ZULVA AZIJAH
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2016
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa tesis berjudul Knowledge-Based Economy (KBE), Konvergensi dan Pertumbuhan Ekonomi: Studi Kasus di ASEAN Plus Three (Periode Tahun 2001-2014) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
RINGKASAN
ZULVA AZIJAH. Knowledge-Based Economy (KBE), Konvergensi, dan Pertumbuhan Ekonomi: Studi Kasus di ASEAN Plus Three (Periode Tahun 2001-2014). Dibimbing oleh MUHAMMAD FINDI A dan TONY IRAWAN.
Pertumbuhan dan konvergensi ekonomi merupakan isu utama dalam dunia ekonomi global. Integrasi ekonomi adalah bentuk kerjasama antar negara sebagai upaya untuk mencapai tingkat kesejahteraan dan kemakmuran bersama. Pada tahun 1997 telah didirikan ASEAN Plus Three sebagai bentuk dari integrasi ekonomi dalam bidang paten dan ICT. Pada era modern knowledge-based economy merupakan faktor penting pendorong produktivitas dan pertumbuhan ekonomi (Karagiannis 2007). Kerjasama di ASEAN Plus Three telah diimplementasikan dalam bentuk kebijakan dibidang hak kekayaan intelektual dan ICT.
Tujuan dari penelitian ini adalah untuk menganalisis proses konvergensi pertumbuhan ekonomi (konvergensi kondisional (β)) dan kesenjangan pendapatan (konvergensi σ) dengan pendekatan pendapatan perkapita dan knowledge-based economy (KBE) serta melihat peran knowledge-based economy terhadap pertumbuhan ekonomi. Data yang digunakan adalah data tahunan dari tahun 2001 hingga tahun 2014 dengan metode analisis GMM (Generalized Method of Moments). Penelitian ini mengunakan studi kasus di ASEAN Plus Three.
Hasil estimasi untuk model konvergensi pertumbuhan ekonomi (konvergensi kondisional (β)) menunjukkan kriteria panel dinamis terbaik, yaitu tidak bias, valid dan konsisten. Nilai koefisien pada lag dependen dengan pendekatan pendapatan perkapita adalah sebesar 0.9639, berpengaruh signifikan dan positif terhadap pertumbuhan ekonomi dengan tingkat konvergensi sebesar 0.72%. Sedangkan hasil estimasi dengan mempertimbangkan indikator KBE memiliki nilai koefisien lag dependen sebesar 0.9917, berpengaruh signifikan dan positif terhadap pertumbuhan ekonomi dengan tingkat konvergensi sebesar 0.8%. Sedangkan konvergensi (σ) menunjukkan bahwa untuk periode tahun 2001 hingga tahun 2014 telah terjadi konvergensi pada variabel GDP riil per kapita, dapat dilihat dari nilai koefisien variasi yang cenderung menurun di negara ASEAN Plus Three. Lain halnya dengan nilai koefisien variasi yang cenderung meningkat pada variabel paten. Hal tersebut berarti bahwa telah terjadi disparitas untuk variabel paten di ASEAN Plus Three. Oleh karena itu, diperlukan partisipasi dari anggota ASEAN Plus Three dalam pengembangan KBE sehingga dapat menciptakan pertumbuhan ekonomi berkelanjutan.
SUMMARY
ZULVA AZIJAH. Knowledge-Based Economy (KBE), Convergence, and Economic Growth: A Case Study of ASEAN Plus Three (Period 2001-2014). Supervised by MUHAMMAD FINDI A and TONY IRAWAN.
Economic growth and convergence are the major issues in the global economic. Economic integration is a form of cooperation between countries in order to achieve welfare and prosperity. In 1997, ASEAN Plus Three has been established as an economic integration in the field of innovation and ICT (information, communication and technology). The knowledge-based economy is the important productivity driving factor and economic growth (Karagiannis 2007). ASEAN Plus Three has been implemented in policies of intellectual property rights, and ICT.
The aims of this study are to analyze the conditional convergence (β) and convergence (σ), and to consider the role of knowledge-based economy on economic growth. This study uses annual data from 2001 to 2014 with a GMM (Generalized Method of Moments) approach. The case studies of this research are the members of ASEAN Plus Three.
The result of conditional convergence (β) showed that the best dynamic panel criteria is not biased, valid and consistent. The coefficient value of lag dependent is 0.9639, which has a significantly positive effect on economic grwoth. It showed that there is a conditional convergence with the convergence rate of 0.72%. Meanwhile, the coefficient of convergence with KBE indicators that is 0.9917 has convergence rate of 0.8%. The estimation result also showed that among KBE indicators, paten variable has positive and significant impacts on economic growth, where as the internet user variabel doesn't show any significant impact.
On the convergence (σ), the result showed that in the period 2001 to 2014, there has been a convergence in real GDP per capita that can be seen from the coefficient variation values that tend to be declined. However, patent variables have significant and positive effect on economic growth which has a coefficient variation values that are likely to increase. It means that there is innovation disparity between countries in the ASEAN Plus Three. Therefore, the participation of ASEAN Plus Three members in KBE development is needed to create sustainable economic growth.
© Hak Cipta Milik IPB, Tahun 2016
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains
pada
Program Studi Ilmu Ekonomi
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2016
ZULVA AZIJAH
PRAKATA
Alhamdulillah, segala puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga tesis ini berhasil diselesaikan. Tak lupa salawat serta salam semoga selalu tercurah kepada Nabi dan Rasul termulia Muhammad SAW beserta keluarganya dan sahabatnya yang setia hingga akhir zaman.
Tesis yang berjudul Knowledge-Based Economy (KBE), Konvergensi, dan Pertumbuhan Ekonomi: Studi Kasus di ASEAN Plus Three (Periode 2001-2014), ini merupakan salah satu syarat untuk memperoleh gelar Magister pada Departemen Ilmu Ekonomi, Institut Pertanian Bogor. Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang tak terhingga kepada orang tua dan keluarga penulis, yakni Bapak Pudori Syaripudin dan Ibu Ida Mursida serta kakak dan adik tercinta dari penulis, Mega Purnamasari dan Rahmatunnida atas segala doa dan dukungan yang selalu diberikan. Selain itu, penulis juga mengucapkan terima kasih kepada:
1. Dr Muhammad Findi A, ME dan Dr Tony Irawan, SE MAppEc selaku dosen pembimbing tesis yang telah memberikan arahan, bimbingan, saran dan motivasi dalam menyelesaikan tesis ini.
2. Prof Dr Muhammad Firdaus, SP MSi selaku dosen penguji utama dan Dr Ir Sri Mulatsih, MScAgr selaku dosen penguji dari komisi pendidikan atas saran dan kritik yang telah diberikan untuk perbaikan tesis.
3. Para dosen, staf, dan seluruh civitas akademika Departemen Ilmu Ekonomi FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis.
4. Teman-teman Agus, Alfiana, Azka, Devi, Faizal, Feri, Happy, Khodijah, Tika, Taofik, Yulya dan yang lainnya atas dukungan dan motivasinya. Semua pihak yang telah membantu saya dalam menyelesaikan penulisan tesis ini yang tidak bisa disebutkan satu per satu. Semoga karya ilmiah ini bermanfaat.
