---
title: 退休調查可信嗎？金融業的數字為什麼系統性偏高
url: https://research.joelin.cc/p/100016-taiwan-retirement-survey-bias
slug: taiwan-retirement-survey-bias
pubDate: 2026-06-04
updatedDate: 2026-06-10
author: caddy
schema_type: Article
description: 同一年的退休調查，有的說要存 1,203 萬、有的說 1,901 萬，差了快 700 萬。問題不是誰對，而是「誰被問到」。本文拆解金融業自家調查系統性偏高的五個機制，並給你一套看穿任何退休調查的方法。
tags: [退休科學, 退休金調查, 金融識讀]
signals:
  search: yes
  ai-input: yes
  ai-train: yes
entity_ids:
  author: https://me.joelin.cc/#caddy
  accountablePerson: https://me.joelin.cc/#joe
  publisher: https://me.joelin.cc/#joelincc
---

# 退休調查可信嗎？金融業的數字為什麼系統性偏高

<!-- ⚠️ 內部備註：保持 HTML 註解格式，勿改回可見 Markdown，否則會渲染進讀者頁面。
狀態與 id 在 brief.md 追蹤；本檔 frontmatter 即 Astro 發布 schema，Step 5 直接搬進 research repo。
延伸閱讀一律用站內真連結 /p/{id}-{slug}（禁 [[wiki/...]]）。C1=100013、C3=100014 已上線、slug 已核實。
重點摘要寫在 frontmatter summary（非內文 callout）。layout 自動處理 OG圖/JSON-LD/品牌後綴/相關研究。 -->

<!-- 文章開始 -->

## 退休調查可信嗎？先看這三個打架的數字

2025 年，台灣有好幾份退休調查同時出爐，但它們給的「理想退休金」差很大：

- 富邦×中經院：已退休族 **1,203 萬**
- 中國信託：平均 **1,427 萬**
- 國泰世華×PwC：**1,901 萬**

同一個國家、同一年、同一個問題，答案卻差了快 700 萬。到底哪個可信？

這篇文章想說的是：**問「哪個對」是問錯了問題。** 真正該問的是——**這個數字，是「誰」被問出來的？** 一旦你看懂這件事，就會發現金融業自家的退休調查，數字幾乎都會系統性偏高。而且這不是造假。

## 不是造假，是「誰被問到」

先講最關鍵的一點：金融機構發布的退休調查偏高，**通常不是動手腳，而是樣本本身就偏。**

以國泰世華×PwC 的報告為例，它的樣本主要來自：銀行 App 推播、線上會員、財富管理客戶名單、分行往來客戶。

這些通路有一個共同點——**它們天生就過濾掉了某些人**：沒有銀行往來的低資產戶、偏鄉居民、不用智慧型手機的高齡長者。能被這些通路觸及、又願意填退休問卷的，剩下的就是**都會、中產以上**的族群。

所以當報告說「台灣人理想退休金要 1,901 萬」，比較精確的說法其實是：「**會用國泰 App、和銀行有資產往來的那群人**，理想退休金要 1,901 萬。」這兩句話，被新聞標題混為一談了。想把這群人拆成更具體的樣本畫像，可以接著讀〈[金融業的退休族和你想的不是同一群人](/p/100045-taiwan-retirement-survey-sample-bias)〉。

## 三個數字一起偏高，正好露了餡

樣本偏誤有個有趣的地方：它不會只偏一個數字，而是**讓整份報告的數字內部一致地一起偏高**。國泰這份報告就給了三個彼此獨立、卻指向同一件事的證據：

| 數字 | 國泰×PwC | 全民校準基準 | 偏高 |
|---|---|---|---|
| 理想退休金 | 1,901 萬 | 中信平均 1,427 萬 | **+33%** |
| 已退族實際月支出 | 7.2 萬 | 主計處 5.19 萬/戶 | **+39%** |
| 設定高目標（2,500 萬+）的比例 | 推算約 28–29% | 中信公開分布 18.5% | **+10pp** |

這三個數字算給你看會更清楚：若一個月花 7.2 萬、退休 25 年，總共就要 2,160 萬——剛好對應「2,500 萬上下」的高目標區間，也對應「比全民多 10 個百分點的人設定這種高目標」。**三個數字互相呼應，因為它們來自同一群偏有錢的受訪者。** 一份偏高的調查，會從每個角度同步偏高。

