Human Capital, Residential Investment, and Productivity Dynamics: Evidence from Harmonized Vietnamese Provinces
باستخدام لوحة متناغمة من 28 مقاطعة فيتنامية من عام 2010 إلى عام 2025، تجد هذه الدراسة أن الاستثمار السكني يرتبط بمسار إنتاجية إيجابي مستمر على المدى المتوسط، في حين أن الزيادات في حصة العمال المدربين تظهر تأثيراً ضئيلاً في المدى القصير وارتباطاً سلبياً متأخراً وأقل استقراراً، مما يشير إلى أن هذه علاقات ديناميكية مشروطة مدفوعة بالقدرة الاستيعابية المحلية والتكيف المكاني بدلاً من الآثار السببية المباشرة.
غالبًا ما يُتخيل النمو الاقتصادي كمعادلة بسيطة: المزيد من العمال والمزيد من الآلات يؤديان إلى مزيد من الإنتاج. ومع ذلك، في العالم الحقيقي، تبدو القصة أكثر تعقيدًا بكثير؛ فهي تعتمد على ما إذا كان بإمكان مجتمع ما أن يجمع بفعالية بين مهارات أفراده والأماكن التي يعيشون ويعملون فيها. وهناك عاملان محددان يحددان ما إذا كانت المنطقة ستزدهر أم ستتعثر. الأول هو رأس المال البشري، والذي يشير إلى مهارات وتدريب القوى العاملة؛ فمن الناحية النظرية، ينبغي للسكان الأكثر تعليمًا أو تدريبًا أن ينتجوا أكثر، ولكن فقط إذا كانت تلك المهارات تتوافق مع الوظائف المتاحة. والثاني هو القدرة المادية للمنطقة على إيواء سكانها. فإذا لم يتمكن العمال من العثور على أماكن سكن ميسورة التكلفة بالقرب من الوظائف الجديدة، أو إذا لم تكن المخزونات السكنية قادرة على التوسع لتلبية الطلب، فقد يتوقف النشاط الاقتصادي تمامًا. إن فهم كيفية تفاعل هاتين القوتين — التدريب والإسكان — بمرور الوقت أمر بالغ الأهمية لصناع السياسات الذين يحاولون تعزيز الاقتصادات المحلية، لا سيما في الدول النامية بسرعة حيث تتغير المدن بشكل أسرع مما يمكن للبيانات مواكبته عادةً.
لقد شرع فريق من الباحثين في فك تشابك هذه العلاقة في فيتنام، وهي دولة تمر بتحولات اقتصادية وإدارية هائلة. وركزوا على الفترة من عام 2010 إلى عام 2025، وهو وقت شهد إعادة رسم الحدود الإقليمية للبلاد، مما خلق تحديًا كبيرًا لمقارنة البيانات عبر الزمن. ولحل هذه المشكلة، أعاد الباحثون بناء السجلات التاريخية لتتناسب مع خريطة عام 2025 الجديدة، مما خلق رؤية متسقة لـ 28 وحدة إقليمية. وقد تتبعوا شيئين رئيسيين: النسبة المئوية للعمال الذين تلقوا تدريبًا رسميًا، ومقدار المساحة السكنية الجديدة التي بنيت من قبل الأسر لكل شخص. ومن خلال النظر في كيفية تأثير التغيرات في هذين المجالين على إنتاجية العمل — أي قيمة السلع والخدمات المنتجة لكل عامل — عبر نافذة زمنية مدتها خمس سنوات، هدفوا إلى رؤية ليس فقط الآثار الفورية، بل كيف يتكيف الاقتصاد بمرور الوقت.
كشفت الدراسة عن نمطين متميزين ومفاجئين نوعًا ما. فعندما نظر الباحثون في الاستثمار السكني، وتحديدًا بناء المنازل الجديدة من قبل الأسر، وجدوا رابطًا إيجابيًا وثابتًا بالإنتاجية. فكلما شهدت مقاطعة زيادة في المساحات السكنية الجديدة لكل شخص، تميل إنتاجية العمل إلى الارتفاع في السنوات التالية. وقد صمد هذا الاتجاه الإيجابي حتى عندما اختبر الباحثون نتائجهم باستخدام طرق إحصائية مختلفة لمراعاة الصدمات الاقتصادية المشتركة عبر البلاد. ولم يكن التأثير فوريًا؛ بل نما بقوة خلال السنوات الأربع الأولى، مما يشير إلى أن الإسكان الجديد يساعد الاقتصاد على استيعاب العمال وتوسيع النشاط تدريجيًا. وتشير البيانات إلى أنه عندما تبني منطقة المزيد من المساكن، فإنها تخلق المساحة المادية اللازمة لانتقال العمال ونمو الشركات المحلية، مما يؤدي إلى ارتفاع الإنتاج.