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
1 PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 3
Tujuan Penelitian 4
Manfaat Penelitian 4
Ruang Lingkup Penelitian 4
2 TINJAUAN PUSTAKA 4
Gross Domestic Product per Capita 4
Perdagangan dan Integrasi Ekonomi 6
Investasi dan Konsumsi Pemerintah 7
Konvergensi dan Pertumbuhan Ekonomi 7
Knowledge-based economy dan Pertumbuhan Ekonomi 9
Penelitian Terdahulu 10
Kerangka Pemikiran 11
Hipotesis 13
3 METODE 13
Jenis dan Sumber Data 13
Metode Analisis dan Pengolahan Data 14
Perumusan Model 21
4 HASIL DAN PEMBAHASAN 23
Gambaran Umum Perekonomian ASEAN Plus Three 23
Analisis Knowledge-Based Economy (KBE) di ASEAN Plus Three 27 Hasil Estimasi Peran Knowledge Based Economy, Konvergensi, dan
Pertumbuhan Ekonomi di ASEAN Plus Three 29
Analisis Konvergensi Kondisional (β) 29
Analisis Konvergensi (σ) 33
5 SIMPULAN DAN SARAN 36
Simpulan 36
Saran 36
DAFTAR PUSTAKA 38
LAMPIRAN 42
DAFTAR TABEL
1. Klasifikasi negara berkembang dan negara maju 5
2. Jenis dan sumber data penelitian 14
3. GDP riil per kapita di negara ASEAN Plus Three tahun 2001-2014 23
4. Populasi di negara ASEAN Plus Three tahun 2001-2014 (juta jiwa) 24
5. Paten di negara ASEAN Plus Three tahun 2001-2014 25
6. Hasil estimasi konvergensi kondisional (β) dengan knowledge-based
economy (KBE) 29
7. Perkembangan nilai koefisien variasi dengan indikator
knowledge-based economy (KBE) tahun 2001-2014 33
DAFTAR GAMBAR
1. GDP riil per kapita Tahun 2014 2
2. Pertumbuhan GDP per Kapita Tahun 2012-2014 2
3. Konvergensi Absolut (unconditional convergence) 8
4. Konvergensi Kondisional 9
5. Kerangka Pemikiran 12
6. Pengguna Internet di Negara ASEAN Plus Three Tahun 2001-2014 24
7. Perdagangan (Trade) di Negara ASEAN Plus Three Tahun 2001-2014 25
8. Konsumsi Pemerintah terhadap GDP Negara ASEAN Plus Three
Tahun 2001-2014 26
9. Investasi tetap domestik di Negara ASEAN Plus Three
Tahun 2001-2014 26
10. Indeks Knowledge-Based Economy (KEI) dan Knowledge (KI) 28
11. Pertumbuhan GDP Riil per Kapita dan GDP Riil per Kapita 32
12. Nilai Koefisien Variasi Paten 35
13. Nilai Koefisien Variasi Pengguna Internet 35
DAFTAR LAMPIRAN
1. Hasil estimasi konvergensi konditional (β) 42
2. Hasil uji statistik Arellano Bond dan uji Hansen model konvergensi
Konditional (β) dengan Paten 43
1
PENDAHULUAN
Latar Belakang
Era globalisasi telah menciptakan persaingan antarnegara di dunia internasional. Persaingan telah berdampak pada disparitas perekonomian antara negara berkembang dengan negara maju. Pertumbuhan ekonomi dan konvergensi merupakan salah satu indikator ekonomi yang dapat menggambarkan besarnya disparitas atau kesenjangan antarnegara maju dan negara berkembang. Pertumbuhan ekonomi dapat diartikan sebagai kenaikan GDP (Gross Domestic Product) tanpa melihat perubahan pertumbuhan penduduk dan perubahan struktur ekonomi yang terjadi (Arsyad 1997). Sedangkan konvergensi merupakan kondisi yang menggambarkan semakin kecilnya kesenjangan atau disparitas suatu variabel antarwilayah dalam periode tertentu (Dekiawan 2014).
Integrasi ekonomi antarnegara maju dan negara berkembang bertujuan untuk membangun suatu kekuatan ekonomi diantara negara anggota dalam menghadapi persaingan di dunia internasional. Pada tahun 1997 Indonesia melakukan integrasi ekonomi dengan negara ASEAN Plus Three, yang terdiri dari negara ASEAN ditambah negara Cina, Jepang dan Korea Selatan. Salah satu bentuk kerjasama yang dilakukan oleh ASEAN Plus Three adalah kerjasama dalam bidang inovasi dan ICT (information communication dan technology) (Kementerian Luar Negeri RI 2011).
Kerjasama inovasi dan ICT dengan segala rangcangan kebijakan diantara Indonesia dengan anggota ASEAN Plus Three merupakan gabungan dari indeks knowledge-based economy (Tocan 2012). Hal tersebut telah memberikan kemudahan baik dalam penemuan barang baru yang selanjutnya dapat dipatenkan ataupun kemudahan untuk mengakses informasi diantara para pelaku ekonomi. Sebagai bentuk kesiapan Indonesia dalam menghadapi kerjasama ASEAN Plus Three, telah dirancang regulasi dan kebijakan internal yang tertuang dalam Pasal 31 ayat 5 UUD Tahun 1945 yang menyatakan bahwa pemerintah memajukan knowledge dengan menjunjung tinggi nilai-nilai agama dan peraturan bangsa untuk memajukan peradaban serta kesejahteraan umat manusia (Kementerian Riset dan Teknologi 2014).
Sumber: World Development Indicators 2016
Gambar 1 GDP riil per Kapita Tahun 2014
Pasca hampir dua dekade dilaksanakan kerjasama ASEAN Pluss Three namun jika dilihat dari besarnya nilai GDP masih memiliki perbedaan yang cukup besar antara negara maju dengan negara berkembang. Gambar 1 menunjukkan bahwa empat negara yang memiliki GDP riil per kapita tertinggi didominasi oleh negara maju yaitu Singapura, Brunei Darussalam, Jepang dan Korea Selatan secara berurutan sebesar US$ 38 087.66, US$ 23 640.8, US$ 37 595.2 dan US$ 24 565.6. Hal ini dikarenakan adanya kemudahan akses terhadap knowledge-based economy di negara maju seperti Singapura, Jepang, dan Korea Selatan. Sehingga hal tersebut dapat menciptakan produktivitas yang lebih efektif dan efisien.
Lain halnya dengan negara berkembang seperti Brunei Darussalam yang memiliki nilai GDP yang tinggi. Kontribusi terbesar dari penerimaan GDP Brunei Darussalam berasal dari sektor migas. Sedangkan negara berkembang lainnya seperti Malaysia, Thailand, Cina, Indonesia, Filipina, dan Vietnam secara berurutan memiliki GDP riil per kapita sebesar US$ 7 365.24, US$ 3 768.79, US$ 3 862.92, US$ 1 853.81, US$ 1 662.07, dan US$ 1 077.92. Tetapi jika dilihat dari pertumbuhan GDP per kapita ditunjukkan oleh Gambar 2.
Sumber: World Development Indicators 2016
Berdasarkan Gambar 2 yang menunjukkan bahwa selama periode tahun 2010 - 2014 pertumbuhan ekonomi baik di negara maju dan di negara berkembang mengalami fluktuasi. Negara Singapura yang memiliki nilai GDP riil per kapita paling tinggi, ternyata mengalami pertumbuhan ekonomi yang menurun dari tahun 2013 ke tahun 2014 sebesar 2.76% menjadi 1.59%. Namun untuk negara berkembang memiliki pertumbuhan GDP per kapita yang cenderung meningkat yaitu Cina, Malaysia, Indonesia, Filipina dan Vietnam dengan persentase pertumbuhan ekonomi mencapai 6.73%, 4.44%, 5.98%, 4.45%, dan 4.85% untuk tahun 2014.
Schumpeter (Bhaduri 2007) menyatakan bahwa pertumbuhan ekonomi dan pembangunan dipengaruhi oleh inovasi. Inovasi merupakan bagian dari knowledge-based economy. Hal ini didukung oleh penelitian Karagiannis (2007) yang menyatakan bahwa knowledge-based economy dapat mengatasi fluktuasi ekonomi dan menciptakan pertumbuhan ekonomi yang berkelanjutan. European Commmision (2003) menyatakan indikator yang termasuk dalam knowledge-based economy (KBE) diantaranya paten dan pengguna internet.
Perumusan Masalah
Knowledge-based economy merupakan sumber terbentuknya inovasi dan ICT sebagai landasan tumbuhnya kreativitas sumberdaya manusia. Saat ini, knowledge-based economy telah memaksa para pelaku ekonomi untuk lebih progresif dan kompetitif. Coates dan Warvick (1998) menjelaskan mengenai pentingnya knowledge-based economy, diantaranya: Pertama, perubahan revolusi dari ICT (Information, Communication, and Technologies) mempengaruhi produktivitas dari masing-masing negara. Kedua, kemajuan dalam bidang ilmiah dan teknologi telah menciptakan peningkatan sumberdaya R&D baik yang dilakukan oleh pihak perusahaan atau pemerintah. Ketiga, Persaingan dunia global berdampak pada penurunan tarif, liberalisasi kapital, pengurangan transportasi dan biaya transaksi. Keempat, perubahan permintaan dan peningkatan pendapatan berpotensi sebagai pendorong adanya knowledge-based economy.
Pada tahun 2008 dalam penelitian yang dilakukan oleh Ismail dengan tujuan mengkaji isu-isu konvergensi dan pertumbuhan ekonomi di ASEAN. Hasil estimasi menunjukkan bahwa telah terjadi konvergensi di negara ASEAN. Namun, penelitian tersebut belum memasukkan peran dari knowledge-based economy.
Sehingga untuk menyempurnakan penelitian terdahulu maka penulis bermaksud untuk mengkaji secara lebih luas dan mendalam mengenai knowledge-based economy (KBE), konvergensi dan pertumbuhan ekonomi dengan studi kasus di negara yang tergabung dalam ASEAN Plus Three. Penelitian ini menggunakan dua indikator utama yaitu paten dan pengguna internet.
