j-pal policy briefcase [ januari 2013 ] Menyajikan evaluasi oleh Vivi Alatas, Abhijit V. Banerjee, Rema Hanna, Benjamin A. Olken, dan Julia Tobias

Transkripsi

1 briefcase j-pal policy briefcase [ januari 2013 ] MENERJEMAHKAN PENELITIAN KE DALAM AKSI NYATA melibatkan masyarakat dalam mengidentifikasi orang miskin Metode-metode berbasis masyarakat dalam menyeleksi siapa yang berhak menerima program bantuan langsung tunai memang kurang akurat dibandingkan proxy means tests (uji pendekatan kemampuan) secara keseluruhan, tetapi metode-metode ini berhasil meningkatkan kepuasan masyarakat setempat dan lebih sesuai dengan konsep masyarakat miskin tentang kemiskinan. Menyajikan evaluasi oleh Vivi Alatas, Abhijit V. Banerjee, Rema Hanna, Benjamin A. Olken, dan Julia Tobias D i seluruh dunia, pemerintah berkeinginan untuk mengarahkan program jaring pengaman sosial dasar kepada masyarakat miskin. Satu tantangan yang dihadapi oleh negara-negara berkembang adalah bagaimana secara tepat mengidentifikasi rumah tangga miskin tanpa adanya data yang dapat diandalkan tentang pendapatan, karena banyak masyarakat miskin yang bekerja di sektor informal dan tidak ada catatan pendapatan yang bisa dibuktikan. Penggunaan informasi yang tidak dapat diandalkan untuk mengidentifikasi rumah tangga mana yang berhak, dapat berakibat pada dialihkannya dana kepada rumah tangga yang lebih kaya dan menyisakan sumber daya yang lebih sedikit untuk penerima manfaat yang sebenarnya diinginkan oleh program. foto oleh jurist tan Untuk menanggapi masalah ini, pemerintah biasanya menyeleksi penerima manfaat program dengan menggunakan dua metode yang tidak membutuhkan catatan pendapatan formal: proxy means tests (PMTs) dan penentuan sasaran berbasis masyarakat. Proxy means tests memprediksikan pendapatan sebuah rumah tangga dengan cara mengumpulkan informasi sederhana tentang aset yang mereka miliki. Dalam penentuan sasaran berbasis masyarakat, pemerintah memungkinkan anggota masyarakat setempat untuk memilih penerima manfaat dengan mempercayai bahwa masyarakat memiliki informasi yang lebih baik tentang tingkat kemiskinan warganya. Namun, jika kelompok tokoh masyarakat memanfaatkan proses penentuan sasaran untuk memberikan bantuan langsung tunai kepada teman dan keluarganya yang hidup di atas garis kemiskinan, maka metode berbasis masyarakat dapat berpotensi memperbesar pengalihan dana kepada rumah tangga yang tidak berhak. Pilihan antara kedua pendekatan ini biasanya dilihat sebagai suatu trade-off antara informasi yang lebih baik yang dimiliki oleh masyarakat melawan resiko pemanfaatan oleh tokoh masyarakat dalam pendekatan berbasis masyarakat. Sebuah evaluasi acak yang dilakukan di Indonesia menguji mana dari ketiga metode sasaran (proxy means tests, berbasis masyarakat, atau sebuah hibrida dimana rumah tangga yang diidentifikasi oleh masyarakat kemudian diverifikasi dengan proxy means test) yang bisa lebih akurat mengidentifikasi rumah tangga yang berhak untuk menerima bantuan tunai dan berujung pada kepuasan masyarakat yang lebih tinggi. Evaluasi ini dilakukan oleh Vivi Alatas (World Bank), J-PAL affiliates Abhijit Banerjee (MIT), Rema Hanna (Harvard), Benjamin Olken (MIT), dan Julia Tobias (Stanford).

