PELUANG PARIWISATA DALAM MENURUNKAN KEMISKINAN DI ERA MASYARAKAT EKONOMI ASEAN (MEA)

JOURNAL of RESEARCH in ECONOMICS and MANAGEMENT (Jurnal Riset Ekonomi dan Manajemen)

Volume 16, No. 2, Juli - Desember (Semester II) 2016, Halaman 199-213

PELUANG PARIWISATA DALAM MENURUNKAN KEMISKINAN DI ERA MASYARAKAT EKONOMI ASEAN (MEA) Dody Harris Darmawan Adi Yunanto

ABSTRACT

In 2015, the ASEAN Economic Community (AEC), or better known as Masyarakat Ekonomi ASEAN (MEA) have agreed to jointly deal with the benefit expectations each member state. One of those opportunities to alleviate poverty related MEA is on tourism sector as a result of their visa-free between MEA member countries. Tourism development and economic growth have a mutualism relationship in poverty alleviation. This study analyzes the effect of tourism sector and income per capita on poverty reduction by panel data in 30 provinces of Indonesia in the period 2004 - 2012. Method of analysis uses Least Square method and the estimation model used is Fixed Effect Model (FEM). The empirical results shows the tourism sector and income per capita have a significant effect to poverty reduction. Every 1% increase of tourism sector contribution effects on 0.005% poverty reduction, and every 1% increase of income per capita effects on 0.085%. poverty reduction

Program Pascasarjana Ilmu Ekonomi, Universitas Indonesia Informasi Artikel Riwayat Artikel Diterima tanggal 19 Agustus 2016 Direvisi tanggal 18 September 2016 Disetujui tanggal 30 Oktober 2016 Klasifikasi JEL D39 Kata Kunci MEA, Pariwisata, Pendapatan per kapita, Kemiskinan

ABSTRAKSI

Pada tahun 2015, ASEAN Economic Community (AEC) atau lebih dikenal dengan sebutan Masyarakat Ekonomi ASEAN (MEA) telah menyepakati bersama perjanjian dengan harapan akan memberi manfaat bagi masing-masing negara anggota. Salah satu peluang dalam mengentaskan kemiskinan terkait MEA adalah pada sektor pariwisita sebagai dampak dari adanya bebas visa antar negara anggota MEA. Pembangunan pariwisata dan pertumbuhan ekonomi mempunyai hubungan mutualisme dalam pengentasan kemiskinan. Penelitian ini menganalisis pengaruh sektor pariwisata dan pendapatan per kapita terhadap penurunan kemiskinan dengan panel data di 30 provinsi di Indonesia pada periode tahun 2004 – 2012. Metode analisis dengan Least Square dan model estimasi dengan Fixed Effect Model (FEM). Hasil penelitian menunjukkan sektor pariwisata dan pendapatan per kapita berpengaruh signifikan terhadap penurunan kemiskinan. Setiap kenaikan 1% kontribusi sektor pariwisata berpengaruh terhadap penurunan kemiskinan sebesar 0,005%, dan setiap kenaikan 1% pendapatan per kapita berpengaruh terhadap penurunan kemiskinan sebesar 0,085 %.

DOI 10.17970/jrem.16.160203.ID

199

Dody Harris Darmawa, Adi Yunanto : Peluang Pariwisata Dalam Menurunkan Kemiskinan .....

I.

Pendahuluan

serta dampak positif pariwisata terhadap masyarakat miskin (Spenceley, A., and Seif, J., 2003). Sementara Jamieson, et al. (2004), menyatakan pariwisata belum cukup bukti secara signifikan dalam pengentasan kemiskinan, masih perlu penguatan indikatorindikator secara teori dan konsep ekonomi untuk menunjukkan bahwa pariwisata dapat menurunkan kemiskinan. Bahkan Mbaiwa (2005), menyebutkan pariwisata tidak berkontribusi dalam pengentasan kemiskinan karena dominasi sektor pariwisata oleh investasi asing sehingga posisi strategis didominasi warga asing sementara masyarakat lokal hanya bekerja di posisi income yang rendah. Demikian halnya dengan Roy (2010) menyatakan kunjungan wisatawan tidak berpengaruh signifikan terhadap penurunan kemiskinan.

