PENGARUH STRUKTUR EKONOMI TERHADAP KETIMPANGAN DISTRIBUSI PENDAPATAN
Oleh : Vebryna Permatasari Rantung Fakultas Ekonomi Universitas Islam Indonesia
[email protected]
Abstrak: Penelitian ini bertujuan untuk menganalisis pengaruh struktur ekonomi terhadap ketimpangan distribusi pendapatan dengan variabel kontrol angka partisipasi sekolah dan persentase penduduk miskin di 32 Provinsi di Indonesia. Peelitian ini bertujuan untuk mengetahui sektorsektor yang memiliki pengaruh terhadap ketimpangan distribusi pendapatan. Analisa dilakukan melalui data panel 32 provinsi di Indonesia pada periode 2007-2013. Hasil penelitian menunjukkan bahwa peningkatan pada sektor pertanian, jasa dan persentase penduduk miskin dapat memperbaiki tingkat ketimpangan distribusi pendapatan di Indonesia. Peningkatan sektor jasa dan angka partisipasi sekolah (umur 18-24 tahun) dapat memperburuk ketimpangan distribusi pendapatan. Kata Kunci : Struktur Ekonomi, Ketimpangan distribusi Pendapatan, PENDAHULUAN Pada umumnya setiap negara di dunia memiliki tujuan utama yaitu meningkatkan taraf hidup atau mensejahterakan seluruh rakyat melalui pembangunan ekonomi. Dengan kata lain, pembangunan ekonomi merupakan upaya dari suatu negara untuk meningkatkan kesejahteraan rakyatnya melalui pemanfaatan sumberdaya yang ada. Peningkatan kesejahteraan antara lain dapat diukur dari kenaikan tingkat pendapatan nasional atau laju pertumbuhan ekonomi yang tinggi setiap tahunnya (Sukirno, 1985). Keberhasilan pembangunan ekonomi yang sering diukur dengan pertumbuhan ekonomi, membuat pemerintah berusaha untuk menciptakan laju pertumbuhan ekonomi yang tinggi. Salah satu strategi yang digunakan pemerintah untuk menciptakan pertumbuhan ekonomi yang tinggi adalah memacu sektor-sektor ekonomi yang dapat memberikan nilai tambah yang besar dalam waktu singkat.
Seiring dengan gerak pembangunan yang dilakukan, ketimpangan dan distribusi pendapatan dan kemiskinan menjadi lingkaran masalah yang sulit untuk diatasi. Ketimpangan distribusi pendapatan adalah suatu kondisi dimana distribusi pendapatan yang diterima masyarakat tidak merata. Ketimpangan dalam distribusi pendapatan menggambarkan bahwa hanya sebagian kecil masyarakat yang menikmati sebagian besar pendapatan negara. Sebaliknya sebagian besar masyarakat yang terdiri dari karyawan dan buruh hanya menikmati sedikit dari pendapatan nasional (Djojohadikusumo, 1955). Adanya ketimpangan distribusi pendapatan tersebut menyebabkan adanya kesenjangan antara masyarakat kaya dengan masyarakat miskin sehingga yang miskin sulit keluar dari kemiskinan. Ketimpangan distribusi pendapatan tersebut merupakan suatu masalah yang harus segera diatasi karena ketimpangan pendapatan berdampak bukan hanya dalam hal ekonomi tetapi juga dalam hal sosial. Todaro (2003) menyebutkan dua alasan mengapa ketimpangan harus diperhatikan yaitu, ketimpangan yang ekstrem dapat menyebabkan inefisiensi ekonomi serta melemahkan stabilitas sosial dan solidaritas. Rumusan Masalah Sektor-sektor ekonomi memiliki keterkaitan satu dengan yang lainnya. Hal ini karena peningkatan pertumbuhan dan pendapatan tenaga kerja dalam satu sektor akan meningkatkankonsumsi barang dan jasa dari sektor lainnya. Peningkatan konsumsi barang dan jasa sektor lainnya dan akan memacu pertumbuhan dan pendapatan tenaga kerja sektor-sektor tersebut, jika hal ini terus berlangsung maka tercipta pertumbuhan ekonomi yang seimbang dan stabil yang sangat penting bagi perekonomian. Meningkatnya produktivitas tenaga kerja akan meningkatkan upah sehingga meningkatkan kesejahteraan tenaga kerja, karena upah merupakan imbalan dari produktivitas. Jumlah tenaga kerja di Indonesia yang bekerja sebagai buruh dan karyawan sebesar 40.19 persen pada tahun 2013 (BPS). Hal ini berarti jika produktivitas tenaga kerja atau pertumbuhan per kapita meningkat maka kesejahteraan tenaga kerja akan meningkat dan akan memperbaiki distribusi pedapatan di Indonesia. Dari uraian diatas, maka rumusan permasalahan yang menarik untuk di teliti adalah : 1. Apakah perubahan struktur ekonomi yang terjadi di Indonesia mempengaruhi tingkat ketimpangan pendapatan di Indonesia.
