72.3%
+18.4
3.2%
104B
8.7≈
+2.1%
منصة أرقامي | تقرير تحليلي
القرار يبدأ من الرقم

1 المقدمة

تُعد الصناعة التحويلية أحد أهم القطاعات المحركة للنمو الاقتصادي في المملكة العربية السعودية، حيث تشهد نمواً متسارعاً في عدد المنشآت بمختلف أحجامها منذ عام 2016 وحتى عام 2025. يهدف هذا التقرير إلى تحليل بيانات منشآت الصناعة التحويلية لرصد التحولات في حجم المنشآت، ومعدلات النمو، وتوزيع المنشآت حسب الحجم، إضافة إلى رصد المنشآت التي غيرت حجمها عبر الزمن.

2 الأسئلة البحثية

  1. كيف تغيّر عدد منشآت الصناعة التحويلية في السعودية بين 2016 و2025؟
  2. ما معدل النمو السنوي لكل حجم منشأة (متناهية الصغر، صغيرة، متوسطة، كبيرة)؟
  3. كيف يتوزع حجم المنشآت في عام 2024؟
  4. ما عدد المنشآت التي تغيرت أحجامها بين 2016–2020؟
  5. ما عدد المنشآت التي تغيرت أحجامها بين 2020–2025؟

3 إعداد البيانات

data = tribble(
  ~count, ~size_id, ~size, ~year_start, ~year_end,
  22449, 1, "متناهية الصغر", 2016, 2016,
  20420, 1, "متناهية الصغر", 2017, 2017,
  24130, 1, "متناهية الصغر", 2018, 2018,
  28936, 1, "متناهية الصغر", 2019, 2019,
  35791, 1, "متناهية الصغر", 2020, 2020,
  40967, 1, "متناهية الصغر", 2021, 2021,
  59234, 1, "متناهية الصغر", 2022, 2022,
  66130, 1, "متناهية الصغر", 2023, 2023,
  96267, 1, "متناهية الصغر", 2024, 2024,
  107448, 1, "متناهية الصغر", 2025, 2025,

  15983, 2, "الصغيرة", 2016, 2016,
  14966, 2, "الصغيرة", 2017, 2017,
  12869, 2, "الصغيرة", 2018, 2018,
  10701, 2, "الصغيرة", 2019, 2019,
  10638, 2, "الصغيرة", 2020, 2020,
  11203, 2, "الصغيرة", 2021, 2021,
  14947, 2, "الصغيرة", 2022, 2022,
  15381, 2, "الصغيرة", 2023, 2023,
  18935, 2, "الصغيرة", 2024, 2024,
  20906, 2, "الصغيرة", 2025, 2025,

  2608, 3, "المتوسطة", 2016, 2016,
  2501, 3, "المتوسطة", 2017, 2017,
  2149, 3, "المتوسطة", 2018, 2018,
  2014, 3, "المتوسطة", 2019, 2019,
  2023, 3, "المتوسطة", 2020, 2020,
  2300, 3, "المتوسطة", 2021, 2021,
  3537, 3, "المتوسطة", 2022, 2022,
  3817, 3, "المتوسطة", 2023, 2023,
  4225, 3, "المتوسطة", 2024, 2024,
  4130, 3, "المتوسطة", 2025, 2025,

  537, 4, "الكبيرة", 2016, 2016,
  514, 4, "الكبيرة", 2017, 2017,
  478, 4, "الكبيرة", 2018, 2018,
  470, 4, "الكبيرة", 2019, 2019,
  456, 4, "الكبيرة", 2020, 2020,
  497, 4, "الكبيرة", 2021, 2021,
  579, 4, "الكبيرة", 2022, 2022,
  684, 4, "الكبيرة", 2023, 2023,
  787, 4, "الكبيرة", 2024, 2024,
  708, 4, "الكبيرة", 2025, 2025
)

