1

OP/1/2018 OCCASIONAL PAPER

IMPLIKASI MAKROEKONOMI DARI INOVASI

DIGITAL: STUDI LITERATUR

Berry A. Harahap, Angsoka Y. Paundralingga,

Anggita Cinditya M. Kusuma

2018

Kesimpulan, pendapat, dan pandangan yang disampaikan oleh penulis dalam paper ini merupakan

kesimpulan, pendapat, dan pandangan penulis dan bukan merupakan kesimpulan, pendapat, dan pandangan resmi Bank Indonesia.

0

Implikasi Makroekonomi Dari Inovasi Digital: Studi Literatur

Berry A. Harahap , Angsoka Y. Paundralingga,

Anggita Cinditya M. Kusuma1

Abstrak

Penelitian ini menganalisis implikasi makroekonomi dari inovasi digital, khususnya terkait ekonomi digital, melalui pendekatan studi

literatur. Ruang lingkup makroekonomi yang dibahas dalam penelitian ini adalah ketenagakerjaan, produktivitas, pertumbuhan ekonomi, perilaku penetapan harga dan inflasi, kesenjangan pendapatan dan kekayaan, kinerja

fiskal, serta keseimbangan eksternal yang meliputi cross-border trade dan investasi.

Sejumlah studi literatur menunjukkan bahwa ekonomi digital berpotensi menambah jumlah lapangan kerja, meningkatkan produktivitas melalui berbagai efisiensi yang tercipta, memberikan dampak secara

langsung ataupun tidak langsung terhadap pertumbuhan ekonomi, membawa efek disinflasi, mengurangi kesenjangan pendapatan dan kekayaan, mendorong kebutuhan terhadap model perpajakan baru, serta

meningkatkan perdagangan dan investasi cross border. Meskipun demikian, dampak inovasi digital dan ekonomi digital terhadap makroekonomi belum

dapat secara mudah diukur melalui pendekatan empiris karena keterbatasan data dan metodologi yang tersedia.

Keywords: digital innovation, digital economy, labor, productivity, economic growth, inflation, income inequality, fiscal, external balance

JEL classification: O33, J24

1 Peneliti Ekonomi Senior dan Peneliti Ekonomi di Departemen Kebijakan Ekonomi dan Moneter (DKEM), Bank Indonesia. Pandangan dalam paper ini merupakan pandangan penulis dan tidak

merefleksikan pandangan DKEM atau Bank Indonesia. E-mail: berry@bi.go.id, angsoka@bi.go.id dan anggita_cmk@bi.go.id

mailto:berry@bi.go.idmailto:angsoka@bi.go.idmailto:anggita_cmk@bi.go.id

1

1. Pendahuluan

1.1. Latar Belakang

Inovasi digital terutama di bidang ekonomi, atau sering kali disebut sebagai

ekonomi digital, semakin berkembang dan merambah ke berbagai aspek kehidupan

masyarakat. Sebagaimana disampaikan OECD (2015), perekonomian digital telah

mempengaruhi beragam sektor seperti perbankan, ritel, energi, transportasi,

pendidikan, penerbitan, dan sektor kesehatan. Teknologi informasi dan komunikasi

juga mengubah jalannya interaksi sosial melalui jaringan fixed, mobile, dan

broadcast yang terkoneksi dengan berbagai perangkat dan membentuk internet of

things (IoT).

Inovasi digital secara umum dan ekonomi digital secara khusus tentu

memiliki dampak terhadap aktivitas perekonomian. Implikasi makroekonomi dari

inovasi digital tersebut meliputi banyak aspek. Sebagai langkah awal dalam

melakukan analisis terhadap perkembangan inovasi digital dan ekonomi digital,

penelitian ini mencoba menggunakan pendekatan studi literatur untuk mengetahui

implikasi makroekonomi dari inovasi digital, khususnya terkait aspek

ketenagakerjaan, produktivitas, pertumbuhan ekonomi, perilaku penetapan harga

dan inflasi, kesenjangan pendapatan dan kekayaan, kinerja fiskal, serta

keseimbangan eksternal meliputi cross-border trade dan investasi

1.2. Tujuan Penelitian

Tujuan penelitian ini adalah menganalisis implikasi makroekonomi dari

inovasi digital, terutama pada aspek ketenagakerjaan, produktivitas, pertumbuhan

ekonomi, perilaku penetapan harga dan inflasi, kesenjangan pendapatan dan

kekayaan, kinerja fiskal serta keseimbangan eksternal yaitu cross-border trade dan

investasi melalui pendekatan studi literatur.

1.3. Sistematika Pembahasan

Penelitian ini dibagi ke dalam tiga bagian. Bagian pertama merupakan

pendahuluan penelitian yang berisi latar belakang serta tujuan penelitian. Bagian

kedua merupakan kumpulan studi literatur dan penelitian terdahulu, kemudian

bagian ketiga berisi simpulan yang diperoleh dari studi literatur tersebut.

2

2. Studi Literatur

Inovasi digital, terutama di bidang ekonomi, dimulai dengan pertumbuhan

cepat internet pada pertengahan tahun 1990-an. Menurut Barefoot et al. (2018),

lanskap digital meningkatkan dan mengubah cara bisnis beroperasi dan bagaimana

konsumen terlibat dalam transaksi bisnis antara yang satu dan yang lain..

Komputer tersedia di mana-mana dan ekonomi sangat tergantung pada teknologi

digital dan internet yang tidak pernah diantisipasi pada beberapa tahun

sebelumnya. Teknologi terus mengubah cara orang bekerja, berkomunikasi,

membeli barang dan jasa, serta menjalankan tugas sehari-hari. Dengan melihat

besarnya perkembangan inovasi digital dan ekonomi digital dalam mempengaruhi

aktivitas perekonomian, analisis terhadap implikasi makroekonomi dari inovasi

digital tersebut menjadi penting untuk dilakukan. Penelitian ini akan membahas

implikasi makroekonomi dari inovasi digital, terutama pada aspek ketenagakerjaan,

produktivitas, pertumbuhan ekonomi, inflasi, income inequality, fiskal, dan

keseimbangan eksternal melalui pendekatan studi literatur.

2.1. Inovasi Digital dan Ketenagakerjaan

Pemanfaatan ekonomi digital telah membuka ruang usaha baru di dunia

digital. Maraknya perkembangan e-commerce di Indonesia telah mengubah cara

hidup masyarakat dalam melakukan konsumsi, bahkan mulai mengancam retailer

besar. Di sektor jasa terdapat beberapa penyedia aplikasi jasa transportasi yang

berkembang dengan pesat. Peluang itu perlu ditangkap oleh pelaku usaha, mikro,

kecil, dan menengah (UMKM) seiring dengan jumlah pengguna internet di Indonesia

yang semakin bertambah. Hal itu tentu akan mempengaruhi kesempatan kerja dan

perubahan hubungan kerja seperti yang telah disampaikan oleh ILO (2016) bahwa

56% tenaga kerja di ASEAN-5 berada dalam risiko akibat teknologi dalam dua

dekade ke depan. Sejumlah 1,7 juta pekerja di Indonesia memiliki potensi risiko

yang besar. Meskipun terdapat sejumlah pekerjaan yang berpotensi menghilang,

ekonomi digital juga berpotensi untuk menambah jumlah lapangan kerja. Nomura

(2015) menyampaikan dalam presentasinya pada tahun 2015 mengenai Go-Jek

Indonesia yang mampu membuka lapangan kerjabaru—menjadi pengemudi—bagi

lebih dari 300,000 individu. Penelitian McKinsey pada digitalisasi di Cina juga

menunjukkan bahwa dampak adanya penggunaan internet pada 4800 UMKM

(small-medium enterprises) menciptakan 2,6 pekerjaan untuk setiap pekerjaan yang

hilang. Selain itu, potensi adanya kehilangan pekerjaan tersebut diprediksi akan

3

menyebabkan adanya labor shifting yang berasal dari formal sektor menjadi informal

sektor.

Dalam hal labor shifting terkait dengan ekonomi digital di Indonesia, banyak

pengamat memprediksi bahwa akan terjadi labor shifting dengan cara yang berbeda

dengan pada tahun 1998. Permata, Yanfitri, dan Prasmuko (2010) melaporkan

bahwa pada tahun 1998, shifting terjadi untuk menghindari unemployment dan

beralih kepada sektor dengan produktivitas yang rendah. Sebaliknya, Frey &

Osborne (2013) berpendapat bahwa revolusi digital menghilangkan pekerjaan-

pekerjaan rutin dan pekerjaan yang dilakukan pekerja berpendidikan rendah.

Hilangnya pekerjaan tersebut akan mendorong labor shifting menuju pekerjaan yang

membutuhkan kreativitas dan intelegensi sosial yang tinggi sehingga sangat sulit

diambil alih oleh otomatisasi. Sektor tenaga kerja Indonesia akan dipengaruhi

digitalisasi dalam hal komposisi tenaga kerja di sektor formal dan sektor informal.

Beberapa masalah yang perlu diperhatikan adalah kecenderungan turunnya tenaga

kerja di sektor formal yang diikuti dengan kenaikan upah. Sementara itu, di tengah

kecenderungan kenaikan upah tersebut produktivitas tidak naik, bahkan turun.

Gambar 2.1. Pekerjaan yang Terdampak oleh Perkembangan Teknologi

Sumber: ILO (2016). ASEAN in Transformation – The Future Jobs

Di Indonesia penelitian pertama mengenai dampak teknologi digital,

khususnya jasa transportasi daring melalui aplikasi Go-Jek dilakukan oleh Wisana

et al. (2017) merupakan penelitian resmi antara Go-Jek dan Lembaga Demografi UI.

Penelitian tersebut bertujuan untuk mengukur dampak Go-Jek terhadap

perekonomian Indonesia dan bersifat survei yang melibatkan lebih dari 7.500

responden dengan komposisi 3.315 pengemudi roda dua, 3.465 konsumen, dan 806

mitra UMKM. Pertanyaan survei ditujukan untuk menjawab kualitas pelayanan,

peningkatan pendapatan sebelum dan sesudah bergabung dengan Go-Jek, dan

berbagai variabel lain. Penelitian itu menghasilkan simpulan bahwa Go-Jek motor

mengurangi tekanan pengangguran dengan memperluas kesempatan kerja. Namun,

4

studi tersebut hanya bersifat survei sehingga terbatas pada pendapat responden

terhadap dampak layanan Go-Jek terhadap beberapa variabel ekonomi. Dengan

demikian, belum diketahui apakah dampak Go-Jek itu berlaku secara menyeluruh

terhadap variabel-variabel makro terkait tenaga kerja.

Studi mengenai ekonomi digital merupakan bagian besar dari studi

perubahan struktur ekonomi. Dalam penelitiannya, Swiecki (2017) berusaha

mencari faktor terpenting dalam perubahan struktural secara kuantitatif dengan

menggunakan empat framework, yaitu (1) perkembangan teknologi sektoral (sector-

biased technological progress), (2) perubahan selera konsumen, (3) perdagangan

internasional, dan (4) perubahan upah dan biaya faktor produksi di antara sektor

industri. Dengan menggunakan indeks realokasi tenaga kerja, penelitian tersebut

menemukan bahwa perubahan teknologi merupakan faktor pendorong utama dalam

perubahan struktural. Selain itu, perubahan preferensi juga menjadi komponen

yang vital untuk menghitung realokasi tenaga kerja dari manufaktur ke jasa pada

tahap selanjutnya.

