次公聽會的目的那我們先介紹我們在場的委員賴思寶委員我們今天與會的專家學者還有政府代表我們戴智賢這個中華經濟研究院的副院長戴智賢戴副院長副研究員
transcript.whisperx[3].start 2131.923
transcript.whisperx[3].end 2149.969
transcript.whisperx[3].text 國立台北科技大學測量工程學系教授 陳志堅陳教授 歡迎台灣區測量工業同業工會秘書長 吳志葵 謝謝汽車商業同業工會全聯會理事長 劉景淳 劉理事長我們財政部政務次長 陳永勝 陳次長 歡迎
transcript.whisperx[4].start 2161.107
transcript.whisperx[4].end 2169.536
transcript.whisperx[4].text 官務署蘇淑貞副署長歡迎複稅署李志忠副署長歡迎國發會專門委員吳明修
transcript.whisperx[5].start 2176.946
transcript.whisperx[5].end 2185.49
transcript.whisperx[5].text 交通部公共運輸及監理師專門委員趙敬維 歡迎環境部氣候變遷署何文淵副組長 歡迎經濟部產發署陳國軒副組長 歡迎能源署高淑芳組長 歡迎法務部廖江縣參事 歡迎好
transcript.whisperx[6].start 2207.794
transcript.whisperx[6].end 2233.56
transcript.whisperx[6].text 在與會人員發言前我做一下宣告每一位發言八分鐘結束前一分鐘會按您提醒原則上依專家學者之簽到順序發言委員若需發言請到主席台登記每位五分鐘全部發言完畢後請行政機關就業管全責整體回應現在我們先請賴世保委員來發言
transcript.whisperx[7].start 2242.937
transcript.whisperx[7].end 2256.732
transcript.whisperx[7].text 謝謝主席及各位先進那麼我今天是很有感覺來參加這個公務會來拜託財政部的剛上任的次長以後可能當部長的要仔細聽這議者的心聲希望經濟部、產報署大聲一點
transcript.whisperx[8].start 2263.28
transcript.whisperx[8].end 2271.349
transcript.whisperx[8].text 對財政部跟董事長的業者也大聲的講出來今天全部都列了很好第一個現在來講我們跟美國談的關稅談判ART要從17.5%降為0這個衝擊不可謂不大
transcript.whisperx[9].start 2280.78
transcript.whisperx[9].end 2306.63
transcript.whisperx[9].text 如果把汽車業以及它的一個零組件業全部加起來大概一般估算有三十萬人這三十萬人的生計其實是一個大事情那現在政府匡列三十億說要幫他轉型幹什麼的這個如果三十億我是不知道三十億怎麼估算來的等一下去產發署可以說明一下三十億怎麼算來的我覺得加一個零差不多
transcript.whisperx[10].start 2309.611
transcript.whisperx[10].end 2320.103
transcript.whisperx[10].text 你這個來講的話你現在來講的話大概全部垮掉了大概全部垮掉了你這個要怎麼活 我就不知道怎麼活所以我具體的針對這個提綱第一題
transcript.whisperx[11].start 2323.359
transcript.whisperx[11].end 2348.506
transcript.whisperx[11].text 就是既然這樣子然後除非我們政府就正式對外宣布棋職行業我不要了通通不要了通通Face out關門啦回去吃自己啦通通不要了否則的話應該增加他的競爭力嘛除了你的30億以外你增加什麼競爭力產生部就有90半年的把他的關鍵零組件
transcript.whisperx[12].start 2350.527
transcript.whisperx[12].end 2356.763
transcript.whisperx[12].text 比如說它的發動機engine比如說它的變速箱這些關鍵零組件調為零
transcript.whisperx[13].start 2360.203
transcript.whisperx[13].end 2386.21
transcript.whisperx[13].text 這個我跟林部長談過了部長沒有反對啦但是他講的是說什麼我們給日本這樣的規則因為你進來的很多領主進從日本來的嘛那是不是我們要求日本能夠對等對我們是不降稅這個我同意啊這個你們去談啦但是一個重要的關鍵點就是你要整車為林
transcript.whisperx[14].start 2388.447
transcript.whisperx[14].end 2404.936
transcript.whisperx[14].text 要讓汽車廠零組件業不要全部倒掉這時候關鍵性的我們要進口的零組件我剛剛已經幾個了 事實上不只那兩個了還有很多 這些關稅同仁要叫我一點
transcript.whisperx[15].start 2406.516
transcript.whisperx[15].end 2430.584
transcript.whisperx[15].text 這是第一個我距離的呼應今天這個提綱第二個三十億元是要怎麼樣做人員訓練還是怎麼樣三十億元我覺得是不夠的這裡面你說我用專款來補助他什麼追星還是什麼的成本假如沒有辦法做到我剛剛所提到的成本就這麼高你怎麼跟他競爭每次要進來
transcript.whisperx[16].start 2434.586
transcript.whisperx[16].end 2460.447
transcript.whisperx[16].text 那這裡面來講的話因為我們這個沒有搞定這個財政部跟經濟部要看好啊很多的想買車的潛在的購買者因為你這個沒有搞定ART現在還要150天啊因為根據他們的相關的法律就已經失效了即便你不能講要重彈你不叫美國也是要重彈啊
transcript.whisperx[17].start 2462.092
transcript.whisperx[17].end 2486.06
transcript.whisperx[17].text 美國要給你技術三零一啊親民主義看得到我們政府掌握這部分啦老是只有為美國示從這其實是很奇怪的第三個題目你既然我對於就根據WTO原來進口關稅分子三失一直在加入WTO之後在2010年才調降為17.5
transcript.whisperx[18].start 2490.199
transcript.whisperx[18].end 2512.402
transcript.whisperx[18].text 那些只有對美國是零關稅啊,對其他國家呢?對其他國家這個才是不要估算一下喔我們就要想說,如果我們的關稅就提出來行政院,提出來大立法院說我要把美國進來的17.5要降為零那我要提案,所有人的進口關稅通通是零
transcript.whisperx[19].start 2514.079
transcript.whisperx[19].end 2541.349
transcript.whisperx[19].text 我們這樣汽車廠不是更慘但是這樣子對於其他的其他國家進來的因為這個WTO公平貿易的原則你可能對其他的對其他的國家也要降為零啊這個都要整個算喔財政部要及早去算因為這個都要提出來財政部要研究功課第一個關鍵性的零組件來現在可以降為零了
transcript.whisperx[20].start 2543.229
transcript.whisperx[20].end 2566.2
transcript.whisperx[20].text 儘快地踢出來 我要把它降為零第二個 如果其他的國家進來的汽車 我也降為零這樣子我們整年度的關稅會少多少 這個關稅少多少經濟部這邊就是要認真去做研究 看會不會報告出來
transcript.whisperx[21].start 2567.541
transcript.whisperx[21].end 2582.768
transcript.whisperx[21].text 從此一場評估到底17.5%降為0的話大概有多少人會失業過去講是幾千人是不是這個數字來講清楚要怎麼樣能夠渡過這個難關我覺得這個只要你們提出來
transcript.whisperx[22].start 2583.988
transcript.whisperx[22].end 2601.041
transcript.whisperx[22].text 我所了解的我們立法院都有全力支持我們希望好不容易扶持一個產業不要說因為跟台灣美國這到底台灣美國嗎我們只希望從20加N降為15%就要做這麼大的一個讓步其實
transcript.whisperx[23].start 2603.183
transcript.whisperx[23].end 2629.162
transcript.whisperx[23].text 其實它裡面 我們英文叫justify是不是justify 是不是公允 這個都值得大家考慮好 我簡單的發言到這裡 請各位指教 謝謝好 謝謝賴司保委員我們再補充介紹 我們現在到達的教授國立政治大學財政學系 羅光達羅教授 歡迎
transcript.whisperx[24].start 2632.076
transcript.whisperx[24].end 2638.665
transcript.whisperx[24].text 好 接下來我們請第二位發言 請中華經濟研究院副研究員戴智賢戴副研究員
transcript.whisperx[25].start 2649.303
transcript.whisperx[25].end 2676.764
transcript.whisperx[25].text 主席各位大家早那針對這四個題目的話我想做一下我們的觀察跟說明那第一個問題其實我們的認為是其實我們如果要強化未來在國內汽車產業的內需市場的這個競爭力的話其實調降這種沒有產製零件的關稅是有利於我們的發展原因是什麼原因是因為台灣目前的汽車產業主要是一個內需型的產業
transcript.whisperx[26].start 2677.805
transcript.whisperx[26].end 2698.877
transcript.whisperx[26].text 那我們大部分的汽車生產跟組裝大概年產量是20到25萬之間那大部分的車子其實都是在本國做銷售除了有一部分是賣到其他國家之外其實我們都是內需為主所以如果能夠降臨組件的那個成本的時候呢其實對於國內廠商的這個生產成本是有幫助的而且會很直接
transcript.whisperx[27].start 2699.597
transcript.whisperx[27].end 2720.286
transcript.whisperx[27].text 但是在這個降稅的前提之下我覺得還有另外一件事情可能是需要去提比方說我們是不是在主管部會或是車廠上面他能夠去提車輛的出口的計畫因為我們過去看到的研究上來看的話國際上的做法通常都是透過稅賦的方式然後放大他的產品出口的狀況
transcript.whisperx[28].start 2721.38
transcript.whisperx[28].end 2750.379
transcript.whisperx[28].text 那這個放大出口其實有個好處第一個就是說因為我的使用量增加了那後續其實可能會讓國際的零件廠商在台灣設置一些warehouse甚至是小的生產的據點那從這個角度出發讓FDI能夠上來所以這個方式才或許有機會變成是我們現在研發了很多新的技術然後成為一個比較重要的零組件生產而且是走OEM體系的國家因為這一塊是目前台灣相對比較弱勢的區塊
transcript.whisperx[29].start 2751.58
transcript.whisperx[29].end 2765.061