data
count size_id size year_start year_end
22449 1 متناهية الصغر 2016 2016
20420 1 متناهية الصغر 2017 2017
24130 1 متناهية الصغر 2018 2018
28936 1 متناهية الصغر 2019 2019
35791 1 متناهية الصغر 2020 2020
40967 1 متناهية الصغر 2021 2021
59234 1 متناهية الصغر 2022 2022
66130 1 متناهية الصغر 2023 2023
96267 1 متناهية الصغر 2024 2024
107448 1 متناهية الصغر 2025 2025
15983 2 الصغيرة 2016 2016
14966 2 الصغيرة 2017 2017
12869 2 الصغيرة 2018 2018
10701 2 الصغيرة 2019 2019
10638 2 الصغيرة 2020 2020
11203 2 الصغيرة 2021 2021
14947 2 الصغيرة 2022 2022
15381 2 الصغيرة 2023 2023
18935 2 الصغيرة 2024 2024
20906 2 الصغيرة 2025 2025
2608 3 المتوسطة 2016 2016
2501 3 المتوسطة 2017 2017
2149 3 المتوسطة 2018 2018
2014 3 المتوسطة 2019 2019
2023 3 المتوسطة 2020 2020
2300 3 المتوسطة 2021 2021
3537 3 المتوسطة 2022 2022
3817 3 المتوسطة 2023 2023
4225 3 المتوسطة 2024 2024
4130 3 المتوسطة 2025 2025
537 4 الكبيرة 2016 2016
514 4 الكبيرة 2017 2017
478 4 الكبيرة 2018 2018
470 4 الكبيرة 2019 2019
456 4 الكبيرة 2020 2020
497 4 الكبيرة 2021 2021
579 4 الكبيرة 2022 2022
684 4 الكبيرة 2023 2023
787 4 الكبيرة 2024 2024
708 4 الكبيرة 2025 2025

4 التحليل الوصفي

4.1 أعداد تطور عدد المنشآت 2016–2025

ggplot(data, aes(year_end, count, color = size)) +
  geom_line(size = 1.3) +
  geom_point(size = 3) +
  theme_minimal() +
  labs(
    title = "تطور عدد منشآت الصناعة التحويلية حسب الحجم (2016–2025)",
    x = "السنة",
    y = "عدد المنشآت",
    color = "الحجم"
  )

تفسير:

يوضح الشكل أن النمو في عدد منشآت الصناعة التحويلية كان مدفوعًا بشكل رئيسي بالمنشآت متناهية الصغر التي ارتفع عددها بشكل كبير منذ 2016.

أما المنشآت الصغيرة فسجّلت نموًا محدودًا، في حين بقيت المتوسطة والكبيرة عند مستويات منخفضة نسبيًا مع تغيّر بسيط. هذا يشير إلى أن توسّع القطاع الصناعي خلال السنوات الماضية اعتمد بشكل كبير على المنشآت الصغيرة جدًا.

4.2 معدل معدل النمو السنوي CAGR

growth = data %>%
  group_by(size) %>%
  summarise(
    first = first(count),
    last = last(count),
    CAGR = (last/first)^(1/9) - 1
  )

ggplot(growth, aes(x = size, y = CAGR, fill = size)) +
  geom_col() +
  scale_y_continuous(labels = percent) +
  theme_minimal() +
  labs(title = "معدل النمو السنوي للمنشآت حسب الحجم (CAGR)")

تفسير:

يُظهر الشكل أن أعلى معدل نمو سنوي مركّب (CAGR) كان للمنشآت متناهية الصغر بفارق كبير عن باقي الأحجام، ما يعكس توسّعًا سريعًا في هذا النوع من المنشآت. بينما سجّلت المنشآت المتوسطة نموًا معتدلًا، وجاءت الكبيرة والصغيرة في أدنى معدلات النمو، ما يشير إلى أن الزيادة في عدد المنشآت الصناعية خلال الفترة كانت مدفوعة بشكل أساسي بالمنشآت الصغيرة جدًا.