Berdasarkan uraian diatas maka rumusan masalah penelitian sebagai berikut:
1. Bagaimana pertumbuhan ekonomi di negara ASEAN Plus Three, apakah menunjukkan suatu proses konvergen atau divergen setelah mempertimbangkan knowledge-based economy (KBE)?
Tujuan Penelitian
Berdasarkan latar belakang dan rumusan masalah diatas, maka tujuan yang ingin dicapai adalah:
1. Menganalisis proses konvergensi di ASEAN Plus Three dengan pendekatan pendapatan perkapita dan knowledge-based economy (KBE).
2. Menganalisis peran knowledge-based economy (KBE) terhadap pertumbuhan ekonomi di ASEAN Plus Three.
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat bagi penulis sebagai sarana dalam menambah wawasan dan pengembangan ilmu pengetahuan mengenai kondisi knowledge-based economy serta konvergensi ekonomi di negara ASEAN Plus Three. Bagi pemerintah sebagai penentu kebijakan, penelitian ini diharapkan dapat menjadi bahan pertimbangan untuk Indonesia dalam menentukan kebijakan khususnya dibidang inovasi dan ICT. Sehingga kerjasama Indonesia dengan negara di kawasan ASEAN Plus Three dapat menciptakan perekonomian yang berkelanjutan.
Ruang Lingkup Penelitian
Penelitian ini mengidentifikasi konvergensi ekonomi di negara yang tergabung dalam ASEAN Plus Three, yang direpresentasikan oleh variabel GDP riil per kapita, jumlah penduduk, perdagangan (trade), gross fixed capital formation (investasi tetap domestik), konsumsi pemerintah, pengguna internet, dan paten. Keterbatasan data pada Negara Myanmar, Kamboja, dan Laos telah menyebabkan jumlah observasi berkurang, menjadi 10 negara diantaranya: Indonesia, Malaysia, Singapura, Brunei Darussalam, Filipina, Thailand, Vietnam, Cina, Jepang, dan Korea Selatan. Periode waktu yang digunakan adalah dari tahun 2001 sampai tahun 2014.
2
TINJAUAN PUSTAKA
Gross Domestic Product per Capita
Todaro dan Smith (2006), mendefinisikan negara berkembang dengan menggunakan indikator pendapatan per kapita. Secara umum, yang termasuk dalam negara berkembang adalah negara yang memiliki pendapatan rendah (low income), menengah bawah (lower-middle income) dan menengah atas (uper-middle income). Sedangkan yang termasuk negara maju adalah negara yang memiliki pendapatan per kapita tinggi (high income).
Negara yang termasuk ke dalam tingkat pendapatan rendah pada tahun 2016 menurut World Development Indicators (2016) adalah dengan pendapatan per kapita sebesar US$ 1 611 atau dibawahnya. Negara dengan pendapatan per kapita menengah bawah memiliki tingkat pendapatan antara US$ 1 611 sampai dengan US$ 6 400. Negara dengan pendapatan per kapita menengah atas memiliki tingkat pendapatan antara US$ 6 400 sampai dengan US$ 15 461. Sedangkan negara yang berpendapatan tinggi memiliki tingkat pendapatan GDP per kapita sebesar US$ 15 461 atau diatasnya.
Tabel 1 Klasifikasi Negara Berkembang dan Negara Maju No. Negara 5. Vietnam 1 077.92 Low Income Negara Berkembang
6. Brunei
Darussalam 23 640.82 High Income Negara Berkembang 7. Korea Selatan 24 565.61 High Income Negara Maju Sumber: World Development Indicators 2016
Perdagangan dan Integrasi Ekonomi
Menurut OECD (2016) dan World Development Indicators (2015) rasio perdagangan terhadap GDP (trade to GDP) atau sering disebut trade openness ratio sering digunakan untuk mengukur pentingnya hubungan transaksi internasional terhadap transaksi domestik. Indikator ini dihitung untuk setiap negara sebagai rata - rata yang sederhana (mean) dari total perdagangan (jumlah ekspor dan impor barang dan jasa) yang berkaitan terhadap GDP.
Pertumbuhan perdagangan terjadi jika output negara yang mengekspor komoditi meningkat secara proporsional sehingga melebihi kenaikan output komoditi impor berdasarkan harga-harga komoditas relatif yang konstan, maka pertumbuhan tersebut cenderung akan menaikan volume perdagangan antar negara tersebut ketingkat yang lebih tinggi. Namun sebaliknya untuk pertumbuhan anti-perdagangan, yakni jika pertumbuhan itu justru menurunkan volume perdagangan. Sedangkan jika pertumbuhan output tidak berpengaruh terhadap volume ekspor maka itulah yang dinamakan pertumbuhan yang bersifat netral (Salvator 1996).
Integrasi ekonomi merupakan sebuah bentuk proses kerjasama antar negara dapat berupa perdagangan atau hal lainnya untuk mencapai tingkat kemakmuran dan stabilitas yang tinggi diantara masing-masing negara anggota. Proses integrasi yang terjadi di kawasan Eropa serta di belahan bumi lainnya menunjukkan bahwa perekonomian antarnegara maupun antarkawasan saling terbuka. Adanya kecenderungan peningkatan kerjasama dan ketergantungan ekonomi suatu negara ke negara lainnya membuat konsep dasar integrasi ekonomi di dunia menjadi satu konsep yang menawarkan manfaat lebih dari suatu kerjasama ekonomi.
Tingkatan integrasi ekonomi menurut Salvator (1996) bervariasi mulai dari pengaturan perdagangan preferensial, yang selanjutnya dapat dikembangkan menjadi pembentukan kawasan atau area perdagangan bebas, kemudian menjadi persekutuan pabean, pasaran bersama dan pada akhirnya akan menjurus pada penyatuan (uni) ekonomi secara menyeluruh. Tingkatan integrasi pertama pengaturan perdagangan preferensial (preferential trade arrangements) dibentuk oleh negara-negara yang melakukan kesepakatan untuk menurunkan berbagai macam hambatan perdagangan antarnegara terkait dan melakukan pembedaan dengan negara luar yang bukan merupakan anggota.
Kedua, kawasan perdagangan bebas (free trade area) merupakan bentuk integrasi ekonomi yang lebih tinggi dimana semua hambatan perdagangan tarif maupun non-tarif antarnegara anggota telah dihilangkan sepenuhnya, namun negara anggota masih memiliki hak untuk menentukan hambatan yang akan dihilangkan ataupun diterapkan terhadap negara-negaara luar bukan anggota. Bentuk integrasi ekonomi selanjutnya, yakni persekutuan pabean (customs union) yang mewajibkan semua negara anggota untuk tidak hanya menghilangkan hambatan perdagangan namun juga menyeragamkan kebijakan perdagangan negara anggota terhadap negara-negara luar bukan anggota.
satu negara untuk memperoleh lapangan kerja secara bebas ke negara anggota pasaran. Pada tingkatan tertinggi dari integrasi ekonomi adalah uni ekonomi (economic union) dengan adanya penyelarasan dan penyeragaman kebijakan-kebijakan moneter dan fiskal dari masing-masing negara anggota.
Investasi dan Konsumsi Pemerintah
Investasi dan konsumsi pemerintah merupakan bagian dari alokasi output. Investasi (investment) menurut Salvator (1996) terdiri dari barang-barang yang dibeli untuk penggunaan masa depan. Investasi juga dibagi menjadi tiga subkelompok, diantaranya investasi tetap bisnis, investasi tetap residensial, dan investasi persediaan. Investasi tetap bisnis adalah pembelian pabrik beserta peralatan baru oleh perusahaan. Sedangkan investasi residensial merupakan pembelian rumah baru oleh rumah tangga dan tuan tanah. Lain halnya dengan investasi persediaan, yakni peningkatan dalam persediaan barang perusahaan (jika persediaan menurun maka investasi persediaan negatif).
Investasi tetap domestik bruto (gross fixed capital formation) menurut World Development Indicators (2016) merupakan pembentukan modal tetap bruto yang meliputi perbaikan lahan, mesin, perlatan, serta pembanguan jalan, kereta api, sekolah, rumah sakit, tempat tinggal perumahan swasta, bangunan komersial serta industri dan sebagainya.
Lain halnya dengan government consumption (konsumsi pemerintah) yang merupakan pengeluaran konsumsi akhir mencakup semua pengeluaran untuk pembelian barang dan jasa (termasuk kompensasi karyawan) yang dibeli oleh pemerintah pusat, negara bagian dan daerah. Hal ini juga termasuk jalan layang dan jasa yang diberikan pegawai pemerintah serta pengeluaran pertahanan dan keamanan nasional, tetapi tidak termasuk pengeluaran militer pemerintah yang merupakan bagian dari pembentukan modal pemerintah. Selain itu, hal ini juga tidak termasuk pembayaran transfer harga yang diterima perusahaan.
