Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pembangunan manusia dan kinerja perekonomian sebenarnya memiliki hubungan yang saling mempengaruhi (two-way relationship), namun faktor-faktor spesifik yang menghubungkannya masih kurang dieksplorasi secara sistematis. Studistudi yang telah ada umumnya lebih menekankan pada modal manusia sebagai salah satu determinant factor pertumbuhan ekonomi. Penelitian ini bertujuan untuk mengetahui pengaruh timbal batik antara kinerja perekonomian terhadap pembangunan kualitas manusia melalui pendidikan, dan pengaruh sebaliknya yaitu pembangunan manusia melalui pendidikan terhadap kinerja perekonomian. Selain dua jenis variabel pokok tersebut, dianalisis juga variabel terkait lainnya yaitu pengeluaran pendidikan dan distribusi pendapatan dalam mempengaruhi tingkat pendapaian pendidikan, dan pengeluaran pemerintah, keterbukaan ekonomi, serta investasi fisik yang diduga mempengaruhi kinerja perekonomian.Kinerja perekonomian diindikasikan oleh tingkat PDRB/kapita, pendidikan diukur oleh rata-rata lama tahun sekolah penduduk, pengeluaran pendidikan dalam rasio terhadap pengeluaran pembangunan, distribusi pendapatan diukur oleh indeks Gini, pengeluaran pemerintah diukur sebagai rasio terhadap PDRB, keterbukaan ekonomi diukur oleh rasio jumlah nilai transaksi ekspor dan impor terhadap PDRB, dan investasi fisik diukur oleh rasio jumlah PMTDB terhadap PDRB. Semua data yang digunakan merupakan data sekunder yang bersumber dari BPS. Metode penelitian yang digunakan adalah pendekatan simultan 2SLS manual pads model data panel fixed effect di 26 propinsi untuk periode tahun 1993, 1996, 1999, dan 2002.Hasil penelitian menunjukkan bahwa dari uji simultanitas ditemukan terdapat hubungan simultan antara persamaan pembangunan pendidikan dengan persamaan kinerja perekonomian, dan sebaliknya. Pada persamaan pendidikan hasil analisis regresi menunjukkan bahwa ketiga variabel penjelas yaitu kinerja perekonomian, belanja sektor pendidikan, dan distribusi pendapatan berpengaruh signifikan terhadap tingkat pendidikan penduduk. Besarnya pengaruh yang ditunjukkan oleh nilai koefisien regresi variabel babas adalah 1,294 dari variabel kinerja perekonomian, 0,0012 dari variabel belanja sektor pendidikan, dan -0,0046 dari distribusi pendapatan. Sedangkan dalam lingkup wilayah, baik Indonesia Bagian Barat (IBB) maupun Indonesia Bagian Timur (MT), hasil regresi memberikan arah hubungan yang sama dengan hasil estimasi nasional, kecuali untuk variabel pengeluaran pendidikan di IBB diperoleh hasil yang tidak signifikan.Pada persamaan kinerja perekonomian, hasil analisis regresi untuk lingkup nasional menunjukkan bahwa keempat variabel penjelas yaitu tingkat pendidikan, pengeluaran pemerintah, keterbukaan perekonomian, dan investasi fisik berpengaruh positif dan signifikan terhadap kinerja perekonomian. Besarnya pengaruh adalah 0,33355 dari variabel tingkat pendidikan, 0,0033 dari variabel pengeluaran pemerintah, 0,00026 dari variabel keterbukaan perekonomian, dan 0,0024 dari investasi fisik. Demikian halnya dengan hasil estimasi untuk lingkup wilayah IBB dan IBT, diperoleh arah hubungan yang sama dengan estimasi nasional, akan tetapi untuk variabel tingkat keterbukaan di wilayah IBB tidak diperoleh hasil yang signifikan.Berdasarkan hasil estimasi kedua persamaan tersebut, diperoleh hasil bahwa kinerja perekonomian berpengaruh secara positif dan signifikan terhadap tingkat pendidikan, demikian pula dengan arah sebaliknya, yaitu tingkat pendidikan berpengaruh secara positif dan signifikan terhadap kinerja perekonomian. Dengan demikian hasil penelitian ini dapat mendukung pernyataan bahwa terdapat hubungan dua arah (two-way relationship) dan sating berpengaruh secara positif antara kinerja perekonomian wilayah dengan pembangunan manusia melalui pendidikan.Rekomendasi kebijakan yang diusukan adalah pembangunan ekonomi harus dilakukan seiring sejalan dan selaras dengan pembangunan manusia, karena manusia merupakan sasaran dan sekaligus pelaku dari pembangunan. Upaya-upaya menununkan ketimpangan distribusi pendapatan dan meningkatkan jumlah dan proporsi anggaran sektor pendidikan perlu terus diupayakan dan dapat dilaksanakan lebih efektif dan efisien. Pencapaian pendidikan, pengeluaran pemerintah, keterbukaan perekonomian melalui perdagangan luar negeri, dan investasi fisik terbukti secara signifikan dan positif mempengaruhi kinerja perekonomian. Namun dalam implementasinya, khususnya untuk pengeluaran pemerintah perlu lebih diarahkan pada kegiatan-kegiatan produktif terutama untuk meningkatkan distribusi pendapatan masyarakat yang menjadi salah satu faktor yang mempengaruhi kualitas pembangunan manusia melalui pendidikan."

