歷年颱風假紀錄與統計：颱風假到底常不常放？

2015 年 8 月 7 日，蘇迪勒颱風的暴風圈往東岸壓過來，我和整間辦公室的人整個上午都在做同一件事：反覆重新整理人事行政總處的網頁。等到的答案是掃興的一行字，臺北市那格寫著「今天晚上停止上班、停止上課」，白天照上，全日班沒有放。那天真正整天停班停課的只有宜蘭縣和花蓮縣。

更掃興的還在後面。颱風在 8 月 8 日凌晨從花蓮秀林登陸，那天總處頁面上臺北市的欄位改成「今天已達停止上班及上課標準」——而 8 月 8 日是星期六，一個不需要放假的日子。那個清晨我家停電，手機剩三成電，冰箱裡只有兩罐啤酒和一盒過期優格。我在黑暗裡想通一件事：我對颱風假的全部熱情都花在「猜放不放」上，對颱風本身的準備是零。而且我猜的那個東西，本來就跟颱風強度不是同一回事。

從那年起，我養成一個小癖好：颱風季結束後回頭翻公告紀錄，看看這一年到底放了幾天、哪些縣市放得多。翻了幾年下來，最大的發現反而是一個「查不到」：你在任何官方網站都找不到「台灣平均每年放幾天颱風假」這個數字。它並非藏得深，是壓根不存在。這篇文章就從這個不存在的數字講起，把颱風假的歷史紀錄、統計框架和幾場代表性颱風整理成一份可以查證的讀本。

官方統計裡沒有「颱風假天數」這個項目

先解釋為什麼查不到。停班停課的決定權在各直轄市、縣（市）首長手上，而且是逐場颱風、逐個縣市、甚至逐個行政區分開宣布。同一場颱風，基隆放、臺北不放、臺中山區停課平地照常，是每年都會上演的常態。人事行政總處彙整的是「這一場、這一天、哪些地方停止上班上課」的即時情形，從來不會替你把它累加成一個年度總數。

所以「隔壁縣市放了，我們一定也會放」這種推論也站不住腳。各縣市的雨量門檻不同、風力預測逐縣市發布，所謂鄰縣效應只在生活圈高度重疊的區域（北北基桃、中彰投、高高屏）有慣例上的協調，且即便如此也不是保證。怎樣才會達到放假門檻，颱風假標準：風力雨量門檻與宣布時間有完整拆解，這裡不重複。

至於坊間流傳的各種「歷年颱風假天數排行」，多半是媒體或個人事後從新聞回溯整理的。統計口徑各異：有的只算雙北，有的算全台任一縣市有放就計入，有的把半天班算半天、有的算整天，彼此對不起來，也無法交叉驗證。看到這類排行，先問一句「你的分母是什麼」，通常就問倒了。

一年 3 到 4 個：氣象署的長期帳

雖然沒有颱風假的官方統計，颱風本身的官方統計倒是非常扎實。中央氣象署自 1958 年起建置侵台颱風資料庫，長期算下來，台灣平均每年約有 3 到 4 個颱風侵襲。「侵襲」指的是氣象署對台灣發布過颱風警報、且對陸地或近海造成影響的颱風。

這個平均值最容易被誤讀的地方在於：它是平均，不是保證。實際上逐年落差極大，有的年份一個夏天就被掃過六、七場，也有的年份整季路徑全偏往日本或華南，侵台數掛零或個位數。所以「今年颱風假特別多」或「今年怎麼都沒放」在統計上都是正常波動。

對颱風假而言，這條年均線劃出了天花板。一年頂多三、四個颱風真的靠近台灣，其中未必每個都達到停班停課的風雨門檻，達標的又未必每個縣市都放。把這個漏斗攤開，你就能理解為什麼多數人的體感是「偶爾才中一次」：源頭的颱風本來就稀缺。

我們把 25 年的公告逐筆算了一遍

官方沒有統一口徑，不代表原始紀錄不存在。人事行政總處的「歷次天然災害停止上班上課訊息」檔案庫，逐筆保存了每一次公告當下的各縣市停班停課情形。本站把這些原始快照逐筆解析，自己算了一份逐縣市統計。這不是官方數字，但每一個數字都能回溯到一份官方公告原文，而且假設全部攤開講。三個關鍵口徑：