2 evaluasi Indonesia adalah rumah bagi salah satu program bantuan tunai terbesar di dunia berkembang, yaitu program Bantuan Langsung Tunai. Program ini memberikan bantuan sementara sebesar US $10 per bulan untuk membantu 19,2 juta rumah tangga mengatasi kenaikan harga bahan bakar di tahun , dan kemudian di tahun Sasaran dari program ini adalah rumah tangga miskin dengan menggunakan sebuah pendekatan hibrida dimana pemimpin masyarakat membuat daftar calon rumah tangga yang berhak dan petugas sensus pemerintah kemudian melakukan proxy means test untuk mengecek bahwa mereka berada di bawah garis kemiskinan yang berlaku untuk daerah mereka. Namun, di tahun 2008, lebih dari separuh dari seluruh rumah tangga yang hidup di bawah garis kemiskinan dikecualikan dari program ini. Banyak warga yang juga menyuarakan ketidakpuasan mereka dengan metode penentuan sasaran program tersebut. METODE PENENTUAN SASARAN METODE PROXY MEANS TEST (PMT) Petugas sensus mencatat 49 indikator tentang aset rumah tangga, komposisi, pendidikan dan pekerjaan untuk menentukan nilai PMT. Rumah tangga dengan nilai PMT terendah di setiap dusun akan menerima bantuan tunai. METODE BERBASIS MASYARAKAT Warga memberikan peringkat rumah tangga dari yang terkaya hingga termiskin melalui sebuah rapat warga yang dipandu oleh fasilitator terlatih. Rumah tangga termiskin berdasarkan peringkat masyarakat akan menerima bantuan. METODE HIBRIDA Metode ini menggabungkan rapat warga dengan verifikasi PMT. Setelah warga menentukan peringkat untuk semua rumah tangga, petugas sensus pemerintah mengunjungi rumah tangga yang berada di peringkat terendah untuk memverifikasi kelayakan dengan menggunakan PMT. foto oleh ritwik sarkar Untuk memperbaiki penentuan sasaran program, para peneliti bekerja sama dengan Badan Pusat Statistik, LSM Mitra Samya, dan Bank Dunia di tahun untuk menguji dampak dari ketiga metode sasaran terhadap tingkat kesalahan dalam penentuan sasaran, tingkat kemiskinan nasional, dan kepuasan masyarakat. Bantuan tunai sejumlah rupiah (sekitar US$3) diberikan satu kali kepada rumah tangga yang berada di bawah garis kemiskinan daerah setempat. Ini dilakukan untuk 640 dusun di propinsi Sumatera Utara, Sulawesi Selatan, dan Jawa Tengah. Para peneliti secara acak menentukan dusun-dusun yang akan menerima bantuan tunai berdasarkan metode penentuan sasaran PMT, berbasis masyarakat, atau hibrida. Bantuan tunai diberikan kepada rumah tangga termiskin yang diidentifikasikan menggunakan setiap metode tersebut sesuai dengan kuota penerima manfaat yang ditentukan pemerintah di setiap dusun. Untuk menguji pemanfaatan oleh tokoh masyarakat, hanya anggota tokoh masyarakat saja yang diundang untuk ikut serta dalam rapat penentuan peringkat. Ini dilakukan di beberapa desa yang menggunakan metode berbasis masyarakat atau hibrida, dimana desa-desa tersebut ditentutkan secara acak. Untuk membandingkan akurasi penentuan sasaran pada saat awal dan akhir rapat, para peneliti mengacak urutan peringkat rumah tangga. 2

