PENGARUH PERTUMBUHAN EKONOMI, PEMBANGUNAN...
Transcript of PENGARUH PERTUMBUHAN EKONOMI, PEMBANGUNAN...
PENGARUH PERTUMBUHAN EKONOMI, PEMBANGUNAN MANUSIA DAN
INVESTASI ASING LANGSUNG TERHADAP KETIMPANGAN PENDAPATAN PADA
PROVINSI INDONESIA BAGIAN TIMUR
Budi Wahyudi
Jurusan Akuntansi, Fakultas Ekonomi, Universitas Gunadarma
Abstrak
Pembangunan yang dilakukan pemerintah bertujuan adanya pertumbuhan ekonomi dan
mengurangi kemisminan. Namun dengan adanya perbedaan kemampuan daerah dalam
mendapatkan PDRB per kapita, alokasi investasi yang tidak merata pada beberapa daerah dan
indeks pembangunan manusia yang berbeda tiap daerah menyebabkan ketimpangan dan
kemiskinan. Penelitian ini bertujuan untuk mengetahui pengaruh PDRB per kapita, investasi
asimg langsung, dan indeks pembangunan manusia terhadap ketimpangan pendapatan antar
daerah di provinsi Indonesia bagian timur dengan kriteria indeks pembangunan manusia
tergolong sedang dan pengeluaran perkapita terendah yaitu Provinsi Maluku, Maluku Utara,
Papua Barat dan Papua tahun 2012-2018. Data diolah dengan analisis data panel dengan regresi
linier berganda. Seluruh variabel penelitian berpengaruh secara simultan terhadap ketimpangan
pendapatan. Secara parsial variabel PDRB per kapita berpengaruh positif dan signifikan terhadap
ketimpangan pendapatan, indeks pembangunan manusia berpengaruh negatif dan signifikan
terhadap ketimpangan pendapatan. Sementara investasi asing langsung tidak berpengaruh
terhadap ketimpangan pendapatan.
Kata Kunci : ketimpangan pendapatan, PDRB per kapita, investasi asing langsung, indeks
pembangunan manusia,
Abstract
Development by the government aims at economic growth and reducing poverty. However, due
to differences in the ability of the region to obtain GRDP per capita, uneven allocation of
investment in several regions and different human development indexes in each region causes
inequality and poverty. This study aims to determine the effect of per capita GRDP, direct
investment, and human development index on income inequality between regions in the
Provinces of Maluku, North Maluku, West Papua and Papua in 2012-2018. Data processed by
panel data analysis with regression. All research variables simultaneously influence income
inequality. Partially the GRDP variable per capita has a positive and significant effect on income
inequality, the human development index has a negative and significant effect on income
inequality. While foreign direct investment has no effect on income inequality
Keywords: income inequality, GDP per capita, foreign direct investment, human development
index.
PENDAHULUAN
Pembangunan infrastruktur diharapkan dapat terus dijamin keberlanjutannya guna
mengakselerasi transformasi ekonomi Indonesia dan berkonstribusi positif dalam mempercepat
pemerataan pembangunan, bukan hanya pada pertumbuhan ekonomi, menggerakkan ekonomi
produktif rakyat, sehingga seluruh wilayah di Indonesia menjadi bagian penting dari rantai
produksi regional dan global (regional and global production chain) yang berperan dalam
memeratakan pembangunan dan keadilan ekonomi ke seluruh wilayah di Indonesia, sehingga
visi Indonesia maju melalui pilar keberlanjutan pembangunan infrastruktur dapat mengantarkan
Indonesia menjadi negara maju 2045. Aspek pemerataan sudah harus menjadi mainstream
pembangunan, tidak hanya efek samping pembangunan, dalam rangka mengatasi kesenjangan
pendapatan wilayah.
Pada tahun 2019 provinsi yang mempunyai nilai gini ratio tertinggi yaitu di Provinsi
Daerah Istimewa Yogyakarta yaitu sebesar 0,422. Sementara yang terendah tercatat di Bangka
Belitung dengan gini ratio sebesar 0,272. Sedangkan apabila Dibandingkan dengan gini ratio
nasional yang sebesar 0,384, terdapat delapan provinsi dengan angka gini ratio lebih tinggi, yaitu
Daerah Istimewa Yogyakarta (0,422), Gorontalo (0,417), Papua (0,398), Sulawesi Tenggara
(0,392), DKI Jakarta (0,390), dan Nusa Tenggara Barat (0,391).