Konvergensi dan Pertumbuhan Ekonomi
Marques dan Soukiazis (1998) menyatakan bahwa terdapat dua pendekatan untuk melihat konvergensi, yaitu konvergensi (β) dan konvergensi (σ). Konvergensi menggambarkan bahwa pertumbuhan ekonomi di negara miskin lebih cepat jika dibandingkan dengan negara maju.
Model Solow menjelaskan bahwa konvergensi (β) dibagi menjadi dua jenis, yaitu konvergensi absolut (unconditional convergence) dan konvergensi kondisional (conditional convergence) (Ray 1998). Konvergensi absolut merupakan kondisi yang menganggap bahwa perekonomian diantara wilayah atau negara memiliki kemiripan baik dalam hal struktur ekonomi, tingkat tabungan dan variabel ekonomi lainnya. Sedangkan konvergensi kondisional adalah kondisi perekonomian suatu wilayah atau negara yang memiliki karakteristik yang berbeda, sehingga struktur ekonomi dapat mempengaruhi konvergensi.
garis horizontal adalah waktu. Garis AB merupakan time path pada saat logaritma pendapatan per kapita steady state. Garis CD merepresentasikan ketika suatu negara berada pada kondisi dibawah steady state. Menurut model Solow, negara tersebut akan memiliki tingkat pertumbuhan ekonomi melampaui level steay state menuju time path logaritma pendapatan per kapita di AB. Sedangkan negara yang berada diatas steady state pada titik E, memiliki tingkat pertumbuhan lebih rendah, yaitu time path logaritma pendapatan per kapita di EF convergence menuju garis AB. Hal tersebut mengindikasikan bahwa adanya hubungan negatif antara tingkat pertumbuhan dari pendapatan per kapita dengan nilai pendapatan per kapita initial.
Sumber : Ray 1998
Gambar 3 Konvergensi Absolut (unconditional convergence)
Lain halnya dengan conditional convergence dengan asumsi setiap negara memiliki kararteristik struktur ekonomi yang berbeda, ditunjukkan oleh Gambar 4. Perbedaan struktur ekonomi dapat dilihat dari adanya perubahan technical knowledge, tingkat investasi, pertumbuhan populasi, dan tingkat depresiasi antarnegara. Pada kondisi tersebut, tingkat steady state time path dari logaritma pendapatan per kapita memiliki perbedaan untuk setiap negara. Garis AB dan A'B' menggambarkan perbedaan tingkat steady state di setiap negara. Negara dengan steady state path AB dimulai dari titik C (diatas steady state time path) memiliki tingkat pertumbuhan slower sampai pada titik CD. Sedangkan untuk negara E berada pada titik dibawah steady state time path, pada kondisi tersebut tingkat pertumbuhan bergerak lebih cepat sampai pada kondisi steady state.
waktu
L
o
g
ar
itm
a
Pen
d
ap
atan
p
er
K
ap
ita
F
A
B
C
Sumber : Ray 1998
Gambar 4 Konvergensi Kondisional .
Knowledge-based economy dan Pertumbuhan Ekonomi
Menurut Todaro dan Smith (2006), terdapat tiga komponen pertumbuhan ekonomi yang mempunyai arti penting bagi setiap masyarakat adalah, modal (akumulasi faktor) dan tenaga kerja (angkatan kerja) serta kemajuan teknologi. Model pertumbuhan Solow dirancang untuk menunjukkan bagaimana pertumbuhan persediaan modal, pertumbuhan angkatan kerja dan kemajuan teknologi berinteraksi dalam perekonomian serta pengaruhnya terhadap output barang dan jasa secara keseluruhan. Kemajuan teknologi dalam model Solow merupakan variabel eksogen yang dapat meningkatkan kemampuan masyarakat untuk berproduksi sepanjang waktu.
Romer (1994) menyatakan bahwa inovasi sebagai pendorong adanya kemajuan teknologi dan pertumbuhan produktivitas. Tingkat pertumbuhan ekonomi dipengaruhi oleh perkembangan ilmu pengetahuan antar negara dan kebebasan untuk penyerapan serta eksploitasi dilakukan oleh negara pencipta ilmu pengetahuan baru tersebut. Grossman dan Helpman (1991) menjelaskan bahwa ilmu pengetahuan sebagai pendorong utama dalam model pertumbuhan endogenous. Schumpeter juga menjelaskan bahwa persaingan antarperusahaan sebagai pendorong proses creative destruction (Bhaduri 2007). Indikator penting dalam creative destruction adalah inovasi dan entrepreneurship (wirausaha). Interaksi dari indikator inovasi dan entrepreneurship dapat memengaruhi pertumbuhan ekonomi.
Menciptakan produk baru, perkembangan industri manufaktur, pembaharuan produk lama, penemuan teknologi baru, ICT, manajemen yang efisien dan kualitas produk terjamin merupakan bagian dari knowledge-based economy (World Development Indicators 2012). Secara umum negara yang memiliki pertumbuhan ekonomi yang tinggi adalah negara yang memiliki penguasaan dan akses yang rendah terhadap knowledge-based economy.
Perdagangan (Trade) merupakan indikator penting karena dapat digunakan sebagai media transfer knowledge-based economy. Knowledge-based economy yang dimaksud dapat berupa inovasi dan ICT. Selain itu, impor teknologi berupa barang modal oleh negara yang memiliki pertumbuhan ekonomi yang tinggi diharapkan dapat meningkatkan kualitas produk atau jasa dengan lebih efisien. Sedangkan pada sisi ekspor, transfer knowledge-based economy digunakan untuk meningkatkan kualitas, proses produksi dan yang lainnya serta sebagai akses untuk dapat masuk dalam pasar internasional.
Namun, knowledge-based economy berupa penciptaan teknologi baru juga dapat dikembangkan pada wilayah nasional. Pengembangan teknologi alternatif dapat dilakukan dengan cara meningkatkan investasi domestik baik oleh pihak publik atau swasta. Selain itu, konsumsi pemerintah juga dapat digunakan sebagai peningkatan investasi pada barang dan jasa yang digunakan untuk memenuhi kebutuhan terhadap terciptanya knowledge-based economy.
World Development Indicators (2012) dalam Tocan (2012) menyatakan bahwa indeks knowledge-based economy diantaranya economic incentive dan institutional incentives, inovasi, pendidikan dan ICT (informasi, communication dan technology). Indeks economic incentive dan institutional incentives dapat berupa regulasi atau kebijakan internal suatu negara atau kebijakan antarnegara yang terbentuk dari adanya proses kerjasama. Selain itu, adanya penetapan kebijakan atas hambatan tarif dan non-tarif beserta aturan-aturan yang berlandaskan hukum.
Inovasi sebagai indikator penting karena adanya interaksi antara efektivitas dan pembelajaran. Indeks dari inovasi diantaranya aplikasi paten. Paten adalah suatu hak khusus berdasarkan undang-undang yang diberikan kepada penemu atau pihak yang berhak memperolehnya secara hukum. Selain itu paten merupakan permintaan atas hak kepada pihak penguasa yang diperoleh dari adanya temuan baru di bidang teknologi, perbaikan atas temuan yang sudah ada, cara kerja baru, atau penemuan atas perbaikan baru dalam cara kerja dengan jangka waktu tertenu yang dapat diterapkan dalam bidang industri.
Indeks pendidikan merupakan modal utama tercipatnya sumber daya manusia yang berkualitas. Indeks pendidikan dibagi menjadi tiga, yakni angka melek huruf orang dewasa, lulusan sekolah menengah dan lulusan perguruan tinggi. Sedangkan untuk indeks ICT yang digunakan adalah pengguna internet. Menurut World Development Indicators (2016) pengguna internet (internet user) merupakan individu yang telah menggunakan internet (dari lokasi manapun) dalam 12 bulan terakhir. Internet dapat digunakan melalui komputer, ponsel, mesin game, TV digital dan lainnya.
Penelitian Terdahulu
menyatakan bahwa knowledge-based economy memiliki peran penting dalam pertumbuhan ekonomi dan konvergensi suatu negara.
Proses konvergensi merupakan semakin kecilnya tingkat kesenjangan di wilayah tersebut. Oleh karena itu maka konvergensi penting untuk melihat dan menghitung tingkat kesenjangan perekonomian pada suatu wilayah. Dekiawan (2014) melakukan penelitian mengenai konvergensi penerimaan dan pengeluaran APBD provinsi di Indonesia dengan rentang waktu 2000-2012. Hasil penelitian menunjukkan bahwa pada periode 2000-2012 konvergesi (σ) terjadi pada variabel PAD (Pendapatan Asli Daerah), pajak, dana perimbangan, total belanja, belanja pegawai dan belanja barang. Sedangkan estimasi dengan pendekatan konvergensi (β) menunjukkan konvergen pada variabel PAD, pajak, total belanja dan belanja barang.