1. 只計「全縣市層級」的停班。公告裡有大量「某鄉某村」或「某國小」單獨停班停課、其餘照常的情形，算成「這個縣市放假了」會嚴重灌水，所以單列為部分停班、不計入。早年常見的「照常辦公、學生停止上課」也不算上班族的停班。
2. 分母是「至少有一個縣市整個停班」的事件，共 134 次，不是全部公告次數。單點小型公告的數量遠多於真正的停班事件，混進分母會把每個縣市的比率稀釋到沒有資訊量。
3. 統計區間為 2001 年 7 月至 2026 年 6 月，恰好滿 25 年，年均的除數就是 25。2017 年以前的官方快照採 Big5 編碼、歷經多種表格版面，解析時逐一比對版面差異與異體字（舊寫法的「停止辦公」「縣巿」都有）。另有 24 筆公告的官方頁面是空白的、沒有任何逐縣市資料，主要集中在 2013 年，這些在資料裡標記為「無資料」，不會被靜默當成沒放假。

還有第四個口徑要先講白，因為它剛好是我在前面吐槽別人的那一點。「全縣市停班次數」把 full（今天停止辦公上課）和 partial_time（今天下午／晚上停止辦公上課）都算成一次，半日公告在這張表裡等同一整天。這麼算會讓數字偏高，但改成只算全日又會低估東北部那種「下午開始撤」的常見型態，兩邊都不完美，我選了一致而非好看：表中的「年均天數」是每年平均中選的次數，不是每年平均放到的完整天數。想看純全日版的話，前三名會換人——宜蘭 41 次、屏東 41 次、花蓮 40 次，東部三雄的順序被屏東插隊，其餘名次變動不大。

在這個口徑下，22 個縣市中選次數的前 10 名如下：

排在最前面的是東部與東北部的花蓮、宜蘭、臺東。這三個縣市直接面對太平洋，是颱風登陸與環流最先掃到的地方，長期停班率明顯高於西部。第四到第六名是屏東、臺南、高雄，恆春半島與西南部的雨帶讓南部整體並不輕鬆。

第七名的澎湖縣值得單獨點名，因為它打斷了「東部最常放」這個聽起來很順的說法。澎湖 46 次、34%，高於基隆、新北、嘉義縣的 43 次，也高於臺北市的 40 次。原因跟東部不同：離島沒有中央山脈當屏障，海上交通一斷就沒有替代方案，風力門檻在四面環海的地形上又特別容易達標。所以更精確的敘事是東部加離島，而不是單純的東部；金門 33 次、連江 37 次雖然排在後段，但它們的 partial_time 佔比是全台最高的兩個（各 14 次與 15 次），半日公告在離島本來就比本島常見。

排名後段依序是桃園、新竹縣（各 42）、臺北市、新竹市（各 40）、南投（39）、苗栗、彰化（各 38）、臺中、雲林、連江（各 37）、嘉義市（35）、金門（33）。莫拉克（2009）、蘇迪勒（2015）這些早年重大颱風都已納入，正是它們把東部縣市的長期數字墊高。

要再說一次：這是歷史統計，拿來回答「哪裡最常放」可以，拿來預測「明天放不放」不行。個別場次放不放，以當年主管機關的公告為準。

用「颱風假歷史停班率」一鍵試算 →選縣市，看它在歷年天然災害停班公告中放過幾次假。歷史統計，不是明日預測。

颱風季的形狀：八月最擠

把侵台颱風攤在月曆上，分布極度不平均。依中央氣象署統計，侵台颱風高度集中在 7 到 9 月的夏秋季，其中 8 月頻率最高，7 月與 9 月次之；冬季到早春幾乎不會有颱風侵台。整個颱風季的形狀，是一個以 8 月為頂點、7 月和 9 月為兩肩的鐘形。

這解釋了台灣颱風假的一個鮮明特徵：它幾乎都落在暑假。學生本來就在放假，「颱風假」對他們常常只是暑輔停課；真正每年 7 到 9 月緊盯公告、賭明天上不上班的，是上班族。颱風假的討論總是跟勞工權益綁在一起，理由就在這裡。

進入 10 月後颱風數量遞減，但別急著鬆懈：秋颱的致災性未必比夏颱低，有時更高。關鍵在於下一節的共伴效應。歷年幾場重大豪雨災害，正是秋颱共伴的產物。如果你要安排 7 到 9 月的婚禮、出國或大型戶外活動，把撞上颱風列入風險評估是合理的；行程落在哪一天、是不是工作日，可以先用2026 行事曆對一下。