Studi McKinsey Global Institute (2014) menunjukkan bahwa karakteristik

Cina berubah dari consumer menjadi enterprises-driven. Perkembangan internet

memberikan dampak yang relatif positif walaupun terjadi beberapa disrupsi, yaitu

sejumlah jenis pekerjaan menghilang. Namun, Cina juga memanfaatkan internet

untuk ekspansi pasar serta melakukan digitalisasi sejumlah jenis aktivitas. Survei

menunjukkan bahwa 2,6 pekerjaan tercipta untuk setiap pekerjaan yang hilang.

Studi ILO (2016) di ASEAN 5 melaporkan beberapa jenis pekerjaan yang

berisiko hilang karena terdampak otomasi adalah hotel dan restoran, perdagangan

eceran, serta konstruksi dan manufaktur. Sementara itu, industri yang memiliki

risiko rendah adalah pendidikan, kesehatan, dan aktivitas sosial. Secara khusus

studi tersebut memprediksi bahwa lebih kurang 1,7 juta pekerja kantor rendahan

(office clerk) di Indonesia sangat rentan diberhentikan.

Packard dan Montenegro (2017) menggunakan analisis multivariate

correlation untuk meneliti hubungan antara penggunaan teknologi digital pada

bisnis dan kebijakan pasar tenaga kerja. Variabel yang digunakan antara lain adalah

variabel upah minimum, aspek pelindungan tenaga kerja, dan besarnya asuransi

tenaga kerja pada negara OECD dan negara berpenghasilan tinggi lainnya. Mereka

mendapati bahwa terdapat korelasi positif yang signifikan antara tingginya upah

minimum dan penggunaan teknologi digital. Tingginya upah minimum akan

mendorong penggunaan teknologi digital dengan korelasi 0.35%.

5

Frey dan Osborne (2013) melakukan penelitian mengenai pekerjaan yang

akan hilang dan terbentuk akibat adanya teknologi, dalam hal ini karena

komputerisasi. Penelitian ini menggunakan 702 data jenis pekerjaan di Amerika

yang kemudian 70 di antaranya ditentukan secara manual probabilitas

terkomputerisasi secara subjektif. Metode yang digunakan menggunakan regresi

logit model kuadratik eksponensial, yaitu algoritma komputerisasi 1 dan tidak

terkomputerisasi 0. Hasil menunjukkan bahwa 47% pekerja di Amerika berada

dalam kategori berisiko. Mereka juga mengemukakan bahwa upah dan pendidikan

memiliki hubungan negatif yang kuat dengan probabilitas komputerisasi.

Perubahan struktural juga terkait dengan pertumbuhan produktivitas tenaga

kerja. McMillan & Rodrik (2014), dengan menggunakan data sektoral dan agregat

produktivitas tenaga kerja, pendapatan, dan share tenaga kerja di Afrika, meneliti

hubungan antar-labor gaps pada produktivitas tenaga kerja. Negara-negara di Afrika

dipilih sebagai sampel dengan harapan bisa membandingkan dampaknya terhadap

ekonomi tradisional dan modern. Mereka mendapatkan hasil bahwa semakin tinggi

ekspor bahan mentah suatu negara akan semakin sedikit perubahan struktural

yang terjadi. Demikian juga negara yang menjadikan mata uangnya undervalued

akan mengalami perubahan struktural lebih cepat daripada negara yang memilih

untuk menganut rezim mata uang fixed. Dalam hal pasar tenaga kerja, negara yang

memiliki pasar yang fleksibel memiliki peluang yang lebih besar untuk mengalami

perubahan struktural.

Beberapa peneliti seperti Morin (2015) menggunakan kerangka teoretis untuk

meneliti perubahan struktur tenaga kerja seiring dengan perubahan teknologi.

Penelitian tersebut berusaha melihat hubungan teknologi, dalam hal ini komputer,

dengan perilaku pasar tenaga kerja dalam jangka menengah dan pendek. Model

teoretis tersebut memprediksikan bahwa perubahan pasar tenaga kerja akan terjadi

jauh lebih cepat seiring dengan menurunnya harga teknologi sekaligus semakin

memudahkan pekerjaan terhubung dengan teknologi.

Tidak hanya ke pasar tenaga kerja, penggunaan teknologi digital juga

membawa perubahan ke hampir seluruh aspek ekonomi dan membuat satu

klasifikasi usaha baru yang dikenal dengan ekonomi berbagi (sharing economy). Ada

banyak alasan untuk mengelompokkan bisnis tersebut ke dalam kelompok ekonomi

yang baru, salah satunya adalah karena penggunaan teknologi untuk memfasilitasi

pertukaran aset oleh agen ekonomi yang ingin berhubungan. Sama halnya dengan

department store yang merupakan inovasi terhadap cara berbelanja, berbagai

6

aplikasi terkait teknologi digital ini juga mengubah waktu, tempat, cara, dan tujuan

konsumsi.

Airbnb, misalnya, memungkinan konsumen untuk langsung menyewa

kamar, apartemen, atau rumah dengan menghubungi pengelola/pemiliknya.

Layanan yang diluncurkan sejak tahun 2008 itu, hanya dalam waktu 7 tahun (2015)

sudah memiliki lebih dari 1 juta daftar kamar yang tersebar di lebih dari 190 negara.

Pada bulan Oktober 2014, valuasi dari perusahaan ini ditakar lebih dari USD13

miliar. Sebagai perbandingan dengan ekonomi konvensional, Intercontinental Hotel

Group, jaringan hotel terbesar di dunia, hanya memiliki 674.000 kamar di lebih dari

100 negara dan memiliki kapitalisasi pasar sekitar USD10 miliar sampai Maret

2015.

Bisnis jasa transportasi Lyft, Sidecar, dan Uber merupakan bisnis penyedia

layanan ride-sharing (berbagi tumpangan) yang paling sukses, tetapi hanya Uberlah

yang menjadi pemilik pangsa terbesar. Uber diluncurkan pada tahun 2009 dan

sampai pertengahan 2014 telah memiliki delapan juta pengguna dan 160.000

pengemudi di 250 kota di 50 negara. Pada Desember 2014 valuasi Uber dinilai sudah

mencapai USD40 miliar.

Aplikasi jasa transportasi digital tersebut sudah dilengkapi dengan perangkat

GPS (global positioning system) yang mampu melacak jarak perjalanan dan

memprediksi biaya total sehingga menjadi unsur transparansi bagi konsumen.

Tidak seperti taksi konvensional yang tidak diketahui biayanya ketika konsumen

masuk mobil pertama kali dan menggunakan jasa mereka. Tidak hanya itu, aplikasi

juga sudah menghubungkan informasi kartu pembayaran dari konsumen sehingga

pengendara dapat masuk dan keluar mobil tanpa perlu memusingkan pembayaran

yang sudah dilakukan secara otomatis. Dengan demikian, baik pengendara maupun

pengemudi tidak berurusan dengan pembayaran. Perusahaan penyedia aplikasi

hanya mengambil sebagian persentase biaya dan sisanya langsung menjadi bagian

pengemudi.

Ketika terjadi kompetisi dengan pelaku ekonomi konvensional, konsumen

akan memiliki opsi baru dan pemain lama akan dipaksa untuk merespons. Hal

tersebut akan semakin jelas seiring dengan tingkat persaingan yang semakin tinggi.

Zervas et al. (2015) mempelajari pengaruh Airbnb pada industri hotel di Texas dan

menemukan bagaimana layanan Airbnb mendorong penurunan pendapatan dan

harga hotel.

7

Salah satu alasan keberhasilan luar biasa itu adalah kemampuan teknologi

untuk mengatasi berbagai penghambat (barrier entrant) terhadap industri baru.

Sebagian besar kota, misalnya, membatasi jumlah taksi yang diizinkan untuk

beroperasi. Akibatnya, mereka bisa menjaga harga lebih tinggi dari yang

seharusnya, bahkan pada saat tertentu taksi tidak cukup untuk melayani

permintaan. Di New York City (NYC) terjadi kekurangan suplai relatif terhadap

permintaan yang menyebabkan izin taksi Medalion (taksi resmi di NYC) dijual

seharga lebih dari USD1 juta pada tahun 2013. Sampai pada tahun 2015, sebagai

akibat masuknya Uber, harga izin taksi Medallion jatuh sekitar 25 persen.

Dalam kaitan dampak industri digital terkait dengan jasa transportasi,

beberapa peneliti awal yang melaporkan hasil analisis mereka adalah Wallsten

(2015). Peneliti tersebut mengamati dua kota metropolis, yaitu New York City dan

Chicago dengan kurang lebih sejuta data dari penumpang taksi dan limousine yang

dibobot dengan variabel popularitas Uber dari Google Trends. Mereka mendapati

efek kompetitif dari kehadiran Uber terhadap peningkatan kualitas pelayanan taksi

yang diukur dengan membaiknya perilaku pengemudi taksi.

Pada tahun 2016 Zickuhr (2016) melakukan penelitian pertama mengenai

dampak jasa transportasi Uber dan Lyft terhadap pasar tenaga kerja dengan kategori

pengemudi taksi, pengemudi mandiri, dan tenaga kerja dengan banyak pekerjaan

(multiple job-holding). Namun, Zickuhr tidak mendapatkan bukti yang kuat bahwa

jasa transportasi luring (online) tersebut mempengaruhi jumlah pengemudi taksi di

daerah metropolitan. Namun, keberadaan layanan jasa transportasi meningkatkan

jumlah pengemudi mandiri. Hal tersebut menjadi indikasi bahwa keberadaan jasa

transportasi luring menyerap pekerja bukan dari sektor pengemudi taksi. Mereka

juga menyimpulkan bahwa pengaruh jasa transportasi terhadap perubahan

struktural pengaturan kerja yang lebih fleksibel masih belum kuat.

Pengaruh jasa transportasi terhadap pasar tenaga kerja baru terlihat pada

tahun 2017 melalui penelitian Berger et al. (2017). Penelitian tersebut menganalisis

pengaruh Uber terhadap tenaga kerja sopir taksi dengan menggunakan data jumlah

pengemudi Uber di setiap kota di Amerika dan survei tenaga kerja (American

Community Survey) selama tahun 2009 sampai dengan tahun 2015. Mereka

mendapati bahwa secara rata-rata jumlah pengemudi taksi mandiri di setiap kota

naik sebesar 50% sesudah Uber diperkenalkan. Di kota tempat Uber diperkenalkan,

penghasilan pengemudi taksi juga turun rata-rata 10% jika dibandingkan dengan

pengemudi taksi di kota tempat Uber tidak ada. Total pekerja juga bertambah di

8

kota-kota Uber dan pada saat bersamaan terjadi penurunan pendapatan pegawai

yang sudah bekerja yang secara parsial disebabkan terjadinya pergeseran karena

peningkatan pada pendapatan per jam di antara pengemudi mandiri. Perubahan

struktural terjadi dengan terjadinya pergeseran di pasar tenaga kerja menuju

pekerja individual yang lebih mandiri (marked-relative shift towards self-

employment).

Hall dan Krueger (2016) meneliti perubahan kondisi pasar tenaga kerja terkait

dengan ekonomi digital melalui survei terhadap pengemudi Uber dan mendapati

beberapa alasan yang menyebabkan aplikasi digital layanan transportasi lebih

disukai. Alasan yang pertama adalah fleksibilitas untuk memilih waktu kerja yang

ditawarkan oleh Uber. Pengemudi Uber juga memiliki umur dan tingkat pendidikan

yang lebih homogen daripada perusahaan taksi konvensial. Pengemudi taksi

konvensional yang pindah menjadi pengemudi taksi online juga minimal

mendapatkan penghasilan yang sama. Teknologi yang lebih modern berupa aplikasi

memberikan lebih banyak keuntungan dengan harga yang lebih murah untuk

konsumen jika dibandingkan dengan sistem konvensional. Hal tersebut mendorong

peningkatan permintaan atas jasa transportasi yang kemudian meningkatkan

permintaan terhadap pekerja dengan kemampuan tersebut. Secara keseluruhan,

teknologi digital di bidang jasa transportasi ini sangat potensial untuk

meningkatkan penghasilan seluruh pekerja dengan kemampuan dasar tersebut.