Dengan kesenjangan antar wilayah di Indonesia yang bersifat kompleks dan multisektoral,
berbagai upaya harus dilakukan untuk mengatasinya,. Dalam Rencana Pembangunan Jangka
Menengah Nasional (RPJMN) untuk tahun 2020-2024, dengan rasio Gini sebagai indicator
ketimpangan, gini rasio ditargetkan turun ke kisaran 0,36. Sementara pada tahun 2019 gini rasio
Indonesia pada 0,38, artinya pemerintah harus dapat menurunkan sebesar 0,02.
Kesenjangan keterampilan teknologi informasi dan komunikasi antar provinsi terjadi di
Indonesia. Berdasarkan data BPS, pada tahun 2016, proporsi remaja dan dewasa usia 15-24
tahun dengan keterampilan teknologi informasi dan komunikasi, Provinsi DKI Jakarta,
Kepulauan Riau, dan Daerah Istimewa Yogyakarta adalah daerah dengan tingkat keterampilan
teknologi infrmasi dan komunikasi tertinggi. Sedangkan dengan tingkat keterampilan teknologi
informasi dan telekomunikasi terendah terjadi di Provinsi Papua. Adanya akses internet yang
mudah sehingga dapat diprediksikan akan bermunculan banyaknya usaha atau jenis pekerjaan
baru. Diharapkan masyarakat dan Pemerintah dapat memanfaatkan momen tersebut dengan
sebaik-baiknya. .
Berdasarkan uraian diatas, tujuan penelitian ini adalah untuk mengetahui pengaruh
pertumbuhan ekonomi, indeks pembangunan manusia, dan investasi asing langsung terhadap
ketimpangan pendapatan di Indonesia.
KERANGKA TEORI
Manoel Bittencourt (2016) penelitian di Amerika selatan menggunakan data tahun 1970-
2007 berkesimpulan,pertumbuhan ekonomi berpengaruh negative terhadap kesenjangan
ekonomi. De Janvry dan Sadoulet (2000) meneliti dua belas Negara Amerika Latin antara tahun
1970-1994 menyimpulkan bahwa pertumbuhan ekonomi tidak berpengaruh terhadap
berkurangnya ketimpangan pendapatan. Lundberg dan Squire (2003), menggunakan sampeel 125
negara berkesimpulan bahwa bahwa pertumbuhan ekonomi, pada kenyataannya, meningkatkan
koefisien Gini atau berpengaruh meningkatkan kesenjangan ekonomi. Begitu juga Lopez (2006)
berkesimpulan sama bahwa pertumbuhan ekonomi berhubungan dengan meningkatnya rasio
gini. Dao (2009) menemukan bahwa persentase penduduk pedesaan yang hidup di bawah garis
kemiskinan tergantung pada daya beli per kapita pendapatan nasional bruto dan wilayah di mana
ia berada. Sima Siami dan Darren H (2017) Produksi pada sector algokultural dan industry
berpengaruh mengurangi ketimpangan pendapatan, sedangkan produksi sector jasa berpengaruh
meningkatkan ketimpangan pendapatan.
Dao (2008) menganalisis dampak pembangunan manusia pada kemiskinan dalam sampel
40 negara berkembang dan menemukan bahwa kemiskinan adalah terkait dengan perbedaan
gender dalam pendidikan, gizi buruk dan kematian anak, kematian ibu, akses ke perawatan
kesehatan prenatal, kebidanan dan ketimpangan pendapatan secara linear tergantung pada
variabel penjelas yang sama ditambah angka kematian bayi. Dao (2013) menganalisis hubungan
antara faktor pendukung, modal manusia dan ketimpangan dalam sampel 19 negara berkembang
dan menemukan bahwa variasi pendapatan atau konsumsi lintas negara ketidaksetaraan dapat
dijelaskan oleh ketidaksetaraan investasi dalam sumber daya manusia yang diukur dengan
ketimpangan dalam kesehatan anak serta ketimpangan dalam pendidikan dan oleh ketimpangan
yang diukur dengan indeks rasio Gini. Ram (1992) menghitung koefisien korelasi antara IPM
dan ketimpangan pendapatan riil dan menemukan berpengaruh meningkatkan ketimpangan.
