生物年齡與健身年齡：有什麼差別，哪個更重要？

你站上智慧體重計，螢幕顯示你的「健身年齡」是 38 歲。驗血報告寄來，你的「生物年齡」是 47 歲。你實際年齡是 45 歲。三個數字，三個不同的故事——哪一個才是你真實老化狀態的真相？

誠實的答案是：三者都在測量真實的東西，但測量的是你身體的不同面向。健身年齡告訴你心肺系統的功能相當於幾歲。生物年齡則告訴你整個身體的功能相當於幾歲。把兩者混為一談，是長壽追蹤中最容易犯的錯誤之一，也是人們從數據中得出錯誤結論最常見的原因。

本文將深入剖析每項指標實際測量的內容、為何兩者常常出現分歧，以及如何同時運用兩者，建立完整的老化全貌。

你將學到：

• 健身年齡與生物年齡各自涵蓋的生物學指標
• 為何出色的健身年齡可能掩蓋惡化中的生物年齡（反之亦然）
• 何時應以健身年齡為主要追蹤指標，何時又不夠用
• 當兩個數字出現分歧時，如何解讀這個差距

---

簡單定義

誠實的答案是：三者都在測量真實的東西，但測量的是你身體的不同面向。健身年齡告訴你心肺系統的功能相當於幾歲。生物年齡則告訴你整個身體的功能相當於幾歲。把兩者混為一談，是長壽追蹤中最容易犯的錯誤之一，也是人們從數據中得出錯誤結論最常見的原因。

重點摘要

• 健身年齡衡量心肺老化——主要透過 VO2 max 和相關心臟指標。
• 生物年齡衡量全身老化，跨越多個器官系統——血液生物標誌物、甲基化或多訊號穿戴裝置數據。
• 兩者不可互換。 年輕的健身年齡可以與較老的生物年齡共存，反之亦然。
• 健身年齡對訓練的反應更快； 生物年齡反應較慢，但涵蓋更多面向。
• 最佳做法是同時追蹤兩者：每日追蹤健身年齡以獲得快速反饋，每季追蹤生物年齡以獲得更深層的全貌。
• 有氧訓練比任何其他單一干預手段更可靠地將兩項指標拉向正確方向。

---

什麼是健身年齡？

健身年齡是一個以心肺適能為核心——主要是 VO2 max——所建立的指標，用來估算心血管適能與你相當的普通人之實足年齡。

簡單定義： 健身年齡告訴你，一個心肺適能與你目前相同的典型人士的年齡。

最具影響力的健身年齡模型來自挪威科技大學（NTNU），以 HUNT 研究的資料為基礎——這是全球規模最大的心肺適能資料庫之一。NTNU 健身計算器使用年齡、性別、靜止心率、腰圍及運動頻率來估算 VO2 max，再將該 VO2 max 與依年齡和性別分層的族群常模進行比較，從而得出健身年齡。

Apple Watch、Garmin、Polar 及 Whoop 也各自使用健身年齡的版本，它們都是在步行、跑步或騎行時從心率反應估算 VO2 max，再與依年齡分層的參考數據比較。

健身年齡真正測量的是什麼

健身年齡本質上是一種 VO2 max 年齡當量，它涵蓋：

• 你的身體在高峰運動時能利用多少氧氣
• 你的心臟泵血效率有多高
• 你的肺部向血液輸送氧氣的能力
• 你的肌肉提取和利用氧氣的能力

它不涵蓋肝功能、腎功能、炎症、血糖調節、荷爾蒙狀態、免疫健康、體組成（部分模型有腰圍），也不涵蓋甲基化模式。

如需深入了解健身年齡背後的心臟指標，我們的 VO2 max vs HRV vs 靜止心率指南涵蓋了各項指標的意義。

---

什麼是生物年齡？

生物年齡是一個更廣泛的指標，用來估算全身生物學狀態與你相當的普通人之實足年齡——而不僅僅是心血管適能。

簡單定義： 生物年齡告訴你，一個整體生理狀態與你目前相同的典型人士的年齡。

生物年齡由跨越多個器官系統的生物標誌物面板計算得出。主要的科學模型包括：

• PhenoAge — 使用 9 項例行血液生物標誌物，包括白蛋白、肌酐、葡萄糖、CRP 和白血球計數
• KDM（Klemera-Doubal 法） — 使用靈活的臨床生物標誌物面板
• Horvath / GrimAge / DunedinPACE — 使用 DNA 甲基化模式
• 穿戴裝置衍生生物年齡 — 使用心率、HRV、睡眠、活動和恢復訊號，跨多個生理領域估算老化程度

