TINJAUAN PUSTAKA
2.3. Teori Engel
Engel (1857) melakukan studi tentang prilaku konsumsi rumah tangga terhadap 153 rumah tangga di Belgia. Engel menetapkan lima jenis konsumsi yang umumnya dilakukan rumah tangga, yaitu konsumsi makanan, sandang, perumahan (termasuk penerangan dan bahan bakar minyak), jasa (meliputi pendidikan, kesehatan dan perlindungan hukum) dan rekreasi. Terhadap konsumsi makanan, peningkatan pendapatan tidak diikuti dengan peningkatan permintaan yang progresif. Berdasarkan hal tersebut dan dengan asumsi harga makanan yang dibayar rumah tangga adalah sama, maka Engel menyimpulkan bahwa pangsa pengeluaran makanan terhadap
Q2 Kurva Engel Y″ Y′ KI3 Y KI2 KI1 Q1 Y Y′ Y″
pengeluaran rumah tangga akan semakin berkurang dengan meningkatnya pendapatan; disebut juga dengan Hukum Engel (Nicholson, 1992).
Gambar 1. Hubungan Pendapatan dan Permintaan Terhadap Barang dengan Asumsi Harga Barang Tetap; Makanan (Q1) dan Bukan Makanan (Q2).
Hukum Engel dapat dijelaskan dengan Kurva Engel seperti ditunjukkan Gambar 2.1. Kurva Engel berdasarkan asumsi harga barang tetap, peningkatan kesejahteraan penduduk yang ditunjukkan oleh garis anggaran dan kurva indeferen yang bergeser ke kanan atas akan meningkatkan konsumsi barang dengan proporsi yang semakin berkurang untuk makanan (Q1) dan proporsi yang semakin meningkat untuk bukan makanan (Q2). Karena harga barang diasumsikan tetap maka pangsa
pengeluaran untuk belanja makanan yang merupakan barang normal akan semakin berkurang.
Menurut Engel, pangsa pengeluaran makanan rumah tangga miskin lebih besar dari rumah tangga kaya, sehingga pangsa pengeluaran makanan terhadap pengeluaran total dapat dijadikan indikator tidak langsung terhadap kesejahteraan.
2.4. Penelitian-Penelitian Sebelumnya 2.4.1. Farhad Noorbakhsh (1999)
Penelitian Noorbakhsh ditujukan untuk menganalisis pengaruh restrukturisasi hutang yang diselenggarakan Bank Dunia (Word Bank) terhadap indeks pembangunan manusia (human development index = HDI) negara-negara sedang berkembang. Penelitian dilakukan terhadap 86 negara sedang berkembang pada tahun 1992. Noorbakhsh menyusun model menurut klasifikasi negara-negara yang dikeluarkan World Bank, yakni: (a) restrukturisasi intensif (early-intensive adjustment lending = EAL), (b) restrukturisasi (other adjustment lending = OAL) dan (c) non restrukturisasi (non-adjustment lending = NAL).
Model yang dibangun adalah sebagai berikut:
HDI=α0 +α1d1 +α2d2 +α3dLI+β1GDP+β2(d1GDP)+β3(d2GDP)+β4(dLIGDP)+u
Di mana: d1 adalah dummy untuk negara-negara EAL (=1 untuk EAL dan =0 untuk lainnya); d2 untuk negara-negara OAL (=1 untuk OAL dan =0 untuk lainnya); dLI
dan =0 untuk lainnya). GDP untuk negara-negara EAL dikalikan dummy d1, OAL dikalikan d2 dan GDP low income dikalikan dLI, sedangkan GDP untuk NAL tetap. Hasil estimasi model pada Tabel 7.
Tabel 7. Hasil Estimasi Penelitian Farhad Noorbakhsh (1999) Koefisien t-tes GDP 0,00003222 5,56** d1GDP 0,00000512 0,67 d2GDP 0,00002394 2,62** dLIGDP 0,00008241 3,68** d1 -0,010 -0,27 d2 -0,078 -2,23* dLI -0,293 -6,90** Konstanta 0,550 17,15** R2 N Variabel Independen
Variabel Dependen: HDI
86 0,86 *Koefisien signifikan pada tingkat 5% **Koefisien signifikan pada tingkat 1%
Hasil regresi (Tabel 7) memberikan kesimpulan bahwa negara-negara yang termasuk kategori EAL tidak signifikan mempengaruhi HDI. Ini menjadi pukulan bagi World Bank, di mana semestinya negara-negara EAL menerima pengaruh lebih besar terhadap pembangunan manusianya. Dalam penelitian ini, Indonesia termasuk dalam kategori negara OAL – middle income.