Pariwisata merupakan sektor kegiatan ekonomi global yang dimanfaatkan oleh berbagai negara di dunia untuk meningkatkan partisipasi mereka dalam pertumbuhan ekonominya. Bryden (1973), menyatakan pembangunan pariwisata dan pertumbuhan ekonomi mempunyai hubungan mutualisme untuk mengentaskan kemiskinan. Sejalan dengan Bryden (1973), Ashley, C., et. al. (2001) menyatakan pariwisata menjadi sarana yang efektif untuk menurunkan kemiskinan. Pro Poor Tourism (PPT) berpengaruh signifikan terhadap terbukanya kesempatan kerja baru, terjadinya peningkatan pendapatan, kesejahteraan masyarakat, bertumbuhnya pelaku kegiatan ekonomi mikro, dan berkurangnya jumlah penduduk miskin. Adanya hubungan langsung antara keuntungan ekonomi dan non-ekonomi bagi masyarakat miskin dalam penerapan PPT,

Gambar 1. Jumlah Kedatangan Wisatawan Negara Asean ke Indonesia Tahun 2002-2014 4 000 000 3 500 000

Brunei

3 000 000

Malaysia

2 500 000

Filipina

2 000 000

Singapura

1 500 000

Thailand

1 000 000

Vietnam AseanLainnya

500 000

Asean Total 1 2 3 4 5 6 7 8 9

10 11 12 13

Sumber : Badan Pusat Statistik

Dalam menghadapi Masyarakat Ekonomi ASEAN (MEA) menjadi tantangan tersendiri bagi Indonesia untuk menjadikan sektor pariwisata menjadi tuan rumah di negeri sendiri. Saat ini sektor pariwisata Indonesia merupakan penyumbang ke dua terbesar setelah migas, namun apabila dibandingkan

dengan negara anggota ASEAN lainnya sektor pariwisata Indonesia mengalami tingkat efektifitas program yang rendah sehingga perlu meningkatkan perencanaan stratejiknya untuk meningkatkan penerimaan devisa (Alexander Wahyudi, 2015).

200


Adanya perdebatan dan perbedaan akan dampak pariwisata terhadap kemiskinan dari penelitian-penelitian sebelumnya menjadi hal yang menarik untuk diteliti lebih lanjut di Indonesia. Penelitian ini mencoba menganalisis bagaimana dampak sektor pariwisata dan pendapatan per kapita terhadap kemiskinan di Indonesia. II.

Kerangka Teori Review

dan


kapita/hari. Sedangkan jenis kebutuhan dasar non-pangan terdiri atas 51 jenis komoditi (kelompok pengeluaran) di perkotaan dan 47 jenis komoditi (kelompok pengeluaran) di perdesaan, meliputi perumahan, bahan bakar, penerangan, dan air; barang-barang dan jasa; pakaian, alas kaki, dan tutup kepala; barangbarang yang tahan lama; keperluan pesta dan upacara. Kebutuhan dasar non- pangan dihitung dengan nilai kebutuhan minimum per komoditi/sub-kelompok non-pangan menggunakan rasio pengeluaran komoditi/ sub-kelompok tersebut terhadap total pengeluaran komoditi/sub-kelompok yang tercatat dalam data Survei Sosial Ekonomi Nasional (Susenas). Berdasarkan kriteria tersebut, BPS menentukan besar acuan Garis Kemiskinan (GK) sebagai batas miskin atau tidak miskin.

Literatur

Menurut BPS, kemiskinan merupakan ketidakmampuan dalam memenuhi kebutuhan dasar, baik kebutuhan dasar pangan maupun kebutuhan dasar non-pangan. Jenis pangan yang diperhitungkan sebagai kebutuhan dasar terdiri atas 52 jenis komoditi (padipadian, umbi- umbian, ikan, daging, telur dan susu, sayuran, kacang-kacangan, buahbuahan, minyak dan lemak, dll). Kebutuhan dasar pangan disetarakan dengan 2.100 kkal/

Tabel 1. Jumlah, Persentase dan Garis Kemiskinan Indonesia Tahun 2004 – 2012


201


remunerated from within the place visited”, yang artinya pariwisata terdiri dari berbagai kegiatan orang- orang yang melakukan perjalanan dan tinggal di tempat-tempat di luar lingkungan kesehariannya selama tidak lebih dari satu tahun berturut-turut untuk tujuan berliburan, bisnis dan tujuan lain yang tidak terkait dengan kegiatan berimbalan di tempat yang dikunjungi. Sedangkan menurut UU No. 10 tahun 2009 tentang Kepariwisataan, dijelaskan bahwa wisata adalah kegiatan perjalanan yang dilakukan oleh seseorang atau sekelompok orang dengan mengunjungi tempat tertentu untuk tujuan rekreasi, pengembangan pribadi, atau mempelajari keunikan daya tarik wisata yang dikunjungi dalam waktu sementara.

