1 مقدمة

هذا التقرير يُلخِّص أحدث المؤشرات المنشورة لقطاع أنشطة السوق العقارية في المملكة العربية السعودية، اعتمادًا على منصة البيانات السعودية (DataSaudi) التابعة لوزارة الاقتصاد والتخطيط. يهدف التقرير إلى تقديم صورة سريعة وموثوقة حول الاستثمار الأجنبي، الائتمان المصرفي، سوق العمل، هيكل المنشآت، الأداء المالي، وتبنّي الاقتصاد الرقمي في القطاع.

منهجية مختصرة: جميع الأرقام الواردة أدناه من صفحة القطاع على DataSaudi (رابط المصدر في الأسفل). جرى إدخالها كما هي دون تعديل، مع توحيد الصيغ والعناوين لسهولة المقارنة، وإضافة رسوم توضيحية بسيطة.

2 أسئلة البحث

  1. كيف تبدّلت ديناميكيات الاستثمار الأجنبي المباشر في القطاع خلال عام 2024؟
  2. ما حجم الائتمان المصرفي الممنوح للقطاع وما اتجاهه السنوي؟
  3. ما ملامح سوق العمل في القطاع (الحصة من المشتغلين، التأمينات الاجتماعية)؟
  4. كيف يبدو هيكل المنشآت (حجم المنشآت) وما هو أثره على التعويضات والأداء؟
  5. ما صورة الأداء التشغيلي (إيرادات، نفقات، فائض) في 2023؟
  6. إلى أي مدى تبنّت منشآت القطاع مؤشرات الاقتصاد الرقمي في 2022؟

3 مصدر البيانات

4 ملخص رقمي سريع

# القيم الرئيسية كما وردت في الصفحة (آخر تحديثات منشورة)
metrics <- list(
  fdi_stock_2024 = 21.9,         # مليار ريال
  fdi_inflows_2024 = 0.6863,     # مليار ريال
  fdi_outflows_2024 = 0.4351,    # مليار ريال
  fdi_net_2024 = 0.2513,         # مليار ريال
  fdi_inflows_yoy_drop = -73.7,  # %
  fdi_outflows_yoy = 337.0,      # %
  employment_share_q1_2025 = 0.7,# % من إجمالي المشتغلين على رأس العمل
  ssi_total_q1_2025 = 56703,     # مشترك/ة تأمينات على رأس العمل
  ssi_male_pct = 83.7, ssi_female_pct = 16.3,
  priv_emp_2022_saudi_m = 14332,
  priv_emp_2022_nonsaudi_m = 32336,
  priv_emp_2022_saudi_f = 8412,
  priv_emp_2022_nonsaudi_f = 620,
  credit_jul_2025 = 377.6,       # مليار ريال
  credit_mom = -1.6, credit_yoy = 31.5, # %
  est_2018_total = 34709,
  est_lt5_pct = 92.4, est_5_19_pct = 6.5, est_20p_pct = 1.0,
  op_rev_2023 = 38.0, op_exp_2023 = 16.6, op_sur_2023 = 12.9, # مليار ريال
  comp_micro_2023 = 0.6449, comp_small_2023 = 0.7043, comp_med_2023 = 1.6, # مليار ريال
  digital_inet_2022 = 51.9, digital_social_2022 = 48.7,
  net_assets_2017 = 2.4, net_assets_2017_yoy = -9.9,
  foreign_licenses_q4_2023 = 15, foreign_licenses_qoq = 36.4
)

in_billion <- function(x) paste0(scales::number(x, accuracy = 0.0001), " مليار ريال")
in_million <- function(x) paste0(scales::number(x*1000, accuracy = 0.1), " مليون ريال")


