مصادرة المركبات تحقق 23% فقط من الديون المتراكمة والمزاد العلني يعيد 6.8%
تبين أن هناك مديناً متكراراً لرسوم الطرق السريعة لم يقم بالدفع في 3000 مناسبة أو أكثر، مما أدى إلى تراكم ديون تجاوزت 15 مليون وون. وأشار خبراء إلى أن الاعتماد على مصادرة المركبات والمزاد العلني وحدهما غير كافٍ لاسترجاع الرسوم المتأخرة، مما يستدعي اتخاذ تدابير تحصيل أكثر فعالية مثل مصادرة لوحات الأرقام.
قال النائب كيم جونغ جاي من حزب قوة الشعب في جلسة فحص السياسات الحكومية للجنة النقل والسياسات بالبرلمان يوم الثامن من أكتوبر: "بلغت الرسوم المتأخرة وحدها سنة 2025 حوالي 99.4 مليار وون، وهي تقترب من حاجز الـ 100 مليار وون"، وأضاف: "في حين تبلغ نسبة التحصيل حوالي 91%، لا تزال هناك حالات متأخرات كبيرة الحجم".
وفقاً لبيانات المدينين الكبار والمتكررين منذ عام 2022 التي قدمها النائب كيم، كان من بين أكبر المدينين حالات لم يدفعوا رسوم الطريق السريعة في 3000 مناسبة أو أكثر، مما أسفر عن ديون تجاوزت 15 مليون وون. وتبين أن قائمة أكبر المدينين تضمنت أيضاً حالات عدم دفع في 2000 مناسبة وأكثر من 1000 مناسبة.
قال النائب كيم: "إنها ليست 30 مرة أو 300 مرة، بل 3000 مرة لم يتم فيها دفع الرسوم"، وتابع: "هذا يشير بوضوح إلى أن الشخص يتجنب دفع رسوم الطريق بشكل متعمد ومنتظم".
كما تم التشكيك في فعالية التدابير التحصيلية الحالية. الحجة الرئيسية تتمثل في أن مصادرة المركبة لا تمنع فعلياً من استخدام الطريق، مما يسمح لمركبات المدينين المتكررين بالاستمرار في استخدام الطرق السريعة.
بلغت نتائج التحصيل من خلال مصادرة المركبات حوالي 23% فقط من الديون المتراكمة. أما بيع المركبات بالمزاد العلني فقد بلغت نسبة استرجاع الرسوم 6.8% فقط. والسبب هو أن هناك عدداً كبيراً من الديون ذات الأولوية الأعلى التي تُدفع قبل ديون الرسوم، مما يعني أن المبالغ المستسترجعة فعلياً من رسوم الطريق تكون محدودة جداً.
دعا النائب كيم إلى ضرورة تطبيق نظام مصادرة لوحات الأرقام للمركبات المتكررة في التأخر عن الدفع في أقرب وقت. وقال: "بما أن مصادرة المركبة وحدها لا تستطيع منع الاستخدام وبما أن المزاد العلني يواجه صعوبات بسبب الديون ذات الأولوية الأعلى، يجب تطبيق نظام مصادرة لوحات الأرقام الذي يجري تحضيره حالياً".
رد رئيس شركة الطرق يو جونغ هون بقوله: "حسناً، وافقت على ذلك".
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.