Penelitian lain dilakukan oleh Firdaus dan Yusop (2009) dengan hasil analisis menunjukkan bahwa telah terjadi proses konvergensi diantara provinsi-provinsi di Indonesia untuk periode 1983 - 2003. Tingkat konvergensi di Indonesia relatif sangat lambat dibandingkan dengan penelitian lain di negara-negara berkembang dengan nilai sebesar 0.29%. Chen dan Sun (2013) juga melakukan penelitian mengenai konvergensi di negara Cina yang merupakan negara dengan tingkat inovasi dan pertumbuhan ekonomi tinggi dibandingkan dengan negara berkembang lainnya. Hasil penelitian menyatakan bahwa telah terjadi kovergensi absolut (lemah) dan kondisional pada periode 1990-2010.
Selain itu, terdapat penelitian konvergensi yang pada beberapa negara yang lebih luas seperti penelitian yang dilakukan oleh Wibowo (2012) melakukan penelitian mengenai konvergensi di ASEAN+5. Hasil penelitian menunjukkan bahwa perkembangan industri keuangan yang cukup baik terutama di negara berpendapatan tinggi. Financial inclusion berpengaruh positif terhadap pertumbuhan ekonomi. Koefisien dari lag variabel endogen pada model mengindikasikan bahwa telah terjadi konvergensi pertumbuhan ekonomi di negara ASEAN+5.
Michelis dan Neaime (2004) juga melakukan penelitian mengenai konvergensi di negara Asia-pacific. Tujuan penelitian untuk mengevaluasi secara empiris mengenai konvergensi pendapatan pada negara yang tergabung dalam APEC, 10 EASTASIA dan 5 ASEAN. Hasil penelitian menujukkan konvergensi (β) dan konvergensi (σ) yang sejalan.
Sedangkan Young, Higgins dan Levy (2008) melakukan penelitian mengenai konvergensi di U.S dengan hasil penelitian yang menyatakan bahwa konvergensi (β) tidak selalu sejalan dengan konvegensi (σ). Dibuktikan negara U.S pada periode 1970-1998 terjadi konvergensi (β) , tetapi dengan data yang sama juga terjadi divergensi (σ). Selain itu, tingkat pertumbuhan ekonomi di kabupaten kaya lebih besar dan stabil jika dibandingkan dengan kabupaten miskin di U.S.
Kerangka Pemikiran
Three. ASEAN Plus Three memiliki kondisi struktur ekonomi yang berbeda antar negara. Hal tersebut mencerminkan bahwa telah terjadinya persaingan antar negara di ASEAN Plus Three. Perbedaan struktur ekonomi dapat dilihat dari perdagangan, investasi tetap domestik, konsumsi pemerintah, populasi. Hal tersebut dapat memengaruhi pertumbuhan ekonomi beserta konvergensi ekonomi di ASEAN Plus Three.
Bentuk kerjasama yang dilakukan oleh ASEAN Plus Three adalah dalam bidang inovasi dan ICT. OECD menjelaskan bahwa knowledge-based economy merupakan salah satu insentif ekonomi dan kelembagaan yang dapat merangsang penggunaan ilmu pengetahuan dan informasi untuk menciptakan pertumbuhan dan kesejahteraan. Selain itu, terciptanya sistem yang efektif dalam bidang pendidikan, skill, ICT, Research and Development (R&D) dan inovasi.
Indikator knowledge-based economy (KBE) pada penelitian ini digambarkan oleh paten dan pengguna internet yang selanjutnya berperan terhadap pertumbuhan ekonomi, sehingga tercipta konvergensi di negara yang tergabung dalam ASEAN Plus Three.
Gambar 5 Kerangka Pemikiran
Perdagangan, Investasi tetap domestik, Konsumsi pemerintah, dan populasi Globalisasi
ICT
Inovasi
Pertumbuhan Ekonomi Struktur Ekonomi
Konvergensi Pertumbuhan Ekonomi Pengguna
Internet Paten
Integrasi Ekonomi
ASEAN Plus Three
Bentuk Kerjasama
Hipotesis
Berdasarkan landasan teori dan penelitian-penelitian sebelumnya, berikut dirumuskan hipotesis dalam penelitian ini, yaitu:
1. Terjadi proses konvergensi kondisional (β) dan konvergensi (σ) di negara anggota ASEAN Plus Three. Negara berkembang mengejar pertumbuhan ekonomi negara maju sampai pada kondisi steady state.
2. Variabel perdagangan (trade) berpengaruh positif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila perdagangan (trade) meningkat maka akan meningkatkan pertumbuhan ekonomi.
3. Variabel investasi tetap domestik berpengaruh positif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila investasi tetap domestik meningkat maka akan meningkatkan pertumbuhan ekonomi.
4. Variabel konsumsi pemerintah berpengaruh positif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila konsumsi pemerintah meningkat maka akan meningkatkan pertumbuhan ekonomi.
5. Variabel pengguna internet berpengaruh positif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila pengguna internet meningkat maka akan meningkatkan pertumbuhan ekonomi.
6. Variabel Paten berpengaruh positif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila jumlah paten meningkat maka akan meningkatkan pertumbuhan ekonomi.
7. Variabel jumlah populasi berpengaruh negatif terhadap pertumbuhan ekonomi di ASEAN Plus Three. Apabila jumlah populasi meningkat maka akan menurunkan pertumbuhan ekonomi.
3
METODE
Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang terdiri dari periode waktu tahun 2001 hingga tahun 2014. Data yang digunakan meliputi 10 negara, yang tergabung dalam 7 negara di kawasan Asia Tenggara kecuali Myanmar, Kamboja dan Laos yang dikarenakan oleh keterbatasan data yang tersedia, ditambah dengan 3 negara lain, yaitu Cina, Jepang, dan Korea Selatan yang tergabung dalam ASEAN Plus Three. Struktur data yang digunakan dalam penelitian berupa data panel, yaitu gabungan antara data time series dan cross section. Data-data tersebut diperoleh dari World Development Indicators (WDI) dan International Telecommunications Union (ITU). Peneliti juga menggunakan sumber-sumber lain seperti jurnal, artikel serta literatur-literatur lainnya untuk menambah informasi terkait penelitian.
variabel-variabel yang digunakan dalam penelitian beserta keterangan singkat dan sumber data tersebut.
Tabel 2 Jenis dan Sumber Data Penelitian No. Variabel Keterangan Sumber Data
1. GDP PDB riil per kapita (USDkonstan 2005)
World Development Indicators (WDI)
2. GFCF Investasi tetap domestik bruto (persen terhadap GDP)
World Development Indicators (WDI)
3. POP Jumlah penduduk (orang) World Development Indicators (WDI)
4. Trade
Penjumlahan antara impor dan ekspor barang dan jasa terhadap GDP (persen terhadap GDP)
World Development Indicators (WDI)
5. GovC Pengeluaran pemerintah untuk konsumsi (persen terhadap GDP)
World Development Indicators (WDI)
6. Paten Jumlah permohonan paten
International
Analisis deskriptif digunakan untuk melihat gambaran umum mengenai interaksi antara GDP per kapita, investasi tetap domestik, jumlah penduduk, perdagangan (trade), konsumsi pemerintah, paten dan pengguna internet. Metode analisis deskriptif disajikan dalam gambar atau grafik yang berbentuk plot data untuk memperlihatkan kondisi pergerakan serta korelasi dari masing-masing variabel. Melalui gambaran umum ini diharapkan dapat menguatkan analisis ekonometrika untuk menjawab tujuan penelitian ini.
Analisis Kuantitatif
Analisis Data Panel
Penelitian yang mengkaji mengenai konvergensi telah banyak dilakukan seperti dalam penelitian Islam (1995) mengenai konvergensi pertumbuhan dengan menggunakan model panel data dinamis. Sejalan dengan penelitian sebelumnya, penelitian ini juga menggunakan model panel dinamis dengan pendekatan metode GMM (Generalized Method of Moments).
Data panel merupakan data gabungan antara data cross section dengan data time series. Menurut Baltagi (2005), keunggulan dari penggunaan data panel dalam analisis ekonometrik antara lain: (i) mampu mengontrol heterogenitas individu; (ii) memberikan informasi yang lebih banyak dan beragam, meminimalkan masalah kolinieritas (collinearity), meningkatkan jumlah derajat bebas dan lebih efisien; (iii) data panel umumnya lebih baik bila digunakan dalam studi dynamics of adjustment; (iv) data panel lebih baik dalam mengukur dan mengidentifikasi serta mengukur efek yang tidak dapat dideteksi apabila menggunakan data cross section atau time series murni; dan (v) data panel dapat digunakan untuk mengonstruksi dan menguji model perilaku yang lebih kompleks dibandingkan data cross section atau time series murni.