"Adanya perbedaan tingkat pembangunan di berbagai daerah dalam suatu negara dapat disebabkan karena adanya perbedaan dalam hal kepemilikan terutama ketidaksamaan dalam hal potensi yang dimililki daerah diantaranya adalah potensi sumber daya, baik sumber daya alam ataupun sumber daya manusia, infrastruktur, dan sebagainya Perbedaan kepemilikan tersebut menyebabkan ketimpangan antar daerah bahkan semakin melebarnya jurang antar daerah satu dengan daerah lainnya. Apalagi kepemilikan sumber daya yang adat tersebut belum dikelola secara optimal sehingga antar daerah satu dengan daerah lainnya nampak jelas perbedaan tingkat pembangunan antara lain perbedaan tingkat pendapatan per kapita, prasarana dan sarana ekonomi dan sosiai, struktur kegiatan ekonominya dan sebagainya.Mengacu pada perumusan masalah, penelitian ini bertujuan untuk menganalisa tingkat kesenjangan perekonomian antar daerah kabupaten/kota melalui indeks Willianson, menganalisa pengaruh variabel-variabel ekonomi yang mempengaruhi kesenjangan perekonomian antar daerah di Propinsi Lampung seperti jumlah investasi, jumlah tenaga kerja, sumbangan dan faktor-faktor lainnya dan menganalisa pengaruh perubahan variabel kebijakan terhadap kondisi kesenjangan petekonomian antar daerah di masa yang akan datang.Studi ini menggunakan model ekonometrika dengan model persamaan simultan yang terdiri dari 11 persamaan yang meliputi 8 persamaan struktural dan 3 persamaan identitas. Jumlah seluruh variabel adalah 19 dengan variabeI endogen 11 buah dan variabel eksogen sebanyak 8 buah. Dari hasil estimasi model, sebanyak 3 persamaan mempunyai koefisien determinasi (R2) berkisar antara 0,70 hingga 0,92 dan 4 persamaan mempunyai koefisien determinasi (R2) berkisar antara 0,62 hingga 0,69. Bila dilihat dari nilai F hitung berkisar antara 15,8039 hingga 246,845, dan nilai Durbin Watson berkisar airtara 1,695 hingga 2,258.Daya validasi model dengan melihat nilai koefisein U-Theil hampir 85 per= mempunyai nilai koefisien U-Theil di bawah satu, hal berarti sebagian besar model dapat dipergunakan atau valid untuk dilakukan simulasi baik simulasi maupun proyeksi.Dari hasil penelitian menunjukkan bahwa telah teijadi kesenjangan perekonomian antar daerah kabupaten/kota di Propinsi Lampung yang diperlihatkan oleh besarnya nilai indeks Willianson antara 4 kabupaten/kota. Selain itu tingkat kesenjangan dipengaruhi oleh jumlah tenaga kerja, jumlah sumbangan yang diterima daerah, jumlah investasi yang masuk ke daerah tersebut dan adanya dummy krisis. Dari ke-4 variabel tersebut jumlah tenaga kerja lebih resposif terhadap tingkat kesenjangan dibandingkan variabeI yang lain. Hal ini akan semakin besar bila dalam suatu daerah tersebut telah terjadi aglomerasi tenaga kerja.Dari hasil proyeksi dari tahun 2000-2005 terhadap model persamaan simultan menunjukkan bahwa semua variabel endogen mengalami pertumbuhan yang meningkat untuk semua skenario kecuali variabel pendapatan per kapita mengalami penurunan pada tahun 2001 skenario moderat di Kota Bandar Lampung dan Kabupaten Lampung Utara.Hasil proyeksi variabel target menunjukkan bahwa tingkat kesenjangan dipengaruhi tenaga kerja, sumbangan, jumlah investasi dan adanya dummy krisis tahun 1997-1998 menghasilkan hasil proyeksi yang meningkat Hal ini berarti daerah kabupaten/kota harus berupaya seoptimal mungkin untuk meningkatkan taraf pembangunan di daerahnya agar tidak tertinggal jauh dibandingkan daerah lainnya dengan berbagai upaya seperti menciptakan iklim yang kondusif untuk investasi, perizinan yang mudah dan sebagainya terutama agar para investor mau datang menanamkan investasi di daerah. Akibat lebih lanjut ketertinggalan antar daerah dapat dikurangi/diperkecil."