Dampak jasa transportasi digital tidak hanya berdampak secara langsung

pada tenaga kerja pengemudi, tetapi juga melalui transmisi kendaraan umum.

Dengan menggunakan model regresi diskontinu (regression discontinuity design),

Sadowsky (2017) mendapati bahwa penggunaan transportasi umum menurun

seiring dengan semakin besarnya penetrasi Uber dan Lyft. Dengan demikian, dua

layanan jasa transportasi digital tersebut menjadi substitusi transportasi umum.

Di luar Amerika, Chang (2017) menganalisis dampak ekonomi Uber terhadap

performa perusahaan taksi di Taiwan sebagai studi kasus. Dengan menggunakan

model difference-in-difference terhadap kurang lebih 29.434 pengemudi taksi,

penelitian ini mendapati bahwa pelayanan Uber berdampak negatif terhadap

pendapatan perusahaan taksi sebesar 12% pada tahun pertama dan 18% pada

tahun ketiga sesudah kehadiran Uber. Penurunan itu berhubungan dengan

pengurangan jarak tempuh pengemudi taksi.

Untuk kasus Indonesia, Go-Jek menjadi pionir pemanfaatan teknologi online

dalam jasa transportasi yang menghubungkan tidak hanya antara masyarakat yang

9

membutuhkan dan pengemudi ojek, tetapi juga antara masyarakat dan UMKM. Go-

Jek adalah perusahaan startup pertama Indonesia yang menjadi unicorn. Sampai

bulan Februari 2018, Go-Jek mampu menyerap kurang lebih 1,16 juta pengemudi

aktif dengan 707 ribu (60,7%) di antaranya beroperasi di provinsi DKI Jakarta.

Berdasarkan moda transportasi, 808 ribu (69,5%) di antaranya merupakan

pengemudi Go-Jek motor.

Penelitian Paundralingga (2018) menganalisis dampak yang ditimbulkan Go-

Jek terhadap pasar tenaga kerja Indonesia melalui analisis regresi panel dan cross-

section. Studi itu mengukur dampak Go-Jek di 22 provinsi, mulai dari periode 2015

sampai dengan awal 2018. Studi tersebut mendapati bahwa masuknya Go-Jek

membawa dampak terhadap pasar tenaga kerja. Penambahan pengemudi Go-Jek

berasosiasi dengan penambahan jumlah orang yang bekerja, tetapi hanya mampu

menurunkan pengangguran pada awal implementasi. Dengan kata lain, riset itu

menemukan pengaruh Go-Jek terhadap penambahan jumlah orang yang bekerja,

tetapi tidak diikuti dengan penurunan jumlah pengangguran.

Hasil penelitian tersebut memperkuat riset yang dilakukan oleh Go-Jek dan

Lembaga Demografi UI, Wisana (2017) menyebutkan bahwa tenaga kerja yang

diserap oleh Go-Jek pada awal implementasi didominasi oleh pengangguran dan

tenaga kerja informal, yaitu tukang ojek pangkalan (opang). Selanjutnya, pada

periode selanjutnya, Go-Jek justru lebih banyak menyerap mereka yang sudah

bekerja atau pekerja baru. Faktor fleksibilitas waktu kerja dan lebih tingginya

pendapatan yang diterima merupakan dua faktor utama yang membuat mereka

yang sudah bekerja keluar dan berpindah kerja untuk menjadi pengemudi Go-Jek.

Mitra pengemudi Go-Jek mengalami peningkatan penghasilan kurang lebih 44%

dari penghasilan sebelum bergabung dengan Go-Jek. Rata-rata penghasilan juga

meningkat dari kurang lebih Rp2 juta per bulan menjadi Rp3,31 juta per bulan.

Beberapa layanan yang disediakan oleh Go-Jek seperti Go-Food dan Go-Send juga

ikut menyumbang pada penciptaan lapangan pekerjaan baru seiring dengan

perluasan pasar sektor UMKM. Dengan demikian, Go-Jek juga mengubah struktur

pasar tenaga kerja dengan mendorong pekerja informal masuk menjadi pekerja

formal dengan struktur pendapatan yang tercatat dan terhubung dengan

perbankan. Di sisi lain, ketidakmampuan Go-Jek untuk menyerap pengangguran

disebabkan oleh beberapa hambatan teknis seperti batas usia pengemudi dan

kualifikasi terkait teknologi.

10

2.2. Inovasi Digital dan Produktivitas

Inovasi digital dan ekonomi digital dipercaya dapat meningkatkan

produktivitas melalui berbagai efisiensi yang tercipta dari penggunaannya di

berbagai aspek kehidupan. Produktivitas secara sederhana didefinisikan sebagai

rasio dari keluaran (output) yang diproduksi terhadap masukan (input) yang

digunakan. Output diukur sebagai nilai tambah dari perekonomian dengan

menggunakan harga konstan (produk domestik bruto riil), sedangkan input diukur

sebagai jumlah jam kerja. Oleh karena itu, produktivitas dapat juga diartikan

sebagai kapasitas bisnis, pemerintah, atau ekonomi untuk mengonversikan sumber

dayanya ke dalam ouput yang bernilai (Productivity Commission, 2016).

Paterson et al. (2017) mengungkapkan bahwa produktivitas menjadi penting

karena merefleksikan efisiensi produksi dalam perekonomian atau merefleksikan

tingkat produksi saat input diubah menjadi barang dan jasa final. Pertumbuhan

produktivitas penting karena merefleksikan kemampuan suatu bangsa

memanfaatkan sumber daya alam dan manusia untuk memproduksi lebih banyak

barang dan jasa, meningkatkan pendapatan, dan meningkatkan standar hidup

bangsa tersebut. Sebagaimana dikutip dari Krugman (1997) yang menyatakan

bahwaproductivity isn’t everything, but in the long run it is almost everything.

Pendorong utama dari pertumbuhan produktivitas adalah inovasi, yaitu

pengembangan dan adopsi teknologi baru, serta implementasi teknik manajemen

baru dan proses produksi. Pentingnya inovasi dalam pertumbuhan ekonomi

digarisbawahi oleh Schumpeter (1934) serta Brynjolfsson dan McAfee (2014) yang

menyatakan bahwa inovasi adalah penentu dari pertumbuhan produktivitas.

Pertumbuhan produktivitas pada tingkat korporasi bukan hanya permasalahan

bagaimana menurunkan biaya. Inovasi adalah melakukan sesuatu yang berbeda–

memperkenalkan cara baru dan lebih baik dalam memproduksi output–atau

memproduksi produk baru dengan kualitas lebih baik.

Productivity Commission (2016) mengidentifikasi bagaimana teknologi digital

dapat memiliki implikasi terhadap ekonomi, yaitu sebagai berikut:

a) mengurangi biaya dari transmisi informasi serta mendorong munculnya produk

baru dengan komponen barang dan jasa;

b) memungkinkan pengumpulan, pemrosesan dan aplikasi data–sebagai sumber

daya baru dan berharga yang memungkinkan akumulasi tanpa batas–dengan

11

penggunaannya oleh satu pihak tidak mengurangi ketersediaannya untuk pihak

yang lain;

c) memungkinkan otomasi tugas dan substitusi pekerja dengan modal;

d) menciptakan model bisnis baru; dan

e) membawa sumber daya manusia dan modal baru ke dalam perekonomian

dengan memungkinkan lebih banyak pekerja untuk berpartisipasi dan

menggunakan aset pribadi mereka (contohnya pengendara Uber dan pemilik

Airbnb).

Paterson et al. (2017) melakukan reviu terhadap berbagai penelitian yang

bersifat statistik dan komersial di Australia dan menemukan bahwa inovasi digital

telah mendorong produktivitas selama satu dekade terakhir di negara tersebut

meskipun implikasinya paling terasa sepanjang tahun 1995–2005. Kajian tersebut

juga menemukan bahwa terkait masa depan produktivitas yang didorong oleh

inovasi digital terdapat 2 (dua) pendapat yang optimis dan pesimis. Pihak optimis

berpendapat bahwa teknologi digital memiliki potensi untuk mendorong

pertumbuhan produktivitas pada masa yang akan datang karena dampak disruptif

teknologi terhadap industri di seluruh sektor ekonomi. Inovasi teknologi bersifat

disruptif terhadap industri yang ada sebelumnya karena teknologi tersebut akan

menggantikan cara kerja industri yang berjalan tradisional selama ini dengan sistem

yang lebih cepat, lebih efisien, dan lebih mudah diakses. Sementara itu, pihak

pesimis berpendapat bahwa digitalisasi lebih fokus pada hiburan yang secara

material belum dapat meningkatkan kapasitas dunia usaha dalam menggunakan

modal dan sumber daya manusia dengan cara baru.

Bridgman (2016) menyatakan bahwa perhitungan output tidak

mengikutsertakan produksi yang bukan berasal dari pasar. Banyak dari inovasi

digital terkini, seperti telepon selular, memberi nilai tambah pada leisure time

sehingga nilai tambah yang sepenuhnya dari inovasi tersebut tidak tertangkap oleh

output. Oleh karena itu, dampak dari inovasi tersebut terhadap produktivitas

menjadi understated. Dalam penelitiannya, Bridgman (2016) mengembangkan dasar

teoretis untuk mengukur value of leisure yang diproduksi dengan menggunakan

waktu luang dan barang rekreasi. Kerangka tersebut lalu digunakan untuk

mengestimasi value of leisure di AS pada tahun 1950 hingga tahun 2014. Meskipun

value of leisure terbilang besar, terdapat hubungan yang stabil antara PDB yang

terhitung dan leisure yang tidak terhitung. Bridgman menyimpulkan bahwa

12

penggunaan inovasi digital berdasarkan peralatan internet yang digunakan oleh

rumah tangga terbilang kecil terhadap perekonomian secara keseluruhan. Oleh

karena itu, inovasi digital yang digunakan oleh rumah tangga secara kuantitatif

tidak memiliki dampak penting terhadap produktivitas.

Van Ark (2016) menjelaskan bahwa meskipun terdapat peningkatan

pengeluaran bisnis terhadap modal dan jasa terkait information and communication

technology (ICT), ekonomi digital yang meliputi mobile technology, internet, dan cloud

belum menunjukkan peningkatan nyata terhadap pertumbuhan produktivitas.

McKinsey (2018) mengungkapkan bahwa pengukuran produktivitas dapat menjadi

tantangan sulit. Peningkatan kualitas di banyak area, terutama teknologi dan

software, sulit ditangkap. Banyak jasa konsumen baru yang saat ini disediakan

tanpa biaya–seperti mobile GPS, Google, aplikasi berbasis smartphone, dan jasa

berbasis cloud–memiliki kontribusi terhadap produktivitas yang saat ini belum

dapat diukur.

Salah satu kajian yang dilakukan di Australia oleh Bureau of Communication

Research (2016) menunjukkan bahwa investasi dalam modal ICT terus memberikan

kontribusi yang signifikan terhadap pertumbuhan produktivitas tenaga kerja sejak

pertengahan tahun 2000-an, tetapi peran investasi teknologi informasi (TI) pada

pertumbuhan produktivitas tenaga kerja telah berkurang terhadap dekade

sebelumnya. Secara spesifik, pendalaman modal TI–terutama substitusi komputer

terhadap modal manusia–berkontribusi sekitar 0,5 persen terhadap pertumbuhan

produktivitas tenaga kerja tahunan pada dekade 2003-2004 (sekitar sepertiga dari

pertumbuhan produktivitas tahunan total), lebih rendah jika dibandingkan dengan

kontribusi sekitar 0,8 persen pada dekade 1993-1994 (meskipun angka ini juga

merupakan sepertiga dari pertumbuhan produktivitas tahunan total).

