Jurnal
EKONOMI
PEMBANGUNAN
Kajian Ekonomi Negara Berkembang Hal: 87 Ae 102
FAKTOR-FAKTOR PENENTU
TINGKAT KEMISKINAN REGIONAL DI INDONESIA
Samsubar Saleh Abstract The purpose of this research is to analyze the determinants of regional variation in Indonesia poverty.
This research uses cross-sectional and pooling data of the period 1996 The empirical results show that the determinants of regional variation in Indonesia poverty are human development index (HDI) .
ncludes: income percapita (YPC), life of expectacy (HH), and mean years of schooling /RS)), income inequality (RG), physical investment (IFP), population without access to health facilities (PNH), and population without access to save water (PNW), and economic crisis (DT).
Keywords: kemiskinan, pooling data, cross-sectional data.
LATAR BELAKANG
Kemiskinan dan orang-orang miskin sudah dikenal dan selalu ada di setiap peradaban manusia.
Oleh karena itu beralasan sekali bila mengatakan bahwa kebudayaan umat manusia dalam setiap zamannya tidak pernah lepas dari orangorang miskin mulai dari awal peradaban hingga sekarang ini.
Berdasarkan laporan Bank Dunia, pada tahun 1996 penduduk dunia yang hidup di bawah garis kemiskinan dunia adalah 1,19 milyar jiwa lebih.
Sebagian besar penduduk miskin dunia tersebut hidup di negara-negara berkembang .
i benua Asia bagian selatan dan Afrika Sub-Sahar.
sebagaimana dijelaskan pada Tabel 1.
Dua kawasan yang mengalami peningkatan tingkat kemiskinan secara tajam adalah Eropa dan Asia Tengah serta Afrika Sub-Sahara.
Pada tahun 1990 jumlah penduduk miskin di Eropa dan Asia Tengah adalah 7,1 juta orang meningkat menjadi 24,0 juta orang pada tahun 1998.
Fenomena yang sama terjadi di Afrika Sub-Sahara yang sebetulnya sudah tinggi pada tahun 1990.
JEP Vol 7.
No.
2, 2002
yaitu 242,3 juta orang menjadi 290,9 juta orang pada tahun 1998.
Kemiskinan bukan hanya masalah di tingkat dunia saja.
Indonesia sebagai negara yang masih berkembang juga mengalami masalah ini sejak kemerdekaannya hingga saat ini.
Perhitungan jumlah penduduk miskin tingkat nasional dan propinsi di Indonesia telah dilakukan oleh Badan Pusat Statistik (BPS) setiap tiga tahun sekali mulai tahun 1976 berdasarkan data Survei Sosial Ekonomi Nasional (SUSENAS) modul Pada tahun 1976 penduduk Indonesia yang hidup di bawah garis kemiskinan adalah 54,2 juta atau 40,1%, sementara pada tahun 1996 adalah 22,5 juta atau 11,3% dari total penduduk .
ihat Tabel .
Sampai tahun 1996 penentuan garis kemiskinan sebagai tolak ukur dalam menentukan jumlah penduduk yang miskin masih menggunakan standar lama sehingga belum dapat mencerminkan keadaan yang sebenarnya terutama mengenai cakupan komoditi.
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
ISSN : 1410-1641
Tabel 1.
Tingkat Kemiskinan Dunia .
uta jiw.
Region Asia Timur dan Pasifik Tidak Termasuk China Eropa dan Asia Tengah Amerika Latin dan Caribia Timur Tengah dan Afrika Utara Asia Selatan Afrika Sub-Sahara Total Tidak Termasuk China 452,4 .
92,0.
7,1.
73,8.
5,7.
495,1.
242,3.
1276,4.
915,9.
431,9.
83,5.
18,3.
70,8.
5,0.
505,1.
273,3.
1304,3.
955,9.
265,1.
55,1.
23,8.
76,0.
5,0.
531,7.
289,0.
1190,6.
980,5.
278,3.
65,1.
24,0.
78,2.
5,5.
522,0.
290,9.
1196,9.
985,7.
Catatan: garis kemiskinan dunia adalah US$ 1 per hari yang disesuaikan dengan tingkat daya beli atau purchashing power parity .
Dalam kurung adalah persentase populasi hidup di bawah US$ 1.
Sumber: World Development Report.
World Bank, .
0/2.
Tabel 2.
Tingkat Kemiskinan di Indonesia Tahun 1976 Ae 1999 Tahun Garis Kemiskinan (Rp/Kapita/Bula.
Kota Desa Populasi di bawah Garis Kemiskinan .
Kota Desa Kota Desa Populasi di bawah Garis Kemiskinan (%) Kota Desa Kota Desa Sumber: Badan Pusat Statistik .
Tanda1 menunjukkan penggunaan standar baru tahun 1998.
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Sejak Desember 1998 telah digunakan standar baru.
Seperti sebelumnya, standar tersebut juga dinamis, menyesuaikan dengan perubahan pola konsumsi.
Namun demikian perbedaan standar 1998 dari standar sebelumnya .
lebih dikarenakan oleh perluasan cakupan komoditi yang diperhitungkan dalam kebutuhan dasar, bukan karena pergeseran pola konsumsi.