Minh Quang Dao (2013) akses ke pendidikan serta ketidaksetaraan dalam kesehatan anak yang
secara linear memengaruhi pendapatan atau ketidaksetaraan. Akibatnya, jika pemerintah di
negara-negara berkembang bertujuan untuk mengurangi ketimpangan, mereka perlu menerapkan
program yang dirancang untuk mengurangi ketidaksetaraan dalam kesehatan anak dengan
memungkinkan anak-anak dari yang paling miskin dari yang miskin untuk mendapatkan
imunisasi penuh, yang pada gilirannya akan menyebabkan pengurangan pada bayi dan kematian
anak dan dalam pendidikan dengan menyediakan sarana bagi keluarga berpenghasilan rendah
sehingga anak-anak mereka memiliki akses yang lebih baik ke pendidikan.
(Bussmann et al., 2005; Feenstra dan Hanson, 2003; Furceri dan Loungani, 2015)
berkesimpulan bahwa investasi langsung asing berdampak pada ketimpangan. Kaulihowa and
Adjasi (2018) mengkonfirmasi hubungan non-linear antara FDI dan ketimpangan pendapatan, di
mana, awalnya FDI mengurangi ketidaksetaraan, Namun, efek ini berkurang dengan semakin
jauh peningkatan FDI. Ehrhart (2005) menyelidiki pengaruh FDI bagi negara-negara Amerika
Latin dan Asia Timur dan hasilnya mengungkapkan dampak positif dari FDI pada ketimpangan
pendapatan.
Berdasarkan uraian diatas maka disusun rumusan penelitian sebagai berikut, pertama
apakah pertumbuhan ekonomi , pembangunan manusia dan investasi asing langsung berpengaruh
secara parsial dan simultan terhadap ketimpangan pendapatan, kedua diantara variabel tersebut
manakah yang paling dominan mempengaruhi ketimpangan pendapatan.
METODE PENELITIN
Objek Penelitian, Jenis dan Teknik Pengumpulan Data
Objek penelitian ini adalah provinsi di Indonesia bagian timur yang memiliki kriteria
indeks pembangunan manusia tergolong sedang dan pengeluaran perkapita terendah yaitu
Provinsi Maluku, Maluku Utara, Papua Barat dan Papua tahun 2012-2018. Data diperoleh dari
Badan Pusat Statistik (BPS) dan Badan Koordinasi Penanaman Modal (BPKM).
Model Penelitian
Analisis dimulai dengan pengembangan model matematis yang menggambarkan pola hubungan
kausalitas antara variabel bebas yang meliputi IPM, PDRB dan FDI. Variabel terikat yakni
ketimpangan pendapatan (Gini). Model persamaan garis regresi terebut adalah sebagai sebagai
berikut:
Y = di mana: Y= Ketimpangan pendapatan (Gini); α= konstanta; βi= koefisien regresi; X1=
PDRB; X2=IPM; X3= FDI; e = error.
Secara diagramatik model tersebut adalah sebagai berikut. Y = α + β1X1 + β2X2+ β3X3 + e
di mana: Y= ketimpangan pendapatan (Gini Ratio); α= konstanta; βi= koefisien regresi; X1=
PDRB; X2= IPM; X3= FDI e= error. Secara diagramatik model tersebut adalah sebagai berikut :
Gambar 1. Model Penelitian
Metode Analisis Data
Analisis regresi linier berganda digunakan untuk menguji hipotesis penelitian. Uji asumsi
klasik yang meliputi uji normalitas, multikolinieritas, autokorelasi, dan heteroskedastisitas
dilakukan sebelum analisis regresi
HASIL DAN PEMBAHASAN
Asumsi Klasik
Hasil pengujian normalitas dengan interprensi terhadap One Sample Kolmogrov Simornov
pada penelitian ini memperlihatkan bahwa nilai Asymp Sig (2-tailed) adalah 0,913. Hal ini
berarti nilai Asymp Sig lebih besar dari nilai α = 0,05 (Asymp. Sig > 0,05). Dengan demikian
dapat dinyatakan bahwa penyebaran data memenuhi asumsi normalitas. Hasil pengujian
normalitas dapat dilihat pada tabel 1.
