Kemiskinan dan Kesenjangan

PERTUMBUHAN, KESENJANGAN DAN KEMISKINAN

Data 1970 – 1980 menunjukkan ada korelasi positif antara laju pertumbuhan dan tingkat kesenjangan ekonomi.  

Semakin tinggi pertumbuhan PDB/pendapatan perkapita, semakin besar perbedaan sikaya dengan simiskin.

Penelitian di Asia Tenggara oleh Ahuja, dkk (1997) menyimpulkan bahwa selama periode 1970an dan 198an ketimpangan distribusi pendapatan mulai menurun dan stabil, tapi sejak awal 1990an ketimpangan meningkat kembali di LDC’s  dan DC’s seperti Indonesia, Thaliland, Inggris dan Swedia.

Janti (1997) menyimpulkan è semakin besar ketimpangan dalam distribusi pendapatan disebabkan oleh pergeseran demografi, perubahan pasar buruh, dan perubahan kebijakan publik. Perubahan pasar buruh ini disebabkan oleh kesenjangan pendapatan dari kepala keluarga dan semakin besar saham pendapatan istri dalam jumlah pendapatan keluarga.

Hipotesis Kuznetsè ada korelasi positif atau negatif yang panjang antara tingkat pendapatan per kapita dengan tingkat pemerataan distribusi pendapatan. 

Dengan data cross sectional (antara negara) dan time series, Simon Kuznets menemnukan bahwa relasi kesenjangan pendapatan dan tingkat pendapatan perkapita berbentuk U terbalik.

Hasil ini menginterpretasikan: Evolusi distribusi pendapatan dalam proses transisi dari ekonomi pedesaan ke ekonomi perkotaan (ekonomi industri) è Pada awal proses pembangunan, ketimpangan distribusi pendapatan naik sebagai akibat proses urbanisasi dan industrialisasi dan akhir proses pembangunan, ketimpangan menurun karena sektor industri di kota sudah menyerap tenaga kerja  dari desa atau produksi atau penciptaan pendapatan dari pertanian lebih kecil.

Banyak studi untuk menguji hipotesis Kuznets dengan hasil:

a.         Sebagian besar mendukung hipotesis tersebut, tapi sebagian lain menolak

b.  Hubungan positif pertumbuhan ekonomi dan distribusi pendapatan hanya dalam jangka panjang dan ada di DC’s

c.  Kurva bagian kesenjangan (kiri) lebih tidak stabil daripada porsi kesenjangan menurun sebelah kanan.

Deininger dan Squire (1995) dengan data deret waktu mengenai indeks Gini dari 486 observasi dari 45 LDC’s dan DC’s (tahun 1947-1993) menunjukkan indeks Gini berkorelasi positif antara tahun 1970an dengan tahun 1980an dan 1990an.

Anand dan Kanbur (1993) mengkritik hasil studi Ahluwalia (1976) yang mendukung hipotesis Kuznets. Keduanya menolak hipotesis Kuznets dan menyatakan bahwa distribusi pendapatan tidak dapat dibandingkan antar Negara, karena konsep pendapatan, unit populasi dan cakupan survey berbeda.

Ravallion dan Datt (1996) menggunakan data India:

§  proxy dari pendapatan perkapita dengan melogaritma jumlah produk domestik (dalam nilai riil) per orang (1951=0)

§  proxy tingkat kesenjangan adalah indeks Gini dari konsumsi perorang (%)

Hasilnya menunjukkan tahun 1950an-1990an rata-rata pendapatan perkapita meningkat dan tren perkembangan tingkat kesenjangan menurun (negative).

Ranis, dkk (1977) untuk China menunjukkan korelasi negative antara pendapatan dan kesenjangan.

Hubungan Pertumbuhan dan Kemiskinan.

Hipotesis Kuznets: Pada tahap awal pembangunan tingkat kemiskinan meningkat dan pada tahap akhir pembangunan tingkat kemiskinan menurun.