Selain itu, standar baru tersebut juga telah disempurnakan agar dapat dibandingkan antar daerah dengan tingkat harga yang telah distandarkan pada tingkat harga di DKI Jakarta dan dapat dibandingkan antar waktu dengan menyamakan pendapatan riil dari penduduk referensi (BPS, 2.
Dari hasil perhitungan ukuran garis kemiskinan makanan dan non makanan di atas dengan standar baru yang disempurnakan .
, maka diperoleh garis kemiskinan Februari 1996 dan Februari 1999 untuk tingkat propinsi di perkotaan dan perdesaan yang dijelaskan dalam Grafik 1.
Garis kemiskinan di perkotaan secara nasional pada tahun 1996 adalah Rp 42.
031/kapita/bulan sedangkan di perdesaan adalah Rp 366/kapita/bulan.
Pada tahun 1999, garis kemiskinan untuk daerah perkotaan secara nasional adalah Rp 92.
409/kapita/bulan dengan komposisi Rp 70.
,79%)
untuk komponen makanan dan Rp 21.
,21%) untuk komponen non makanan, sedangkan untuk daerah perdesaan adalah Rp 272/kapita/bulan dengan komponen untuk makanan adalah Rp 59.
,54%)
dan untuk komponen non makanan Rp 450 .
,45%).
JEP Vol 7.
No.
2, 2002
Dari metode perhitungan BPS tersebut, garis kemiskinan untuk propinsi dan kabupaten pada tahun 1996 dan 1999 juga dapat dihitung meskipun pada tingkat kabupaten tidak dapat dipisahkan antara perkotaan dan perdesaan.
Dari hasil perhitungan BPS tersebut tergambar dalam Grafik 1 dan pada Tabel 3.
Rata-rata garis kemiskinan per pulau besar untuk kategori bahan makanan di daerah perkotaan justru berada di Kalimantan, yaitu Rp 33.
988/kapita/bulan pada tahun 1996 dan meningkat menjadi Rp 79.
049/kapita/bulan pada tahun 1999.
Hal ini mengindikasikan bahwa tingkat kebutuhan hidup untuk bahan makanan di Kalimantan lebih besar dibandingkan dengan rata-rata tingkat kebutuhan hidup di pulau-pulau besar lainnya.
Namun jika dijelaskan dengan tingkat perubahan rata-rata garis kemiskinan daerah perkotaan per pulau, maka perubahan yang tertinggi justru pada Sulawesi dari Rp 29.
613/kapita/bulan pada tahun 1996 menjadi Rp 811/kapita/bulan pada tahun 1999 atau mengalami kenaikan sebesar 139, 35% atau 46,45% pertahun.
Untuk kategori non makanan, ratarata tertinggi garis kemiskinan per pulau di daerah perkotaan adalah untuk Maluku dan Papua yang pada tahun 1996 mencapai Rp 267/kapita/bulan menjadi Rp 25.
137/kapita/bulan atau mengalami kenaikan sebesar 102,63% atau 34,21% pertahun.
Secara keseluruhan untuk kategori makanan dan non makanan di daerah perkotaan, rata-rata tertinggi per pulau juga pada Papua dan Maluku yaitu Rp 45.
987/kapita/bulan pada tahun 1996 menjadi Rp 100.
740/kapita/bulan pada tahun 1999.
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
ISSN : 1410-1641
Grafik 1.
Garis Kemiskinan Perkotaan dan Perdesaan Tahun 1996 dan 1999
GK Perkotaan 1996
GK Perdesaan 1996
Papua
Nasional Sultra
Maluku Sulsel
Sulut
Sulteng
Kalsel
Kaltim
Kalteng
NTT
Kalbar
Bali GK Perkotaan 1999
NTB
DIY
Jatim
Jabar
Jateng
Lampung
Sumsel
Bengkulu
Riau
Jambi
Sumbar
NAD
Sumut GK Perdesaan 1999 Tabel 3.
Rata-rata Komposisi Garis Kemiskinan Tahun 1996 dan 1999
Propinsi
Garis Kemiskinan Perkotaan Makanan Non Makanan Garis Kemiskinan (%) (%) (%) Perub1
Perub1
Perub1
32345 75474 44,58 11231 20187 26,74 43576 95662 39,89
Sumatera Jawa.
Bali NTB.
NTT
Kalimantan Sulawesi Maluku & Papua 33720 Nasional Sumatera Jawa.
Bali.
NTB.
NTT2
Kalimantan Sulawesi
Maluku & Papua 31218
Nasional 45,52 44,15 46,45 41,51 44,33 40,35 40,64 40,69 39,70 39,95 11893 21607 27,13 42085
10713 20111 29,18 44700
10509 18265 24,54 40122
12267 25137 34,21 45987
11577 21450 28,43 42031
Garis Kemiskinan Perdesaan 46,60 6855 12867 29,37 33383
42,95
51,47
48,24
48,79
47,14
50,30
46,65
44,85
44,49
44,55
45,60
32,47
30,82
30,20
35,82
30,70
Catatan: 1 rata-rata pertahun, 2 tidak termasuk DKI Jakarta.
