eBay公式が改めて打ち出したRecommerce戦略｜中古品流通がプラットフォームの中核
2026年4月22日のEarth Dayに合わせて、eBay公式ニュースルームはChief Sustainability Officerによる記事を公開し、Recommerce（中古品再流通）がプラットフォームの中核であることを改めて強調しました。
※データはExponentialユーザーの匿名集計データです（個人・店舗の特定不可）
eBay公式の記事は、2025年に同社のプラットフォームが53億ドルの経済価値を生み出し、160万トンのCO2排出と7万1,000トンの廃棄物を削減したと報告しています。さらに2024年時点で中古・リファービッシュ品がGMV全体の40%以上を占めるとも明記し、Recommerceが補助的な扱いではなくeBayの主力チャネルであることを位置付けました。
加えて消費者調査として、Gen Zの59%・Millennialの56%が今年「中古品の購入を増やす」と回答し、35%の消費者が「月1回以上」中古品を購入していると報告しています。
日本セラーへの影響｜中古品文化を持つ日本に追い風が吹く
このRecommerce重視の姿勢は、日本セラーに直接的な追い風となります。
日本は古着・ヴィンテージ・中古家電・中古時計・中古カメラ・レトロゲーム等の中古品流通インフラが世界トップクラスに整っている国です。メルカリ・ヤフオク・ハードオフ・ブックオフ・古着店・カメラ店等、仕入先の選択肢が極めて広く、海外バイヤーから見ても「日本の中古品は状態管理が丁寧」と評価される傾向があります。
eBayがプラットフォームとして中古品流通を主軸に据え続けるかぎり、日本セラーが供給面で持つ優位性は今後も持続する構造です。
一方で、中古品は一点物・在庫管理難・状態記述の精度が必要という運用負荷も伴います。次のセクションで、Exponentialの販売データから「実際に何がどれくらい売れているのか」を確認します。
Exponential販売データで見る中古品輸出の実態
月別販売推移｜中古品が販売金額の約6割を占める
直近5か月の中古コンディション（Used/Very Good/Good/Acceptable/For parts）と新品の販売推移です。
| 月 | 中古品 件数 | 新品 件数 | 中古品 売上（USD） | 新品 売上（USD） |
|---|---|---|---|---|
| 2025年12月 | 13,808件 | 13,365件 | $2,189,599 | $1,025,825 |
| 2026年1月 | 15,374件 | 14,149件 | $2,355,084 | $1,153,304 |
| 2026年2月 | 13,173件 | 13,343件 | $2,059,918 | $993,489 |
| 2026年3月 | 13,965件 | 14,845件 | $2,140,336 | $1,148,329 |
| 2026年4月（1〜22日） | 9,288件 | 7,456件 | $1,304,737 | $627,412 |
販売件数では中古品と新品がほぼ拮抗していますが、売上金額では中古品が新品の約1.9倍を稼いでいます。
コンディション別の単価｜中古品は新品の約2.3倍で売れる
2026年3月単月のコンディション別 内訳です。
| コンディション | 販売件数 | 売上合計（USD） | 平均単価（USD） |
|---|---|---|---|
| New（新品） | 14,845件 | $1,148,329 | $77.35 |
| Used（中古） | 10,773件 | $1,903,127 | $176.66 |
| Like New（未使用に近い） | 880件 | $209,369 | $237.92 |
| Very Good | 2,287件 | $167,269 | $73.14 |
| Good | 881件 | $66,434 | $75.41 |
| Manufacturer Refurbished等 | 91件 | $30,205 | $331.92 |
Usedコンディションの平均単価$176は、Newの$77に対して約2.3倍です。「Like New」や「Manufacturer Refurbished」は件数こそ少ないものの、平均$237〜$331の高単価ゾーンを形成しており、状態の良い中古品ほど高く売れる構造が明確です。
新品輸出は薄利多売になりがちですが、中古品輸出は1件あたりの粗利が大きく取れる領域として位置付けられます。
カテゴリ別の中古比率｜アパレル・時計・ゲーム機が中古主体
2026年3月の販売件数500件以上のカテゴリで、中古品（condition_id 3000/4000/5000/6000/7000）の比率を集計しました。
| カテゴリ | 中古件数 | 全件数 | 中古比率 |
|---|---|---|---|
| Clothing, Shoes & Accessories | 1,459件 | 1,823件 | 80.0% |
| Jewelry & Watches | 430件 | 622件 | 69.1% |
| Video Games & Consoles | 370件 | 542件 | 68.3% |
| Music | 497件 | 792件 | 62.8% |
| Toys & Hobbies | 2,498件 | 4,154件 | 60.1% |
