Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Daftar isi tersedia diSains Langsung

Keberlanjutan Pembangunan Dunia

beranda jurnal:www.elsevier.com/locate/wds

Apakah pengeluaran wisatawan domestik meningkatkan pemiskinan di

India?
Rasmita Nayak, Bimal Kishore Sahoo∗, Mantu Kumar Mahalik
Departemen Humaniora dan Ilmu Sosial, Institut Teknologi India Kharagpur, Medinipur Barat, Kharagpur, Benggala Barat 721302, India

info artikel abstrak

Klasifikasi JEL: Penelitian ini menggunakan data tingkat mikro pengeluaran pariwisata rumah tangga, mengkaji tingkat pemiskinan
D12 di India yang disebabkan oleh pengeluaran pariwisata. Hasilnya menunjukkan bahwa masyarakat paruh baya
I32 terseret ke dalam kemiskinan akibat belanja pariwisata. Umat Hindu lebih rentan terhadap kemiskinan karena
Z32
belanja pariwisata dibandingkan dengan umat Islam dan kelompok agama lainnya. Persentase pemiskinan
C01
penduduk pedesaan lebih tinggi dibandingkan perkotaan. Tidak ada perbedaan gender. Pemiskinan secara
Kata kunci: keseluruhan ditambah dengan pengeluaran pariwisata adalah sekitar tiga persen. Temuan-temuan ini menunjukkan
Pemiskinan bahwa faktor pendorong pengeluaran wisatawan domestik tidak boleh dianggap remeh oleh para pembuat
Model rintangan ganda pariwisata kebijakan di India ketika merancang kebijakan untuk pengentasan kemiskinan. Selain itu, pembuat kebijakan dan
domestik rumah tangga peneliti perlu menganalisis perilaku belanja bulanan masyarakat paruh baya,
India

1. Perkenalan
Studi ini mengkaji persentase penduduk yang jatuh miskin di India karena
pengeluaran pariwisata. Pengeluaran rumah tangga untuk pariwisata bersifat
diskresi [1], menunjukkan bahwa sentimen konsumen mengaturnya [2,3,4]. Bukti
empiris menunjukkan bahwa permintaan pariwisata dipengaruhi oleh indikator
sentimen dan suasana hati, yang dikondisikan oleh peristiwa sosial ekonomi dan
lingkungan [5]. Demikian pula, karakteristik budaya wisatawan juga menentukan
pengeluaran pariwisata [6]. Eng dan Bogaert [7] mengamati bahwa faktor
psikologis dan budaya memainkan peran penting dalam mengurangi konsumsi
barang mewah di India. Pengeluaran untuk pariwisata terus meningkat, dan jasa-
jasanya telah menyerap lebih banyak uang konsumen. Pengeluaran pariwisata
mewakili peningkatan proporsi anggaran keluarga, yang menyebabkan kesulitan
keuangan keluarga seperti pengeluaran rumah tangga lainnya yang mendorong
rumah tangga menuju kemiskinan. Pengeluaran rumah tangga, yaitu pengeluaran
untuk makanan, kesehatan, pendidikan, non-makanan, pariwisata, dan barang-
barang modal non-manusia, bersifat eksklusif dan menyeluruh, sehingga
menyebabkan ketimpangan total dan tingkat kemiskinan meningkat [8]. Misalnya,
rumah tangga di negara-negara terbelakang dan berkembang mengeluarkan
sebagian besar pengeluaran kesehatannya, sehingga menyebabkan bencana
keuangan atau pemiskinan (Bhojani dkk., [9,10]).
Studi ini memperkirakan tingkat pemiskinan akibat pengeluaran pariwisata.
Mungkin ada alasan mengapa seseorang yang tidak memiliki pendapatan yang
cukup akan melakukan perjalanan, yang akan memperburuk kondisi keuangannya
dan menyeretnya ke dalam kemiskinan. Pengeluaran untuk pariwisata
didorong tidak hanya oleh alasan ekonomi tetapi juga oleh berbagai faktor
psikologis, emosional, budaya, dan sosial lainnya. Motif adalah dorongan
yang membujuk konsumen berdasarkan emosi, keyakinan, prestise sosial,
dan lain-lain. Pembeli tidak mencoba mempertimbangkan atau menganalisis
kebutuhan pembelian secara logis. Dia melakukan pembelian untuk
memuaskan harga diri, rasa ego, dorongan untuk menginisiasi orang lain,
dan keinginannya untuk menjadi unik. Perbandingan sosial terhadap situasi
ekonomi mempengaruhi keputusan pembelian individu. Orang membeli apa
yang orang lain beli untuk mengetahui bahwa mereka membeli komoditas
yang layak dibeli atau diterima. Orang-orang juga membeli apa yang mahal
untuk menandakan kekayaan atau membeli apa yang tidak dibeli orang lain
untuk menandakan selera yang baik. Konsumen masa kini semakin
menunjukkan sikap adaptif terhadap perubahan pasar barang dan jasa.11].
Hal ini menjadi bukti mengapa rumah tangga yang memiliki keterbatasan
finansial akan mengeluarkan lebih banyak uang untuk pariwisata.
Pengeluaran pariwisata terdiri dari berbagai tujuan seperti bisnis, liburan, rekreasi,
dan rekreasi, sosial (termasuk mengunjungi teman dan kerabat, menghadiri pernikahan),
keagamaan & ziarah, pendidikan & pelatihan, kesehatan & pengobatan, belanja, dll.
Termasuk akomodasi, makanan, transportasi, belanja, rekreasi, keagamaan, budaya, olah
raga, kegiatan yang berhubungan dengan kesehatan, dll. Pengeluaran untuk pariwisata
dapat mendorong suatu rumah tangga ke dalam kemiskinan, seperti halnya pengeluaran
diskresi lainnya. Namun, sepanjang pengetahuan kami, belum ada penelitian yang
meneliti peran pengeluaran pariwisata rumah tangga dalam negeri, yang menyebabkan
pemiskinan di India. Penelitian ini memberikan sedikit pencerahan pada aspek ini.
Hampir tidak ada literatur empiris yang membahas tentang biaya pariwisata dan dampak
ekonomi serta dampaknya

∗Penulisyang sesuai.
Alamat email:bimalkishore.sahoo@gmail.com (BK Sahoo).