Sumber: Badan Pusat Statistik .
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Sementara untuk daerah perdesaan, untuk kategori makanan pada tahun 1999 rata-rata tertinggi terdapat di Maluku dan Papua yang mencapai Rp 75.
328/kapita/bulan atau mengalami peningkatan 141,42% dibandingkan dengan tahun 1996.
Garis kemiskinan kategori makanan tertinggi di kawasan perdesaan juga berada di Maluku dan Papua yang mencapai Rp 19.
114/perkapita/bulan pada tahun 1999.
Nilai ini mengalami peningkatan sebesar 107,47% dibanding tahun 1996 atau mengalami peningkatan sebesar 35,82% pertahun.
Penelitian ini akan mencoba untuk menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan per propinsi di Indonesia tahun 1996 dan 1999.
Penggunaan kurun waktu 1996 dan 1999 mempunyai beberapa keuntungan karena pada tahuntahun tersebut perhitungan tingkat kemiskinan mempunyai standar yang sama.
Selain itu, tahun 1996 dapat mencerminkan keadaan sebelum terjadinya krisis dan tahun 1999 mencerminkan keadaan setelah krisis moneter tahun 1997.
PENGARUH KRISIS EKONOMI
TERHADAP TINGKAT KEMISKINAN
DAN KESEJAHTERAAN
Berdasarkan garis kemiskinan per propinsi tersebut BPS telah menghitung jumlah penduduk di bawah garis kemiskinan per propinsi pada tahun 1996 dan 1999.
Hasil-hasil perhitungan tersebut dijelaskan pada Tabel 4.
Dari total penduduk di bawah garis kemiskinan sebanyak 34,16 juta pada tahun 1996, 53,50% berada di Propinsi Jawa Timur.
Jawa Barat dan Jawa Tengah sedangkan sisanya atau 46,50% tersebar di propinsi-propinsi lainnya.
Kondisi pada tahun 1996 tidak jauh berubah, dari segi geografis setelah terjadinya krisis ekonomi.
Pada tahun 1999 jumlah penduduk di bawah garis kemiskinan secara total tiap propinsi adalah 47,98 juta Dari total jumlah tersebut, sebagian JEP Vol 7.
No.
2, 2002
besar atau 57,19% masih terdapat di ketiga propinsi tadi, di Propinsi Jawa Timur sebanyak 21,44%.
Jawa Tengah sebanyak 18,25% dan Jawa Barat sebanyak 17,50%, sedangkan sisanya tersebar di propinsipropinsi lainnya.
Pertumbuhan tingkat kemiskinan di daerah perkotaan secara absolut paling tinggi terjadi pada Propinsi Jawa Barat yang mencapai 2,29 juta jiwa selama kurun waktu 1996-1999 sedangkan yang terendah terjadi pada Propinsi Kalimantan Tengah yaitu sebesar 6 ribu jiwa.
Namun jika dilihat dari persentase perubahan maka propinsi yang paling menderita akibat krisis ekonomi yang melanda Indonesia di daerah perkotaan adalah Propinsi Kalimantan Timur yang mencapai 189,37% atau rata-rata 63,12% Jika dikaji lebih mendalam maka perubahan penduduk di bawah garis kemiskinan di daerah perdesaan pada tahun 1996-1999 tertinggi berada di Propinsi Jambi yang mencapai 127,11% atau rata-rata 42,37% pertahun, sementara perubahan terendah justru terjadi di Propinsi Maluku yang hanya mencapai 2,02% atau rata-rata naik sebesar 0,67% pertahun.
Meskipun secara absolut, perubahan tertinggi terjadi di Propoinsi Jawa Timur yaitu mencapai 1.
ribu orang.
Hal ini mengindikasikan bahwa propinsi yang paling menderita sebagai akibat krisis ekonomi yang melanda Indonesia adalah Propinsi Jambi meskipun secara absolut yang paling menderita adalah Propinsi Jawa Timur.
Secara total, perubahan di perkotaan ditambah perdesaan yang paling tinggi dalam angka absolut adalah Propinsi Jawa Barat yang mencapai pertambahan orang miskin sebanyak 4,04 juta jiwa sedangkan yang terendah adalah Propinsi Sulawesi Utara yang hanya mencapai 29 ribu jiwa.
Namun, jika dilihat dari persentase total di perkotaan ditambah perdesaan, maka yang paling menderita adalah Propinsi Kalimantan Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Timur yaitu mencapai 123,63% atau meningkat rata-rata 13,75% pertahun sedangkan yang paling rendah adalah Propinsi Sulawesi Utara yang hanya meningkat sebesar 5,98% atau rata-rata 0,67% pertahun.
Secara lebih umum, pada Tabel 5 disajikan indeks atau rasio perhitungan yang kesenjangan masyarakat per propinsi di Indonesia tahun 1996 dan 1999.
Indeks atau rasio tersebut adalah indeks pengembangan manusia (IPM) atau human development indeks (HDI) dan rasio Gini.