Shahiduzzaman dan Alam (2014) menemukan bahwa dalam beberapa tahun

terakhir kontribusi modal TI pada output dan produktivitas tenaga kerja telah

melambat karena investasi TI yang lebih rendah (industri dengan investasi ICT di

atas rata-rata mengalami pertumbuhan multifactor productivity (MFP) positif selama

2005-2014). Mereka juga menemukan elastisitas yang lebih tinggi dari produktivitas

(tenaga kerja) terhadap digitalisasi dalam beberapa tahun terakhir jika

dibandingkan dengan tahun 1990-an. Hal itu kemungkinan disebabkan oleh

meningkatnya investasi dalam aset tidak berwujud komplementer, seperti database,

perangkat lunak dan modal organisasi, serta kerangka kerja kebijakan dan

peraturan yang lebih baik. Penelitian selanjutnya yang dilakukan oleh

13

Shahiduzzaman, Layton, dan Alam (2015) untuk periode 1965 hingga 2013

menemukan bukti dampak produktivitas jangka panjang dari modal ICT sebagai

general purpose technology (GPT). GPT pada internet, sebagaimana disebutkan oleh

Guerrieri dan Padoan (2007) serta Carlaw et al. (2007), disematkan karena pada

mulanya internet merupakan alat penting untuk meningkatkan komunikasi, tetapi

telah bertransformasi menjadi teknologi universal yang mendukung seluruh aspek

dalam perekonomian. Salah satu contoh lain dari GPT adalah listrik.

Basu et al. (2003) mengkaji peran ICT sebagai GPT dalam pertumbuhan

produktivitas di AS dan Inggris. Kajiannya menyimpulkan bahwa penggunaan ICT

berkontribusi secara signifikan terhadap pertumbuhan produktivitas AS. Connolly

dan Fox (2006) menemukan bahwa hubungan yang signifikan dan positif hanya

untuk beberapa industri yang memperoleh manfaat investasi dalam modal teknologi

tinggi, tetapi tidak tersebar merata di seluruh perekonomian. Shahiduzzaman dan

Alam (2014) juga mengutip kajian di AS yang menunjukkan kontribusi yang

signifikan dari modal TI untuk pertumbuhan produktivitas pada tahun 1990-an.

Peran ICT dalam mendorong pertumbuhan produktivitas pada akhir tahun

1990-an diakui baik oleh 'digital optimis' Brynjolfsson maupun oleh McAfee di The

Second Machine Age (2014), tetapi Gordon lebih pesimistis dalam The Rise and Fall

of American Growth (2016) yang (setelah skeptisisme awal) menyematkan peran

signifikan untuk ICT dalam pertumbuhan produktivitas akhir 1990-an dari

perkawinan antara komputasi dan komunikasi yang memberdayakan internet

sebagai general purpose technology (GPT).

Centre for International Economics (2014) di Australia menemukan bahwa

produktivitas di industri komunikasi seluler Australia meningkat rata-rata lebih dari

10 persen per tahun pada periode 2006-2013 dan bahwa peningkatan efisiensi itu

diteruskan ke bisnis dan rumah tangga dengan cara menurunkan biaya. Sebuah

survei terhadap 1002 bisnis di Australia yang dilakukan pada 2013 untuk penelitian

tersebut menunjukkan bahwa jalur penting dari perubahan dalam produktivitas

dunia usaha dimediasi oleh teknologi broadband seluler yang digunakan, termasuk

peninjauan dokumen dan pengambilan keputusan yang lebih cepat, penggunaan

downtime yang lebih produktif, dan kemampuan menggunakan internet di mana

saja. Dari bisnis yang disurvei, 25 persen mengindikasikan bahwa mobile broadband

mengurangi biaya dan 75 persen mengindikasikan teknologi menghemat waktu

karyawan.

14

The McKinsey Global Institute (MGI) juga menerbitkan Digital America

(Manyika et al., 2015) dan Digital Europe (Bughin et al., 2016) yang berfokus pada

seberapa jauh digitalisasi berbagai perusahaan dan industri yang terkait dengan

digital frontier, manfaat digitalisasi bagi perusahaan dan ekonomi untuk menutup

kesenjangan ini (termasuk pertumbuhan MFP), serta peran yang dapat dimainkan

pemerintah dalam proses tersebut. Kajian dalam Digital America menyimpulkan

bahwa ketika digitalisasi semakin cepat, Amerika Serikat memiliki peluang besar

untuk mendorong pertumbuhan produktivitas, termasuk dari digitalisasi sebagai

teknologi tujuan umum yang memungkinkan inovasi. Studi itu menjelaskan

pendorong utama pertumbuhan produktivitas sebagai berikut.

a) Produktivitas tenaga kerja: dari bekerja dengan aset digital, sampai lebih baik

dan lebih cepat, serta mencocokkan pekerja dengan pihak yang membutuhkan

tenaga kerja.

b) Produktivitas modal: peningkatan efisiensi aset melalui pengurangan waktu

downtime dari pemeliharaan preventif, dan peningkatan pemanfaatan aset.

c) Produktivitas multifactor: research and development (R&D) yang diaktifkan

secara digital dan siklus pengembangan produk yang lebih cepat dari analisis

data; optimisasi operasional dan supply chain, termasuk routing logistik yang

lebih baik melalui optimalisasi jalur dan penentuan prioritas; serta

meningkatkan kapabilitias manajemen sumber daya seperti peningkatan

efisiensi energi dan mengurangi limbah bahan baku.

Brynjolfsson dan McAfee (2014) mendukung bahwa revolusi digital yang

sekarang terjadi mendorong pertumbuhan produktivitas dan akan terus terjadi

dengan kekuatan yang semakin meningkat. Mereka melihat perlambatan

pertumbuhan produktivitas AS pasca-2005 sebagai penyimpangan siklus sementara

yang disebabkan oleh resesi pasca-GFC daripada impotensi produktivitas digital

selama dekade terakhir. Brynjolfsson dan McAfee mengandaikan bahwa kemajuan

teknologi meningkat secara eksponensial dari digitalisasi di seluruh aspek dalam

ekonomi dan kehidupan pribadi dengan lingkup luas untuk produktivitas yang

sangat besar dan kesejahteraan manusia. Perkembangan digital tersebut termasuk

analisis big data, terobosan robotik, artificial intelligence, dan machine learning.

Dalam pandangan mereka, ekonomi pasar dan masyarakat sedang dan akan

berubah secara fundamental dan lebih menguntungkan meskipun tetap ada

tantangan dalam penyesuaian. Secara keseluruhan, Brynjolfsson dan McAfee

menyimpulkan bahwa inovasi dan produktivitas akan tumbuh pada tingkat yang

15

sehat pada masa yang akan datang. Mereka percaya bahwa building blocks atau

fondasi yang penting terkait inovasi digital dalam perekonomian sudah ada dan akan

terus-menerus direkombinasi dengan cara yang baru dan lebih baik.

2.3. Inovasi Digital dan Pertumbuhan Ekonomi

OECD (2008) mendefinisikan perekonomian berbasis internet (ekonomi

digital) adalah seluruh cakupan aktivitas ekonomi, sosial, dan budaya yang

didukung oleh internet serta teknologi informasi dan komunikasi. Porsi besar dari

transaksi ekonomi yang meliputi produksi, penjualan, distribusi, dan konsumsi saat

ini telah dijalankan di internet. Oleh karena itu, dibutuhkan pemahaman mengenai

perekonomian berbasis internet sebagai nilai dari seluruh aktivitas ekonomi yang

dijalankan atau didukung oleh internet.

Sama halnya dengan produktivitas, implikasi dari inovasi digital dan ekonomi

digital tidak dapat secara mudah diukur dan diperkirakan dapat menimbulkan

mismeasurement dalam perhitungan PDB. Ahmad dan Schreyer (2016) berargumen

bahwa peningkatan sementara dalam kesejahteraan konsumen dari layanan digital

gratis harus diakui dalam beberapa cara, yaitu menambahkannya ke PDB (dan

karenanya produktivitas), tidak akan terlalu terlihat secara ekonomi. Mereka

menjelaskan bahwa pengukuran PDB dirancang secara hati-hati agar

mencerminkan tingkat kegiatan ekonomi pasar (nilai tambah) dalam ekonomi yang

tidak termasuk surplus konsumen (nilai kepada konsumen di luar apa yang mereka

bayar), termasuk dari layanan digital gratis. Mereka menyimpulkan bahwa,

tantangan praktis substansial dalam mengukur PDB dan produktivitas memang

ada, kerangka statistik PDB (dan produktivitas) yang mendasari tetap terukur di era

digital.

OECD (2013) mengklasifikasikan pendekatan untuk mengukur dampak

ekonomi dari perekonomian berbasis internet menjadi (i) dampak langsung (direct

impact); (ii) dampak dinamis (dynamic impact), dan (iii) dampak tidak langsung

(indirect impact) sebagai dapat dilihat pada Gambar 2.2.

16

Gambar 2.2. Mekanisme Klasifikasi Pengukuran Perekonomian Berbasis Internet

Sumber: OECD (2013)

Pendekatan pertama (direct impact) mengukur perekonomian berbasis

internet sebagai bagian dari pertumbuhan domestik bruto (PDB). Pendekatan kedua

(dynamic impact) mengukur dampak internet terhadap semua industri yang

mempengaruhi pertumbuhan produktivitas dan pada akhirnya pertumbuhan PDB.

Pendekatan ketiga (indirect impact) mengukur efek internet terhadap fenomena

ekonomi, seperti surplus konsumen atau bagaimana internet berkontribusi

terhadap kesejahteraan sosial.

Pendekatan direct impact mencoba mengukur porsi PDB value added yang

dihasilkan dari aktivitas terkait internet. Hal itu mencakup value added yang

dihasilkan dari (i) aktivitas pendukung internet (contohnya internet service providers

dan manufaktur peralatan internet) dan (ii) aktivitas menggunakan internet

(contohnya search engines dan layanan e-commerce) meskipun perlu digarisbawahi

bahwa dampak ekonomi tidak terbatas hanya pada aktivitas pendukung internet

atau aktivitas menggunakan internet. Pada kenyataannya dampak ekonomi dari

internet jauh lebih luas, sebagai contoh mengurangi biaya pencarian bagi korporasi,

akses lebih baik terhadap informasi, atau meningkatnya proses search and matching

dalam perekonomian. Dengan demikian, total dampak ekonomi dari internet lebih

luas dari yang dapat ditangkap, bahkan dengan menggunakan pendekatan ini dapat

dijangkau seluruh aktivitas ekonomi secara virtual.

17

Gambar 2.3. Direct Impact dari Internet

Sumber: OECD (2013)

Pada pendekatan direct impact, terdapat beberapa kajian yang telah

dihasilkan untuk mengukur nilai aktivitas yang berbasis internet. Kajian tersebut

dilakukan oleh Hamilton Consultants (2009), BCG (2010 dan 2011), Deloitte (2011),

dan McKinsey (2011). Semua kajian tersebut menganalisis ukuran dari aktivitas

berbasis internet sebagai persentase dari total PDB untuk sejumlah negara maju.

Hasil kajian berkisar antara 0,8 dana 7% (Tabel 2.1), tetapi metodologi yang

digunakan berbeda antarlembaga riset.