西北颱與共伴效應：兩種特別會放假的型態

想看懂「為什麼有些颱風放得多、災情大」，得認識兩種台灣特有、氣象署也特別點名的高致災型態。

依氣象署氣候服務入口網的說明，共伴效應是颱風環流、季風與地形三者交互作用的產物。當颱風位於台灣東南方海域、巴士海峽或近海時，逆時鐘環流把暖濕空氣吹向台灣，與南下的東北季風在北部或東北部匯合，再加上山地地形抬升，會下出持續時間長、強度穩定的劇烈降雨。它主要發生在秋季，受災最重的通常是宜蘭、基隆與北海岸，而且颱風中心離台灣還很遠時，雨就可能已經很驚人。「颱風明明還在幾百公里外，怎麼雨這麼大」的答案，多半就是它。

另一種是西北颱：路徑從台灣東方海面朝西北方向前進、通過北部海面或直撲北台灣的颱風。它危險的地方在於暴風圈風雨最強的危險半圓正對北台灣人口稠密區，颱風不必登陸，沿北部海面通過就能把最強的風雨掃進台北盆地。歷史上幾次讓大台北嚴重受災的颱風，走的正是這種路徑。

把兩者放在一起，可以練出一個判讀直覺：颱風的災情大小不只看它多強，更看它怎麼走、碰上什麼。一個中度颱風走西北颱路徑又逢秋季共伴，致災性可能遠超過一個路徑偏掉的強颱。

路徑決定誰先放

氣象署把侵台颱風依中心行進路線做了系統性分類，大致九類主要路徑加上特殊路徑。不用背，抓住背後的邏輯就夠：分類主軸是颱風中心從台灣哪個緯度、哪一側通過或登陸，而這直接決定哪個縣市先感受到風雨。

最典型的規律：颱風從東部登陸時，花蓮、臺東、宜蘭往往最先達到停班停課門檻，因為它們直接位在暴風圈的行進路徑上；中央山脈另一側的西部縣市，可能要等颱風穿過山脈或北轉之後才輪到緊張。前面那張統計表裡東部縣市的年均天數高出西部一截，地理根源就在這裡。中央山脈也讓台灣的颱風風雨呈現強烈東西差異，這是各縣市雨量門檻「一縣一制」的由來，縣市對照表同樣收在颱風假標準那篇。

資料庫裡的三場颱風

統計骨架講完，來看三場在氣象署颱風資料庫留有明確紀錄的代表性颱風。先說處理原則：以下的警報時間、強度、災損數字都取自資料庫的官方紀錄；至於各縣市當年放了幾天，理由前面說過，沒有統一的官方累計，本文不腦補精確天數。這三場的價值，是讓你對颱風假背後的災害重量有具體的感覺。

把近二十年拉開來看還有一個穩定規律：大部分的颱風假集中在少數幾場「路徑對準、又逢致災型態」的颱風上。多數靠近台灣的颱風只造成局部短暫停班，甚至完全沒放；真正全台有感、留在集體記憶裡的，是少數幾場破紀錄的極端事件。「平均每年放幾天」之所以沒意義，就是因為颱風假的體感由這條長尾的頭部定義，而非由平均值定義。

莫拉克（2009）：雨比風致命的教科書

莫拉克是近二十年台灣傷亡最慘重的颱風。依氣象署資料庫，它於 2009 年 8 月上旬警報，強度為中度颱風，登陸點在花蓮附近。真正致命的是雨：中南部與東部多處降下刷新歷史紀錄的雨量，引發大規模洪水、山崩與土石流，資料庫記載 673 人死亡、26 人失蹤，農業損失逾新臺幣 195 億元。

莫拉克改變了台灣的防災思維。它證明累積雨量比瞬間風速更致命，「短時間極端降雨」從此在停班停課決策裡越來越吃重。今天「無颱風但豪雨停班停課」的案例越來越多，某種程度上就是莫拉克之後整個社會對降雨風險更敏感的結果。

蘇迪勒（2015）：四百萬戶停電那一夜

蘇迪勒的海上警報發布於 2015 年 8 月 6 日、8 月 9 日上午解除，8 月 8 日凌晨從花蓮秀林鄉登陸。依資料庫，它造成 8 人死亡、4 人失蹤、437 人受傷，農業損失逾新臺幣 22 億元，全台逾 400 萬戶停電。路樹倒伏、招牌墜落、大範圍停電，「10 級陣風」這個門檻在現實中長什麼樣子，蘇迪勒是活教材。我開頭那個摸黑找行動電源的早晨，就是這四百萬分之一。