https://doi.org/10.1016/j.wds.2022.100009
Diterima pada 23 Januari 2022; Diterima dalam bentuk revisi 10 April 2022; Diterima 24 April 2022
2772-655X/© 2022 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecommons.org/licenses/by/4.0/)
R. Nayak, BK Sahoo dan MK Mahalik
implikasi keuangan bagi pengunjung di India. Studi ini memperkirakan beban
pengeluaran pariwisata terhadap tingkat pemiskinan di India. Sebelum kita
melanjutkan dengan mengkaji peran pengeluaran pariwisata terhadap
kemiskinan, penting juga bagi kita untuk memahami faktor-faktor penentu
pengeluaran pariwisata rumah tangga di India.
Makalah ini disusun sebagai berikut.Seksi 2menyajikan tinjauan literatur singkat
mengenai faktor-faktor penentu belanja pariwisata di tingkat mikro. Bagian 3
menjelaskan sumber data dan strategi empiris.Bagian 4melaporkan hasilnya, danBagian
5memperkirakan pemiskinan yang disebabkan oleh belanja pariwisata.Bagian 6
memberikan catatan penutup, implikasi kebijakan, dan keterbatasan penelitian. Hasilnya
menunjukkan bahwa belanja pariwisata telah mendorong individu paruh baya ke dalam
kemiskinan. Umat Hindu lebih rentan terhadap kemiskinan akibat pengeluaran
wisatawan dibandingkan umat Islam dan kelompok agama lainnya. Tingkat kemiskinan
masyarakat pedesaan lebih tinggi dibandingkan penduduk perkotaan. Pengeluaran
pariwisata menyumbang sekitar 3,18% terhadap total kemiskinan.
2. Penentu pengeluaran pariwisata
Studi empiris yang ada telah mendokumentasikan pengeluaran pariwisata
dipengaruhi oleh berbagai faktor, yang dikategorikan sebagai sosio-ekonomi,
demografi, psikologis, perilaku, keuangan, dan terkait perjalanan [12–17]. Faktor
sosio-demografis dan ekonomi dikategorikan berdasarkan usia, jenis kelamin,
status perkawinan, pendidikan, pendapatan, ukuran keluarga, wilayah tempat
tinggal, dan pekerjaan. Selain karakteristik rumah tangga dan wisatawan,
karakteristik perjalanan juga berperan penting dalam menentukan pengeluaran
pariwisata [12,15,16,18,19]. Karakteristik perjalanan yang dipertimbangkan dalam
literatur adalah tujuan perjalanan, jumlah rombongan perjalanan, pengunjung
pertama kali, moda transportasi, dan jumlah malam/lama menginap, serta mode
menginap.
Penelitian kami menjelaskan kemungkinan peningkatan tingkat kemiskinan karena
pengeluaran pariwisata untuk berbagai tujuan, terutama untuk mengunjungi kerabat
dan teman, menghadiri pernikahan karena adat/perilaku sosial, serta prestise dan efek
demonstrasi. Namun terkadang, keputusan individu atau rumah tangga untuk
melakukan perjalanan untuk tujuan bisnis, liburan, dan mengunjungi teman/kerabat
dipengaruhi secara negatif oleh beberapa guncangan politik, ekonomi, dan pandemi.
Misalnya, negara-negara terhubung dengan globalisasi sosial, ekonomi dan politik.
Akibatnya, masyarakat suatu negara dapat mengunjungi negara lain untuk tujuan wisata.
Jika risiko politik muncul di antara suatu negara, maka rencana perjalanan wisatawan
akan terpengaruh. Di sisi lain, masyarakat dalam negeri juga melakukan perjalanan ke
berbagai tempat untuk tujuan wisatanya. Masyarakat dapat meminimalkan perjalanan
wisata mereka jika pemerintah menaikkan biaya kereta api dan penerbangan guna
mendapatkan uang untuk belanja pembangunan. Situasi seperti ini tidak hanya
membawa ketidakpastian pendapatan dan pekerjaan tetapi juga meningkatkan risiko
hidup atau mengurangi tabungan finansial masyarakat, sehingga menghalangi
keinginan wisatawan untuk berkunjung [20]. Jadi dalam krisis global seperti ini, efek
demonstrasi atau perilaku lain yang mempengaruhi perjalanan gagal mendorong
wisatawan untuk merencanakan pariwisata. Selain pariwisata, masyarakat selalu
melakukan pengecekan keamanan terhadap destinasi sebelum merencanakan. Gozgor
dkk., [21] menyatakan bahwa jumlah pelancong ke suatu daerah meningkat secara positif
tergantung pada kualitas sistem hukum dan status perlindungan hak milik. Hal ini
menunjukkan bahwa kondisi eksternal juga mempengaruhi probabilitas pariwisata dan
perilaku belanja wisatawan di berbagai negara.
PariwisataCkonsumsi dapat mengurangi kemiskinan dengan mengurangi
ketimpangan pendapatan melalui redistribusi pendapatan dari kaya ke miskin dan
meningkatkan ketimpangan pendapatan melalui efek pendapatan dan pendapatan pajak
[22,23]. Fang dkk., [24] juga menyatakan bahwa pembangunan pariwisata membantu
mengurangi kesenjangan pendapatan di negara-negara berkembang, namun
dampaknya tidak signifikan di negara-negara maju dengan menggunakan data tahunan
dari tahun 1995 hingga 2014 dari sampel 102 negara (71 negara berkembang dan 31
negara maju). Meskipun beberapa makalah empiris sangat sulit untuk dipahami dalam
memahami faktor-faktor penentu belanja pariwisata, penggunaan data tingkat rumah
tangga untuk memeriksa dampak belanja pariwisata terhadap kesejahteraan jarang
terjadi di India. Oleh karena itu, tinjauan ini tidak hanya mengembangkan faktor-faktor
penentu pengeluaran pariwisata di India, seperti yang dilaporkan dalam
2
Keberlanjutan Pembangunan Dunia 1 (2022) 100009
Tabel 1namun juga memotivasi kami untuk mengkaji peran belanja pariwisata terhadap
pemiskinan. Inilah kesenjangan penelitian di India yang menggunakan data cross-
sectional dari rumah tangga pedesaan dan perkotaan.
3. Sumber data dan kerangka empiris
3.1. Sumber data
Penelitian ini menggunakan National Sample Survey Office (NSSO) putaran
ke-72, yang disurvei dari Juli 2014 hingga Juni 2015 mengenai 'Pengeluaran
pariwisata domestik'. Desain multi-tahap bertingkat telah diadopsi untuk
pengumpulan data. Unit tahap pertama adalah desa Sensus 2011 (kelurahan
Panchayat di Kerala) di wilayah pedesaan dan blok Survei Kerangka Perkotaan di
wilayah perkotaan. Rumah tangga merupakan unit tahap akhir dalam kedua
sektor tersebut. Sampel terdiri dari 79.497 rumah tangga pedesaan dari 8.001
desa dan 60.191 rumah tangga perkotaan dari 6.061 blok (misalnya blok adalah
sub-divisi distrik untuk pembangunan pedesaan dan perkotaan sekaligus
mengatur kinerja Panchayat Raj dan Perusahaan Kota) yang disurvei di seluruh
India. Lebih-lebih lagi, analisis kami menggunakan pengeluaran pariwisata per
kapita rumah tangga yang diukur dengan membagi total pengeluaran pariwisata
dengan ukuran rumah tangga. Ada anggota rumah tangga yang berkunjung
tanpa anggota keluarga (tetapi bersama wisatawan lain); pengeluaran tersebut
termasuk dalam pengeluaran pariwisata rumah tangga. Terdapat beberapa
kunjungan oleh anggota keluarga yang berbeda, dengan ukuran pesta dan
komposisi yang berbeda-beda dalam kurun waktu satu tahun. Oleh karena itu,
kami menggunakan pengeluaran pariwisata rumah tangga per kapita sebagai
variabel dependen dibandingkan pengeluaran pribadi atau partai. Untuk
mengumpulkan informasi, penyelidik terlatih mengunjungi rumah tangga terpilih.
Salah satu anggota rumah tangga, yaitu responden (belum tentu kepala rumah
tangga), biasanya menjawab pertanyaan yang diajukan. Responden dapat
mengambil masukan dari anggota keluarga lainnya. Namun,
Karena kita mempelajari faktor-faktor penentu belanja pariwisata pengunjung,
penting untuk mempertimbangkan karakteristik sosio-ekonomi dan demografi
rumah tangga secara nasional. Dengan demikian, data sosio-ekonomi, dan
demografi dikumpulkan mengenai karakteristik rumah tangga seperti ukuran
rumah tangga, pekerjaan,1agama,2kelompok sosial,3dan pengeluaran konsumen
bulanan rumah tangga yang biasa. Ia mengumpulkan informasi mengenai usia,
jenis kelamin, status perkawinan, tingkat pendidikan, dan status aktivitas utama
anggota rumah tangga pada tingkat individu. Rumah tangga yang memiliki
minimal satu orang anggota yang melakukan perjalanan semalam dalam 365 hari
terakhir dijadikan kriteria stratifikasi rumah tangga. Rincian perjalanan semalam
yang dilakukan oleh anggota rumah tangga selama (a) 365 hari terakhir untuk
kesehatan & pengobatan; berlibur, bersantai & rekreasi; dan belanja dan (b) 30
hari terakhir untuk urusan bisnis; sosial (termasuk mengunjungi teman dan
kerabat, menghadiri pernikahan); kegiatan ziarah & keagamaan; pelatihan
Pendidikan; dan lainnya dikumpulkan (http://microdata.gov.in/nada43/index.php/
catalogue/138).
3.2. Kerangka empiris
Variabel terikat dalam penelitian ini adalah logaritma natural dari total
pengeluaran per kapita pariwisata (Ln Per-capita Tourism Expenditure (PTE)).
Karena ada angka nol dalam kumpulan data untuk transformasi log, pertama-
tama kita tambahkan satu ke total PTE, lalu ubah agar angka nol tetap nol.
1Pekerjaan utama yang menghasilkan pendapatan maksimal harus dianggap
sebagai industri utama rumah tangga. Dalam kasus ekstrim, pendapatan mungkin
sama pada dua pekerjaan atau kombinasi industri-pekerjaan. Berdasarkan
konvensi, dalam kasus seperti ini, prioritas akan diberikan pada kombinasi
pekerjaan atau industri dari anggota yang paling senior.
2Komunitas agama tergolong minoritas Hindu, Muslim, dan Lainnya.
3Kelompok sosial dikelompokkan berdasarkan kasta (Kasta Terjadwal (SCs), Suku Terjadwal (STs), Kelas
Terbelakang Lainnya (OBCs), dan kasta maju. Di India, kasta merupakan sebuah stratifikasi sosial.
Meskipun ST secara konstitusi dikenal sebagai “Adibasi,” SC adalah sebuah stratifikasi sosial. dikenal
sebagai “Dalit.”
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 1
Pengukuran variabel.

Variabel Pengukuran

Variabel tak bebas Log alami pengeluaran Pariwisata dibagi dengan ukuran rumah tangga
Log Natural Perkapita Total Pengeluaran Pariwisata (dalam Rupee) Variabel
Independen (R menunjukkan kategori referensi untuk variabel dummy)
Karakteristik sosio-demografis Usia (Variabel tiruan)

0-18R
19–40 1 jika 19–40, 0 sebaliknya 1 jika
41–60 41–60, 0 sebaliknya 1 jika 61-di
61 ke atas atas, 0 sebaliknya
Jenis Kelamin (Variabel tiruan)
PriaR
Perempuan 1 jika Perempuan, 0 sebaliknya
Pendidikan (Variabel tiruan)
Buta hurufR
Hingga Pratama 1 jika primer, 0 jika tidak, 1
Hingga menengah jika perantara, 0 jika tidak
Wisuda ke atas 1 jika lulus dan lebih tinggi, 0 sebaliknya
Status perkawinan (Variabel tiruan) Tidak
pernah menikahR
Saat Ini Menikah 1 jika sudah menikah, 0 sebaliknya
Yang lain 1 jika orang lain sudah menikah (Janda, Cerai), 0 sebaliknya
Agama (Variabel tiruan)
HinduR
Muslim 1 jika Muslim, 0 sebaliknya 1
Yang lain jika lainnya, 0 sebaliknya
Kasta (Variabel tiruan)
STR
SC 1 jika SC, 0 sebaliknya 1 jika OBC, 0
OBC sebaliknya 1 jika lainnya, 0 sebaliknya
Yang lain Jumlah orang dalam rumah tangga
Ukuran rumah tangga (Variabel Kontinu)
Sektor (Variabel tiruan) PedesaanR