如需了解生物年齡方法的完整圖景，我們的生物年齡計算方式指南列出了各模型的比較。若要專門比較代謝年齡，請參閱我們的生物年齡與代謝年齡解析。若要比較心血管老化指標，請參閱生物年齡 vs 血管年齡。

生物年齡真正測量的是什麼

生物年齡嘗試整合來自多個系統的訊號：

• 心血管適能（有時納入）
• 代謝調節（葡萄糖、胰島素、血脂）
• 肝臟和腎臟功能
• 炎症狀態
• 免疫功能
• 細胞和表觀遺傳老化（DNA 甲基化模型中）
• 體組成

高品質的生物年齡模型會回傳一個單一數字，這是跨器官系統的加權平均值。其廣泛性是優勢所在——也正因如此，它並不總是與純健身指標吻合。

---

核心差異：一個器官系統 vs 多個

記住兩者差異最清晰的方式：

	健身年齡	生物年齡
範疇	主要是心肺系統	全身，多個器官系統
主要輸入	VO2 max（實測或估算）	血液生物標誌物、甲基化或多訊號穿戴裝置數據
涵蓋炎症？	否	是（PhenoAge、KDM 中）
涵蓋血糖調節？	否	是
涵蓋腎/肝功能？	否	是
涵蓋 DNA 甲基化？	否	是（表觀遺傳時鐘中）
對訓練敏感？	非常敏感	中等敏感
對飲食敏感？	輕微	高度敏感
對睡眠敏感？	輕微	高度敏感
對壓力敏感？	輕微	高度敏感
變化速度	數週至數月	數月至數年（PhenoAge）或數週（DunedinPACE）
死亡率預測力	強	最強

兩個數字都能預測壽命。心肺適能本身就是迄今測量過最強的全因死亡率預測指標之一——但多系統生物年齡模型通常優於任何單一生物標誌物，包括 VO2 max。

---

當健身年齡與生物年齡出現分歧

有趣的情況正在於分歧。以下是四種經典模式及各自的含義。

模式一：健身年齡年輕，生物年齡也年輕

你 45 歲，健身年齡 38，PhenoAge 41。兩個系統都同意：你全面老化狀況良好。可能的特徵是良好的心肺適能、乾淨的代謝指標、低炎症，以及合理的生活品質。沒什麼需要擔心的——繼續維持就好。

模式二：健身年齡年輕，生物年齡偏老

你 45 歲，健身年齡 38，PhenoAge 49。這是看似健康卻不健康的模式。你的心肺系統表現出色——可能是因為你持續訓練——但其他方面出了問題。常見原因：

• 腰圍正常但有內臟脂肪（偏瘦型肥胖）
• 因高糖或高壓生活方式導致的胰島素阻抗
• 慢性低度炎症
• 睡眠品質不佳
• 大量飲酒，不影響 VO2 max 但損害肝臟指標
• 未經治療的高血壓或血脂異常

這種模式的危險性恰在於它讓人感到放心。體能好的人常常以為訓練已經「保護」了他們，但血液指標卻訴說著截然不同的故事。

同一個問題也有肌肉專屬版本：一個人可能有年輕的健身年齡，但如果 VO2 max 很強、握力、椅子起立或爬樓梯力量趨勢正在下降，就會呈現較老的力量年齡 vs 生物年齡模式。

模式三：健身年齡偏老，生物年齡年輕

你 45 歲，健身年齡 52，PhenoAge 41。這是久坐但整體健康的模式。你的血液指標很乾淨，飲食良好，不抽菸也不喝酒——但你的運動量不足以將 VO2 max 推進到適合你年齡的健康區間。

這是可以改善的，而且改善方法是最有效的長壽干預手段：結構化心肺訓練。對大多數 60 歲以下的成年人而言，6 到 12 個月的第二心率區間訓練加上每週間歇訓練，可以將健身年齡改善 5 至 10 年。我們的如何提升 VO2 max指南詳細介紹了訓練方案。