2. Bagaimana pengaruh masing-masing sektor ekonomi terhadap distribusi pendapatan di Indonesia ? Adapun studi empiris sebagai kajian pustaka dalam penelitian ini adalah sebagai berikut: Nurul Rahmawati (2013), dengan penelitiannya yang berjudul “Perubahan Struktur Ekonomi dan Ketimpangan Distribusi Pendapatan Di Provinsi Jawa Barat Periode 2008-2011”. Hasil analisis regresi data panel menunjukkan bahwa pertumbuhan ekonomi sektor pertanian berpengaruh terhadap penurunan ketimpangan distribusi pendapatan, sedangkan pertumbuhan ekonomi sektor jasa meningkatkan ketimpangan distribusi pendapatan di Jawa Barat. Diyah Ratna Sari (2006), dengan penelitiannya yang berjudul “Analisis Pengaruh Pertumbuhan sektor-Sektor Ekonomi Terhadap Distribusi Pendapatan Di Kabupaten Bogor” Hasilnya, hanya pertumbuhan sektor keuangan, persewaan dan jasa perusahaan dan jasajasa yang berpengaruh signifikan terhadap ketimpangan distribusi pendapatan dan hubungannya adalah negatif. Suhartono dalam penelitiannya yang berjudul “Struktur Ekonomi, Kesempatan Kerja dan Ketimpangan Pendapatan di Provinsi Jawa Tengah” menganalisis sektor-sektor ekonomi yang potensial dan layak dikembangkan dimasing-masing kabupaten/kota di Provinsi Jawa Tengah dan menganalisis tingkat ketimpangan antar kabupaten/kota di Provinsi Jawa Tengah. Definisi Ketimpangan Pendapatan Menurut Gkaese (dalam Hajiji, 2010) Ketimpangan pendapatan adalah suatu kondisi dimana distribusi pendapatan yang diterima masyarakat tidak merata. Ketimpangan ditentukan oleh tingkat pembangunan, heterogenitas etnis, ketimpangan juga berkaitan dengan kediktatoran dan pemerintah yang gagal menghargai property rights. Menurut mubiyarto (1995), kesenjangan dapat dibedakan menjadi ; 1. Kesenjangan antar sektor, yaitu sektor industri dan sektor pertanian. Kesenjangan jenis ini merupakan masalah lama dan sudah menjadi bahan kajian para pakar di banyak negara 2. Kesenjangan antar daerah. Dalam sejarah, kesenjangan antar daerah terjadi antar wilayah Jawad an Luar Jawa, dan sejak kemajuan Provinsi Bali yang luar biasa, menjadi kesenjangan “Jawa dengan Luar Jawa Bali”
3.