Perkotaan 1 jika perkotaan, 0 jika tidak

Karakteristik Ekonomi Ln (MPCE)
Pengeluaran konsumsi per kapita bulanan (MPCE) (Proxy to Income,
Variabel Kontinu)
Jenis Rumah Tangga atau Mata Pencaharian rumah
tangga Wiraswasta di bidang pertanianR
Wiraswasta di bidang non-pertanian (SENA) 1 jika SENA, 0 sebaliknya 1
Perolehan gaji tetap (RWSE) Buruh harian lepas jika RWSE, 0 sebaliknya 1
di bidang pertanian (CLA) jika CLA, 0 sebaliknya 1 jika
Buruh harian lepas di non-pertanian CLNA, 0 sebaliknya
(CLNA) Buruh lainnya 1 jika tenaga kerja lain, 0 sebaliknya
Status Kegiatan Utama Biasa(Variabel tiruan)
BekerjaR
Penganggur 1 jika menganggur, 0 jika tidak,
Lainnya, yaitu Bukan angkatan kerja 1 jika lainnya, 0 jika tidak
Karakteristik Terkait Perjalanan
Jenis perjalanan (variabel Dummy)
DikemasR
Tanpa Paket 1 jika tidak dikemas, 0 jika tidak
Ukuran perjalanan Jumlah wisatawan
Tujuan perjalanan (Variabel tiruan)
Bisnis dan BelanjaR
Liburan dan Kenyamanan 1 jika liburan & bersantai, 0 jika tidak,
Sosial 1 jika sosial, 0 jika tidak
Ziarah dan Agama, Pendidikan & lain-lain 1 jika Ziarah dan Agama, Pendidikan & lain-lain, 0 sebaliknya 1 jika
Kesehatan dan Kedokteran Kesehatan dan Kedokteran, 0 sebaliknya
Moda perjalanan (Variabel tiruan) Jalan
kaki dan lain-lainR
Bis 1 jika Bus, 0 sebaliknya 1 jika kereta api,
Kereta 0 sebaliknya 1 jika Kapal/perahu, udara,
Kapal/perahu, udara 0 sebaliknya 1 jika Angkutan sendiri, 0
Transportasi sendiri sebaliknya 1 jika Angkutan sewaan, 0
Transportasi sewa sebaliknya
Modus menginap (Variabel tiruan)
HotelR
Dharmasala, wisma, rumah kontrakan 1 jika Dharmasala, wisma, rumah kontrakan, 0 sebaliknya 1
Teman dan Kerabat jika Teman dan Kerabat, 0 sebaliknya
Menginap lainnya 1 jika Lainnya-tinggal, 0 sebaliknya
Tujuan: Terkait jarak (Variabel tiruan) Di dalam
Negara BagianR

(bersambung di halaman berikutnya)

3
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 1(lanjutan)

Variabel Pengukuran

Di Luar Negara Bagian 1 jika Di Luar Negara Bagian, 0 sebaliknya

Boneka tingkat negara bagian/wilayah kesatuan Terdapat 36 negara bagian/teritori persatuan di India (unit administratif sub-
nasional), jadi kami menyertakan 35 negara bagian yang menggunakan Negara
Bagian Andhra Pradesh sebagai negara bagian referensi. Hal ini akan
mengendalikan perbedaan budaya dan faktor-faktor lain yang tidak dapat diamati
yang spesifik pada suatu negara. Koefisien boneka tingkat negara bagian tidak
termasuk dalam hasil, dan tersedia berdasarkan permintaan.

Catatan: #, ##, dan ### menunjukkan karakteristik tingkat individu, rumah tangga, dan perjalanan.

Transformasi log lebih disukai, karena total pengeluaran per kapita tidak memiliki sesuai [27,28]. Rintangan pertama (persamaan partisipasi) adalah
distribusi normal karena adanya outlier dan heteroskedastisitas dalam rangkaian
∑
data. Total pengeluaran pariwisata dihitung dengan menambahkan rupee (mata ∗= + ,1 (4)
uang India) yang dibelanjakan untuk akomodasi, makanan dan minuman, =1
transportasi, belanja, keagamaan, rekreasi, budaya, olahraga, dan kegiatan yang
berhubungan dengan kesehatan. Pengeluaran pariwisata oleh non-turis 1 ∗ >0
={ (5)
dilaporkan nol. Kami memiliki individu yang belum berpartisipasi dalam 0 ∗ ≤0
pariwisata; oleh karena itu, pengeluaran pariwisata adalah nol. Jadi, variabel
di mana Zaku jadalah kovariat yang digunakan dalam persamaan partisipasi
dependen kita tidak disensor pada angka nol, tetapi memiliki banyak angka nol.
pariwisata dan ,1adalah istilah kesalahan dan ∼ (0, 2). =0menunjukkan bahwa
Oleh karena itu, pengeluaran dapat diamati dan mengambil nilai nol dengan
individu tersebut tidak berpartisipasi, sedangkan =1menyiratkan individu
probabilitas positif namun merupakan variabel acak kontinu dengan nilai yang
berpartisipasi dalam pariwisata. Variabel yang diamati adalah
benar-benar positif. Untuk beberapa individu dalam sampel kami, pilihan optimal
adalah solusi sudut. Dalam skenario seperti itu, model Tobit yang disensor lebih = × ∗ (6)
tepat daripada kuadrat terkecil biasa (OLS) atau bentuk lainnya.
Setelah studi [26–29], fungsi log-likelihood untuk rintangan ganda
diberikan olehPersamaan. (7)dan diperkirakan menggunakan kemungkinan
maksimum metode.
⌈ { ( ∑ ) }⌉
∑ ∑ =1
Ln = 1−Φ , ,
=0 =1
{ (∑ ∑ )}
∑ ⎡ =1 + ( - {( − dalam ( ) ) }⎤
=1 ) ∑
+ ⎢ √ - =1
⎥ (7)
>0
⎢ 1-2 + ⎥
⎢ ⎥
[25]. Persamaan struktural model Tobit adalah adalah koefisien korelasi antara suku kesalahan pada rintangan
ke-1 dan ke-2. Jika ketentuan kesalahan melanggar asumsi normalitas,
∑ maka estimasi akan menjadi tidak konsisten. Namun transformasi log
∗
= + (1)
=1
variabel terikat telah mengakomodasi asumsi normalitas [28].

Di mana ∗ adalah pengeluaran pariwisata per kapita latenSayatipis-

4. Hasil dan pembahasan
terbagi. AdakVariabel independen. adalah variabel independen. adalah
koefisien untukJvariabel ke. adalah suku kesalahan dan diasumsikan
Ringkasan statistik disajikan dalamMeja 2untuk pengeluaran pariwisata per
mengikuti distribusi normal dengan mean nol dan varians konstan, yaitu, ∼
kapita dan log pengeluaran pariwisata per kapita. Pengeluaran pariwisata
(0, 2). Jika asumsi pada dilanggar, maka akan menghasilkan perkiraan yang
perkapita tidak seimbang dan jauh dari distribusi normal. Hal ini berlaku untuk
tidak konsisten. Pengeluaran pariwisata yang diamati diberikan oleh
semua individu dalam sampel kami dan hanya individu yang berpartisipasi, yaitu
mereka yang mempunyai belanja pariwisata positif. Namun, transformasi log
{
Di PTE∗ Saya ∗ >0 pengeluaran pariwisata per kapita mengurangi ketimpangan tersebut, dan
= (2)
0 ∗ ≤0 ternyata distribusinya mendekati normal untuk individu yang berpartisipasi (
Gambar 1). Oleh karena itu, kami menggunakan pengeluaran pariwisata per
Fungsi log-likelihood untuk model Tobit adalah
kapita yang ditransformasi log sebagai variabel dependen, dan analisis lebih lanjut
{ (∑ ) } dibatasi hanya pada variabel tersebut saja.
∑ =1
Ln L = 1−Φ Tabel 3melaporkan hasil yang diperoleh dengan menerapkan model rintangan
=0 ganda. Hasilnya menunjukkan bahwa koefisien variabel kelompok usia paruh baya
{( ∑ )} (19-40) bernilai negatif dan signifikan secara statistik pada persamaan partisipasi,
∑ - =1
+ − dalam ( ) (3) sedangkan pada persamaan kuantitas tidak signifikan. Hal ini menunjukkan bahwa
>0 individu-individu dalam kelompok usia ini cenderung tidak memilih untuk berwisata,
namun jika mereka pergi, pengeluaran mereka lebih kecil dibandingkan kelompok usia
∑
referensi, yaitu di bawah sembilan belas tahun. Koefisien kelompok usia lain (yaitu 41-60
Di sini Φ( =1 )adalah fungsi kepadatan kumulatif normal standar
∑ tahun dan 60 tahun ke atas) adalah positif dan signifikan secara statistik, sejalan dengan
- =1
tion, dan ( )adalah kepadatan probabilitas normal standar penelitian lain [12,19,30–32] di kedua persamaan. Seiring bertambahnya usia,
fungsi (pdf) ([26], P. 936). Di sini, ada dua keputusan yang sedang bekerja. Pertama, individu kemungkinan partisipasi dan pengeluaran meningkat [33]. Dengan kata lain, lansia lebih
tersebut memilih untuk ikut serta dalam pariwisata atau tidak, kemudian yang kedua, mengingat memilih berpartisipasi dalam pariwisata dan merupakan pembelanja besar.
jawaban dari keputusan pertama adalahYa, putuskan berapa banyak yang akan dibelanjakan. Jika
pengaruh variabel independen berbeda untuk kedua keputusan, maka model Tobit bukanlah Kami mengamati bahwa perempuan lebih besar kemungkinannya untuk berpartisipasi
pilihan yang baik, dan model rintangan ganda lebih tepat. dalam pariwisata dibandingkan laki-laki. Namun, soal jumlah belanjanya, tidak ada

4
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Meja 2
Ringkasan Statistik Variabel Terikat, dan Uji Normalitas dan Heteroskedastisitas Setelah Regresi OLS dan Tobit.