4.3 توزيع المنشآت حسب الحجم - 2024

data %>%
  filter(year_end == 2024) %>%
  ggplot(aes(size, count, fill = size)) +
  geom_col() +
  theme_minimal() +
  labs(
    title = "توزيع منشآت الصناعة التحويلية حسب الحجم – 2024",
    x = "الحجم",
    y = "عدد المنشآت"
  )

تفسير

يُظهر الشكل أن منشآت متناهية الصغر تمثل الشريحة الأكبر من قطاع الصناعة التحويلية في عام 2024 بفارق كبير عن بقية الأحجام. تأتي بعدها المنشآت الصغيرة بنسبة أقل بكثير، بينما تشكل المنشآت المتوسطة والكبيرة نسبة ضئيلة من إجمالي منشآت القطاع، ما يعكس اعتماد الصناعة التحويلية بشكل رئيسي على المنشآت الصغيرة جدًا. —

4.4 المنشآت التي تغيرت أحجامها بين 2016 و2020

change_16_20_plot = data %>%
  filter(year_end %in% c(2016, 2020)) %>%
  ggplot(aes(x = size, y = count, fill = factor(year_end))) +
  geom_col(position = "dodge") +
  theme_minimal() +
  labs(
    title = "التغير في أعداد المنشآت بين 2016 و2020",
    fill = "السنة",
    x = "الحجم",
    y = "العدد"
  )

change_16_20_plot

تفسير

يوضّح الشكل أن جميع أحجام المنشآت الصناعية شهدت زيادة بين عامي 2016 و2020. أكبر نمو كان في المنشآت متناهية الصغر التي ارتفع عددها بشكل واضح، بينما نمت المنشآت المتوسطة والكبيرة بمعدلات أقل. أما المنشآت الصغيرة فقد سجّلت انخفاضًا طفيفًا مقارنة بعام 2016، ما يعكس تغيّرًا في توزيع أحجام المنشآت داخل القطاع خلال هذه الفترة.

4.5 المنشآت التي تغيرت أحجامها بين 2020 و2025

change_20_25_plot = data %>%
  filter(year_end %in% c(2020, 2025)) %>%
  ggplot(aes(x = size, y = count, fill = factor(year_end))) +
  geom_col(position = "dodge") +
  theme_minimal() +
  labs(
    title = "التغير في أعداد المنشآت بين 2020 و2025",
    fill = "السنة",
    x = "الحجم",
    y = "العدد"
  )

change_20_25_plot

تفسير

يوضح الشكل أن جميع أحجام المنشآت الصناعية سجلت زيادة بين عامي 2020 و2025، لكن الارتفاع الأكبر كان في المنشآت متناهية الصغر والتي تضاعف عددها تقريبًا خلال الفترة. كما شهدت المنشآت الصغيرة والمتوسطة نمواً ملحوظاً، بينما حافظت المنشآت الكبيرة على نمو محدود. يعكس ذلك توسع القاعدة الريادية ودخول منشآت جديدة صغيرة الحجم بشكل أكبر من غيرها.

4.6 تطور النمو التراكمي لأحجام المنشآت الصناعية (2016–2025)

growth_index = data %>%
  group_by(size) %>%
  mutate(
    base = first(count),
    index = (count / base) * 100
  )

ggplot(growth_index, aes(year_end, index, color = size)) +
  geom_line(size = 1.4) +
  geom_point(size = 3) +
  theme_minimal() +
  labs(
    title = "مؤشر النمو التراكمي للمنشآت حسب الحجم (2016=100)",
    x = "السنة",
    y = "المؤشر (Index)",
    color = "الحجم"
  )

تفسير:

يُظهر الرسم أن المنشآت متناهية الصغر حققت أعلى نمو تراكمي منذ عام 2016، متجاوزة جميع الأحجام الأخرى بفارق كبير.