في المقابل، كانت العلاقة بين تدريب العمال والإنتاجية أكثر تعقيدًا وتأخرًا. ففي المدى القصير، لم تظهر زيادة حصة العمال المدربين أي صلة واضحة بمكاسب الإنتاجية. ومع ذلك، عندما نظر الباحثون إلى المدى الأبعد، ظهرت صورة مختلفة. فبين ثلاث وأربع سنوات بعد ارتفاع عدد العمال المدربين، بدأت الإنتاجية في الانخفاض قليلاً. وكان هذا الاتجاه السلبي أكثر وضوحًا عند علامة الأربع سنوات، حيث ارتبطت زيادة قدرها نقطة مئوية واحدة في حصة العمال المدربين بانخفاض قدره حوالي 1.4 في المئة في نمو الإنتاجية التراكمي. وقد أكد الباحثون بحذر أن هذا لا يعني أن التدريب سيء أو أن التعليم يقلل من الإنتاج، بل يشير إلى وجود عدم توافق أو احتكاك في النظام. وهذا يعني أنه عندما يمتلك إقليم ما فجأة المزيد من العمال المدربين، فقد يواجه الاقتصاد المحلي صعوبة في إيجاد الوظائف المناسبة لهم، أو قد لا تتوافق المهارات التي تعلموها مع التقنيات المستخدمة حاليًا. ويشير هذا التأخير إلى أن الاقتصاد يستغرق وقتًا لإعادة تخصيص هؤلاء العمال، وفي هذه الأثناء، يمكن أن تتعطل إمكانات النمو مؤقتًا.
تسلط النتائج الضوء على أن التنمية الاقتصادية ليست عملية ذات سرعة واحدة. فبينما يبدو أن بناء المنازل يدعم توسعًا سلسًا وإيجابيًا للاقتصادات المحلية، فإن مجرد تدريب المزيد من العمال لا يضمن نتائج فورية. وتشير الدراسة إلى أن فوائد التعليم تعتمد بشدة على قدرة الاقتصاد المحلي على استيعاب تلك المهارات الجديدة ومطابقتها مع الفرص المناسبة. وبدون ذلك التوافق، يمكن أن يؤدي التدريب الإضافي إلى فترة من التعديل حيث تتراجع الإنتاجية. وخلص الباحثون إلى أن هذه ارتباطات ديناميكية وليست قواعد بسيطة للسبب والنتيجة، مؤكدين أن نجاح رأس المال البشري يعتمد على قدرة البيئة المحلية على التكيف. وبالنسبة لفيتنام والبلدان الناشئة المماثلة، فإن الدرس المستفاد هو أن بناء المنازل وتطوير القوى العاملة يجب أن يُدارا معًا؛ فبناء المنازل دون مطابقة الوظائف، أو تدريب العمال دون توفير مكان لعملهم، قد لا يحقق المكافآت الاقتصادية المتوقعة.
ملخص تقني: ديناميكيات رأس المال البشري، والاستثمار السكني، والإنتاجية في فيتنام
المشكلة والدوافع تتقصى هذه الدراسة الديناميكيات متوسطة المدى التي تربط بين تكوين رأس المال البشري والاستثمار السكني للأسر وبين إنتاجية العمل على مستوى المقاطعات في فيتنام. يعالج البحث ثلاث فجوات محددة في الأدبيات القائمة:
الديناميكيات المشتركة: هناك أدلة محدودة حول كيفية تأثير تكوين مهارات القوى العاملة وتكوين رأس المال السكني بشكل مشترك على الإنتاجية على المستوى المحلي عبر الزمن.
