V. HASIL DAN PEMBAHASAN

Transkripsi

1 V. HASIL DAN PEMBAHASAN Analisis Disparitas Pendapatan Analisis disparitas pendapatan dalam penelitian ini dipergunakan untuk melihat ketimpangan pendapatan kabupaten penghasil migas yang dijelaskan oleh besaran PDRB perkapita tahun dalam dua kategori. Kategori pertama yaitu nilai indeks Williamson gabungan seluruh kabupaten/kota dalam satu provinsi dengan menyertakan migas. Kategori kedua nilai indeks Williamson gabungan kabupaten/kota dalam satu provinsi tanpa menyertakan peran migas. Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Indonesia Disparitas antar kabupaten/kota penghasil migas secara menyeluruh kabupaten/kota penghasil migas di Indonesia ditampilkan pada Gambar 3. Dari hasil penghitungan indeks Williamson dengan migas menunjukkan ketimpangan pendapatan yang terus meningkat dengan nilai indeks yang besar berkisar antara Tren peningkatan nilai indeks berlangsung hingga tahun 2005 dengan nilai mencapai Memasuki tahun 2006 hingga 2007 ketimpangan pendapatan berangsur turun hingga mencapai 0.91 pada tahun 2007 (Lampiran 1). indeks Williamso dengan migas tanpa migas tahun Gambar 3 Perkembangan Indeks Williamson Kabupaten/Kota Penghasil Migas tahun

2 49 Indeks Williamson tanpa migas menunjukkan pola yang menurun sepanjang tahun dan tingkat disparitas yang cukup besar berkisar antara Tingginya disparitas pendapatan di kabupaten penghasil migas menunjukan tingkat pendapatan antar wilayah yang tidak merata. Standar deviasi dari nilai indeks yang rendah (0.01) berarti naik turunnya nilai indeks sepanjang tahun tidak terlalu besar (Lampiran 1). Dari hasil penghitungan indeks Williamson seluruh kabupaten/kota penghasil migas antara tahun dapat ditarik kesimpulan bahwa migas berdampak negatif terhadap kesenjangan pendapatan antar wilayah. Kesenjangan pendapatan antar daerah penghasil migas pada masing-masing provinsi dapat dilihat pada pembahasan berikutnya. Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Riau Nilai Indeks Williamson Provinsi Riau tahun menunjukkan pola yang berbeda antara nilai indeks dengan migas dan tanpa migas. Nilai indeks Williamson dengan migas menunjukkan pola yang semakin menurun namun memiliki tingkat disparitas yang tinggi dengan nilai indeks berkisar antara Rata-rata nilai indeks Williamson tahun mencapai nilai 0.67 dengan standar deviasi sebesar Nilai standar deviasi yang relatif rendah menunjukkan bahwa perbedaan nilai indeks antar waktu yang tidak terlalu besar. (Lampiran 1). indek WWilliamson Dengan Migas Tanpa Migas tahun Gambar 4 Perkembangan Indeks Williamson Provinsi Riau tahun

3 50 Tingkat kesenjangan pendapatan dengan migas memiliki nilai indeks yang sangat besar ini disebabkan perbedaan pendapatan perkapita antar kabupaten. Kabupaten dengan tingkat pendapatan perkapita yang tinggi adalah Kabupaten Bengkalis dengan tingkat pendapatan perkapita yang mencapai Rp 74 juta pada tahun Sementara kabupaten lain seperti Kabupaten Rokan Hulu hanya memiliki pendapatan perkapita Rp 20 juta pada tahun yang sama. Indeks Williamson tanpa migas memiliki pola yang meningkat sepanjang tahun dengan tingkat disparitas yang rendah. Dalam kurun , tingkat kesenjangan pendapatan di Provinsi Riau berkisar antara Ratarata nilai indeks Williamson dalam kurun waktu adalah 0.20 dan standar deviasi sebesar Rendahnya disparitas pendapatan tanpa migas ini menunjukkan bahwa tingkat pendapatan antar kabupaten yang relatif merata dengan tingkat pendapatan berkisar antara Rp 19 juta 28 juta (Tabel 2). Dari penghitungan indeks Williamson di Provinsi Riau ini dapat disimpulkan bahwa migas berdampak negatif terhadap ketimpangan pendapatan Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Jambi Nilai indeks Williamson di Provinsi Jambi pada kurun waktu memiliki pola yang relatif sama antara indeks dengan migas dan indeks tanpa migas. Disparitas pendapatan di provinsi ini paling rendah dibanding 5 provinsi lainnya. Nilai indeks dengan migas pada kurun waktu menunjukkan pola yang menurun dengan tingkat disparitas yang rendah antara dan rata-rata mencapai Kondisi ini menunjukkan bahwa tingkat pendapatan antar kabupaten yang relatif lebih merata. Disparitas pendapatan yang cenderung kecil disebabkan kondisi dan potensi sumber daya alam di provinsi ini relatif lebih merata dengan pendapatan perkapita berkisar Rp 10 juta. Kabupaten dengan pendapatan perkapita tertinggi yaitu Tanjung Jabung Timur (Rp 20 juta) dan terendah Kabupaten Tebo (Rp 6 juta) (Tabel 2). Disparitas pendapatan tanpa migas memiliki pola yang menurun dengan nilai berkisar antara Perbedaan antara 2 nilai indeks pada gambar 5 karena adanya pengaruh migas yang membuat nilai indeks Williamson tanpa migas ini relatif lebih rendah daripada nilai indeks dengan migas. Rata-rata nilai indeks

4 51 tanpa migas ini adalah 0.23 dengan standar deviasi sebesar Rendahnya nilai standar deviasi ini berarti naik turunnya nilai indeks tidak terlalu besar. indeks Williams Dengan Migas Tanpa Migas tahun Gambar 5 Perkembangan Indeks Williamson Provinsi Jambi tahun Hingga tahun 2007 indeks Williamson dengan migas dan tanpa migas di Provinsi Jambi pada tahun 2007 mencapai masing-masing 0.35 dan 0.21 (Lampiran 1) Hasil dari penghitungan indeks Williamson di provinsi ini dapat disimpulkan bahwa migas berdampak negatif terhadap ketimpangan pendapatan Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Sumatera Selatan Nilai indeks Williamson dengan migas di Provinsi Sumatera Selatan seperti tampak pada gambar 6 memiliki pola yang yang cenderung meningkat hingga tahun 2005 dengan nilai Tahun 2006, nilai indeks kembali turun (0.69) dan di tahun 2007 kembali naik (0.71). Nilai indeks yang cukup fluktuatif sepanjang waktu ini tercermin dari besarnya standar deviasi yang mencapai (Lampiran 1). Peningkatan nilai indeks di provinsi diduga karena faktor pemekaran wilayah. Pada tahun 2005, lahir beberapa kabupaten baru diantaranya adalah Kabupaten OKU Selatan, OKU Timur dan Ogan Ilir. Hingga tahun 2007 nilai indeks Williamson dengan migas di Provinsi Sumatera Selatan mencapai 0,71 jauh meningkat dibanding tahun 2002 yang mencapai 0,44.

