
走15000步消耗多少熱量?步數卡路里怎麼算
依照步行建議中每公里約1,575步(2公里約3,150步)的換算,15,000步大約是9.5公里(15,000 ÷ 1,575)。把這段距離乘以實地測得的步行耗能,也就是每公斤體重每公里0.96大卡,約等於每公斤體重9.1大卡(9.52 × 0.96 ≈ 9.14)。再乘以你的體重(公斤),就能得到個人化的估算值。速度、坡度、不平的地面和負重,都會讓實際數字變高或變低。
本文僅供一般資訊參考,不能替代專業醫療建議、診斷或治療。如有任何健康相關問題,請務必諮詢合格的醫療專業人員。
簡單回答:走15,000步消耗多少熱量
綜合兩項已發表的數據,走15,000步大約是每公斤體重消耗9.1大卡(15,000 ÷ 1,575 ≈ 9.52公里,再算9.52 × 0.96 ≈ 9.14)。想知道自己的數字,把9.1乘以你的體重(公斤)就可以了。
這個計算分成三個部分:
- 距離: 15,000步約為9.5公里(15,000 ÷ 每公里1,575步),步數換算距離的比例來自一項步行建議。
- 每公里耗能: 戶外步行每公斤體重每公里約消耗0.96大卡。
- 結果: 9.52公里 × 0.96 ≈ 每公斤9.14大卡。
這個數字適合當作估算的起點,並不是精準的讀數。接下來會說明它的來源、怎麼依照自己的步幅和路線調整,以及為什麼你的手錶顯示的數字可能差很多。
每一步的熱量數字從哪裡來
走路消耗多少熱量取決於兩件事:每一步能讓你前進多遠,以及每走一公里身體要付出多少能量。
每公里耗能
一項實地研究測量了大斯德哥爾摩地區習慣步行通勤的人(中年男女各10人),記錄的是他們真實走路上班的過程,而不是在跑步機上走。他們的能量消耗為0.96 kcal · kg⁻¹ · km⁻¹。走同樣的距離,男性和女性的絕對能量需求相近。
這些通勤者走得很快,男性平均時速5.7公里,女性5.9公里。這樣的速度約相當於最大攝氧量的46%,MET值分別為6.2和6.5。研究人員將其歸在中等相對強度範圍中偏低的區段。
每公里步數
一項橫斷面研究測量了226名中國年輕成人(平均年齡21.7歲)在地面上的步行。研究把身體活動指引換算成步行目標:以每分鐘105步走30分鐘,等於3,150步或2公里。
相除就能得到一個實用比例:3,150 ÷ 2 = 每公里1,575步,也就是平均步長約0.63公尺(1,000公尺 ÷ 1,575)。這個比例是步行建議裡內建的換算值,並不是直接測量任何人的步幅,所以請把它當作預設值,之後再換成你自己的數字。
你自己的比例可能不一樣。同一項研究發現,在相同步行速度下,女性每分鐘的步數比男性多。步伐越小,每公里的步數就越多。
任何步數的熱量怎麼算
這個方法適用於任何步數。
- 步數換算距離: 公里 = 步數 ÷ 1,575(或使用你自己的每公里步數)。
- 距離換算熱量: 大卡 = 公里 × 0.96 × 體重(公斤)。
合併起來的簡便公式是大卡 ≈ 步數 × 0.00061 × 體重(公斤),因為0.96 ÷ 1,575 ≈ 0.00061。
幾個參考點:
- 1,000步: 0.635公里 × 0.96 ≈ 每公斤0.61大卡
- 10,000步: 6.35公里 × 0.96 ≈ 每公斤6.1大卡
- 15,000步: 9.52公里 × 0.96 ≈ 每公斤9.1大卡
換上自己的步幅數字
最容易的改進方式,就是把1,575換成你自己的數字。用平常的速度走一段已知長度的路線,記下步數,再把步數除以公里數。如果你每公里的步數少於1,575,同樣的步數能走得更遠,公式算出的估計值就會比較高;如果每公里步數比較多,估計值就會比較低。
由於熱量數字是以每公斤來表示,公式中的估計值會直接隨體重等比例變化。
為什麼實際數字可能偏高或偏低
0.96這個數字描述的是在城市路線上快走通勤。有幾個因素會讓它改變。
速度
一項結合實驗與簡化步行模型的研究發現,步行每單位距離的能量消耗對速度非常敏感。跑步時,每單位距離的消耗在不同速度下幾乎不變;走路則不是這樣,所以同樣走15,000步,慢慢散步和大步快走的消耗並不相同。
不平的地面
一項研究讓10名健康成人以0.8到1.4 m/s之間的四種速度,在人工不平地面上行走,發現淨代謝率大約隨地面起伏程度的平方以及速度的三次方上升。比起平整的地面,登山步道、石板路和破損的人行道都會增加消耗。
跑步機與戶外
在斯德哥爾摩通勤研究中,實地步行每公里所需的能量比在平地跑步機上行走多約30%。研究摘要沒有另外提供跑步機的數值,因此請把0.96當作戶外的數字,並預期在平地跑步機上走同樣距離,消耗會比較低。
負重、坡度與體重
一篇關於士兵負重行軍的回顧發現,背著背包步行的能量消耗會隨負重、體重、步行速度和坡度增加。地形類型也有影響。負重的位置同樣重要:腳上每增加1公斤,能量消耗增加7%至10%,大腿上每公斤則增加4%。厚重的鞋子、裝滿東西的背包或上上下下的路線,都會提高每一步的消耗。
總熱量與活動熱量
研究報告的每公斤每公里0.96大卡是步行期間的能量消耗,摘要中並沒有說明是否扣除了靜止時的能量消耗。拿公式和裝置讀數比較時,要記得這一點。如果同一次步行在螢幕上顯示不只一個熱量數字,這篇活動熱量與總熱量的說明解釋了兩者的差別。
走15,000步要多久?有多累?