Dari tabel 1 terlihat adanya peningkatan kemiskinan dari tahun 2005 ke tahun 2006. Namun selebihnya, kemiskinan cenderung menurun dari tahun ke tahun baik di perdesaan maupun di perkotaan. Sementara batas Garis Kemiskinan juga terus meningkat dari tahun ke tahun di perdesaan dan perkotaan. Bryden (1973), menyatakan penurunan kemiskinan merupakan kontribusi pembangunan pariwisata dan pertumbuhan ekonomi, ketiganya mempunyai hubungan yang mutualisme. Menurut WTO (1999), “Tourism comprises the activities of persons travelling to and staying in places outside their usual environment for not more than one consecutive year for leisure, business and other purposes not related to the exercise of an activity

Gambar 2. Jumlah Wisatawan Mancanegara dan Penerimaan Devisa Pariwisata Tahun 2004 – 2012


202



Gambar 3. Rata-Rata Lama Tinggal dan Pengeluaran Wisatawan Mancanegara Tahun 2004 - 2012


Dari gambar 1 dan gambar 2 terlihat bahwa jumlah wisatawan mancanegara terus bertambah. Rata-rata lama tinggal dan pengeluaran per kunjungan juga menunjukkan peningkatan. Penurunan jumlah wisatawan dan rata-rata lama tinggal dan pengeluaran terjadi pada tahun 2009. Hal ini kemungkinan disebabkan terjadinya krisis suprime mortgage di Amerika Serikat pada tahun 2008. Sementara penerimaan devisa pariwisata cenderung meningkat dalam lima tahun terakhir (2008 – 2012), meskipun di tahun 2004 – 2006 mengalami penurunan.

World Bank (2013), menyatakan pariwisata membuka berbagai peluang melalui masuknya investasi sebagai pendorong pertumbuhan ekonomi, terbukanya lapangan kerja, dan meningkatnya pendapatan devisa pemerintah. Archer (2000) menyatakan bahwa jumlah (volume) pengeluaran wisatawan akan menciptakan dampak langsung terhadap sektor perdagangan, hotel dan restoran. Semakin berkembangnya sektor pariwisata memberikan dampak meningkatnya pendapatan daerah tersebut.

Gambar 4. Produk Domestik Bruto (PDB) per Kapita dan Jumlah penduduk Indonesia Tahun 2004 – 2012


203


Produk Domestik Bruto (PDB) per Kapita merupakan gambaran dan ratarata pendapatan yang diterima oleh setiap penduduk selama satu tahun di suatu negara. Data statistik ini merupakan salah satu indikator yang dapat digunakan untuk mengukur tingkat kemakmuran suatu negara. PDB per Kapita diperoleh dari hasil bagi antara PDB dengan jumlah penduduk pertengahan tahun yang bersangkutan. Gambar 3 menunjukkan peningkatan PDB per Kapita dari tahun ke tahun. Peningkatan kontribusi sektor pariwisata diikuti dengan peningkatan PDB per Kapita dan penurunan kemiskinan. Spenceley and Seif (2003), menyatakan adanya hubungan langsung antara keuntungan ekonomi dan non- ekonomi bagi masyarakat miskin dalam penerapan PPT. Ashley, et. al., (2001) secara mendalam mengkaji pengalaman empiris terhadap strategi PPT dari enam studi kasus yang dilakukan di Afrika Selatan, Namibia, Uganda, St Lucia, Ekuador dan Nepal. Hasil penelitian menyatakan peran pro poor tourism (PPT) sangat signifikan dan positif terhadap: (1) terbukanya kesempatan kerja baru, (2) terjadinya peningkatan dan pemerataan pendapatan, dan kesejahteraan masyarakat, (3) bertumbuhnya pelaku kegiatan ekonomi mikro, dan (4) semakin berkurangnya jumlah penduduk miskin. Spenceley and Seif (2003), menganalisis strategi dari lima perusahaan swasta yang bergerak di bidang pariwisata di Afrika Selatan. Temuan penelitian ini menyatakan terjadinya hubungan langsung antara keuntungan ekonomi dan non-ekonomi bagi masyarakat miskin dalam penerapan PPT dan dampak posisif pariwisata terhadap masyarakat miskin di pedesaan. Croes, R., and Vanegas, M., (2008) menganalisis hubungan antara pariwisata, pertumbuhan ekonomi dan penurunan kemiskinan di Nikaragua dengan menggunakan cointegration and causality