"

Indonesia merupakan negara yang memiliki penduduk terbanyak ke-empat di dunia. Oleh karena itu, diperlukan pembangunan manusia untuk menciptakan sumber daya manusia yang memiliki kemampuan untuk menggerakkan roda perekonomian. Pembangunan manusia merupakan fokus perhatian pemerintah, dan tercantum dalam beberapa program yang diterapkan pemerintah di tingkat global maupun tingkat nasional. Pembangunan manusia diukur dengan suatu indeks komposit dasar yang dikenal dengan Indeks Pembangunan Manusia (IPM). IPM diukur dari tiga komponen dasar, yaitu umur panjang dan sehat, memiliki pengetahuan, dan standar hidup yang layak, sehingga IPM sering digunakan sebagai ukuran keberhasilan pemerintah dalam pembangunan manusia. Penelitian ini memodelkan variabel-variabel yang memengaruhi IPM Kabupaten/Kota Jawa Tengah pada periode tahun 2017 sampai dengan tahun 2019. Variabel-variabel prediktor yang digunakan dalam penelitian adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.  Penelitian ini menggunakan data yang mengandung informasi lokasi yang diamati dalam beberapa periode waktu (tahun). Data yang terobservasi ini saling berkorelasi secara spasial (ada autokorelasi spasial). Ketika data yang terobservasi mengandung autokorelasi spasial, model regresi linier biasa tidak dapat digunakan karena akan menghasilkan taksiran parameter regresi yang bias dan tidak konsisten. Oleh karena itu diperlukan metode lain yang dapat menangani masalah autokorelasi spasial pada data yaitu model regresi spasial. Selain itu, data juga diamati dalam beberapa periode waktu (tahun), sehingga model yang dapat digunakan dan menggambarkan kondisi data ini adalah model data panel spasial. Model data panel spasial terbagi menjadi dua, yaitu: model data panel spasial lag dan model data panel spasial error. Metode penaksiran parameter yang digunakan untuk model data panel spasial dalam penelitian ini adalah metode Maximum Likelihood. Berdasarkan perbandingan dari kedua model diperoleh hasil bahwa model terbaik yang dapat menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah model data panel spasial lag. Variabel-variabel prediktor yang signifikan dan menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.

---

Indonesia is the fourth most populous country in the world. Therefore, human development is needed to create human resources that have the ability to drive the economy. Human development is the focus of government attention and listed in several programs implemented by the government at the global and national levels. Human development is measured by a basic composite index known as the Human Development Index (HDI). HDI measures three basic components, that are long and healthy life, being knowledgeable, and have a decent standard of living, so HDI is often used as a measure of government success in human development. This study is modeling variables that affect the HDI of regency or city at Central Java in the period 2017 to 2019. The predictor variables used in this study are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor people, and percentage of households with proper sanitation. This study uses data that contains location information observed over several time periods (years). Observations on this data are spatially correlated (there are spatial autocorrelations). When observations on data contain spatial autocorrelation, the linear regression model can not be used because it will produce an unbiased and inconsistent regression parameter estimate. Therefore we need another method that can handle the problem of spatial autocorrelation in the data, namely the spatial regression model. In addition, data is also observed in several time periods (years), so that the model can be used and describe the condition of the data is a spatial panel data model. The spatial panel data model is divided into two, known as spatial lag panel data model and spatial error panel data model. The parameter estimation method used for the spatial panel data model in this study is the Maximum Likelihood method. Based on the comparison of two models, it is obtained that the best model can explain the Human Development Index at Central Java is spatial lag panel data model. Significant predictor variables that explain the Human Development Index at Central Java are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor population, and percentage of households with proper sanitation.

 

"

"ABSTRAKThis research study examines income disparity among 25 districts in West JavaProvince and its impact to human development index. The tools of analysis areWilliamson Index, Klassen typology, and Regression Model using panel data.Based on Williamson Index, we found that disparity of gross regional domesticproduct per capita among districts in West Java is relatively high (>0,5) buttended to decrease over the period of 2001-2007.Klassen typology shows that West Java can be classified into four types: highgrowth and high income, high income but low growth, high growth but lowincome, low growth and low income. In period 2001-2007, most of the districtshave same pattern of growth.Estimation using fixed effect with cross section weights method could be appliedto examined the impact of independent variables consist of education aspects,health aspects, personal income aspects and demography aspect to humandevelopment index. It reveals that number of junior school, the ratio betweennumber of teachers to number of students in junior high school, number of PublicHealth Center, gross regional domestic product per capita, and density ofpopulation could significantly affected to Human Development Index.

---

ABSTRAKTesis ini membahas disparitas indeks pembangunan manusia antar 25kabupaten/kota di wilayah Provinsi Jawa Barat. Metode analisis yang dilakukanmenggunakan teknik kuantitatif Indeks Williamson, Tipologi Klassen dan Regresidata panel.Hasil penelitian menunjukkan bahwa pada periode 2001-2007 di wilayahProvinsi Jawa Barat terjadi ketimpangan yang cukup tinggi di atas 0,5 dengankecenderungan yang semakin menurun. Hasil analisis Tipologi Klassenberdasarkan tingkat pertumbuhan PDRB dan LPE, antara tahun 2001-2007diketahui tidak semua kabupaten/kota mengalami pertumbuhan, sebagian besaradalah tetap pada pola pertumbuhan yang sama. Terdapat kabupaten/kota terusmaju, namun ada juga kabupaten/kota yang tetap tertinggal, bahkan ada beberapakabupaten/kota yang mengalami penurunan tingkat kesejahteraan. Dan daripengujian dengan melakukan regresi data panel dengan metode Fixed Effectdiketahui Dari persamaan regresi data panel diperoleh data bahwa dari sembilanvariabel yang diduga mempunyai pengaruh terhadap tingkat pencapaian IPM diWilayah Provinsi Jawa Barat, ternyata hanya lima variabel yang secara signifikanberpengaruh. Kelima variabel tersebut adalah variabel jumlah bangunan sekolahlanjutan pertama, variabel rasio jumlah gruru terhadap murid tingkat sekolahlanjutan pertama, variabel jumlah puskesmas, variabel PDRB perkapita sertavariabel kepadatan penduduk."