Tabel 2.1. Nilai Tambah dari Internet dalam Berbagai Negara, Hasil dari

Penelitian Terdahulu

Kajian Negara yang Dianalisis Estimasi Nilai Tambah

dari Aktivitas Berbasis

Internet (% PDB)

Hamilton Consultants

(2009)

Amerika Serikat 2%

BCG (2010) Inggris Raya 7,2%

BCG (2011) Swedia 6,6%

BCG (2011) Hong Kong 5,9%

BCG (2011) Denmark 5,8%

BCG (2011) Belanda 4,3%

BCG (2011) Republik Cekoslowakia 3,6%

BCG (2011) Jerman 3,4%

BCG (2011) Polandia 2,7%

BCG (2011) Belgia 2,5%

BCG (2011) Spanyol 2,2%

BCG (2011) Italia 1,9%

BCG (2011) Mesir 1,6%

18

BCG (2011) Rusia 1,6%

BCG (2011) Turki 1,2%

McKinsey (2011) Brazil, Kanada, Cina, Prancis,

Jerman, India, Italia, Jepang,

Rusia, Inggris Raya, Amerika

Serikat, Korea Selatan, dan Swedia

3,4% secara rata-rata

Deloitte (2011) Australia 3,6%

Sumber: BCG, McKinsey, Deloitte sebagaimana disadur dari OECD (2013)

Boston Consulting Group (2010) berusaha mendefinisikan dan

mengkuantifikasi ekonomi berbasis internet dan mengevaluasi bagaimana internet

mentransformasi perekonomian di Inggris Raya. BCG kemudian menggunakan

metode itu di negara-negara lainnya. Secara khusus, BCG memisahkan empat

elemen utama dari dampak langsung penggunaan internet terhadap ekonomi, yaitu

sebagai berikut.

1. Bagian dari PDB yang dikaitkan ke internet, termasuk konsumsi, investasi,

belanja pemerintah, dan ekspor neto.

2. Dampak ekonomi konsumen dan bisnis yang tidak ditangkap oleh PDB,

termasuk e-commerce dan iklan online.

3. Dampak produktivitas, termasuk keuntungan dari e-procurement di bidang

manufaktur dan produktivitas yang diperoleh melalui penjualan online dalam

perdagangan grosir dan eceran.

4. Dampak sosial yang lebih luas, termasuk konten buatan pengguna, jejaring

sosial, penipuan, dan pembajakan.

Sementara itu, pendekatan dynamic impact mencoba mengukur dampak dari

internet melalui net share dari tambahan PDB yang dihasilkan dari seluruh aktivitas

ekonomi terkait internet di seluruh sektor ekonomi. Secara khusus, pendekatan

tersebut mengecek agregasi dan net impact yang dihasilkan internet terhadap PDB.

Hal itu mencakup (i) seluruh industri yang mungkin menghasilkan value added

berkat penggunaan internet (tidak hanya industri pendukung internet dan

beroperasi hanya menggunakan internet) dan (ii) dampak net ekonomi yang

dihasilkan internet terhadap PDB.

19

Gambar 2.4. Dynamic Impact dari Internet

Sumber: OECD (2013)

Pendekatan dynamic impact mencakup tiga tahapan untuk melihat dampak

internet terhadap pertumbuhan ekonomi. Tahap pertama, perkembangan

infrastruktur internet. Tahap kedua, penyedia jasa berbasis internet seperti search

companies, e-mail hosting companies, dan korporasi penyedia konten yang muncul

dan menggunakan infrastruktur internet untuk menyediakan jasa baru. Tahap

ketiga, dampak internet menyebar lebih luas secara virtual ke semua aktivitas dalam

seluruh sektor perekonomian.

Dampak dinamis internet terhadap pertumbuhan ekonomi telah dilakukan

kajian oleh beberapa peneliti. Salah satu kajian awal yang mencatat dampak

menguntungkan internet terhadap laba perusahaan adalah Varian et al. (2002).

Kajian tersebut menganalisis dampak teknologi internet pada kegiatan ekonomi

berdasarkan survei perusahaan dari berbagai industri. Penelitian tersebut

didasarkan pada respons yang dikumpulkan dan ditemukan bahwa pada tahap awal

pengembangan broadband (2002), perusahaan secara aktif mencari solusi

menggunakan internet yang membantu mereka dalam memotong biaya dan

meningkatkan pendapatan. Secara spesifik perusahaan di Amerika Serikat, Inggris,

Prancis, dan Jerman melaporkan realisasi penghematan biaya kumulatif sebesar

163,5 miliar dolar AS dengan sebagian besar penghematan terjadi sejak tahun 1998.

20

Penelitian oleh Czernich et al. (2009) menguji pengaruh infrastruktur

broadband pada pertumbuhan ekonomi di sejumlah negara OECD (1996-2007)

dengan menggunakan tingkat penetrasi broadband sebagai proxy untuk

perkembangan internet. Untuk mengatasi masalah potensial dengan endogenitas,

penulis melakukan analisis dalam dua langkah. Pada langkah pertama, mereka

membangun pola prediksi evolusi broadband (bebas dari shocks dan intervensi

kebijakan) dengan menggunakan data pada TV kabel dan saluran telepon sebagai

instrumen. Estimator prediksi itu kemudian digunakan dalam langkah kedua untuk

menjelaskan laju pertumbuhan ekonomi. Studi tersebut menemukan bahwa

peningkatan penetrasi broadband sebesar 10 poin persentase meningkatkan

pertumbuhan per kapita per tahun sebesar 0,9-1,5 poin persentase.

Qiang et al. (2009) juga menemukan hubungan positif antara adopsi

broadband dan laju pertumbuhan ekonomi. Studi tersebut memperkenalkan model

empiris lintas negara untuk menganalisis hubungan antara broadband dan

pertumbuhan ekonomi. Para penulis menggunakan data dari 120 negara

berkembang dan negara maju dalam model pertumbuhan endogen berdasarkan

Barro (1991). Pendekatan itu memungkinkan mereka untuk menguji hubungan

kuantitatif antara tingkat penetrasi broadband dan tingkat pertumbuhan rata-rata

PDB per kapita antara tahun 1980 dan tahun 2006 sambil mengendalikan faktor-

faktor lain yang dapat mempengaruhi tingkat pertumbuhan. Qiang et al. (2009)

menemukan bahwa tingkat penetrasi broadband yang 10 persen lebih tinggi

disejajarkan dengan tingkat pertumbuhan ekonomi per kapita per tahun sebesar

1,21 poin persentase lebih tinggi.

Korelasi tersebut tidak menyiratkan hubungan sebab-akibat karena asosiasi

dasar antara tahap perkembangan Internet dan pertumbuhan ekonomi dapat

didorong oleh kausalitas terbalik dan variabel lainnya, bahkan beberapa studi

menyimpulkan bahwa pertumbuhan ekonomi merupakan salah satu faktor penentu

utama perkembangan internet (Kiiski dan Pohjola, 2002; Chinn dan Fairlie, 2007).

Simpulan tersebut menyoroti ketergantungan timbal balik antara perkembangan

internet dan pertumbuhan ekonomi. Negara-negara yang lebih maju berinvestasi

lebih banyak dalam perkembangan internet, tetapi internet yang lebih maju juga

dapat berkontribusi pada laju pertumbuhan ekonomi.

Nakamura et al. (2017) mengembangkan metode eksperimental untuk dapat

memberi nilai terhadap konten digital melalui sudut pandang produksi. Kajian itu

mengombinasikan konten marketing dan advertising dan menemukan bahwa

21

dampak dari konten digital yang gratis terhadap PDB AS mengalami akselerasi

belakangan ini, terutama sejak tahun 2005. Dengan memasukkan asumsi konten

digital, pertumbuhan PDB riil di AS seharusnya tumbuh sebesar 1,53% per tahun

dari 2005 hingga 2015, lebih tinggi daripada angka pertumbuhan resmi sebesar

1,42% per tahun atau sepersepuluh kali lebih cepat.

Sementara itu, untuk kasus Indonesia, secara umum perkembangan

teknologi digital di Indonesia juga berpotensi meningkatkan produktivitas dan

pertumbuhan ekonomi pada masa yang akan datang. Berdasarkan laporan

McKinsey (2016), pemanfaatan teknologi digital (digitization) dapat meningkatkan

produktivitas yang diperkirakan akan memberikan dampak tambahan hingga 120

miliar dolar AS pada perekonomian Indonesia pada tahun 2025. Penggunaan

teknologi, termasuk di sektor keuangan, diperkirakan akan meningkatkan

produktivitas. Peningkatan produktivitas dari teknologi digital berasal dari

berkurangnya biaya operasional serta meningkatnya efisiensi di sepanjang value

chain. Teknologi digital juga akan menyediakan inovasi produk baru serta

peningkatan sales. Peningkatan produktivitas melalui teknologi digital akan

dirasakan berbagai sektor termasuk keuangan, manufaktur, ritel, serta

transportasi. Teknologi digital juga berpotensi menambah lapangan kerja bagi 3,7

juta tenaga kerja dan meningkatkan PDB Indonesia hingga 35 miliar dolar AS pada

tahun 2025. Teknologi digital membuka akses data, baik bagi pencari kerja maupun

perusahaan. Teknologi akan membantu mempertemukan pencari dan penyedia

kerja secara lebih efektif serta menghubungkan orang yang tepat dengan pekerjaan

yang tepat sehingga akan meningkatkan produktivitas tenaga kerja secara

menyeluruh. Teknologi digital akan mendayagunakan informal employment,

memperkerjakan tenaga kerja yang belum aktif, dan mengurangi pengangguran.

22

Gambar 2.5. Potensi Dampak Teknologi Digital terhadap PDB dan Lapangan Kerja

Indonesia

Sumber: McKinsey (2016)

2.4. Inovasi Digital dan Inflasi

Pada tahun-tahun sesudah terjadi krisis keuangan global (global financial

crises), dunia menyaksikan inflasi yang sangat rendah di banyak negara maju,

bahkan di negara-negara tempat output gap mendekati nol. Di Kanada, sebagai

contoh, inflasi tetap landai, bahkan ketika ekonomi sudah pulih dari krisis terkait

harga minyak dan berbagai penyebab kelambatan ekonomi hilang.

Terkadang fenomena rendahnya inflasi tersebut dapat dijelaskan oleh faktor

faktor spesifik yang khas di setiap negara, tetapi dengan semakin meluasnya gejala

tersebut hampir di seluruh negara maju, terdapat indikasi kuat bahwa terdapat

faktor-faktor eksternal lain yang terintegrasi dalam kurva Phillips. Beberapa

penelitian terbaru berpendapat bahwa faktor global seperti harga impor,

kesenjangan output global, dan integrasi perdagangan dan produksi terkait rantai

nilai global tidak dapat sepenuhnya menyelesaikan teka-teki rendahnya inflasi.

Salah satu saluran transmisi baru, yang dicurigai sebagai penyebab rendahnya

inflasi adalah digitalisasi ekonomi. Dalam beberapa tahun terakhir, beberapa

peneliti ekonomi berpendapat bahwa kemungkinan efek disinflasi digitalisasi dapat

menjelaskan inflasi yang lemah di negara maju.

Digitalisasi mempengaruhi inflasi melalui tiga saluran transmisi utama: (i)

secara langsung, melalui efeknya pada harga barang dan jasa yang terkait dengan

TIK (teknologi informasi dan komunikasi); (ii) dengan mengubah struktur pasar dan

23

tingkat persaingan di sektor-sektor tertentu; dan (iii) dengan mempengaruhi

produktivitas dan berbagai persyaratan tenaga kerja.