tests. Data yang digunakan yaitu data tahunan dari 1980 – 2004 meliputi Gross Domestic Product (GDP), Penerimaan Pariwisata, dan Jumlah penduduk miskin. Hasil cointegration test menunjukkan adanya cointegration di antara ketiga variabel tersebut. Sementara hasil granger-causality test menunjukkan : (1) hubungan kausal satu arah pada pembangunan pariwisata dengan ekspansi ekonomi, dan pariwisata dengan penurunan kemiskinan, dan (2) hubungan kausal dua arah pada ekspansi ekonomi dan kemiskinan. Anwar, Jahid Md., (2012) melakukan penelitian di daerah pariwisata berpenduduk miskin di Bangladesh menyatakan bahwa pariwisata berpengaruh signifikan terhadap peningkatan perekonomian masyarakat miskin di Bangladesh, mampu mempertahankan nilai sosial budaya masyarakat lokal dari pengaruh asing, dan mampu meningkatkan penghasilan dan kesejahteraan masyarakat. Karim, et., al., (2012), pariwisata Pakistan mampu menjadi motor untuk meningkatkan pertumbuhan ekonomi melalui kontribusinya terhadap Gross Domestic Product (GDP), terjadinya peningkatan ekspor produk pariwisata, dan pendapatan pajak. Pengembangan pariwisata berbasis masyarakat sebagai sebuah alternatif bagi pengembangan pariwisata diawali dari tradisi sosial dan budaya masyarakat yang diintegrasikan dengan masyarakat secara lebih luas di daerah yang berbasis pariwisata dan non pariwisata. Penelitian ini menyimpulkan bahwa kegiatan pro-poor tourism (PPT) dapat dijadikan strategi pengembangan komunitas yang lebih luas, yang dapat memperbaiki kehidupan masyarakat yang termarginalkan. Klytchinkova, Irina and Dorosh, Paul., (2012) menganalisis dampak pengeluaran pariwisata pada pertumbuhan dan kemiskinan di 4 provinsi di Panama menggunakan Social Accounting Matrix Model. Data yang digunakan yaitu : (1) Struktur pendapatan dan pengeluaran di tingkat provinsi yang

204


dihitung dari Survey Pengukuran Standar Hidup di Panama tahun 2003, (2) Kunjungan dan pengeluaran wisatawan domestik dan mancanegara di tingkat provinsi dihitung dari survei pariwisata tahun 2006 dan 2007 oleh Contraloría for the Tourism Satellite Accounts (TSA), dan (3) Tabel Input-Output dan Agregat Social Accounting Matrix Model yang mewakili struktur ekonomi Panama di tingkat nasional. Analisis dillakukan dengan menggunakan a variant of the fixed-price, linear input-output model, dan the semiinput-output model. Hasilnya menunjukkan sektor pariwisata memiliki efek multiplier yang besar pada perekonomian Panama dan memiliki potensi manfaat yang signifikan bagi masyarakat miskin. Patera, Made., et., al., (2015) menganalisis dampak pariwisata dan kinerja ekonomi terhadap kemiskinan di Kabupaten Badung, Bali menggunakan Partial Least Square (PLS). Data yang digunakan yaitu data tahunan dari 2000 – 2013 meliputi (1) Indikator Pengembangan Pariwisata Kabupaten Badung terdiri dari: Jumlah Kunjungan Wisatawan, Kontribusi PHR, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan (2) Indikator Kinerja Perekonomian Kabupaten Badung terdiri dari: Pertumbuhan PDRB, Penyerapan Tenaga Kerja dan Investasi, dan (3) Indikator Kemiskinan di Kabupaten Badung terdiri dari : Jumlah Penduduk Miskin, Presentase Penduduk Miskin, Indeks Kedalaman Kemiskinan dan Indeks Keparahan Kemiskinan. Hasilnya : (1) Perkembangan pariwisata memberikan pengaruh positif dan signifikan terhadap kinerja perekonomian, artinya bahwa semakin baik perkembangan pariwisata, kinerja perekonomian semakin meningkat. (2) Kinerja perekonomian berpengaruh negatif dan signifikan `terhadap kemiskinan, artinya semakin tinggi kinerja perekonomian, semakin menurun tingkat kemiskinan, dan (3) Perkembangan pariwisata berpengaruh negatif dan signifikan terhadap