transcript.whisperx[29].text 那另外一個部分就是說如果能夠採取這個方式進來的話除了車價有下降的空間那關稅的部分可能也會有稅損那這個部分其實要怎麼樣去做設計跟平衡可能會是另外一個問題
transcript.whisperx[30].start 2766.052
transcript.whisperx[30].end 2781.798
transcript.whisperx[30].text 那第二個就是在三十億這件事情上的話我們目前觀察到其實三十億目前的規劃對於長期來講不是只有因應ART這件事情的話是不太夠的原因是什麼原因是因為我們現在在ART這個部分看到的可能是一個短期的衝擊
transcript.whisperx[31].start 2782.958
transcript.whisperx[31].end 2809.279
transcript.whisperx[31].text 但是長期來講的話因為WTO的架構上其他國家的商會也會要求同樣的比照辦理做這種所謂的關稅下降的動作所以第一個部分就是我們在30億的補助上面除了生產廠商之外連帶也會影響到保修的體系、銷售的體系那這一整個所謂的汽車產業的環節是非常大的它基本上都會打到這樣的一個狀況
transcript.whisperx[32].start 2810.22
transcript.whisperx[32].end 2829.458
transcript.whisperx[32].text 那當然雖然有一些專家會認為說可能在集團的資源配置上面我們也看到說他從做國產車然後開始進口車為主的這種銷售模式不過他終究還是會讓原來的供應鏈受到衝擊所以這是第一個可能要去預備因應的因為這可能是一個長期結構性的問題
transcript.whisperx[33].start 2830.979
transcript.whisperx[33].end 2849.899
transcript.whisperx[33].text 那第二個就是我們的觀察目前來看的話台灣對外的汽車零組件出口大部分都是以AM市場然後以車燈板件這個為主那過去這個問題不大原因是因為我只要外型基本上一樣就可以了可是未來我們在這種產品出口上面來講的話會遇到第一個是智權的問題
transcript.whisperx[34].start 2850.72
transcript.whisperx[34].end 2865.107
transcript.whisperx[34].text 我相信國內的廠商大概已經過去幾年慢慢這個問題就浮現出來智慧財產權然後國外的廠商跨海來台灣做這個告訴的動作所以怎麼樣提升技術的特殊性避免這個問題就變成是一個重點
transcript.whisperx[35].start 2867.455
transcript.whisperx[35].end 2889.386
transcript.whisperx[35].text 那從汽車科技這個角度上來看的話未來的車輛不管是在電動車或是在車輛電子的這些技術上來講越來越多東西它需要跟車上的這一些電子零組件能夠做互通這個已經不是我們過去零組件尤其是在Apple Market裡面所熟悉的模式這個其實也需要去做所謂的投資跟升級的動作
transcript.whisperx[36].start 2890.266
transcript.whisperx[36].end 2915.965
transcript.whisperx[36].text 所以如果從這個角度上來看30億的安排可能在短期上是妥適但是長期上來講可能有一些東西需要再思考再討論一下尤其是國內每年有相當的經費也投資在車輛科技的發展那這部分是不是能夠再擴大讓我們的零組件的產業能夠變成國際重要的一環這個可能是一個重要的做法
transcript.whisperx[37].start 2916.718
transcript.whisperx[37].end 2935.94
transcript.whisperx[37].text 那在第三個問題上來看的話,國人的購車成本除了關稅之外,另外一個部分比較大的在貨物稅啦那我們現在基本上看到就是貨物稅的一個條例,實際上是已經有實質的補貼的效果出來不過這個部分是因為消費者端會有需求
transcript.whisperx[38].start 2936.681
transcript.whisperx[38].end 2951.912
transcript.whisperx[38].text 那我們會建議說除了在關稅部分去做思考之外其實也可以去比照一下是不可能把台灣過去在各個車廠跟生產據點他們其實都有所謂的區域研發中心這樣的一個體系在拉回來
transcript.whisperx[39].start 2952.572
transcript.whisperx[39].end 2973.587
transcript.whisperx[39].text 因為過去在產發署工業局的時代裡面其實確實有這樣做它給廠商一定的誘因比方說貨物稅減免2.5%的方式強化了台灣在整個全球車廠研發的位置所以那個年代其實有很多大家都熟悉的車是在台灣做研發比方像Focus像Artis這一些車子都在台灣做
transcript.whisperx[40].start 2974.528
transcript.whisperx[40].end 2999.882
transcript.whisperx[40].text 那後來因為沒有這個誘因的時候其實這個研發中心的功能就慢慢萎縮了大概就目前只剩下幾個車廠還有這樣的一個功能在裡面所以我會建議說除了在關稅之外我們其實對於廠商端的這個部分的設計是不是也能夠利用稅制的方式在引誘它然後讓我們的汽車產業能夠在新的這樣的一個結果上面取得一個比較好的做法
transcript.whisperx[41].start 3000.602
transcript.whisperx[41].end 3028.041
transcript.whisperx[41].text 這個可能是後續上面我們可以去思考的一個方向那最後一個提綱雖然有建議是以碳排放里程的每公里的標準來做不過這個在現實上是有點困難啦所以短期比較可行的方式也許是我們重新來檢討一下現在的牌照稅收費的那個級距是不是能夠跟國際現在的級距分類能夠開始做對接
transcript.whisperx[42].start 3029.122
transcript.whisperx[42].end 3050.337
transcript.whisperx[42].text 因為國際的級距上通常是500、500當作一個級距在做但是台灣比較特別一點有個501到600然後就開始用這樣的一個級距分類這個跟大部分國家在開發這樣的一個科技還有就是它徵稅那個基礎可能不太一樣那這個好處是什麼就是如果我們未來能夠把這個級距分類開始對軌比較到
transcript.whisperx[43].start 3053.719
transcript.whisperx[43].end 3078.666
transcript.whisperx[43].text 大部分的這種國際的標準上來的時候在廠商這邊的行為上它也比較容易去引進國際上的一些新的節能科技那第二個就是說我們也可以去參照像這一種它在電動車跟燃油車轉換的一個對照的一個基準上這個相對就比較好去溝通而不要花很多力氣重新再去做以上是眾議院這邊的一個看法
transcript.whisperx[44].start 3080.475
transcript.whisperx[44].end 3108.512
transcript.whisperx[44].text 好 謝謝大副研究員接下來我們請黃建豪委員發言對不起 我們先請陳教授好了請國立台北科技大學車輛工程學學系陳志堅教授 謝謝主席還有各位先進 大家好我想今天在這邊的試題我想第一題來講就是說
transcript.whisperx[45].start 3110.197
transcript.whisperx[45].end 3125.238
transcript.whisperx[45].text 這個很明確沒有辦法生產的國內沒辦法生產的這個汽車零組件降低甚至免除關稅那提升這個國內車廠的這個競爭力那我個人是認為是是有需要的因為這個就是
transcript.whisperx[46].start 3126.86
transcript.whisperx[46].end 3142.992
transcript.whisperx[46].text 我們保護本土產業這個是因為對應這個美車這個降稅那我想在第三題這個事實上是連動的因為對消費者來講他們這個一定是希望越便宜越好
transcript.whisperx[47].start 3143.672
transcript.whisperx[47].end 3160.64
transcript.whisperx[47].text 但是對這個產業界來講那還是要維持一定的競爭力所以我想如果能夠對這個國內沒有辦法生產的這些汽車零組件可以做一些降低關稅那增加這個成本的優勢的話這個是我是這個贊成的
transcript.whisperx[48].start 3165.903
transcript.whisperx[48].end 3182.792
transcript.whisperx[48].text 那另外就是說剛剛前面戴先生發言就是說能夠把這個國外的汽車廠的這些零組件的這些研發引入國內那我想也是要這個能夠有一些誘因
transcript.whisperx[49].start 3184.552
transcript.whisperx[49].end 3209.061
transcript.whisperx[49].text 那這樣子在這個無法生產那變成可以生產那這個當然對本土的產業會提升那但是我想就是汽車業基本上是國內市場所以它的產量可能沒辦法像其他的國際廠這樣子可以做全球的一個行銷那所以它的產量會有限定性的一個限制
transcript.whisperx[50].start 3210.281
transcript.whisperx[50].end 3218.427
transcript.whisperx[50].text 所以我想在如何對量還有價格優勢取得平衡這是要思考的
transcript.whisperx[51].start 3219.704
transcript.whisperx[51].end 3242.447
transcript.whisperx[51].text 那第二點就是說這個30億那30億我想這個是韌性而且是短時間的一個措施好像實施是到明年年底就會是就必須要把它這個的滋用有一些時間上的限制所以其實它是短期的那中期的話我想
transcript.whisperx[52].start 3243.508
transcript.whisperx[52].end 3255.736
transcript.whisperx[52].text 對整個汽車產業整個長久的一個變化的話那這30億我想是不足的所以建議就是說中期大概就是說關鍵零組件這個車用電子這個控制系統
transcript.whisperx[53].start 3261.299
transcript.whisperx[53].end 3279.491
transcript.whisperx[53].text 還有低碳的製造能力這個是必須要發展的尤其長期台灣的優勢在半導體在自通訊的這些產業如果能夠結合我想這個會打造台灣比較高附加價值的汽車產業的生態我想這個是一個比較長遠的發展好
transcript.whisperx[54].start 3285.933
transcript.whisperx[54].end 3303.612
transcript.whisperx[54].text 第三題的話就是說剛剛我們講過就是說購車意願當然價格如果變低的話那當然就是誘因會增加那銷售量也會增加但是對本土產業會有一些衝擊那其實我們現在看的是產業
transcript.whisperx[55].start 3305.194
transcript.whisperx[55].end 3330.934
transcript.whisperx[55].text 那個人在學校尤其在這個車輛系那我就跟學生講就是說如果這個真的開放了那這個車廠也都關了都沒了那各位是不是將來都是到台積電那所以意思也就是說我們還是要保留本土產業尤其這個汽車是這個非常基本的這個工業所以