5 52 indeks Williams Dengan Migas Tanpa Migas tahun Gambar 6 Perkembangan Indeks Williamson Provinsi Sumatera Selatan tahun Indeks Williamson tanpa migas dan dengan migas memiliki pola yang relatif sama. Perbedaan dari kedua nilai indeks ini disebabkan pengaruh migas yang membuat nilai indeks dengan migas lebih besar. Pada nilai indeks tanpa migas ini tingkat pendapatan relatif lebih merata yang ditunjukkan oleh rendahnya nilai indeks yang berkisar antara Dari Provinsi Sumatera Selatan dapat ditarik kesimpulan bahwa peningkatan disparitas pendapatan diduga tidak hanya disebabkan oleh faktor minyak dan gas bumi namun juga karena faktor pemekaran wilayah Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Jawa Barat Disparitas pendapatan di Provinsi Jawa Barat dalam kurun waktu cenderung memiliki tren yang menurun. Hal yang menarik dari Provinsi Jawa Barat ini adalah peran migas dalam penciptaan disparitas. Jika di Provinsi Riau, Jambi dan Sumatera Selatan peran migas cenderung meningkatkan ketimpangan pendapatan namun di Jawa Barat migas justru menurunkan disparitas pendapatan. Seperti tampak pada Gambar 7 terlihat bahwa disparitas pendapatan tanpa migas justru lebih besar dibanding dengan migas. Hal ini dikarenakan kecilnya peran pertambangan migas dalam struktur ekonomi daerah. Struktur ekonomi di Kabupaten Bekasi dan Karawang lebih didominasi oleh sektor industri sehingga perbedaan pendapatan perkapita lebih disebabkan peningkatan nilai tambah sektor tersebut. Struktur ekonomi kabupaten lain juga menunjukkan peran migas tidak

6 53 terlalu besar. Dari 5 kabupaten penghasil migas hanya Kabupaten Indramayu yang memiliki struktur ekonomi dengan peran migas yang cukup besar. (Tabel 2) indeks Williams Dengan Migas Tanpa Migas tahun Gambar 7 Perkembangan Indeks Williamson Provinsi Jawa Barat tahun Dari hasil perhitungan diketahui nilai rata-rata indeks dengan migas sebesar 0.65 sedangkan nilai rata-rata indeks tanpa migas mencapai Hal ini berarti bahwa tingkat pendapatan dengan migas relatif lebih merata. Sementara jika melihat Gambar 7 dan membandingkan nilai standar deviasi keduanya terlihat bahwa penurunan indeks tanpa migas relatif lebih tajam dalam kurun waktu (Lampiran 1) Ketimpangan pendapatan yang besar di provinsi ini disebabkan perbedaan pendapatan perkapita antar kabupaten yang besar. Kabupaten Bekasi dengan pendapatan perkapita tertinggi merupakan salah satu kabupaten yang berperan dalam penciptaan disparitas pendapatan. Dari uraian diatas dapat disimpulkan bahwa migas berperan menurunkan ketimpangan pendapatan antar kabupaten di Provinsi Jawa Barat Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Jawa Timur Nilai indeks Williamson di Provinsi Jawa Timur dalam kurun waktu memiliki tren yang menurun (Gambar 8). Kondisi disparitas pendapatan di provinsi ini mirip dengan Provinsi Jawa Barat dengan peran migas yang cenderung

7 54 menurunkan disparitas pendapatan. Seperti tampak pada Gambar 8 terlihat bahwa nilai indeks Williamson dengan migas lebih rendah dibandingkan nilai indeks tanpa migas. Hal ini diduga karena kecilnya peran migas dalam struktur ekonomi daerah. Di Kabupaten Sidoarjo dengan struktur ekonomi yang didominasi oleh sektor industri, pertambangan migas hanya menyumbang kurang dari 2 persen saja. Demikian pula struktur ekonomi kabupaten lain, peran migas tidak terlalu besar. Dari 6 Kabupaten penghasil migas hanya Kabupaten Tuban saja yang memiliki struktur ekonomi dengan peran migas yang cukup besar Indeks Williamso Dengan Migas Tanpa Migas Tahun Gambar 8 Perkembangan Indeks Williamson Provinsi Jawa Timur tahun Secara keseluruhan disparitas pendapatan dengan dan tanpa migas memiliki nilai yang tidak terlalu berbeda. Rata-rata nilai indeks dengan migas mencapai 0.66 sedangkan tanpa migas mencapai Kabupaten Sidoarjo merupakan kabupaten dengan pendapatan perkapita tertinggi diantara 6 kabupaten lainnya yang memegang peran penting terhadap ketimpangan pendapatan. Penghitungan nilai indeks Williamson ini memberi kesimpulan bahwa migas berperan menurunkan ketimpangan pendapatan antar kabupaten di Provinsi Jawa Timur Disparitas Pendapatan Antar Kabupaten Penghasil Migas di Provinsi Kalimantan Timur Provinsi Kalimantan Timur merupakan provinsi terbesar penghasil migas di Indonesia. Struktur ekonomi kabupaten di provinsi ini secara umum didominasi sektor pertambangan migas. Besarnya potensi migas di provinsi ini memberi

8 55 sumbangan yang sangat besar dalam penerimaan provinsi maupun kabupaten di wilayah ini. Nilai indeks Williamson dengan migas dalam kurun waktu menunjukkan tren penurunan. Nilai indeks Williamson dengan migas di provinsi ini merupakan nilai tertinggi dibanding 5 provinsi lainnya. Pada tahun 2002 nilai indeks Williamson Provinsi Kalimantan Timur mencapai 0.73 kemudian turun pada tahun berikutnya menjadi 0.72 dan hingga tahun 2006 mencapai nilai (Lampiran 1). Ketimpangan pendapatan yang tinggi ini disebabkan adanya perbedaan pendapatan perkapita diantara daerah penghasil migas. Kota Bontang sebagai kota penghasil migas dan juga sebagai kota industri pengolah hasil migas memiliki tingkat pendapatan perkapita tertinggi dengan pendapatan mencapai Rp 407,10 juta. Demikian juga dengan Kabupaten Kutai Kartanegara yang terkenal sebagai kabupaten penghasil migas terbesar di Indonesia ini memiliki pendapatan perkapita sebesar Rp 139,57 juta indeks Williams Dengan Migas Tanpa Migas tahun Gambar 9 Perkembangan Indeks Williamson Provinsi Kalimantan Timur tahun Di lain pihak, nilai indeks Williamson tanpa migas jauh lebih rendah bila dibandingkan dengan nilai indeks dengan migas. Disparitas pendapatan tanpa migas menunjukkan pola yang terus meningkat dengan nilai berkisar Pada tahun 2002 nilai indeks Williamson mencapai 0.34 dan terus mengalami peningkatan hingga pada 2007 telah mencapai Rendahnya nilai indeks tanpa migas ini menandakan bahwa tingkat pendapatan yang relatif lebih merata. Dari perbandingan nilai indeks Williamson diatas dapat kita simpulkan bahwa migas