HDI merupakan indeks yang menggambarkan keadaan pembangunan sumber daya manusia di daerah yang berasal dari empat komponen, yaitu angka harapan hidup, tingkat melek huruf orang dewasa, rata-rata lama sekolah dan pengeluaran perkapita yang disesuaikan.
Di lain pihak, rasio Gini menggambarkan kesenjangan berdasarkan kelompok ISSN : 1410-1641 Berdasarkan metode tersebut.
HDI tertinggi untuk tahun 1996 dicapai oleh Propinsi DKI Jakarta sedangkan yang terendah oleh Propinsi Nusa Tenggara Barat.
Pada tahun 1999, nilai HDI untuk setiap propinsi mengalami penurunan.
Hal ini kemungkinan disebabkan oleh terjadinya krisis ekonomi tahun 1997.
Rasio Gini pada tahun 1996 secara nasional adalah 0,36 sedangkan pada tahun 1999 menurun menjadi 0,33.
Namun demikian, kecenderungan rasio Gini pada tahun 1996 dan 1999 di tingkat propinsi berbeda antara satu propinsi dengan propinsi Di antara propinsi yang mengalami pelebaran kesenjangan adalah Propinsi DKI Jakarta yang pada tahun 1996 mempunyai rasio Gini sebesar 0,36 menjadi 0,46 pada Di lain pihak propinsi yang menyempit adalah Propinsi DI Yogyakarta dan Propinsi Sulawesi Utara.
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Tabel 4.
Jumlah Penduduk di Bawah Garis Kemiskinan .
ibu jiw.
Propinsi
Perkotaan NAD
Sumut
Sumbar
Riau
Jambi
Bengkulu 265,6 Sumsel
Lampung 254,1 DKI
Jabar
Jateng
DIY
Jatim
Bali NTB
NTT
Kalbar
Kalteng
Kalsel
Kaltim
Sulut
Sulteng
Sulsel
Perub1
Perdesaan Sultra
Maluku Papua
793,5 1099,0
Indonesia Catatan: 1Perubahan rata-rata pertahun.
Sumber: Badan Pusat Statistik .
JEP Vol 7.
No.
2, 2002
Perub1 Perk Perd Perub1 Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
ISSN : 1410-1641
Tabel 5.
Human Development Index (HDI) dan Rasio Gini Per Propinsi Tahun 1996 dan 1999
Propinsi
NAD
Sumut
Sumbar
Riau
Jambi
Bengkulu
Sumsel
Lampung
DKI
Jabar
Jateng
DIY
Jatim
Bali NTB
NTT
Kalbar
Kalteng
Kalsel
Kaltim
Sulut
Sulteng
Sulsel
Sultra
Maluku Papua
Indonesia
HDI
Rasio Gini 0,26 0,30 0,28 0,30 0,25 0,30 0,27 0,28 0,36 0,36 0,29 0,38 0,31 0,31 0,29 0,30 0,30 0,27 0,29 0,32 0,34 0,30 0,32 0,31 0,27 0,39 0,36 0,27 0,27 0,25
0,27
0,26
0,27
0,28
0,29
0,46
0,29
0,27
0,34
0,29
0,28
0,25
0,28
0,27
0,27
0,27
0,29
0,28
0,30
0,28
0,28
0,29
0,44
0,33
Sumber: Indonesia Human Development Report.
BPS.
BAPPENAS, dan UNDP .
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
FAKTOR-FAKTOR PENENTU
TINGKAT KEMISKINAN REGIONAL
DI INDONESIA
Untuk menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan regional di Indonesia dapat dilakukan dengan pendekatan regresi.
Dalam pendekatan regresi tersebut, variabel yang berfungsi sebagai variabel dependen adalah variabel tingkat kemiskinan.
Dengan demikian model estimasi tingkat kemiskinan di Indonesia per propinsi dapat dijelaskan sebagai berikut:
POVi A A A AXij A Au i .
POVit A Ait A AiXitj A Auit .
Model .
merupakan model estimasi dengan menggunakan data cross section sedangkan model .
merupakan model estimasi dengan menggunakan data panel, di mana.
POV adalah variabel terikat sedangkan Xj adalah variabel-variabel penjelas, i dan t adalah propinsi ke-i dan waktu ke-t.
Penggunaan model estimasi panel mempunyai beberapa keuntungan terutama penggunaan restriksi terhadap koefisien koefisien estimasi di mana A dan A dapat mempunyai nilai yang tetap .
atau berubah-ubah .
Variabel-variabel penjelas dalam penelitian ini pada umumnya berasal dari model penelitian Levernier, et al .
dan model Ravallion dan Wodon .
Tentu saja, tidak semua variabel-variabel dalam kedua penelitian tersebut diikutsertakan dalam penelitian ini dan sebagian variabel lainnya berbeda tingkat pengukurannya dengan kedua penelitian tersebut.
Variabelvariabel itu adalah berikut ini:
YPC adalah tingkat pendapatan per kapita per propinsi .
alam puluhan ribu rupia.
IMP adalah pengeluaran pemerintah untuk investasi sumber daya manusia perkapita per propinsi .
alam ribu rupia.
, .
enjumlahan pengeluaran pembangunan sektor pendidikan, kebudayaan dan JEP Vol 7.