أما المنشآت الصغيرة والمتوسطة والكبيرة فشهدت نموًا محدودًا وأكثر استقرارًا، مما يعكس توسعًا سريعًا في المنشآت الصغيرة جدًا مقارنة ببقية القطاع الصناعي.

4.7 كيف تغيّرت الحصة السوقية لأحجام المنشآت الصناعية بين عامَي 2016 و2025؟

market_share = data %>%
  group_by(year_end) %>%
  mutate(
    total = sum(count),
    share = count / total
  )

ggplot(market_share, aes(year_end, share, fill = size)) +
  geom_area(alpha = 0.7) +
  scale_y_continuous(labels = percent) +
  theme_minimal() +
  labs(
    title = "تطور الحصة السوقية لأحجام المنشآت (2016–2025)",
    x = "السنة",
    y = "الحصة السوقية"
  )

تفسير:

يُظهر الشكل أن المنشآت متناهية الصغر أصبحت تهيمن بشكل متزايد على السوق الصناعي بين 2016 و2025، بينما تراجعت حصة المنشآت الصغيرة، وظلّت المنشآت المتوسطة والكبيرة مستقرة عند مستويات منخفضة. يشير ذلك إلى توسّع كبير في المنشآت الصغيرة جدًا مقارنة ببقية الأحجام.

4.8 كيف ستتغير المنشآت الصناعية في العامين المقبلين؟

n_sizes = n_distinct(data$size)

forecast_list = data %>%
  group_by(size) %>%
  summarise(fit = list(auto.arima(ts(count, start = 2016))))

forecast_df = forecast_list %>%
  mutate(forecast = map(fit, ~forecast(.x, h = 2))) %>%
  mutate(forecast_tbl = map(forecast, ~as.data.frame(.x))) %>%
  select(size, forecast_tbl) %>%
  unnest(forecast_tbl) %>%
  mutate(year = rep(2026:2027, times = n_sizes)) %>%
  rename(forecast = `Point Forecast`)

actual_df = data %>%
  select(size, year = year_end, count)

combined_df = actual_df %>%
  mutate(type = "البيانات الفعلية") %>%
  rename(value = count) %>%
  bind_rows(
    forecast_df %>% 
      mutate(type = "التوقع") %>%
      select(size, year, value = forecast, type)
  )


combined_df %>%
  filter(size %in% c("متناهية الصغر", "الصغيرة")) %>%
  ggplot(aes(year, value, color = type, fill = type)) +
  geom_area(alpha = 0.25, position = "identity") +
  geom_line(size = 1.3) +
  geom_point(size = 3) +
  facet_wrap(~size, scales = "free_y", ncol = 1) +
  scale_x_continuous(breaks = 2016:2027) +
  scale_color_manual(values = c("البيانات الفعلية" = "#2C7BB6", "التوقع" = "#D7191C")) +
  scale_fill_manual(values = c("البيانات الفعلية" = "#2C7BB6", "التوقع" = "#D7191C")) +
  theme_minimal(base_size = 15) +
  labs(
    title = "تغير أعداد المنشآت الصناعية في السعودية (متناهية الصغر + الصغيرة)",
    subtitle = "دمج البيانات الفعلية 2016–2025 مع التوقع 2026–2027",
    x = "السنة",
    y = "عدد المنشآت",
    color = "نوع البيانات",
    fill = "نوع البيانات"
  ) +
  theme(
    plot.title = element_text(size = 22, face = "bold"),
    plot.subtitle = element_text(size = 14),
    legend.position = "bottom"
  )