Namun, analisis data panel juga memiliki beberapa kelemahan dalam penggunaannya khususnya apabila data panel dikumpulkan atau diperoleh dengan metode survey. Permasalahan tersebut antara lain: (i) relatif besarnya data panel karena melibatkan komponen cross section dan time series menimbulkan masalah disain survei panel, pengumpulan dan manajemen data (masalah yang umumnya dihadapi di antaranya: coverage, nonresponse, kemampuan daya ingat responden (recall), frekuensi, dan waktu wawancara; (ii) distorsi kesalahan pengamatan (measurement error) yang umumnya terjadi karena kegagalan respon (contoh: pertanyaan yang tidak jelas, ketidaktepatan informasi dan lain-lain); (iii) masalah selektivitas, yakni: self selectivity, nonresponse, attrition (jumlah responden yang terus berkurang pada survey lanjutan); dan (iv) cross section dependence (contoh: apabila macro panel data dengan unit analisis negara atau wilayah dengan deret waktu yang panjang mengabaikan cross-country dependence maka dapat mengakibatkan kesimpulan-kesimpulan yang tidak tepat (miss leading inference).
Model umum regresi data panel menurut Baltagi (2005) dapat dituliskan seperti berikut:
yit= α + X'itβ + uit i = 1,..., N; t = 1 ,..., T (1) dengan:
α = individual heterogeneity y = variabel dependen x = variabel independen u = komponen error i = individu
t = periode waktu
of adjustment). Hubungan dinamis tersebut ditandai dengan adanya lag variabel dependen di antara variabel-variabel regresor.
Sebagai ilustrasi, model data panel dinamis menurut Baltagi (2005) adalah sebagai berikut:
yit = δyit-1 + x’ it β + uit ; i = 1, ... N;t = 1, .., T (2) dengan δ menyatakan suatu skalar, x’it menyatakan matriks berukuran 1xK dan β matriks berukuran Kx1. Dalam hal ini, diasumsikan mengikuti model one-way error component sebagai berikut:
uit = μi + v it (3)
dimana μi ~ IID (0, σμ2) menyatakan pengaruh individu dan vit ~ IID (0, σv2)
merupakan gangguan yang saling bebas satu sama lain atau dalam beberapa literatur disebut sebagai transient error.
Panel statis, dapat ditunjukkan dengan adanya konsistensi dan efisiensi baik pada FEM maupun REM terkait perlakuan terhadap μi. Dalam model dinamis, situasi ini secara substansi sangat berbeda, karena yit merupakan fungsi dari μi maka yi t-1 juga merupakan fungsi dari μi. Karena ui adalah fungsi dari uit maka akan terjadi korelasi antara variabel regresor yi t-1 dengan uit. Hal ini akan menyebabkan penduga least square (sebagaimana digunakan pada model data panel statis) menjadi bias dan tidak konsisten, bahkan bila vit tidak berkorelasi serial.
Sedangkan panel dinamis ditunjukkan dengan lag dari peubah dependen yang dimasukkan ke dalam model yang dapat menyebabkan masalah endogeneity, sehingga penduga menjadi bias dan tidak konsisten. Arellano dan Bond mengusulkan pendekatan method of moments atau yang biasa disebut dengan Generalized Method of Moments (GMM). Pendekatan GMM merupakan pendekatan yang umum digunakan dalam menyelesaikan data seperti ini. Hal tersebut dikarenakan GMM merupakan common estimator yang dapat memberikan kerangka yang lebih bermanfaat dalam perbandingan serta penilaian. Kemudian GMM juga memberikan alternatif yang sederhana terhadap estimator lainnya, terutama terhadap maximum likelihood.
1. First-Differences GMM (FD-GMM)
Arellano dan Bond (1991) menyatakan bahwa penambahan instrumen dapat dilakukan pada model panel data dinamis jika menggunakan kondisi ortogonal diantara lag dependen dan error term. Baltagi (2005) membuat ilustrasi dengan model autoregresif tanpa regresor sebagai berikut:
yit= δyit-1 + uit ; i = 1, ... N;t = 1, .., T (4) dimana dimana dan , menyatakan gangguan yang saling bebas satu sama lain. Estimasi δ yang konsisten di mana N→∞ dengan T tertentu dapat diperoleh dengan menggunakan transformasi first difference pada persamaan 4 untuk mengeliminasi pengaruh individual (μi) sebagai berikut:
) + ) (5)
Sebagai contoh ) merupakan MA(1) dengan unit root, ketika t=3 sehingga untuk hasil observasi pada periode pertama adalah sebagai berikut:
)
pada kasus ini, adalah instrumen valid, karena memiliki korelasi yang tinggi dengan dan tidak berkorelasi dengan ) selama tidak ada korelasi serial. Namun ketika t=4, maka hasil observasi pada periode dua adalah sebagai berikut:
)
dimana maupun merupakan instumen valid untuk , instrumen dan tidak berkorelasi dengan ). Jika pada periode T maka instrumen valid menjadi .
Tahapan variabel instrumen pada persamaan (5) tetap tidak dapat menghitung perbedaan error term. Faktanya
(6)
dimana dan
adalah (T-2) x (T-2), karena adalah MA(1) dengan unit root.
(7)
Selanjutnya, instrumen matriks adalah dan persamaan moment yang dijelaskan diatas diperoleh dari . Pendekatan metode moment condition dapat menyatukan penduga dan mengeliminasi kerugian dari pengurangan ukuran sampel. Moment condition ini merujuk dari Holtz-Eakin (1988), Holtz-Eakin, Newey dan Rosen (1988) dan Ahn dan Scmidt (1995) dalam Baltagi (2005). Persamaan (5) terbentuk dari vektor , sehingga didapatkan bahwa:
(8)
GLS pada persamaan (8) merujuk pada Arellano-Bond (1991) tahap awal dari one-step konsisten estimator.
(9)
Estimasi GMM yang optimal pada (Hansen 1982 dalam Baltagi 2005) untuk
dan T tetap hanya menggunakan restriksi moment seperti pada persamaan
(9) kecuali
digantikan dengan
Dalam estimasitor GMM ini tidak memerlukan pengetahuan mengenai initial conditions atau distribusi dari dan . Untuk mengoperasionalkan estimator ini,
digantikan oleh estimator konsisten . Hasil estimator adalah two-step Arellano dan Bond (1991) estimator GMM sebagai berikut:
estimasi yang konsisten dari asymtotic var( diperoleh dari periode pertama pada persamaan (10)
(11)
Dimana dan adalah asymptotically equivalent jika adalah IID ( . Jika model data panel dinamis mengandung variabel eksogenus maka persamaan 4 dapat dituliskan menjadi sebagai berikut:
(12)
Parameter persamaan 25 juga dapat diestimasi menggunakan generalisasi variabel instrumen atau dengan pendekatan GMM. Hal tersebut bergantung pada asumsi yang dibuat terhadap , sekumpulan instrumen tambahan yang berbeda dapat dibangun. Jika strictly exogenous dalam artian bahwa tidak berkorelasi dengan sebaran error , maka akan diperoleh sebagai berikut:
; untuk setiap s dan t (13)
Sehingga xi,...,xiT dapat ditambah kedalam daftar instrumen untuk persamaan first
difference setiap periode. Hal ini dapat membuat jumlah baris pada Zi menjadi
besar.
; untuk setiap t (14)
Selanjutnya dengan menggunakan moment condition matriks instrumen dapat dituliskan sebagai berikut:
(15)
Jika variabel tidak stricly exogenous melainkan predetermined, dalam kasus dimana dan lag tidak berkorelasi dengan bentuk error saat ini, akan diperoleh untuk s t. Dalam kasus ini hanya xit-1,....,xi1 instrumen
yang valid bagi persamaan first difference pada periode t, persamaan moment condition adalah sebagai berikut:
(16)
Dalam prakteknya, kombinasi variabel x yang strictly exogenous dan predetermined dapat terjadi lebih dari sekali. Matriks Zi kemudian dapat
disesuaikan.
tingkat lag (lagged level) dari deret berkorelasi secara lemah dengan first difference berikutnya, sehingga instrumen yang tersedia untuk persamaan first difference lemah. Selain itu, penduga AB-GMM dapat terkendala oleh bias sampel terbatas, terutama ketika jumlah periode pengamatan yang tersedia relatif kecil. Hal ini menekankan perlunya perhatian sebelum menerapkan metode ini untuk mengestimasi model autoregresif dengan jumlah deret waktu yang relatif kecil.