Faktor yang berpengaruh pada tingkat kemiskinan:

a)    Pertumbuhan

b)    Tingkat pendidikan

c)    Struktur ekonomi

Wodon (1999) menjelaskan hubungan pertumbuhan output dengan kemiskinan diekspresikan dalam:

Log G_kt = α + βLog W_kt + α_t + ∑_kt

Dimana:

·         G_kt : Indeks gini untuk wilayah k pada periode t

·         W_kt : Rata-rata konsumsi/pendapatan riil (rasio kesejahteraan) diwilayah k pada periode t

·         α_t         : Efek lokasi yang tetap

·         ∑_kt : Term kesalahan

Dalam persamaan tersebut, elastisitas ketidakmerataan distribusi pendapatan terhadap pertumbuhan merupakan komponen kunci dari perbedaan antara efek bruto (ketimpangan konstan) dan efek neto (efek dari perubahan ketimpangan) dari pertumbuhan pendapatan terhadap kemiskinan.

·         g : efek bruto (ketimpangan konstan)

·         l :  efek neto (efek dari perubahan ketimpangan)

·         b : elatisitas ketimpangan terhadap pertumbuhan

·         d : elastisitas kemiskinan terhadap ketimpangan

maka,

Λ = γ + βδ

Elatisitas ketimpangan terhadap pertumbuhan dan elastisitas kemiskinan terhadap ketimpangan diperoleh dengan persamaan:

Log P_kt = w + Log W_kt + Log G_kt + w_k + v_kt

Dimana:

·         P_kt : Kemiskinan diwilayah k pada periode t

·         G_kt : Indeks gini untuk wilayah k pada periode t

·         W_kt : Rata-rata konsumsi/pendapatan riil (rasio kesejahteraan)

diwilayah k pada periode t

·         W_k : efek-efek yang tetap

·         v_kt :term kesalahan

Studi empiris di LDC’s menunjukkan ada korelasi yang kuat antara pertumbuhan ekonomi dengan kemiskinan. Studi lain menunjukkan bahwa kemiskinan berkorelasi dengan pertumbuhan output (PDB) atau Pendapatan nasional baik secara agregat maupun disektor-sektor ekonomi secara individu.

a)    Ravallion dan Datt (1996) dengan data dari India menemukan bahwa pertumbuhan output disektor-sektor primer khususnya pertanian jauh lebih efektif terhadap penurunan kemiskinan dibandingkan dengan sector sekunder.

b)    Kakwani (2001) untuk data dari philipiana menunjukkan hasil yang sama dengan Ravallion dan Datt. Peningkatan output sektor pertanian 1% mengurangi jumlah kemiskinan 1% lebih sedikit. Peningkatan output sektor industri 1% mengurangi jumlah kemiskinan 0,25 saja.

c)    Mellor (2000) menjelaskan ada tendensi partumbuhan ekonomi (terutama pertanian) mengurangi kemiskinan baik secara mangsung maupun tidak langsung.

d)    Hasan dan Quibria (2002) menyatakan ada hubungan antara pertumbuhan dengan kemiskinan

e)    ADB (1997) untuk NIC’s Asia Tenggara (Taiwan, Korsel, dan Singapura) menunjukkan pertumbuhan output di sector industri manufaktur berdampak positif terhadap peningkatan kesempatan kerja dan penurunan kemiskinan

f)     Dolar dan Kraay (2000) menunjukkan elastisitas pertumbuhan PDB (pendapatan) perkapita dari kelompok miskin adalah 1%  (pertumbuhan rata-rata 1% meningkatkan pendapatan masyarakat miskin 1%).

g)    Timmer (1997) menyimpulkan bahwa elastisitas pertumbuhan PDB (pendapatan) perkapita dari kelompok miskin adalah 8% artinya kurang dari proporsional keuntungan bagi kelompok miskin dari pertumbuhan ekonomi

Untuk mengukur pengaruh pertumbuhan sektoral terhadap tingkat kemiskinan digunakan:

Ln P= a + b₁ Ln Y₁ + b₂ Ln Y₂ + b₃ Ln Y₃ + u + R

Dimana:

P : Fraksi dari jumlah populasi dengan pengeluaran konsumsi dibawah pengeluaran minimum yang telah ditetapkan sebelumnya (garis kemiskinan)

Y : Tingkat output per kapita untuk sector pertanian, inustri pengolahan, dan jasa

u dan R:term kesalahan

Ada korelasi yang negative antara tingkat pendapatan dan kemiskinan (semakin tinggi tingkat pendapatan perkapita, semakin rendah tingkat kemiskinan). Nilai koefisien korelasi untuk 4 wilayah.