Statistik Pengeluaran pariwisata per kapita dalam 365 hari terakhir (dalam Rupee) Log pengeluaran pariwisata per kapita

Berpartisipasi dalam Pariwisata Semua individu Berpartisipasi dalam Pariwisata Semua individu

Berarti 14.714,33∗ 6934.1∗ 8.69∗ 4.09

(59.50) (30.24) (0,002) (0,006)
Deviasi Standar 35.531,67∗ 25.473,48∗ 1.36∗ 4.43∗
(821.25) (475.16) (0,001) (0,001)
Kecondongan 15.49∗ 20.65∗ − 0,14∗ 0,242∗
(2.03) (2.59) (0,005) (0,002)
Kurtosis 612.13∗ 1116.67∗ 3.14∗ 1.22∗
(178.65) (320,94) (0,013) (0,001)
Jumlah observasi 321.802 682.905 321.802 682.905
Setelah Regresi OLS

Shapiro –Wilk dan Shapiro –Francia menguji 0,293∗ 0,354∗ 0,878∗

normalitas
Breusch-Pagan / Masak-Weisberg 2statika untuk 170.000.000∗ 43.000.000∗ 257.079,19∗
uji homoskedastisitas
Setelah Model Tobit
Momen Bersyarat untuk uji normalitas 11.282∗ 286.811∗
Statistik LM untuk homoskedastisitas 28.115∗ 641.809∗

Sumber : Perhitungan penulis dari data NSSO.

Catatan: kesalahan standar melalui bootstrapping ada dalam tanda kurung.∗∗∗hal<0,01,∗∗hal<0,05,∗hal<0,1.

Gambar 1.Plot Kepadatan untuk log Pengeluaran Pariwisata>0.

banyak perbedaan. Hal ini bertentangan dengan hasil yang diamati pada penelitian sebelumnya [
12,31,34]. Perempuan menghabiskan lebih banyak uang dibandingkan laki-laki dengan mengikuti
teori psikologi konsumen evolusioner. Karena pengeluarannya mewakili tingkat investasi
pasangannya dalam hubungan tersebut, dan karena pariwisata dapat dianggap sebagai
kemewahan dan konsumsi status, hipotesis pergeseran ovulasi juga mendukung lebih banyak
pengeluaran oleh perempuan [35,36]. Oleh karena itu, hasil kami mungkin tampak berlawanan
dengan intuisi. Otonomi perempuan di India bersifat restriktif, hal ini terlihat dari menurunnya
partisipasi perempuan dalam pekerjaan berbayar. Dalam masyarakat India, perempuan
mempunyai tujuan utama dalam bidang pariwisata (sosial, keagamaan, belanja, dll.), sedangkan
laki-laki mempunyai kendali atas sumber daya keuangan. Hal ini mungkin menjelaskan mengapa
kemungkinan perempuan untuk berpartisipasi dalam pariwisata lebih tinggi, namun
pengeluarannya tidak.
Terkait dengan lokasi pemukiman, individu di perkotaan lebih kecil kemungkinannya
untuk berpartisipasi dalam pariwisata dibandingkan di pedesaan. Di perkotaan, jam kerja
yang panjang menyebabkan terbatasnya waktu untuk berwisata. Masyarakat perkotaan,
ketika mengunjungi sarana hiburan di dalam atau di pedalaman lokasi perkotaan, tidak
perlu menginap satu malam pun di luar lokasi tersebut.
rumah. Oleh karena itu, kumpulan data kami tidak mencakup partisipasi dan pengeluaran
pariwisata yang diselesaikan dalam satu hari. Mayoritas penduduk perkotaan di India adalah
migran dari daerah pedesaan. Ketika masyarakat perkotaan ini mempunyai waktu dalam
setahun, mereka biasanya mengunjungi daerah asal pedesaan, yang bukan merupakan bagian
dari pariwisata. Namun, masyarakat perkotaan menghabiskan lebih banyak uang dibandingkan
masyarakat pedesaan, hal ini bertentangan dengan temuan sebelumnya di AS [37]. Masyarakat
perkotaan lebih heterogen dibandingkan masyarakat pedesaan, hal ini terlihat dari
meningkatnya ketimpangan [38]. Motif status pariwisata mungkin tinggi bagi wisatawan
perkotaan, yang mungkin disebabkan oleh rendahnya sensitivitas harga dan meningkatnya
kebutuhan untuk pamer [36], sehingga menghasilkan belanja yang lebih tinggi.
Kejanggalan partisipasi dalam pariwisata berhubungan negatif dengan meningkatnya
tingkat pendidikan. Namun, belanja pariwisata berhubungan positif dengan pendidikan. Hal ini
sesuai dengan literatur yang ada [30,39–41] tetapi kebalikan dari temuan Marrocu dkk. (2015).
Kami mengamati bahwa mereka yang sudah menikah dan orang lain (perceraian dan jendela)
mempunyai kemungkinan lebih kecil untuk berpartisipasi dalam pariwisata dibandingkan
individu yang belum menikah dan mengeluarkan uang lebih sedikit. Hal ini mungkin disebabkan
oleh gaya hidup yang berbeda, tanggung jawab keuangan, tabungan untuk yang lain

5
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 3
Hasil faktor penentu belanja pariwisata di India.

Model Rintangan Ganda Model Dua Langkah Heckman

Variabel Persamaan kuantitas Persamaan partisipasi Persamaan kuantitas Persamaan partisipasi

Usia (0–18R)
19–40 0,012 − 0,017∗∗ 0,011 0,018∗∗

41–60 0,1178 0,016∗∗∗ 0,108∗∗∗ 0,039∗∗∗

61 ke atas 0,199∗ 0,173∗ 0,173∗∗∗ 0,194∗∗∗
Jenis Kelamin (PriaR)

Perempuan 0,005 0,025∗ 0,004 0,023∗∗∗

Sektor (PedesaanR)

Perkotaan 0,082∗ − 0,195∗ 0,155∗∗∗ − 0,195∗∗∗

Pendidikan (buta hurufR)
Hingga Pratama 0,027∗ − 0,073∗ 0,033∗∗∗ − 0,072∗∗∗
Hingga menengah 0,114∗ − 0,040∗ 0,129∗∗∗ − 0,042∗∗∗
Wisuda ke atas 0,291∗ − 0,013 0,303∗∗∗ − 0,017∗
Status Pernikahan (Belum Pernah MenikahR)

Saat Ini Menikah − 0,075∗ − 0,359∗ − 0,013∗ − 0,369∗∗∗

Yang lain − 0,123∗ − 0,285∗ − 0,067∗∗∗ − 0,298∗∗∗
Agama (HinduR)
Muslim − 0,008 − 0,028∗ − 0,012∗ − 0,028∗∗∗
Yang lain 0,052∗ 0,002 0,166∗∗∗ 0,004
Kasta (STR)
SC 0,197∗ − 0,012 0,145∗∗∗ − 0,015∗
OBC 0,268∗ − 0,006 0,22∗∗∗ − 0,009
Yang lain 0,316∗ 0,019∗∗∗ 0,249∗∗∗ 0,017∗∗
Mata pencaharian rumah tangga (Wirausaha di bidang pertanianR)
Wiraswasta di bidang non- 0,049∗ 0,039∗ 0,007 0,038∗∗∗
pertanian Perolehan gaji reguler 0,061∗ − 0,043∗ 0,024∗∗∗ − 0,043∗∗∗
Buruh harian lepas di bidang pertanian − 0,131∗ - 0,002 − 0,134∗∗∗ − 0,002
Buruh lepas di bidang non-pertanian − 0,097∗ − 0,015∗∗ − 0,168∗∗∗ − 0,016∗∗
Buruh lainnya 0,120∗ − 0,142∗ 0,067∗∗∗ − 0,144∗∗∗
UPAS (DipekerjakanR)
Penganggur 0,036∗∗∗ 0,089∗ 0,026 0,082∗∗∗
Lainnya (Bukan angkatan kerja) 0,035∗ 0,096∗ 0,012∗∗ 0,097∗∗∗
Jumlah rumah tangga − 0,018∗ 0,081∗ − 0,032 0,08∗∗∗
Log-MPCE 0,474∗ 0,273∗ 0,421∗∗∗ 0,272∗∗∗
Tujuan perjalanan (bisnis & belanjaR)
Liburan dan Kenyamanan − 1.019∗ 0,574 − 1.318∗∗∗ 0,839
Sosial − 0,200∗ − 4.843 − 0,535∗∗∗ − 4.928
Ziarah dan Agama, Pendidikan & lain-lain 0,052∗∗ − 3.642 − 0,223∗∗∗ − 5.466
Kesehatan dan Kedokteran 0,067∗ 1.040 − 0,227∗∗∗ 0,677
Jenis perjalanan (DikemasR)
Tanpa Paket − 0,596∗ 0,649 − 0,734∗∗∗ 0,764
Tujuan (Dalam Negara BagianR) Di
Luar Negara Bagian 0,639∗ 0,672 0,579∗∗∗ 0,317
Jenis penginapan utama (HotelR)
Dharmasala, wisma, rumah kontrakan − 0,292∗ 0,431 − 0,335∗∗∗ 0,314
Teman dan Kerabat − 0,841∗ 0,459 − 0,898∗∗∗ 0,352
Menginap lainnya − 0,300∗ 0,083 − 0,353∗∗∗ 0,37
Moda Perjalanan Utama (Berjalan kaki dan lain-lainR)
Bis 0,341∗ 1.216 0,21∗∗∗ 0,677
Kereta 0,654∗ 1.646 0,528∗∗∗ 0,598
Kapal/perahu, udara 1.559∗ 1.185 1.422∗∗∗ 0,323
Transportasi sendiri 0,544∗ 1.088 0,416∗∗∗ 0,333
Transportasi sewa 0,686∗ 1.003 0,556∗∗∗ 0,522
Ukuran perjalanan 0,163∗ 5.355 0,175∗∗∗ 6.677
Konstan 3,99∗ − 3.33 5.392∗∗∗ − 3.319∗∗∗
Jumlah observasi 682.905
Boneka negara Ya: Koefisien masukTabel 4 TIDAK Ya
Sigma 1.184
Kovarian − 0,184∗∗∗
Lambda − 0,682∗∗∗
Rho − 0,54
Sigma 0 0,261

