跑步的功率真的可以量測嗎？

“跑步功率”是近年新興的跑步數據之一，這個概念是沿襲自行車界常用於評估運動強度的踩踏功率。功率的基本概念是力量與速度的乘積(Power = Force × Velocity)，它同時受速度以及力量的影響。它的優勢在於即使速度相同，功率理論上也會因體重、坡度及風阻的增加而變大；因為這些因素皆會增加跑步時力量的輸出，進而有較大的功率，因此，功率的量測可幫助我們更準確且客觀的觀察運動強度。然而，在現今的科學技術中，我們很難實際量測跑步時的力量情形，因此目前市面上的跑步功率計，基本是以推估的方式來獲得“跑步功率”。姑且不論這些推估的跑步功率是否能反映真實的功率(指實際量測力量與速度所得)，但這些市面上的跑步功率計所提供的跑步功率數據，其數據的穩定性真的好嗎? 以及該數值真的能反映運動強度嗎?

2021年，西班牙卡斯蒂利亞-拉曼恰大學與莫夕亞大學的研究團隊，共同發表一篇名為《Are we ready to measure running power? Repeatability and concurrent validity of five commercial technologies》的跑步功率研究論文，他們探討了市面上五種跑步功率裝置 (Stryd_App、Stryd_Watch、RunScribe、Garmin_RP和Polar_V)，所測得的跑步功率值的穩定性及該數據大小與攝氧量的相關性。

研究團隊徵募了12位來自鐵人三項與中長跑項目的男性選手為受試者(最大攝氧量平均61.3 ± 5.6 ml/kg/min、耐力訓練經驗6.7 ± 2.4年)，分別在室內跑步機及室外田徑場上進行實測。於室內跑步機進行不同速度、身體負重以及坡度等測試；於室外田徑場則進行不同配速的實測。

下圖為該研究所測驗的五種跑步功率計，以及各家功率計官方網站所提供的推算原理，從這些資訊可知各家功率計的推算方法皆有所不同，諸如裝置的擺放位置(鞋子、胸部、手腕)、搭配的感測器類型(GPS、加速規、氣壓計)、納入考慮的因素(速度、坡度、風向、體重、垂直振福…等)以及演算法等，從而可能在不同跑步條件下推導出不同的跑步功率值，並有不同程度的數據穩定性。

不同跑步功率計數值的穩定性^[1]

結果發現，在室內測驗中，不論在不同速度、負重及坡度測驗下，Stryd_APP與Stryd_watch的跑步功率值皆有優異的穩定性(ICC = 0.988-0.999)，其次為RunScribe (ICC = 0.589-0.709)、而Garmin_RP (ICC = 0.121-0.495) 則較差。在室外測驗中，Stryd_APP與Stryd_watch一樣有非常好的數值穩定性 (ICC = 0.989-0.990)，次之為Garmin_RP (ICC = 0.823)，接續則為RunScribe (ICC = 0.563) 與 Polar_V (ICC = 0.487)。

跑步功率與攝氧量的相關性^[2]

無論是室內還是室外，Stryd_App與Stryd_watch的跑步功率值，皆與攝氧量高度相關(r > 0.9)，其次為室外情境下的Polar_V (r = 0.841) 與Garmin_RP (r = 0.700)，代表這些功率值與攝氧量的變化呈正向線性關係，功率值越大，攝氧量也會隨之上升，顯示這些跑步功率值能客觀反映運動強度大小，在訓練的強度監測上具有參考價值。然而RunScribe跑步功率計不論在室內外僅有中度的相關性。

結語

根據該研究的結果可知，市面上不同跑步功率計的“跑步功率值”數據穩定性及其與攝氧量的相關性皆有所不同。建議跑者在選用上可參考相關實證性研究的結果來決定要選購的裝置，除應考量數據的代表意義與準確性之外 ，也應同時考量其數據的穩定性。

需特別注意的是，研究的結果除了會因各家功率計的推算方法不同而影響之外，也會受測驗的條件設定不同而影響，例如本篇研究雖在室內跑步機上測驗了不同速度、坡度與負重的影響，但在室外田徑場僅測驗不同的速度，並無觀察室外在不同坡度、身體負重、路面乃至於風阻的影響。因此，若單以跑者經常使用的室外情境來看，該研究結果僅能提供在田徑場跑道上，在不同跑步速度時，不同功率計所測得之跑步功率值的穩定性以及其與攝氧量的相關程度。

另外，本文介紹的這篇研究僅比較各家功率計的跑步功率值，並未比較這些裝置量測的其他跑步數據 (如速度、觸地時間、垂直震幅等)，故並不代表其他跑步數據會有一樣的結果。

註解：

^[1]組內相關係數 (intraclass correlation coefficient, ICC) 是研究中常用來觀察測量工具所測得之數值穩定性的統計方法。當組內相關係數 (ICC) 的數值越高，代表在相同的情境之下，反覆測量下所測得的值是越一致的，反之則表示，在相同情境下，每次所得之數值會越不一致，即變異性越大。一般認為組內相關係數需達0.95以上，才被認為是可靠的量測工具。

^[2]相關係數是研究中常用來檢視兩種量測數值之間關聯強度的方法，當相關係數r值越高時，代表兩者之間的關係越密切，兩者的變化是越一致的。一般當r值大於0.7時會認為有高度的相關性、0.4-0.7為中度相關性。

參考文獻：

Cerezuela-Espejo, V., Hernández-Belmonte, A., Courel-Ibáñez, J., Conesa-Ros, E., Mora-Rodríguez, R., & Pallarés, J. G. (2021). Are we ready to measure running power? Repeatability and concurrent validity of five commercial technologies. European Journal of Sport Science, 21(3), 341–350. https://doi.org/10.1080/17461391.2020.1748117