	Asia Timur	Amerika Latin	Asia Selatan	Afrika Sub-Sahara
INC	-0,03 (-0,03)	0,26 (1,79)	0,31 (3,31)	0,17 (1,72)
LnY	-1,60 (-9,36)	-1,13 (-6,11)	-0,82 (-10,12)	-0,71 (-4,53)
Adj. R2	0,84	0,68	0,83	0,93
Observasi	70	107	67	48

Hasil penelitian per sector:

	Asia Timur	Amerika Latin	Asia Selatan	Afrika Sub-Sahara
INC	0,05 (0,6)	0,3 (2,32)	0,36 (3,95)	0,08 (0,78)
LnYpertanian	0,40 (0,66)	-0,33 (-1,47)	-1,17 (-4,29)	-0,32 (-3,05)
LnYindustri	-1,31 (-4,28)	0,28 (1,21)	-0,03 (-0,2)	-0,03 (-0,31)
LnYjasa	0,02 (0,08)	-1,21 (-4,88)	-0,22 (-1,3)	-0,16 (-1,55)
Adj. R2	0,84	0,71	0,87	0,93
Observasi	70	107	67	48

Indikator Kesenjangan dan Kemiskinan.

Cara untuk mengukur tingkat kesenjangan dalam distribusi pendapatan dengan:

1. Pendekatan Asiomatic mencakup:

a)  The Generalied Entropy (GE)

n=jumlah individu/orang dalam sampel

y_i=pendapatan individu (i=1,2,…n)

 = (1/n) adalah ukuran rata-rata pendapatan

Nilai GE terletak 0 sampai ∞. Nilai GE 0 berarti distribusi pendapatan merata dan GE bernilai 4 berarti kesenjangan yang sangat besar.

α = mengukur besarnya perbedaan antara pendapatan dari kelompok yang berbeda didalam distribusi tersebut dan mempunyai nilai riil

b)  Ukuran Atkinson

ϵ=parameter ketimpangan, 0<ϵ<1, semakin tinggi nilai ϵ, semakin tidak seimbang pembagian pendapatan.

Nilai α dari 0 sampai 1. Nilai 0 berarti tidak ada ketimpangan dalam distribusi pendapatan

c)  Koefisien Gini

Nilai koefisien Gini dari 0 sampai 1. Nilai 0 berarti kemerataan sempurna dan nilai 1 berarti ketidakmerataan sempurna (satu orang/kelompok orang disuatu Negara menikmati semua pendapatan Negara).

Ide dasar perhitngan koefisien Gini adalah Kurva Lorenz

Kurva Lorenz menggambarkan distribusi komulatif pendapatan nasional diberbagai lapisan penduduk.  Sumbu vertical è presentase komulatif pendapatan nasional & Sumbu horizontal è  persentase komulatif penduduk.

               

Indeks/Rasio Gini merupakan koefisien yang berkisar 0 sampai 1, yang menjelaskan kadar ketimpangan distribusi pendapatan nasional.

v  Semakin kecil angka ini, semakin merata distribusi pendapatan

v  Semakin besar angka ini, semakin tidak merata distribusi pendapatan

Angka Gini ini dapat ditaksir secara visual langsung dari kurva Lorenz. Semakin kecil angka ini ditunjukkan kurva lorenz yang mendekati diagonal yang berarti kecil luas area dan sebaliknya.

             n

G = 1 - ∑  ( X _t+1 – Xi ) ( Yi + Y _t+1)

             1

             n

G = 1 - ∑ fi (Yi + Y _t+1)

             1

G = Rasio Gini

fi  = Proporsi Jumlah Rumah Tangga dalam kelas t

Xi = Proporsi Jumlah Komulatif Rumah Tangga dalam kelas t

Yi = Proporsi Jumlah Komulatif Pendapatan dalam kelas t

Sumber: kuswanto.staff.gunadarma.ac.id