transcript.whisperx[56].start 3333.84
transcript.whisperx[56].end 3359.465
transcript.whisperx[56].text 所以如果要開放我想可能我是建議就是說分階段那有差別化那因為現在面對美國關稅的這個議題那如果單一國家降低那當然剛剛賴委員講到就是會有WTO這些問題但是我想這個還是必須要有差別化你如果貿然一次全部開放那這個衝突會比較大這個衝擊會比較大
transcript.whisperx[57].start 3362.712
transcript.whisperx[57].end 3372.445
transcript.whisperx[57].text 如果能夠分階段這個是比較好那既然可以對消費者有一些favor然後也對本土產業減少他的衝擊那最後就是牌照稅
transcript.whisperx[58].start 3377.93
transcript.whisperx[58].end 3401.162
transcript.whisperx[58].text 牌照稅大概是如果是純電車的話現在是2030之前免牌照稅也免這個燃料稅好像是這個樣子所以這個議題其實是focus在這幾年如何對燃油車混合動力車還有這個插電式的這個混合動力車這些車輛怎麼樣去重新定義這個這個這個護稅這個牌照稅那
transcript.whisperx[59].start 3408.781
transcript.whisperx[59].end 3435.041
transcript.whisperx[59].text 這個如果在新車的時候我們有定義一個表就像現在的CC數CC數為什麼容易執行因為不管是新車舊車車子的CC數不會變所以它比較容易去在行政實施的成本上會比較低但是如果改成碳排那碳排會變新車跟舊車這個一定會不一樣
transcript.whisperx[60].start 3436.382
transcript.whisperx[60].end 3464.436
transcript.whisperx[60].text 所以這個時候就很難去做這個認定所以我的建議是說在2030之前在電車這個還沒有這個牌照稅之前我們在對新車是不是可以分階段的一個實施因為現在目標比較明確它就是直接針對這個燃油車或者是混合動力車那去做一些碳排的認定
transcript.whisperx[61].start 3465.496
transcript.whisperx[61].end 3490.809
transcript.whisperx[61].text 那當然這個認定還是有一些工程的一些基礎因為混合動力車它基本上是油車但是插電式的混合動力車又是另外一個問題那廠商的資料都是充滿電然後再去跑那但是一般使用者這個在歐盟這個的經驗裡面大概跑到後面大家都不充電懶得充電那這個時候都變成一個純粹的混合動力車所以這個的認定就會比較
transcript.whisperx[62].start 3496.599
transcript.whisperx[62].end 3509.347
transcript.whisperx[62].text 會比較麻煩 會比較有一些爭議所以我想以上這是我個人對前面的試題簡單的一個意見的陳述 謝謝好 我們謝謝陳志堅 陳教授接下來請黃建豪委員
transcript.whisperx[63].start 3529.517
transcript.whisperx[63].end 3543.838
transcript.whisperx[63].text 好謝謝我們林世民主席來這樣子的一個公聽會在場各位專家學者各位產業界代表大家早安我是立法委員黃建豪今天會有這個進口車整車零組件的這個公聽會的原因當然也是因為對等關稅開始之後
transcript.whisperx[64].start 3546.481
transcript.whisperx[64].end 3562.186
transcript.whisperx[64].text 國內的這個產業跟輿論有發生一些變化那本席在過去也曾經提過說第一個是進口整車關稅要降稅至2.5%那在上個會期也提到說這個進口零組件應該關稅降到0%那原始當然是因為我們觀察到一件事情雖然經濟部認為說在對等關稅之後對國內車市的衝擊只會影響到1.1%但是我們從數據上來講
transcript.whisperx[65].start 3570.309
transcript.whisperx[65].end 3574.111
transcript.whisperx[65].text 國內的國產車的產值2023年的時候產值我們掌握到的數據還有2301億元到2025年的時候剩下1900億元所以換句話說整個產值蒸發了400億所以我想應該不是只有1.1%的衝擊如果如果真的這個美國車
transcript.whisperx[66].start 3586.298
transcript.whisperx[66].end 3609.27
transcript.whisperx[66].text 整車進口確實真的零關稅進來之後我想它的衝擊應該會比這個400億更大包含說現在大家也都在觀望所以我們才提相關的修法也才有加上今天的公聽會那當然我們從整體的這個汽車零組件的出口或者產值來講確實因為裡面也包含了出口到國外去的一些關鍵零組件所以當然整體產值看起來很高但是如果回到國內車市回到國內的就業市場來講就會回到我剛剛提到的整體的這個數據是下降的所以我們才需要說
transcript.whisperx[67].start 3615.854
transcript.whisperx[67].end 3639.133
transcript.whisperx[67].text 我本人個人的立場是希望說在這個進口零組件的部分如果說現在我們跟美國談的ART的部分美國的整車進來零關稅美國的零組件進來也是零關稅那這樣會直接影響到我想就是我們國內整車的就是所謂國產車的這部分你的組裝如果你的零組件不是來自美國的話那你的成本就一定比其他人更高
transcript.whisperx[68].start 3639.753
transcript.whisperx[68].end 3668.235
transcript.whisperx[68].text 那在今年2月26號我跟經濟部長在質詢在談那個美國關稅質詢的時候他也說那未來我們是不是有可能產業去多購買美國的零組件我想這也是不符不切實際也不符現實的狀況所以我們當然希望說如果在這樣的前提之下未來我們在國內在面對各國進口零組件的部分因為雖然現在有所謂國產車但是我知道我們關鍵的包含說一些變速箱引擎等等的這些關鍵的東西還是靠國外進口那如果
transcript.whisperx[69].start 3669.196
transcript.whisperx[69].end 3694.206
transcript.whisperx[69].text 完全仰賴美國的話我想對於國內的車市跟對國內的這個製車工業會造成很大的影響跟衝擊那既然已經有這個ART的部分已經談了說要跟美國要談這個所謂進口零關稅的部分那跟其他國家歐洲或日本或其他國家的領主権他進來台灣我認為應該也要把關稅降至零那這樣領主権進來之後我想從我收到的資訊來講
transcript.whisperx[70].start 3695.306
transcript.whisperx[70].end 3720.906
transcript.whisperx[70].text 對於國內的這個整車的這個領主對整車的工業這個產業鏈它的衝擊才能夠降到最低那我們的國產車在國內的車市也才能夠保有持續保有持續的競爭力那不然如果美國車進來零關稅用美國零件的車進來也零關稅那其他的車子關稅一樣維持在17.5%我想一開始的競爭的優勢就不見了所以在這個前提之下我想基於公平貿易基於國內競爭的優勢應該也是要讓其他國家的這個
transcript.whisperx[71].start 3724.408
transcript.whisperx[71].end 3750.161
transcript.whisperx[71].text 進口零組件進到零關稅的部分還不會造成這個產業競爭不公的問題所以在針對台灣無產製的零件的部分我們也希望說產業界能夠支持也希望經濟部跟財政部能夠支持讓只要是台灣無產製的這個零組件的部分能夠進口零關稅那我想這樣同時既然台灣沒有產製那我想對於這個國內的其他的業者就如果你是在台灣生產的零組件
transcript.whisperx[72].start 3751.121
transcript.whisperx[72].end 3764.921
transcript.whisperx[72].text 你不管是外銷或者是內銷至少我們沒有再不會被關稅受到衝擊但是我們之前自己沒做可是我必須進口進來才能夠把這車子完成的這個前提之下我也希望這個部分我們的關稅能夠降至零
transcript.whisperx[73].start 3766.854
transcript.whisperx[73].end 3789.282
transcript.whisperx[73].text 那至於整車降稅降至零的部分我想跟他業界跟很多學者提到一件事情當然如果整車降至零我想對於國內的產業的衝擊會非常的直接所以我覺得這部分可能還要再收集各家的意見收集我們產業意見跟學界的意見然後也要聊給消費者的市場我想這個整車降至所有所有車降至零除了美國社會意見談了之外
transcript.whisperx[74].start 3789.882
transcript.whisperx[74].end 3812.961
transcript.whisperx[74].text 其他國家的車竟然要不要完全零關稅當然最終目標我們是參加消費者的消費者立場當然希望這樣子但是站在這個產業的立場站在照顧勞工立場我認為這個可能還是要逐步的開放那是情況來決定但是我覺得在整車進口零關稅之前至少要先做到這個零組件進口要將零關稅的這個部分的目標先能夠達成以上我是我的意見 謝謝好 謝謝黃建豪委員
transcript.whisperx[75].start 3820.307
transcript.whisperx[75].end 3823.338
transcript.whisperx[75].text 接下來我們請台灣區車輛工業同業工會秘書長吳志奎吳秘書長
transcript.whisperx[76].start 3835
transcript.whisperx[76].end 3855.505
transcript.whisperx[76].text 各位委員各位我們政府的官員還有我們專家學者今天很高興有這個機會來跟大家報告一下我們汽車產業的一些狀況今天的媒體已經都有所報導就是財政部對於這個零組件降關稅整車關稅還有這個所謂牌照稅的這樣一個調整
transcript.whisperx[77].start 3860.786
transcript.whisperx[77].end 3874.903
transcript.whisperx[77].text 財政部有具體的一些意見那我這邊就不再多做這個說明那我只針對我們所關切的一些這個無產制零組件降關稅這個議題來向各位報告我今天準備了幾頁簡報
transcript.whisperx[78].start 3878.047
transcript.whisperx[78].end 3892.203
transcript.whisperx[78].text 那我們知道關稅這個為什麼川普政府會被法院判為無效因為關稅這個議題在每個國家都是要經過國會同意之後才辦理所以關稅這個議題是經由談判
transcript.whisperx[79].start 3895.728
transcript.whisperx[79].end 3920.288
transcript.whisperx[79].text 出來的這個結果所以也不是說我們自己先降或者是說我們要求別人要不要降這都是不是很務實的一些意見所以這個關稅很多大部分我們可以看到川普把這個整車關稅提上來主要是保護國內產業的一個概況那對我們國家來講我們看到第一頁我們的關稅的一個結構
transcript.whisperx[80].start 3922.269