"Pembangunan di Propinsi Bali, dititikberatkan pada bidang pertanian dalam arti luas, pengembangan pariwisata dengan karakter kebudayaan Bali yang dijiwai oleh agama Hindu, serta sektor industri dan kerajinan terutama yang berkaitan dengan sektor pertanian dan pariwisata.Peningkatan kunjungan wisatawan baik mancanegara maupun domestik ke Bali secara langsung juga akan menimbulkan peningkatan pengeluaran wisatawan, yang berarti injeksi dana bagi pembangunan perekonomian Bali akan semakin bertambah. Namun krisis yang melanda perekonomian nasional sejak Agustus 1997 dan terus berlanjut hingga kini telah menurunkan kemampuan (pengeluaran) pemerintah untuk membiayai pembangunan sektor-sektor ekonomi. Demikian pula, krisis keamanan yang mengikuti krisis ekonomi telah menurunkan jumlah kunjungan wisatawan, yang tentunya juga akan menurunkan total pengeluaran wisatawan.Tujuan dari penelitian ini adalah untuk mengkaji: a. dampak pengeluaran wisatawan yang berkunjung ke Bali terhadap distribusi pendapatan dan penyerapan tenaga kerja, b. pengatuh ganda (multiplier effect), daya penyebaran dan derajat kepekaan kegiatan pariwisata terhadap perekonomian Bali, serta ketergantungannya terhadap sektor-sektor lain.Penulisan ini menggunakan pendekatan dengan model Miyazawa, yang dibangun berdasarkan tabel Input-Output Bali tahun 2000. Dalam model Miyazawa ini, perbedaan yang mendasar dengan tabel Input-Output adalah didalam format kuadran I dan II. Sesuai dengan tujuan dalam model ini yaitu untuk menganalisis distribusi pendapatan sebagai dampak dari adanya pengeluaran wisatawan, maka kolom konsumsi rumah tangga yang dianggap sebagai pelaku produksi dalam perekonomian dibagi menjadi tiga kelompok pengeluaran berdasarkan tingkat pendapatan yaitu: kelompok pendapatan rendah, sedang dan tinggi. Sedangkan untuk input primer dalam hal ini terdiri dari: upah dan gaji, surplus usaha, penyusutan dan pajak tak langsung diasumsikan diterima semua oleh tenaga kerja yang bekerja dalam masing-masing sektor ekonomi. Input primer ini dibagi pula menjadi tiga kelompok pendapatan yaitu: kelompok pendapatan rendah, sedang dan tinggi.Pernbagian kelompok pendapatan ini dilakukan dengan menggunakan data Survey Sosial Ekonomi Nasional (SUSENAS) tahun 2000. Dari hasil survey ini, diperoleh range untuk masing-masing kelompok pendapatan yaitu: kelompok pendapatan rendah ( Rp. 935.000,-).

Untuk mengetahui jumlah pengeluaran wisatawan pada masing-masing sektor ekonomi, maka kolom ekspor dibagi menjadi dua bagian yaitu ekspor untuk wisatawan dan ekspor non wisatawan. Data yang digunakan dalam pembagian ekspor ini berasal dari hasil Survey Pengeluaran dan Opini Tamu Asing tahun 2000 yang dilakukan dari hasil kerjasama Dinas Pariwisata Propinsi Bali dan Biro Pusat Statistik Jakarta.

Dari hasil analisis terlihat bahwa terdapat kecenderungan distribusi pendapatan yang ditimbulkan permintaan akhir maupun ekspor khususnya ekspor wisatawan, lebih banyak terserap dalam kelompok pendapatan sedang. Sementara untuk kelompok pendapatan rendah dan tinggi distribusi pnedapatannya terbagi hampir merata.

Sektor ekonomi yang termasuk dalam kategori sektor yang mempunyai dampak paripuma baik dalam penyerapan tenaga kerja maupun distribusi pendapatan adalah sektor perdagangan. Yang dimaksud dengan sektor dampak paripuma adalah sektor yang dampak ekspor khususnya wisatawan tergolong besar dan lengkap. Dampaknya dikatakan besar karena rasionya masuk dalam sepuluh besar dan dikatakan lengkap karena sektor itu melakukan ekspor disertai dengan dampaknya yang menyebar akibat dari permintaan akhir, ekspor (non wisatawan) dan ekspor (wisatawan).