| Sporting Goods | 825件 | 1,446件 | 57.1% |
| Collectibles | 5,204件 | 10,548件 | 49.3% |
| Books & Magazines | 288件 | 748件 | 38.5% |
| eBay Motors | 265件 | 1,928件 | 13.7% |
| Health & Beauty | 3件 | 672件 | 0.4% |
Clothing/Shoes/Accessoriesは80%が中古コンディションで、ヴィンテージ衣料・古着が日本セラーの中核領域であることがデータで裏付けられます。Jewelry & Watchesの69%、Video Games & Consolesの68%も中古主体で、日本の中古時計・レトロゲーム文化と接続するカテゴリです。
一方、Health & Beautyは新品が圧倒的（中古比率0.4%）、Home & Gardenも90%が新品で、カテゴリによってはRecommerceの追い風がほぼ働かないことも同時に把握しておく必要があります。
ヴィンテージ衣料の単価分布や代表的な落札事例は、別記事で詳しく分析しています。
日本セラーが取るべきアクション
アクション1｜中古比率の高いカテゴリへ仕入れ重点を寄せる
中古比率80%のClothing/Shoes/Accessories、69%のJewelry & Watches、68%のVideo Games & Consolesは、いずれも日本国内の中古品インフラが厚いカテゴリです。
メルカリ・ヤフオク・ハードオフ・古着店・中古時計店・古本店等のチャネルを横断的に巡回することで、海外バイヤーが探している商品を継続的に確保できます。
アクション2｜状態記述の精度で「Like New」「Manufacturer Refurbished」のゾーンを取りにいく
Exponentialのデータでは、Like Newコンディションの平均単価は$237、Manufacturer Refurbished等は$331と、Used（$176）よりさらに高単価ゾーンが存在します。
中古品でも、状態を正確に査定し、Item Specificsの「Condition」「Condition Description」を丁寧に書くことで、UsedからLike Newへ、Like NewからCertified Refurbishedへと単価帯を引き上げる余地があります。
商品写真でキズ・ヤケ・付属品状況を1枚ずつ撮影し、状態を過大表示せずに記述することが、Defect Rate悪化を避けつつ単価を取る運用の基本になります。
アクション3｜一点物の在庫監視を自動化して欠品キャンセルを防ぐ
中古品輸出最大の運用リスクは「在庫が物理的に1点しかない」ことです。
仕入先ページで商品が売れた瞬間にeBay側の出品を取り下げないと、落札→発送不能→キャンセル→Defect Rate悪化という連鎖が発生します。中古品比率が高いカテゴリほど、この一点物リスクの密度も高くなります。
仕入先の在庫変動を24時間監視し、欠品検知と同時にeBay側を自動取り下げする仕組みが、中古品中心の運用では事実上の必須要件になります。
まとめ
eBayが2026年Earth Dayに改めて打ち出したRecommerce戦略は、中古品流通がプラットフォームの主力であり続けるという方向性を明確にしました。GMVの40%超が中古・リファービッシュ品で、Gen Z・Millennialの過半数が今年さらに中古品購入を増やすと回答しています。
Exponentialの販売データでも、中古コンディション商品が販売金額の約6割を占め、平均単価は新品の約2.3倍に達しています。Clothing/Shoes/Accessoriesは80%、Jewelry & Watchesは69%、Video Games & Consolesは68%が中古主体で、日本国内の中古品インフラと直接接続するカテゴリ群です。
日本セラーは、古着・中古時計・レトロゲーム・中古カメラ等の供給面で世界的な優位性を持っています。この優位性を売上に変換するには、状態記述の精度向上と一点物の在庫監視自動化が不可欠です。
Exponentialでは、Starterプラン（¥0）で月間330品の出品と3,000品の在庫管理が利用できます。中古品輸出のリサーチから状態記述の整備・在庫監視・欠品時の自動取り下げまで一気通貫で対応できます。
よくある質問
eBayの中古品（pre-loved）は実際にどれくらい売れていますか？
eBay公式によれば2024年時点で中古・リファービッシュ品はGMV全体の40%超を占めます。
Exponentialの販売データでも、Used・Very Good等のコンディション商品が2026年3月の販売金額の約59%を占め、件数では46%、平均単価は新品の約2.3倍です。
中古品が特に売れているカテゴリはどこですか？
Exponentialの2026年3月データでは、Clothing/Shoes/Accessoriesの80%、Jewelry & Watchesの69%、Video Games & Consolesの68%が中古コンディションでの取引です。
アパレル・時計・ゲーム機は中古比率が極めて高く、日本セラーの古着・中古時計・レトロゲーム供給力と相性がよい領域です。
中古品輸出で特に注意すべきリスクは何ですか？