transcript.whisperx[80].end 3949.348
transcript.whisperx[80].text 事實上在加入WTO之前我們是30%我們能談到加入WTO之後能17.5%這當時是非常非常不容易而且是非常重要的一個成果讓我們數十年的汽車產業能能持續的維持這個是很重要的一個現在來看要談到這樣的成果已經是非常困難那時候我們看我們零件的結構
transcript.whisperx[81].start 3951.308
transcript.whisperx[81].end 3979.891
transcript.whisperx[81].text 我們整車是30%那零件很多重要的零組件不管是我們的煞車啊 避震啊 懸吊啊這都是重要的關鍵零組件為什麼它關稅可以那時候維持這麼高的關稅一方面是政府為了鼓勵零組件發展而且同時照顧整車產業因為在整車貨品的關稅跟零組件的關稅一定要有一個稅差
transcript.whisperx[82].start 3981.107
transcript.whisperx[82].end 4009.763
transcript.whisperx[82].text 你才能維持一個產業的均衡的發展再來這個背景是因為當初有自治慾的規定我們整車為了呼應回應政府的政策所以對這個零件的關稅並沒有去做一個特別的要求可是我們到現在來看我們的整車關稅已經降到17.5可是我們的零件關稅
transcript.whisperx[83].start 4011.817
transcript.whisperx[83].end 4034.224
transcript.whisperx[83].text 很多都是維持在15這個稅差已經讓我們整車的成本負擔已經出現了一些問題所以今天來向各位報告那我們來看車子的動力最重要的就是引擎跟變速箱
transcript.whisperx[84].start 4035.031
transcript.whisperx[84].end 4061.643
transcript.whisperx[84].text 在變速箱在加入WTT之前就已經是零了為什麼是零因為變速箱非常機密投資非常龐大他甚至超過引擎的投資那時候已經是確定不會有人在國內去生產變速箱所以很斷然的那時候就已經是零了可是引擎我們認為我們還有機會所以就維持在20可是當整車一直降下來之後到
transcript.whisperx[85].start 4062.628
transcript.whisperx[85].end 4088.934
transcript.whisperx[85].text 我們降到17.52011年的時候財政部看到這個稅制不合理因為引擎已經餓死了我們整車17.5財政部主動降到17.5當時我們業界也沒有什麼特別的意見那現在的情況已經是非常刻不容緩了因為
transcript.whisperx[86].start 4092.601
transcript.whisperx[86].end 4120.628
transcript.whisperx[86].text 我們先看在下一頁我們再看下一頁我們去看全球的主要汽車市場發達的國家中國當然從金融海嘯之後他一直是全球排在第一的市場銷售量我們看他整車15%他的零件平均關稅是6到10那我們看美國
transcript.whisperx[87].start 4122.014
transcript.whisperx[87].end 4136.261
transcript.whisperx[87].text 美國更特別了他乘用車都非常低只有2.5可是他的小貨車他的pick up是他三大車廠在國內生產而且是靠這樣的一個車型
transcript.whisperx[88].start 4140.54
transcript.whisperx[88].end 4166.798
transcript.whisperx[88].text 的價值能有較高的一個利潤所以他的貨車一直處於保護的狀態所以25%但是他零件也是零到6%那種種我們可以看出各個國家第一個反映的我們的整車跟零件的關稅一定要有一個合理的差距至少應該是50%以上再來
transcript.whisperx[89].start 4170.945
transcript.whisperx[89].end 4185.882
transcript.whisperx[89].text 這些汽車發達的國家他為了市場的擴增所以他去跟其他國家談了很多自由貿易協定自由貿易協定我們可以看到每個國家至少
transcript.whisperx[90].start 4187.85
transcript.whisperx[90].end 4207.971
transcript.whisperx[90].text 有到十來個甚至到二十三四十個國家都有一個自由貿易協定這自由貿易協定對這些汽車發達的汽車是很重要的一個談判的項目一個籌碼最終自由貿易的目的是應該消除貿易障礙貿易障礙第一個就是關稅
transcript.whisperx[91].start 4209.718
transcript.whisperx[91].end 4236.875
transcript.whisperx[91].text 所以在這些自由貿易我們可以看得出來很多在彈成之後它的零組件就直接會降為零但是整車因為它有勞工經濟很龐大的效益所以它並不會說直接降為零甚至可能長達10年20年的保護都不會我們看美國跟韓國的自由貿易協定美國的小貨車它可以長達20年
transcript.whisperx[92].start 4239.547
transcript.whisperx[92].end 4252.788
transcript.whisperx[92].text 維持不降稅這個都非常的所有的例子都非常講得非常清楚這個請大家來參考我們再看下一頁所以我們談到我們這些產業的
transcript.whisperx[93].start 4254.657
transcript.whisperx[93].end 4282.455
transcript.whisperx[93].text 發展困難第一個當然我們講說市場規模難以擴大跟我們後面講的二三四五都有相關的關聯那第二個政府政策逐年減少從哪邊看出來我們支持法人科專或是政府輔導產業的經費逐年在下降這很明顯那即使是我們講這三十億的任性預算可是它的效率只有兩年兩年之後怎麼辦沒有人可以給答案
transcript.whisperx[94].start 4283.475
transcript.whisperx[94].end 4302.049
transcript.whisperx[94].text 那另外就是整車零組件剛才談的這個結構長期不合理沒有檢討調整我們要怎麼樣降低製造成本那第四個長期欠缺自由貿易協定支撐進出大家都知道如果說當零件都降為零整車組件下降
transcript.whisperx[95].start 4303.206
transcript.whisperx[95].end 4318.594
transcript.whisperx[95].text 我們出口也可以跟別人同樣對等的去零關稅去做競爭這樣子的機會對我們業者也都做過評估也都有所準備就譬如在最後第五項台美協議
transcript.whisperx[96].start 4319.855
transcript.whisperx[96].end 4337.526
transcript.whisperx[96].text 我們的整車出口已經高達多少我們今天所講的可以高達27.5我們整車出口到每關27.5那我們怎麼跟其他國家競爭零件也可以高達10到31%是不是出口都造成困難再來進口要變成零關稅我們企業產業內外被壓迫
transcript.whisperx[97].start 4341.869
transcript.whisperx[97].end 4366.904
transcript.whisperx[97].text 各位要了解我們現在產業現在面臨的是內外被壓迫我不曉得政府能替我們做什麼我們再看我們下一頁政府提了這邊包括立法委員提了很多提案我這邊也有一些見解比如說直接降為零我們可以為了加入CPTPP我們會對其他國家表示善意
transcript.whisperx[98].start 4368.451
transcript.whisperx[98].end 4379.417
transcript.whisperx[98].text 我想這個大家心中只有評論但是如果這要降包括後面的整次要降2.5先要降的是什麼所有的零件關稅都降為零
transcript.whisperx[99].start 4380.6
transcript.whisperx[99].end 4403.48
transcript.whisperx[99].text 才來談整車是不是要降為零這才是一個正常合理產業國家政策上面應該有的高度跟想法不是只看到一點所以我第一點提到了希望有更高的高度點是貨品本身線是我們供應鏈上中下游這個面是全面勞工產業發展
transcript.whisperx[100].start 4405.054
transcript.whisperx[100].end 4424.206
transcript.whisperx[100].text 所以這是非常重要的我想我們希望我們是一個正常發展的一個產業我們當然沒有要求給政府給太多的資源合理和友善的一個製造生產的環境是我們當前最迫切的我們希望能加速趕快把這個關稅降為零好 以上謝謝好 謝謝吳秘書長
transcript.whisperx[101].start 4429.107
transcript.whisperx[101].end 4435.871
transcript.whisperx[101].text 好接下來我們請第六位汽車商業同業工會全聯會理事長劉景淳理事長發言
transcript.whisperx[102].start 4445.78
transcript.whisperx[102].end 4462.967
transcript.whisperx[102].text 主席還有各位委員還有各位學者專家大家早安大家好我是中華民國企業商業同意工會全國聯合會劉景村理事長那針對我們第一項就是台美對等關稅協定那就是每次的汽車從17.5%的關稅要降為0那國產車將面臨嚴重的打擊是否來修正海關進口稅責那我個人的意見是
transcript.whisperx[103].start 4473.411
transcript.whisperx[103].end 4487.326
transcript.whisperx[103].text 當然要降稅啦因為降稅有好幾個原因就是在WTO的國家尤其是先進製造汽車的國家其實大家的關稅都很低在我的這個報告裡面等一下都會寫
transcript.whisperx[104].start 4488.928
transcript.whisperx[104].end 4506.897
transcript.whisperx[104].text 那基本上我認為低關稅是全世界先進國家的一個趨勢所以台灣應該也要跟著去降尤其是每次的汽車降了那沒有不應該排除其他的
transcript.whisperx[105].start 4508.859
transcript.whisperx[105].end 4524.198
transcript.whisperx[105].text 關稅不降只是說如何來逐年遞減那是不是減到最後剩2.5也不一定要歸零所以但是這會有什麼效應直接效應就是因為下降了所以我們國人就可以充分的享受開
transcript.whisperx[106].start 4525.359
transcript.whisperx[106].end 4541.997
transcript.whisperx[106].text 各國品牌的進口車你要高效能的或是比較低價的代步車都是可以開進口的那我想很多歐洲啦還是日本原裝的這些進口的車如果變低價他們的品質確實很好那長期
transcript.whisperx[107].start 4543.258
transcript.whisperx[107].end 4564.454