Sumber : Perhitungan penulis menggunakan NSSO putaran ke-72. Catatan: R- kategori referensi; tingkat signifikansinya∗∗∗hal<0,01,∗∗hal<0,05,∗hal<0.1.

pengeluaran rumah tangga, dan tugas, termasuk rencana masa depan dan kebahagiaan
[42]. Lebih lanjut, teori psikologi konsumen evolusioner dapat menjelaskan hal ini. Jika
pariwisata dipandang sebagai konsumsi barang mewah, dimasukkannya pariwisata ke
dalam keranjang konsumsi individu yang belum menikah akan meningkatkan daya tarik
mereka sebagai calon pasangan dan dengan demikian meningkatkan kelayakan
reproduksi mereka.43,35,36].
Dari segi agama masyarakat, kami mengamati bahwa prospek umat Islam untuk menjadi
wisatawan lebih rendah dibandingkan umat Hindu. Kelompok pertama juga membelanjakan
lebih sedikit dibandingkan kelompok kedua. Kelompok agama lain memiliki koefisien yang tidak
signifikan pada kedua persamaan tersebut dan menunjukkan bahwa komunitas agama lain dan
umat Hindu memiliki sifat serupa dalam pariwisata. Agama dapat dianggap sebagai faktor
penting di India, yang mempengaruhi pariwisata.

6
R. Nayak, BK Sahoo dan MK Mahalik
penditure, terutama untuk festival, ziarah, dan tujuan keagamaan dan budaya. Ini
adalah negara festival dengan berbagai keyakinan agama dan budaya. India
adalah negara mayoritas Hindu. Kemungkinan dan ruang lingkup pariwisata lebih
besar bagi umat Hindu. Selain itu, umat Hindu adalah kelompok yang lebih
heterogen. Oleh karena itu, intensitas dan keinginan untuk melakukan
pengeluaran yang mencolok mungkin lebih tinggi di komunitas ini karena motif
dasar pariwisata, seperti status dan perkawinan [44,36].
Di India, kasta mencerminkan status sosial seseorang dan mewakili kedudukan
ekonomi dan kekuasaan dalam masyarakat. Kasta umum (yaitu kasta maju) mempunyai
kemungkinan lebih tinggi untuk berpartisipasi dalam pariwisata. Mereka juga
mengeluarkan uang lebih banyak dibandingkan kelompok lain. Pelanggaran norma
sosial pada komunitas Suku Jadwal (ST) mengakibatkan pengucilan sosial dan hukuman
sosial yang ketat. Rasa memiliki secara sosial sangat kuat pada komunitas ST, dan
ketimpangan ekonomi mereka berkurang meskipun kondisi ekonomi mereka rendah.
Oleh karena itu, motif mendasar pariwisata seperti menunjukkan status, perolehan
pasangan, dan afiliasi menjadi lebih rendah pada kasta ST sehingga mengakibatkan
rendahnya partisipasi mereka. Kasta secara umum lebih beragam, dan ketimpangan
ekonomi dalam kelompok kasta ini tinggi, namun kondisi perekonomian mereka lebih
baik. Karena itu, peluang partisipasi dalam pariwisata berdasarkan kasta umum tinggi
dan menghabiskan lebih banyak uang. Namun dua kelompok lain selain ST ditemukan
tidak signifikan dalam persamaan partisipasi namun signifikan dalam persamaan
kuantitas. Jika mereka berpartisipasi dalam pariwisata, pengeluaran mereka lebih sedikit
dibandingkan kategori lainnya, namun kelompok OBC mengeluarkan pengeluaran lebih
besar daripada komunitas SC.
Terlihat bahwa individu yang bekerja di sektor non-pertanian sebagai wiraswasta
lebih besar kemungkinannya untuk berpartisipasi dibandingkan kategori acuan, yaitu
wiraswasta di bidang pertanian. Hal ini dapat dimengerti karena individu-individu ini
mungkin memiliki motif eksplorasi yang lebih tinggi yang timbul dari kebutuhan bisnis
akan kontak antarkelompok dan keterbukaan terhadap pengalaman. Peluang penerima
upah/gaji tetap dan partisipasi tenaga kerja lainnya lebih kecil dari kategori referensi. Itu
tenaga kerja lainnyaKemungkinan rendahnya partisipasi mungkin disebabkan oleh
pekerjaan informal yang menyebabkan kelangkaan waktu luang dan pendapatan.
Namun, rendahnya partisipasi pekerja/buruh dalam bidang pariwisata masih
membingungkan.
Namun demikian, kami mengamati bahwa masyarakat yang memiliki wirausaha di
sektor non-pertanian, penerima upah/gaji tetap, dantenaga kerja lainnya kategori
menghabiskan lebih banyak uang untuk pariwisata. Prestise mata pencaharian yang
melekat pada mata pencaharian tersebut dapat menyebabkan pengeluaran yang
mencolok. Penelitian yang ada menunjukkan bahwa pekerjaan merupakan faktor penting
dalam pengeluaran pariwisata [30]. Hasilnya menunjukkan bahwa kategori pekerjaan lain
mempunyai pembelanja lebih tinggi, diikuti oleh penerima upah/gaji tetap, dan pekerja
mandiri di sektor non-pertanian. Masyarakat yang bekerja sebagai buruh lepas di sektor
pertanian dan non-pertanian tidak memilih untuk melakukan perjalanan karena
pendapatan mereka yang lebih rendah dan jebakan kemiskinan.
Koefisien ukuran rumah tangga juga menunjukkan nilai yang signifikan dan positif
dalam persamaan partisipasi, namun jika dilihat dari persamaan kuantitas, hubungannya
dengan pengeluaran pariwisata adalah signifikan namun negatif. Semakin besar jumlah
anggota keluarga, semakin rendah pengeluaran pariwisata. Seperti halnya pendapatan
yang terbatas, kebutuhan setiap orang harus dipertimbangkan dan, dalam beberapa
kasus, ketergantungan anggota keluarga pada satu pencari nafkah harus
dipertimbangkan. Selanjutnya, dalam keluarga besar, motif afiliasi terhadap pariwisata
mungkin lebih rendah.
MPCE, yang merupakan representasi dari pendapatan rumah tangga, merupakan faktor
penentu penting dalam partisipasi dan pengeluaran pariwisata di India. Ini mengikuti studi
mikroekonometri sebelumnya [12,15,16,45]. Pendapatan dapat dianggap sebagai kendala
sumber daya, yang memberikan akses terhadap imbalan, baik modal fisik maupun sosial. Dari
perspektif psikologi konsumen evolusioner, individu dengan sumber daya rendah (yaitu
pendapatan) mengembangkan pengendalian diri dan mengeluarkan sumber daya untuk imbalan
fisik, seperti makanan dan tempat tinggal. Namun, karena sumber daya sudah tersedia dan
diperluas, individu sering menggunakannya untuk kebutuhan sosial, seperti prestise atau status,
perolehan dan retensi pasangan, dan menjadi orang tua. Jadi, peningkatan tingkat pendapatan
dikaitkan dengan tingkat pengeluaran pariwisata yang lebih tinggi. Penting untuk disebutkan
bahwa penggunaan MPCE sebagai proksi pendapatan dapat menimbulkan kekhawatiran
mengenai endogenitas. Variabel dependen diukur setiap tahun, sedangkan MPCE diukur secara
bulanan, sehingga mungkin harus menghindari kausalitas dua arah [46].
7
Keberlanjutan Pembangunan Dunia 1 (2022) 100009
Faktor-faktor yang berhubungan dengan perjalanan juga menunjukkan
hubungan yang signifikan dengan pengeluaran pariwisata dalam
persamaan kuantitas [47]. Kami mengamati bahwa tujuan sosial dari
perjalanan memiliki hubungan negatif dengan pengeluaran pariwisata
dibandingkan dengan kategori dasar bisnis dan belanja. Menariknya,
probabilitas partisipasi perjalanan ziarah dan keagamaan menunjukkan
tidak ada perbedaan pada kategori dasar. Tapi, begitu ikut serta dalam
perjalanan ziarah dan tujuan keagamaan, masyarakat mengeluarkan uang
lebih dari kategori referensi. Ziarah dan wisata religi biasanya dilakukan
karena sentimen dan keyakinan. Oleh karena itu, teori maksimalisasi utilitas
neoklasik akan sulit menjelaskannya. Mengingat tatanan spiritual dan sosial
India, orang yang melakukan perjalanan keagamaan memiliki kewajiban
sosial. Oleh karena itu, mereka membawa oleh-oleh budaya kepada
masyarakat yang belum melakukan perjalanan. Demikian pula,
Variabel terkait perjalanan lainnya seperti jenis pariwisata (Paket vs. non-paket),
tujuan (luar atau dalam negara), moda transportasi (kategori transportasi udara, kapal,
dan perahu termasuk biaya tinggi dibandingkan lainnya diikuti oleh sewa transportasi),
moda tinggal, dan ukuran perjalanan berhubungan secara signifikan dengan
pengeluaran pariwisata, yaitu dalam persamaan kuantitas [34,12]. Pengunjung yang
menginap bersama teman dan kerabat memiliki pengeluaran paling sedikit.Tipe yang
lainmenginap juga berhubungan negatif dengan pengeluaran pariwisata dibandingkan
menginap di hotel. Rata-rata, wisatawan yang menginap di akomodasi komersial seperti
hotel memiliki pengeluaran pariwisata lebih tinggi dibandingkan kategori menginap
lainnya [48]. Ukuran perjalanan secara signifikan berhubungan dengan pengeluaran
pariwisata [12]. Jadi, semakin besar kelompoknya, semakin tinggi pula jumlah yang
dibelanjakan untuk pariwisata. Namun, karakteristik terkait perjalanan seperti tujuan
perjalanan, jenis perjalanan, tujuan, moda transportasi, jenis kunjungan, dan ukuran
perjalanan tidak signifikan secara statistik dalam persamaan partisipasi. Hasil penelitian
kami menggambarkan tingginya heterogenitas pada sisi permintaan dan penawaran:
setiap individu menunjukkan perilaku wisata yang sangat beragam. Pada saat yang
sama, fitur destinasi menunjukkan dampak yang bervariasi terhadap pariwisata.
Sambil mempertimbangkan negara bagian diTabel 4, kami menemukan bahwa
Uttarakhand, Haryana, Bihar, Sikkim, Meghalaya, Assam, Gujarat, dan Maharashtra tidak
signifikan dalam persamaan partisipasi, yang menyatakan pengaruh netral dalam
partisipasi pariwisata. Uttarakhand, Sikkim, Meghalaya, Assam sebagian besar
merupakan daerah perbukitan dengan tingkat partisipasi pariwisata yang tinggi dari
negara bagian lain (baik domestik maupun internasional). Sebagian besar penduduknya
bekerja di bidang pariwisata (restoran, hotel, penginapan, pemandu wisata dan
perjalanan). Sekali lagi, wilayah ini merupakan bagian terbesar dari suku-suku terjadwal
di negara ini, dengan pertanian sebagai pekerjaan utama mereka. Jadi mungkin bisa
diterima karena tingkat partisipasi mereka dalam pariwisata kurang. Namun jika mereka
berpartisipasi, mereka akan mengeluarkan sejumlah besar dana untuk pariwisata dan
mempengaruhi total pengeluaran pariwisata. Namun partisipasi negara-negara lain yang
tidak signifikan (Haryana, Bihar) cukup mengejutkan. Dalam persamaan kuantitas, hanya
Tripura dan Madhya Pradesh yang tidak signifikan. Kedua negara bagian tersebut
masing-masing merupakan negara bagian berpendapatan menengah dan rendah. Jadi
kendala pendapatan mungkin menjadi alasan dibalik hal ini. Namun, kami menguji
kekokohan hasil kami menggunakan prosedur dua langkah Heckman dan menemukan
temuan serupa seperti yang dilaporkan dalamTabel 3 Dan4.
5. Pengeluaran dan pemiskinan pariwisata
Sejauh pengetahuan kami, literatur pariwisata yang ada tidak mengkaji pemiskinan
akibat belanja pariwisata yang bersifat diskresioner di India. Pengeluaran rumah tangga,
yaitu makanan, kesehatan, pendidikan, perjalanan, dan barang-barang non-makanan
dan modal non-manusia, bersifat eksklusif dan menyeluruh karena keterbatasan
anggaran. Pengeluaran pada satu komponen memaksa rumah tangga untuk menarik
sumber daya dari item lain yang sumber dayanya terbatas. Misalnya, jika suatu rumah
tangga membelanjakan uangnya untuk membeli minuman keras, maka rumah tangga
tersebut dapat mengurangi konsumsi makanan atau barang tahan lama lainnya yang
penting bagi rumah tangga tersebut. Hal ini menyebabkan ketimpangan dan tingkat
kemiskinan meningkat [8]. Rumah tangga di negara-negara terbelakang dan
berkembang mengeluarkan sebagian besar pengeluaran kesehatannya sendiri (OOP),
yang berujung pada pemiskinan [9,10].
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 4
Koefisien untuk negara bagian dari model Double-Hurdle.