9 56 memberikan dampak yang negatif dalam meningkatkan ketimpangan pendapatan antar kabupaten di Provinsi Kalimantan Timur. 5.2 Analisis Tipologi Klassen Analisis tipologi Klassen memberikan gambaran tentang pola pertumbuhan ekonomi kabupaten/kota penghasil migas yang merupakan analisis yang cukup penting untuk melihat kondisi perekonomiannya. Dengan melihat pola pertumbuhan ekonomi tersebut akan dapat terlihat bagaimana potensi relatif perekonomian suatu daerah baik secara agregat dan sektoral terhadap daerah lain sekitarnya. Tipologi Klassen membagi wilayah menjadi 4 kuadran yaitu kuadran I merupakan kelompok daerah maju (laju pertumbuhan dan pendapatan perkapita diatas rata-rata), kuadran II merupakan daerah maju tapi tertekan (pertumbuhan ekonomi rendah tapi pendapatan perkapita diatas rata-rata), kuadran III merupakan daerah berkembang (pertumbuhan ekonomi yang lebih tinggi tapi pendapatan perkapita lebih rendah dari rata-rata) dan terakhir kuadran IV merupakan daerah tertingal (pertumbuhan ekonomi dan pendapatan perkapita dibawah rata-rata). Pada masing-masing kuadran dibagi menjadi 2 bagian dimana pada baris pertama merupakan kelompok daerah dengan struktur perekonomian yang didominasi sektor pertambangan migas dan baris kedua merupakan kelompok daerah yang struktur perekonomiannya tidak didominasi sektor pertambangan migas. Pengelompokan daerah menggunakan tipologi Klassen pada tahun 2002 terlihat bahwa Kabupaten Kutai Kartanegara, Kutai Timur, dan Bekasi serta Kota Samarinda dan Tarakan masuk dalam kelompok daerah maju, seperti ditampilkan pada Tabel 6. Kemajuan Kabupaten Kutai Kartanegara dan Kutai Timur banyak ditopang oleh melimpahnya sumber daya migas yang menjadi pendorong laju perekonomian daerah. Namun berbeda dengan Kabupaten Bekasi, kemajuan kabupaten ini lebih disebabkan peran sektor industri yang sangat besar. Hal ini tampak jelas dari struktur perekonomian Kabupaten Bekasi yang sekitar 80 persen lebih didominasi oleh sektor industri sementara sektor pertambangan dengan migas hanya menyumbang kurang dari 2 persen saja. Sedangkan untuk Kota

10 57 Samarinda dan Tarakan, kemajuan kedua daerah tersebut lebih banyak dipengaruhi oleh sektor industri dan perdagangan, sementara sektor pertambangan dengan migas hanya menyumbang kurang dari 6 persen saja. Tabel 6 Pengelompokan Pertumbuhan Ekonomi Kabupaten/Kota Penghasil Migas Berdasarkan Tipologi Klassen tahun 2002 Pendapatan Perkapita Laju Pertumbuhan Ekonomi Pendapatan Perkapita Diatas Rata-Rata Pendapatan Perkapita Dibawah Rata-Rata Laju Pertumbuhan Ekonomi Diatas Rata-Rata Daerah Maju (16 %) Kutai Kartanegara, Kutai Timur, Samarinda, Tarakan dan Bekasi Daerah Berkembang (22 %) Tanjung Jabung Timur, Indramayu, Nunukan, Sarolangun,Tanjung Jabung Barat, Subang, dan Mojokerto Laju Pertumbuhan Ekonomi Dibawah Rata-Rata Daerah maju Tapi Tertekan (12 %) Kampar, Bengkalis, Rokan Hilir dan Bontang Daerah Relatif Terbelakang (50 %) Musi Banyuasin, Ogan Komering Ulu, Musi Rawas, Indragiri Hulu, Tebo, Batanghari, Kota Jambi, Lahat, Bulungan, Majalengka, Karawang, Sidoarjo, Bojonegoro, Tuban, Lamongan dan Bangkalan Seluruh kabupaten penghasil migas yang berada di Provinsi Sumatera Selatan masuk ke dalam kelompok daerah yang relatif terbelakang (kuadran IV). Masuknya sejumlah kabupaten di Provinsi Sumatera Selatan yang masuk ke dalam kelompok daerah tertinggal tidaklah mengherankan mengingat rendahnya pertumbuhan ekonomi dan pendapatan perkapita di wilayah tersebut. Kabupaten Kampar, Bengkalis, Rokan Hilir dan Kota Bontang pada tahun 2002 masuk dalam kelompok daerah yang maju tapi tertekan (kuadran III). Keempat kabupaten/kota penghasil migas ini memiliki tingkat pendapatan perkapita diatas rata-rata kabupaten penghasil migas lainnya (Tabel 2) namun laju pertumbuhan ekonominya berada dibawah rata-rata kabupaten lain. Sedangkan

11 58 Kabupaten Sarolangun, Tanjung Jabung Timur, Tanjung Jabung Barat, Nunukan, Indramayu, Subang dan Mojokerto berdasarkan pengelompokan Tipologi Klassen termasuk daerah yang berkembang (kuadran II). Secara umum pada tahun 2002 sebanyak 50 persen kabupaten/kota penghasil migas tergolong sebagai daerah yang tertinggal sedangkan sisanya masuk dalam kelompok daerah maju (16 persen), maju tapi tertekan (12 persen) dan berkembang (22 persen). Menurut Syafrizal (2008) pengelompokan wilayah dengan menggunakan tipologi Klassen ini bersifat dinamis karena sangat tergantung pada perkembangan kegiatan pembangunan pada kabupaten/kota yang bersangkutan. Ini berarti bahwa dalam beberapa tahun kedepan, pengelompokkan akan dapat berubah sesuai dengan perkembangan laju pertumbuhan dan tingkat pendapatan perkapita daerah yang bersangkutan. Tabel 7 Pengelompokan Pertumbuhan Ekonomi Kabupaten/Kota Penghasil Migas Berdasarkan Tipologi Klassen tahun 2007 Pendapatan Perkapita Laju Pertumbuhan Pendapatan Perkapita Diatas Rata-Rata Pendapatan Perkapita Dibawah Rata-Rata Laju Pertumbuhan Diatas Rata-Rata Daerah Maju (12 %) Kutai Kartanegara, Kutai Timur, Samarinda, dan Bekasi Daerah Berkembang (38 %) OKU, Lahat, Musi Rawas, Nunukan, Tarakan, Indramayu, Sarolangun, Tanjung Jabung Barat, Tebo, Kota Jambi, Subang,Mojokerto Laju Pertumbuhan Dibawah Rata-Rata Daerah maju Tapi Tertekan (25 %) Kampar, Bengkalis, Musi Banyuasin Rokan Hilir, Indragiri Hulu, Bulungan, Bontang dan Bojonegoro Daerah Relatif Terbelakang (25 %) Tanjung Jabung Timur, Batanghari, Majalengka, Karawang, Sidoarjo, Tuban, Lamongan dan Bangkalan Demikian pula dengan perkembangan pembangunan yang terjadi di kabupaten penghasil migas, setelah selang 5 tahun terjadi beberapa pergeseran