所需時間取決於步頻,也就是每分鐘走幾步。
- 每分鐘100步: 15,000 ÷ 100 = 150分鐘
- 每分鐘105步: 15,000 ÷ 105 ≈ 143分鐘
所以15,000步大約是兩個半小時的步行,不論是一次走完,還是分散在一整天裡。
步頻也能大略反映強度。一項針對孕婦的研究指出,對未懷孕的人來說,每分鐘100步是公認代表中等強度門檻(3 METs)的指標。該研究發現,3 MET的門檻在懷孕期間同樣成立。在中國年輕成人研究中,3 METs的切點是每分鐘105步,6 METs則是每分鐘130步。
實際上,用輕快、有目的的步伐走路,每分鐘的消耗會比慢吞吞閒晃來得多。快走也能在同樣的時間內走更遠,消耗更多熱量。
手錶或手機顯示的數字準嗎
直接看穿戴裝置上的熱量數字很方便,但研究建議要保持謹慎。
- 一篇涵蓋65篇文獻、針對腕戴式追蹤器的系統性回顧發現,在能量消耗方面,所有品牌的平均絕對百分比誤差都超過30%。這篇回顧的結論是,受測裝置沒有一款能準確測量能量消耗。
- 一項實驗室研究以間接熱量測定法為基準,在60名受試者身上測試七款腕戴式裝置。沒有任何一款裝置的能量消耗誤差低於20%。走路時的誤差最大。
步數就比較可靠。同一篇回顧發現,Fitbit Charge系列的步數準確度不錯。合理的做法是相信步數多過熱量數字。如果想要另一個估算值,可以把步數套進上面的距離與體重公式。穿戴裝置熱量準確度指南深入說明了熱量估算為什麼會出現偏差。
除了熱量,走15,000步值得嗎?
熱量只是其中一部分。幾項大型統合分析把每日步數和健康結果連結起來,而15,000步已經高於大多數已測得益處出現的範圍。
- 一項整合15個國際世代研究(47,471名成人)的統合分析發現,步數越多,死亡風險逐步降低。60歲以上成人的風險在每天約6,000至8,000步時趨於平穩,未滿60歲的人則是在8,000至10,000步。
- 一項劑量反應統合分析發現,和每天2,000步相比,每天7,000步與全因死亡風險降低47%有關。
這些是觀察性的關聯,而且步數越高,曲線越平緩。從10,000步增加到15,000步,是提高能量消耗的合理方式,但數據並沒有顯示,要得到在較適中步數就已出現的死亡率益處,非得走到這麼多不可。想了解這個熱門目標的由來,可以參考一萬步目標的起源。
用走路消耗的熱量來管理體重
從這些證據可以整理出幾個實用重點。
把估算值當作範圍,而不是記帳本。 速度、地形、負重和步幅都會影響真實數字。把15,000步每公斤9.1大卡當作戶外快走的中間值。在平坦的跑步機上預期會少一些,在多坡或崎嶇的路線上則會多一些。
步行量會隨時間累積。 在斯德哥爾摩研究中,規律步行通勤每週的總能量消耗,男性約1,570大卡,女性約1,040大卡。一年下來,參與者大約走了385趟,累計約800公里。穩定、反覆的步行,可以占每週能量消耗中相當可觀的一部分。
循序漸進地增加。 從每天很少的步數一下跳到15,000步,會大幅增加站立和走路的時間。逐步提高步數,能讓你觀察食慾、體力和關節的反應。
別只靠熱量數字決定怎麼吃。 腕戴裝置的熱量估算誤差很大。觀察幾週內體重和腰圍的變化趨勢,比單日的讀數更可靠。
最簡單的總結:用裝置記錄步數,依照自己的步幅換算成距離,再乘以0.96和你的體重。這樣就能得到合理的走路熱量估算值,也能拿來和自己的實際結果對照。
📊 關鍵統計
步數消耗熱量估算(戶外快走)
| 每日步數 | 約略距離(步數 ÷ 1,575) | 每公斤體重大卡(公里 × 0.96) | 說明 |
|---|---|---|---|
| 3,150 | 2.0公里 | 1.92 | 以每分鐘105步走30分鐘 |
| 6,000 | 3.81公里 | 3.66 | 一項通勤研究建議的每日交通步數 |
| 7,000 | 4.44公里 | 4.27 | 與每天2,000步相比,全因死亡風險降低47% |
| 10,000 | 6.35公里 | 6.10 | 廣為推廣的每日目標 |
| 15,000 | 9.52公里 | 9.14 | 以每分鐘105步約需143分鐘 |
❓ 常見問題
走15,000步消耗多少熱量?
