日本服飾 DI 跌至 33.9、近 4 年低點：暖秋讓秋裝庫存與折價風險升高

帝國數據銀行（TDB）統計顯示，日本服飾景氣判斷 DI 在 2026 年 7 月跌至 33.9，創近 4 年低點；8 月雖回升至 35.2，仍落後全產業 9.4 點。夏季酷暑已造成客流放緩與季末出清不振；進入暖秋後，若品牌仍按固定日曆大量上架厚重秋裝，庫存滯留、折價與現金流風險可能進一步升高。管理者需要把氣溫、正價售罄率、毛利與調貨速度放進同一套決策。對日本服飾品牌而言，這是暖秋下的服飾庫存挑戰，也是庫存管理與零售策略能否即時調整的考驗。

日本服飾 DI 跌至 33.9，這個數字代表什麼？

33.9 反映企業對景況的判斷明顯偏弱，不能解讀成營收下滑 33.9%。帝國數據銀行（TDB）的景氣判斷 DI（Diffusion Index）綜合企業對當期景況的回答，50 是好壞分界；高於 50 代表「良好」的回答較多，低於 50 代表「不佳」的回答較多。

2026 年服飾 DI 在 2 月升至 37.9，3 月降至 35.6，4、5 月又回升至 36.2、37.2；5 月後再度轉弱，6 月降至 35.3、7 月跌到 33.9。這是 2022 年 9 月 32.3 之後約 3 年 11 個月最低。8 月雖回升至 35.2，仍比全產業 44.6 低 9.4 點；6 至 8 月更連續三個月低於 36，顯示壓力已延續一整個夏季。

暖秋之外，生活通膨正在重排家庭消費順序

食物、能源與居住成本上升時，服飾通常是容易延後的支出。日本經濟產業省商業動態統計確報顯示，織品、服飾與身邊用品零售銷售額在 2026 年 6 月年減 14.4%，7 月仍年減 6.6%。日本總務省 9 月 4 日發布的遡及修正版家計調查則顯示，兩人以上家庭 6 月的衣著鞋履支出名目年減 18.5%，扣除物價變動後實質年減 19.6%。（TDB 報告將 -18.5% 標為實質，本文依總務省官方原表修正。）

這組數字說明消費者正在提高購買門檻：一件衣服要能提供足夠穿著頻率、耐用性與搭配價值，才有機會進入購物籃。相同的預算重分配也出現在食品通路；可延伸閱讀日本低價超市如何承接高頻採買，理解物價壓力如何改變通路選擇。

人流也需要分層解讀。TDB 指出，4、5 月大型連假曾帶動人流回升，服飾 DI 短暫改善；正價商品仍因春季需求期縮短與生活防衛意識而成長有限。到了 7 月，企業回覆顯示酷暑使客流放緩，季末出清也不振。進店人數只提供接觸機會，試穿率、正價轉換率與客單價才決定品牌能否留下毛利。

暖秋如何增加服飾庫存與折價風險？

需求跟著氣溫延後時，固定月曆式商品企劃可能把時間差轉成庫存成本。服飾品牌往往提前數月決定布料、版型、首批量、到貨日與促銷檔期。若 9 月仍維持接近盛夏的體感，消費者不急著買厚外套與毛料商品，門市卻已把資金、貨架與倉位押在秋裝上，庫存滯留與提前折價的風險便會升高。

日本氣象廳 2026 年夏季總結指出，北日本與西日本氣溫顯著偏高，東日本也偏高；西日本 8 月下旬更創 1946 年統計以來同期最高。9 月 24 日的一個月預報顯示，9 月 26 日至 10 月 25 日平均氣溫偏高機率，在北日本與西日本為 60%、東日本 50%、沖繩奄美 70%。這些是機率預報，不能當成每一天都高溫，卻足以成為商品排程的重要風險訊號。

商業知識：季節商品是會隨時間減值的資產

服飾庫存的風險同時包含資金占用、庫齡增加、調貨成本與折價損失。同一件外套在氣溫下降前、寒流到來時與換季結束後，市場價值完全不同。商品最終售出，也可能因錯過正價銷售期而讓原本的獲利計畫失效。

因此，企業不能只看「庫存有沒有賣掉」，還要看正價售罄率、折扣後毛利與回收現金所需時間。這也說明供應鏈韌性與資本配置需要同時管理；可參考企業韌性、供應鏈與資本配置的延伸分析。

服飾品牌最常見的五個經營痛點

真正的痛點通常藏在部門交界：商品部追求完整系列，採購部追求單價，門市追求當期業績，財務部承擔庫存與現金壓力。若各部門只看自己的指標，品牌很容易在預測失準時同時出現缺貨與滯銷。

管理者的週報不應只列營收，還要同步呈現氣溫、正價售罄率、庫存週數、折扣後毛利與資金占用，才能在需求轉弱時及早調整。

氣候驅動的庫存管理與零售策略

庫存管理要從「預測一個正確答案」升級為「持續接收訊號並調整承諾」。企業可把需求訊號、商品組合、採購承諾與定價去化連成四層，讓暖秋等氣候變化在庫存與毛利受傷前被看見。