3 hasil PENGUMPULAN DATA Peneliti melakukan baseline survey (survei dasar) kepada rumah tangga di 640 dusun di tahun 2008 untuk mengumpulkan data tentang konsumsi per kapita mereka (suatu pengukuran pendapatan yang umum digunakan di negara-negara berkembang), aset, demografi, dan jaringan teman dan keluarga. Mereka mengukur akurasi dari metode PMT, berbasis masyarakat dan hibrida dengan membandingkan daftar rumah tangga yang hidup dengan $2 atau kurang per hari di baseline survey tersebut dengan mereka yang menerima bantuan tunai melalui ketiga metode tersebut. Para peneliti menentukan garis kemiskinan yang berlaku khusus untuk daerah tersebut dalam hal paritas daya beli, yang disesuaikan dengan perbedaan harga barang dan jasa di dalam negeri dan antar negara-negara. Selama melakukan baseline survey, para peneliti juga mengumpulkan ukuran kemiskinan subyektif dengan meminta rumah tangga untuk memberikan peringkat kepada tetangganya dari yang termiskin hingga terkaya dan kemudian menilai tingkat kemiskinan rumah tangganya sendiri. Akhirnya, setelah penerima manfaat dari bantuan tunai ditentukan, mereka mengumpulkan data tentang kepuasan masyarakat menggunakan kotak saran dan wawancara dengan rumah tangga. Di antara ketiga metode tersebut, PMT memiliki kesalahan penetapan sasaran yang paling rendah secara keseluruhan. Ketika kemiskinan didefinisikan sebagai hidup dengan $2 atau kurang per hari, PMT mengungguli metode-metode lainnya. PMT tidak mengklasifikasikan 30 persen dari rumah tangga dengan tepat, sementara metode masyarakat dan hibrida tidak mengklasifikasikan 33 persen dengan tepat, yaitu setara dengan sekitar 10 persen kenaikan dari tingkat kesalahan (Grafik 1). Namun penulis memproyeksikan bahwa penetapan sasaran dengan PMT dan berbasis masyarakat pada akhirnya memiliki dampak yang sama terhadap kemiskinan apabila metode-metode tersebut digunakan untuk menyeleksi penerima manfaat dari program bantuan tunai nasional. grafik 1: ketidaktepatan sasaran berdasarkan metode yang digunakan 30% 33% 33% Metode penetapan sasaran berbasis masyarakat berujung pada kepuasan masyarakat yang lebih tinggi; metode berbasis masyarakat juga lebih baik dalam memilih rumah tangga yang telah mengidentifikasikan dirinya sebagai rumah tangga miskin. Meskipun metode berbasis masyarakat memiliki ketepatan persentase yang lebih kecil dalam mengidentifikasikan rumah tangga yang berhak menerima bantuan tunai dibandingkan dengan PMT, metode ini secara tepat mengidentifikasikan persentase yang lebih besar dari rumah tangga-rumah tangga yang mengidentifikasikan dirinya sebagai rumah tangga miskin. Warga yang ditentukan menggunakan metode berbasis masyarakat juga memperlihatkan kepuasan yang lebih tinggi secara signifikan terhadap proses penentuan sasaran, program bantuan tunai dan daftar penerima manfaat (Grafik 2). Kepuasan yang lebih tinggi juga berujung pada proses pembagian yang lebih mulus di desa-desa dengan metode penetapan sasaran berbasis masyarakat. Metode PMT Metode berbasis masyarakat Metode hibrida Signifikan secara statistik dari metode PMT 3

4 hasil abdul latif jameel poverty action lab Penentuan peringkat pada metode berbasis masyarakat mengindikasikan bahwa masyarakat memahami konsep kemiskinan yaitu mencakup potensi pendapatan rumah tangga selain dari konsumsi rumah tangga. Daftar penerima manfaat di desa-desa yang menggunakan metode berbasis masyarakat lebih berkorelasi dengan penilaian subyektif masyarakat mengenai tingkat kemiskinan mereka sendiri. Selain itu, ketika menentukan peringkat rumah tangga dari termiskin hingga terkaya, terlihat bahwa anggota masyarakat juga peduli tentang kerentanan dan potensi pendapatan dibandingkan hanya konsumsi saja. Mereka menempatkan rumah tangga yang dikepalai janda