中古品は一点物が大半で、仕入先で売れた瞬間にeBay側を取り下げないと、落札→発送不能→キャンセル→Defect Rate悪化という連鎖が発生します。
手作業の在庫確認では追いつかないため、仕入先ページの在庫監視と欠品時の自動取り下げを仕組みにする必要があります。
参照リンク
本記事で参照した公式ページへのリンクです。
- How is eBay Essential to the Circular Economy and Advancing Environmental Stewardship?（eBay Newsroom） — eBay公式ニュースルームのRecommerce/サステナビリティ報告（2026年4月22日）
- eBay Recommerce Report（eBay Inc.） — eBay公式のRecommerce消費者調査レポート
- Exponentialマニュアル：在庫管理 — 仕入先の在庫自動チェック・取り下げ設定の操作方法
参照データ算出方法
本記事のExponentialデータは、Exponentialが蓄積しているeBay販売データベースに対してBigQueryクエリを実行して算出しました。
-- 中古品 vs 新品の月別販売推移
select date_trunc(date(timestamp), month) month,
sum(case when json_value(data, "$.item_dict.condition_id") in ("3000","4000","5000","6000","7000") then 1 else 0 end) preloved_cnt,
sum(case when json_value(data, "$.item_dict.condition_id") = "1000" then 1 else 0 end) new_cnt,
round(sum(case when json_value(data, "$.item_dict.condition_id") in ("3000","4000","5000","6000","7000") then safe_cast(json_value(data, "$.transaction_price") as float64) else 0 end), 0) preloved_usd,
round(sum(case when json_value(data, "$.item_dict.condition_id") = "1000" then safe_cast(json_value(data, "$.transaction_price") as float64) else 0 end), 0) new_usd
from [販売データテーブル]
where date(timestamp) >= date("2025-11-01") and date(timestamp) < date("2026-04-23")
group by month
order by month
-- コンディション別の販売件数と平均単価（2026年3月）
select json_value(data, "$.item_dict.condition_id") cond_id,
count(*) cnt,
round(sum(safe_cast(json_value(data, "$.transaction_price") as float64)), 0) total_usd,
round(avg(safe_cast(json_value(data, "$.transaction_price") as float64)), 2) avg_price
from [販売データテーブル]
where date(timestamp) >= date("2026-03-01") and date(timestamp) < date("2026-04-01")
group by 1
order by cnt desc
-- カテゴリ別の中古比率（2026年3月）
select split(json_value(data, "$.category.CategoryName"), ":")[safe_offset(0)] top_cat,
sum(case when json_value(data, "$.item_dict.condition_id") in ("3000","4000","5000","6000","7000") then 1 else 0 end) preloved_cnt,
count(*) total_cnt,
round(100*sum(case when json_value(data, "$.item_dict.condition_id") in ("3000","4000","5000","6000","7000") then 1 else 0 end)/count(*), 1) preloved_pct
from [販売データテーブル]
where date(timestamp) >= date("2026-03-01") and date(timestamp) < date("2026-04-01")
and json_value(data, "$.category.CategoryName") is not null
group by 1
having total_cnt > 500
order by total_cnt desc