Sektor bahan bakar minyak dan pertambangan, merupakan sektor yang mempunyai nilai angka pengganda (output dan pendapatan) terendah. Hal ini dikarenakan ke dua sektor tersebut proses produksinya tidak dilakukan di Propinsi Bali, tapi di import didatangkan dad daerah diluar Bali.

Sektor-sektor produksi yang dapat dikatakan sebagai sektor unggulan berdasarkan hasil perhitungan dalam analisis keterkaitan adalah industri tenunt tekstil, industri kertas, barang dari kertas dan pencrbitaii, industri makanan, minuman dan tembakau, industri kayu;, industri kimia, bangunan dan pengadaan saluran air bersih dan angkutan udara. Sektor-sektor ini memiliki potensi menghasilkan output produksi yang tinggi. Dengan faktor tertentu dari output ke pendapatan rumah tangga dan angka lapangan pekerjaan, maka jelas sektor produksi dengan angka keterkaitan tinggi akan menghasilkan tambahan pendapatan rumah tangga dan tambahan lapangan pekerjaan yang tinggi pula.

Studi mendalam tentang daya dukung pulau Bali terhadap pariwisata perlu dilakukan. Beban pariwisata yang melebihi daya dukung fisik akan menurunkan kualitas sumber daya alam, dan akhimya akan menghancurkan pariwisata itu sendiri.

Keterbatasan dan ketimpangan alokasi sumber daya alam Bali, khususnya lahan dan air, juga memerlukan suatu penelitian tentang optimalisasi alokasi sumber daya alam dengan menggunakan model pemprogaman statis atau dinamik."

"Propinsi Riau merupakan salah-satu propinsi yang memiliki sumber daya alam berlimpah. Sumber daya alam terpenting dan telah menjadi kontributor bagi perekonomian Indonesia dan Riau sendiri adalah minyak dan gas bumi (migas). Tetapi peranan sektor migas masih sangat lemah dalam hal distribusi pendapatan (income distribution) di Riau. Selain migas, Riau juga kaya akan sumberdaya alam hutan. Salah-satu industri kehutanan primer yang berbasis sumberdaya alam (Natural Resources Industry) di propinsiRiau adalah industri pulp dan kertas. Saat ini di Propinsi Riau terdapat dua perusahaan besar pulp dan kertas berkapasitas besar yang produksinya menyumbang 60% pulp Indonesia yaitu PT. Riau Andalan Pulp and Paper (RAPP) serta PT. Indah Kiat Pulp and Paper (HOP). Oleh karena itu, melalui studi ini akan dilihat sejauh mana industri pulp berperan dalam perekonomian dan pemerataan pendapatan masyarakat di propinsi Riau. Tujuan penelitian ini adalah untuk mengetahui peran sektor industri pulp dalam perekonomian Riau, bagaimana keterkaitan dengan sektor lain dan peran industri pulp dalam usaha pendistribusian pendapatan. Sehingga untuk mencapai tujuan tersebut maka digunakan pendekatan model Miyazawa. Alasan menggunakan model Miyazawa karena selain mengkaji keterkaitan antar sektor, model ini juga dapat mengkaji distribusi pendapatan.Hasil penelitian menunjukkan bahwa peranan industri pulp dalam perekonomian Riau (tanpa migas) hanya sebesar 1,30%. Selain itu peranan industri pulp dalam penciptaan pendapatan rurnah tangga dan output jika terjadi perubahan permintaan akhir juga tidak begitu besar. Pada analisis keterkaitan antar sektor, untuk keterkaitan secara langsung adalah bila dilihat dari nilai BL( backward linkage) penggunaan input industri pulp terkait dengan sektor pendukung (penyedia bahan baku dan pendukung proses produksi). Sedangkan berdasarkan nilai FL (formed linkage} pendistribusian output yang dihasilkan oleh industri pulp terkait terutama dengan sektor pengguna industri pulp itu sendiri seperti industri percetakan /penerbitan.Adapun keterkaitan secara langsung (direct linkage) sektor industri pulp dengan kelompok pendapatan rumah tangga adalah jumlah input (BL) yang dibutuhkan oleh sektor industri pulp lebih banyak berasal dari kelompok pendapatan rumah tangga perkotaan dibandingkan dari pada pedesaan. Sedangkan keterkaitan ke depan (FL) antara kelompok pendapatan baik pedesaan maupun perkotaan dengan sektor industri pulp dianggap tidak ada. Selanjutnya keterkaitan secara total (total linkages) sektor industri pulp dengan kelompok pendapatan rumah tangga adalah jumlah input yang dibutuhkan oleh industri pulp secara total dari kelompok pendapatan rumah tangga di perkotaan lebih banyak dari pada kelompok pendapatan pendapatan di pedesaan. Begitu juga dengan penyebarannya ke sektor-sektor dalam perekonomian, sektor rumah tangga yang paling banyak menggunakan output industri pulp untuk memenuhi satu rupiah peningkatan permintaan akhir adalah kelompok rumah tangga perkotaan. Adapun efek ekstraksi bila industri pulp dihilangkan (lost) dari perekonomian Riau maka output impactnya hanya 1,25% Hal ini menunjukkan tingkat kepentingan sektor industri pulp dalam perekonomian Riau kecil.Rekomendasi kebijakan yang dapat diberikan adalah Pemerintah harus mengkaji ulang kebijakan pengembangan industri pulp. Hal ini didasarkan hasil analisis model Miyazawa yang menunjukkan bahwa kecilnya peranan industri pulp dalam perekonomian Riau dan belum mampu mengurangi ketimpangan distribusi pendapatan. Selain itu dalam rangka menggerakkan perekonomian daerah maka Pemda Riau dapat mengembangkan sektor unggulan yang mempunyai keterkaitan (linages ) yang tinggi dengan sektor-sektor dalam perekonomian dan dampak pengganda yang besar pada model Miyazawa yaitu industri logam dan barang dari logam, industri barang-barang dari besi dan Baja dasar serta industri mesin dan peralatan listrik."