dan rumah tangga dengan pendidikan rendah sebagai rumah tangga yang lebih miskin tanpa melihat tingkat konsumsi harian mereka. grafik 2: dampak dari tiga metode terhadap kepuasan masyarakat Jumlah dari rumah tangga yang seharusnya ditambahkan ke daftar penerima manfaat Jumlah dari rumah tangga yang seharusnya dikeluarkan ke daftar penerima manfaat Jumlah keluhan (dalam kotak keluhan) foto oleh benjamin a. olken Tidak ada bukti pemanfaatan oleh tokoh masyarakat. Teman dan saudara dari kelompok tokoh masyarakat tidak memiliki kecenderungan lebih untuk mendapatkan bantuan tunai meskipun tokoh masyarakat memiliki kendali yang lebih besar dalam proses penentuan peringkat mereka. Hal ini bisa saja berubah seandainya program ini diadakan kembali, karena orang-orang mungkin belajar untuk memanipulasi sistem. Metode hibrida kurang akurat dibandingkan PMT dan menghasilkan kepuasan yang lebih rendah dibandingkan metode masyarakat. Metode hibrida menghasilkan tingkat kesalahan yang sama seperti metode berbasis masyarakat (33 persen) dan kepuasan masyarakat yang lebih rendah. Meskipun metode hibrida mendapatkan keluhan yang 0.55 lebih sedikit dibandingkan PMT secara rata-rata, metode berbasis masyarakat mendapatkan keluhan yang 1.09 lebih sedikit. Metode PMT Metode berbasis masyarakat Metode hibrida Signifikan secara statistik dari metode PMT 4

5 hasil Proxy-means tests (PMTs) lebih baik dalam hal mengidentifikasi lebih banyak rumah tangga yang hidup dengan $2 atau kurang per hari. PMT dengan tepat mengidentifikasi persentase yang lebih besar dari rumah tangga yang berhak dibandingkan metode berbasis masyarakat atau hibrida, tetapi perbedaan kecil dalam akurasi tidak akan memberikan dampak perbedaan yang signifikan bagi tingkat kemiskinan Indonesia. Namun penentuan sasaran berbasis masyarakat mengarah pada kepuasan masyarakat yang jauh lebih tinggi. Anggota masyarakat cenderung lebih puas dengan metode berbasis masyarakat, yang menyeleksi persentase yang lebih besar dari rumah tangga yang mengidentifikasikan dirinya sebagai rumah tangga miskin. Metode hibrida menunjukkan kinerja yang terburuk dibandingkan metode PMT dan berbasis masyarakat. Penggabungan PMTs dan penentuan sasaran berbasis masyarakat mengurangi akurasi dan berakibat pada kepuasan masyarakat yang lebih rendah. Masyarakat tampaknya menggunakan definisi alternatif tentang kemiskinan yang lebih didasarkan pada potensi pendapatan dibandingkan konsumsi. Contohnya, masyarakat menempatkan rumah tangga yang dikepalai janda dan rumah tangga dengan pendidikan rendah sebagai rumah tangga miskin tanpa melihat tingkat konsumsi harian mereka. Kelompok tokoh masyarakat tidak mencampuri proses penentuan sasaran. Para peneliti tidak menemukan bukti bahwa tokoh masyarakat mengalihkan bantuan tunai ke keluarga atau teman mereka dalam metode penentuan sasaran berbasis masyarakat. PELAJARI LEBIH LANJUT MENGENAI PARTISIPASI MASYARAKAT DI INDONESIA Memenuhi Kebutuhan Masyarakat: Meningkatkan keterlibatan masyarakat dalam menentukan proyek infrastruktur setempat meningkatkan kepuasan masyarakat secara signfikan. Jalan untuk Mengurangi Korupsi: Pengawasan oleh masyarakat tidak mengurangi korupsi di proyek jalanan setempat, kecuali kalau langkah-langkah diambil untuk mencegah pemanfaatan oleh elit-elit setempat. Tersedia di foto oleh ritwik sarkar 5