Keberadaan bias sampel terbatas dapat dideteksi dengan mengkomparasi hasil AB-GMM dengan penduga alternatif dari autoregresif. Sebagaimana diketahui bahwa model AR (1), least square akan memberikan suatu estimasi dengan bias ke atas (biased upward) dengan keberadaan pengaruh spesifik individu (individual-spesific effect) dan fixed effect akan memberikan dugaan dengan bias yang ke bawah (biased downward). Selanjutnya penduga konsisten dapat diekspektasi diantara penduga least square dan fixed effect. Jika penduga AB-GMM dekat atau di bawah penduga fixed effect, maka kemungkinan penduga AB-GMM akan biased downward yang disebabkan oleh lemahnya instrumen dalam model.
2. System GMM (SYS-GMM)
Inti dari metode System GMM yaitu pengestimasian sistem persamaan baik pada first difference maupun level. Instrumen yang digunakan pada level adalah lag first difference dari deret. Blundell dan Bond (1998) menyatakan bahwa pentingnya initial condition dalam menghasilkan penduga yang efisien dari model data panel dinamis ketika T berukuran kecil. Model sederhana panel data autoregresif (AR) adalah sebagai berikut:
yit = δyit-1 + ui +vit (17)
dengan asumsi tambahan pada metode SYS-GMM adalah
dan untuk i = 1, 2, ... , N; t = 1,2,...,T.
(18)
Dikarenakan ekspektasi , maka akan bias ke atas (upward biased) dengan
(19)
dengan c = . Bias dapat menyebabkan koefisen estimasi dari veriabel instrumen mendekati nol. Selain itu, nilai statistik F dari regresi variabel instrumen tahap pertama akan konvergen ke dengan paremeter non-centrality
konsentrasi (Baltagi 2005). Selain itu Blundell dan Bond (1998) menyatakan bahwa estimasi SYS-GMM merupakan salah satu cara untuk mengatasi masalah bias pada sampel yang sedikit dan kekurangan yang ada pada FD-GMM ketika T yang digunakan kecil.
Pemilihan model GMM terbaik menggunakan beberapa kriteria, yaitu (Firdaus 2011) :
1. Tidak bias, jika estimator berada diantara estimator PLS dan FEM. Koefisien lag variabel dependen yang dihasilkan oleh PLS akan bias ke atas, sedangkan koefisien lag variabel dependen yang dihasilkan dari FEM akan bias ke bawah
2. Instrumen valid, jika uji Sargan menunjukan penolakan hipotesis nol. Apabila hasil metode FD-GMM menunjukan instrumen yang digunakan tidak valid, maka digunakan metode SYS-GMM. uji Sargan digunakan untuk overidentifiying restriction untuk menguji masalah validitas pada instrumen yang digunakan. Jika instrumen valid maka tidak ada korelasi antara instrumen dengan komponen error.
3. Konsisten, jika pada uji Arellano-Bond statistik AR(1) menunjukan hipotesis nol ditolak dan AR (2) menunjukan hipotesis tidak tolak hipotesis nol. Uji Arellano-Bond merupakan uji autokorelasi pada pendekatan GMM untuk mengetahui konsistensi estimasi.
Berdasarkan ketiga kriteria tersebut maka didapat model GMM terbaik dimana model yang digunakan tersebut tidak bias, estimator yang diperoleh dari model tersebut konsisten, dan instrumen yang digunakan dalam model telah valid.
Perumusan Model
Model yang digunakan dalam studi ini merupakan modifikasi dari model Coughlin et al. (2006) sebagai berikut:
lnYit = b0 + b1 lnYi,t-1 + uit (20) Berdasarkan persamaan (20) nilai b1 adalah (1+ β1), sehingga jika nilai β1 berada
diantara 0 dan -1 maka dapat dikatakan telah terjadi konvergensi pertumbuhan ekonomi antarnegara ASEAN Plus Three. Sedangkan jika β1>0 dan β1<-1 maka pertumbuhan ekonomi menuju kepada pergerakan yang divergen dan menyebar ASEAN Plus Three. Menurut Firdaus (2009) kondisi konvergensi dapat ditentukan ketika nilai b1 kurang dari satu, dengan tingkat kecepatan konvergensi dinyatakan sebagai -ln (b1).
Menurut Jan dan Chaundhary (2011) waktu yang diperlukan untuk menutup setengah dari kesenjangan awal (H) dengan penghitungan sebagai berikut:
berdasarkan persamaan (21) maka nilai H dapat diinterpretasikan sebagai tingkat kecepatan suatu negara menutup setengah dari kesenjangan awal untuk menuju konvergensi dalam waktu satu tahun.
Penelitian ini akan mengukur konvergensi (β) dan konvergensi (σ) di negara-negara ASEAN Plus Three. Model konvergensi dalam penelitian merupakan modifikasi dari model Paas et al. (2007), yang dirumuskan sebagai berikut:
lnYit = b0 + b1lnYit-1 + b2lnPOPit + b3 lnTrit + b4GFCFit
+ b5GovCit + b6lnPtit + b7Iuserit + vit (22) Keterngan:
Yit = GDP per kapita pada tahun ke t (US$) Yit-1 = GDP per kapita tahun sebelumnya (US$) POP = Jumlah populasi (orang)
Tr = Perdagangan terhadap GDP (%) GFCF = Investasi domestik terhadap GDP (%) GovC = Konsumsi Pemerintah (%)
Pt = Paten (orang)
Iuser = Pengguna internet (per 100 orang) vit = error pada periode t
i = cross section pada 10 negara ASEAN Plus Three t = time series tahun 2001-2014
Konvergensi (σ) menggambarkan semakin berkurangnya kesenjangan pendapatan perkapita sepanjang waktu. Analisis konvergensi (σ) merupakan analisis rutut waktu untuk mengamati terjadinya konvergensi atas variabel pengamatan dilakukan dengan perhitungan koefisien variasi (coefficient of variation), seperti yang dilakukan oleh Lall dan Yilmaz (2001) yang sudah dimodifikasi sebagai berikut :
4
HASIL DAN PEMBAHASAN
Gambaran Umum Perekonomian ASEAN Plus Three
Sejak akhir abad ke-20 globalisasi telah menghasilkan suatu paradigma baru mengenai Tekno-Ekonomi, yang diyakini bahwa teknologi merupakan kontributor dalam peningkatan kualitas hidup suatu bangsa. Paradigma tersebut telah membawa implikasi terhadap pergeseran perekonomian dunia, dari perekonomian yang hanya berbasiskan sumberdaya ekonomi menuju perekonomian yang berbasiskan ilmu pengetahuan (knowledge-based economy).
Perkembangan knowledge-based economy (KBE) dewasa ini terasa begitu penting dalam aktivitas ekonomi. Aktivitas ekonomi dengan knowledge dapat berdampak pada peningkatan produktivitas dan pertumbuhan ekonomi berkelanjutan. Selain itu, pertumbuhan ekonomi juga dipengaruhi oleh adanya perubahan struktur ekonomi suatu negara. Mengukur tingkat pertumbuhan ekonomi yang dipengaruhi oleh KBE dan perubahan struktur ekonomi dengan perdagangan (trade), investasi tetap domestik, dan konsumsi pemerintah.
Berdasarkan Tabel 3 menunjukkan bahwa GDP riil per kapita tertinggi adalah Singapura dan diikuti oleh Jepang kemudian Brunei Darussalam dan Korea Selatan. Sedangkan GDP riil per kapita terendah adalah Vietnam. Namun, tingkat pertumbuhan paling tinggi pada periode 2010-2014 adalah Cina kemudian Indonesia, Filipina, Vietnam dan Malaysia. Tingkat pertumbuhan ekonomi terendah adalah Brunei Darussalam (World Development Indicators 2016).
Tabel 3 GDP Riil per Kapita di ASEAN Plus Three Tahun 2001-2014 (US$)
Sumber: World Development Indicators 2016 (diolah)
dengan populasi terendah memiliki nilai GDP sebesar US$ 38 087.66, US$ 23 640.8.
Tabel 4 Populasi di ASEAN Plus Three Tahun 2001-2014 (juta jiwa)
Sumber: World Development Indicators 2016 (diolah)
Berdasarkan Gambar 6 menunjukkan bahwa perkembangan KBE dapat dilihat dari indikator information society dengan variabel pengguna internet. ASEAN Plus Three memiliki jumlah populasi yang relatif banyak dan beragam. Pada tahun 2014 Pengguna internet tertinggi per 100 orang adalah Jepang. Jepang merupakan negara dengan inovasi teknologi yang paling tinggi dibandingkan negara ASEAN Plus Three yang lain. Selain itu, pengguna internet user per 100 orang terendah adalah Indonesia. Hal ini mengindikasikan bahwa pemanfaatan teknologi berbasis internet masih belum maksimal.