模式四：健身年齡偏老，生物年齡也偏老

兩個數字都顯示你老化速度偏快。這是優先度最高的情況，也是最值得干預的情況——因為心肺訓練往往也能帶動生物年齡指標朝正確方向改善，包括更好的胰島素敏感性、更低的炎症、更好的血脂和更好的睡眠。

---

為何兩項指標通常相互追蹤（但並非總是如此）

健身年齡與生物年齡通常一起變動，有真實的生物學原因：心肺訓練會升級與老化相關的重要系統。

規律有氧訓練的效果：

• 降低空腹胰島素，改善血糖調節
• 減少內臟脂肪和炎症
• 改善血脂狀況
• 提升睡眠品質
• 增加全身（不僅僅是心臟）的粒線體密度
• 降低靜止心率，改善 HRV

因此，持續訓練的人通常在生物年齡模型所測量的多器官面板中都能看到改善。

但這種關係並不確定。許多運動員都有：

• 因過度訓練導致 CRP 升高
• 因飲食不佳導致血糖升高
• 因補充劑或酒精導致肝臟壓力
• 因長期能量不足導致荷爾蒙失調

而許多 VO2 max 偏低的成年人卻有乾淨的血液指標，因為他們飲食良好、睡眠充足、壓力管理得當且不抽菸。

健身是健康老化必要但不充分的條件。生物年齡試圖捕捉這種細微差別；健身年齡則無法做到。

---

何時使用健身年齡

以下情況適合以健身年齡為主要追蹤指標：

• 你需要一個能快速反應訓練效果、每天都能追蹤的單一數字
• 你以心肺適能為主要改善重點
• 你沒有血液生物標誌物檢測的管道
• 你想要穿戴裝置被動更新的衍生訊號
• 你是運動員或以訓練為重心的個人，最在乎運動表現和心臟年齡

健身年齡對激勵也很有幫助：它會隨努力明顯改變，而生物年齡通常不會。

---

何時使用生物年齡

以下情況適合以生物年齡為主要追蹤指標：

• 你想要全面的多系統老化視角
• 你有或可以取得例行血液檢測
• 你懷疑訓練以外的生活方式問題（睡眠、酒精、壓力、飲食）正在驅動老化
• 你想要一個能反應所有長壽干預效果，而不只是有氧運動的指標
• 你對長期死亡風險感興趣，而不只是當前表現
• 你正處於轉變期（更年期前後、病後、重大生活變化後），多個系統正在同時改變

生物年齡是「我的整個身體老化狀況如何」這個問題更貼近真相的指標——但它的測量成本較高，變化也較緩慢。

---

健身年齡與生物年齡如何配合使用

正確的框架不是選擇其中一個，而是如何同時使用兩者。

實際操作建議：

1. 每日：透過穿戴裝置（Apple Watch、Garmin 等）追蹤健身年齡。將其作為訓練和恢復的快速反饋訊號。 https://doi.org/10.1249/MSS.0b013e31821d3f6f
2. 每季：使用 PhenoAge 或 KDM 透過例行血液檢測追蹤生物年齡。將其作為飲食、睡眠、酒精和炎症的較慢速反饋訊號。 https://pmc.ncbi.nlm.nih.gov/articles/PMC5940111/
3. 每年：考慮進行基於甲基化的檢測（DunedinPACE 或 GrimAge），以獲得老化軌跡最深層的訊號。 https://pubmed.ncbi.nlm.nih.gov/16318865/

如果兩個數字都在改善，你正在全面良好老化。如果只有一個在改善，另一個就告訴你下一步需要修正什麼。

---

SuperAge 如何整合健身年齡與生物年齡

大多數長壽應用程式只選擇一個方向：要嘛只追蹤穿戴裝置訊號，要嘛只追蹤血液生物標誌物。SuperAge 的設計理念是：你需要兩者兼具，才能真正了解自己的老化狀況。

來自 Apple Watch 的持續健身年齡訊號

SuperAge 從 Apple Health 讀取 VO2 max、靜止心率、HRV 和恢復數據，轉化為持續更新的健身年齡估算。你可以每天看到訓練、恢復和休息對數字的影響。

來自血液檢測的生物年齡追蹤

當你上傳例行實驗室報告時，SuperAge 從你的輸入計算 PhenoAge 和 KDM 分數，跨診次追蹤，並找出哪個生物標誌物正在拉高你的數字。

整合儀表板

應用程式並排顯示健身年齡和生物年齡，讓你看到兩者的差距。當兩個數字出現分歧——例如健身年齡在改善但生物年齡沒有——應用程式會顯示可能的驅動因素（睡眠不足、血糖漂移、炎症），讓你在下次抽血前就能採取行動。