6 pembelajaran untuk kebijakan Manfaat besar dari penetapan sasaran berbasis masyarakat dalam hal kepuasan masyarakat dapat mengalahkan kelemahan dalam hal akurasi, terutama mengingat bahwa proxy means test dan penetapan sasaran berbasis masyarakat pada akhirnya memiliki dampak yang sama terhadap kemiskinan nasional. Proxy means test (PMT) mengalahkan pendekatan berbasis masyarakat dalam mengidentifikasi siapa yang hidup di bawah garis kemiskinan. Tetapi metode berbasis masyarakat lebih unggul di bidang-bidang lainnya. Metode berbasis masyarakat menghasilkan daftar yang lebih sesuai dengan konsep masyarakat miskin tentang kemiskinan. Melibatkan masyarakat juga secara signifikan meningkatkan kepuasan terhadap proses penentuan sasaran dan program bantuan tunai. Jika kepuasan masyarakat dianggap sebagai capaian hasil yang penting dari sebuah program jaring pengaman sosial, maka penetapan sasaran berbasis masyarakat dapat bekerja lebih baik dibandingkan PMT, terutama bila penulis memproyeksikan bahwa kedua metode ini pada akhirnya memiliki dampak yang sama terhadap tingkat kemiskinan di Indonesia. Meskipun pemanfaatan oleh tokoh masyarakat tidak mempengaruhi penetapan sasaran berbasis masyarakat dalam hal ini, para peneliti harus mengeksplorasi apakah hal ini juga bisa berlaku di daerah lain atau untuk bantuan tunai berikutnya. Metode penetapan sasaran hibrida yang disempurnakan perlu diidentifikasi dan diuji. Manfaat utama dari pendekatan hibrida adalah bahwa pendekatan ini pada prinsipnya memungkinkan masyarakat untuk berpartisipasi dalam penetapan sasaran sementara meminimalisir resiko bahwa tokoh masyarakat dapat mencampuri proses penetapan sasaran. Karena pengaruh tokoh masyarakat tidak ditemukan sebagai suatu masalah pada bantuan tunai kali ini, metode hibrida tidak berhasil menurunkan tingkat kesalahan penetapan sasaran. Metode ini juga tidak secara berarti meningkatkan kepuasan masyarakat, mungkin karena masyarakat hanya dapat berpengaruh pada daftar awal penerima manfaat. Riset-riset selanjutnya harus mengekplorasi bagaimana metode hibrida dapat dirancang untuk menggabungkan manfaat dari metode proxy means tests dan berbasis masyarakat. Saat ini, penulis dari penelitian ini tengah melakukan evaluasi lanjutan yang menguji apakah metode hibrida yang disempurnakan dapat meningkatkan kepuasan masyarakat dan akurasi penetapan sasaran. Evaluasi Utama: Alatas, Vivi, Abhijit V. Banerjee, Rema Hanna, Benjamin A. Olken, and Julia Tobias Targeting the Poor: Evidence from a Field Experiment in Indonesia. American Economic Review 102(4): Penulis Briefcase: Claire Walsh Editor Briefcase: Mary Ann Bates Desain: Blu Nordgren Kutipan yang disarankan: J-PAL Policy Briefcase Melibatkan Masyarakat dalam Mengidentifikasi Orang Miskin. Cambridge, MA: Abdul Latif Jameel Poverty Action Lab. TENTANG J-PAL The Abdul Latif Jameel Poverty Action Lab (J-PAL) adalah suatu wadah akademisi di seluruh dunia yang memakai evaluasi acak untuk menjawab tantangan utama terkait pemberantasan kemiskinan. Misi J-PAL adalah untuk dapat berkontribusi mengurangi kemiskinan dengan memastikan bahwa kebijakan didasarkan pada bukti empiris. J-PAL GLOBAL Massachusetts Institute of Technology J-PAL LATIN AMERICA & THE CARIBBEAN Pontificia Universidad Católica de Chile J-PAL EUROPE Paris School of Economics J-PAL AFRICA University of Cape Town J-PAL SOUTH ASIA IFMR, India J-PAL SOUTHEAST ASIA Universitas Indonesia 6