Tabel 1, Hasil Uji Normalitas
N KolmogorovSmirnov Z Asymp. Sig. (2tailed)
36 0,559 0,913
Investasi Asing
Langsung
Kesenjangan
Pendapatan
Pertumbuhan Ekonomi
Pembangunan
Manusia
Hasil pengujian multikolinearitas terdapat pada tabel 2, kelima variable menunjukkan
bahwa tidak terjadi masalah multikolinearitas karena nilai tolerance lebih besar dari 0,1 dan nilai
VIF lebih kecil dari 10 sehingga dapat disimpulkan tidak terdapat hubungan linier antarvariabel
bebas dalam model regresi.
Tabel 2. Hasil Uji Multikolinearitas
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constan
t) .690 .096
7.167 .000
pdrb 9.570E-7 .000 .392 3.005 .005 .641 1.559
ipm -.006 .001 -.497 -3.838 .001 .649 1.541
fdi -8.054E-6 .000 -.049 -.455 .652 .937 1.067
a. Dependent Variable: gini
Hasil analisis uji heteroskedastisitas diperoleh dengan memperhatikan grafik scatterplot,
diketahui bahwa titik-titik data menyebar di atas dan di bawah angka 0 pada sumbu Y dengan
pola yang tidak jelas maka pada model regresi penelitian tidak terjadi masalah
heteroskedastisitas. Hasil pengujian heteroskedastisitasterlihat pada gambar 2.
Gambar 2. Hasil Uji Heteroskedastisitas
Hasil analisis yang diperoleh dari uji autokorelasi adalah tidak terjadinya korelasi antar
residu pada tingkat kepercayaan 95% (α = 5%). Kesimpulan tidak terjadinya autokorelasi karena
posisi nilai Durbin Watson berada pada 1.244 < 2.640 < 2.756. Nilai Durbin Watson hitung
sebesar 2.640 diperoleh dari output SPSS tabel model summary yang ditampilkan pada tabel 3.
Tabel 3 Hasil Uji Autokolerasi
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Durbin-
Watson
1 .807a .651 .619 .02825 2.640
a. Predictors: (Constant), fdi, ipm, pdrb
b. Dependent Variable: gini
Berdasarkan hasil uji asumsi klasik di atas, dapat disimpulkan bahwa data yang diperoleh
dapat dianalisis menggunakan metode analisis regresi linier berganda.
Hubungan Kausal Antar variabel Penelitian
Pengaruh simultan
Berdasarkan tabel koefisien regresi di atas diperoleh persamaan garis regresi sebagai
berikut: Gini = 0,690 + 9.570 PDRB - 0,006 IPM - 8,054 FDI
Hasil analisis varian (anova) dapat dilihat dalam tabel 4. Seperti tampak dalam table 4
tersebut nilai Fhitung adalah 19,936 jauh lebih besar daripada nilai Ftabel pada tingkat
signifikansi α 5 persen yakni 2,892. Hal tersebut menunjukkan bahwa model persamaan garis
regresi dapat digunakan untuk menjelaskan kesenjangan pendapatan (Gini) berdasarkan nilai-
nilai yang mempengaruhinya yakni PDRB, IPM dan FDI. Dengan perkataan lain, secara
simultan ketiga variabel tersebut berpengaruh terhadap ketimpangan pendapatan. Hasil analisis
regresi linier berganda ditampilkan pada table koefisien regresi variabel penelitian berikut ini.
Tabel 4. Hasil Uji Simultan
Model
Sum of
Squares df Mean Square F Sig.