Kesenjangan antar golongan ekonomi. Kesenjangan jenis ini adalah yang paling berat dan dalam sistem perekonomian yang cenderung liberal atau kapitalis, perekonomian yang tumbuh terlalu cepat justru mengakibatkan kesenjangna menjadi semakin parah Definisi Rasio Gini Rasio gini adalah suatu koefisien yang berkisar dari angka 0 hingga 1, besarnya koefisien gini tersebut menjelaskan derajat kemerataan/ketimpanan distribusi pendapatan nasional. Semakin kecil (semakin mendekati nol) koefisiennya, semakin baik atau merata distribusinya. Sebaliknya, semakin besar koefisiennya (semakin mendekati satu) semakin semakin timpang distribusinya (Dumairy, 1999). Rasio gini dapat ditaksir secara visual dari kurva Lorenz, yaitu perbandingan luas area yang terletak diantara kurva Lorenz dan diagonal terhadap luas area segitiga OBC. Semakin melengkung kurva Lorenz, area dibagi akan semakin luas, rasio gini-nya semakin besar dan menyiratkan distribusi pendapatan yang timpang. Rasio gini juga dapat dihitung secara matematis dengan rumus : k Pi (Qi Qi 1 ) G 1 10.000 i 1 Dengan : Pi : persentase rumahtangga atau penduduk pada kelas ke-i Qi : persentase kumulatif total pendapatan atau pengeluaran sampai kelas ke-i Kriteria ketidak merataan versi Bank Dunia didasarkan atas porsi pendapatan nasional yang dinikmati oleh tiga lapisan penduduk, yakni 40% penduduk berpendapatan menengah, serta 20% penduduk berpendapatan tertinggi (penduduk terkaya). Ketimpangan atau ketidak merataan distribusi dinyatakan parah apabila 40% penduduk teermiskin menikmati kurang dari 12% pendapatan nasional. Ketidakmerataan dianggap sedang atau moderat bila 40% penduduk termiskin menikmati 12 hingga 17% pendapatan nasional. Sedangkan jika 40% penduduk termiskin menikmati lebih dari 17% pendapatan nasional, maka ketimpangan atau kesenjangan dikatakan ringan (Dumairy, 1999). Faktor-faktor Pendapatan
yang
Menyebabkan
Ketimpangan
Distribusi
Williamson (dalam Adisasmita, 2013 : 76) mengemukakan 4 (empat) faktor yang mendasari disaparitas antar wilayah dalam konteksa pendapatan regional, yaitu : a). Sumber daya alam yang dimiliki, b).
Perpindahan tenaga kerja, c). Perpindahan modal, dan d). Kebijakan pemerintah. Sedangkan Subandi (2008 : 117-119) yang berfokus pada studi pembangunan ekonomi daerah berpendapat ketimpangan antar wilayah setidaknya disebabkan oleh 4 (empat) faktor, yaitu : a). Ketimpangan pembangunan sektor industri, b). tingkat mobilitas faktor produksi yang rendah, c). Perbedaan demografis, d). Kurang lancarnya perdagangan antar daerah. Tambunan (2001 : 190 – 199) mengemukakan bahwa faktor utama yang menyebabkan terjadinya disaparitas antar wilayah adalah : a). Konsentrasi kegiatan ekonomi wilayah, b). Alokasi investasi, c). Tingkat mobilitas faktor produksi yang rendah antar wilayah, d). Perbedaan sumber daya alam antar wilayah, e). Perbedaan demografis antar wilayah, dan f). pola perdagangan antar daerah. Variabel dan Hipotesis Variabel a. Variabel dependen (variabel terkait) yaitu rasio gini (Y). Rasio gini adalah Rasio gini adalah suatu koefisien yang berkisar dari angka 0 hingga 1, besarnya koefisien gini tersebut menjelaskan derajat kemerataan/ketimpanan distribusi pendapatan nasional. b. Variabel