transcript.whisperx[107].text 的效應就是說因為國產車要繼續生存所以國產車要繼續生存有兩條路一個就是你要逼自己技術升級或者是你國內就是連國家都要不管是工研院還是各單位你就要讓他提升來輔導技術但是這種技術是要有
transcript.whisperx[108].start 4565.174
transcript.whisperx[108].end 4582.281
transcript.whisperx[108].text 要有門檻的而且要規定的而不是像過去的五六十年只有保護但是我們的製造廠卻在忽悠政府我只要有做出來就好所以我一直在講說我們是汽車的代工廠還是製造廠
transcript.whisperx[109].start 4583.981
transcript.whisperx[109].end 4594.66
transcript.whisperx[109].text 製造廠裡面都有很多的研發部門很多的研發包括我們台灣的AI科技其實很多東西就是它的研發的一個廠的研發經費占
transcript.whisperx[110].start 4596.38
transcript.whisperx[110].end 4616.584
transcript.whisperx[110].text 工廠的公司的很大的營運部分那台灣的這些代工廠基本上你看目前台灣的這幾大汽車廠他們的年產量那一點點有些車型那一點點但是你看他財報不會是負的喔所以就代表台灣的汽車製造廠他們最終的這個製造還有他們的損益表跟
transcript.whisperx[111].start 4624.065
transcript.whisperx[111].end 4650.952
transcript.whisperx[111].text 盈利這與國際上的是不一樣很多這個生產量是應該是不能在台灣生產但是為什麼能在台灣生產還能賺錢所以這是我們一起要來研究的就是說基本上我們是要我們是要輔導製造廠還是要繼續輔導代工廠如果說代工廠的成本不能降也不是政府全面要來降稅而是要求牧場
transcript.whisperx[112].start 4651.812
transcript.whisperx[112].end 4678.905
transcript.whisperx[112].text 不管是日本、德國或各國或韓國廠因為我有聽說就是牧場給我們台灣的基本零件可能是我們經濟體的量不夠它比世界其他國家的零件成本包括引擎變速箱等等都還貴那這不單成本的高不是只有關稅的問題是因為我們的取得就比其他國家還高那第二項就是若國外牧場
transcript.whisperx[113].start 4680.673
transcript.whisperx[113].end 4694.762
transcript.whisperx[113].text 不是 第二項是政府雖然以匡列30億的預算作為專業補助那我想30億哪怕你300億給他可能都不夠重點就是這30億要如何去補助車廠要寫出計畫那審計畫的人
transcript.whisperx[114].start 4700.819
transcript.whisperx[114].end 4715.632
transcript.whisperx[114].text 我們一樣是那句話你有把汽車產業當成國際市場嗎就像我們國內現在能夠全世界有護國省等等就是我們的很多國內的AI還有科技產業都是以世界
transcript.whisperx[115].start 4716.593
transcript.whisperx[115].end 4725.142
transcript.whisperx[115].text 的市場為目標那如果說我們一位國產車就是以國內市場為目標那我認為我認為應該適度的開放進口競爭讓他們一家有
transcript.whisperx[116].start 4731.721
transcript.whisperx[116].end 4758.204
transcript.whisperx[116].text 有競爭力的公司他就會多重去考量當然降低關稅或跟牧場溝通甚至走出國際市場那他走出國際市場的時候他的經濟規模量就夠了我認為這個來匡列30億才會夠甚至每年來或是一段時間來增加只要有達成我們政府的預期國產車真的進步了走向全世界哪怕是
transcript.whisperx[117].start 4758.824
transcript.whisperx[117].end 4777.292
transcript.whisperx[117].text 我們每年框300億我都覺得值得但是一定要有真正的數據出來那針對第三題就是說消費者端來看就是進口關稅過去達30%以上那WTO一直降到現在的17.5那我認為繼續的降稅
transcript.whisperx[118].start 4784.752
transcript.whisperx[118].end 4802.788
transcript.whisperx[118].text 對我們台灣是加分的因為才能跟全世界來但是剛才有講說跟其他的國家來做貿易協定我認為因為我們自由品牌目前為止只有一個納智捷那這個基本上我們如果有三五個是強項我認為這個來
transcript.whisperx[119].start 4806.893
transcript.whisperx[119].end 4829.368
transcript.whisperx[119].text 來談這個自由貿易協定可能會比較符合啦但是如果說以零件來講我樂見其成啦因為我們的製造業還是需要因為有些過去在引擎變速箱方面我們自製的那個品質跟效能真的跟國際差很多那有些不過我個人的潛見是
transcript.whisperx[120].start 4831.238
transcript.whisperx[120].end 4855.524
transcript.whisperx[120].text 若數十年來最重要的零件還不是自己做還是在做組裝廠那政府應該要把政策再歸納為你是製造廠還是組裝廠那給他們不同的條件跟優惠你是製造廠就代表你投入很多研發你的目標是全世界那就有待希望政府就能扶持那樣你如果是組裝廠
transcript.whisperx[121].start 4856.724
transcript.whisperx[121].end 4885.149
transcript.whisperx[121].text 就是國會拿東西給你組裝你根本研發費用都沒有那坦白講我現在如果身價好一點我也可以開組裝廠啊我根本不想研發所以以上就是說希望當然降稅是很好那最後一項就是說與就是稅牌照稅的問題我認為未來用真正的碳的排量是最好的但是我要呼籲學者跟所有委員如果
transcript.whisperx[122].start 4887.28
transcript.whisperx[122].end 4902.534
transcript.whisperx[122].text 電動車因為電動車的電池也是個污染如果說電動車使用者不能使用綠能的話那短期間使用電動車小煙囪變大煙囪有什麼好所以我們可以給電動車很多優惠
transcript.whisperx[123].start 4907.879
transcript.whisperx[123].end 4921.786
transcript.whisperx[123].text 但是我們某方面也要要求使用電動車的人若適當的去使用綠能我認為這才能達到我們的淨零碳排那真正的碳排我認為是
transcript.whisperx[124].start 4923.564
transcript.whisperx[124].end 4948.881
transcript.whisperx[124].text 要來研究一套如何來讓碳排出來那碳排的越多當然就要課增越多的稅所以日本是越老舊的車課增越多就是這樣子以上報告謝謝大家謝謝好謝謝劉理事長那接下來我們請最後一位學者國立政治大學財政學系羅光達羅教授好謝謝
transcript.whisperx[125].start 4963.399
transcript.whisperx[125].end 4982.479
transcript.whisperx[125].text 主席還有各位委員還有現場的各部會的代表還有專家學者大家早安我是國立政大學財政系羅光達今天非常高興有這個機會到立法院針對我們今天討論的議題發表個人的一些意見我必須承認我是對於汽車產業不是那麼有深入的直接的了解
transcript.whisperx[126].start 4983.1
transcript.whisperx[126].end 4996.557
transcript.whisperx[126].text 所以說等一下我自己的看法會比較從一個財政學者的一個角度來看這樣子的一個課稅對於產業的影響或就業市場或者說一些稅收上面的一個效率或公平發表自己的一個看法
transcript.whisperx[127].start 4999.183
transcript.whisperx[127].end 5012.891
transcript.whisperx[127].text 我們先來看一下目前我們所面對的環境或我們今天要討論的議題最主要就來自於台美對等關稅上面的直接衝擊我們都知道因為台美對等關稅美國的進口車輛將從17.5%直接降到零關稅甚至連帶相關的美產的汽車零組件也會同步歸零
transcript.whisperx[128].start 5022.777
transcript.whisperx[128].end 5041.892
transcript.whisperx[128].text 那因為這個台灣的汽車產業跟其他國家不太一樣那台灣呢其實是比較主要組裝的這樣子的汽車的產業那受限於我們的市場的規模還有我們這個技術上面的限制呢那部分的核心的一個零組件例如引擎來說的話呢其實高度那個依賴的進口這樣子的一個部分
transcript.whisperx[129].start 5042.652
transcript.whisperx[129].end 5067.125
transcript.whisperx[129].text 其實這個也沒問題因為從國際貿易比較利益的角度來說各個國家針對自己生產的優勢去做這樣子的一個產業上面的發展其實都可以增加雙方上面的經濟的福利不過就在於說其實各國還有存在一些關稅上面的一個課徵因為關稅上面的課徵或是說稅率上面的差異
transcript.whisperx[130].start 5067.765
transcript.whisperx[130].end 5090.133
transcript.whisperx[130].text 就造成我們所謂的相對價格的改變那有相對價格的差異來說的話呢那從這個經濟理論上面來說的話就會造成所謂的一些效率上面的損失那也因為這樣的關係呢這樣零關稅美車或美產的零件是零關稅來說的話呢就會造成日系或歐系我們這個國產車為主的這樣零組件的一個來源來說比較負擔比較高的一個關稅
transcript.whisperx[131].start 5093.254
transcript.whisperx[131].end 5108.313
transcript.whisperx[131].text 所以就會造成給我們台灣的一個組裝這個汽車產業上面來結構性的不公平的一個現象那這個是直接影響那當然對於本土汽車產業的結構性衝擊來說的話呢那當然我們就直接來看一下一些產值上面的影響
transcript.whisperx[132].start 5108.914
transcript.whisperx[132].end 5119.604
transcript.whisperx[132].text 那我稍微的搜尋一下好像中華經濟研究院有針對這樣子的一個台美關稅做一個很快的一個報告那他稍微估計一下因為這樣子的台美關稅來說產生的產業的衝擊大概有40億那
transcript.whisperx[133].start 5123.948
transcript.whisperx[133].end 5127.729
transcript.whisperx[133].text 這樣子產業的關稅來說的話其實對應到我們所謂的一個以我們這個散件組裝我們的CKT這樣為主的這樣子的國產的一個市場來說的話面對還有負擔5%到15%的關稅來說確實成了我剛剛所說的一個相對價格的差異