Saluran 1: Dampak Langsung Digitalisasi pada Indeks Harga

Saluran pertama ketika ekonomi digital mempengaruhi inflasi adalah melalui

indeks harga. Harga beberapa produk TIK telah menurun dengan cepat sejak tahun

1990-an dan seterusnya karena perubahan teknologi. Beberapa penelitian memberi

bukti bagaimana teknologi mampu menekan inflasi di banyak negara, khususnya di

Eropa.

Secara khusus harga-harga peralatan dan perangkat komputasi digital dan

peralatan hiburan rumah, suku cadang, dan jasa menurun selama 20 tahun

terakhir. Namun, di beberapa periode terakhir tidak terjadi penurunan harga

peralatan digital. Beberapa komponen digital juga belum memberikan tekanan

tambahan pada inflasi yang kemudian dapat menjelaskan dinamika rendahnya

inflasi. Tren penurunan tersebut lebih terasa pada akhir tahun 1990-an dan awal

tahun2000-an serupa dengan apa yang telah didokumentasikan oleh Sveriges

Riksbank di Swedia.

Dengan semakin berkembangnya ekonomi digital, pengukuran harga menjadi

tantangan baru bagi banyak biro pencatatan statistik. Dua riset yang dilakukan oleh

Durand (2016) dan Schreyer (2017) mencatat bahwa hal tersebut antara lain

disebabkan oleh terjadinya pengembangan barang baru, penambahan layanan baru,

serta produk yang disesuaikan dengan pelanggan (kustomisasi) dan barang yang

sama, tetapi dengan kualitas yang berbeda.

Dengan perubahan teknologi yang sangat cepat, metode pencatatan lama,

yaitu kualitas barang di akhir disesuaikan, tidak akan dapat mencatat terjadinya

perbaikan produk (undervalue). Ahmad dan Schreyer (2016) melaporkan terjadinya

pencatatan harga yang terlalu tinggi karena hal tersebut.

Selain itu, ketika produk mengalami kustomisasi (disesuaikan dengan

keinginan atau selera pembeli), perubahan harga menjadi lebih sukar diukur. Selain

itu, peningkatan jumlah produk digital gratis (seperti aplikasi ponsel dan

pemesanan perjalanan online) tidak terekam dengan baik dalam PDB nominal atau

tercatat dalam CPI. Ketika konsumen beralih ke produk produk ini, hal itu

menyebabkan terjadinya bias terkait substitusi dalam CPI. Ahmad dan Schreyer

(2016) mencatat bahwa masalah itu tidak menjadi lebih signifikan daripada yang

terjadi pada masa lalu. Namun, hal tersebut bisa berubah ketika laju digitalisasi

24

meningkat, yaitu ketika konsumen beralih ke toko online yang lebih murah, akan

terjadi bias ke atas karena PDB hanya mencatat harga yang dicatat oleh toko

konvensional yang jauh lebih mahal.

Saluran 2: Struktur Pasar, Persaingan, dan Kebangkitan E-commerce

Saluran kedua digitalisasi dapat mempengaruhi inflasi adalah efeknya pada

struktur pasar dan persaingan. Seiring dengan penetrasi teknologi digital ke hampir

semua sektor, struktur pasar berubah dan preferensi konsumen bergeser. Tahap

berikutnya, seiring dengan perubahan elastisitas permintaan terhadap harga

(pricing power), perubahan struktur tersebut akan berujung pada perubahan tingkat

dan perilaku inflasi. Hal itu juga bisa dilihat dari dua sudut: konsentrasi pasar dan

e-commerce.

Saluran Transmisi 2.1: Konsentrasi Pasar

Ada dua teori yang sedang bersaing mengenai dampak digitalisasi pada

struktur pasar, yaitu sebagai berikut.

1) Beberapa pengamat ekonomi mencatat bahwa internet dan teknologi berhasil

mengurangi hambatan masuk dan dengan demikian meningkatkan persaingan.

OECD (2017) dan Trainer (2016) melaporkan bahwa hampir semua perusahaan

(termasuk perusahaan kecil, perusahaan khusus, dan perusahaan baru) kini

dapat terlibat dalam perdagangan global dan menjangkau pelanggan potensial

lebih cepat dengan biaya yang lebih rendah.

Pada gilirannya, persaingan terhadap perusahaan petahana meningkat.

Peningkatan kompetisi tersebut terjadi, baik di perusahaan digital yang

menginvasi sektor nonteknologi maupun kompetisi dengan perusahaan asing

yang lebih mudah dalam menjangkau pasar domestik. Trainer (2016) mencatat

bahwa penjual lokal tidak dapat lagi mempertahankan monopoli di wilayah

mereka secara geografis sehingga terjadi perlombaan untuk menurunkan harga

(race to the bottom).

2) Pada saat yang sama, teknologi digital memungkinkan perusahaan superstar

dengan kekuatan pasar yang cukup besar meraih posisi dominan. Perusahaan-

perusahaan ini tumbuh dengan ukuran yang kemudian memungkinkan mereka

untuk memaksa pemain tradisional dan lebih kecil keluar dari pasar. Teknologi

digital berperan penting dalam keberhasilan perusahaan, seperti jaringan sosial

(social network), mesin pencari, dan penyedia platform perangkat lunak yang

memungkinkan mereka untuk meningkatkan jangkauan pasar dan dengan

25

cepat meningkatkan jumlah pengguna. Besarnya jaringan digital itu membawa

efek jaringan yang langsung memberi keuntungan berupa besarnya skala dan

ukuran ekonomi. Dengan demikian, mereka dapat langsung mendominasi

pasar. Selain itu, teknis perdagangan digital yang lebih efisien memungkinkan

harga kompetitif yang tentu memikat lebih banyak konsumen. Sebagai

tambahan, posting harga secara daring yang terbuka dan perbandingan kualitas

yang transparan juga memudahkan konsumen untuk menentukan pilihan.

Andrews, Criscuolo, dan Gal (2015) mengungkapkan terjadinya konsentrasi

industri yang meningkat dan perbedaan margin keuntungan dan produktivitas

antara perusahaan awal (frontier) dan sesudahnya.

Besarnya dampak kemunculan perusahaan superstar terhadap peningkatan

persaingan dan perubahan struktur pasar berbeda-beda untuk setiap negara dan

bahkan setiap industri. Hatzius et al. (2017a) adalah salah satu periset yang

mendokumentasikan terjadinya peningkatan konsentrasi perusahaan online di di

Amerika Serikat.

Sejauh ini, pengaruh perubahan struktur pasar pada harga masih ambigu

meskipun bukti menunjukkan terjadinya tekanan disinflasionari. Secara teoretis

konsentrasi pasar dan kekuatan pasar yang lebih besar akan menghasilkan harga

yang lebih tinggi. Namun, dalam praktiknya, tekanan harga secara keseluruhan

menurun karena melalui teknologi digital perusahaan superstar dapat memotong

biaya sangat signifikan. Perusahaan penguasa pasar yang lebih dominan tidak lagi

dapat menerjemahkan dominasi pasar tersebut menjadi peningkatan harga karena

pendatang baru dapat dengan cepat meniru model bisnis dan produk untuk

mengambil pelanggan.

Saluran Transmisi 2.2: E-Commerce

Pertumbuhan pesat e-commerce menjadi saluran tempat digitalisasi dapat

meningkatkan persaingan dan mempengaruhi inflasi. Teknologi baru berhasil

mengubah cara konsumen mencari dan membandingkan harga produk dan

konsumen mendapatkan manfaat dari transparansi harga dan komparabilitas yang

mudah. Efek transparansi dan komparabilitas harga itu sangat nyata terjadi di

pasar online. Dua efek ekonomi digital dalam hal ini adalah sebagai berikut.

1) Pertama, jika banyak konsumen mengalihkan pembelian mereka ke sumber

online yang lebih murah, hal itu akan berdampak pada inflasi yang mungkin

tidak ditangkap oleh statistik resmi. Efek tersebut sering disebut sebagai bias

26

outlet (bias perbedaan harga online dan offline). Dalam laporan terbaru, Hatzius

et al. (2017b) berpendapat bahwa, untuk Amerika Serikat, bias tersebut

mungkin kecil, bahkan lebih kecil daripada saat munculnya Walmart. Secara

teknis dalam analisis mereka diperoleh simpulan bahwa,bias outlet yang disebut

efek Amazon lebih kecil daripada efek Walmart pada akhir 1990-an dan awal

2000-an (Amazon.com merupakan web penjualan online terbesar dunia).

2) Kedua, munculnya penjual online dengan harga lebih rendah seperti Amazon

dan semakin mudahnya perbandingan harga secara online dapat memaksa

pengecer (tradisional) untuk menurunkan harga mereka, bahkan jika e-

commerce hanya merupakan bagian kecil dari penjualan ritel, itu mungkin

memiliki efek spillover yang penting pada harga dan inflasi pada tingkat

pengecer. Namun, seiring dengan peningkatan pangsa ritel online, perbedaan

antara harga online dan offline akan berdampak pada inflasi.

Dalam konteks ini, pemahaman terhadap perbedaan harga di pasar online

menjadi penting. Perbedaan antara harga online dan offline memberi indikasi

besarnya bias outlet. Apabila kedua harga itu sama, harga yang tertulis dalam CPI

bisa dinyatakan akurat. Efek kedua sering kali disebut sebagai efek Amazon, yaitu

penjual luring berusaha menyamakan harga dengan harga di Amazon.

Cavallo dan Rigobon (2017) menabulasi harga online harian di sepuluh negara

maju, antara lain, Amerika Serikat dan Kanada. Secara keseluruhan, ia menemukan

bahwa harga online sangat mirip dengan harga offline. Di Kanada, sebagai contoh,

harga identik 91 persen selama kurun waktu sampel, bahkan jauh lebih besar dari

rata-rata 10 negara, harga identik selama 72 persen sampel waktu. Ketika terjadi

perbedaan harga, perbedaannya cenderung kecil dengan harga online rata-rata

turun 4 persen. Kekurangan dalam riset itu yang harus diperbaiki adalah mereka

hanya menggunakan situs penjualan banyak barang (multi-channel retailers) sebagai

pembanding dengan asumsi bahwa mereka sudah memiliki pangsa besar.

Penelitian Gorodnichenko, Sheremirov, dan Talavera (2016) menggunakan

harga yang disediakan oleh platform belanja (situs perbandingan harga) yang

mencakup lebih banyak barang dan pengecer daripada Cavallo (2017). Hasil mereka

sebagian besar mirip dengan Cavallo. Mereka menemukan bahwa harga online

mencerminkan harga offline dalam banyak hal; Namun, perubahan harga lebih

besar terjadi secara online daripada offline.

27

Gorodnichenko dan Talavera (2017) juga menggunakan data dari situs

perbandingan harga untuk melihat harga online di Amerika Serikat dan Kanada

yang secara khusus meneliti pengaruh pass-through nilai tukar. Mereka juga

menemukan bahwa secara keseluruhan perilaku harga online mirip dengan harga

offline meskipun mereka lebih sering berubah dengan deviasi yang kecil. Dalam hal

pass-through nilai tukar, mereka menemukan bahwa pengaruh tersebut tidak

terbentuk secara lengkap di pasar online, tetapi jauh lebih besar jika dibandingkan

dengan pasar offline (60 hingga 75 persen jika dibandingkan dengan 20 hingga 40

persen yang ditemukan dalam literatur). Kecepatan penyesuaian harga online juga

jauh lebih cepat daripada harga offline.

Secara keseluruhan literatur yang mendokumentasikan perilaku harga online

menemukan bahwa meskipun ada persaingan yang lebih tinggi, biaya pencarian

konsumen yang lebih rendah, serta biaya yang lebih rendah untuk perusahaan

perubahan harga dan pembelian antarnegara yang lebih mudah, harga online

menunjukkan perilaku yang sticky dan sangat mirip dengan offline. Tentu saja hal

tersebut harus dikombinasikan dengan pangsa e-commerce. Apabila penjualan

online masih relatif kecil, dampaknya tentu tidak akan besar.