combined_df %>%
  filter(size %in% c("المتوسطة", "الكبيرة")) %>%
  ggplot(aes(year, value, color = type, fill = type)) +
  geom_area(alpha = 0.25, position = "identity") +
  geom_line(size = 1.3) +
  geom_point(size = 3) +
  facet_wrap(~size, scales = "free_y", ncol = 1) +
  scale_x_continuous(breaks = 2016:2027) +
  scale_color_manual(values = c("البيانات الفعلية" = "#2C7BB6", "التوقع" = "#D7191C")) +
  scale_fill_manual(values = c("البيانات الفعلية" = "#2C7BB6", "التوقع" = "#D7191C")) +
  theme_minimal(base_size = 15) +
  labs(
    title = "تغير أعداد المنشآت الصناعية في السعودية (المتوسطة + الكبيرة)",
    subtitle = "دمج البيانات الفعلية 2016–2025 مع التوقع 2026–2027",
    x = "السنة",
    y = "عدد المنشآت",
    color = "نوع البيانات",
    fill = "نوع البيانات"
  ) +
  theme(
    plot.title = element_text(size = 22, face = "bold"),
    plot.subtitle = element_text(size = 14),
    legend.position = "bottom"
  )

تفسير:

تُظهر الرسومات أن عدد المنشآت الصناعية سيستمر في الارتفاع خلال العامين القادمين، خصوصًا في فئة المنشآت متناهية الصغر التي تُعد المحرك الأكبر لنمو القطاع. أما المنشآت الصغيرة فستواصل نموًا معتدلًا، بينما تتجه المنشآت المتوسطة والكبيرة إلى الاستقرار مع زيادة بسيطة مقارنة بالسنوات الماضية.

هذه التوقعات تعكس استمرار توسّع القاعدة الريادية الصناعية في السعودية، مع بقاء النمو الأكبر في المنشآت الصغيرة جدًا.

4.9 استخدام تقنيات تعلّم الآلة في تصنيف سنوات القطاع الصناعي إلى مجموعات متشابهة (2016–2025)

wide_df = data %>%
  select(year_end, size, count) %>%
  pivot_wider(names_from = size, values_from = count)

dist_matrix = dist(wide_df[, -1], method = "euclidean")

hc = hclust(dist_matrix, method = "ward.D2")

dendr = dendro_data(hc)
label_df = dendr$labels

sorted_years = wide_df$year_end[hc$order]
label_df$label = as.character(sorted_years)

k = 3
clusters = cutree(hc, k = k)
label_df$cluster = factor(clusters)

cluster_colors = RColorBrewer::brewer.pal(k, "Set2")

cluster_bounds = label_df %>%
  group_by(cluster) %>%
  summarise(
    xmin = min(x) - 0.5,
    xmax = max(x) + 0.5
  )

ggplot() +

  geom_rect(
    data = cluster_bounds,
    aes(xmin = xmin, xmax = xmax, ymin = -Inf, ymax = Inf, fill = cluster),
    alpha = 0.12
  ) +

  geom_segment(
    data = dendr$segments,
    aes(x = x, y = y, xend = xend, yend = yend),
    linewidth = 1.2,
    color = "#444444"
  ) +

  geom_point(
    data = label_df,
    aes(x = x, y = y - 2000, color = cluster),
    size = 6
  ) +

  geom_text(
    data = label_df,
    aes(x = x, y = y - 15000, label = label, color = cluster),
    size = 5,
    fontface = "bold"
  ) +

  geom_vline(
    data = cluster_bounds[-nrow(cluster_bounds), ],   # بدون آخر مجموعة
    aes(xintercept = xmax),
    linetype = "dashed",
    color = "gray40",
    linewidth = 1
  ) +

  scale_fill_manual(values = cluster_colors) +
  scale_color_manual(values = cluster_colors) +

  labs(
    title = "التحليل العنقودي الهرمي للسنوات حسب أحجام المنشآت",
    subtitle = "تقسيم السنوات إلى مجموعات متشابهة بناءً على سلوك المنشآت الصناعية (2016–2025)",
    x = "",
    y = "المسافة بين المجموعات",
    color = "المجموعة",
    fill  = "المجموعة"
  ) +

  theme_minimal(base_size = 15) +
  theme(
    plot.title = element_text(size = 22, face = "bold"),
    plot.subtitle = element_text(size = 14),
    axis.text.x = element_blank(),
    axis.ticks.x = element_blank(),
    legend.position = "bottom",
    legend.title = element_text(size = 14),
    legend.text = element_text(size = 13)
  )