metrics_df <- tibble(
  المؤشر = c(
    "رصيد الاستثمار الأجنبي المباشر (2024)",
    "التدفقات الداخلة FDI (2024)",
    "التدفقات الخارجة FDI (2024)",
    "صافي التدفقات FDI (2024)",
    "الائتمان المصرفي (يوليو 2025)",
    "الحصة من إجمالي المشتغلين (الربع الأول 2025)",
    "إجمالي مشتركي التأمينات (الربع الأول 2025)",
    "عدد التراخيص الأجنبية (الربع الرابع 2023)",
    "الإيرادات التشغيلية (2023)",
    "المصروفات التشغيلية (2023)",
    "الفائض التشغيلي (2023)",
    "عدد المنشآت (2018)",
    "استخدام أنظمة/أجهزة متصلة بالإنترنت (2022)",
    "وجود حساب على شبكات اجتماعية (2022)",
    "صافي الأصول (2017)"
  ),
  القيمة = c(
    glue("{metrics$fdi_stock_2024} مليار ريال"),
    glue("{metrics$fdi_inflows_2024} مليار ريال   (686.3 مليون ريال)"),
    glue("{metrics$fdi_outflows_2024} مليار ريال (435.1 مليون ريال)"),
    glue("{metrics$fdi_net_2024} مليار ريال (251.3 مليون ريال) "),
    glue("{metrics$credit_jul_2025} مليار ريال"),
    glue("{metrics$employment_share_q1_2025}%"),
    glue("{format(metrics$ssi_total_q1_2025, big.mark = ',')}") ,
    glue("{metrics$foreign_licenses_q4_2023}"),
    glue("{metrics$op_rev_2023} مليار ريال"),
    glue("{metrics$op_exp_2023} مليار ريال"),
    glue("{metrics$op_sur_2023} مليار ريال"),
    glue("{format(metrics$est_2018_total, big.mark = ',')}"),
    glue("{metrics$digital_inet_2022}%"),
    glue("{metrics$digital_social_2022}%"),
    glue("{metrics$net_assets_2017} مليار ريال")
  )
)
in_billion(metrics$fdi_inflows_2024)   # "0.6863 مليار ريال"
## [1] "0.6863 مليار ريال"
in_million(metrics$fdi_inflows_2024)   # "686.3 مليون ريال"
## [1] "686.3 مليون ريال"
metrics_df

4.1 الاستثمار الأجنبي المباشر

الأرقام الأساسية (2024):

  • الرصيد: 21.9 مليار ريال
  • التدفقات الداخلة: 0.6863 مليار ريال (-73.7% على أساس سنوي)
  • التدفقات الخارجة: 0.4351 مليار ريال (+337%)
  • الصافي: 0.2513 مليار ريال (انخفاض ملحوظ عن 2023)
fdi <- tribble(
  ~البند, ~القيمة,
  "التدفقات الداخلة", metrics$fdi_inflows_2024,
  "التدفقات الخارجة", metrics$fdi_outflows_2024,
  "الصافي", metrics$fdi_net_2024
)

fdi %>%
ggplot(aes(x = البند, y = القيمة, fill = البند)) +
geom_col() +
geom_text(aes(label = round(القيمة, 3)), vjust = -0.2) +
labs(title = "تدفقات الاستثمار الأجنبي المباشر — 2024",
y = "مليار ريال", x = NULL) +
scale_fill_brewer(palette = "Set2")

تفسير أرقامي: الهبوط الحاد في التدفقات الداخلة مقابل زيادة الخارجة أدى إلى صافي محدود. هذا قد يعكس تبدّلًا في شهية المستثمر الأجنبي أو أثرًا لعوامل تنظيمية/تمويلية مؤقتة. يُنصح بمتابعة 2025 ومبادرات تحفيز الاستثمار.

4.2 الائتمان المصرفي

القيمة (يوليو 2025): 377.6 مليار ريال — تغيّر شهري -1.6% وتغيّر سنوي +31.5%.

credit <- tibble(البند = c("القيمة"), القيمة = metrics$credit_jul_2025)
credit %>% ggplot(aes(البند, القيمة, fill = البند)) + geom_col() +
geom_text(aes(label = paste0(round(القيمة,1), " مليار")), vjust = -0.2) +
labs(title = "الائتمان المصرفي الممنوح للقطاع — يوليو 2025", y = "مليار ريال", x = NULL) +
scale_fill_brewer(palette = "Pastel1")

تفسير أرقامي: توسيع الائتمان سنويًا بـ ~31.5% يشير إلى دعم تمويلي قوي للأنشطة العقارية، رغم تراجع شهري طفيف.

4.3 سوق العمل والتأمينات

الحصة من إجمالي المشتغلين (الربع الأول 2025): 0.7%.
المشتركون في التأمينات (Q1 2025): 56,703 (ذكور 83.7%، إناث 16.3%).

# 3) سوق العمل والتأمينات

# البيانات
ssi <- tribble(
  ~الفئة, ~النسبة,
  "ذكور",  metrics$ssi_male_pct,
  "إناث",  metrics$ssi_female_pct
)

# الرسم (التصحيح هنا: استخدام 'النسبة' بدلاً من 'نسبة')

ssi %>% ggplot(aes(x = الفئة, y = النسبة, fill = الفئة)) + geom_col() +
geom_text(aes(label = paste0(النسبة, "%")), vjust = -0.2) +
labs(title = "توزيع مشتركي التأمينات حسب الجنس — الربع الأول 2025", y = "%", x = NULL) +
scale_fill_brewer(palette = "Set3")

تفسير أرقامي: مشاركة نسائية أقل من خمس إجمالي المشتركين تعكس فرصة لرفع تمثيل المرأة، خاصة في الخدمات العقارية والدعم التقني.