強度這一欄要小心，它是本文唯一一個我建議你自己去點開資料庫核對的欄位。颱風資料庫這場的登錄是中度颱風、近中心最大風速每秒 48 公尺；但你在維基百科、新聞回顧與許多懶人包上看到的會是「強烈颱風、58 公尺」。兩邊都沒錯，差在量的是不同時間點：58 公尺是蘇迪勒 8 月 3 日在西北太平洋的生涯巔峰，那時它離台灣還很遠，8 月 5 日經歷眼牆置換後就降回中度，8 月 6 日對台灣發布警報時已經是中度颱風。資料庫記的是警報期間的強度，也就是決定台灣風雨、決定各縣市要不要停班停課的那個值。這個時間差在下一節會變成整段論證的地基，先記著。

凱米（2024）：近年少見的強烈颱風

凱米是近年少數達到「強烈颱風」分級的侵台颱風。依資料庫，它於 2024 年 7 月下旬警報，最大風速達每秒 53 公尺，7 月 25 日從宜蘭南澳鄉登陸後穿越台灣、進入中國福建，造成 10 人死亡、2 人失蹤、900 多人受傷，逾 87 萬戶停電，農業損失逾新臺幣 32 億元。它也再次展示台灣颱風的降雨特性：中南部在外圍環流與西南氣流接力下出現致災性豪雨，颱風的雨往往比風更難纏。

想查任何一場歷史颱風，可以直接進中央氣象署颱風資料庫（來源清單有連結），裡面有每場的警報起訖、強度、路徑分類與災損概述，是可交叉驗證的一手資料。網路流傳的天數排行若與資料庫災損紀錄兜不起來，信資料庫。

用「停班停課看板」一鍵試算 →各縣市天然災害停止上班上課最新情形，定時更新，資料來自人事行政總處。

分級猜不到放假

新聞最愛講颱風的分級：輕度、中度、強烈。很多人直覺把分級和放假機會畫上等號，但上面三場案例已經悄悄推翻了這件事。莫拉克（40 m/s）與蘇迪勒（48 m/s）在資料庫的警報紀錄裡都是中度颱風，只有凱米（53 m/s）是強烈；三場都造成重大傷亡，其中傷亡最慘重的莫拉克，正是三場裡風速最低的那一場。

蘇迪勒的例子還多教一件事。它的媒體形象是「2015 年最強颱風」，那個 58 公尺的頭銜卻是在遠洋拿到的；等它走到台灣門口已經降了一級，而台北那天也只放了晚上。你在新聞上感受到的強度，跟你的縣市會不會停班停課，中間隔著時間、距離與地形三道折扣。

氣象署的強度分級看的是颱風中心附近的最大風速，描述「颱風本身多強」；停班停課看的是各縣市當地的風雨預測是否達門檻（平均風力 7 級或陣風 10 級、24 小時累積雨量達各縣市基準）。當地風雨取決於路徑離你多近、暴風圈掃不掃得到、有沒有共伴或地形加乘，跟中心風速幾級是兩回事。

於是兩種看似矛盾的情形都很常見。強颱路徑偏往北方海面、暴風圈只擦過邊緣，新聞標題斗大，你卻整天照常上班，這也是「氣象署說很強，我的縣市怎麼沒放」的標準答案。反過來，中度甚至輕度颱風直撲台灣、又逢共伴或西南氣流，累積雨量遠超門檻，停班的機會與天數反而拉高。有經驗的人看颱風，第一眼看路徑圖與暴風圈半徑，第二眼看當地雨量預測，分級只當背景參考。順序顛倒過來、只盯分級猜放假，是每年都有人踩的雷。

有的年份多、有的年份少：聖嬰能解釋多少

年際落差不是隨機亂跳，最常被拿出來講的脈絡是聖嬰與反聖嬰（ENSO）：赤道太平洋海溫的週期性變化，會改變西北太平洋颱風生成的位置與數量，也影響生成後的引導氣流，從而間接影響侵台機率與路徑。氣象單位每年颱風季前，通常會依 ENSO 狀態對侵台颱風數量給出「偏多、正常或偏少」的機率性展望。

拿它預測颱風假之前，有三個限制要先認清。展望說的是機率分布的偏移，沒辦法點名「今年侵台 X 個」；生成偏多也不等於侵台偏多，引導氣流把颱風統統帶往日本的年份，生成再多都與台灣無關；氣候變遷那種幾十年尺度的慢變數，對單一年份的問題幾乎沒有預測力。季前展望聽聽就好，能當真的只有颱風一場一場生成後的即時預測。