independen (variabel bebas) yaitu PDRB menurut lapangan usaha (9 sektor ekonomi) sektor pertanian, industri pengolahan, pertambangan dan penggalian, Listrik, gas dan air bersih, konstruksi, perdagangan, hotel dan restoran, pengangkutan dan komunikasi, keuangan, real estat, dan jasa perusahaan, jasa-jasa, angka partisipasi sekolah dan persentase penduduk miskin. Hipotesis Hipotesis penelitian ini adalah: Hipotesis yang akan diuji pada penelitian ini adalah : 1. Sektor pertanian signifikan menurunkan ketimpangan distribusi pendapatan. 2.Sektor jasa signifikan menurunkan ketimpangan distribusi pendapatan. 3.Sektor industri signifikan menigkatkan ketimpangan distribusi pendapatan. Metode Analisi Data Analisis data yang digunakan dalam penelitian ini adalah analisis yang menggunakan data time series. Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi data panel. dengan menggunakan bantuan program E-views 7. Data panel merupakan gabungan antara data silang (cross-section) dengan data runtut waktu (time series). Penggunaan data panel dapat menjelaskan dua macam informasi yaitu informasi antar unit (cross-section) pada perbedaan antar subjek, dan informasi antar waktu (time
series) yang merefleksikan perubahan pada subjek waktu. Dalam regresi data panel ada tiga cara pendekatan yaitu common effect, fixed effect, dan random effect.
Regresi Common Effect Hasil Regresi Common Effect Variable PPK? PP? IP? LGA? K? PHR? PK? KRJP? JASA? PPM? APS? R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient
Std. Error
t-Statistic
Prob.
0.285327 0.278052 0.371331 1.451143 0.309400 0.074764 0.599443 0.480960 0.329367 0.000685 0.001930
0.028815 0.028126 0.030130 0.570196 0.109359 0.052136 0.138800 0.070439 0.044937 0.000415 0.000455
9.901920 9.886063 12.32413 2.544990 2.829215 1.434002 4.318751 6.828038 7.329614 1.651824 4.237775
0.0000 0.0000 0.0000 0.0116 0.0051 0.1530 0.0000 0.0000 0.0000 0.1000 0.0000
0.159550 0.120092 0.039403 0.330708 412.1924 0.807334
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.
0.355241 0.042006 -3.582075 -3.414539 -3.514449
SumberL Hasil Output Eviews 7
Dari tabel diatas dapat dilihat nilai adjusted R-squared sebesar 0.120092 dengan nilai Durbin-Watson test sebesar 0.807334 (jauh dari range angka 2) yang menandakan adanya masalah otokorelasi. Metode ini mengasumsikan bahwa nilai intersep antar individual dianggap sama dimana hal ini merupakan asumsi yang sangat membatasi (restricted) (Gujarati, 2004). Sehingga metode pooled regression ini tidak dapat menangkap gambaran yang sebenarnya atas hubungan yang terjadi antara variabel bebas dengan variabel terikatnya, begitu juga dengan hubungan diantara tiap individu cross section. Oleh karena itu, perlu dilakukan pengolahan data dengan menggunakan metode Fixed Effect dan Random effect kemudian membandingkan hasil dari kedua metode tersebut. Regresi Fixed Effect Hasil Regresi Fixed effect Gini Dependent Variable: GINI? Method: Pooled Least Squares
Date: 11/28/15 Time: 23:19 Sample: 2007 2013 Included observations: 7 Cross-sections included: 32 Total pool (balanced) observations: 224