تفسير:

يوضح التحليل العنقودي أن السنوات 2016–2021 تشترك في نمط نمو صناعي متقارب وتشكل مجموعة واحدة، بينما تمثل 2022–2023 مجموعة انتقالية مختلفة في سلوك المنشآت، في حين تشكل 2024–2025 مجموعة ثالثة تعكس مرحلة نمو أعلى. هذا يشير إلى وجود ثلاث مراحل زمنية مميزة في تطور القطاع الصناعي خلال الفترة 2016–2025.

4.10 هل تختلف معدلات نمو المنشآت الصناعية حسب حجمها؟

تم إجراء اختبار تحليل التباين ANOVA للتحقق مما إذا كان النمو السنوي في أعداد المنشآت الصناعية يختلف بين أحجام المنشآت المختلفة. ويعتمد التحليل على الفرضيتين الآتيتين:

الفرضية الصفرية (\(H0\)): لا توجد فروق معنوية في النمو السنوي لعدد المنشآت الصناعية بين أحجام المنشآت المختلفة (متناهية الصغر، الصغيرة، المتوسطة، الكبيرة).

الفرضية البديلة (\(H1\)): توجد فروق معنوية في النمو السنوي لعدد المنشآت الصناعية بين أحجام المنشآت، مما يعني أن بعض الأحجام تحقق نمواً سنوياً أعلى أو أقل من غيرها.

يهدف هذا الاختبار إلى تحديد ما إذا كان حجم المنشأة يلعب دوراً في معدل النمو السنوي خلال الفترة من 2016 إلى 2025.

growth_yearly = data %>%
  group_by(size) %>%
  mutate(diff = count - lag(count)) %>%
  filter(!is.na(diff))

anova_result = aov(diff ~ size, data = growth_yearly)

anova_table = tidy(anova_result)

anova_table %>%
  rename(
    `المعامل` = term,
    `درجات الحرية` = df,
    `مجموع المربعات` = sumsq,
    `متوسط المربعات` = meansq,
    `إحصائية F` = statistic,
    `القيمة الاحتمالية (p-value)` = p.value
  ) %>%
  select(
    `المعامل`,
    `درجات الحرية`,
    `مجموع المربعات`,
    `متوسط المربعات`,
    `إحصائية F`,
    `القيمة الاحتمالية (p-value)`
  ) %>%
  gt() %>%
  fmt_number(
    columns = c(`مجموع المربعات`, `متوسط المربعات`, `إحصائية F`, `القيمة الاحتمالية (p-value)`),
    decimals = 4
  ) %>%
  tab_header(
    title = md("**نتائج تحليل التباين (ANOVA)**"),
    subtitle = "اختبار الفروق في النمو السنوي بين أحجام المنشآت الصناعية"
  ) %>%
  tab_style(
    style = list(
      cell_text(weight = "bold", color = "red")
    ),
    locations = cells_body(columns = `القيمة الاحتمالية (p-value)`)
  ) %>%
  tab_style(
    style = cell_borders(sides = "bottom", color = "gray50", weight = px(2)),
    locations = list(
      cells_body(rows = 1),
      cells_body(rows = 2)
    )
  )
نتائج تحليل التباين (ANOVA)
اختبار الفروق في النمو السنوي بين أحجام المنشآت الصناعية
المعامل درجات الحرية مجموع المربعات متوسط المربعات إحصائية F القيمة الاحتمالية (p-value)
size 3 572,564,955.4167 190,854,985.1389 7.9651 0.0004
Residuals 32 766,769,382.8889 23,961,543.2153 NA NA

تفسير:

تشير نتائج اختبار ANOVA إلى وجود فروق معنوية في النمو السنوي بين أحجام المنشآت الصناعية، وذلك لأن القيمة الاحتمالية (p-value) أقل من 0.05.