走一步消耗多少熱量?
15,000步是幾公里?
走15,000步要多久?
智慧手錶計算走路消耗的熱量準嗎?
在戶外走路比在跑步機上消耗更多熱量嗎?
HAVIT:由韓國領先減重機構之一 Juvis Diet 的專家打造的 AI 減重教練
先分析,再用數字訂目標,每天陪你執行
文章對每個人說的都是同樣的平均值。HAVIT 先分析你的身體,再依結果用數字訂出每日目標,12 週陪你一起執行。
- 第 1 步免設備 AI 體組成分析
只要回答身高、體重、年齡和生活習慣問題,就能推估體組成。在自家研究(70 人)中,與 InBody 測量值相比,推估準確度達 92.9%。
- HAVIT 分數・基礎代謝率
- 肌肉與脂肪分析・體組成類型
- 肥胖度・腹部脂肪率・內臟脂肪
- 身體藍圖:健康目標體重・腰高比・安全減重速度
- 6 階段習慣分析

- 第 2 步用數字開出 11 項每日目標
依分析結果,把每天要達成的目標訂成明確數字。目標每週會依你的體重變化重新調整。
- 攝取熱量・蛋白質・碳水化合物・脂肪・膳食纖維
- 消耗熱量・步數
- 睡眠時數・飲水量
- 量體重頻率・目標 BMI

- 第 3 步每日執行 × AI 教練
目標要做到才有意義。我們讓記錄變簡單,讓下一步變清楚。
- 拍一張照片就能記錄餐點
- AI 教練 HAVI 解讀你的紀錄,建議今天該做的一件事
- 依分析結果,提供 126+ 個類別的個人化方案
- 不只飲食,連心態也一起照顧:以 CBT 為基礎的教練指導


- 一站式一個 App 搞定所有管理
不必在多個 App 之間切換。身體紀錄集中在同一處,AI 教練才能看懂整體變化。
- 飲食・飲水・運動・步數
- 睡眠・體重・體組成趨勢
- 生理週期・心情・每日打卡
- GLP-1 用藥紀錄・提醒
- 冥想引導・運動影片・跑步教練
- 挑戰任務與虛擬角色,像玩遊戲一樣持續下去




分析對象為 2026 年 6~8 月期間,具備第 1 週與第 12 週 InBody 結果的 78 人(HAVIT 組 41 人、對照組 37 人)。非盲性研究。
HAVIT 是健康生活 App,並非醫療器材;體組成結果為推估值。
每天一題新測驗和健康小知識
在 Instagram 和 Threads 追蹤 HAVIT。 @havit_app.tw
參考資料
- Perspectives on exercise intensity, volume, step characteristics and health outcomes in walking for transport. — Frontiers in public health, 2022
- Step rate-determined walking intensity and walking recommendation in Chinese young adults: a cross-sectional study. — BMJ open, 2013
- The energy cost of walking is sensitive to speed but not gravity; for running, it's the other way around: model and experiment. — The Journal of experimental biology, 2026
- The energetic cost of human walking as a function of uneven terrain amplitude. — The Journal of experimental biology, 2025
- Soldier load carriage: historical, physiological, biomechanical, and medical aspects. — Military medicine, 2004
- Walking Cadence during Moderate-Intensity Physical Activity in Pregnant Women. — International journal of environmental research and public health, 2021
- Accuracy and Acceptability of Wrist-Wearable Activity-Tracking Devices: Systematic Review of the Literature. — Journal of medical Internet research, 2022
- Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure in a Diverse Cohort. — Journal of personalized medicine, 2017
- Daily steps and all-cause mortality: a meta-analysis of 15 international cohorts. — The Lancet. Public health, 2022
- Daily steps and health outcomes in adults: a systematic review and dose-response meta-analysis. — The Lancet. Public health, 2025