No.
2, 2002
kepercayaan terhadap Tuhan Yang Maha Esa.
sektor kesehatan, kesejahteraan, peranaan wanita, anak, dan remaja.
tenaga kerja.
dan sektor ilmu pengetahuan dan teknolog.
IFP adalah pengeluaran pemerintah untuk investasi fisik per kapita per propinsi .
alam ribuan rupia.
, .
erupakan pengurangan total pengeluaran pembangunan terhadap IMPC).
HH adalah angka harapan hidup .
alam MH adalah angka melek huruf persentase dari total penduduk.
RS adalah rata-rata lama bersekolah penduduk .
alam tahu.
HDI adalah indeks pengembangan manusia (IPM) atau human development index (HDI).
GEI adalah indeks partisipasi wanita dalam ekonomi dan politik atau gender empowerment index atau lebih tepat disitilahkan women empowerment index.
RG adalah rasio Gini .
alam perse.
PNH adalah rasio populasi rumah tangga yang tidak mendapat akses terhadap fasilitas kesehatan .
alam perse.
PNW adalah rasio populasi rumah tangga yang tidak mendapat akses terhadap air DT adalah variabel boneka untuk waktu .
ummy variable tim.
yang mencerminkan sebelum dan sesudah terjadinya Nilai 0 untuk tahun 1996 dan nilai 1 untuk tahun 1999.
Variabel YPC.
IMP.
IFP.
HH.
MH.
RS.
HDI, dan GEI diharapkan berpengaruh negatif terhadap POV sedangkan variabel RG.
PNH.
PNW, dan DT diharapkan berpengaruh positif.
Tentu saja secara teoritis kemungkinan adanya multikolinearitas antar variabel-variabel di atas adalah nyata.
Misalnya antara variabel HDI dengan HH.
MH.
RS, dan YPC yang merupakan unsurunsur perhitungan HDI sendiri.
Oleh karena Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia itu, akan dipresentasikan beberapa model alternatif untuk menghindari hal tersebut.
Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari Indonesia Human Development Report .
Analisis data menggunakan data per propinsi seluruh Indonesia tahun 1996 dan Hasil empirik estimasi ditampilkan dalam Tabel 6.
Tabel 7, dan Tabel 8.
Tabel 6 menjelaskan hasil-hasil estimasi berdasarkan data cross-section tahun 1996 dan 1999.
Tiap tahun disajikan beberapa spesifikasi yang berbeda untuk menghindari terjadinya multikolinearitas, terutama hasil-hasil estimasi antara 1996.
Sebagimana diketahui bahwa perhitungan HDI didasarkan pada YPC.
HH.
MH, dan RS sehingga jika diestimasi dalam satu persamaan kemungkinan terjadinya multikolinearitas sangat tinggi.
Hasil-hasil estimasi 1996.
adalah estimasi-estimasi yang hanya menyajikan variabel-variabel yang signifikan saja berdasarkan estimasi 1996.
Di lain pihak hasil-hasil estimasi 1996.
menyajikan variabelvariabel yang signifikan saja berdasarkan estimasi-estimasi 1996.
Berdasarkan hasil empirik yang dijelaskan pada Tabel 6 dapat ditarik kesimpulan utama bahwa tidak semua komponen dalam HDI signifikan dalam menjelaskan variasi kemiskinan.
Namun demikian, gabungan dari komponenkomponen tersebut yang diwakili oleh HDI sendiri ternyata menjadi variabel utama yang secara konsisten .
aik pada tahun 1996 kemiskinan antar propinsi .
ihat persamaan 1996.
, 1996.
, 1999.
Pengaruh HDI ini adalah negatif yang berarti kenaikan HDI akan menurunkan tingkat kemiskinan.
Kesimpulan utama ini sesuai dengan yang diharapkan.
Beberapa kesimpulan yang menarik lainnya adalah pertama, pendapatan perkapita ISSN : 1410-1641 (YPC) ternyata berpengaruh negatif terhadap rasio kemiskinan per propinsi pada tahun 1996 .
Pada tahun 1999 variabel ini ternyata menjadi tidak signifikan.
Kedua, investasi fisik dan sumberdaya manusia oleh pemerintah daerah ternyata tidak berpengaruh dalam menanggulangi kemiskinan di daerah baik pada tahun 1996 mapun 1999.
Ketiga, merupakan hal yang menarik bahwa partisipasi perempuan dalam ekonomi dan politik ternyata belum berpengaruh secara signifikan terhadap rasio kemiskinan.
Hal ini mengindikasikan bahwa peningkatan partisipasi perempuan dalam ekonomi dan politik belum membawa dampak yang baik bagi penurunan tingkat kemiskinan pada tahun 1996 dan 1999.
Keempat, tingkat melek huruf (MH) pada tahun 1996 ternyata signifikan dalam menjelaskan kemiskinan antar propinsi terutama pada estimasi 1996.
sementara rata-rata bersekolah (RS) juga signifikan terutama pada estimasi 1999.
