▎什麼是移動參數？移動參數如何計算？
移動參數（Vertical Ratio）是跑步技術中一種量化指標，它代表的是身體重心「垂直振幅」與「步幅」之間的比值。
▹ 垂直振幅（Vertical Oscillation，簡稱 VO） 指的是跑步時身體重心上下跳動的高度。垂直振幅的意義是身體重心垂直振動的高度。振幅愈大，跑步效率愈差。菁英跑者的垂直振幅可以壓到 6 公分以下，但一般跑者平均是 10 公分。這是一種可以藉由訓練而提升的技術。振幅較大的跑者，跑起來會像跳躍中的麻雀，主要是由於不自覺對地推蹬所造成的；而且振幅愈高，落下的衝擊愈重，所以受傷風險也愈高。目前有多款高階跑錶可以透過 G Sensor 抓到你每一步上下振動的幅度。多了這項功能當然是好事，但身邊有些跑者會為了降低垂直振幅，一直盯著錶上的數字，希望它愈低愈好以避免受傷，但通常結果就是愈跑愈小步，步幅愈跑愈小。這樣跑的效率當然會變差。
▹ 步幅（Stride Length）的定義很簡單，它指的是單腳離地後到另一腳著地之間的距離。有一些追求速度的跑者，垂直振幅很大一直降不下來的原因是在加速時想要加大每一步的步幅，他們認為每一步的步幅愈大，效率愈好。在這樣觀念的引導下，這類跑者時常會不自覺地蹬地，藉以增加騰空時間（也就是增加垂直振幅）。雖然這樣做的確會加大步幅，但振幅會過高，除了落地衝擊會加大之外也代表每一步都要多花額外的力氣把身體推向空中。
垂直振幅這個數據，並非單純愈低愈好，也不應該一昧地追求更長的步幅。我們真正追求的是在較低的垂直振幅下，步幅可以加大。所以「移動參數」這個數值相應而生。
移動參數的計算公式是：垂直振幅 ÷ 步幅
簡單來說，「移動參數」是指你在跑步時身體上下移動的程度相對於你每一步前進距離的比值，一般情況下，這個比值愈小，代表你的跑步技術愈好。（但也有例外，下面會再進一步說明。）
跑步跟走路最主要的差異在於是否有騰空，騰空是為了換腳（轉換支撐），所以跑者一定要騰空，但騰空只要足以讓後腳及時回到臀部下方即可。所以，「移動參數」是成本效益比的概念，成本效益比越高，代表投入的成本相對較低，而獲得的效益相對較高，也就是越划算。
在看待跑步時，其中成本是「垂直振幅」（騰空的高度），而效益是「移動的距離」（步幅）。當振幅愈大（成本愈高）時的步幅會跟著增加沒錯，但成本效益比會變低很多。我們希望能用較低的成本，獲得適當的效益，回到跑步：當移動參數愈低，代表跑者愈能確保把能量用在向前而非向上。
如果某位跑者的垂直振幅是 8.6 公分，步幅是 1.14 公尺（114 公分），那他的移動參數即是 8.6 ÷ 114 × 100% = 7.5%（在這邊不考慮單位，只是單純把兩個數值相除，所以稱為「參數」）
假設另一位跑者，具有同樣的振幅（8.6 公分），但每一步的步幅可以增加到 1.5 公尺（150 公分），那麼移動參數就會從 7.5 % 下降到 5.7%。很明顯，當數值愈小，跑步的效率愈高。
▎移動參數的功能是什麼？
我們接著可以從另外兩種比賽項目的觀點來看待「跑步」的競技本質。其一是「跳遠」，它比得是最後一步誰的步幅最大，不論速度多快，或是振幅有多大，這些都不重要，最後一步的步幅最長者就是冠軍；其二是「跳高」，不論誰在加速時跑多快，誰能跳過較高桿子者得勝。而跑步這項運動比得是看誰最能在這兩者間取得平衡。
「移動參數」這項數據的主要功能就是用來評估跑步效率。一位跑步經濟性較佳的跑者，應該能夠用較小的垂直振幅，跑出較大的步幅，這代表跑步時的能量沒有浪費在不必要的上下跳動上，而是被更有效地用於水平移動。
▹ 較低的移動參數：跑步效率較高，身體在垂直方向上的移動較少，能量更多地用於向前推進。