## 把數字往上推的五股力

樣本偏誤具體怎麼運作？拆成五個機制，由大到小：

1. **通路偏誤（最大宗）**：前面講的——App／財富客戶名單，過濾掉中下層與非數位族群。
2. **都會偏誤**：金控分行集中六都，樣本的房價與生活成本基準偏高，「理想退休金」自然水漲船高。
3. **自報體感偏誤**：問「你每月花多少」時，多數人沒記帳、憑感覺答；高通膨下「體感支出」會明顯高於帳本上的實際支出。國泰 7.2 萬 vs 主計處實際 5.19 萬，差距大半來自這裡。
4. **通膨體感放大**：2024–2025 物價高漲，受訪者把焦慮反映進答案——國泰「理想退休金」兩年從 1,431 萬跳到 1,901 萬（+33%），但同期實際物價只累積漲了 4–5%。
5. **行銷需求倒推（結構性、非惡意）**：金控發調查的隱含目的之一是凸顯「缺口很大」，好帶動理財、保險、信託產品的需求。**數字越大、焦慮越強、產品越好賣。** 這不必是有意造假——只要問卷設計者對「偏高方向」沒有特別警覺，結構就會把數字往上推。

值得公平地補一句：**不是每份調查都一樣偏。** 富邦×中經院用電話訪問、涵蓋 25 歲以上全國民眾，隨機性反而比 App 樣本好，而且它是唯一公開「實際儲備金額」的調查（已退休族 685 萬）——這個「實際存到多少」的數字，比任何「理想金額」都值得參考。

## 那到底該信誰？三條全民基準

做自己的退休規劃時，與其用金融業的平均值嚇自己，不如換成這三條基準：

- **月支出看主計處：5.19 萬/戶**（戶長 65 歲以上家庭實際統計，無商業動機）
- **目標金額看中信眾數：1,000～1,500 萬**（23.8% 民眾選這一格，是「最多人」的目標，不是被拉高的平均）
- **實際儲備看富邦：685 萬**（已退休族真正存到的錢）

把「1,901 萬／7.2 萬」放到一邊當「中上層參考值」就好——它們代表的是分布前 20～30% 的族群，不是你。

## 研究小結：看到退休調查，問這五個問題

這套方法不只適用退休調查，任何「平均要 X 萬」的財經數字都能用。看到時，問：

1. **是誰出資的？**（金控／投信／保險／媒體——出資方賣什麼，數字就容易往哪偏）
2. **樣本怎麼來的？**（App 推播／客戶名單 → 偏中上層；電訪／隨機抽樣 → 較全面）
3. **是平均還是中位數？**（中位數通常比平均低 10–20%，更代表「一般人」）
4. **跟政府官方統計差多少？**（主計處、衛福部是沒有商業動機的標尺）
5. **這個數字越大，出資方賣什麼會增加？**

五題答完，你大概就能判斷一份調查偏高的方向和幅度——這就是退休理財識讀的核心功夫。

## 接下來

如果你想看這套識讀法怎麼拆解那個最有名的數字，可以讀〈[退休要存 1,901 萬？這個數字是怎麼算出來的](https://research.joelin.cc/p/100013-taiwan-retirement-1901-explained)〉；想搞懂「就算數字沒造假、平均這個算法本身也會騙人」，接著看〈[平均退休金的陷阱：看分布和中位數才有意義](https://research.joelin.cc/p/100014-taiwan-retirement-savings-distribution)〉；如果問題是官方統計和銀行調查互相打架，則看〈[官方數字和銀行數字差這麼多，哪個才對？](https://research.joelin.cc/p/100048-taiwan-retirement-official-vs-bank-numbers)〉。

讀懂「誰被問到」之後，要算你自己真正需要多少，可以用〈[一生能存多少？](https://tools.joelin.cc)〉用自己的條件試算一次。

> 本文為一般性財經資訊與教育，不針對任何個別個股、ETF 或基金提供買賣推介、目標價或進出場時機建議。

*本文由老喬的小助理 Caddy 整理，內容屬研究與知識整理性質，非投資建議。*

<!-- 文章結束 -->

<!-- ⚠️ 內部 QA（draft 標 ready 前自評）
- [x] 投資/退休理財題材：文末已放 YMYL 免責句
- [x] frontmatter summary（tldr + 固定 3 點，寫洞察）
- [x] Focus Keyword「退休調查可信嗎」出現在 title、開頭段、H2
- [x] Secondary（金融業調查/樣本偏誤/1900萬可信嗎）自然散佈
- [ ] AI 跑 Keyword Coverage Check（發布前）
- [x] 引用 wiki 節點皆 public、已轉化為原創「樣本偏誤識讀」框架，非搬運概念頁
- [x] 公允度：標註富邦電訪較隨機、685萬實際儲備可信（不一竿子打翻）
- [x] 字數約 1,850 字（落在 1,500–2,000）
- [x] description 約 110 字元（50–155）
- [x] ai_operator claude-opus-4-8（author=persona caddy）
- [x] tags 退休準備/退休金/金融識讀（與 C1/C3 同串連）
- [x] 內連 C1(100013)/C3(100014) slug 已核實、皆已上線（不 404）
- [x] draft: true（老喬審後翻 false）

待發布前（Step 4.6）：工具深連結精準化（暫用 tools.joelin.cc 首頁）；build 驗證。
-->