transcript.whisperx[134].start 5141.494
transcript.whisperx[134].end 5156.393
transcript.whisperx[134].text 那所以造成本土組裝的成本反而會高於這樣子的進口那會打擊到本土的這個國產事業那根據統計來說的話呢整個上下游來說的話呢人口來說的話就業人口高達了30萬那年產值高達5000億
transcript.whisperx[135].start 5159.156
transcript.whisperx[135].end 5167.017
transcript.whisperx[135].text 好 那我們再來看一下到底這樣的課稅有沒有它的理論那確實如果從消費稅課稅理論來說的話對於國內無產量的零儲建來課徵來說的話其實是對中間財貨來課徵那如果對中間財貨課徵來說的話其實會造成我們講的稅上加稅甚至會降低本土產製的附加價值不利於我們出口導向產業的結構
transcript.whisperx[136].start 5187.361
transcript.whisperx[136].end 5192.066
transcript.whisperx[136].text 那不過雖然有剛剛講這個中間財貨課稅稅上加稅的問題不過我們也必須正視幾個如果真的要變成零關稅來說幾個問題第一個那就是財政的一個缺口那也許不裡面的資料更正確
transcript.whisperx[137].start 5202.278
transcript.whisperx[137].end 5220.444
transcript.whisperx[137].text 大概 搜尋一下大概汽車零組件的關稅大概是121到150億那如果整個歸零來說的話呢一定會有財政的缺口所以相關的稅事支出呢可能要做一個正確的一個評估那還有衍生性的一個營業稅的損失那比較經濟學者比較關心的是破度的這種出稅的
transcript.whisperx[138].start 5221.664
transcript.whisperx[138].end 5234.999
transcript.whisperx[138].text 這個保護會優惠來說的話呢其實會對於我們的一個產業的一個技術的升級呢其實是會有一些阻礙的那如果全部都這個無差別的零關稅來說的話呢會造成我們像海外購買一些比較廉價的零組件
transcript.whisperx[139].start 5236.641
transcript.whisperx[139].end 5259.646
transcript.whisperx[139].text 那對於本土上面可能還有一些競爭力的上下游的廠商來說話其實會影響到他們技術的一個提升所以說這種短期的一個救急跟長期上面依賴性來說話我們必須要加以考慮那我個人的潛見是說第一個我們必須真的要正確的可以精準的能夠降稅的一個名單那可能呢
transcript.whisperx[140].start 5259.986
transcript.whisperx[140].end 5274.365
transcript.whisperx[140].text 透過一些各部會的一個確認確實有這樣子的降稅的一個潛力那第二個來說我希望這個降稅不要是直接的一個只有租稅上面的解免可不可以有一些效率上面的一個交換
transcript.whisperx[141].start 5275.446
transcript.whisperx[141].end 5293.427
transcript.whisperx[141].text 希望受到優惠的廠商能夠一定的承諾說我這樣子的降稅的紅利可以用在就業市場或者說技術提升上面的一個提升另外對於這個入業條款上面來說也必須要注意不要變成永久性的租稅的優惠
transcript.whisperx[142].start 5294.068
transcript.whisperx[142].end 5319.394
transcript.whisperx[142].text 那第二個議題三十億的車型天下來說的話個人認為他真的是杯水車薪因為這個對於汽車研發來說的話動輒給非常非常高的金額所以個人認為第一個如果真的要做的話我覺得對於就業市場穩定我還是比較關心的能夠把這樣子的一個金額先用在如果真的有引發一些相關的失業的一個可能性來說的話必須加以做一個就業的輔導
transcript.whisperx[143].start 5322.515
transcript.whisperx[143].end 5344.729
transcript.whisperx[143].text 第二個來說的話我希望透過一個租稅的抵免Tax Credit來說的話能夠提升技術上面的一個可能性長期來說的話希望在異業結盟也許可以透過政府自己的主導給我們的AI的產業我們的科技的產業是不是跟汽車的產業能夠結合這樣子來說的話從一個傳統主專的這樣的產業提升到一個我們講的比較屬於一個更先進的汽車產業
transcript.whisperx[144].start 5351.713
transcript.whisperx[144].end 5379.827
transcript.whisperx[144].text 那是不是調降這個同步非美系來說的話呢確實給我們的17.5%再加上我們的這個貨物稅啊這個奢侈稅啊或營業稅來說的話拉高了最多的價格那從消費者的角度來說的話確實價格比較高那當然給我們消費者福利呢就會比較低一點那跟國際上面來說歐盟10%日本跟韓國來說相對更低那從現實的趨勢上面來說我們似乎呢是比較高一點
transcript.whisperx[145].start 5380.727
transcript.whisperx[145].end 5402.911
transcript.whisperx[145].text 不過還是一樣可以從一個財政學的角度來說的話稅收的損失我們真的要考量一下是不是有相關的替代的財源全面開放其實是一個把一個局部的影響擴大成全面的衝擊這不單單只是消費者得到好處而已整個產業的結構調整的速度是不是能夠配合
transcript.whisperx[146].start 5403.351
transcript.whisperx[146].end 5428.151
transcript.whisperx[146].text 成為我剛剛所說的我們整個汽車產業就業的人口有30萬全面開放之後這樣子的就業人口這樣進一發展是不是能夠承擔我是覺得可能也是要注意如果真的調降之後我也希望給這樣子的降速的紅利不是只有車商能夠承擔而已能夠釋放給這樣子的消費者所以我認為可以適度的調降不過對於高價的車輛我們的奢侈稅來說的話其實還是要克徵
transcript.whisperx[147].start 5431.013
transcript.whisperx[147].end 5448.656
transcript.whisperx[147].text 那最後是不是這個排透稅從這個CC數改成碳排放那其實我是支持的最主要是因為我們現在從租稅公平來說的話如果我們要轉向淨零排碳這個環境上面目的來說的話那我們相關的稅基就必須要反映的一些成本
transcript.whisperx[148].start 5449.156
transcript.whisperx[148].end 5462.023
transcript.whisperx[148].text 那如果可以從這個碳排放改成污染付費來說的話呢其實可以用稅制上面的訊號來引導我們去做這樣子的一個消費不過個人的見解來說的話確實我們的車輛的一個複雜度太多了那我個人認為要新舊並行也許可能在2030或2035我們定個時間點之後之後生產的我們可以用所謂的碳排放去做課徵那之前的也許還可以用目前的CC數
transcript.whisperx[149].start 5478.971
transcript.whisperx[149].end 5501.216
transcript.whisperx[149].text 那不過如果他可以提供相關的一個排碳的證明那我們可以用這樣子的方式主動降稅兼顧公平跟環保那不過這個財政部是一個比較客粹的單位那這種排碳的技術上面來說我個人認為環境部必須要主動的協助財政部來做這樣子更精確的外部成本的一個估算那以上呢是我個人的請見 謝謝好 謝謝羅光達羅教授
transcript.whisperx[150].start 5509.215
transcript.whisperx[150].end 5527.642
transcript.whisperx[150].text 那我們目前登記發言的專家寫者均已發言完畢我們接續要請行政機關來回應相關意見我們會依序請財政部、國發會、交通部、環境部還有經濟部來做相關的回應接下來我們先請財政部請陳市長
transcript.whisperx[151].start 5539.614
transcript.whisperx[151].end 5566.463
transcript.whisperx[151].text 新的次長主席與為的先進的一個委員跟各位專家學者還有女士朋友大家好我是財政部代表陳永勝來這邊跟各位針對於剛剛黃委員賴委員以及專家學者的一些建立跟指教我想用檢二要的部分來跟各位說明整個
transcript.whisperx[152].start 5567.958
transcript.whisperx[152].end 5584.734
transcript.whisperx[152].text 涉及到財政部的部分總共有三個面向第一個就是我們汽車零組件的關稅的部分我想這一個部分我們從同業工會剛剛已經有提到了剛剛與會的一些專家學者也有建議針對於不影響國內的這些產業的一個衝擊針對13個一個品項的一個
transcript.whisperx[153].start 5591.587
transcript.whisperx[153].end 5604.207
transcript.whisperx[153].text 汽車零組件的關稅的部分我想這個部分我們也在上個月的20號也詢問給經濟部就產業的一個主管立場來提出一個稅事支出的一個評估跟報告
transcript.whisperx[154].start 5605.963
transcript.whisperx[154].end 5632.004
transcript.whisperx[154].text 針對第二個部分也就是汽車的整車的關稅的部分我想剛剛也聆聽了那個賴委員的一個指教我想從我們汽車的一個91年進入WTO之後我想整個對於一個承諾從30一直降到目前是17.5的一個關稅整車的關稅率我想這個部分也就是我們目前現行的一個狀況那至於剛剛賴委員所提的
transcript.whisperx[155].start 5632.484
transcript.whisperx[155].end 5660.93
transcript.whisperx[155].text 整個一個會員國WTO的會員國大概目前有166個會員國整體而言進口的產值大概2103億左右整體影響的稅收關稅的部分大概會是在368億左右所以我想這個也是要基於我們國內產業的一個整體的一個影響環境的一個衝擊跟產業的一個衝擊我想這個要涉及到我們跨部會之間的一個審慎的研議跟評估
transcript.whisperx[156].start 5662.23
transcript.whisperx[156].end 5674.845
transcript.whisperx[156].text 再來針對於我們財政部所主管的使用牌照稅的部分我想我們從幾個面向來看第一個使用牌照稅的部分我們也從過去的也就是說一個
transcript.whisperx[157].start 5676.238
transcript.whisperx[157].end 5693.999
transcript.whisperx[157].text 電動車的部分我們也放寬了它可以配合就是說我們地方政府可以去考量它可以去免徵我想這個也是要呼應我們行政院從20到2050年要完成整個淨零派發的一個政策來講我們也
transcript.whisperx[158].start 5696.161
transcript.whisperx[158].end 5718.22