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C PPK? PP? IP? LGA? K? PHR? PK? KRJP? JASA? PPM? APS? Fixed Effects (Cross) _ACEH--C _SUMUT--C _SUMBAR--C _RIAU--C _JAMBI--C _SUMSEL--C _BENGKULU--C _LAMPUNG--C _BANTEN--C _BABEL--C _DKI--C _JATIM--C _JABAR--C _JATENG--C _DIY--C _NTB--C _NTT--C _BALI--C _KALBAR--C _KALTENG--C _KALSEL--C _KALTIM--C _SULUT--C _SULTENG--C _SULSEL--C _SULTRA--C _GTO--C _SULBAR--C _MALUKU--C _MALKUT--C _PABAR--C _PAPUA--C
0.421251 -0.355755 0.054504 0.052692 2.074412 1.371897 -0.306849 1.032961 -1.644035 -0.176748 -0.003852 0.002981
0.045766 0.116535 0.054757 0.049873 2.623510 0.531060 0.188164 0.344343 0.282438 0.064910 0.001116 0.000828
9.204443 -3.052772 0.995379 1.056518 0.790701 2.583317 -1.630752 2.999805 -5.820869 -2.722976 -3.451856 3.597876
0.0000 0.0026 0.3209 0.2921 0.4302 0.0106 0.1047 0.0031 0.0000 0.0071 0.0007 0.0004
-0.087017 -0.033467 -0.214739 -0.063837 -0.030291 -0.061329 0.106538 0.178467 -0.130266 -0.080689 0.186477 0.038826 -0.026828 0.000739 -0.045671 -0.003749 0.100472 0.017480 -0.027522 -0.007967 -0.063088 -0.128394 -0.182181 0.057031 0.047131 0.022874 0.101094 0.154949 0.117521 0.043604 -0.022059 0.035893 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)
0.774872 0.722633 0.022123 0.088585 559.7265 14.83304 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
0.355241 0.042006 -4.613630 -3.958715 -4.349274 1.391351
Sumber : Hasil Output Eviews 7
Dari tabel di atas dapat dilihat ada beberapa variabel atas uji t-stat tidak memberikan hasil yang signifikan. Namun nilai adjusted R2 sebesar 0.722633 memberikan nikai tinggi yang cukup memuaskan. Nilai probability dari f-stat senilai 0.000000 memberikan artian bahwa model tersebut highly significant dengan nilai Durbin-Watson stat sebesar 1.391351 yang belum mendekati pada range angka 2. Regresi Random Effect Hasil Regresi Random Effect Gini Dependent Variable: GINI? Method: Pooled EGLS (Cross-section random effects) Date: 11/29/15 Time: 01:40 Sample: 2007 2013 Included observations: 7 Cross-sections included: 32 Total pool (balanced) observations: 224 Swamy and Arora estimator of component variances Variable
Coefficient
Std. Error
t-Statistic
Prob.
C PPK? PP? IP? LGA? K? PHR? PK? KRJP? JASA? PPM? APS? Random Effects (Cross) _ACEH--C _SUMUT--C _SUMBAR--C _RIAU--C _JAMBI--C _SUMSEL--C _BENGKULU--C
0.327939 -0.016677 -0.067591 0.085103 0.109714 0.243347 -0.263199 0.327011 -0.131815 0.002150 -0.001833 0.003736
0.030798 0.051890 0.039802 0.036968 0.746225 0.152632 0.071655 0.184861 0.106904 0.043789 0.000512 0.000488
10.64819 -0.321394 -1.698173 2.302093 0.147025 1.594340 -3.673160 1.768957 -1.233025 0.049104 -3.577223 7.648767
0.0000 0.7482 0.0909 0.0223 0.8833 0.1123 0.0003 0.0783 0.2189 0.9609 0.0004 0.0000
-0.059172 -0.036209 -0.079597 -0.008200 -0.031381 0.001767 0.014208
_LAMPUNG--C _BANTEN--C _BABEL--C _DKI--C _JATIM--C _JABAR--C _JATENG--C _DIY--C _NTB--C _NTT--C _BALI--C _KALBAR--C _KALTENG--C _KALSEL--C _KALTIM--C _SULUT--C _SULTENG--C _SULSEL--C _SULTRA--C _GTO--C _SULBAR--C _MALUKU--C _MALKUT--C _PABAR--C _PAPUA--C
0.037476 -0.005182 -0.034054 0.009931 0.033361 0.024633 0.011865 -0.056748 0.017879 0.021896 0.023477 0.002416 -0.024783 0.002468 -0.009801 -0.027372 0.009762 0.020435 0.018491 0.043933 -0.000340 0.013161 -0.005199 0.011130 0.059748 Effects Specification S.D.