2.4.2. Gustav Ranis & Frances Stewart (2002)
Ranis dan Stewart melaksanakan penelitian tentang pengaruh timbal-balik antara pertumbuhan ekonomi (economic growth) dan pembangunan manusia (human development) di negara-negara Amerika Latin. Mereka menggunakan model persamaan simultan, masing-masing untuk persamaan pertumbuhan ekonomi dan pembangunan manusia. Pembangunan manusia dengan proksi tingkat kematian bayi (HD) dipengaruhi oleh variabel-variabel tingkat pertumbuhan pendapatan per kapita (GDP growth rate = GDP), persentase belanja pemerintah untuk pendidikan terhadap PDB (public expenditure on education as a percentage of GDP = PEE) dan tingkat partisipasi kasar sekolah tingkat dasar perempuan (gross female primary school enrollment rate = FPS). Hasil regresi ditampilkan pada Tabel 8.
Tabel 8. Hasil Estimasi Penelitian Gustav Ranis &
Frances Stewart (2002) Koefisien t-rasio GDP 1,23 0,15 PEE 0,25 0,22 FPS 1,74 1,74* d1970 9,80 2,54** d1980 12,07 2,63** d1990 9,32 2,34** Konstanta 5,75 0,63 R2 N Variabel Independen Variabel Dependen: HD 0,22 76 *Koefisien signifikan pada tingkat 5% **Koefisien signifikan pada tingkat 1%
Pada model di atas, pembangunan manusia tidak signifikan dipengaruhi pertumbuhan ekonomi, sehingga penelitian ini memiliki kelemahan dalam menjelaskan pengaruh imbal-balik antara pembangunan manusia dan pertumbuhan ekonomi. Hanya variabel FPS di luar dummy yang signifikan menjelaskan pembangunan manusia di negara-negara Amerika Latin. Penggunaan tingkat kematian bayi sebagai proksi pembangunan manusia diperkirakan sebagai penyebab tidak baiknya hasil estimasi. Terutama dikaitkan dengan PEE yang relatif tidak berhubungan dengan tingkat kematian bayi. Akan lebih baik jika menggunakan variabel pengeluaran pemerintah di bidang kesehatan.
2.4.3. Aloysius Gunadi Brata (2004)
Penelitian Brata ini dilakukan untuk mengkaji secara empiris hubungan imbal-balik antara pembangunan manusia dan kinerja ekonomi kabupaten/kota di Indonesia. Brata dalam model penelitiannya menggunakan variabel-variabel output regional (Y) proksi kinerja ekonomi, angka harapan hidup (LER) proksi pembangunan manusia, persentase rumah tangga yang memiliki air bersih (WATER) proksi distribusi pendapatan, dummy untuk daerah penghasil migas (dOIL) dan dummy untuk daerah perkotaan (dCITY). Hasil estimasinya ditampilkan pada Tabel 9.
Pada hasil estimasi ditemukan dua variabel penjelas yang berpengaruh signifikan di luar dummy, yaitu WATER dan Y. WATER berpengaruh negatif terhadap
LER. Secara teoritis antara distribusi pendapatan dan pembangunan manusia berlaku hubungan positif, sehingga ada kemungkinan bahwa WATER masih kurang tepat
sebagai proksi variabel distribusi pendapatan. Sementara koefisien positif dari variabel Y menunjukkan bahwa kinerja ekonomi yang baik memungkinkan pembangunan manusia yang baik pula.