"Penelitian ini menggunakan analisis input-output dan model Miyazawa. Pengembangan tabel input-output menjadi tabel Miyazawa dilakukan dengan memasukkan rumah tangga sebagai salah satu sektor dalam perekonomian dan membagi sektor tersebut menjadi tiga kelompok menurut pendapatannya. Kesimpulan penelitian ini adalah pengeluaran pemerintah bidang pariwisata di Sulawesi Tengah semakin memperbesar ketimpangan pendapatan meskipun dampak terhadap jumlah tenaga kerja yang ditimbulkannya lebih banyak diserap oleh kelompok rumah tangga berpendapatan rendah. Penelitian ini menyarankan apabila pemerintah ingin memperbaiki distribusi pendapatan, maka alokasi pengeluaran pemerintah bidang pariwisata sebaiknya terfokus pada sektor Jasa Hiburan dan Kebudayaan dan lebih memberdayakan rumah tangga berpendapatan rendah pada program dan kegiatannya.

---

This research uses The Input-Output analysis and The Miyazawa model. The Miyazawa model constructed by inserting the household as an endogenous factor and then dividing them into three groups based on their income level. The conclusion of this research is that the government expenditure in tourism and culture in Central Sulawesi increasing income inequality although its impact on the total amount of labor is more absorbed by the group of low-income households. The results suggest that if the government wants to improve income distribution through the tourism policy, the allocation of government expenditure should focus on Tourism and Cultural Services sector with more empowering the low-income household groups on programs and activities."