sl. TIDAK Model Rintangan Ganda Heckman dua langkah

Amerika Persamaan kuantitas (Koefisien) Persamaan partisipasi (Koefisien) Persamaan partisipasi (Koefisien)

1 Jammu & Kashmir Negara Referensi

2 Himachal Pradesh 0,185∗∗∗ 0,266∗∗∗ 0,266∗∗∗
3 Punjab 0,280∗∗∗ − 0,028∗ − 0,034∗∗
4 Chandigarh − 0,290∗∗∗ − 0,314∗∗∗ − 0,311∗∗∗
5 Uttarakhand 0,379∗∗∗ − 0,013 − 0,008
6 Haryana 0,178∗∗∗ − 0,008 − 0,011
7 Delhi 0,046∗ − 0,197∗∗∗ − 0,192∗∗∗
8 Rajasthan 0,205∗∗∗ 0,071∗∗∗ 0,068∗∗∗
9 Uttar Pradesh 0,351∗∗∗ 0,023∗ 0,02
10 Bihar 0,034∗∗ − 0,014 − 0,016
11 Sikkim 0,517∗∗∗ 0,026 0,014
12 Arunachal Pradesh 0,744∗∗∗ 0,319∗∗∗ 0,322∗∗∗
13 Nagaland 0,682∗∗∗ − 0,134∗∗∗ − 0,136∗∗∗
14 Manipur 0,531∗∗∗ 0,164∗∗∗ 0,159∗∗∗
15 Mizoram 0,747∗∗∗ 0,153∗∗∗ 0,153∗∗∗
16 Tripura − 0,004 0,248∗∗∗ 0,239∗∗∗
17 Meghalaya 0,098∗∗∗ 0,034 0,032
18 Assam 0,200∗∗∗ − 0,022 − 0,022
19 Benggala Barat 0,204∗∗∗ 0,259∗∗∗ 0,254∗∗∗
20 Jharkhand 0,052∗∗∗ 0,043∗∗∗ 0,041∗∗∗
21 Odisha 0,224∗∗∗ 0,101∗∗∗ 0,095∗∗∗
22 Chhattisgarh 0,360∗∗∗ 0,124∗∗∗ 0,122∗∗∗
23 Madhya Pradesh 0,019 0,072∗∗∗ 0,071∗∗∗
24 Gujarat 0,288∗∗∗ 0,015 0,015
25 Daman & Diu − 0,114∗∗ 0,467∗∗∗ 0,453∗∗∗
26 D&N Haveli − 0,623∗∗∗ 0,142∗∗∗ 0,132∗∗∗
27 Maharashtra 0,389∗∗∗ 0,006 0,008
28 Andhra Pradesh 0,425∗∗∗ 0,152∗∗∗ 0,149∗∗∗
29 Karnataka 0,626∗∗∗ 0,087∗∗∗ 0,085∗∗∗
30 Goa − 0,082∗∗ 0,209∗∗∗ 0,204∗∗∗
31 Lakshadweep 0,810∗∗∗ 0,721∗∗∗ 0,657∗∗∗
32 Kerala 0,201∗∗∗ 0,279∗∗∗ 0,27∗∗∗
33 Tamil dan 0,058∗∗∗ 0,205∗∗∗ 0,204∗∗∗
34 Puducherry − 0,763∗∗∗ 0,111∗∗∗ 0,106∗∗∗
35 Pulau A & N − 0,491∗∗∗ 0,284∗∗∗ 0,272∗∗∗
36 Telengana 0,789∗∗∗ − 0,065∗∗∗ − 0,069∗∗∗

Sumber : Perhitungan penulis menggunakan NSSO putaran ke-72. Catatan: R- kategori referensi; tingkat signifikansinya∗∗∗hal<0,01,∗∗hal<0,05,∗hal<0,1.