Tabel 9. Hasil Estimasi Penelitian Aloysius Gunadi
Brata (2004) Koefisien t-rasio Y 2,313 8,321** WATER -0,00293 -2,645** dOIL 0,601 1,326 dCITY -0,737 -1,410 Konstanta 68,100 110,059** Adj R2 N Variabel Independen
Variabel Dependen: LER
0,216 632
*Koefisien signifikan pada tingkat 5%
**Koefisien signifikan pada tingkat 1%
2.4.4. Aloysius Gunadi Brata (2005)
Pada penelitian ini Brata menguji bagaimana pengaruh pengeluaran pemerintah daerah khususnya bidang pendidikan dan kesehatan (IPP), investasi swasta (IS) dan distribusi pendapatan proksi indeks Gini (IG) terhadap indeks pembangunan manusia (IPM) dalam konteks regional (antar provinsi) di Indonesia. Hasil estimasi sebagaimana ditunjukkan pada Tabel 10.
Variabel pengeluaran pemerintah bidang pendidikan dan kesehatan memberikan pengaruh positif terhadap pembangunan manusia. Semakin besar alokasi
pengeluaran bidang pendidikan dan kesehatan semakin baik pula IPM dicapai. Variabel investasi swasta berpengaruh negatif terhadap IPM. Hal ini dimungkinkan karena karakteristik investasi swasta tidak dimaksudkan untuk meningkatkan kualitas pembangunan manusia. Variabel IG berpengaruh positif terhadap IPM, artinya semakin merata distribusi pendapatan semakin baik pula pembangunan manusia. Variabel lagIG menunjukkan pengaruh negatif yang berarti pada jangka panjang akan semakin sulit meningkatkan kualitas SDM melalui distribusi pendapatan.
Tabel 10. Hasil Estimasi Penelitian Aloysius Gunadi
Brata (2005) Koefisien t-rasio IPP 0,09 1,99 lagIPP 0,72 8,86** lagIS -0,99 -2,27* IG 27,85 2,89** lagIG -19,72 -1,86 Konstanta 25,51 3,92** Adj R2 F-stat N Variabel Independen
Variabel Dependen: IPM
0,66 51 20,58
*Koefisien signifikan pada tingkat 5%
**Koefisien signifikan pada tingkat 1%
2.4.5. Gustav Ranis & Frances Stewart (2005)
Dalam penelitian lanjutannya, Ranis dan Stewart memperluas cakupan kajiannya meliputi hampir seluruh negara di dunia di mana telah didata oleh UNDP
dalam hal indeks pembangunan manusianya (IPM). Faktor-faktor yang mempengaruhi indeks pembangunan manusia (human development index = HDI), mereka menggunakan variabel penjelas pertumbuhan PDB per kapita (GDP per capita growth rate = GDP), tingkat melek huruf (literacy shortfall reduction = LIT), persentase investasi gross domestik terhadap PDB (gross domestic investment as percentage of GDP = GDI), persentase ekspor terhadap PDB (exports as percentage of GDP = EXP), jumlah penduduk miskin (poverty headcount = POV) dan dummy
untuk regional Timur Tengah (dME), Asia (dAS) dan Amerika Latin (dAL). Penelitian dilakukan terhadap 85 negara di dunia. Hasil estimasi penelitian mereka sebagaimana ditampilkan pada Tabel 11.
Tabel 11. Hasil Estimasi Penelitian Gustav Ranis & Frances Stewart (2005)
Koefisien t-rasio GDP 2,96 3,81** LIT 1,94 1,53 GDI 2,80 2,39* EXP 1,80 0,42 POV 16,4 4,94** dME 0,21 1,00 dAS 0,42 3,14** dAL 0,36 2,40* Konstanta 1,89 3,77** Adj R2 N Variabel Independen
Variabel Dependen: IPM
0,79 85 *Koefisien signifikan pada tingkat 5% **Koefisien signifikan pada tingkat 1%
Hasil estimasi menunjukkan tidak semua variabel penjelas (independent variables) signifikan terhadap indeks pembangunan manusia (HDI). Hanya variabel pertumbuhan ekonomi (GDP), investasi domestik bruto (GDI) dan jumlah penduduk miskin (POV) yang signifikan, di luar variabel dummy. Model ini memiliki kelemahan karena memasukkan variabel penjelas tingkat melek huruf, di mana variabel tersebut merupakan komponen dari komposit HDI. Di samping itu, variabel GDP dan GDI sebaiknya tidak dimasukkan bersama-sama karena GDI adalah bagian dari GDP (kesalahan estimasi akibat multikolinearitas).
