25-44 Vol 5 No 1
ABSTRACT
Structural transformation is responsible for income disparity as transformation
of economical structure is not supported by structural transformation of labor. This
unbalanced transformation divides labour into two groups, unskilled and skilled labour.
Increased income disparity is a consequence of different opportunity and intensive. This
study investigated factors that account for structural transformation and its impact on
disparity of income distribution in Madura using regression model of panel data. The
results showed that population and income per capita significantly influenced structural
transformation in Madura. Both factors significantly changed added value in
agriculture and industry sector, meanwhile population was a single factor that
significantly influenced service sector. Agriculture was a share sector that was effective
in lowering income disparity. However, share sector of industry and service was
observed to increase income disparity.
ABSTRAK
Transformasi struktur ekonomi yang tidak diikuti oleh transformasi struktur
tenaga kerja akan berpengaruh pada disparitas income. Kondisi unbalnced
transformation tersebut akan membagi tenaga kerja menjadi 2 kelompok: unskilled
labor dan skilled labor. Peningkatan disparitas pendapatan disebabkan oleh intensif dan
peluang yang berbeda antar tenaga kerja. Penelitian ini bertujuan menganalisis faktor-
faktor yang mempengaruhi transformasi struktural dan pengaruhnya terhadap disparitas
pendapatan di Madura menggunakan model regresi data panel. Hasil penelitian
menunjukkan bahwa populasi dan pendapatan per kapita berpengaruh secara signifikan
terhadap terjadinya transformasi struktural di Madura. Populasi dan pendapatan per
kapita menjadi faktor yang berpengaruh secara nyata dalam perubahan nilai tambah
sektor pertanian dan industri, sementara pada sektor jasa, hanya populasi yang
berpengaruh signifikan dalam perubahan nilai tambah sektor tersebut. Pangsa sektor
pertanian berpengaruh secara signifikan dalam mengurangi disparitas pendapatan
sementara pangsa sektor industri dan jasa justru meningkatkan disparitas pendapatan.
yang rendah, kesehatan yang relative pendapatan dapat ditinjau dari tiga segi,
kurang baik serta tingkat pendidikan yaitu:
rendah membuat para pekerja sektor 1. Pembagian pendapatan antara
primer kesulitan untuk keluar dari golongan pendapatan (size
lingkaran kemiskinan (Alfarabi et al., distribution of income) atau
2014). ketimpangan relatif, ketimpangan
Unbalanced transformation juga yang terjadi antar golongan ini
berdampak pada ketimpangan distribusi sering kali diukur dengan
pendapatan. Kurangnya keterkaitan menggunakan koefisien Gini.
antara sektor pertanian dengan sektor Kendati koefisien Gini bukan
industri dan jasa akan menyebabkan merupakan indikator yang ideal
peran sektor pertanian sebagai penyedia mengenai ketimpangan pendapatan
bahan baku dan modal tenaga kerja antar berbagai golongan
industri tidak begitu maksimal (Jhingan, masayarakat, namun sedikitnya
1999). Tenaga kerja akan terbagi angka ini dapat memberikan
menjadi unskilled labour dan skilled gambaran mengenai kecenderungan
labour (Aizenman et al., 2012). umum dalam pola distribusi
Peningkatan ketimpangan distribusi pendapatan.
pendapatan disebabkan oleh peluang 2. Pembagian pendapatan antara
dan intensif yang berbeda antara skilled daerah perkotaan dan daerah
labour dengan unskilled labour (Goh et pedesaan (urban-rural income
al., 2009). disparities), ketimpangan dalan
Menurut Dumairy (1999) distribusi pendapatan dapat juga
Distribusi pendapatan merupakan ditinjau dari segi perbedaan
pembagian hasil pembangunan suatu pendapatan antara masyarakat desa
negara yang mencerminkan tingkat dengan masyarakat perkotaan
kemerataan atau ketimpangan (urban-rural income disparities).