順帶回答一個常見的體感疑問：「以前好像比較常放颱風假」。這多半是記憶偏誤與真實波動的混合。人對放假的記憶會被少數幾場大颱風強化，容易高估頻率；而颱風假本來就逐年劇烈波動，剛好經歷過偏多的幾年再遇上偏少的幾年，落差就會被主觀放大。既然連官方的全國年度統計都不存在，這類體感無從驗證，聽過就好。

每年夏天都要吵一次的辯論

有了統計和案例，可以來看那場年年重播的辯論：颱風假是不是放太多？防災優先還是經濟優先？

爭議的根源是停班停課用「未來的預測」做「現在的決定」。前一晚就要拍板明天放不放，而明天的風雨還沒發生，誤差是內建的。於是每年輪流出現兩種讓人不滿的結果：放了卻風平浪靜，被檢討放太寬、衝擊經濟；沒放卻風雨成災，通勤族卡在風雨裡，輿論火力更猛，因為涉及人身安全。兩種結果都不是誰失職，是用預測管理風險的必然成本。

再加上一個關鍵的責任不對稱：對地方首長而言，放了沒事的代價是被酸幾天，沒放出事卻是政治生涯等級的責任。代價不成比例，門檻邊緣的案例自然往「放」傾斜。理解這個誘因結構，你就能預測大部分邊緣案例的走向，也能理解為什麼「放太多」的批評年年有，制度卻始終偏向寧可多放：人命的代價高於一天的經濟活動，這個價值排序被制度化了。

這場拉鋸並非原地打轉，它催生了看得見的演化：分區宣布越來越普及。過去颱風假全縣市一刀切，現在越來越多縣市依行政區的地形與風雨差異，宣布「某某區停止上班上課、其餘照常」，臺中和平區、高雄桃源那瑪夏、新北山區的獨立停課都是例子。往後討論「颱風假天數」會越來越沒意義，取而代之的是「哪些區、放多久」。對民眾的實際影響是看公告一定要看清楚區名，別看到縣市名稱就以為全境放假。另外，公告是會更新的：前一晚宣布照常、半夜風雨驟變，可在凌晨補宣布停止。睡前看一次、起床再看一次，是颱風夜最有效率的紀律。查詢管道與半天班規則，停班停課查詢管道有完整整理。

颱風季前，把該做的先做掉

看懂歷史紀錄的實用價值，是把颱風從「意外」重新定義成「季節性的已知風險」，讓準備提前發生。

資訊面，只信官方源。風雨預測看中央氣象署官網與颱風警報頁，那是判斷「我的縣市會不會達標」的一手資料；停班公告認人事行政總處「天然災害停止上班及上課情形」網頁，全國唯一的官方彙整源，各縣市宣布後統一登載；社群群組轉傳的截圖一律回官方源核實，偽造公告瘋傳導致民眾誤判的案例出過不只一次。任何非官方來源的「預測放假」都只是娛樂。本站的停班停課看板直接同步總處公告，颱風夜可以少刷幾次網頁。

錢的面向，放假之後還有一串問題：不出勤薪水扣不扣、被要求出勤有沒有加給、跨縣市通勤族看哪邊的公告。公務員停班日薪資照常，民間勞工的停班日薪資在法律上卻只是「宜」不扣發，這個殘酷的細節與出勤時該拿到的交通協助，颱風假上班薪水怎麼算有逐條拆解，颱風季開始前先讀一次。

實體準備面，無論放不放假，陸上警報發布當晚都該跑一遍：飲水、糧食、行動電源備妥，停水停電是比放假與否更實際的風險；陽台盆栽與曬衣架收進室內，強陣風下的高空墜物既傷人也可能讓你負賠償責任；低窪地區與地下停車場的車提前移到高處；「停課不停班」的日子誰顧小孩，雙薪家庭提前協調家庭照顧假或特休，別等早上七點才緊急討論；山區與溪邊行程一律取消，歷年颱風傷亡統計裡「警報期間仍前往山區溪流」始終佔一席之地。

回到標題那個問題：颱風假到底常不常放？我的答案是——看那一年、那一場、你的那個縣市。長期框架可以背：年均 3 到 4 個侵台颱風、集中在 7 到 9 月、東部最常放、極端事件定義體感。剩下的交給每一場颱風自己揭曉。2015 年那個摸黑的早晨教我的事，到今天還適用：與其把力氣花在猜，不如花在準備。如果颱風假意外接上週末變成連休，連假倒數可以看看下一個正式連假還有多遠，心理平衡一點。