1 Regression .048 3 .016 19.936 .000a
Residual .026 32 .001
Total .073 35
a. Predictors: (Constant), fdi, ipm, pdrb
b. Dependent Variable: gini
Seberapa besar PDRB, IPM dan FDI mempengaruhi kesenjangan pendapatan dapat dilihat
dari koefisien determinasi yang diperoleh adalah sebesar 0,619 dapat dilihat pada table 3. Hal
tersebut mengindikasikan bahwa PDRB, IPM dan FDI secara bersama-sama mempunyai
pengaruh sebesar 61,9 % dalam menentukan kesenjangan pendapatan.
Pengaruh Parsial
Koefisien regresi untuk setiap variabel dengan tingkat signifikansinya dapat dilihat dalam
tabel 2. Sebagaimana tampak dalam tabel tersebut diketahui bahwa terdapat dua variabel bebas
yang berpengaruh signifikan secara parsial terhadap kesenjangan pendapatan yakni PDRB dan
IPM yang memiliki nilai signifikansi lebih kecil dari 0,05. Dari kedua variable tersebut dapat
diidentifikasi yang memiliki pengaruh paling dominan terhadap kesenjangan pendapatan adalah
IPM yang diindikasikan oleh nilai koefisien regresi yang distandarisasi sebesar - 0,497.
HASIL DAN PEMBAHASAN
Pengaruh PDRB terhadap ketimpangan pendapatan
Variabel pertumbuhan ekonomi (PDRB) berpengaruh positif terhadap ketimpangan
pendapatan. Artinya bahwa PDRB berpengaruh meningkatkan ketimpangan pendapatan. Hal ini
sesuai dengan penelitian yang dilakukan oleh Lundberg dan Squire (2003), menggunakan
sampel 125 negara berkesimpulan bahwa bahwa pertumbuhan ekonomi, pada kenyataannya,
meningkatkan koefisien Gini atau berpengaruh meningkatkan kesenjangan ekonomi. Begitu juga
Lopez (2006) berkesimpulan sama bahwa pertumbuhan ekonomi berhubungan dengan
meningkatnya rasio gini.
Pengaruh Pembangunan Manusia (IPM) terhadap ketimpangan pendapatan.
Variabel pembangunan manusia (IPM) berpengaruh negativ terhadap ketimpangan
pendapatan artinya pembangunan manusia berpengaruh mengurangi ketimpangan pendapatan
daerah di provinsi Maluku, Maluku Utara, Papua Barat dan Papua. Hal ini sesuai dengann
penelitian yang dilakukan oleh Minh Quang Dao (2013) bahwa pendidikan dan kesehatan
berpengaruh pada pengurangan ketimpangan pendapatan.
Pengaruh investasi asing langsung terhadap ketimpangan pendapatan
Variabel investasi asing langsung menunjukkan tidak adanya pengaruh terhadap
ketimpangan pendapatan. Kaulihowa and Adjasi (2018) dalam penelitiannya bahwa pada
investasi awal terdapat pengaruh antara investasi asing langsung dengan ketsenjangan
pendapatan tetapi semakin tinggi investasi maka semakin berkurang pengaruhnya. Pengaruh
investasi asing langsung terhadap ketimpangan pendapatan sangat kecil dan memerlukan waktu
yang panjang untuk melihat pengaruh yang lebih kuat lagi. Pengaruh inveatsi asing langsung
(FDI) pada ketimpangan upah, tergantung pada seberapa besar perbedaan upah kerja antara
perusahaan milik asing dan milik dalam negeri dan intensitas keterampilan dari pekerjaan di
perusahaan milik asing dibandingkan dengan yang domestik (Feenstra dan Hanson, 2003;
Estrin, 2017).
KESIMPULAN DAN IMPLIKASI
Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan dalam penelitian ini, dapat ditarik
kesimpulan sebagai berikut.
1. Variabel pertumbuahan ekonomi, pembangunan manusia dan investasi asing langsung
secara bersama-sama berpengaruh terhadap ketimpangan pendapatan..
2. Variabel pertumbuhan ekonomi dan pembangunan manusia secara parsial berpengaruh
terhadap ketimpangan pendapatan. Sementara variabel investasi asing langsung tidak
berpengaruh terhadap ketimpangan pendapatan.
3. Variabel yang secara dominan mempengaruhi ketimpangan pendapatan adalah
pembangunan manusia.