Sumber: International Telecommunications Union 2016 (diolah)
Gambar 6 Pengguna Internet di ASEAN Plus Three Tahun 2001-2014 Sedangkan KBE jika dilihat dari indikator kapasitas inovasi yang digambarkan oleh variabel paten negara dengan jumlah paten terbanyak adalah Cina, Jepang dan Korea Selatan. Pada periode tahun 2001 hingga tahun 2014 di
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cina terjadi peningkatan jumlah paten yang cukup signifikan. Hal tersebut juga berimplikasi pada peningkatan pertumbuhan ekonomi Cina hingga mencapai 6.73%.
Tabel 5 Paten di ASEAN Plus Three Tahun 2001-2014
Sumber: World Development Indicators 2016 (diolah)
Besarnya jumlah paten di negara Korea Selatan juga berdampak pada peningkatan pertumbuhan ekonomi sebesar 2.8%. Sedangkan Jepang mengalami peningkatan pertumbuhan ekonomi sebesar 0.06%. Jumlah paten terendah adalah negara Brunei Darussalam, tetapi memiliki GDP per kapita yang tinggi. Hal tersebut dikarenakan 95% bidang perekonomian utama Brunei Darussalam adalah hasil tambang, sehingga menyebabkan Brunei Darussalam menjadi negara dengan pendapatan perkapita tinggi.
Sumber: World Development Indicators 2016 (diolah)
Gambar 7 Perdagangan (Trade) di ASEAN Plus Three Tahun 2001-2014 Berdasarkan Gambar 7 menunjukkan bahwa pada tahun 2001-2014 perdaganganterbesar terhadap GDP terjadi pada negara Singapura. Pada tahun 2009 Singapura mengalami penurunan hal tersebut dikarenakan adanya krisis
0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
ekonomi. Sedangkan tahun 2014 perdagangan terendah adalah Jepang. Perdagangan berperan sebagai proxy dari keberhasilan adanya integrasi ekonomi.
Sumber: World Development Indicators 2016 (diolah)
Gambar 8 Konsumsi Pemerintah terhadap GDP di ASEAN Plus Three Tahun 2001-2014
Pada tahun 2014 konsumsi pemerintah tertinggi pada Gambar 8 adalah Brunnei Darussalam. Konsumsi pemerintah Brunei Darussalam mengalami fluktuasi dari tahun 2001-2014. Sedangkan negara dengan konsumsi pemerintah terendah adalah Vietnam. Besarnya pengeluaran konsumsi pemerintah sangat dipengaruhi oleh sistem politik pada masing-masing negara ASEAN Plus Three. Penyaluran konsumsi pemerintah yang efisien dan efektif dapat memengaruhi stabilitas ekonomi di negara ASEAN Plus Three.
Sumber: World Development Indicators 2016 (diolah)
Gambar 9 Investasi Tetap Domestik di ASEAN Plus Three Tahun 2001-2014 0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Berdasarkan Gambar 9 menunjukkan bahwa investasi tetap domestik tertinggi adalah Cina. Sedangkan pada tahun 2014 GFCF terendah adalah negara Filipina. Variabel investasi tetap domestik berperan sebagai proxy dari besarnya investasi domestik. Secara keseluruhan untuk periode tahun 2001 hingga tahun 2014 investasi domestik menunjukkan fluktuasi di negara ASEAN Plus Three. Investasi domestik yang disalurkan pada bidang KBE dapat berdampak pada pertumbuhan ekonomi yang berkelanjutan seperti yang terjadi di negara Cina.
Analisis Knowledge-Based Economy (KBE) di ASEAN Plus Three
Knowledge-based economy (KBE) muncul ketika lahirnya kesadaran mengenai pentingnya ilmu pengetahuan dan teknologi dalam pertumbuhan ekonomi. Selama beberapa dekade terakhir, para ekonom berargumen bahwa perekonomian negara maju dikarenakan dorongan dari teknologi berbasis ilmu pengetahuan dan informasi. Teknologi muncul pada akhir 1950-an, dengan penciptaan komputer pribadi, kemudian terjadi perkembangan mengenai penggunaan email yang berbasiskan pada jaringan internet. Hal tersebut berpotensi untuk menciptakan perputaran aktivitas dalam bidang ekonomi semakin cepat dan efisien.
Powell dan Snellman (2004) mendefinisikan knowledge-based economy (KBE) sebagai produksi dan jasa yang berbasiskan pada ilmu pengetahuan yang intensif yang berkontribusi untuk menciptakan teknologi dan sains yang lebih maju dari masa sebelumnya. Pemahaman KBE yang diterapkan pada aktivitas ekonomi akan menghasilkan produk yang berkualitas, dengan proses produksi yang lebih efisien dan efektif.
Stiglitz (1999) menjelaskan bahwa knowledge-based economy menurut sifatnya dibagi kedalam dua klasifikasi, yaitu knowledge bersifat tacit dan explicit. Tacit knowledge merupakan pengetahuan yang berupa pemahaman, skill, pengalaman dan lain-lain. Knowledge yang bersifat tacit sulit untuk diukur karena tersimpan pada memori otak setiap manusia sesuai dengan kompetensinya. Sedangkan explicit knowledge adalah komponen knowledge yang dapat dikodekan dan diteruskan kedalam bahasa sistematik dan formal seperti dokumen, database dan sebagainya. tacit dan explicit knowledge dapat ditransfer dan dikonversi sehingga dalam jangka panjang akan terjadi perkembangan knowledge yang berkelanjutan.
Penelitian Karagiannis (2007) yang menyatakan bahwa era modern knowledge-based economy merupakan faktor penting pendorong produktivitas dan pertumbuhan ekonomi. World Development Indicators (2012) membagi knowledge-based conomy menjadi empat pilar utama diantaranya :
1. Economic incentive dan institutional incentives dapat menciptakan efisiensi dalam penggunaan knowledge dan mengembangkan jiwa entrepreneurship. 2. Tingkat pendidikan dan skill pada individu dapat membuat penggunaan
knowledge menjadi lebih baik
4. Teknologi informasi dan komunikasi sebagai fasilitas yang efektif dalam menciptakan kreasi dan mendapatkan informasi
Empat pilar dari knowledge-based economy yang diperkuat akan menyebabkan peningkatan pada kuantitas dan kualitas sebagai sumber pengetahuan dalam bidang ekonomi di berbagai negara. Knowledge-based economy juga akan meningkatkan produktvitas dan pertumbuhan ekonomi (Tocan 2012). World Development Indicators (2012) juga telah mengembangkan indeks knowledge-based economy dan indeks knowledge yang digambarkan oleh Gambar 10.
Sumber: World Development Indicators dalam Tocan 2012
Gambar 10 Indeks Knowledge-Based Economy (KEI) dan Knowledge (KI) Berdasarkan Gambar 10 menunjukkan bahwa indeks knowledge merupakan bagian dari indeks knowledge-based economy. Indeks knowledge dibagi menjadi tiga bagian penting, yaitu indeks pendidikan, indeks inovasi dan indeks ICT (Information Communication dan Technology). Sedangkan indeks knowledge-based economy terdiri dari economic incentive dan institutional incentives serta indeks knowledge. Dalam penelitian ini peran knowledge-based economy dilihat dengan pendekatan dari variabel pengguna internet dan variabel paten.
Indeks Knowledge-Based Economy Indeks Knowledge(KI)
Economic incentive
dan institutional incentives
Indeks Pendidikan Indeks ICT
Membayar dan menerima royalti Aplikasi Paten Artikel jurnal Angka melek huruf
Lulusan sekolah menengah
Lulusan perguruan tinggi Hambatan tarif dan
non tarif
Kualitas kebijakan Aturan hukum
Hasil Estimasi Peran Knowledge Based Economy, Konvergensi, dan Pertumbuhan Ekonomi di ASEAN Plus Three
Analisis Konvergensi Kondisional (β)
Pengujian data panel dengan metode Generalized Method of Moment (GMM) memiliki tiga tahap pengujian. Pertama, uji estimasi model tidak bias yang ditunjukkan oleh nilai koefiisien lag dari variabel dependen berada diantara Pooled Least Square (PLS) dan Fixed Effect Model (FEM). Kedua, uji konsistensi model yang dilihat dari hasil uji Arellano-Bond statistik AR(1) menunjukan H0 (H0:no autocorrelation) ditolak dan AR(2) menunjukkan hipotesis tidak tolak H0 (H0:no autocorrelation). Ketiga, instrumen valid jika uji Hansen J menunjukan nilai yang lebih besar dari taraf nyata (1%, 5%, dan 10% ), sehingga tidak tolak H0 (H0:valid).
Tabel 6 Hasil Estimasi Konvergensi Kondisional (β) dengan Knowledge-Based Economy (KBE)
taraf 1% dan angka dalam kurung menunjukkan p-value.