跨兩個維度的個人化建議

因為 SuperAge 看到全貌，建議不會預設為「多運動」。如果你的健身年齡已經很好，但生物年齡在上升，建議就會集中在飲食、睡眠、酒精或壓力管理上。

---

常見問題

健身年齡與有氧年齡或 VO2 max 年齡是同一回事嗎？

是的——健身年齡、有氧年齡和 VO2 max 年齡都是同一個基礎指標的不同名稱：主要由心肺適能衍生的年齡估算。

我的健身年齡可以比生物年齡小很多嗎？

完全可以。這就是「看似健康卻不健康」的模式：訓練很好，但血液生物標誌物（炎症、血糖、血脂）出了問題。這在努力訓練卻不重視飲食、睡眠或酒精的人群中出奇地普遍。

哪個指標對壽命的預測更準確？

心肺適能是死亡率最強的單一預測指標之一。但多系統生物年齡模型通常略勝一籌，因為它涵蓋了更多面向——炎症、代謝健康、腎肝功能、免疫狀態。兩者都能預測；生物年齡往往預測力更強。

我能多快改善健身年齡？

大多數成年人在 12 週的結構化有氧訓練後可以將健身年齡改善 3 至 5 年，在 12 個月內可改善 5 至 10 年。生物年齡反應較慢，因為它整合了許多需要更長時間改變的系統。

如果我改善了健身年齡，生物年齡會自動改善嗎？

通常會，因為有氧訓練會改善胰島素敏感性、炎症和血脂狀況。但並非總是如此。如果你在努力訓練的同時飲食不良、大量飲酒或睡眠品質差，你的健身年齡可能在改善，而生物年齡卻停滯甚至惡化。

健身年齡和生物年齡有科學驗證嗎？

是的，兩者都有。健身年齡植根於數十年的心肺適能死亡率研究，NTNU/HUNT 模型是驗證最完善的模型之一。PhenoAge、KDM、GrimAge 和 DunedinPACE 等生物年齡模型均經過同儕審查，並在大型世代研究中針對死亡率結果進行了驗證。

---

重點摘要

• 健身年齡衡量心肺老化——主要透過 VO2 max 和相關心臟指標。
• 生物年齡衡量全身老化，跨越多個器官系統——血液生物標誌物、甲基化或多訊號穿戴裝置數據。
• 兩者不可互換。 年輕的健身年齡可以與較老的生物年齡共存，反之亦然。
• 健身年齡對訓練的反應更快； 生物年齡反應較慢，但涵蓋更多面向。
• 最佳做法是同時追蹤兩者：每日追蹤健身年齡以獲得快速反饋，每季追蹤生物年齡以獲得更深層的全貌。
• 有氧訓練比任何其他單一干預手段更可靠地將兩項指標拉向正確方向。

---

立即開始追蹤你的真實老化

無法看見的東西，就無法優化。一個數字是不夠的——但正確的兩個數字並排呈現，可以徹底改變你理解和改善健康壽命的方式。

準備好在同一個地方看到健身年齡和生物年齡了嗎？ 下載 SuperAge (App Store)，開始持續追蹤兩項指標，並從你的穿戴裝置數據和血液報告中獲得個人化洞察。

---

參考文獻

1. Nes, B. M., et al. (2011). Estimating V·O2peak from a nonexercise prediction model: the HUNT Study. Medicine & Science in Sports & Exercise. https://pubmed.ncbi.nlm.nih.gov/30646252/
2. Levine, M. E., et al. (2018). An epigenetic biomarker of aging for lifespan and healthspan. Aging. https://pubmed.ncbi.nlm.nih.gov/35029144/
3. Klemera, P., & Doubal, S. (2006). A new approach to the concept and computation of biological age. Mechanisms of Ageing and Development.
4. Mandsager, K., et al. (2018). Association of cardiorespiratory fitness with long-term mortality among adults undergoing exercise treadmill testing. JAMA Network Open.
5. Belsky, D. W., et al. (2022). DunedinPACE, a DNA methylation biomarker of the pace of aging. eLife.

---

最後更新：2026-04-30。本文定期審查以確保內容準確。