قياس الإسكان: يركز معظم أدب الإسكان على الأسعار، أو الإيجارات، أو مرونة العرض. تستخدم هذه الورقة مقياساً للتدفق المادي — وهو مساحة الأرض السكنية المبنية حديثاً لكل نسمة — وهو أمر بالغ الأهمية في سياقات مثل فيتنام حيث يكتسي السكن المبنِي ذاتياً أهمية اقتصادية كبيرة وتكون مؤشرات السوق الرسمية غير مكتملة.
المقارنة المكانية: تخلق التغييرات في الحدود الإدارية (تحديداً إعادة التنظيم لعام 2025 في فيتنام) عدم اتساق في القياس. تعيد الدراسة بناء البيانات التاريخية على أساس جغرافي مشترك لعام 2025 لضمان مقارنات طولية صالحة، مع اعتبار عملية المواءمة ضرورة قياسية وليست صدمة سياسات خارجية.
تتجنب الورقة فرض إشارات سببية مسبقة. وبدلاً من ذلك، تقر بأنه بينما يعزز رأس المال البشري الإنتاجية نظرياً، فإن عدم التطابق في المهارات أو التكنولوجيا أو التخصيص يمكن أن يؤخر أو يغير العوائد. وبالمثل، بينما قد يسهل البناء السكني حركية العمالة، فإنه أيضاً يتسم بكونه "مواكباً للدورة الاقتصادية" (procyclical)، حيث يستجيب لمكاسب الإنتاجية الحالية. الهدف هو تقدير التوقيت، والاستمرارية، ومتانة هذه الارتباطات دون ادعاء وجود آثار علاجية سببية حاسمة.
البيانات والاستراتيجية التجريبية
مجموعة البيانات: لوحة بيانات متوازنة بقوة تضم 28 وحدة مقاطعة في فيتنام (من أصل 34 وحدة بعد إعادة التنظيم) تغطي الفترة 2010–2025 (N=28,T=16). تم تجميع البيانات التاريخية للمقاطعات السابقة لتتطابق مع الحدود الإدارية لعام 2025.
المتغيرات:
المتغير التابع: لوغاريتم إنتاجية العمل في المقاطعة (إجمالي الناتج المحلي الإقليمي الخام "GRDP" المعدل بأسعار ثابتة لعام 2010 مقسوماً على التوظيف).
رأس المال البشري (HC): حصة العمال الذين تلقوا تدريباً (كمؤشر لتكوين المهارات، متميز عن جودة التعليم أو المهارات المعرفية).
الاستثمار السكني: لوغاريتم مساحة الأرض السكنية المبنية حديثاً لكل نسمة (مقياس تدفق لتكوين رأس مال الأسر).
المتغيرات الضابطة: لوغاريتم عدد السكان، مؤشر جاهزية تكنولوجيا المعلومات والاتصالات، لوغاريتم سكان الحضر، ومؤشر أسعار المستهلك (CPI).
المنهجية: تستخدم الدراسة "الإسقاطات المحلية للوحة البيانات" (Panel Local Projections) (Jordà, 2005) لتتبع استجابات الإنتاجية التراكمية على أفق خمس سنوات (k=0 إلى $5$). يتضمن النموذج متغيرات ثابتة للمقاطعة والسنة، بالإضافة إلى فجوة زمنية واحدة لمتجه الحالة المباين.
الاستدلال: نظراً لعدد المجموعات الصغير (28 مقاطعة)، يعتمد الاستدلال الأساسي على قيم p الناتجة عن "بوتستراب وايلد-كلاستر" الموزون بـ Webb (4,999 تكراراً). تشمل اختبارات المتانة تقديرات التغاير من نوع "دريسكول-كراي" (Driscoll–Kraay) (لمعالجة الاعتماد المتبادل عبر المقاطعات) وإضافة "الآثار المشتركة المترابطة" (CCE) لاستيعاب العوامل المشتركة الكامنة.
التباين (Heterogeneity): يتضمن التحليل توسعات تعتمد على حالة المتغير، حيث يُسمح لمسارات الاستجابة بالتباين بناءً على المستويات المبطئة للاستثمار السكني (بالنسبة لصدمات رأس المال البشري) ورأس المال البشري (بالنسبة لصدمات الاستثمار السكني)، باستخدام حدود فاصلة مشتقة من العينة الأساسية.