2.4.6. Valeria Constantini dan Salvatore Monni (2006)
Constantini dan Monni (2006) menganalisa keterkaitan antara pertumbuhan ekonomi dan pembangunan manusia dengan menggunakan model Resource Curse Hypothesis (RCH) untuk menjelaskan dampak pertumbuhan ekonomi terhadap kualitas lingkungan hidup. Penelitian dilakukan dengan memanfaatkan data panel dengan menggabungkan data 70 negara di dunia pada periode 1970 dan 2003. Model yang disusun Constantini dan Monni ini berupaya menerangkan bahwa indeks pembangunan manusia (Human Development Index = HDI) dipengaruhi oleh variabel PDB per kapita tahun 1970 (gross domestic product year 1970 = GDP70), rata-rata aliran modal privat (investment = INV), umur harapan hidup tahun 1970 (life expectation year 1970 = LE70), tingkat partisipasi sekolah menengah tahun 1970 (secondary schooling enrollment rate year 1970 = SE70), dan PDB per kapita tahun
2003 (gross domestic product year 2003 = GDP03). Hasil penelitiannya selengkapnya ditampilkan pada Tabel 12.
Pada hasil estimasi hanya satu variabel bebas yang signifikan mempengaruhi HDI, yaitu LE70. Model yang dibangun Constantini dan Monni ini mengandung beberapa kelemahan, yakni: variabel bebas LE dan SE merupakan komponen dari komposit HDI, begitu pula INV adalah bagian dari GDP.
Tabel 12. Hasil Estimasi Penelitian Valeria Constantini dan Salvatore Monni (2006)
Koefisien t-rasio GDP70 0,004 0,14 INV 0,082 1,43 LE70 0,841 6,45** SE70 0,065 0,85 GDP03 -0,002 -0,08 Konstanta 0,379 2,91* Adj R2 N Variabel Independen
Variabel Dependen: IPM
0,86 70
*Koefisien signifikan pada tingkat α 5%
**Koefisien signifikan pada tingkat α 1%.
2.4.7. Peter Lanjouw, Menno Pradhan, Fadia Saadah, Hanen Sayed, Robert Sparrow (2001)
Studi ini bermaksud menganalisis bagaimana hubungan antara kemiskinan, pendidikan dan kesehatan dan kaitannya dengan pengeluaran pemerintah untuk
pelayanan publik. Penelitian dengan metode statistik deskriptif ini menemukan bahwa penduduk miskin sangat membutuhkan pelayanan/subsidi pendidikan dan kesehatan. Lanjouw dan kawan-kawan juga hendak membuktikan report Bank Dunia tahun 1990 bertajuk ”Indonesia: Strategy for a sustained Reduction in Poverty” yang menyatakan bahwa pendidikan dan kesehatan adalah hal yang ciritical (sangat mendesak) untuk diberikan kepada penduduk miskin di Indonesia, sehingga sangat dibutuhkan peningkatan investasi di kedua bidang tersebut.
Tabel 13. Hasil Penelitian Peter Lanjouw, Menno Pradhan, Fadia Saadah, Hanen Sayed, Robert Sparrow (2001)
1 (miskin) 2 3 4 5 (kaya) Dasar 47.898 45.324 40.004 34.375 25.270 Menengah Pertama 10.446 13.235 14.072 14.299 13.472 Menengah Atas 4.505 6.708 8.849 11.336 15.987 Pendidikan 62.849 65.267 62.925 60.010 54.729 Puskesmas 10.785 10.734 10.192 10.553 9.097 Rumah Sakit 1.825 2.015 3.656 3.445 7.167 Kesehatan 12.610 12.749 13.848 13.998 16.264 Kuantil Konsumsi per Kapita
Subsidi Pemerintah (Rp per kapita)
Pada kenyataannya, berselang sepuluh tahun kemudian (terhitung sejak riset Bank Dunia 1990), sebagian besar pengeluaran pemerintah untuk pelayanan publik
tersebut justru dinikmati oleh penduduk bukan miskin bahkan kaya (Tabel 13). Temuan ini menjadi bukti empiris bahwa perhatian pemerintah terhadap penduduk miskin masih memerlukan pembenahan; tidak sekedar meningkatkan kuantitas, tetapi juga perlu diperhatikan pengalokasiannya agar benar-benar menyentuh penduduk miskin. Sense of social responsibility pemerintah masih sangat lemah.