12 59 daerah dalam pengelompokkan ini. Beberapa wilayah yang pada tahun 2002 masuk sebagai daerah yang relatif tertinggal pada tahun 2007 dapat bergeser masuk ke dalam kelompok daerah yang berkembang ataupun daerah yang maju tapi tertekan. Namun ada satu daerah yang pada tahun 2002 termasuk daerah maju tapi pada tahun 2007 bergeser menjadi daerah berkembang yaitu Kota Tarakan (Tabel 7). Kemajuan beberapa daerah yang sebelumnya berada di kuadran IV (daerah tertinggal) pada tahun 2007 masuk sebagai kelompok daerah yang berkembang yaitu kabupaten Tebo, Kota Jambi, Ogan Komering Ulu, Lahat dan Musi Rawas. Sedangkan kabupaten yang sebelumnya masuk dalam kelompok daerah tertinggal pada tahun 2002 kemudian pada tahun 2007 masuk ke dalam kelompok daerah yang maju tapi tertekan yaitu Kabupaten Indragiri Hulu, Musi Banyuasin, Bulungan dan Bojonegoro. Pergeseran sejumlah kabupaten penghasil migas yang terjadi sebagai akibat pembangunan ekonomi yang terjadi di wilayah yang bersangkutan. Kemajuan sejumlah kabupaten tersebut tidak hanya dikarenakan peningkatan pendapatan perkapita namun juga ditunjang oleh percepatan pertumbuhan ekonomi yang mampu mengimbangi pertumbuhan ekonomi kabupaten lainnya. Secara umum pada tahun 2007 sebanyak 38 persen kabupaten/kota masuk dalam kelompok daerah berkembang sedang sisanya masuk kelompok daerah maju (12 persen), maju tapi tertekan (25 persen) dan tertinggal (25 persen). 5.3 Analisis Data Panel Dalam penelitian ini analisis data meliputi faktor-faktor yang mempengaruhi pertumbuhan ekonomi, kemiskinan dan ketimpangan pendapatan di daerah penghasil migas. Khusus untuk model yang membahas model pertumbuhan ekonomi dan kemiskinan dibedakan menjadi 3 persamaan yaitu : pertama, model persamaan yang menyertakan seluruh kabupaten penghasil, kedua, model persamaan yang menyertakan kabupaten dengan sumbangan sektor pertambangan dalam PDRB diatas 25 persen dan ketiga model persamaan yang menyertakan kabupaten dengan sumbangan sektor pertambangan dalam PDRB kurang dari 25 persen. Alasan pembedaan model ini dimaksudkan untuk melihat apakah dana bagi hasil migas mempempunyai pengaruh yang berbeda antara

13 60 daerah yang relatif kaya sumber daya migas dengan daerah yang sumber daya migasnya tidak terlalu besar. Periode data yang dipakai dalam analisis data panel menggunakan data tahun Periode analisis data panel ini berbeda dengan periode analisis disparitas pendapatan dan tipologi Klassen karena keterbatasan data yang tersedia Faktor-Faktor yang Mempengaruhi Pertumbuhan Ekonomi Variabel bebas yang digunakan dalam penelitian ini yaitu jumlah penduduk (LnPOP), pendapatan asli daerah (LnPAD), dana bagi hasil (LnDBH), tabungan (LnSAVE), pengangguran (LnTPT), penduduk yang lulus SMU (LnSMU) dan pengeluaran pendidikan (LnEDU) serta variabel bebasnya adalah pertumbuhan ekonomi (LnPDRB). Penyusunan model data panel dilakukan dalam dua tahap. Pertama, membandingkan fixed effects model dengan random effects model. Kedua, membuat estimasi model atau persamaan dengan menentukan koefisien masing-masing variabel bebas. Software yang dipergunakan dalam pengolahan data penelitian adalah Eviews 6.0. Penentuan model yang sesuai ditetapkan dengan uji Hausman. Statistik Uji Hausman mengikuti distribusi statistik Chi Square dengan degree of freedom sebanyak jumlah variabel bebas dari model. Uji kesesuaian model data panel dengan fixed effects dan random effects menggunakan uji Hausman menunjukkan 2 nilai p-value (prob.) < 0,05, hal ini berarti model persamaan yang disusun memiliki heterogenitas individu tetapi tidak secara random. Dengan demikian fixed effects model lebih sesuai digunakan. Persamaan pada Tabel 8, menghasilkan nilai R 2 untuk persamaan 1,2, dan 3 yang sama yaitu , , yang berarti bahwa pengaruh variabel bebas jumlah penduduk, pendapatan asli daerah, dana bagi hasil, tabungan, pengangguran, penduduk yang lulus SMU, dan pengeluaran pendidikan terhadap variabel tidak bebas pertumbuhan ekonomi sebesar 99.91, dan persen sedang sisanya sebesar 0.09, 0.09 dan 0.08 persen lainnya dijelaskan oleh variabel yang tidak masuk dalam model.

14 61 Hasil pengujian pengaruh variabel bebas secara serempak terhadap varaiabel tidak bebas dengan menggunakan uji F menunjukkan nilai F hitung sebesar jauh lebih besar dibandingkan dengan F tabel yang mencapai nilai Hasil ini menunjukkan bahwa variabel jumlah penduduk, pendapatan asli daerah, dana bagi hasil, tabungan, pengangguran, penduduk yang lulus SMU, dan pengeluaran pendidikan signifikan berpengaruh secara bersama-sama terhadap pertumbuhan ekonomi. Pada persamaan 1, 2 dan 3 diketahui variabel pendapatan asli daerah, dana bagi hasil, tabungan, penduduk yang lulus SMU dan pengeluaran pendidikan berhubungan secara positif terhadap pertumbuhan ekonomi. Sedangkan variabel populasi dan pengangguran berhubungan secara negatif terhadap pertumbuhan ekonomi. Tabel 8 Uji Signifikansi Variabel Bebas pada Persamaan Pertumbuhan Ekonomi Kabupaten Penghasil Migas tahun Variabel Persamaan 1 Persamaan 2 Persamaan 3 Koefisien Prob Koefisien Prob Koefisien Prob C Ln(POP) Ln(PAD) Ln(DBH) Ln(SAVE) Ln(TPT) Ln(SMU) Ln(EDU) R Adj R F-statistic Sumber : Data diolah Ket : Persamaan 1 (seluruh kabupaten), Persamaan 2 (kabupaten dengan peran sektor pertambangan >25 persen), Persamaan 3 (kabupaten dengan peran sektor pertambangan <25 persen) Variabel populasi atau jumlah penduduk dari hasil analisis diketahui signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai yang berarti bahwa peningkatan 1 persen jumlah penduduk akan menurunkan pertumbuhan ekonomi sebesar 0.03 persen dengan asumsi variabel yang lain konstan. Hal ini sesuai dengan teori pertumbuhan Thomas Robert Malthus yang jauh hari sudah memperingatkan tentang pertumbuhan penduduk yang berlebihan (over population). Disebutkan bahwa pertumbuhan penduduk nantinya akan