transcript.whisperx[158].text 主動的提出了這個部分也就是說我們的一個一個電動車的部分我們是可以授權基金機關來辦理這個所謂的零牌照的部分那也跟各位五會先進報告截至我們去年來看也就是說到了二月到了今年二月我們整體而言免增的這些
transcript.whisperx[159].start 5720.157
transcript.whisperx[159].end 5739.516
transcript.whisperx[159].text 所謂的一個電重車的一個車輛數來到了大概13萬輛左右整體的一個免收的牌照稅金額大概是在127億左右那我想以所謂的一個碳牌來激增我們的牌照稅的一個激增我想這個部分需要幾個一個面向的考量第一個
transcript.whisperx[160].start 5740.157
transcript.whisperx[160].end 5764.71
transcript.whisperx[160].text 我們的牌照稅的部分我們過去跟現在我們對於燃料車跟所謂的電動車我們是分別按照排氣量跟所謂的馬力數來計正牌照稅我想其他的鄰近的國家譬如說日本、韓國、新加坡也都跟我們的課稅方式是一致的所以整體而言我們現行的課稅的一個牌照稅的一個計正的方式跟國際上的做法是一致的
transcript.whisperx[161].start 5765.626
transcript.whisperx[161].end 5780.511
transcript.whisperx[161].text 第二個部分由現行如果參照剛剛所謂狀態學者以及委員的一個建議我們交通部主管的這些車子的登記的資料我們目前如果假設要以碳排的話我們就需要登錄這個碳排的一個登載我想
transcript.whisperx[162].start 5781.372
transcript.whisperx[162].end 5798.407
transcript.whisperx[162].text 這個會涉及到我們食物上雞跟雞真同仁的一個雞真減便做去做考量所以整體而言我們目前來講我們還是在於要去評估整體而言從經濟部衛福部以及交通部我們整體去看看整個按照所謂的一個
transcript.whisperx[163].start 5799.451
transcript.whisperx[163].end 5818.741
transcript.whisperx[163].text 碳排的方式去激增牌照稅它的一個可行性它的一個成本效益去做考量所以整體而言我們還是在使用牌照稅的部分我們還是在落零整個一個落實整個一個綠能政策來部分來做思考未來還是要跨部會來做審慎的溝通畢竟整個一個牌照稅的部分
transcript.whisperx[164].start 5819.581
transcript.whisperx[164].end 5834.654
transcript.whisperx[164].text 總共目前全國22縣市我們大概牌照稅的部分整個一年的一個牌照稅金額是在688億左右所以整體而言這影響地方的一個財政我想這個還是要充分的跟地方來做一個充分考量以上 謝謝好 我們謝謝陳次長接下來請國發會吳明修吳專委
transcript.whisperx[165].start 5855.772
transcript.whisperx[165].end 5872.813
transcript.whisperx[165].text 主席各位委員各位先進國會以下就今天的討論議題有關這個海關境有關稅以及使用牌照稅方面做簡要重點的說明那依據我國114年今年2月跟美國簽署的這個對美貿易協定如果未來能夠順利的通過的話能將
transcript.whisperx[166].start 5874.174
transcript.whisperx[166].end 5891.172
transcript.whisperx[166].text 確保玫瑰車的安全 耗能污染 噪音等等方面能夠喪失銷售保障消費者的權利那同時經濟部這邊也針對汽車產業爭取了30億的這個專款那將結合上下游的供應鏈朝向智慧化 高質化 以差異化的發展來拓展國際市場那針對
transcript.whisperx[167].start 5894.435
transcript.whisperx[167].end 5915.44
transcript.whisperx[167].text 非美系統的進口車及汽車零組件是否修改這個海關進口稅則免除進口關稅的部分本會尊重產業主管機關經濟部這邊的相關通盤考量那在使用牌照說方面為了實現我國2050年的淨零排放的願景達成119年溫室氣淋排放量較基準年2015年減少28加減2的目標行政團隊也
transcript.whisperx[168].start 5920.501
transcript.whisperx[168].end 5940.1
transcript.whisperx[168].text 透過跨部會溝通協調擬定了這個台灣的總體減量行動計畫那其中在今年的2月26行政院也核定了第三期的運輸部門的溫室清理減量行動方案那以推動運具電動化及無碳化為主要的推動策略之一那包括為了達成119年電動車的
transcript.whisperx[169].start 5943.996
transcript.whisperx[169].end 5967.9
transcript.whisperx[169].text 市售比達到30%那相關的推動措施方面包括在除了在供給端輔導產業技術升級轉型之外那也在需求端持續的提供電動車的誘因機制來提升購置的意願那此外在電動車減免貨物稅優惠方面也在去年的12月30號修正公布延長至119年的12月31日底
transcript.whisperx[170].start 5971.461
transcript.whisperx[170].end 5982.768
transcript.whisperx[170].text 可以電動車免徵使用的牌照稅同時公布授權地方政府可以延長電動車使用牌照稅的免徵期限到119年的12月底
transcript.whisperx[171].start 5983.786
transcript.whisperx[171].end 6000.455
transcript.whisperx[171].text 那至於推動運具電動化真無碳化政府目前是沒有採禁售或禁買這個燃油車的規定那但針對使用牌照稅是否改碳牌的基增本會尊重尊重這個主管機關財政部這邊的通盤考量
transcript.whisperx[172].start 6001.115
transcript.whisperx[172].end 6015.046
transcript.whisperx[172].text 那也就是針對免除進口關稅跟進口零組件關稅區綜合考量消費者的福利跟產業競爭力等等的因素所以本會尊重主管機關經濟部的通販考量另外針對這個
transcript.whisperx[173].start 6017.228
transcript.whisperx[173].end 6017.428
transcript.whisperx[173].text 好 謝謝我們國發會
transcript.whisperx[174].start 6040.293
transcript.whisperx[174].end 6047.376
transcript.whisperx[174].text 對吳專委的這個報告接下來我們請交通部公共運輸及經理師趙敬偉專委主席各位委員各位女士先生各位專家學者大家好
transcript.whisperx[175].start 6062.574
transcript.whisperx[175].end 6085.386
transcript.whisperx[175].text 那今天應邀到財政委員會就這個因應對等關稅及淨零排放是否應修改海關進口稅則免除進口車與相關進口零組件關稅並就使用牌照稅法改以碳排量基層供應會進行相關的報告那以下由交通部來說明交通部的一些處理意見首先針對於討論提綱一是否應修訂海關進口稅則將
transcript.whisperx[176].start 6087.374
transcript.whisperx[176].end 6105.304
transcript.whisperx[176].text 國內無產制的進口零組件關稅降為零以降低本土車廠的製造成本跟提升外交競爭力在本次的台美對等貿易協定當中我方承諾將美製小客車的關稅調降為零中小貨車的部分基於軍工任性的部分降稅後續會有財政財稅主管機關
transcript.whisperx[177].start 6109.119
transcript.whisperx[177].end 6122.492
transcript.whisperx[177].text 財政部跟產業主管機關經濟部共同來修正海關進口稅責所以討論提供一有關於檢討國內無產值的汽車零組件稅率的一節那涉及到國內產業發展那交通部尊重財政部跟產業主管機關經濟部的綜合評估結果
transcript.whisperx[178].start 6125.394
transcript.whisperx[178].end 6141.768
transcript.whisperx[178].text 討論提綱二有關於政府應提出哪些相關的輔導跟預算計畫來延續國內汽車產業的部分那在這次的簽訂的台美對等貿易協定當中經濟部已有相關的一些輔導作為那後續交通部會配合經濟部還有勞動部來共同協助國內車輛產業發展降低產業的衝擊討論提綱三有關於是否應同步調降進口汽車的關稅降低
transcript.whisperx[179].start 6151.336
transcript.whisperx[179].end 6172.614
transcript.whisperx[179].text 國人購買的成本的部分涉及到我國稅基的檢討跟車廂產業發展交通部尊重財政部跟產業主管機關整體研議的結果討論提綱四有關於將使用牌照稅課徵級距改以碳排放量為基深的級距一節這個部分涉及到使用牌照稅的調整交通部也是尊重使用牌照稅法主管機關
transcript.whisperx[180].start 6174.34
transcript.whisperx[180].end 6187.288
transcript.whisperx[180].text 財政部的整體評估結果另外依據立法院通過的氣候變遷因應法第23條的規定無論是進口或是國內的製造的車輛在國內使用它的排放溫室氣體的標準應該要符合
transcript.whisperx[181].start 6191.511
transcript.whisperx[181].end 6211.894
transcript.whisperx[181].text 中央目的稅主管機關也就是環境部鎖定的效能標準那財政部據我們了解這個環境部據我們了解現在也在研定有關於新車排放溫室氣體的標準那後續等到環境部把相關的排放標準定出來之後呢討論提綱4有關於這個課稅積蓄部分的話呢可以來參考
transcript.whisperx[182].start 6212.934
transcript.whisperx[182].end 6222.537
transcript.whisperx[182].text 環境部相關的溫室氣體效能標準部分進行相關的研議以上大概就是針對今天公聽會所立的提綱提供交通部的意見供委員會來做參考 謝謝好 謝謝趙靜雯 趙委員現在請環境部何文淵何副組長
transcript.whisperx[183].start 6246.482
transcript.whisperx[183].end 6262.99
transcript.whisperx[183].text 主席還有各位委員以及先進大家好那環境部就那個議題4的部分來做一個說明第一點是有關於牌照稅的一個激增的一個調整這部分是屬於財政部的一個權責那第二個部分
transcript.whisperx[184].start 6264.301
transcript.whisperx[184].end 6289.684
transcript.whisperx[184].text 有關於這個車輛的一個碳排的部分因為車輛的一個尾氣的一個排放的檢測它沒有辦法去反映實際上行駛產生的一個碳排所以說這現行的一個車輛的一個碳排上的一個計算它是以燃油車的部分就是它所使用的一個燃料再乘以係數去計算而得