dikalangan penduduknya. Para ekonom Untuk membedakan hal ini,
umumnya membedakan dua ukuran digunakan dua indikator: (1)
pokok distribusi pendapatan, yang perbandingan antara tingkat
keduanya digunakan untuk tujuan pendapatan per kapita di daerah
analitis dan kuantitatif: (1) Distribusi perkotaan dan pedesaan, dan (2)
pendapatan perorangan (2) Distribusi disparitas pendapatan daerah
pendapatan fungsional (Todaro & Smith perkotaan dan daerah pedesaan
2006). (perbedaan pendapatan rata-rata
Berdasarkan laporan World Bank antara kedua daerah sebagai
(2015), Ada empat pendorong utama persentase dari pendapatan nasional
ketimpangan di Indonesia: (1) rata- rata). Menurut Bank Dunia,
Ketimpangan peluang, (2) Pekerjaan pola pembangunan Indonesia
yang tidak merata, (3) Tingginya memang memperlihatkan suatu
konsentrasi kekayaan, (4) Ketahanan urban bias dengan tekanan berat
ekonomi rendah (Indonesia’s rising pada sektor industri, yang
divide 2015). Salah satu penyebab merupakan landasan bagi
ketimpangan adalah pekerjaan yang ketimpangan distribusi pendapatan
tidak merata, sangat berkaitan erat di kemudian hari.
dengan transformasi struktural. 3. Pembagian pendapatan antara
Menurut Wie (1983), masalah daerah (regional income
ketimpangan dalam pembagian disparities), satu lagi sisi lain dalam
menggunakan Model Efek Tetap (Fixed (LN_POP) dan 0,0035 pada variabel
Effect Model). pendapatan perkapita (LN_Kapita).
Tabel 2 Hasil estimasi model analisis Variabel populasi memiliki
faktor yang mempengaruhi parameter yang positif dan siginifikan
nilai tambah sektor pertanian terhadap nilai tambah sektor pertanian.
dengan model efek tetap Artinya, semakin tinggi populasi
(fixed effect model) masyarakat semakin tinggi pula nilai
Variabel
Variabel Dependen tambah sektor pertanian. Hal ini
Koefisien Std. Error Prob tampaknya berhubungan dengan tingkat
C 4,517554 3,535479 0,2061
konsumsi produksi hasil-hasil pertanian
LN_POP 0,725353 0,266312 0,0084*
terutama bahan pangan dimana tingkat
LN_KAPITA 0,445082 0,146403 0,0035*
R Square 0,883030
populasi masyarakat menggambarkan
market size dan tingkat skala ekonomi
Prob (F-Stat)
0,000000
(Tarp et al. 2002).
Number Of Observation
Sementara itu, variabel
68
pendapatan perkapita memiliki
parameter yang negatif dan signifikan
Hausman Test
Probability
terhadap perubahan nilai tambah sektor
pertanian. Artinya peningkatan
0,0012
pendapatan perkapita akan
Keterangan: * berbeda nyata pada taraf 5% menyebabkan penurunan nilai tambah
(P<0,05) sektor pertanian terhadap PDRB. Hal ini
sesuai dengan hasil penelitian Clark
Berdasarkan tabel diatas dapat (1951) yang menyatakan bahwa
dilihat bahwa model faktor yang semakin tinggi pendapatan perkapita
mempengaruhi nilai tambah sektor suatu negara semakin kecil peranan
pertanian terhadap pembentukan PDRB sektor pertaniannya. Kesimpulan yang
memiliki koefisien determinasi (R2) sama juga didapatkan dari hasil
sebesar 0,88. artinya variabel bebas penelitian yang dilakukan oleh Tarp et
dalam model mampu menjelaskan 88% al. (2002) pada Negara Mozambique
variasi variabel terikat dan sisanya 12% yang menyimpulkan bahwa peningkatan
dijelaskan oleh variabel lain diluar pendapatan perkapita berpengaruh
model. Hasil estimasi menunjukkan negatif terhadap nilai tambah sektor
bahwa uji F siginifkan pada taraf nyata pertanian. Demikian juga dengan
5% (0,05) dengan probabilitas F statistic penelitian Budiharsono (1996) yang
sebesar 0.000 yang lebih kecil dari 0.05. menyimpulkan bahwa kontribusi sektor
Hal ini menunjukkan bahwa variabel- pertanian mengalami penurunan seiring
variabel bebas dalam model secara dengan peningkatan pendapatan
bersama-sama memberikan pengaruh perkapita.