15 62 seperti deret ukur sedangkan pertambahan produksi hasil pangan akan seperti deret hitung. Pertumbuhan jumlah penduduk yang cenderung cepat menurunkan tingkat pertumbuhan ekonomi disebagian besar negara-negara berkembang, terutama yang kondisi dasarnya masih miskin, amat tergantung pada sektor pertanian, serta diliputi keterbatasan lahan serta sumber daya alam (Todaro dan Smith, 2006). Jumlah penduduk yang besar sebetulnya memiliki potensi sebagai pelaku pertumbuhan sekaligus pasar potensial. Namun potensi tersebut akan berubah menjadi dampak negatif apabila daerah tidak dapat mengontrol laju pertumbuhan jumlah penduduknya (over popolation) karena lahan yang tersedia jumlahnya terbatas. Masalah lainnya kemudian timbul apabila pertumbuhan jumlah penduduk yang ada tidak dibarengi dengan kenaikan kualitas pertambahan penduduk tersebut seperti kualitas pendidikan dan kesehatan. Nilai koefisien variabel jumlah penduduk yang ditunjukkan oleh persamaan 1 memiliki arah yang sama dengan persamaan 2 dan 3. Perbedaan ketiganya terletak pada besaran koefisien variabel jumlah penduduk. Nilai koefisien variabel jumlah penduduk pada persamaan 2 dan 3 masing-masing sebesar dan dan. Hal ini menunjukkan di daerah dengan share pertambangan lebih dari 25 persen (persamaan 2) memiliki dampak penurunan pertumbuhan ekonomi yang lebih tinggi akibat pertambahan jumlah penduduk dibanding daerah dengan share sektor pertambangan kurang dari 25 persen (persamaan 3). Variabel pendapatan asli daerah signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai 0.03 yang berarti bahwa peningkatan 1 persen pendapatan asli daerah akan meningkatkan pertumbuhan ekonomi sebesar 0.03 persen dengan asumsi variabel yang lain konstan. Hasil ini sesuai dengan hipotesa yang dikemukakan diawal. Dengan demikian daerah yang memiliki tingkat pendapatan asli daerah (PAD) yang lebih tinggi memiliki peluang untuk tumbuh lebih cepat daripada daerah dengan tingkat PAD yang rendah. Pendapatan asli daerah merupakan salah satu modal dasar untuk menggerakkan pembangunan daerah. Semakin besar PAD suatu daerah akan memberikan dampak yang positif bagi total pengeluaran pemerintah daerah yang

16 63 pada gilirannya memberikan dampak yang positif pula bagi peningkatan pertumbuhan ekonomi. Variabel pendapatan asli daerah pada persamaan 2 tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi. Hal ini menunjukkan bahwa walaupun pendapatan asli daerah memiliki dampak yang positif bagi pertumbuhan ekonomi namun jumlahnya relatif terbatas sehingga kurang signifikan dalam meningkatkan pertumbuhan ekonomi. Pada umumnya daerah yang ada dalam persamaan 2 (daerah dengan pendapatan DBH yang relatif tinggi) sangat mengandalkan penerimaan daerah dari penerimaan dana bagi hasil yang dikucurkan pemerintah pusat. Pada masa mendatang pemerintah daerah di kabupaten dengan sumber daya migas yang relatif berlimpah hendaknya mampu meningkatkan pendapatan asli daerahnya mengingat sifat dari sumber migas yang tidak dapat terbarukan. Variabel dana bagi hasil dalam persamaan 1 signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai 0.02 yang berarti bahwa peningkatan 1 persen dana bagi hasil maka akan meningkatkan pertumbuhan ekonomi sebesar 0.02 persen dengan asumsi variabel yang lain tetap. Hal ini sesuai dengan hipotesa yaitu peningkatan dana bagi hasil berhubungan positif dengan pertumbuhan ekonomi. Variabel dana bagi hasil seperti halnya pendapatan asli daerah, merupakan modal yang penting dalam menggerakkan pembangunan daerah. Besarnya dana bagi hasil memberikan dampak yang positif bagi anggaran pendapatan dan belanja daerah dalam meningkatkan total pengeluaran pemerintah. Peningkatan pengeluaran daerah diharapkan mampu memberi dampak positif bagi pertumbuhan ekonomi. Koefisien dana bagi hasil pada persamaan 1 memiliki arah koefisien yang sama dengan persamaan 2 dan 3. Hal ini berarti bahwa tidak terdapat perbedaan antara ketiga daerah tersebut. Dari ketiga persamaan model pertumbuhan memberi gambaran bahwa di semua wilayah, dana bagi hasil memberikan dampak yang signifikan bagi pertumbuhan ekonomi.

17 64 Variabel tabungan pada persamaan 1 diketahui signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai 0.02 yang berarti bahwa peningkatan tabungan sebesar 1 persen akan meningkatkan pertumbuhan ekonomi sebesar 0.02 persen dengan asumsi variabel yang lain konstan. Hasil analisis penelitian ini sesuai dengan teori pertumbuhan endogen yang menyebutkan bahwa semakin tinggi tingkat tabungan maka semakin tinggi tingkat pertumbuhan output. (Dornburch, 2001). Peningkatan tabungan menjadi hal yang penting dalam peningkatan pertumbuhan ekonomi daerah. Besarnya dana tabungan yang dihimpun dari masyarakat oleh lembaga perbankan akan disalurkan kembali untuk membiayai kegiatan-kegiatan produktif dalam suatu perkonomian. Semakin cepat perputaran aliran dana akan memberikan efek berganda bagi pertumbuhan ekonomi di suatu daerah. Variabel tabungan pada persamaan 2 memiliki dampak yang tidak signifikan terhadap pertumbuhan ekonomi. Hal ini menunjukkan bahwa fungsi tabungan sebagai bagian dari pengerak pertumbuhan ekonomi di daerah struktur ekonominya didominasi oleh sektor pertambangan migas tidak sepenuhnya terwujudnya. Kondisi ini dikarenakan rendahnya ratio (perbandingan) antara besarnya kredit yang disalurkan dengan jumlah dana pihak ketiga (tabungan) di daerah tersebut. Data yang diperoleh dari Bank Indonesia menunjukkan bahwa pada umumnya daerah-daerah yang berada di wilayah ini memiliki nilai LDR (Loan Deposit Ratio) yang rendah berkisar antara persen. Hal inilah yang menyebabkan besarnya dana yang terhimpun dalam bentuk tabungan tidak mampu seluruhnya diserap melalui kredit yang disalurkan pihak perbankan. Rendahnya daya serap dana pihak ketiga ini tentunya berdampak terhadap percepatan perekonomian di wilayah tersebut. Variabel pengangguran pada persamaan 1 terbukti signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai yang berarti bahwa peningkatan jumlah pengangguran sebesar 1 persen akan menurunkan pertumbuhan ekonomi sebesar 0.03 persen dengan asumsi variabel yang lain konstan. Hasil ini sesuai dengan penelitian yang dilakukan oleh Arthur Okun yang terkenal dengan Hukum Okun (Dornbursh et al, 2001). Dalam penelitiannya,