Cross-section random Idiosyncratic random
0.022879 0.022123
Rho 0.5168 0.4832
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.356975 0.323610 0.026111 10.69924 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
0.121941 0.031749 0.144538 0.893998
Unweighted Statistics R-squared Sum squared resid
0.034235 0.380018
Mean dependent var Durbin-Watson stat
0.355241 0.340029
Sumber : hasil output E-Views 7
Dari tabel diatas dapat dilihat ada beberapa variabel tidak menunjukan signifikansi (α = 5%) sementara nilai adjusted R2 memperlihatkan angka yang cukup tinggi yaitu 0.323610 dan nilai DurbinWatson stat sebesar 0.340029 angka yang jauh dari kisaran range angka 2. Hal ini belum memberikan kepastian metode mana sebaiknya yang digunakan. Maka langkah selanjutnya ialah pengujian Hausman test.
Hausman Specification Test Hasil Uji Hausman Test Gini Correlated Random Effects - Hausman Test Pool: GINI Test cross-section random effects
Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
94.324860
11
0.0000
Sumber : Hasil output E-views 7
Hasil di atas dapat menunjukan bahwa nilai probabilitas pada test cross-section pada GINI menghasilkan angka 0.0000 yang berarti menolak H0 pada tingkat (α) = 5% karena nilai probabilitas kurang dari (α) = 5%. Karena menolak hasil dari uji Hausman maka dilakukan uji chow untuk membandingkan hasil dari metode random effect dan fixed effect. Uji Chow Hasil Uji chow test Gini Redundant Fixed Effects Tests Pool: GINI Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic 12.299980 253.912376
d.f.
Prob.
(31,181) 31
0.0000 0.0000
Sumber : Hasil Output E-views 7
Pada hasil uji chow GINI diatas dapat dilihat bahwa probabilitas F adalah sebesar 0.0000. Hal ini menunjukan bahwa signifikan pada tingkat (α) = 5% karena nilai F lebih kecil dari α = 5%. Maka H1 diterima dan H0 ditolak menunjukan bahwa fixed effect lebih baik dari random effect.
Analisis dan Pembahasan Analisis
variabel yang berpengaruh signifikan terhadap ketimpangan distribusi pendapatan adalah sektor pertanian, konstruksi, pengangkutan dan komunikasi, Keauangan,real estatdan jasa perusahaan, presentase penduduk miskin dan angka partisipasi sekolah. Variabel yang tidak signifikan mempengaruhi ketimpangan distribusi pendapatan di Indonesia adalah sektor pertambangan dan penggalian, industry pengolahan, listrik gas dan air bersih serta perdagangan hotel dan restoran. 1.
Nilai adjusted R-squared yang diperoleh sebesar 0.722633 yang berarti bahwa variabel-variabel bebas yang digunakan mampu menjelaskan variasi variabel tak bebas, setelah mempertimbangkan penambahan variabel bebas, sebesar 72,26 persen, sedangkan sisanya yaitu 27.74 persen, dijelaskan oleh variabel lain diluar model.
2.
Dilihat dari nilai probability F statistic yang lebih kecil dari 0.05, berarti terdapat minimal satu dari variabel bebas yang digunakan berpengaruh signifikan terhadap variabel tak bebas.
3.
Berdasarkan hasil diatas diketahui bahwa sektor pertanian, sektor perdagangan, hotel dan restoran, sektor keuangan, real estat & jasa perusahaan, sektor jasa dan presentase penduduk miskin berpengaruh negatif terhadap ketimpangan pendapatan sedangkan sektor pertambangan dan penggalian, industri pengolahan, listrik gas dan air bersih serta sektor perdagangan hotel restoran berpengaruh positif.