transcript.whisperx[185].start 6290.365
transcript.whisperx[185].end 6300.488
transcript.whisperx[185].text 而電力的部分 電車的部分就是以電力的一個排氮係數去乘以它的用電度數而得所以說有關於這個部分的話
transcript.whisperx[186].start 6302.059
transcript.whisperx[186].end 6326.365
transcript.whisperx[186].text 要去知道這個車輛的一個碳排最重要的是要去了解到它的一個用油量還有它的一個用電度數至於有關於用油的部分這跟整個行駛里程跟能耗有關那能耗的部分在現行的一個能源署的部分已經依據能源管理法第15條的規定
transcript.whisperx[187].start 6327.785
transcript.whisperx[187].end 6331.43
transcript.whisperx[187].text 定有車輛容許耗用能源標準以及檢測
transcript.whisperx[188].start 6333.46
transcript.whisperx[188].end 6358.292
transcript.whisperx[188].text 檢查管理辦法對於這車輛的一個能源效率的一個檢測以及合格證明去執行它的一個核發但是對於剛剛所提到的要去掌握整個行駛中的一個里程數跟它的一個使用上確實就如剛剛一些先進所提的這個部分是不易掌握的
transcript.whisperx[189].start 6359.775
transcript.whisperx[189].end 6375.101
transcript.whisperx[189].text 那再來有關於運輸部門的一個檢探的部分剛剛國發會也已經提過就是說行政院他已經核定了我們國家第三期的一個階段管制目標那交通部他也已經依照這樣子管制目標
transcript.whisperx[190].start 6376.877
transcript.whisperx[190].end 6396.548
transcript.whisperx[190].text 去提出了一個運輸部門的一個溫室氣體減量的一個行動方案所以運輸部門的一個減碳的一個推動現在也都在執行中環境部做以上的一個補充說明好謝謝環境部何文元副署長接下來我們請經濟部產發署陳國軒副署長
transcript.whisperx[191].start 6407.166
transcript.whisperx[191].end 6421.643
transcript.whisperx[191].text 主席還有各位委員還有我們的業界監禁還有專家大家好那由經濟部來針對剛才提的一些建議我們來做一個回應跟一個說明
transcript.whisperx[192].start 6423.024
transcript.whisperx[192].end 6447.82
transcript.whisperx[192].text 那目前的話台美的那個貿易協定是還沒有生效不過我們非常清楚整個產業的話它其實升級轉型是刻不容緩而且所有的政策其實是非常多的一個配套也有分短中長期來做一個推動那剛才委員還有專家都有提到
transcript.whisperx[193].start 6448.34
transcript.whisperx[193].end 6462.41
transcript.whisperx[193].text 有關30億的車型天下的一個推動那我這邊再做一個說明那這個案子的推動它其實有一個理念我們是希望整車廠去帶動整個我們國內的
transcript.whisperx[194].start 6466.132
transcript.whisperx[194].end 6486.818
transcript.whisperx[194].text 供應鏈就是車廠的相關的零組件一起來做一個競爭力的一個提升還有開發新的一個車型跟一個車款那我們這樣的話不僅可以來提升在地化的一個比例不過我這邊也要重申我們是以打進國際市場為目標
transcript.whisperx[195].start 6489.459
transcript.whisperx[195].end 6494.402
transcript.whisperx[195].text 所以就是要讓車廠來做一個積極的一個轉型所以才會並列了這樣一個三十億的一個專款來做車廠來做一個轉型那另外的話剛才也有很多
transcript.whisperx[196].start 6506.387
transcript.whisperx[196].end 6524.798
transcript.whisperx[196].text 跟專家有提到其實可以結合有關AI或ICT台灣的優勢科技來跟車廠這邊來做努力所以我們也在2月10號跟業者舉行座談會之後我們這邊經濟部也成立了車輛專責的一個輔導團
transcript.whisperx[197].start 6527.7
transcript.whisperx[197].end 6547.574
transcript.whisperx[197].text 那最重要的話我們就是會來協助業者開發專屬的AI的工具模型來協助業者來做導入那不僅可以提高生產的一個效率之外我們也希望在未來的車型車館可以運用這樣的能力來做一個結合
transcript.whisperx[198].start 6548.835
transcript.whisperx[198].end 6576.497
transcript.whisperx[198].text 當然我們也謝謝立法院在去年已經通過貨物稅相關的一些減徵不管是在車輛的部分太舊換新還有購買2000CC以下的都可以減身貨物稅這一塊的話其實也是對我們整個車市的活絡也帶來了一個正面的一個效益在中長期的一個措施的部分的話
transcript.whisperx[199].start 6577.358
transcript.whisperx[199].end 6602.313
transcript.whisperx[199].text 其實業界還有做很多的一個反應因為如果每一次的一些車子還有零組件都要到國外去做一個驗測的話其實成本是非常高所以目前經濟部我們也積極在爭取相關的預算來完備整個智慧車輛的一個驗測的一個場域的一個相關的一個建立
transcript.whisperx[200].start 6603.533
transcript.whisperx[200].end 6623.602
transcript.whisperx[200].text 來協助業者來縮短測試的時程跟成本那它其實跟車型天下也可以來做一個結合來加速佈局整個國際的市場另外今天關注的有關無產制的民主建的調降的進口關稅的部分
transcript.whisperx[201].start 6624.302
transcript.whisperx[201].end 6642.415
transcript.whisperx[201].text 那目前財政部也有發文給經濟部請我們趕快做稅制支出的相關的一個評估那經濟部這邊已經著手在收集業者的意見還有找智庫來做相關的一個研擬那這一塊的話我們在經濟部會來著手進行
transcript.whisperx[202].start 6644.637
transcript.whisperx[202].end 6669.253
transcript.whisperx[202].text 那有關整個是不是其他的進口汽車的關稅全面要做一個調降那當然他可能是從消費者的一個角度可是我們經濟部也很在乎從產業的角度的一個面向來做一個思考所以我們是認為如果要全面做一個調降這一部分的話應該還是要來做一個全盤而且審慎的一個評估為宜
transcript.whisperx[203].start 6674.216
transcript.whisperx[203].end 6696.878
transcript.whisperx[203].text 那以上是經濟部的一個說明 謝謝好 謝謝我們所有的官員都已經回應完畢那接下來有沒有請各位專家學者要做第二輪發言的 有沒有有的話請舉手 我們可以做第二次的發言有沒有 沒有喔 好
transcript.whisperx[204].start 6699.455
transcript.whisperx[204].end 6723.865
transcript.whisperx[204].text 我想非常感謝今天各位專家學者針對今天的我們公聽會的內容是否應修改海關進口稅則免除進口車與進口汽車零組件相關的關稅並將使用牌照稅改以碳牌飯糧積增這樣的題目提出非常寶貴的意見
transcript.whisperx[205].start 6725.706
transcript.whisperx[205].end 6753.355
transcript.whisperx[205].text 我想為了兼顧國際進口的壓力產業的發展與環境的目標本席是認為我國任何關稅與稅制的改變調整都不僅是被動的回應我們國際的壓力而是應該建立在整個完整的國家產業的戰略之上唯有我們對外開放與對內保護
transcript.whisperx[206].start 6755.696
transcript.whisperx[206].end 6771.241
transcript.whisperx[206].text 減碳轉型與民生負擔間取得平衡才能確保我國的汽車產業能在國際競爭與壓力下可以繼續發展與延續並在淨零排碳的目標下協助汽車產業的轉型與開發的新契機
transcript.whisperx[207].start 6776.963
transcript.whisperx[207].end 6787.633
transcript.whisperx[207].text 那我再次感謝今天各位專家學者與我們行政部門提出的一個相關的寶貴的意見為什麼要問他
transcript.whisperx[208].start 6823.82
transcript.whisperx[208].end 6839.944
transcript.whisperx[208].text 那個我再請教經濟部我們陳次長經濟部是次長嗎那個經濟部稅市支出4月底會不會出來你們現在已經在做了嗎會不會出來是陳副署長已經3月22號已經做出來了
transcript.whisperx[209].start 6852.629
transcript.whisperx[209].end 6863.793
transcript.whisperx[209].text 陳政府經濟部,那請經濟部回答一下,陳副署長是,我想這個很重要,沒有修法在即,我們想盡速的拿到這個數據,好,謝謝
transcript.whisperx[210].start 6867.346
transcript.whisperx[210].end 6889.274
transcript.whisperx[210].text 好 我做一下結論第一 依據立法院職權行使法第58條的規定委員會應於公聽會終結後10日內依出席的各位專家學者及行政部門所提出的正反意見提出公聽會的報告送交本院全體委員局出席者
transcript.whisperx[211].start 6890.274
transcript.whisperx[211].end 6905.294
transcript.whisperx[211].text 所以我們會把今日與會者所有的寶貴的發言意見作為未來我們修法的參考並會編程冊送交本院全體委員會以及今日出席列席提出建言的各位貴賓來參閱
transcript.whisperx[212].start 6907.136
transcript.whisperx[212].end 6929.198
transcript.whisperx[212].text 二 如果各位貴賓還有其他書面意見或相關資料也請盡速提供給我們將併入我們本次的公聽會報告內容再一次感謝各位學者 專家以及政府機關代表的出席謝謝大家那我們今天的公聽會就到這裡為止謝謝大家 散會 謝謝