Implikasi
Secara umum ketiga variabel yaitu pertumbuhan ekonomi, pembangunan manusia dan investasi
asing langsung harus diperhatikan, karena semua variabel tersebut secara bersama-sama
berpengaruh terhadap ketimpangan pendapatan. Pembangunan manuisa berpengaruh bahkan
dominan dan negativ pengaruhnya, berdampak kepada berkurangnya ketimpangan pendapatan.
Pemerintah perlu memperhatikan aspek pendidikan dan kesehatan masyarakat miskin hingga
mereka dapat meningkatkan kesehatan, pengetahuan dan ketrampilan, hingga mereka dapat
meningkatkan pendapatan mereka.
DAFTAR PUSTAKA
Bittencourt M, 2016. Economic Growth and Inequality: Evidence from the Young Democracies
of South America, In Macroeconomic Analysis and International Finance. 37-
58.doi.org/10.1108/S1571-038620140000023002
Bound, J. and Johnson, G. 1992, Changes in the structure of wages during the 1980s: an
evaluation of alternative explanations, American Economic Review, Vol. 82 No. 3, pp.
371-392.
Bussmann, M., De Soysa, I. and Oneal, J.R. 2005, The effect of globalization on national income
inequality, Comparative Sociology, Vol. 4 No. 3, pp. 285-312.
Dao, M.Q. 2008, Human capital, poverty, and income distribution in developing countries,
Journal of Economic Studies, Vol. 35 No. 4, pp. 294-303.
Dao, M.Q. 2009, Poverty, income distribution, and agricultural in developing countries, Journal
of Economic Studies, Vol. 36 No. 2, pp. 168-183.
Dao, M.Q. 2013, Factor endowment, human capital, and inequality in developing countries,
Journal of Economic Studies, Vol. 40 No. 1, pp. 98-106.
Deaton, A. 2003, Health, inequality, and economic development”, Journal of Economic
Literature, Vol. 41 No. 1, pp. 113-158.
De Janvry, A., dan Sadoulet, E. 2000. Growth, poverty, and inequality in Latin America: A
causal analysis, 1970 Review of Income and Wealth, 46(3),
Estrin, S. 2017, Foreign direct investment and employment in transition economies. Has FDI
into transition countries had the expected economic effects?, IZA World of Labour No.
330, Bonn.
Ehrhart, C. 2005, Openness to international trade and investment and income inequality:
evidence from a panel Latin American and East Asian countries, CEMAFI, University of
Nice–Sophia.
Feenstra, R. and Hanson, G. 2003, Global production sharing and rising inequality: a survey of
trade and wages, in Choi, E.K. and Harrigan, J. (Eds), Handbook of International Trade,
Blackwell, Malden, MA, pp. 146-185.
Furceri, D. and Loungani, P. 2015, Capital account liberalization and inequality, IMF Working
Paper No. WP/15/243, International Monetary Fund, Washington, DC.
Kaulihowa, T. and Adjasi, C. 2018, FDI and welfare dynamics in Africa, Thunderbird
International Business Review, Vol. 60 No. 3, pp. 313-328.
Lopez, H. 2006. Growth and inequality: Are the 1990s different? Economic Letters, 93(1), 18
Lundberg, M., & Squire, L. 2003. The simultaneous evolution of growth and inequality. The
Economic Journal, 113(487), 326
Ram, R. 1992 International Inequalities in Human Development and Real Income, Economics
Letters, 38, 351–354
Siami Sima dan Darren H 2017 The impacts of sector growth and monetary policy on income
inequality in developing countries, Journal of Economic Studies Vol. 46 No. 3, 2019 pp.
591-610 DOI 10.1108/JES-08-2017-0243
Quang Dao, M. (2013), Factor endowment, human capital, and inequality in developing
countries", Journal of Economic Studies, Vol. 40 No. 1, pp. 98
106. https://doi.org/10.1108/01443581311283538
Zulfiu Alili M, Nick Adnett, 2018, Did FDI increase wage inequality in transition economies?,
International Journal of Social Economics, Vol. 45 Issue: 9, pp.1283-1304,
https://doi.org/10.1108/IJSE-09-2017-0373