Kelima, tingkat rasio Gini (RG) ternyata berpengaruh secara signifikan dan positif terhadap rasio kemiskinan terutama pada tahun 1999 .
ihat estimasi 1999.
Hal ini mengindikasikan bahwa setelah krisis kenaikan kesenjangan pendapatan akan menyebabkan meningkatnya tingkat kemiskinan.
Terakhir, berdasarkan kriteria Adjusted-R2, hasil-hasil estimasi yang paling baik dalam menjelaskan variasi kemiskinan di atas adalah estimasi 1996.
pada tahun 1996 dan estimasi 1999.
pada tahun 1999.
Hasil yang hampir mirip dengan analsis cross section juga diindikasikan oleh hasil-hasil empirik regresi dengan menggunakan data panel sebagaimana ditampilkan pada Tabel 7.
Sekali lagi, dapat ditarik kesimpulan utama bahwa variabel yang konsisten pada tahun 1996 dan 1999 berpengaruh secara negatif dan signifikan terhadap rasio kemiskinan per propinsi adalah indeks pengembangan manusia (HDI) .
ihat estimasi .
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Hasil-hasil lainnya mengindikasikan bahwa hanya pada estimasi .
, variabel pendapatan perkapita (YPC) mempunyai pengaruh yang signifikan.
Investasi sumber daya manusia (IMP) dan investasi fisik (IFP) oleh pemerintah daerah juga tidak signifikan dalam menjelaskan tingkat kemiskinan.
Populasi penduduk tanpa akses pada fasilitas kesehatan (PNH) ternyata signifikan dan positif dalam menjelaskan tingkat kemiskinan kecuali pada estimasi .
, .
, dan .
Hasil ini hampir sama dengan hasil empirik yang menggunakan data cross section sebelumnya.
Tabel 6.
Faktor-faktor yang Mempengaruhi Variasi Kemiskinan (POV) Per Propinsi Tahun 1996 dan 1999 (Regresi Data Lintas Propins.
Variabel Penjelas Tahun .
Konstan
310,11 132,51
343,58
144,97
-109,10
79,31
55,30
139,47
a (-0,.
a YPC
-3,91
-4,59
2,79
(-2,.
b (-4,.
-0,56 -0,48 (-0,.
(-0,.
0,51 -0,66 0,09 .
(-4,.
0,24
-8,46
-8,58
(-1,.
(-4,.
a HDI
-1,75
-1,85
-1,73
-1,80
- (-6,.
a (-5,.
a (-3,.
a (-2,.
a IMP
0,10
0,13
-3,53
-2,20
(-1,.
(-1,.
IFP
-0,04
0,02
0,59
0,39
(-0,.
GEI
0,28
0,15
0,50
0,62
0,19
0,04
0,97
0,80
0,94
b PNH
0,25
0,41
0,44
0,47
PNW
-0,17
-0,20
-0,25
-0,22
(-0,.
(-1,.
(-1,.
(-1,.
Adj-R2
0,42
0,45
0,55
0,47
0,34
0,32
0,37
0,26
F-statistik
2,81
3,92
16,55
23,60
2,28
2,67
8,33
9,70
Catatan: angka dalam kurung adalah nilai-t berdasarkan White Heteroskedasticity-Consistent Standard Errors and Covariance, a signifikan 1%, b signifikan 5%, dan c signifikan 10%.
JEP Vol 7.
No.
2, 2002
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
ISSN : 1410-1641
Tabel 7.
Faktor-faktor yang Mempengaruhi Variasi Kemiskinan (POV) Per Propinsi Tahun 1996 dan 1999 (Regresi Panel Data Tanpa Penimban.
Variabel
Penjelas Konstan
YPC
HDI
IMP
IFP
GEI
PNH
PNW
Adj-R2 F-statistik .
0,60
-0,39
(-0,.
-0,06
(-0,.
-5,55
(-1,.
-1,18
(-1,.
0,27
c 0,50 .
0,73 .
c 0,48 .
c -0,19 (-1,.
0,60 .
0,40 4,41 206,23 .
a -2,60 (-2,.
b -0,44 (-0,.
-0,31 (-0,.
-3,44 (-0,.
-0,88 (-1,.
0,19 .
0,44
0,69
c 0,32 .
-0,20 (-1,.
7,22 .
0,47 5,05 .
0,58
-1,23
(-1,.
1,02
0,85
-0,50
(-0,.
0,18
0,12
0,15
-0,05
(-0,.
-0,14
(-0,.
5,56
0,94
24,59
-1,03
(-4,.
a -1,25 (-1,.
0,19 .
0,96 .
a 0,94 .
a 0,60 .
a -0,09 (-0,.
5,21 .
0,38 5,49 103,28 .
a -1,80 (-7,.
a -0,88 (-1,.
0,18 .
0,40 .
0,58 .
c 0,42 .
a -0,19 (-1,.
-2,00 (-0,.
0,49 7,06 0,15 .
-0,45 (-0,.
0,19
0,25
0,12
-0,05
(-0,.
-0,29
(-1,.
7,64
b 0,95 27,83 Catatan: lihat Tabel 6.
Pembagian model didasarkan pada konstanta.
, .
, .
, .
, dan .
ixed effect.
JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Tabel 8.
Faktor-faktor yang Mempengaruhi Variasi Kemiskinan (POV) Per Propinsi Tahun 1996 dan 1999 (GLS Panel Dengan Penimban.
Variabel Penjelas .
,1T)
,1T)
232,20
120,27
b YPC
0,21
-2,97
0,78
-0,43
(-6,.
a (-0,.
-0,21 -0,46 -1,43 -0,82 (-0,.
(-2,.
b (-2,.
b (-1,.
0,17 -0,06 1,21 -0,22 .
(-0,.
c (-0,.
-7,73 -5,75 1,57 -3,67 (-3,.
a (-4,.
(-0,.
HDI
IMP
-0,67
-0,17
-0,71
-0,63
(-1,.
(-0,.
(-1,.
(-0,.
IFP
0,24
0,12
0,22
0,24
c GEI
0,52
0,24
0,05
0,32
c 0,82 0,78 0,20 0,20 .
PNH
0,30
0,13
-0,05
0,03
c (-1,.
PNW
-0,14
-0,19
-0,08
-0,15
(-2,.
b (-4,.
a (-0,.
(-1,.
10,96 7,52 4,12 10,78 .
a Adj-R2
0,98
0,99
0,99
0,94
Catatan: lihat Tabel 6.
Pembagian model lihat Tabel 7.
-1,02
(-9,.
a -0,69 (-1,.
0,11 .
c 0,85 .
a 1,06 .
a 0,40 .
a -0,02 (-0,.
8,06 .
a 0,97 100,63 .
a -1,76 (-15,.
a -0,23 (-0,.
0,07 .
0,38 .
a 0,63 .
b 0,33 .
a -0,18 (-3,.
a -0,19 (-0,.
0,98 0,35 .
-0,91 (-2,.
b 0,26 .
a 0,30 .
a 0,03 .
-0,03 (-0,.
-0,24 (-1,.
c 8,53 .
a 0,99 98,25 .
a -1,53 (-3,.
a -0,71 (-1,.
0,23 .
c 0,35 .
b 0,22 .
0,05 .
-0,12 (-0,.
2,47 .
0,94 Konstan Tingkat partisipasi politik dan ekonomi perempuan (GEI) meskipun signifikan, ternyata tandanya tidak sesuai dengan yang diharapkan .
Kecuali pada estimasi .
kesenjangan pendapatan (RG) ternyata juga signifikan dan positif dalam mempengaruhi Kenaikan rasio Gini yang kesenjangan pendapatan akan memperburuk Akhirnya, pengaruh krisis ekonomi yang diwakili oleh variabel boneka JEP Vol 7.
No.
2, 2002
DT ternyata hanya signifikan pada estimasi .
Hal ini mengindikasikan bahwa krisis ekonomi telah mendorong memburuknya rasio kemiskinan per propinsi di Indonesia atau sekitar 7,64% lebih tinggi dibandingkan dengan tahun 1996.
Hasil-hasil empirik sebagaimana ditampilkan pada Tabel 7 ternyata masih belum memuaskan karena sebagian besar variabel penjelas ternyata tidak signifikan.
Hal ini kemungkinan disebabkan oleh hasil estimasi yang mengandung heteroskedastisitas.
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia Metode yang digunakan untuk mengatasi permasalahan ini adalah dengan menggunakan metode estimasi Generalized Least Squares (GLS).
Metode ini menggunakan varianvarian dari cross section sebagai faktor penimbang .
1T)-.
1T) dan .
2T).
2T)) dan komponen-komponen varian dari model .
1T) dan .
2T)).
Hasil empirik estimasi dengan metode GLS tersebut ditampilkan pada Tabel 8.
Hasil-hasil empirik yang diperoleh dengan berbagai macam estimasi yang dilakukan ternyata lebih informatif daripada hasil-hasil empirik sebelumnya.
Dengan menggunakan komponen-komponen HDI sebagai variabel penjelas menghasilkan lebih banyak variabel-variabel penjelas yang Penggunaan berbagai macam estimasi dengan asumsi terhadap koefisienkoefisiennya memberikan hasil estimasi yang cukup berbeda.
Misalnya: dengan menggunakan estimasi .
1T) dan .
mempunyai perbedaan yang mendasar dengan hasil estimasi .
1T) dan .
tentang nilai dan signifikansi variabel YPC.
Dengan melihat nilai Adjusted-R2 untuk estimasi .
1T) - .
1T) dan tingkat signifikansi variabel-variabel penjelasnya, maka dapat disimpulkan bahwa estimasi yang paling baik adalah estimasi .
1T).
Lebih lanjut, dengan menggunakan variabel komposit HDI sebagai variabel penjelas ditambah dengan variabel-variabel penjelas lainnya di luar komponen HDI menghasilkan estimasi .
2T) sampai .
pada Tabel 8.
Hampir senada dengan sebelumnya, dapat disimpulkan bahwa estimasi .
2T) merupakan estimasi yang lebih baik dalam menjelaskan tingkat kemiskinan antar propinsi.
Di dalam estimasi .
1T) dan .