第一層：把氣溫、銷售與搜尋行為放在同一週

每週比較實際最高溫、最低溫、降雨、門市來客、試穿、商品頁瀏覽與正價成交。管理者需要找出「氣溫下降幾度後，哪一類商品開始加速」的規律。去年同週仍有參考價值，但實際氣候與當下行為應擁有更高決策權重。

第二層：按氣候敏感度管理商品組合

厚外套、羊毛與羽絨通常屬於高敏感商品；針織、薄外套與長袖上衣多為中度敏感；內搭、配件與全年型商品敏感度較低。實際分類不能只憑品名，應用品牌自己的週銷售資料，觀察氣溫變動後各品類的銷售彈性。高敏感商品適合較小首批量與較晚的全面陳列，中低敏感商品則可維持換季氛圍與銷售彈性。

第三層：把一次大單拆成基本量與追加量

分批採購要提前協調供應商的追加產能、最小訂購量、交期與原料預留。企業支付的可能是略高的單位成本，換得的卻是避免錯季庫存的選擇權。想進一步拆解採購、物流與門市之間的工作，可搭配人財育成中心的零售業流程整理。

第四層：先調貨與分群，再決定折扣

不同地區的體感溫度、通勤方式與客群需求並不一致。品牌可先跨區調貨，再依商品庫齡、會員偏好與毛利空間使用搭配組合、會員限定或精準促銷。電商也能透過商品資料、用途情境與即時庫存承接需求；延伸閱讀當 AI 直接替消費者挑產品，品牌如何提高被推薦機會。

用戰略自由度降低錯季風險：界定、展開、收斂

戰略自由度不是一張四象限表，而是一個先界定問題邊界、再展開可能路徑，最後用證據收斂的決策過程。本案例先把目標界定為「降低錯季庫存，同時維持供貨與毛利」，再以氣候敏感度和補貨交期兩條戰略軸展開選項。氣候敏感度分為高、中、低，補貨交期分為長、短，便形成六個互不重疊且完整涵蓋的管理組合；最後再依毛利、需求訊號與供應商條件選擇策略。

六個組合只是展開路徑的決策地圖，不是最後答案。管理者還要依毛利、品牌定位、供應商條件、顧客期待與實際氣溫逐步排除次佳方案，收斂到最適合的行動。若要深入理解如何界定、展開與評估策略選項，可閱讀戰略自由度完整架構。

台灣服飾品牌可以先做哪三件事？

日本的衰退幅度不能直接套用到台灣，管理機制仍高度值得借鏡。台灣經濟部統計處資料顯示，2026 年 8 月整體零售營業額約 4,168 億元、年增 6.47%；布疋及服飾品零售約 271 億元、年增 1.61%，成長幅度明顯落後整體零售。兩者都是名目營業額，這項差距不能直接證明氣候是原因，卻顯示服飾消費動能相對偏弱。台灣的長夏、區域溫差、颱風與短期降溫，也可能讓秋冬檔期偏離固定日曆。

1. 建立三年「週銷售 × 氣溫」資料：找出各商品類型對體感溫度的反應點，讓換季決策有自己的基準。
2. 辨識最危險的採購承諾：先鎖定高毛利、高氣候敏感、交期長且首批量大的商品，計算預測失準一週會增加多少庫存與折扣。
3. 安排小規模測試：選一個品類或區域，測試延後上架、分批進貨、跨區調貨與會員分群促銷，再用正價售罄率與折扣後毛利判斷是否擴大。

這三步能把「今年天氣很怪」轉成可驗證、可調整的營運問題。企業學會保留選擇權，就能讓錯誤預測的成本變小，讓正確訊號被更快放大。

常見問題 FAQ

服飾景氣 DI 33.9 代表營收下滑 33.9% 嗎？

不代表。TDB 景氣判斷 DI 綜合企業對景況的回答，50 是好壞分界，無法直接換算成營收增減率。

為什麼暖秋會壓低服飾品牌毛利？

暖秋可能延後厚外套與毛料商品的實際需求，增加庫存停留時間。企業若為回收現金提早折扣，正價售罄率、商品毛利與下一季採購能力都會承受壓力。

服飾庫存管理最值得先追蹤哪個指標？

可先從正價售罄率與庫存週數開始，再加入庫齡結構與折扣後毛利。四項一起看，才能分辨商品是真的暢銷，或只是靠降價把庫存移走。

台灣品牌可以直接採用日本數據嗎？

不宜直接套用。台灣 2026 年 8 月服飾零售仍呈年增，日本數據適合用來理解氣候、採購承諾、庫存與毛利之間的機制；實際決策仍需使用台灣品牌自己的週銷售、氣溫與庫存資料。

資料來源

• 帝國數據銀行：2026 年 8 月服飾產業最新景況報告（2026/9/17）
• PR TIMES：帝國數據銀行新聞稿（2026/9/18）
• 日本政府統計 e-Stat：商業動態統計確報（2026 年 6 月分，2026/8/17 更新）
• 日本政府統計 e-Stat：2026 年 7 月家計調查與 1 至 6 月遡及修正版（2026/9/4）
• 日本氣象廳：2026 年夏季天候總結
• 日本氣象廳：一個月預報（2026/9/24 發布，預報期間 9/26 至 10/25）
• 台灣經濟部統計處：2026 年 8 月零售業營業額