"RINGKASAN Spesifikasi fungsi tabungan adalah sangat penting karena sejauh ini masih dianggap kunci dalam pertumbuhan ekonomi dan pembangunan suatu negara. Studi-studi tentang fungsi tabungan selama ini, cenderung mengabaikan hubungan alamiah yang simultan antara tingkat tabungan dengan pertumbuhan ekonomi. Penelitian ini mencoba mengakomodasi hubungan yang simultan tersebut, dimana pertumbuhan ekonomi akan meningkatkan tabungan dan selanjutnya tingkat tabungan yang meningkat berdampak memacu pertumbuhan ekonomi lebih tinggi lagi. Penelitian ini menggunakan data sekunder, meliputi seluruh propinsi di Indonesia yang berjumlah 27 propinsi. Untuk memudahkan analisis, propinsi-propinsi tersebut dikelompokkan ke dalam lima wilayah, berdasarkan letak geografisnya. Periode penelitian adalah tahun 1986-1995, yaitu selama 10 tahun. Tujuan penelitian ini adalah: pertama, mencoba menelusuri faktor-faktor apa saja yang mempengaruhi tingkat tabungan dan pertumbuhan ekonomi masing-masing wilayah; kedua, bagaimana masing-masing faktor tersebut berpengaruh terhadap tabungan dan pertumbuhan ekonomi; ketiga, bagaimana tentang pergerakan modal antar wilayah, pergerakan penduduk, dan hal-hal spesifik yang ada pada masing-masing wilayah, sehingga bisa disarankan sebagai kebijakan yang dapat ditempuh, baik oleh pemerintah pusat maupun pemerintah daerah setempat dalam rangka pemerataan maupun pertumbuhan. Untuk tujuan tersebut, penelitian ini mengadopsi model persamaan simultan yang dikembangkan oleh Zegeye (1994), yang membentuk dua persamaan dengan dua peubah endogen, yaitu tingkat tabungan dan laju pertumbuhan PDB. Dari hasil penelitian ini dapat disimpulkan hal-hal penting sebagai berikut. Pertumbuhan ekonomi pada Wilayah Jawa+Bali berpengaruh paling besar pada pembentukan tabungan di wilayah ini, dibandingkan pengaruhnya pada wilayah yang lain. Jika pertumbuhan ekonomi meningkat 1% akan berdampak meningkatkan tabungan sebesar 1,89% dari PDRB. Dengan demikian, jika pemerintah ingin meningkatkan tabungan doinestik maka upaya yang dapat ditempuh adalah dengan meningkatkan pertumbuhan ekonomi, khususnya pada Wilayah Jawa+Bali. Kenaikan pendapatan per kapita riil ternyata berperanan sangat besar dalam upaya meningkatkan tabungan, khususnya pada Wilayah Sulawesi dan Wilayah Lainnya (keduanya identik dengan IBT). Jika pendapatan per kapita rill meningkat sebesar Rp 100.000,00 per tahun, akan meningkatkan tabungan sebesar 11% dari PDRB di Wilayah Sulawesi dan 9,35% pada Wilayah Lainnya. Untuk, maksud pemerataan sekaligus meningkatkan tabungan secara nasional, sebaiknya upaya meningkatkan pendapatan per kapita rill di IBT lebih diprioritaskan. Cara yang dapat ditempuh misalnya dengan mendirikan industri kebutuhan pokok sehari-hari, agar kebutuhan pokok wilayah ini dapat dipenuhi dari produksi sendiri, sehingga nilai tambah yang diciptakan dinikmati penduduk wilayah ini. Besarnya tingkat tabungan domestik secara keseluruhan wilayah, berpengaruh positip pada pertumbuhan ekonomi. Jika dilihat potensi tabungan yang ada (rata-rata besarnya tabungan untuk seluruh wilayah ± 30% dari PDRB), maka tabungan domestik masih memberikan kontribusi terbesar pada pertumbuhan ekonomi. Sementara, walaupun arus modal asing pada Wilayah Lainnya (Irian, Nusa Tenggara, Timor Timur, dan Maluku; INTIM), Wilayah Kalimantan, dan Sulawesi, mempunyai koefisien lebih besar daripada koefisien tingkat tabungan, namun pengaruh arus modal asing masih relatif kecil, karena besarnya arus modal asing yang masuk hanya sepertujuh dari besarnya rata-rata tabungan domestik. Dengan demikian kebijakan pemupukan modal domestik untuk membiayai pembangunan perlu terus ditingkatkan dengan menciptakan kondisi yang mendukung upaya tersebut. Pertumbuhan penduduk berpengaruh positif pada pertumbuhan ekonomi di Wilayah Sumatera, Sulawesi, dan Wilayah Lainnya, bukan berarti pertumbuhan tidak perlu dikendalikan, karena jika dilihat dari pengaruh dependency ratio (DR) pada pertumbuhan ekonomi pada ketiga wilayah ini negatip. Antinya, pertumbuhan penduduk yang berasal dari tingkat kelahiran yang tinggi akan meningkatkan dependency ratio dan pengaruhnya negatip pada pertumbuhan ekonomi, sedang pertumbuhan penduduk yang berasal dari migrasi penduduk wilayah lain (khususnya dari Jawa+Bali), tidak meningkatkan angka ketergantungan, karena jumlah penduduk usia produktip justru meningkat, sehingga pengaruhnya positif terhadap pertumbuhan ekonomi."

"Indonesia sebagai negara berkembang berupaya mengoptimalkan penerimaan PMA dalam rangka meningkatkan penyerapan tenaga kerja. Peningkatan PMA Indonesia berkorelasi dengan penurunan tingkat pengangguran namun tidak disertai penurunan jumlah pekerja informal. Dilihat dari pola sebarannya, realisasi PMA tidak terjadi secara acak melainkan mengikuti karaktersitik daerah penerima dan terkait dengan jenis sektor yang diterima. Penelitian ini bertujuan untuk menganalisis peran PMA sektoral terhadap tenaga kerja yang mencakup pekerja formal, pekerja informal, dan pengangguran menggunakan data panel kabupaten kota tahun 2010-2019. Kami menggunakan Spatial Durbin Model (SDM) untuk merelaksasi asumsi spatial independent yang umumnya digunakan dalam penelitian terdahulu. Hasil estimasi menunjukkan bahwa PMA sektoral memiliki pengaruh spasial yang berbeda terhadap perubahan tenaga kerja. Pengaruh PMA lebih besar terhadap perubahan tenaga kerja daerah lain dibandingkan daerah penerima itu sendiri. PMA manufaktur mampu memberikan keuntungan spasial yang lebih baik dibandingkan PMA sektoral lainnya. PMA agrikultur, PMA pertambangan, dan PMA agregat menurunkan kualitas pekerjaan akibat tradeoff antara pekerja formal dan informal. PMA agrikultur merupakan kategori PMA yang memberikan manfaat terendah bagi tenaga kerja di Indonesia karena berperan meningkatkan pengangguran sekaligus menurunkan kualitas pekerjaan. Kualitas sumber daya manusia, spesialisasi sektor, dan infrastruktur berperan signifikan dalam menentukan pengaruh spasial PMA sektoral terhadap tenaga kerja. Hasil analisis menekankan pentingnya mempertimbangkan efek spasial PMA terhadap perubahan tenaga kerja.