tingkat kemiskinan, artinya bahwa semakin meningkatnya perkembangan pariwisata, maka berdampak terhadap semakin menurunnya kemiskinan. Jamieson, et., al., (2004) mengkaji dampak strategi pro-poor tourism (PPT) dalam pengentasan kemiskinan. Hasil penelitiannya menunjukkan pariwisata belum cukup bukti secara signifikan dalam pengentasan kemiskinan, masih perlu penguatan indikatorindikator secara teori dan konsep ekonomi untuk menunjukkan bahwa pariwisata dapat menurunkan kemiskinan. Mbaiwa, (2005) melakukan penelitian yang menunjukkan pariwisata tidak berkontribusi dalam pengentasan kemiskinan di Bostwana, Afrika karena dominasi sektor pariwisata oleh investasi asing sehingga posisi strategis didominasi warga asing sementara masyarakat lokal hanya bekerja di posisi dan income yang rendah. Selain itu, perekonomian Bostwana juga didominasi sektor pertambangan berlian sehingga sektor pariwisata tidak berkontribusi secara signifikan terhadap pengentasan kemiskinan. Roy, Hiranmoy, (2010), menganalisis hubungan antara pariwisata, kemiskinan dan income per capita di 18 negara bagian di India dengan menggunakan multiple regression for panel data (Pooled-OLS, FEM, dan REM). Data yang digunakan yaitu data periode 200102 dan 2003-4 meliputi persentase penduduk miskin, persentase kunjungan wisatawan, dan Pendapatan per kapita. Hasil estimasi PooledOLS menunjukkan kunjungan wisatawan dan pendapatan per kapita secara bersama-sama mengurangi kemiskinan, namun kunjungan wisatawan tidak berpengaruh signifikan terhadap penurunan kemiskinan, sementara pendapatan per kapita berpengaruh signifikan terhadap penurunan kemiskinan. Sedikitnya periode data yang digunakan dalam penelitian ini diduga sebagai penyebab pariwisata tidak berpengaruh signifikan terhadap penurunan kemiskinan.

205


III.

METODE PENELITIAN

Berikut statistik deskriptif kunjungan wisatawan ASEAN dan data kemiskinan berdasarkan data BPS. Tabel 2. Statistik Deskriptif Kunjungan Wisata dan Kemiskinan Kunjungan Wisata

Asean Lainnya

Asean Total

Mean

Brunei 20544,7

Malaysia 995839

Filipina 153265

Singapura 1478570,5

Thailand 91017,5

Vietnam 18843,9

26893,6

2784974

Std. Dev.

11769,3

374409

70383,8

133850,1

43394,9

14792,5

17896,8

578268,7

Kemiskinan

Kota

Desa

Mean

11,08

18,38

Std. Dev.

1,63

2,43 Sumber : BPS, diolah penulis

Dalam penelitian ini, model yang digunakan mengacu pada model Roy (2010), sebagai berikut : Pov = f (PCI, Tou) Adapun model empirisnya yaitu: Povi,t = β0 + Ti,t + β2PCIi,t + Ɛ i,t dimana : Povi,t Ti,t t PCI Ɛ i,t

= Persentase Penduduk miskin di distrik i pada periode t = Banyaknya Wisatawan yang datang ke distrik i pada periode = Pendapatan Per Kapita Distrik i pada periode t = Error model

Dari model tersebut, penelitian ini menyusun model sebagai berikut : ln(POV)i,t = β0 + Ti,t + β2 ln(PCI)i,t + Ɛ i,t dimana : POVi,t = Jumlah Penduduk Miskin di Provinsi i pada Tahun t PCIi,t = Pendapatan Per Kapita di Provinsi i pada tahun t (Proxy yang digunakan yaitu data PDB per Kapita atas dasar Harga Berlaku) Ti,t = Banyaknya wisatawan yang datang di Provinsi i pada tahun t (Proxy yang digunakan yaitu persentase okupansi/keterisian hotel) Analisis empiris menggunakan data tahunan periode 2004 – 2012 di 30 provinsi di Indonesia (kecuali Kepulauan Riau, Kalimantan Utara, Sulawesi Barat, dan Papua Barat) dengan panel data. Panel data disusun dalam bentuk Stacked. Selanjutnya dilakukan estimasi panel data dengan Pooled Least Squared, Fixed Effect Model (FEM), dan Random Effect Model (REM). Untuk

menentukan hasil estimasi yang terbaik, maka dilakukan F-Test (Chow Test) dan HausmanTest untuk validasi model. Dari hasil yang terbaik tersebut, maka dipilih estimasi yang digunakan. Dari pemilihan estimasi terbaik dapat diinterpretasikan pengaruh pariwisata dan PDB per Kapita terhadap penurunan kemiskinan. Ekspektasi parameter model di atas bahwa sektor pariwisata dan PDB per

206



Kapita berpengaruh signifikan terhadap penurunan kemiskinan. IV.