Dampak kemiskinan dari pengeluaran OOP untuk layanan kesehatan cukup tinggi, jumlah orang yang hidup di bawah garis kemiskinan yaituQterhadap total
sehingga rumah tangga terpapar pada risiko keuangan yang besar [49–51]. Rumah populasi. Insiden kemiskinan pendapatan diukur denganPersamaan. (5). Argumen
tangga juga mengalami bencana pada pengeluaran non-makanan. Beban berat ( < )sama dengan satu jika benar jika tidak maka nol. Di mana, adalahSaya
pengeluaran sendiri untuk pendidikan juga mendorong keluarga-keluarga ke jurang MPCE individu dengan asumsi tidak ada pengeluaran pariwisata, dan PL adalah
kemiskinan. Penelitian ini berpendapat bahwa peningkatan alokasi anggaran untuk garis kemiskinan. Dalam hal kejadian kemiskinan, PL tetap sama di seluruh sub-
pendanaan sektor pendidikan sangat terkait dengan kemiskinan. Demikian pula, kelompok penduduk dalam suatu wilayah geografis seiring dengan digunakannya
pengeluaran untuk tembakau menghabiskan lebih banyak biji-bijian makanan untuk PL pedesaan-perkotaan berdasarkan negara bagian. Misalnya, di daerah pedesaan
rumah tangga miskin. Negara ini menjual barang-barang yang lebih tahan lama, diikuti di negara bagian Odisha, PL untuk semua rumah tangga tetap sama.
oleh biji-bijian makanan, layanan kesehatan, dan pendidikan di pedesaan India [52].
Pengeluaran tembakau berdampak negatif terhadap asupan nutrisi per kapita, dengan [( )]
)(
dampak serupa juga terjadi pada rumah tangga berpendapatan rendah dan tinggi [53]. 1∑ - ∗ <
= (8)
Hal ini dapat mengurangi pengeluaran penting lainnya seperti pengeluaran untuk
=1
kebutuhan dasar, investasi sumber daya manusia seperti pendidikan dan kesehatan [54]
dan menyeret seluruh keluarga ke dalam risiko finansial. Biaya perjalanan sebagai bagian Di India, PL terbaru yang tersedia adalah untuk tahun 2011–12. Karena kumpulan data kami
dari pengeluaran konsumsi rumah tangga juga berkontribusi terhadap risiko ini. Dengan adalah untuk tahun 2014–15, garis kemiskinan untuk tahun 2014–15 dihasilkan dari garis
pertumbuhan industri pariwisata, pengeluaran untuk pariwisata terus meningkat, dan kemiskinan Komite Rangarajan (2011–12) (Pemerintah Indonesia, 2014) untuk tahun 2011–12.
jasa-jasanya telah menyerap lebih banyak uang konsumen [55]. Pengeluaran pariwisata Kami telah menggunakan Indeks Harga Konsumen (CPI) untuk memperbarui PL. Faktor
menyerap sebagian besar anggaran keluarga [56], yang menyebabkan bencana penghubungnya dikalikan dengan PL 2011–12, dengan faktor penghubungnya adalah rasio CPI
keuangan. Mengingat pengeluaran pariwisata seseorang merupakan pengeluaran tahun 2014–15 terhadap CPI tahun 2011–12. Kami telah menggunakan CPI-rural dan CPI-urban
diskresi, hal ini mungkin mengurangi konsumsi penting lainnya. Hal ini dapat mendorong untuk wilayah pedesaan dan perkotaan. Untuk menghitung kejadian kemiskinan setelah
individu tersebut menuju kemiskinan. Penelitian ini memberikan sedikit pencerahan pada pengeluaran pariwisata,Persamaan. (8)dimodifikasi dan disajikan dalamPersamaan. (9).
aspek ini.
Dalam konteks ini, perlu dicatat bahwa mendefinisikan dan mengukur kemiskinan
merupakan isu yang masih bisa diperdebatkan [38,57]. Kami tidak akan terlibat dalam
=
perdebatan tersebut tetapi akan mengikuti prosedur Pemerintah India (Pemerintah india) dalam [( )( )]
memperkirakan kemiskinan (Pemerintah Indonesia, 2014). Rasio jumlah pegawai (HCR) 1∑ −( - )∗( - )<
menghitung kejadian kemiskinan, yaitu indeks Foster–Greer–Thorbecke (FGT) ketika koefisien
=1
penalti kemiskinan ( ) adalah nol [58]. Rasio jumlah karyawan didefinisikan sebagai rasio
(9)

8
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Di mana, adalah pengeluaran pariwisata per kapita bulanan sebesarSaya Tabel 5

individu, dan adalah kejadian kemiskinan dengan mempertimbangkan TE. Belanja Konsumsi Bulanan Per Kapita dan Belanja Pariwisata.
- adalah proporsi penduduk yang berada di bawah garis kemiskinan
karena pengeluaran pariwisata. Hal ini dikenal sebagai pemiskinan akibat MPCE MPTE
Karakteristik Latar Belakang (dalam Rupee India) (dalam Rupee India)
belanja pariwisata. Hasilnya disajikan dalamTabel 5. Sebelumnya, kami
melaporkan rata-rata MPCE dan Pengeluaran Pariwisata Perkapita Bulanan Usia
0–18 1603.85 79.61
(MPTE) berdasarkan variabel latar belakang dan dinyatakan dalamTabel 5.
19–40 1905.99 101.24
Dengan bertambahnya usia dan tingkat pendidikan, konsumsi rumah tangga dan
41–60 2037.52 121.46
pengeluaran pariwisata pun meningkat (dengan beberapa pengecualian pada kategori 61 ke atas 2057.09 197.45
buta huruf). Ini adalah pola yang diharapkan. Seiring bertambahnya usia, mereka Jenis kelamin

memperoleh modal manusia dan sosial, sehingga meningkatkan pendapatan dan Pria 1855.87 96.12
Perempuan 1807.65 110,50
pengeluaran. Rata-rata MPCE tinggi pada kasus responden laki-laki dengan nilai hampir
Sektor
Rs. 1856 sedangkan rata-rata pengeluaran pariwisata lebih banyak pada wisatawan Pedesaan 1431.36 96,73
wanita sebesar Rs. 110,50 dibandingkan dengan Rs.96,12 turis pria. Hal ini sesuai dengan Perkotaan 2760.45 118,85
literatur yang ada bahwa perempuan menghabiskan lebih banyak uang untuk pariwisata Status Pendidikan
Buta huruf 1461.08 89.71
dibandingkan rekan-rekan mereka, namun hal ini tidak sesuai dengan hasil regresi
Hingga primer 1601.34 80.07
rintangan ganda kami. Orang yang bercerai dan berpisah menghabiskan lebih banyak
Sampai dengan 2048.41 110.08
uang dibandingkan orang yang belum menikah dan sudah menikah untuk konsumsi per perantara Wisuda keatas 3534.03 234.09
kapita dan belanja pariwisata. di antara negara bagian, pengeluaran konsumsi tertinggi Status pernikahan

berada di Punjab, disusul Goa, sedangkan negara bagian dengan konsumsi paling sedikit Belum menikah 1745.53 87,96
Saat ini sudah menikah 1900.65 113.28
adalah Chhattisgarh. Mengingat pengeluaran pariwisata per kapita bulanan, Kerala
Lainnya sudah menikah 1937.10 140,86
menghabiskan pengeluaran tertinggi dengan Rs. 399 dan Manipur adalah yang terendah Kasta
dengan Rs.4.90. Rata-rata konsumsi per kapita dan pengeluaran pariwisata di tingkat ST 1365.42 40.76
nasional masing-masing sebesar Rs.1832,69 dan Rs.103,09. Hubungan antara SC 1497.72 63.48
OBC 1730.33 112.86
pengeluaran pariwisata dan pendapatan lebih lemah dibandingkan hubungan antara
Yang lain 2389.16 136,94
pengeluaran konsumsi dan pendapatan (Gambar 2). Hal ini semakin menegaskan
Agama
kembali fakta bahwa pengeluaran pariwisata tidak hanya didorong oleh pendapatan. Hindu 1827.10 96.18
Rasio jumlah penduduk miskin diperkirakan dariPersamaan. (8)Dan Muslim 1631.99 101.67
(9)dilaporkan bersama dengan karakteristik latar belakang individu di dalamnya Yang lain 2421.41 228.89
Jenis Pekerjaan Wiraswasta di
Tabel 6.
bidang pertanian Wiraswasta di 1409.79 105.23
Hal ini terlihat dariTabel 6bahwa untuk semua variabel latar belakang, perkiraan kejadian bidang nonpertanian Pekerja 2106.50 130,57
kemiskinan dengan pengeluaran pariwisata lebih tinggi dibandingkan dengan kejadian tetap/upah Buruh lepas di 2695.51 103.42
kemiskinan tanpa pengeluaran pariwisata. Baik HCR maupun HCRTEtelah menurun seiring bidang pertanian Buruh lepas di 1221.59 72.40
nonpertanian Buruh lain 1406.61 72.86
bertambahnya usia, kecuali kelompok lanjut usia (61 tahun ke atas). Rata-rata, terdapat sekitar
2738.93 121.70
tiga persen pemiskinan akibat belanja pariwisata di semua kelompok umur. Kelompok usia 19-40
UPAS
tahun lebih berpeluang jatuh ke dalam kemiskinan dibandingkan kelompok lain dibandingkan Bekerja 1870.73 101.74
kelompok usia yang menghabiskan lebih sedikit uang untuk pariwisata. Hal ini mungkin Penganggur 2044.27 280.15
disebabkan oleh tahap awal proses mencari nafkah dengan pendapatan yang rendah dan Yang lain 1807.85 101.06
Amerika
tanggung jawab keuangan yang tinggi terhadap keluarga mereka. Teori siklus hidup menyatakan
Jammu dan Kashmir 1911.34 70.29
bahwa pada tahap awal menghasilkan pendapatan, individu membangun aset dan Himachal Pradesh 2066.48 111.44
menggunakannya selama masa pensiun. Seiring bertambahnya usia (41–60, 61 tahun ke atas), Punjab 2782.36 119.69
pengeluaran pariwisata juga meningkat, namun persentase penduduk miskin jauh lebih rendah Uttarakhand 1814.44 64,75
Haryana 2304.52 84.62
dibandingkan kelompok usia lainnya.
Rajasthan 1797.36 107,75
Responden perempuan turun dari 38,28 menjadi 41,44 (3,16%) persen kemiskinan
Uttar Pradesh 1407.95 96,69
dan laki-laki turun dari 37,05 menjadi 40,25 (3,2%) persen karena pengeluaran pariwisata. Bihar 1216.46 40.00
Hasilnya menunjukkan bahwa wisatawan perempuan menghabiskan lebih banyak uang Sikkim 2122.73 156.45
dibandingkan laki-laki, namun terdapat kesenjangan yang kecil ketika menghitung Arunachal Pradesh 1720.83 56.26
Nagaland 2205.50 47.40
tingkat pemiskinan. Hal ini mungkin disebabkan oleh ketergantungan sebagian ibu
Manipur 1409.55 4.90
rumah tangga dan anak perempuan mereka yang menganggur pada wali laki-laki Mizoram 2493.48 86.07
mereka (karena rendahnya partisipasi perempuan dalam angkatan kerja). Tripura 1870.18 13.41
Hasilnya menunjukkan bahwa pengeluaran pariwisata menyeret masyarakat pedesaan dan perkotaan Meghalaya 1950.40 23.15
ke dalam kemiskinan sebesar 3,32% dan 2,84% lebih banyak. Kesempatan kerja yang lebih sedikit dikaitkan
Assam 1495.51 10.10
Benggala Barat 1663.79 79,59
dengan rendahnya pendapatan karena rendahnya sumber daya manusia/sumber daya. Sebagian besar
Jharkhand 1389.86 74.16
keluarga pedesaan merupakan keluarga gabungan dan mempunyai lebih banyak kewajiban sosial. Odisha 1236.42 80,75
Sekembalinya mereka, wisatawan pedesaan dengan tingkat pendapatan rendah biasanya membawa Chhattisgarh 1109.52 42.49
hadiah dan barang-barang lainnya untuk anggota keluarga dan teman yang bukan wisatawan. Hal ini Madhya Pradesh 1405.64 56.56
Gujarat 2343.31 84.35
mungkin akan mendorong mereka ke jurang kemiskinan. Demikian pula, wisatawan perkotaan
Maharashtra 2254.86 125.30
menghabiskan lebih banyak uang untuk pariwisata karena preferensi yang lebih baik terhadap fasilitas dan
Andhra Pradesh 2013.64 92,85
status sosial. Motif status pariwisata mungkin tinggi bagi wisatawan perkotaan, yang mungkin disebabkan Karnataka 1986.12 134.06
oleh rendahnya sensitivitas harga dan meningkatnya kebutuhan untuk pamer [36], mengakibatkan Goa 2755.68 117.84
pemiskinan.
Kerala 2694.26 399.00
Tamil Nadu 2341.28 154.72
Pada orang yang menikah, persentase kemiskinannya tinggi (3,24%) dibandingkan dengan
Telengana 2366.85 54.25
pengeluaran yang lebih sedikit. Hal ini mungkin disebabkan oleh tanggung jawab dan UT 3665.60 38.95
penghematan yang lebih besar untuk rencana (perluasan keluarga, kesehatan & pendidikan Seluruh India 1832.69 103.09
anak) dan ketergantungan pada mitra dengan keterbatasan anggaran. Sedangkan mengenai dua
Sumber: Dihitung dari 72dandata NSSO bulat
kelompok lainnya, kami menemukan bahwa mereka belum menikah