---

Indonesia as a developing country is trying to optimize FDI receipts in order to increase employment. The increase in Indonesian FDI correlated with a decrease in the unemployment rate but not with a in the number of informal workers. The distribution of FDI realization does not occur randomly but follows the characteristics of the recipient area and is related to the type of sector received. This study aims to examine the role of sectoral FDI on the workforce which includes formal workers, informal workers, and unemployed using panel data from city districts in 2010-2019. We use the Spatial Durbin Model (SDM) to relax the assumptions of spatial independence that are commonly used in previous studies. The estimation results show that sectoral FDI has a different spatial effect on changes in the workforce. The influence of FDI is greater on changes in the workforce of other regions than the receiving regions themselves. Manufacturing FDI is able to provide a better spatial advantage than other sectoral FDI. FDI in agriculture, mining, and aggregate reduce the quality of work due to the tradeoff between formal and informal workers. FDI in agriculture is a category of PMA that provides the lowest benefits for workers in Indonesia because it plays a role in increasing unemployment as well as reducing the quality of work. The quality of human resources, sector specialization, and infrastructure play a significant role in determining the spatial effect of sectoral FDI on the workforce. The results of the analysis emphasize the importance of considering the spatial effect of FDI on changes in the workforce."

"Penelitian ini dilatarbelakangi oleh tujuan pelaksanaan desentralisasi fiskal di Indonesia yang salah satu tujuannya adalah pemerataan pembangunan antar wilayah. Analisis dampak desentralisasi fiskal terhadap kesenjangan antar wilayah dibuat dalam empat model yang masing-masing menggunakan indikator yang berbeda dalam desentralisasi fiskal. Model 1, penulis menggunakan Indikator Al (Autonomy indicator), yakni mengukur desentralisasi fiskal sebagai rasio total PAD provinsi (termasuk PAD kab/kota) terhadap seluruh total penerimaan pemerintah pusat, provinsi, dan kab/kota model 2, penulis menggunakan Production Indicator (PI), yaitu mengukur desentralisasi fiskal sebagai rasio total pengeluaran setiap provinsi (termasuk pengeluaran kab/kota) terhadap seluruh total pengeluaran pemerintah pusat, provinsi, dan kab/kota. Model 3, penulis menggunakan Total Revenue Indicator (RI), yakni desentralisasi fiskal diukur dari rasio total pendapatan setiap provinsi (termasuk pendapatan kab/kota) terhadap seluruh total pendapa tan pemerintah pusat, provinsi, dan kab/kota Model 4, dalam model ini penulis menggunakan Total Expenditrure dan Revenue (ERI) Indicator, yaitu mengukur desentralisasi fiskal dari rasio total pengeluaran dan total penerimaan setiap provinsi (termasuk pengeluaran kab/kota) terhadap seluruh total pengeluaran pemerintah pusat, provinsi, dan kab/ko ta.Setiap model dilengkapi dengan variabel kontrol yang dapat menjelaskan faktor-faktor yang dapat diduga meinpengaruhi tingkat kesenjangan regional di setiap provinsi, Ada lima variabel kontrol yang digunakan dalam studi, yaitu PDRB propinsi perkapita (PDRBC), Derajat Keterbukaan (OPENNES), Tingkat pendidikan (EDUC), ketersediaan jalan (JLN), dan jumlah penduduk (POP). Dalam studi ini dampak desentralisasi fiskal terhadap kesenjangan regional dianalisis dengan menggunakan data panel tingkat provinsi selama periode empat tahun (2001 -2004). Hasil estimasi dengan teknik regresi panel fixed effect menunjukkan bahwa baik dengan raenggunakan pendekatan pendapatan maup un pengeluaran, desentralisasi fiskal memiliki hubungan yang signifikan dengan kesenjangan regional. Dengan menggunakan pendekatan pendapatan balk itu Pendapatan Asti Daerah (PAD) maupun total pendapatan desentralisasi memiliki hubungan yang positif, artinya desentralisasi makin melebarkan kesenjangan antar wilayah atau dengan kata lain pada empat tahun pertama pelaksanaan desentralisasi fiskai, hasilnya belum memberikan pengaruh yang positif .terhadap peningkatan pemerataan ekonomi daerah. Desentralisasi fiskal dengan menggunakan pendeka tan pengeluaran (expenditure assignment) yang diindikasikan oleh variabeI total expenditure (PI) dan total expenditure dan revenue (PRI) memberikan arah hubungan yang negatif, dan berpengaruh signifikan. Dengan demikian upaya pemerintah untuk membantu daerahdaerah melalui dana perimbangan cukup berhasil secara signifikan dalam mengurangi kesenjangan an tar wilayah.Dalam kaitannya dengan kesenjangan regional, hasil estimasi menunjukan bahwa ada tiga variabel yang memiliki hubungan positif terhadap kesenjangan regional yaitu, yakni: PDBRC, populasi dan rasio panjang jalan, sedangkan dua variabel lainnya yaitu tingkat pendidikan dan derajat keterbukaan memiliki hubungan negatif. Dengan demikian untuk mengurangi kesenjangan dalam era desentralisasi fiskal ini kebijakan pemerintah seharusnya lebih ditekankan pada meningkatkan investasi dalam sumber daya manusia dalam bentuk pendidikan dan meningkatkan perdagangan luar negeri."