هذا يعني أننا نرفض الفرضية الصفرية، ونستنتج أن حجم المنشأة يؤثر فعليًا على معدل النمو السنوي. بمعنى: بعض أحجام المنشآت تنمو بوتيرة أسرع من غيرها خلال الفترة 2016–2025.

5 الخاتمة والتوصيات

5.1 الخاتمة

يكشف تحليل واقع الصناعة التحويلية في المملكة خلال الفترة 2016–2025 عن مرحلة توسّع واضحة يقودها النمو السريع في المنشآت متناهية الصغر، والتي أصبحت تشكل العمود الفقري لنمو القطاع الصناعي. كما بيّنت النتائج وجود فروق حقيقية في معدلات النمو بين أحجام المنشآت، إضافة إلى تغيّر تدريجي في بنية السوق لصالح المنشآت الصغيرة جدًا.

وتُظهر التوقعات المستقبلية استمرار هذا الاتجاه في العامين 2026–2027، مع بقاء المنشآت الصغيرة جدًا المحرك الأساسي للزيادة المتوقعة في أعداد المنشآت الصناعية. كما يشير التحليل العنقودي إلى وجود ثلاث مراحل زمنية مميزة تعبّر عن تحولات هيكلية مرّ بها القطاع وتفسّر أنماط النمو المتباينة عبر السنوات.

بصورة عامة، فإن القطاع الصناعي في المملكة يشهد نمواً مستمراً، لكن توزيع هذا النمو يميل بشكل كبير لصالح المنشآت الصغيرة جدًا، مع تباطؤ أو ثبات في الأحجام الأكبر.

5.2 التوصيات

استنادًا إلى النتائج السابقة، يمكن تقديم مجموعة من التوصيات العملية التي تدعم استمرار نمو القطاع الصناعي وتعزز كفاءته:

  1. دعم المنشآت متناهية الصغر لمواصلة النمو والتحول
  • توفير برامج تمويلية ميسّرة
  • دعم تدريب إداري وفني
  • تسهيل انتقالها إلى فئات أعلى (صغيرة ومتوسطة)
  1. تعزيز إنتاجية المنشآت الصغيرة والمتوسطة
  • دعم التحول الرقمي
  • تشجيع الابتكار
  • تحسين الوصول إلى الأسواق والتمويل
  1. تحفيز نمو المنشآت المتوسطة والكبيرة
  • تقديم حوافز استثمارية
  • تخفيض تكاليف التوسع
  • تعزيز التكامل بين سلاسل القيمة الصناعية
  1. مراقبة التغيرات قصيرة المدى للقطاع
  • بناء لوحة مؤشرات (Dashboard) لرصد التغيرات السريعة
  • اكتشاف الانحرافات بشكل مبكر
  • تحسين قدرة صانع القرار على الاستجابة للمتغيرات
  1. تعزيز جودة البيانات الصناعية وربطها بمصادر أخرى
  • بيانات الإنتاج
  • بيانات التوظيف
  • بيانات الصادرات

للحصول على رؤية أشمل وأدق عن وضع القطاع.

  1. تشجيع الصناعات ذات القيمة المضافة العالية
  • دعم الصناعات المتقدمة
  • تشجيع التقنيات الجديدة
  • التركيز على الصناعات ذات المحتوى المحلي المرتفع
72.3%
+18.4
3.2%
104B
8.7≈
+2.1%
نحوِّل الأرقام إلى قرار
جميع الحقوق محفوظة © منصة أرقامي 2025
تواصل: argamil2025@gmail.com
تحليلات اقتصادية ومرئية من السعودية إلى العالم