ANALISIS DATA DAN PEMBAHASAN

Seluruh data panel diregresikan dengan tiga estimasi, yaitu Pooled Least Squared, Fixed Effect Model (FEM), dan Random Effect Model (REM). Hasil estimasinya sebagai berikut : Pooled Data Dependent Variable: LNPOV Method: Panel Least Squares Date: 05/30/16 Time: 15:44 Sample: 2004 2012 Periods included: 9 Cross-sections included: 30 Total panel (balanced) observations: 270 Variable

Coefficient

Std. Error t-Statistic

Prob.

C

14.29928

1.269509 11.26363

0.0000

LNPCI TOU

-0.004382 -0.020657

0.078998 -0.055464 0.007434 -2.778591

0.9558 0.0058

R-squared

0.029566

Mean dependent var

13.27304

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.022297 1.060972 300.5517 -397.5851 4.067307 0.018196

S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

1.073002 2.967297 3.007280 2.983352 0.199927

Dari estimasi dengan Pooled Least Squared menunjukkan PDB per Kapita (PCI) dan Sektor Pariwisata (TOU) tidak berpengaruh signifikan terhadap Penurunan Kemiskinan (POV). Ini terlihat dari R-squared yang sangat kecil, hanya 0,029. Fixed Effect Model (FEM) Dependent Variable: LNPOV Method: Panel Least Squares Date: 05/30/16 Time: 15:46 Sample: 2004 2012 Periods included: 9 Cross-sections included: 30 Total panel (balanced) observations: 270

207


Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

14.90651

0.238558

62.48584

0.0000

LNPCI TOU

-0.084992 -0.005234

0.014902 0.001126

-5.703282 -4.646526

0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) R-squared

0.990324

Mean dependent var

13.27304

Adjusted R-squared S.E. of regression

0.989064

S.D. dependent var

1.073002

0.112209

-1.426024

Sum squared resid Log likelihood

2.996617 224.5132

F-statistic Prob(F-statistic)

785.8046 0.000000

Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Dari estimasi dengan Fixed Effect Model (FEM) menunjukkan PDB per Kapita (PCI) dan Sektor Pariwisata (TOU) berpengaruh signifikan terhadap Penurunan Kemiskinan (POV). Ini terlihat dari R-squared model yang mencapai 0,99. PDB per Kapita (PCI) dan Sektor Pariwisata (TOU) secara bersamasama berpengaruh signifikan terhadap Penurunan Kemiskinan. Ini dapat dilihat dari nilai F-Statistic > Prob(F-statistic). Sementara pada T- statistic, PCI berpengaruh signifikan terhadap POV, ini terlihat dari t-statisticPCI > Prob(t- statistic)., artinya

-0.999544 -1.254768 1.019222

setiap kenaikan 1 % PDB per Kapita akan menurunkan Kemiskinan sebesar 0,085 %. Demikian halnya dengan TOU berpengaruh signifikan terhadap penurunan POV karena t-statisticTOU > Prob(t-statistic), artinya setiap kenaikan Kontribusi Sektor Pariwisata sebesar 1 %, akan menurunkan Kemiskinan sebesar 0,005 %. Untuk memvalidasi apakah estimasi FEM merepresentasikan model yang digunakan dan lebih baik dengan Pooled Least Squared, maka dilakukan F-Test atau Chow Test.

F-Test atau Chow Test Redundant Fixed Effects Tests Equation: RANDOM Test cross-section fixed effects EffectsTest Cross-sectionF Cross-sectionChi-square

Statistic 814.920051 1244.19661 1

208

d.f.

Prob.

(29,238)

0.0000

29

0.0000



Dari F-Test terlihat bahwa Prob. Cross-section F < 0,05, artinya FEM lebih tepat digunakan dibandingkan dengan Pooled Least Squared. Selanjutnya estimasi dengan Random Effect Model (REM) dan Hausman Test untuk menentukan estimasi dengan FEM atau REM yang tepat dan dipilih. Random Effect Model (REM) Dependent Variable: LNPOV Method: Panel EGLS (Cross-section random effects) Date: 05/30/16 Time: 15:47 Sample: 2004 2012 Periods included: 9 Cross-sections included: 30 Total panel (balanced) observations: 270 Swamy and Arora estimator of component variances

Variable

Coefficient

C LNPCI TOU

14.90371 -0.084715 -0.005271

Std.Error

t-Statistic

0.311281 47.87856 0.014883 -5.691944 0.001126 -4.682536

Effects Specification Cross-sectionrandom Idiosyncraticrandom

S.D. 1.097213 0.112209

Prob. 0.0000 0.0000 0.0000 Rho 0.9896 0.0104

Weighted Statistics R-squared AdjustedR-squared S.E.ofregression F-statistic Prob(F-statistic)