Secara umum ada banyak upaya untuk mengukur secara langsung pengaruh

teknologi digital dan e-commerce terhadap inflasi. Sebagai contoh, Bank Sentral

Eropa mengikuti metodologi Yi dan Choi (2005) dengan menggunakan panel negara-

negara UE dan menemukan bahwa variabel teknologi internet mereka (didefinisikan

sebagai perubahan persentase poin pada individu yang mencari penawaran barang

atau layanan secara online) memiliki efek yang negatif kecil, tetapi signifikan secara

statistik terhadap inflasi (rata-rata 0,1 poin persentase per tahun).

Saluran Transmisi 2.2: Digitalisasi, Produktivitas, dan Inflasi

Digitalisasi juga dapat mempengaruhi inflasi dengan menurunkan biaya

operasional perusahaan karena keuntungan efisiensi, otomatisasi, dan model bisnis

baru. Sveriges Riksbank (2015) melaporkan bahwa teknologi digital meningkatkan

produktivitas dengan menghemat tenaga tenaga kerja. Hasil akhir, bagaimana

inflasi dipengaruhi akan sangat tergantung pada efek mana yang mendominasi.

2.5. Inovasi Digital dan Income Inequality

Aspek berikutnya dari ekonomi digital yang harus dibahas adalah dampaknya

terhadap ketimpangan ekonomi (economic inequality), termasuk di dalamnya

ketimpangan pendapatan bagi pekerja. Semakin eratnya komunikasi digital dengan

28

kehidupan masyarakat, timbul narasi di masyarakat bahwa konektivitas digital

sudah tersedia di semua wilayah. Tanpa sadar, pemerintah juga seakan mendesak

warga untuk berinteraksi dengan negara secara online. Namun, perlu disadari

bahwa belum semua warga negara terhubung secara digital, termasuk di negara

maju. Office for National Statistics (2014), lembaga statistik Inggris mengadakan

survei dan mendapati bahwa sebanyak 16% rumah tangga atau kurang lebih sekitar

4 juta orang, tidak terhubung secara online. Bagi negara maju di Eropa dan Amerika

Utara, ketidakikutsertaan mereka dengan dunia digital tentu merupakan pilihan.

Beberapa peneliti seperti Chen dan Wellman (2005), Fuentes-Bautista dan

Inagaki (2012), dan Warren (2007) mendapati beberapa penghambat koneksi digital

tersebut antara lain karena adanya persyaratan keterampilan dasar terkait literasi

digital dan ketidakmampuan membeli perangkat digital atau paket data Internet.

Mereka juga mendapati hubungan yang erat antara mereka yang terasing secara

keuangan (financial exclusion) dan mereka yang terasing secara sosial (social

exclusion). Namun, juga terdapat hambatan terkait geografi yang menyulitkan

pembangunan infrastruktur telekomunikasi digital.

Tema kesenjangan pendapatan terkait inovasi digital termasuk dalam

kategori besar mengenai kesenjangan digital. Di dalamnya juga terkait narasi

akademis mengenai keterasingan digital (digital exclusion) dan kesenjangan digital

(digital divide) yang mulai banyak diperbincangkan sejak awal tahun 2000-an.

OECD (2001) memberi definisi kerja terhadap kesenjangan digitaladalah

’kesenjangan peluang untuk mengakses teknologi informasi dan komunikasi (ICT)

antarindividu, rumah tangga, pelaku usaha, dan wilayah geografis berdasarkan

tingkat sosial ekonomi yang berbeda’. Sementara itu, DiMaggio et al. (2010)

mendefinisikan kesenjangan digital sebagai ’ketidaksetaraan dalam akses ke

internet, tingkat penggunaan, pengetahuan tentang strategi pencarian informasi,

kualitas koneksi teknis, dan kemampuan untuk mengevaluasi kualitas informasi’.

Lebih dari itu, definisi-definisi tersebut menyinggung dua aspek penyebab

kesenjangan digital yang saling terkait: (i) perbedaan digital karena faktor sosio-

ekonomi dan (ii) perbedaan digital akibat ketidaksamaan dalam infrastruktur

teknologi yang diperlukan untuk mendukung konektivitas digital.

Faktor pertama adalah kesenjangan digital yang disebabkan keadaan sosial-

ekonomi. Beberapa penelitian yang menganalisis hubungan faktor sosial ekonomi

dan kesenjangan digital bisa mendokumentasi dampak internet selama tiga dekade

terakhir. Blank dan Groselj (2015) dalam studi mereka menganalisis yang mereka

29

sebut sebagai "kesenjangan digital tingkat pertama". Fokus studi mereka adalah

dinamika antarwaktu penduduk yang sudah memiliki akses internet (online) dan

tidak (offline). Kemudian analisis diskriminasi diterapkan pada dua kelompok

tersebut dalam hal tingkat pendidikan, keterampilan mereka dalam teknologi dasar,

pendapat mereka terhadap teknologi (terutama apakah mereka menganggap

teknologi digital berguna dan menarik atau tidak bagi mereka), keadaan keuangan,

usia, dan berbagai modal sosial. Faktor-faktor tersebut menjadi pembeda

keterlibatan mereka dengan teknologi.

Penelitian kemudian juga bergeser dari penggunaan internet dengan

menggunakan koneksi internet melalui jaringan tetap, menjadi komputer umum di

warnet dan perpustakaan, menjadi generasi internet murah tempat koneksi bisa

dilakukan dengan banyak cara dan dari banyak lokasi. Perkembangan seperti

koneksi Wi-Fi, jaringan seluler seluler 3G dan 4G, serta proliferasi dan kepemilikan

berbagai perangkat seperti laptop, tablet, ponsel pintar, dan perangkat lain yang

mendukung internet yang memfasilitasi konektivitas internet saat bergerak (mobile)

menghadirkan wacana yang lebih rumit mengenai bagaimana teknologi digital

mempengaruhi ketimpangan pendapatan.

Dampak digitalisasi terhadap distribusi ekonomi dan ketimpangan ekonomi

juga bisa diukur melalui perubahan distribusi pendapatan. Pergeseran pendapatan

karena digital tersebut bisa terjadi di dalam negara yang sama. Kemungkinan kedua

adalah digitalisasi menggeser pekerjaan ke negara berpenghasilan rendah. Beberapa

penelitian fokus pada kemungkinan terjadinya perubahan distribusi pendapatan

karena fenomena perusahaan bintang (superstar). Perusahaan bintang terjadi ketika

satu atau dua perusahaan mendapat pangsa besar karena keunggulan teknologi

mereka. Efek itu diteliti oleh Rosen (1981) yang mendapati bahwa perusahaan

bintang menyebabkan ketimpangan pendapatan.

Digitalisasi pasar tenaga kerja kontrak merupakan salah satu area tempat

digitalisasi dapat mempengaruhi distribusi pendapatan seluruh pekerja. Dengan

teknologi perusahaan dapat mengidentifikasi calon pegawai dan memberikan

kontrak hanya kepada calon pekerja terbaik yang umumnya lebih memiliki

ketrampilan teknologi digital lebih tinggi. Dengan demikian distribusi tagihan gaji

akan bergeser ke salah satu sisi.

Anderson (2006) mengemukakan dampak yang kemudian disebut sebagai

long tail effect yaitu digitalisasi mengurangi ketimpangan pendapatan karena

kemudahan perusahaan untuk mendapatkan informasi secara efisien dan

30

digitalisasi meningkatkan peluang pegawai yang lebih piawai memanfaatkan

teknologi.

Teknologi digital juga mampu mengubah organisasi perusahaan secara

keseluruhan karena perusahaan yang berbasis digital mampu memberikan

fleksibilitas waktu kerja. Penelitian dari Bank Indonesia, Paundralingga (2018),

memberikan indikasi awal bahwa dengan adanya implementasi aplikasi jasa

transportasi online, seperti Go-Jek, Grab, dan Uber di Indonesia, menjadikan para

pekerja di sektor formal dapat beralih profesi karena faktor waktu kerja yang lebih

fleksibel selain pendapatan yang lebih tinggi. Dengan demikian, digitalisasi

berimplikasi pada keseluruhan struktur organisasi kerja yang berujung pada

kesejahteraan masyarakat.

Dua efek teknologi digital dalam ekonomi tersebut, yaitu superstar effect dan

long tail effect diteliti oleh banyak peneliti. Tucker dan Zhang (2007) sebagai contoh

melaporkan hasil riset superstar effect dengan menggunakan situs pernikahan,

konsumen hanya terpusat ke situs vendor pernikahan tertentu yang lebih populer.

Elberse dan Oberholzer-Gee (2008) juga menemukan hasil serupa dengan studi

kasus penyewaan video online. Studi Zentner, Smith, dan Kaya (2013) meneliti

perbedaan usaha persewaan video online dan offline dan mendapati bahwa efek

superstar itu lebih kuat terjadi di pasar fisik. Hal yang serupa didapatkan oleh Peltier

dan Moreau (2012) dengan studi kasus penjualan buku online di Prancis.

Brynjolfsson, Hu, dan Simester (2011) menemukan bahwa penjualan online untuk

pakaian wanita kurang terkonsentrasi jika dibandingkan dengan penjualan katalog.

Riset-riset tersebut berpendapat bahwa biaya pencarian online yang relatif lebih

rendah mengakibatkan konsumen bisa lebih mudah membuat perbandingan. Oleh

karena itu, dalam kasus-kasus tersebut tidak dihasilkan perusahaan superstar.

Ujung dari penelitian ini adalah tentu saja ketimpangan upah pegawai antara

perusahaan dan teknologi dengan perusahaan tradisional.

Efek teknologi digital dalam distribusi pendapatan tersebut juga bisa terjadi

secara bersamaankarena sangat dipengaruhi oleh karakteristik dari pasar dan

produk yang diperdagangkan. Bar-Isaac, Caruana, dan Cuñat (2012) mengambil

simpulan bahwa pasar yang terdiferensiasi secara vertikal (dibedakan berdasarkan

kualitas) akan mendorong timbulnya efek superstar, sedangkan pasar yang

terdiferensiasi secara horizontal (dibedakan berdasarkan banyaknya variasi produk)

memicu efek long tail.

31

Dalam konteks ekonomi internasional, efek superstar juga akan

menghasilkan peningkatan ketimpangan pendapatan karena pengusaha cenderung

mengarah pada kontraktor dengan kualitas tertinggi berdasarkan pencarian global

daripada pencarian lokal yang terbatas. Dengan demikian, pendapatan akan

bergeser dari kontraktor yang memberikan kualitas terbaik secara lokal kepada

mereka yang memberikan kualitas terbaik secara global. Selanjutnya, meningkatnya

permintaan juga akan menyeret dan meningkatkan upah pekerja berkualitas tinggi,

terutama dalam kasus upah lokal dan global berbeda sangat jauh. Efek superstar

akan semakin diperparah dengan adanya informasi yang asimetris dan fitur pasar.

Perusahaan lokal yang terdiferensiasi secara horizontal, misalnya karena

bergerak dalam bidang yang kurang umum, akan memiliki upah offline yang lebih

rendah. Rendahnya upah tersebut terjadi karena permintaan lokal terhadap

pekerjaan dengan keahlian khusus t masih sangat terbatas. Di tengah ekonomi

digital yang tidak memiliki batas antarnegara, perusahaan semacam itu akan

mendapat manfaat karena mendapat permintaan secara global yang jauh lebih

besar. Dengan kata lain, digitalisasi dapat menggeser distribusi pendapatan dengan

cara yang menguntungkan perusahaan/pegawai dengan keterampilan yang

terdiferensiasi secara vertikal (yaitu dibedakan karena kualitas yang lebih tinggi),

terdiferensiasi secara horizontal (yaitu karena jumlah yang sedikit), atau bahkan

karena memiliki struktur biaya yang lebih murah.