18 65 Okun menyusun hubungan empiris antara pengangguran dan PDB riil di Amerika Serikat. Dari hasil penelitiannya, Okun menyatakan bahwa 1 poin tambahan pengangguran membebani 2 persen PDB. Hal ini dapat dimaklumi karena semakin besar penduduk yang menganggur dengan sendirinya akan membuat pendapatan perkapita semakin kecil. Hasil yang sama juga ditunjukkan oleh persamaan 2 dan 3, hanya saja dampak peningkatan pengangguran terhadap pertumbuhan ekonomi di daerah yang memiliki share pertambangan lebih dari 25 persen relatif lebih rendah jika dibandingkan daerah dengan share pertambangan kurang dari 25 persen. Pengangguran yang tinggi memang membawa dampak buruk bagi perkonomian sebab output yang dihasilkan tidak dapat maksimal, sehingga ada kapasitas produksi yang belum terpakai/menganggur. Akibatnya pertumbuhan ekonomi menjadi turun sebab input yang terpakai juga sedikit (Sukirno, 2000). Variabel pendidikan yang diwakili oleh jumlah penduduk yang lulus SMU dalam persamaan 1 signifikan mempengaruhi pertumbuhan ekonomi dengan koefisien bernilai 0.07 yang berarti bahwa peningkatan 1 persen jumlah penduduk yang lulus SMU akan meningkatkan pertumbuhan ekonomi sebesar 0.07 persen dengan asumsi variabel yang lain tetap. Hal ini sesuai dengan hipotesa yang artinya kenaikan pendidikan suatu daerah akan mempengaruhi kenaikan pertumbuhan ekonomi suatu daerah. Maksud dari peningkatan pendidikan disini adalah peningkatan kualitas pendidikan yang ditandai dengan banyaknya jumlah penduduk yang lulus SMU. Jadi daerah dengan kualitas pendidikan yang tinggi memiliki peluang untuk tumbuh lebih cepat daripada daerah yang kualitas pendidikannya masih rendah. Hasil ini sesuai dengan teori pertumbuhan endogen (New Growth Theory) yang menyebutkan bahwa pertumbuhan ekonomi selain dipengaruhi akumulasi modal dan tabungan juga ditentukan oleh kualitas human capitalnya (Romer, 1995). Hal yang seharusnya menjadi perhatian pemerintah baik pusat maupun daerah. Selama ini baik pemerintah pusat maupun daerah terkesan kurang memberikan perhatian pada sektor pendidikan.

19 66 Pengaruh variabel pendidikan terhadap pertumbuhan ekonomi pada persamaan 1 sama dengan hasil yang ditunjukkan dalam persamaan 3 namun berbeda dengan hasil pada persamaan 2. Pada daerah yang memiliki dana bagi hasil yang besar (persamaan 2) terlihat bahwa peran pendidikan (jumlah lulusan SMU) tidak memiliki dampak yang signifikan dalam meningkatkan pertumbuhan ekonomi. Hal ini menunjukkan bahwa peran jumlah penduduk yang lulus SMU di daerah ini tidak mampu sepenuhnya mempengaruhi pertumbuhan ekonomi. Kondisi ini diduga karena besarnya jumlah penduduk yang lulus SMU belum seluruhnya mampu diserap sehingga tidak memberikan dampak yang signifikan bagi pertumbuhan perekonomian. Variabel pengeluaran pendidikan dalam persamaan 1 diketahui positif mempengaruhi pertumbuhan ekonomi. Besarnya nilai koefisien pengeluaran pendidikan yang bernilai 0.03 berarti bahwa peningkatan sebesar 1 persen pengeluaran pendidikan akan meningkatkan pertumbuhan ekonomi sebesar 0.03 persen dengan asumsi variabel lain konstan. Hal ini sesuai dengan hipotesa yang artinya kenaikan pengeluaran pendidikan akan mempengaruhi kenaikan pertumbuhan ekonomi suatu daerah. Peningkatan kualitas pendidikan ditinjau dari sisi besarnya anggaran pendidikan merupakan investasi yang penting dalam rangka peningkatan pertumbuhan ekonomi. Tingkat pendidikan yang semakin baik akan meningkatkan ketrampilan dan produktifitas dari tenaga kerja sehingga mampu memberikan output yang lebih baik dari segi kuantitas maupun kualitas barang dan jasa yang diproduksi. Pengeluaran pendidikan merupakan investasi yang penting dalam proses pembangunan daerah berkaitan dengan masalah pengentasan kemiskinan. Penentu perbedaan pendapatan dan produktifitas adalah kualitas pendidikan (kualitas pengajaran, fasilitas dan kurikulum) dan bukan hanya kuantitasnya saja (lamanya bersekolah) (Behrman dan Birdsall, 1983). Peningkatan pengeluaran pendidikan akan sangat berpengaruh bagi penyediaan berbagai fasilitas pendidikan dan peningkatan kualitas guru. Dalam UU tentang pendidikan nasional mengamanatkan bagi pemerintah pusat dan daerah untuk menganggarkan minimal 20 persen dari APBN/APBD untuk sektor pendidikan, namun dalam kenyataannya masih banyak daerah yang

20 67 mengalokasikan anggaran pendidikan kurang dari 20 persen untuk sektor ini. Sektor pendidikan bagi suatu wilayah sangat penting bila ingin membangun suatu dasar atau landasan pertumbuhan yang kekal dan tahan lama. Secara umum hasil, variabel jumlah lulusan SMU yang diperoleh dalam persamaan 1 memiliki arah koefisien sama dengan persamaan 2 dan 3. Perbedaan hanya pada besaran nilai koefisien. Pada persamaan 3, peningkatan pengeluaran pendidikan di daerah ini memberikan dampak yang relatif lebih besar dibanding daerah yang ada dalam persamaan 2. Jika dibandingkan dengan penelitian yang dilakukan oleh Haryanto (2006) yang melakukan penelitian di 30 Provinsi tahun 2001 hingga 2004 terdapat beberapa perbedaan. Dari hasil penelitiannya diketahui, transfer pemerintah pusat berupa dana perimbangan dan pendapatan asli daerah berpengaruh negatif terhadap pertumbuhan ekonomi sementara pada penelitian ini justru memberikan hasil yang berbeda. Dana bagi hasil dan pendapatan asli daerah berpengaruh positif terhadap pertumbuhan ekonomi di kabupaten penghasil migas. Sementara variabel lain seperti variabel populasi, pengangguran dan pendidikan mempunyai pengaruh terhadap pertumbuhan ekonomi yang searah dengan hasil penelitian yang dilakukan oleh Haryanto. Sementara itu jika dibandingkan dengan hasil penelitian yang dilakukan oleh Sari (2006) yang melihat pengaruh tabungan terhadap pertumbuhan ekonomi, menunjukkan bahwa hasil penelitian ini memiliki analisa yang searah dengan penelitian yang dilakukan oleh Sari. Pada penelitian ini diketahui bahwa peningkatan tabungan berpengaruh positif terhadap peningkatan pertumbuhan ekonomi di daerah penghasil migas. Perbedaan penelitian ini dengan penelitian sebelumnya karena adanya perbedaan waktu penelitian, lokasi penelitian dan variabel yang digunakan dalam penelitian ini. Pada penelitian ini selain variabel yang digunakan oleh Haryanto, ditambahkan pula variabel lain yaitu variabel tabungan sementara transfer dana pemerintah pusat pada penelitian ini hanya dibatasi pada transfer dana bagi hasil.