0.205324 0.199371 0.111980 34.49302 0.000000

Mean dependentvar S.D. dependentvar Sum squaredresid Durbin-Watsonstat

0.452202 0.125149 3.348079 0.870018

Unweighted Statistics R-squared Sum squared resid

0.012681 305.7812

Mean dependent var Durbin-Watson stat

13.27304 0.174815

Dari estimasi dengan Random Effect Model (REM) menunjukkan PDB per kapita (PCI) dan Sektor Pariwisata (TOU) tidak berpengaruh signifikan terhadap penurunan Kemiskinan (POV). Ini terlihat dari R-squared yang kecil, yaitu sebesar 0,21. Untuk memvalidasi mana yang lebih tepat antara FEM dan REM, maka dilakukan Hausman Test.

209


Hausman Test Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Chi-Sq. StatisticChi-Sq.d.f.

Test Summary Cross-sectionrandom

0.914108

Prob. 2

0.6331

Dari hasil Hausman Test terlihat bahwa Prob. Cross-section Random > 0,05, artinya FEM lebih tepat digunakan dibandingkan dengan REM. Jadi model estimasi yang dipilih dalam penelitian ini adalah Fixed Effect Model (FEM). Selain itu, perlu dicek heteroskedastisitas dari model yang digunakan, karena heteroskedastisitas biasanya terjadi pada jenis data cross section. Regresi data panel memiliki karakteristik tersebut, maka ada kemungkinan terjadi heteroskedastisitas. Untuk membandingkan apakah FEM terjadi heteroskedastisitas atau tidak, dapat dilakukan dengan cara membandingan hasil antara FEM tanpa pembobotan (unweighted) dan FEM dengan pembobotan (weighted). FEM tanpa pembobotan (unweighted) Dependent Variable: LNPOV Method: Panel Least Squares Date: 06/01/16 Time: 18:40 Sample: 2004 2012 Periods included: 9 Cross-sections included: 30 Total panel (balanced) observations: 270 Variable

Coefficient

C LNPCI TOU

14.90651 -0.084992 -0.005234

Std.Error

t-Statistic

0.238558 62.48584 0.014902 -5.703282 0.001126 -4.646526

Prob. 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.990324 0.989064 0.112209 2.996617 224.5132 785.8046 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

210

13.27304 1.073002 -1.426024 -0.999544 -1.254768 1.019222



FEM dengan pembobotan (weighted) Dependent Variable: LNPOV Method: Panel EGLS (Cross-section weights) Date: 06/01/16 Time: 18:42 Sample: 2004 2012 Periods included: 9 Cross-sections included: 30 Total panel (balanced) observations: 270 Linear estimation after one-step weighting matrix Variable

Coefficient

C LNPCI TOU

16.13865 -0.164501 -0.003725

Std.Error

t-Statistic

0.241152 66.92304 0.015895 -10.34950 0.000814 -4.575346

Prob. 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.993935 0.993145 0.106466 1258.239 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

17.62812 9.441262 2.697720 1.177420

Hasil perbandingan antara FEM tanpa pembobotan (unweighted) dan FEM dengan pembobotan (weighted) dapat dirangkum sebagai berikut : Tabel 3. Perbandingan antara FEM tanpa pembobotan (unweighted) dan FEM dengan pembobotan (weighted) Parameter FEM unweighted FEM weighted Ketiganya < 0,05 Ketiganya < 0,05 Prob. t-statistic 0.990324 0.993935 R-squared 0.000000 0.000000 Prob (F-statistic) Berdasarkan 3 (tiga) parameter di atas pada dasarnya tidak terdapat perbedaan yang terlalu signifikan, hanya pada R-squared saja yang mana FEM weighted lebih besar sehingga dapat disimpulkan tidak terjadi heteroskedastisitas pada FEM.