Dampak total dari dua efek ekonomi digital tersebut akan berbeda, baik pada

tingkat negara maupun pada tingkat individu. Pada tingkat negara efek langsung

dari digitalisasi adalah untuk mengurangi ketidaksetaraan pendapatan karena

pekerjaan bergeser dari negara-negara berpenghasilan tinggi ke negara

berpenghasilan rendah seiring dengan perluasan pencarian pekerja dengan tingkat

upah yang lebih rendah di negara-negara berpenghasilan rendah. Namun,

peningkatan produktivitas perusahaan di negara-negara berpenghasilan tinggi

karena teknologi juga akan meningkatkan gaji pekerja di sana yang selanjutnya

akan mengimbangi efek offshoring.

Pada tingkat individu, digitalisasi akan menguntungkan pekerja yang lebih

terampil menggunakan teknologi jika dibandingkan dengan mereka yang kurang

terampil. Beberapa operator berbasis teknologi juga memiliki keunggulan dalam hal

biaya marginal yang lebih rendah. Kemudahan pencarian pekerja itu akan secara

parsial mengimbangi peningkatan persaingan antarindividu yang kemudian juga

berujung pada perbaikan distribusi dan ketimpangan pendapatan.

32

Asimetri informasi juga dapat mempengaruhi distribusi pendapatan. Oleh

karena itu, kemudahan teknologi dapat menurunkan beberapa hambatan karena

memudahkan masyarakat mendapatkan informasi mengenai perusahaan ataupun

produk. Riset yang dilakukan Pallais (2012) dan Agrawal, Lacetera, dan Lyons (2013)

memberi bukti bahwa teknologi digital meningkatkan daya saing perusahaan-

perusahaan kecil dan baru melalui platform teknologi. Distribusi pendapatan yang

terlalu landai dan tidak berpihak pada perusahaan kecil menjadi berubah.

Perusahaan rintisan yang masih kecil tetapi memberi inovasi teknologi online dan

memberikan impresi positif kepada masyarakat adalah perusahaan yang mendapat

keuntungan dengan ekonomi digital ini, setidaknya dalam jangka pendek. Di sisi

lain, pasar digital juga menjadi platform uji coba berbiaya rendah untuk produk baru

atau perusahaan rintisan, yang kemudian dapat lebih mudah mempublikasikan

kualitas mereka dan diuji oleh masyarakat. Agrawal, Lacetera, dan Lyons (2013)

secara khusus mendokumentasi beberapa perusahaan rintisan teknologi yang dapat

memenangkan pasar secara efektif melalui ekonomi digital.

2.6. Inovasi Digital dan Kinerja Fiskal

Di tengah perkembangan inovasi digital dan ekonomi digital yang semakin

pesat, salah satu sektor yang ikut terpengaruh adalah sektor fiskal. Salah satu

karakteristik utama dari ekonomi digital adalah berkurangnya kebutuhan atas

kehadiran fisik di dalam pasar tempat produsen beroperasi. Sementara itu,

kehadiran fisik merupakan prasyarat dalam menerapkan perpajakan di negara

asing. Hal itu menyebabkan tekanan signifikan pada bagaimana penerapan pajak

terhadap perusahaan multinasional yang beroperasi di banyak pasar. Hal tersebut

juga menjadi tantangan bagi otoritas pajak untuk dapat menciptakan solusi inovatif

untuk dapat menetapkan pajak di tengah meningkatnya jumlah transaksi digital.

Kementerian Keuangan Republik Indonesia (2018) dalam pertemuan antara

para menteri keuangan dan gubernur bank sentral G20 di Buenos Aires, Argentina,

menyebutkan bahwa dunia membutuhkan model perpajakan baru yang lebih sesuai

dengan perkembangan ekonomi digital saat ini. Hal itu disebabkan model

perpajakan tradisional yang didasarkan pada keberadaan fisik suatu perusahaan

(physical presence) dinilai sudah tidak relevan. Model perpajakan yang lebih tepat

digunakan saat ini adalah model pendekatan kegiatan ekonomi (significant economic

presence).

33

OECD (2015) meluncurkan laporan mengenai tantangan yang dihadapi oleh

perpajakan dari ekonomi digital. Di dalam laporannya, OECD mendefinisikan

ekonomi digital sebagai hasil dari proses transformatif yang dibawa oleh information

and communication technology (ICT) yang dapat membuat teknologi menjadi lebih

murah, lebih kuat, dan terstandardisasi secara luas; meningkatkan proses bisnis;

dan memperkuat inovasi di seluruh sektor perekonomian.

Pesatnya pertumbuhan ekonomi digital tersebut mampu menekan

perekonomian dunia dari sektor retail, transportasi online, edukasi, kesehatan,

interaksi sosial, hingga hubungan antarindividu (sosial media). United Nations

(2017) dalam Handbook on Protecting the Tax Base of Developing Countries

menjelaskan bahwa perkembangan teknologi komunikasi dan informasi telah

meningkatkan permasalahan yang berkaitan dengan penggerusan basis pajak dan

pengalihan laba.

Juswanto dan Simms (2017) memaparkan bahwa secara internasional, dan

khususnya untuk negara berkembang, meningkat pesatnya inovasi digital yang

menyatu dengan ekonomi seharusnya dapat membawa keuntungan. Namun,

pembuat kebijakan harus dapat memastikan bahwa keuntungan yang tercipta dari

ekonomi digital tersebut dapat dinikmati semerata mungkin. Berkembangnya

ekonomi digital membawa tantangan untuk sistem perpajakan internasional dan

juga domestik. Karena pajak merupakan sumber utama penerimaan negara dalam

membiayai berbagai sektor publik dan proyek-proyek, otoritas pajak harus belajar

untuk menyesuaikan kapabilitasnya dengan perubahan cepat dalam aktivitas

ekonomi digital.

Katz (2015) menjelaskan bahwa terdapat dua trend saling berlawanan yang

dapat diidentifikasi dalam kebijakan digital taxation. Yang pertama bertujuan untuk

memaksimalkan pengumpulan pajak berdasarkan meningkatnya aliran digital

secara eksponensial. Yang kedua bermaksud menurunkan pajak untuk memberi

keuntungan bagi konsumen dan dunia usaha sehingga pada akhirnya

meningkatkan pertumbuhan ekonomi. Menurut trend pertama, pemerintah

menyadari bahwa digitalisasi sangat penting dalam meningkatkan penerimaan

pajak sehingga pemerintah menetapkan lebih banyak mekanisme untuk

memaksimalkan pengumpulan pajak dalam aktivitas ekonomi digital. Di sisi lain,

pada trend kedua, beberapa negara mempertimbangkan bahwa menurunkan pajak

pada sektor digital akan mendorong spillover perekonomian yang memberi manfaat

34

lebih besar daripada pajak yang hilang. Efek yang tercipta dalam penetapan pajak

terhadap broadband tersebut dapat dilihat pada Gambar 2.6.

Gambar 2.6. Dampak Pengenaan Pajak terhadap Jaringan Internet

Sumber: Katz, R. and Berry, T. (2014) Driving Demand of Broadband Networks and Services. London: Springer

Olbert dan Spengel (2017) mengungkapkan bahwa fenomena digitalisasi

dianggap sebagai perkembangan paling penting dari ekonomi sejak revolusi industri

dan merupakan salah satu pendorong utama pertumbuhan dan inovasi. Pada saat

yang sama ekonomi digital dikaitkan dengan tantangan utama untuk sistem pajak

internasional. Undang-undang perpajakan tradisional mengatur cara-cara baru

dalam melakukan bisnis, tetapi undang-undang pajak internasional saat ini dan

prinsip-prinsip dasarnya mungkin tidak sejalan dengan perubahan dalam praktik

bisnis global. Sehubungan dengan model bisnis digital, tantangan pajak utama

dalam ekonomi digital berasal dari (i) menurunnya relevansi kehadiran fisik di pasar

pelanggan, (ii) semakin penting dan semakin tingginya mobilitas barang intangible,

serta (iii) tingginya tingkat integrasi rantai nilai. Meskipun perkembangan tersebut

tidak sepenuhnya baru, hal itu telah memicu diskusi politik dan akademis tentang

bagaimana perpajakan internasional dapat direformasi untuk memberikan sistem

yang masuk akal dan stabil untuk membebani laba perusahaan multinasional di

abad ke-21.

35

Sebagaimana diketahui bahwa terdapat perhatian khusus di dunia mengenai

perencanaan pajak oleh perusahaan multinasional yang menggunakan celah dalam

sistem pajak yang berbeda antarnegara untuk mengurangi pendapatan kena pajak

atau menggeser laba ke wilayah dengan pajak yang rendah meskipun sedikit atau

tidak ada kegiatan ekonomi di wilayah tersebut. Sebagai respons dari perkembangan

ekonomi digital dan kaitannya dengan kebijakan fiskal, OECD telah meluncurkan

proyek Base Erosion and Profit Shifting (BEPS) pada tahun 2015. Laporan OECD

BEPS Action 1 secara substansial dimaksudkan untuk menangani masalah

perpajakan yang timbul dari ekonomi digital dengan garis besar isu dibagi menjadi

dua bagian, yaitu direct tax (pajak penghasilan) dan indirect tax (pajak pertambahan

nilai). Isu yang dibahas antara lain adalah adanya upaya perusahaan multinasional

untuk memiliki kehadiran digital (digital presence) yang signifikan dalam

perekonomian suatu negara tanpa harus dikenakan pajak, adanya atribusi nilai

(baik laba maupun biaya) yang dibuat dari adanya data lokasi pemasaran yang

relevan melalui penggunaan produk dan jasa digital, karakterisasi dari pendapatan

yang berasal dari adanya model bisnis baru dan aplikasi dari asas sumber, serta

cara untuk memastikan pemungutan pajak pertambahan nilai (PPN) yang efektif

sehubungan dengan transaksi cross-border atas barang dan jasa digital.

Skema BEPS yang dilakukan oleh perusahaan multinasional saat ini dalam

konteks direct taxation menurut OECD BEPS Action 1 terdiri atas empat elemen,

yaitu sebagai berikut.

1. Peminimalan pajak di negara pasar dengan menghindari taxable presence. Hal

itu dilakukan dengan menggeser gross profit (profit shifting) ataupun

mengurangi laba bersih dengan memaksimalkan pengurangan laba pada

tingkat pemberi penghasilan.

2. Pengenaan withholding tax yang rendah atau tidak sama sekali di negara

sumber.

3. Pengenaan pajak yang rendah atau tidak sama sekali pada tingkat penerima

penghasilan melalui klaim pada pendapatan non-rutin substansial yang sering

kali dibentuk melalui skema intragrup.

4. Ketidakadaan pemajakan kini (current taxation) dari keuntungan perusahaan

atas tarif pajak yang rendah pada tingkat ultimate company.

Sementara itu, dari sisi indirect tax ekonomi digital memberikan tantangan

dalam pemungutan PPN dengan impor barang, pemanfaatan jasa, dan barang

36

intangibles yang diperoleh konsumen akhir dari supplier luar negeri. Sejati (2018)

memaparkan bahwa PPN di Indonesia menganut prinsip tempat tujuan (destination

principlesehingga pesatnya ekonomi digital makin memperbesar hilangnya potensi

penerimaan negara karena penggunaan teknologi dalam setiap penyerahan ataupun

pemanfaatan barang/jasa, khususnya pada transaksi cross-border. Pemungutan