النتائج الرئيسية
الاستثمار السكني: لوحظ ارتباط إيجابي مستمر بين الاستثمار السكني وإنتاجية العمل. مسار الاستجابة إيجابي في جميع الآفاق الزمنية، حيث يرتفع من التأثير اللحظي ليصل إلى ذروته عند أفق السنوات الأربع (نمو تراكمي في الإنتاجية بنسبة 0.184% مقابل زيادة بنسبة 1% في مساحة الأرض السكنية لكل نسمة). وبينما تتباين دقة قيم p لـ "وايلد-كلاستر" الأساسية، فإن استدلال دريسكول-كراي يجعل الارتباط الإيجابي ذا دلالة إحصائية من السنة الأولى وحتى السنة الخامسة.
رأس المال البشري: العلاقة بين حصة العمال المدربين والإنتاجية غير خطية (non-monotonic) ومتأخرة. لا يوجد ارتباط قصير المدى (السنوات 0–2). ومع ذلك، يظهر نمط سلبي متأخر في المدى المتوسط، حيث يصل إلى أكبر حجم له في السنة الرابعة (حوالي -1.385% نمو تراكمي في الإنتاجية لكل زيادة بمقدار نقطة مئوية واحدة في حصة العمال المدربين). هذا الارتباط السلبي هامشي إحصائياً (وايلد p=0.081) وأقل استقراراً عبر اختبارات المتانة (على سبيل المثال، يصبح غير دال إحصائياً تحت استدلال دريسكول-كراي).
الصدمات المعيارية: عند قياسها بالنسبة لانحراف معياري واحد للتغير السنوي، تؤدي الصدمة في الاستثمار السكني إلى استجابة إنتاجية تراكمية قدرها +2.568% في السنة الرابعة، بينما تؤدي الصدمة في حصة العمال المدربين إلى استجونة قدرها -2.271%.
المتانة: يظل النمط السلبي في المدى المتوسط لرأس المال البشري والنمط الإيجابي للاستثمار السكني مستقرين في الإشارة والحجم عبر مختلف اختبارات الحساسية، بما في ذلك استبعاد سنوات الجائحة (2020–2021)، وتقليم القيم المتطرفة (winsorization)، وفرض عينة تقدير مشتركة.
الأهمية والتفسير تدعي الورقة أن نتائجها هي ارتباطات ديناميكية مشروطة وليست آثاراً علاجية محددة سببياً.
بشأن رأس المال البشري: لا يُفسر الارتباط السلبي المتأخر على أنه دليل على أن التدريب يقلل الإنتاجية. بدلاً من ذلك، فإنه يسلط الض الضوء على الاحتكاكات المحتملة مثل عدم التطابق بين المهارات والوظائف، أو بطء إعادة تخصيص العمالة، أو محدودية القدرة الاستيعابية المحلية، أو قضايا تتعلق بجودة/ملاءمة التدريب. تشير النتائج إلى أن عائدات تراكم رأس المال البشري تعتمد بشدة على سرعة مطابقة المهارات مع التقنيات والمهن المناسبة.
بشأن الاستثمار السكني: يشير المسار الإيجابي المستمر إلى أن تكوين رأس المال السكني يسهل الاستيعاب المحلي للعمالة والتكيف المكاني. ومع ذلك، ونظراً لوجود علاقة سببية عكسية (الإنتاجية هي التي تحرك البناء)، يعامل المؤلفون هذا كهامش تعديل داخلي حيث توفر التوقيتات والاستمرارية رؤية تجريبية للديناميكيات الاقتصادية المحلية.
المساهمة المنهجية: توضح الدراسة أهمية مواءمة الحدود الإدارية للتحليل على المستوى المحلي، وتبرز ضرورة استخدام الاستدلال القوي للمجموعات الصغيرة (wild-cluster bootstrap) وتصحيحات الاعتماد المتبادل عبر المقاطعات (Driscoll–Kraay, CCE) عند تحليل لوحات البيانات للمقاطعات ذات العمق الزمني المحدود.
تخلص الورقة إلى أنه بينما يبدو أن الاستثمار السكني يدعم مساراً إيجابياً للإنتاجية، فإن العوائد على رأس المال البشري القائم على التدريب معقدة، وقد تكون متأخرة، ومرتبطة بالقدرات المحلية على المطابقة والاستيعاب.