Dari hasil estimasi FEM seperti disebutkan di atas menunjukkan PDB per Kapita (PCI) dan Sektor Pariwisata (TOU) berpengaruh signifikan terhadap Penurunan Kemiskinan (POV). PDB per Kapita (PCI) dan Sektor Pariwisata (TOU) secara bersamasama berpengaruh signifikan terhadap 211


Ashley, C., et. al. 2001. Pro Poor Report No. 1 “Pro-Poor Tourism Strategies: Making Tourism Work For The Poor”, ODI (Overseas Development Institute). Badan Pusat Statistik. 2008. Analisis dan Perhitungan Tingkat Kemiskinan 2008, Jakarta. Badan Perencanaan Pembanguan Nasional. 2013. Data dan Informasi Kinerja Pembangunan 2004-2012. Jakarta. Bryden, J. 1973. Tourism and Development: A Case Study of the Commenwealth Carribean. Cambridge: Cambridge University Press. Croes, R. and Vanegas, M. 2008. Cointegration and Causality Between Tourism and Poverty Alleviation. Journal of Travel Research. 47. Jamieson, et. al. 2004. “Contribution of Tourism To Poverty Alleviantion: Pro-Poor Tourism and Challenge of Measuring Impacts” For Transport Policy and Tourism Section Transpor and Tourism Devision UN ESCAP. Karim, et. al. 2012. “Integrating pro-poor tourism activities in a communitybased idea of development: the case of the district of Hunza-Neger, Pakistan”, Proceedings of the International Colloquium on Tourism and Leisure (ICTL) 2012 Bangkok. Klytchinkova, Irina and Dorosh, Paul. 2012. Tourism Sector in Panama : Regional Economic Impact and The Potential to Benefit The Poor. Mbaiwa, JE. 2005. “Enclave tourism and its socio-economic impacts in the Okavango Delta, Botswana”. Tourism Management No. 26 page 157–172. Patera, Made., et. al. 2015. Effect of Tourism And Economic Performance On Poverty In Bali. International Journal Of Multidisciplinary Educational Research. Volume 4, Issue 12(1).

Penurunan Kemiskinan. PCI berpengaruh signifikan terhadap POV dimana setiap kenaikan 1 % PDB per Kapita akan menurunkan Kemiskinan sebesar 0,085 %. Demikian halnya dengan TOU berpengaruh signifikan terhadap penurunan POV, dimana setiap kenaikan Kontribusi Sektor Pariwisata sebesar 1 %, akan menurunkan Kemiskinan sebesar 0,005 %. Hasil ini sejalan dengan teori Bryden (1973) yang menyatakan pembangunan pariwisata dan pertumbuhan ekonomi mempunyai hubungan mutualisme untuk mengentaskan kemiskinan. Hasil penelitian ini juga menguatkan penelitian empiris Croes, R., and Vanegas, M., (2008) yang menganalisis hubungan antara pariwisata, pertumbuhan ekonomi dan penurunan kemiskinan di Nicaragua, dimana hasilnya menunjukkan adanya kointegrasi di antara ketiga variabel tersebut, dan hasil granger-causality test menunjukkan hubungan kausal satu arah pada pembangunan pariwisata dengan ekspansi ekonomi, dan pariwisata dengan penurunan kemiskinan, dan hubungan kausal dua arah pada ekspansi ekonomi dan kemiskinan. Daftar Rujukan Archer, B.H. 2000. Tourism and Island Economies: Impact Analysis, dalam: Clem Tisdell, The Economics of Tourism, Volume II, An Elgar Reference Collection, Cheltenham, UK Northhamton, USA. Anwar, Jahid Md. 2012. “Poverty Alleviation Through Sustainable Tourism: A CriticalAnalysis Of ‘Pro-Poor Tourism’ And Implications For Sustainability In Bangladesh”, Research Report Presented to Professor COOPER Malcolm J. M. In Partial Fulfillment of the Requirements for the Degree Of Master of Science in International Cooperation Policy, hlm. 1-94.

212


Roy,

Hiranmoy. 2010. Social Science Reasearch Network. The Role of Tourism to Poverty Alleviation. Spenceley, A., and Seif, J. 2003. “Strategies, Impacts and Costs of Pro-Poor Tourism Approaches in South Africa”, International Centre for Responsible Tourism, PPT Working Paper No. 11, page. 1-44. Undang-undang Republik Indonesia Nomor 10 tahun 2009. Kepariwisataan. Jakarta. Wahyudi, Alexander. 2015. Strategic plan untuk Industri Pariwisata dalam Menghadapi Masyarakat Ekonomi Asean (MEA). Universitas Tarumanagara, Jakarta. World Bank. 2013. Annual Report 2013. World Tourism Organization. 2004. Tourism 2020 Vission, Madrid: WTO. World Tourism Organization. 2014. Tourism Highlite 2014 Editions, Madrid, Spain.

213



214

PELUANG PARIWISATA DALAM MENURUNKAN KEMISKINAN DI ERA MASYARAKAT EKONOMI ASEAN (MEA)

Recommend Documents