21 Faktor-Faktor yang Mempengaruhi Kemiskinan Variabel bebas yang digunakan dalam penelitian ini yaitu pendapatan domestik regional bruto perkapita (PDRB), dana bagi hasil (DBH), jumlah penduduk (POP), pengangguran (TPT), pengeluaran kesehatan(sehat) dan penduduk yang lulus SMU (SMU) serta variabel tidak bebas yaitu kemiskinan (POOR). Penyusunan model data panel dilakukan dalam dua tahap. Pertama, membandingkan fixed effects model dengan random effects model. Kedua, membuat estimasi model atau persamaan dengan menentukan koefisien masingmasing variabel bebas. Software yang dipergunakan dalam pengolahan data penelitian adalah Eviews 6.0. Penentuan model yang sesuai ditetapkan dengan uji Hausman. Statistik Uji Hausman mengikuti distribusi statistik Chi Square dengan degree of freedom sebanyak jumlah variabel bebas dari model. Uji kesesuaian model data panel dengan fixed effects dan random effects menggunakan uji Hausman menunjukkan 2 nilai p-value (prob.) < 0,05, hal ini berarti model persamaan yang disusun memiliki heterogenitas individu tetapi tidak secara random. Dengan demikian fixed effects model lebih sesuai digunakan. Tabel 9 Uji Signifikansi Variabel Bebas pada Persamaan Kemiskinan Kabupaten Penghasil Migas tahun Variabel Persamaan 1 Persamaan 2 Persamaan 3 Koefisien Prob Koefisien Prob Koefisien Prob C PDRB perkpt (juta Rp) DBH (milyar Rp) POP (ribu orang) TPT (persen) SEHAT (milyar Rp) SMU (persen) R Adj R F statistic Sumber : Data diolah Ket : Persamaan 1 (seluruh kabupaten), Persamaan 2 (kabupaten dengan peran sektor pertambangan >25 persen), Persamaan 3 (kabupaten dengan peran sektor pertambangan <25 persen).

22 69 Persamaan pada Tabel 9, menghasilkan nilai R 2 untuk persamaan 1,2, dan 3 yang sama yaitu , , yang berarti bahwa pengaruh variabel bebas produk domestik regional bruto, dana bagi hasil, jumlah penduduk, pengangguran, pengeluaran kesehatan dan penduduk yang lulus SMU terhadap variabel tidak bebas kemiskinan sebesar 99.67, dan persen sedang sisanya sebesar 0.33, 0.48 dan 0.56 persen lainnya dijelaskan oleh variabel yang tidak masuk dalam model. Hasil pengujian pengaruh variabel bebas secara serempak terhadap varaiabel tidak bebas dengan menggunakan uji F menunjukkan nilai F hitung sebesar jauh lebih besar dibandingkan dengan F tabel yang mencapai nilai Secara keseluruhan dari hasil uji F diketahui bahwa variabel produk domestik regional bruto, dana bagi hasil, jumlah penduduk, pengangguran, pengeluaran kesehatan dan penduduk yang lulus SMU signifikan berpengaruh terhadap variabel kemiskinan. Variabel pendapatan domestik regional bruto perkapita pada persamaan 1 signifikan mempengaruhi kemiskinan dengan koefisien sebesar yang berarti bahwa peningkatan PDRB perkapita 1 unit akan menurunkan jumlah orang miskin sebesar 0.05 unit dengan asumsi variabel yang lain konstan. Hal ini berarti setiap kenaikan PDRB perkapita sebesar Rp 1 juta maka akan mengurangi atau menurunkan persentase penduduk miskin sebanyak 0.05 persen. Hal ini mengindikasikan pentingnya mempercepat pertumbuhan ekonomi untuk menurunkan jumlah penduduk miskin. Peningkatan pendapatan perkapita dalam level yang lebih rendah seperti keluarga akan mampu memberikan kesempatan bagi anggata rumah tangga untuk memperoleh tingkat pendidikan dan kesehatan yang lebih layak. Peningkatan pendidikan seorang indivudu dengan sendirinya akan meningkatkan kualitas dan kemampuan dari invidu tersebut untuk memperoleh penghidupan yang lebih layak. Peningkatan standar hidup dari seseorang akan mengangkat individu tersebut keluar dari garis kemiskinan (kemiskinan absolut) dengan demikian secara keseluruhan peningkatan pendapatan per kapita diharapkan akan mampu mengurangi angka kemiskinan terutama di kabupaten penghasil migas.

23 70 Koefisien variabel PDRB perkapita yang diperoleh dari persamaan 1 mempunyai arah yang sama dengan persamaan 3. Hasil yang berbeda ditunjukkan persamaan 2 yang memiliki arah koefisien yang berbeda dengan dua persamaan sebelumnya. Pada daerah yang struktur ekonominya didominasi sektor pertambangan migas peningkatan pendapatan perkapita justru meningkatkan persentase penduduk miskin. Hal ini terjadi karena peningkatan PDRB perkapita tidak seluruhnya mampu dinikmati oleh sebagian besar penduduk di wilayah tersebut. Pertumbuhan ekonomi yang terjadi akibat peningkatan nilai tambah dari sektor pertambangan migas hanya memberi dampak relatif kecil mengingat penyerapan tenaga kerja di sektor ini (pertambangan migas) jauh lebih sedikit dibanding sektor lain seperti pertanian maupun industri. Hasil dari dari sektor pertambangan migas lebih berupa dana bagi hasil yang tidak sepenuhnya mampu dinikmati oleh sebagian besar penduduk di wilayah tersebut. Variabel dana bagi hasil pada persamaan 1 tidak signifikan mempengaruhi penurunan kemiskinan di daerah penghaasil migas. Hal ini diduga karena sebagian besar dana bagi hasil tidak dialokasikan untuk berbagai program pengentasan kemiskinan, kalaupun ada jumlahnya relatif terbatas sehingga kurang mampu memberikan dampak yang signifikan bagi pengurangan penduduk miskin. Pada sebagian besar daerah penghasil terutama yang berada di Provinsi Kalimantan Timur dan Riau, sebagian besar anggaran daerah digunakan untuk belanja rutin dan porsi terbesar (60-80%) adalah untuk gaji pegawai. Variabel populasi pada persamaan 1 diketahui signifikan mempengaruhi kemiskinan dengan koefisien bertanda positif yang berarti bahwa peningkatan jumlah penduduk akan meningkatkan persentase orang miskin. Hasil penelitian ini sesuai dengan hipotesa yang ada bahwa peningkatan populasi yang tidak terkendali akan meningkatkan jumlah orang miskin di suatu daerah. Peningkatan penduduk sebanyak 1 juta orang maka akan meningkatkan persentase penduduk miskin sebesar 8.2 persen (cateris paribus). Hasil ini menunjukkan perlunya pemerintah mengontrol pertambahan penduduk, yang memang relatif besar di keluarga miskin. Untuk itu, diperlukan penggalakan kembali program Keluarga Berencana dengan fokus pada keluarga miskin (Siregar dan Wahyuniarti, 2008).