nyata terhadap perubahan nilai tambah
sektor pertanian terhadap PDRB. 2. Perubahan Nilai Tambah Sektor
Tabel diatas juga menunjukkan Industri
bahwa seluruh variabel bebas pada Setelah melakukan uji Hausman,
model secara parsial berpengaruh didapatkan nilai probabilitas Chi Square
siginifikan terhadap perubahan nilai yang lebih kecil dari 0,05, artinya
tambah sektor pertanian pada taraf nyata metode estimasi model dilakukan
5% (α = 0,05) dengan nilai probabilitas menggunakan Model Efek Tetap (Fixed
sebesar 0,0084 pada variabel populasi Effect Model).
industri dan jasa secara signifikan. Hal metode estimasi model dilakukan
ini tampaknya berhubungan erat dengan menggunakan Model Efek Acak
pola konsumsi masyarakat Madura yang (Random Effect Model).
masih mengalokasikan peningkatan Berdasarkan Tabel 5 dapat dilihat
pendapatannya ke barang-barang bahwa model dampak transformasi
industri dan belum banyak dialokasikan struktural terhadap ketimpangan
untuk sektor jasa. distribusi pendapatan memiliki
2
Korelasi positif antara pendapatan koefisien determinasi (R ) sebesar 0,43.
perkapita dengan nilai tambah sektor Artinya variabel bebas dalam model
jasa juga ditemukan pada penelitian menjelaskan 43% variasi variabel terikat
Tarp et al. (2002). Hasil penelitian dan sisanya 57% dijelaskan oleh
Fransiskus et al. (2015) juga variabel lain diluar model. Hasil
mendapatkan hasil yang berbeda dimana estimasi menunjukkan bahwa uji F
pendapatan per kapita hanya siginifkan pada taraf nyata 5% (0,05)
berpengaruh secara siginifikan terhadap dengan probabilitas F statistic sebesar
peningkatan nilai tambah sub sektor 0,003 yang lebih kecil dari 0,05. Hal ini
perdagangan, perhotelan dan restoran. menunjukkan bahwa variabel-variabel
Hasil tersebut mempertegas kenapa bebas dalam model secara bersama-
anomali terjadi pada hasil estimasi sama memberikan pengaruh nyata
penelitian ini, dimana nilai tambah sub terhadap variabel terikat.
sektor jasa tidak semuanya dipengaruhi
oleh peningkatan pendapatan perkapita, Tabel 5 Hasil estimasi model analisis
hanya sektor perdagangan, perhotelan pengaruh transformasi
dan restauran. Ketiga sub sektor jasa struktural terhadap ketimpang-
tersebut masih jarang di akses oleh an distribusi pendapatan
mayoritas masyarakat madura. dengan model efect acak
(random effect model)
Pengaruh Transformasi Struktur Variabel Variabel Dependen
Ekonomi terhadap Ketimpangan Koefisien Std. Prob
Distribusi Pendapatan Error
C 0,370632 0,192633 0,0663
Secara teoritis, transformasi LN_PDRBP 0,057529 0,015205 0,0009*
struktural akan menggeser tenaga kerja LN_PDRBI 0,014785 0,003619 0,0004*
dari sektor dengan produktivitas rendah LN_PDRBJ 0,088390 0,019380 0,0001*
menuju sektor dengan produktivitas R Square 0,431208
Prob (F- 0,003182
tinggi. Namun penelitian empiris Stat)
banyak yang membuktikan bahwa Number Of 28
transformasi struktur output seringkali Observation
relatif lebih cepat dibandingkan dengan Hausman 1,0000
transformasi struktur tenaga kerja. Test
Probability
Unbalanced transformaton ini akan
Keterangan: * berbeda nyata pada taraf 5%
menimbulkan perbedaan pendapatan (P<0,05)
yang diterima oleh tenaga kerja sektoral
yang selanjutnya akan berakibat pada Tabel 5 menunjukkan variabel
disparitas income. PDRB sektor pertanian (LN_PDRBP)
Setelah melakukan uji Hausman, berpengaruh signifikan terhadap
didapatkan nilai probabilitas Chi Square ketimpangan distribusi pendapatan pada
yang lebih besar dari 0,05, artinya taraf nyata 5% (α = 0,05) dengan nilai