4.4 القطاع الخاص (2022)

priv <- tribble(
  ~الفئة, ~العدد,
  "سعوديون (ذكور)", metrics$priv_emp_2022_saudi_m,
  "غير سعوديين (ذكور)", metrics$priv_emp_2022_nonsaudi_m,
  "سعوديات", metrics$priv_emp_2022_saudi_f,
  "غير سعوديات", metrics$priv_emp_2022_nonsaudi_f
)
priv %>% ggplot(aes(x = الفئة, y = العدد, fill = الفئة)) + geom_col() + coord_flip() +
geom_text(aes(label = format(العدد, big.mark=',')), hjust = -0.1) +
labs(title = "المشتركون على رأس العمل في القطاع الخاص — 2022", y = "عدد العاملين", x = NULL) +
scale_fill_brewer(palette = "Dark2")

تفسير أرقامي: هيمنة العمالة الذكورية غير السعودية تعكس اعتمادًا على الخبرات الوافدة في أنشطة السوق العقارية خلال 2022.

4.5 هيكل المنشآت (2018) وتعويضات العاملين (2023)

structure <- tribble(
  ~الحجم, ~النسبة,
  "< 5 موظفين", metrics$est_lt5_pct,
  "5–19 موظفًا", metrics$est_5_19_pct,
  ">= 20 موظفًا", metrics$est_20p_pct
)
structure %>% ggplot(aes(x = الحجم, y = النسبة, fill = الحجم)) + geom_col() +
geom_text(aes(label = paste0(النسبة, "%")), vjust = -0.2) +
labs(title = "توزيع المنشآت حسب الحجم — 2018", y = "%", x = NULL) +
scale_fill_brewer(palette = "Paired")

comp <- tribble(
  ~الحجم, ~القيمة,
  "متناهية الصغر", metrics$comp_micro_2023,
  "صغيرة", metrics$comp_small_2023,
  "متوسطة", metrics$comp_med_2023
)
comp %>% ggplot(aes(x = الحجم, y = القيمة, fill = الحجم)) + geom_col() +
geom_text(aes(label = paste0(round(القيمة,3), " مليار")), vjust = -0.2) +
labs(title = "تعويضات العاملين حسب حجم المنشأة — 2023", y = "مليار ريال", x = NULL) +
scale_fill_brewer(palette = "Accent")

تفسير أرقامي: رغم سيطرة المنشآت الصغيرة جدًا عدديًا، تتجه كتلة التعويضات لصالح المنشآت المتوسطة، ما يوحي بأنها الأكثر قدرة على خلق وظائف ذات أجور أعلى.

4.6 الأداء التشغيلي (2023)

op <- tribble(
  ~البند, ~القيمة,
  "إيرادات تشغيلية", metrics$op_rev_2023,
  "نفقات تشغيلية", metrics$op_exp_2023,
  "فائض تشغيلي", metrics$op_sur_2023
)
op %>% ggplot(aes(x = البند, y = القيمة, fill = البند)) + geom_col() +
geom_text(aes(label = paste0(القيمة, " مليار")), vjust = -0.2) +
labs(title = "ملف الأداء التشغيلي — 2023", y = "مليار ريال", x = NULL) +
scale_fill_brewer(palette = "Set1")

تفسير أرقامي: هوامش تشغيلية جيدة في 2023، لكن نمو المصروفات أسرع قليلًا من نمو الإيرادات — ما يستدعي حلول كفاءة وتشغيل رقمي.

4.7 مؤشرات الاقتصاد الرقمي (2022)

digital <- tribble(
  ~المؤشر, ~النسبة,
  "استخدام أنظمة/أجهزة متصلة بالإنترنت", metrics$digital_inet_2022,
  "وجود حساب على شبكات اجتماعية", metrics$digital_social_2022
)
digital %>% ggplot(aes(x = المؤشر, y = النسبة, fill = المؤشر)) + geom_col() +
geom_text(aes(label = paste0(النسبة, "%")), vjust = -0.2) +
labs(title = "مؤشرات الاقتصاد الرقمي — 2022", y = "%", x = NULL) +
theme(axis.text.x = element_text(angle = 15, hjust = 1)) +
scale_fill_brewer(palette = "Pastel2")

تفسير أرقامي: تبنٍّ رقمي متوسط (~50%). الاستثمار في التحول الرقمي و”PropTech” فرصة واضحة لرفع الكفاءة والوصول للسوق.

4.8 صافي الأصول (2017)

القيمة: 2.4 مليار ريال (-9.9% سنويًا).

تفسير أرقامي: القيمة التاريخية تعكس نقطة مرجعية فقط؛ لا يُبنى عليها حكم حالي دون تحديثات أحدث.

5 توصيات مختصرة (أرقامي)

📝 المصدر: منصة البيانات السعودية — أنشطة السوق العقارية: https://datasaudi.sa/ar/sector/real-estate-activities