24 71 Pertambahan penduduk yang cepat cenderung berdampak negatif terhadap penduduk miskin, terutama yang paling miskin; mereka yang tidak mempunyai lahan atau alat produksi sendiri biasanya merupakan korban pertama dari langkahlangkah penghematan anggaran pemerintah seperti ketika pemerintah terpaksa membatasi dana untuk program-program kesehatan dan pendidikan. (Todaro dan Smith, 2006). Peningkatan penduduk terutama di keluarga miskin akan semakin memiskinkan penduduk. Hal ini terjadi karena semakin beratnya beban ekonomi harus yang ditanggung oleh suatu keluaga dengan jumlah anggota keluarga yang lebih banyak. Variabel populasi pada persamaan 2 dan 3 mempunyai arah yang sama dengan persamaan 1. Perbedaan terjadi hanya pada besarnya nilai koefisien dari masing-masing persamaan. Dari ketiga persamaan yang ada, persamaan 3 mempunyai pengaruh pertambahan penduduk yang paling besar terhadap peningkatan penduduk miskin. Variabel persentase pengangguran pada persamaan 1 signifikan mempengaruhi kemiskinan dengan koefisien bertanda positif. Hal ini berarti bahwa peningkatan persentase pengangguran akan meningkatkan persentase penduduk miskin di suatu wilayah. Pada persamaan 1 terlihat bahwa peningkatan pengangguran sebesar 1 unit akan meningkatkan penduduk miskin sebanyak 0.25 unit (cateris paribus) dengan kata lain setiap peningkatan 1 persen pengangguran maka akan menambah jumlah penduduk miskin sebanyak 0.25 persen. Besarnya pengaruh variabel penggangguran terhadap kemiskinan menunjukkan bahwa sebagian rumah tangga di daerah penghasil migas memiliki ketergantungan yang sangat besar atas pendapatan gaji/upah yang diperoleh saat ini. Hilangnya lapangan perkerjaan (diperlihatkan dengan meningkatkan angka pengangguran) menyebabkan berkurangnya sebagian besar penerimaan yang digunakan untuk membeli kebutuhan sehari-hari. Lebih jauh, jika masalah pengangguran ini terjadi pada kelompok masyarakat berpendapatan rendah (terutama pada kelompok masyarakat dengan pendapatan hanya sedikit berada diatas garis kemiskinan) maka insiden pengangguran akan dengan mudah menggeser posisi mereka menjadi kelompok masyarakat miskin.

25 72 Kondisi kelompok masyarakat berpendapatan rendah yang rentan ini seharusnya menjadi perhatian pemerintah baik pusat maupun daerah. Pemerintah diharapkan lebih cepat tanggap terhadap berbagai kondisi ekonomi yang berkembang saat ini. Pemberlakuan area bebas perdagangan antara China dan ASEAN (CAFTA/China ASEAN Free Trade Area) harus menjadi perhatian serius terutama bagi pemerintah pusat. Pemberlakuan CAFTA ini tentunya akan mengancam keberadaan sejumlah industri yang banyak menyerap tenaga kerja seperti industri tekstil dan pakaian jadi. Sejumlah produk China saat ini mulai membanjiri pasar-pasar termasuk berbagai jenis produk pertanian. Variabel pengangguran dari ketiga persamaan memiliki koefisien yang searah. Hasil analisis data menunjukkan bahwa persamaan 2 mempunyai pengaruh peningkatan pengangguran terhadap jumlah penduduk miskin yang paling besar dibanding 2 persamaan lainnya. Pada persamaan 3 peningkatan 1 persen orang pengangguran akan meningkatkan jumlah penduduk miskin sebesar 0.14 persen (cateris paribus). Variabel pengeluaran kesehatan signifikan mempengaruhi kemiskinan dengan koefisien bertanda negatif dengan nilai yang berarti bahwa peningkatan 1 unit pengeluaran kesehatan akan mengurangi persentase penduduk miskin sebanyak unit jumlah penduduk miskin dengan kata lain bahwa peningkatan pengeluaran kesehatan sebesar Rp 1 trilyun maka akan mengurangi jumlah orang miskin sebanyak 9.3 persen (cateris paribus). Variabel pengeluaran kesehatan di daerah yang struktur ekonominya didominasi sektor pertambangan migas (persamaan 2) menunjukkan pengaruh yang tidak signifikan terhadap penurunan kemiskinan. Hal ini diduga karena pengeluaran kesehatan yang dianggarkan relatif terbatas sehingga tidak memberikan dampak yang nyata bagi penurunan angka kemiskinan di wilayah tersebut. Pada studi yang lain, tidak adanya cacat tubuh karena lepra diperkirakan dapat membuat pekerja di India mampu menghasilkan tiga kali lipat (Max dan Shepard, 1989). Selain itu hasil penelitian Strauss dan Thomas (1998) menyimpulkan bahwa kesehatan dan nutrisi memang meningkatkan produktifitas, dimana perbaikan terbesar dinikmati oleh orang-orang yang sebelumnya memiliki pendidikan paling rendah dan paling miskin.

26 73 Peningkatan kesehatan akan berdampak pada peningkatan produktifitas sehingga mampu memperoleh pendapatan yang lebih tinggi sehingga meningkatkan peluang bagi seseorang keluar dari kemiskinan. Implikasinya adalah pemerintah pusat maupun daerah harus mampu menyediakan anggaran kesehatan yang cukup bagi seluruh masyarakat terutama bagi golongan masyarakat miskin. Pemberian Jaminan Kesehatan Masyarakat (JAMKESMAS) bagi masyarakat yang tergolong miskin di kelas III pada Rumah Sakit Pemerintah merupakan salah satu langkah nyata untuk meningkatkan kondisi kesehatan masyarakat. Variabel pengeluaran kesehatan pada persamaan 2 dan 3 memiliki tanda koefisien yang searah dengan persamaan 1. Perbedaan pada ketiga persamaan terletak pada besaran nilai koefisien masing-masing persamaan. Dari ketiga persamaan tersebut, persamaan 2 mempunyai pengaruh pengeluaran kesehatan terhadap penduduk miskin paling besar diantara 2 persamaan yang lain. Hasil yang tidak signifikan pada persamaan 2 menunjukkan bahwa besarnya anggaran kesehatan di wilayah tersebut tidak sepenuhnya mampu menurunkan persentase penduduk miskin yang ada. Hal ini diduga karena besarnya anggaran kesehatan yang ada tidak dialokasikan tepat sasaran. Variabel penduduk yang lulus SMU pada persamaan 1 terbukti signifikan mempengaruhi kemiskinan dengan koefisien bertanda negatif yang berarti bahwa peningkatan jumlah penduduk yang lulus SMU akan menurunkan jumlah orang miskin di suatu daerah. Peningkatan jumlah penduduk yang lulus SMU sebanyak 1 persen akan menurunkan penduduk miskin sebanyak 0.19 persen pada persamaan 1, sebanyak 0.02 persen pada persamaan 2 dan sebanyak persen pada persamaan 3 dengan asumsi variabel yang lain tetap. Hasil ini menunjukkan bahwa kualitas pendidikan memegang peran yang penting menurunkan jumlah penduduk miskin. Kemiskinan erat kaitannya dengan kualitas hidup yang rendah termasuk didalamnya kualitas pendidikan. Peningkatan kualitas pendidikan diharapkan akan meningkatkan produktifitas seseorang yang pada akhirnya akan meningkatkan kesejahteraan orang tersebut. Jika dibandingkan dengan penelitian yang dilakukan oleh Siregar dan Wahyuniati (2008) mengenai pengaruh pertumbuhan ekonomi, populasi, jumlah