- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
國民年金 VS.勞保年金
篇名
國民年金國民年金 vs.勞保年金vs.勞保年金
國民年金國民年金 vs.vs.勞保年金勞保年金
作者
林佳蓉 。瑞祥高級中學。二年八班。
俞維萍。瑞祥高級中學 。二年八班。
黃筱茜 。瑞祥高級中學。二年八班。
1
國民年金 VS.勞保年金
壹●前言
現在的台灣已邁入高齡化社會 ,為因應人口老化的問題,政府也日益重視老年的社
會福利制度 ,然而社會制度的改革與我們日常生活息息相關,身為這個社會的一份
子,有些事不能不知道 ,所以我們選擇了最新通過的勞保年金與國民年金作為我們
這次的主題 ,除了對兩者做簡單介紹,尤其著重在退休後制度的比較 ,包括勞保舊
制的老年給付和新制的老年年金 ,與國民年金中的老年年金 ,藉此提高對新制度的
認識與釐清 。
貳●正文
第一章 :勞保年金
一‧何謂勞保年金
採「年金制」的勞保 ,即是所謂的「勞保年金」。和過去勞保不同的是 ,過去「勞保
年金給付」採取是一次金 ,一次給付的方式;但在明年1月1日前投保勞保年金的
勞工 ,可以月領方式領取,也可選擇一次金。(註1)
二‧實施日期
民國 98年1月1日起實施 。
三‧參加資格
年滿十五歲以上,六十歲以下 ,受僱之本國籍勞工,應以其雇主或
所屬機構為 投保單位 ,參加本保險為被保險人。但下列人員不得 參
加本保險:
1、依法應參加公教人員保險或軍人保險者。
2、已領取勞工保險老年給付或公教人員保險養老 給付者。
3、受僱於依法免辦登記且無核定課稅或依法免辦登記 且無統一發
票購票證之雇主或機構者 。
※受僱於二個以上雇主者 ,得擇一參加本保險。(註2)
四‧費率及保險費
1、勞工保險年保險費率 :7.5%至 13%;第 3 年起每2 年調高 0.5%
2、月投保金額 :以其工作所得投保 。
2
國民年金 VS.勞保年金
(1)受僱勞工 :第 1 級 17,280 元,第 22 級 43,900 元
3、保險費負擔比例 :
(1)受僱勞工 :雇主70%、勞工 20%、政府 10%。
(2)職業工人 :勞工60%、政府 40%。最低 18,300 元(現行第 3 級),
投保工資上限 43,900 元。(註3)
五‧給付項目
1、失能年金 (普通事故)
(1)請領條件 :
a‧失能程度經評估為終身無工作能力者 ,發給年金給付。
b‧未達終身不能從事工作者 ,按現行規定依殘廢等級發給一次給
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)