▹ 較高的移動參數：跑步效率較低，身體在垂直方向上的移動較多，能量消耗較大，也可能增加受傷的風險。
▎各強度移動參數表
我們要了解到一項事實，同一位跑者的速度愈快時，它的移動參數本來就會變低。這是因為「速度」是來自跑者向前的落下角度，當跑者想要提升速度時，落下角度本來就愈加大，它會使得跑者的垂直分力減少，向前的水平分力提高，這自然就會減少振幅與增加步幅，因此移動參數自然會變小。這是自然現象。
例如下面這位跑者，從他在 RQ「各強度移動參數表」中的數據明顯可以看出，配速愈快，移動參數愈小，大部分跑者皆是如此。
但有些跑者在加速時，雖然移動參數會隨著速度增加而下降，但振幅卻維持或變大，這個不自然數據很明顯就是跑者技術上的偏差。
另外，在使用 RQ 的這項功能時，可選擇你想進行分析的時間段。預設的選擇是「近 30 天」，你也可以直接選擇「近一天」（也就是今天跑步的分析結果）、「近一週」（最近七天的分析結果），或是兩個指定日期的分析。
▎如何從不同配速的移動參數看出跑者技術上的問題
我們可以看到下面這位跑者在速度愈快時，垂直振幅明顯變大，移動參數也幾乎沒有變小，這代表他加速時會不自覺推蹬地面。
▹ 配速 6:54/km → 8.3 ÷ 0.79 = 10.5%
▹ 配速 6:33/km → 7.9 ÷ 0.83 = 9.5%
▹ 配速 6:08/km → 8.1 ÷ 0.87 = 9.3%
▹ 配速 5:47/km → 9.2 ÷ 0.95 = 9.7%
▹ 配速 5:29/km → 9.4 ÷ 1.01 = 9.3%
下面是另一位跑者四次半馬的平均配速與移動參數之間的關係。我們可以看到他的速度愈快，移動參數的確有變低，但在加速時振幅不變（沒有下降），這很可能代表他沒有透過落下角度來加速，不過這需要透過跑姿錄影來分析才能確認。
▹ 配速 5:02/km → 8.0 ÷ 1.07 = 7.48%
▹ 配速 4:42/km → 8.1 ÷ 1.11 = 7.30%
▹ 配速 4:40/km → 8.2 ÷ 1.12 = 7.32%
▹ 配速 4:34/km → 8.1 ÷ 1.15 = 7.04%
▎RQ 的「各強度移動參數表」中的「比較功能」
RQ 的分析功能中還可以直接針對兩個不同時期的技術數據進行比較。下面是同一位跑者在連續兩年準備同一場比賽（臺北馬拉松）訓練期間的「移動參數分析表」，分析時剔除了比賽當天的數據。
▹ 期間 1：設定在 2023 年的台北馬訓練期（比賽那天的數據剔除）
▹ 期間 2：設定在 2024 年的台北馬訓練期（比賽那天的數據剔除）
從這兩段時間的比較很快可以看出，配速 1→6 區的移動參數在期間 2 的數值都變小了，而且下降幅度都蠻大的。
▎如何使移動參數下降？
下面是四種使「移動參數」「下降」的方式：
▹ 提高步頻：步頻愈高，垂直振幅通常愈低。
▹ 減少推蹬：避免用力往地面推蹬，這樣可以減少身體向上跳動的高度。
▹ 加強力量：加強下肢力量，可以幫助提升下肢剛性，減少觸地時身體重心的下墜幅度。
▹ 改善跑姿：學習加速時正確的跑步姿勢，以學會在提高速度時運用重力。
注意，我上面是用「下降」這個動詞，而非用「改善」，因為移動參數下降並不保證跑步技術的改善，如果參數下降時垂直振幅不變或變大，或是跑者的跑姿屬於競走型的話，移動參數過低並不代表跑步效率愈好。我們以極端的情況「競走」運動來看，這類運動員在比賽時垂直振幅極小，所以能有極低的移動參數，但同一位運動員以四分速移動時，競走的效率會比跑步低很多。因為競走不允許騰空，所以為了提升速度，就要盡量向前跨步且用極高的步頻來完成，這在比較高配速下將消耗更多的體能。
部分文字摘自：《跑者都該懂的跑步關鍵數據》，徐國峰、莊茗傑著，2016 年 6 月，臉譜出版。
.jpg)
