勞退試算2026｜勞退新制幾歲能領？該選月領還是一次領？資格與試算方式懶人包|數位時代 BusinessNext

台股7月重挫超過3,000點，勞動基金也跟著失血。勞動基金運用局9月1日公布，整體勞動基金7月單月虧損2,463.7億元，其中新制勞退基金虧損1,797.9億元；若以參與收益分配的1,310萬個有效帳戶估算，每位勞工平均帳面收益從6月底約11.6萬元，降至約10.29萬元。

對準備退休的勞工來說，更實際的問題是：現在申請退休，會不會因此少領？勞退到底幾歲能領、可以領多少，又該選月領還是一次領？以下一次整理勞退新制的請領資格、收益結算與試算方式。

本文目錄

勞退幾歲可以領？滿60歲後，再看年資有沒有15年
勞退現在申請會少領嗎？收益怎麼結算？
勞退可以領多少？退休金來源有3項
勞退試算怎麼查？2個官方工具一次看
勞退想月領1萬元要存多少？60歲約要累積243萬元
勞退和勞保可以一起領嗎？

勞退幾歲可以領？滿60歲後，再看年資有沒有15年

勞退新制原則上要年滿60歲才能請領，不需要先離職，即使仍在工作也可以申請。

滿60歲之後，再看「提繳年資」有沒有滿15年，決定可以怎麼領：

提繳年資滿15年：可選擇月退休金或一次退休金。
提繳年資未滿15年：只能一次領。

這裡計算的「提繳年資」，是雇主或勞工實際提繳退休金的期間，不需要在同一家公司做滿15年。換工作或中間曾待業，先前累積的提繳年資都不會歸零。

至於未滿60歲，原則上不能提前請領。不過依《勞工退休金條例》第24條之2，若符合失能、喪失工作能力等法定情形，才可例外提前請領。

勞退現在申請會少領嗎？收益怎麼結算？

7月新制勞退基金出現虧損，也讓準備退休的人擔心：如果現在申請，會不會剛好遇上基金下跌，領得比較少？

首先，不會因為年度收益還沒正式分配，就領不到這筆錢。

勞退基金每年辦理前一年度收益分配，勞金局原則上於2月底前通知損益，勞保局再於3月底前將收益分配至個人專戶。如果勞工在收益尚未分配前申請退休，尚未入帳的部分仍會一併結算，依勞金局最近一次公告的收益率計算到申請當月。

不過，申請時間確實可能影響最後結算金額。 一旦完成結算，之後即使基金全年績效回升或轉差，也不會再補發或追回。換句話說，如果申請時剛好遇上基金表現較差，結算的收益也可能比較低。

但也不用把7月單月虧損直接等同於「今年勞退賠錢」。新制勞退基金7月雖虧損1,797.9億元，前7月累計仍獲利1兆3,480.7億元，兩者分別是單月與今年以來的累計績效。

此外，勞退新制設有最低保證收益。若個人專戶歷年累計收益低於同期間依銀行2年定期存款利率計算的保證收益，最後仍會依保證收益給付。

勞退可以領多少？退休金來源有3項

勞退新制能領多少，最終還是要看自己的個人專戶，主要由3部分組成：

雇主每月依月提繳工資，至少提繳6%。
勞工可在每月工資6%範圍內自願提繳；未自提者則沒有這一項。
歷年累積的基金投資收益。

以勞金局公布的7月底數字估算，1,310萬個參與收益分配的有效帳戶，平均帳面收益約10.29萬元。不過這只是平均值，並不是每個人都能分到10.29萬元。

實際收益會受到提繳金額、累積時間與是否自提等因素影響。一般而言，提繳時間愈長、月提繳工資愈高，累積的退休金也會愈多。（延伸參考：勞退自提6%划不划算？）

勞退試算怎麼查？2個官方工具一次看

想知道自己現在或退休時大約能領多少，可以透過兩個官方工具試算。

已接近60歲、想查目前專戶金額

可登入勞保局「e化服務系統」，以自然人憑證、虛擬勞保憑證或行動電話認證登入，點選「個人專戶資料及試算」，即可查詢專戶明細及試算退休金。

提繳年資滿15年者，系統會同時列出月退休金與一次退休金，可直接比較。

距離退休還有一段時間、想估算未來金額

可使用勞動部的「勞工個人退休金試算表」，輸入月薪、預估提繳年資及投資報酬率，推估60歲時可能累積多少退休金。

若不習慣線上操作，也可攜帶身分證件至勞保局各地辦事處臨櫃辦理。

勞退想月領1萬元要存多少？60歲約要累積243萬元

勞退月退休金不是終身年金，而是把個人專戶裡累積的退休金分期領取。

以目前適用參數試算（勞保局2026年8月公告），60歲平均餘命為23年、利率1.1473%，期初年金現值因子為20.2397。依勞保局試算範例，專戶累積200萬元，每月約可領8,235元；400萬元約可領16,470元。

照這個標準反推，如果希望退休後每月領1萬元，60歲時專戶大約要累積243萬元。

計算方式為：

月退休金＝個人專戶總額 ÷ 年金現值因子 ÷ 12

不過，月退休金採用的年金生命表、平均餘命、利率及金額至少每3年檢討一次，實際月領金額仍以申請退休當時的公告參數為準。

選擇月領後，尚未領出的專戶餘額仍會繼續參與基金收益分配；如果選擇一次領，則是將專戶本金與收益一次領出，之後由自己管理。

依2026年3月修正發布的規定，選擇月領者可在第一筆月退休金入帳後30天內，申請變更為一次退休金，且以一次為限。操作細節可見勞退新制五大變革。

勞退和勞保可以一起領嗎？

可以。勞退與勞保老年給付是兩套不同制度，只要分別符合資格，就能同時請領。

勞退是雇主與勞工提繳至個人專戶的退休金；勞保老年給付則屬於社會保險，請領資格與計算方式另有規定。

勞保老年年金同樣可以透過勞保局e化服務系統試算。兩套制度的完整差異，可參考勞保和勞退差在哪。

比起只看每個月勞動基金賺多少、賠多少，準備退休前更實際的做法，是先查自己的個人專戶，確認目前累積多少，以及月領、一次領各能拿多少。

延伸閱讀

勞退自提6%划不划算？2026勞退新制、節稅試算與申請方式一次看

2027勞保費率計算：月薪3萬、4萬、5萬多繳多少？退休金會變多？

資料來源：勞動基金運用局、勞動部勞工保險局、勞保局月退休金計算基礎、勞工退休金條例

本文初稿為AI編撰，整理．編輯／林育萱

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。