,2T) diketahui bahwa pendapatan perkapita (YPC) mempunyai pengaruh yang signifikan dan negatif terhadap kemiskinan antar Hal ini mengindikasikan bahwa kenaikan pendapatan perkapita akan ISSN : 1410-1641 menurunkan tingkat kemiskinan.
Di lain pihak kesenjangan pendapatan (RG) mempunyai pengaruh yang positif terhadap kemiskinan yang mengindikasikan bahwa kenaikan pendapatan perkapita masih belum merata sehingga masih berpotensi meningkatkan kemiskinan.
Angka harapan hidup (HH) dan ratarata bersekolah (RS) mempunyai pengaruh yang negatif dan signifikan terhadap Oleh karena itu, kenaikan angka harapan hidup dan rata-rata bersekolah akan menurunkan tingkat kemiskinan.
Dengan menggabungkan keempat komponen di atas menjadi indeks pengembangan manusia (HDI), diperoleh hasil yang mengindikasikan signifkannya pengaruh negatif HDI terhadap keminsikan.
Oleh sebab itu, peningkatan kualitas hidup masyarakat secara umum akan dapat menurunkan tingkat kemiskinan.
Investasi sumberdaya manusia (IMP) oleh pemerintah daerah ternyata tidak berpengaruh secara signifikan terhadap Di lain pihak, investasi fisik (IFP) justru signifikan, namun dengan arah yang tidak diharapkan, yaitu positif.
Hal ini menunjukkan bahwa investasi fisik yang dilakukan oleh pemerintah daerah justru meningkatkan kemiskinan.
Investasi fisik yang dilakukan oleh pemerintah daerah tersebut selama ini, kemungkinan besar tidak merata dan tidak menyentuh kantongkantong kawasan miskin di daerahnya.
Tingkat partisipasi politik dan ekonomi dari perempuan ternyata juga signifikan namun dengan arah yang juga tidak diharapkan, yaitu positif.
Hal ini kemungkinan disebabkan kesenjangan tingkat partisipasi politik dan ekonomi perempuan di sektorsektor formal dengan sektor-sektor informal atau sektor ekonomi dan politik yang sebagian besar ditekuni oleh keluarga-keluarga miskin di daerah.
Populasi penduduk tanpa akses pada fasilitas kesehatan (PNH) ternyata signifikan JEP Vol 7.
No.
2, 2002
ISSN : 1410-1641
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia dan positif pengaruhnya terhadap tingkat Oleh karena itu, kenaikan populasi penduduk ini akan memperburuk tingkat kemiskinan antar propinsi.
Di lain pihak, populasi penduduk yang tidak mempunyai akses pada air bersih (PAW) ternyata juga signifikan, namun dengan pengaruh yang negatif.
Hal tidak sesuai dengan yang diharapkan.
Terakhir adalah pengaruh krisis ekonomi yang dicerminkan variabel boneka waktu (DT) terhadap kemiskinan.
Dengan menggunakan estimasi .
,1T), ternyata krisis ekonomi mempunyai pengaruh yang signifikan dan positif terhadap kemiskinan meskipun dengan estimasi .
,2T) tidak Hal ini mengindikasikan bahwa tingkat kemiskinan tahun 1999 lebih tinggi sebesar 10,96% dibandingkan dengan tahun KESIMPULAN Ada dua model estimasi final yang dipresentasikan dalam penelitian ini.
Perbedaan antara kedua model estimasi tersebut terletak pada penggunaan variabel penjelas HDI.
Model estimasi pertama adalah dengan menggunakan komponenkomponen HDI sebagai variable-variabel Di lain pihak, model estimasi JEP Vol 7.
No.
2, 2002
kedua menggunakan indeks komposit HDI sendiri sebagai variable penjelas.
Berdasarkan hasil-hasil empirik dalam penelitian ini, dapat disimpulkan bahwa faktor-faktor yang mempengaruhi tingkat kemiskinan per propinsi di Indonesia adalah indeks pembangunan manusia .
erdiri dari pendapatan perkapita, angka harapan hidup, rata-rata bersekola.
, investasi fisik pemerintah daerah, tingkat kesenjangan pendapatan, tingkat partisipasi ekonomi dan politik perempuan, populasi penduduk tanpa akses terhadp fasilitas kesehatan, populasi penduduk tanpa akses terhadap air bersih, dan krisis ekonomi.
Beberapa implikasi kebijakan yang dapat dilakukan adalah berikut ini.
Pertama, peningkatan kualitas pengembangan manusia melalui peningkatan pendapatan, fasilitas pendidikan dan kesehatan.
Kedua, di saat bersamaan dilakukan kebijakan yang dapat mendukung pemertaan pendapatan.
Ketiga, investasi fisik dilakukan secara merata dengan prioritas pada kawasan-kawasan padat keluarga miskin.
Keempat, pemerataan berpartisipasi dalam sektor-sektor informal ekonomi dan politik, sektor di mana sebagian besar keluarga miskin berasal.
Samsubar Saleh.
Faktor Aefaktor Penentu Tingkat Kemiskinan Regional di Indonesia
ISSN : 1410-1641
DAFTAR PUSTAKA