9
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 6
Jumlah Kemiskinan Akibat MPCE dan MTE Berdasarkan Variabel Latar Belakang.

Variabel Latar Belakang Rasio jumlah penduduk miskin dalam persentase

BerdasarkanPersamaan. (5)(HCR): tanpa BerdasarkanPersamaan. (6)(HCRTE): HCRTE– HCR = Pemiskinan akibat

pengeluaran pariwisata dengan pengeluaran pariwisata pengeluaran pariwisata

Usia
Kurang dari 19 44.58 47.74 3.16
19–40 35.57 38.85 3.28
41–60 30.95 34.03 3.08
61 ke atas 31.38 34.40 3.02
Jenis kelamin

Pria 37.05 40.25 3.2

Perempuan 38.28 41.44 3.16
Sektor
Pedesaan 41.90 45.22 3.32
Perkotaan 27.80 30.64 2.84
Pendidikan
Buta huruf 46.86 49,87 3.01
Hingga Pratama 42.72 45.79 3.07
Hingga menengah 29.70 33.17 3.47
Wisuda ke atas 11.72 14.74 3.02
Status pernikahan
Tidak pernah menikah 41.23 44.37 3.14
Saat Ini Menikah 34.81 38.05 3.24
Yang lain 33.69 36.69 3
Agama
Hindu 37.44 40,75 3.31
Muslim 43.76 46.35 2.59
Yang lain 25.34 28.07 2.73
Kasta
ST 54.25 57.43 3.18
SC 48.44 51.20 2.76
OBC 38.39 41.70 3.31
Yang lain 23.26 26.52 3.26
HTipe H
Wiraswasta di bidang pertanian 39.72 43.17 3.45
Wiraswasta di bidang 32.90 36.28 3.38
nonpertanian Pekerja tetap/upah 19.36 22.54 3.18
Buruh lepas di bidang pertanian 56.55 59.01 2.46
Buruh lepas di nonpertanian 54.28 56.93 2.65
Buruh lain 21.30 25.41 4.11
Tujuan perjalanan
Bisnis dan belanja 24.23 31.51 7.28
Hari raya/rekreasi/rekreasi 19.37 21.20 1.83
Sosial dan lain-lain 25.07 35.83 10.76
Ziarah 31.31 25.98 5.33
Pendidikan dan Kesehatan 31.31 33.76 2.45
Amerika

Jammu dan Kashmir 27.26 33.72 6.46

Himachal Pradesh 20.25 24.57 4.32
Punjab 15.49 17.60 2.11
Chandigarh 14.25 15.18 0,93
Uttarakhand 26.16 32.46 6.3
Haryana 25.14 28.56 3.42
Delhi 9.69 12.50 2.81
Rajasthan 34.66 37.79 3.13
Uttar Pradesh 45.87 48.38 2.51
Bihar 62.50 66.21 3.71
Sikkim 17.55 24.18 6.63
Arunachal Pradesh 48.78 58.55 9.77
Nagaland 23.29 27.97 4.68
Manipur 66,55 71.71 5.16
Mizoram 30.77 36.11 5.34
Tripura 25.51 27.96 2.45
Meghalaya 23.38 28.22 4.84
Assam 37.77 41.02 3.25
Benggala Barat 37.21 39.74 2.53
Jharkhand 48.92 51.72 2.8
Odisha 58.05 62.29 4.24
Chhattisgarh 70.32 73.49 3.17
Madhya Pradesh 49.41 52.49 3.08
Gujarat 19.32 21.22 1.9
Daman dan Liu 5.53 6.35 0,82
D dan N Haveli 18.86 19.88 1.02
Maharashtra 34.91 38.29 3.38
Andhra Pradesh 27.08 30.68 3.6
(bersambung di halaman berikutnya)

10
R. Nayak, BK Sahoo dan MK Mahalik Keberlanjutan Pembangunan Dunia 1 (2022) 100009

Tabel 6(lanjutan)

Variabel Latar Belakang Rasio jumlah penduduk miskin dalam persentase

BerdasarkanPersamaan. (5)(HCR): tanpa BerdasarkanPersamaan. (6)(HCRTE): HCRTE– HCR = Pemiskinan akibat

pengeluaran pariwisata dengan pengeluaran pariwisata pengeluaran pariwisata

Karnataka 35.26 40.19 4.93

Goa 12.32 14.89 2.57
Lakshadweep 17.36 18.51 1.15
Kerala 12.72 15.20 2.48
Tamil Nadu 21.85 24.84 2,99
Puducherry 4.35 6.22 1.87
Kepulauan A&N 11.04 13.72 2.68
Telangana 16.75 20.26 3.51
UT 9.67 12.24 2.57
Total 37.64 40.82 3.18

Sumber: Dihitung dari putaran NSSO 72 (21.1); UT: Kepulauan Andaman dan Nikobar. Chandigarh. Dadra dan Nagar Haveli. Daman dan Diu. Delhi (Wilayah
Ibu Kota Nasional) Lakshadweep, Pondicherry. MPCE-Pengeluaran konsumsi per kapita Bulanan, MTE-Pengeluaran Pariwisata Bulanan. Perlu dicatat bahwa
jumlah pengukuran kemiskinan di sini tidak dapat dibandingkan secara langsung dengan perkiraan resmi karena perkiraan resmi dihitung dari survei
pengeluaran konsumsi. Sebaliknya, ini berasal dari survei pengeluaran pariwisata, dan perkiraan kami lebih tinggi dari angka resmi.

Gambar 2.Pendapatan Per Kapita dengan MPCE dan MPTE di seluruh negara bagian India
Sumber: Data NSSO dan Reserve Bank of India (RBI).

wisatawan menghabiskan lebih banyak uang dibandingkan kelompok lain dalam model double-huddle,
namun tingkat pemiskinannya lebih sedikit dibandingkan kelompok yang menikah. Hal ini mungkin
disebabkan oleh perbedaan tanggung jawab dan distribusi pendapatan. Mereka tidak perlu mempedulikan
pengeluaran untuk pasangan dan anak, tabungan dibandingkan yang lain. Hal ini mungkin bisa menjadi
alasan untuk mengurangi pemiskinan.
Umat Hindu lebih rentan miskin karena pariwisata (3,31%), sebanding dengan umat
Islam (2,59%), dan lain-lain (2,73%). India adalah negara mayoritas Hindu. Kemungkinan
dan ruang lingkup pariwisata lebih besar bagi umat Hindu. Selain itu, umat Hindu adalah
kelompok yang lebih heterogen. Oleh karena itu, intensitas dan keinginan untuk
Rata-rata persentase penambahan angka kemiskinan total akibat pariwisata adalah
sekitar 3% pada wisatawan dengan tingkat pendidikan berbeda. Tingkat pendidikan yang
tinggi kemungkinan besar dikaitkan dengan pekerjaan dengan upah yang lebih tinggi,
sehingga lebih banyak dana yang dapat dibelanjakan untuk pariwisata. Jadi dengan
tingkat pendidikan menengah, jumlah pendapatannya mungkin jauh lebih rendah
dibandingkan kelompok pendidikan lainnya. Jadi, dengan pendapatan yang rendah dan
partisipasi yang tinggi, kemungkinan mereka menjadi miskin pun besar.
Masyarakat SC paling terkena dampak finansial akibat kedua pengeluaran tersebut (karena

melakukan pengeluaran yang mencolok mungkin lebih tinggi di komunitas ini karena berkurangnya kegiatan ekonomi dan rendahnya pendapatan), namun masyarakat OBC lebih rentan

motif dasar pariwisata, seperti status dan perkawinan [44,36]. Jadi dengan pengeluaran terhadap kemiskinan akibat pengeluaran pariwisata. Di India, kasta mencerminkan status sosial dan

pariwisata yang lebih tinggi, mereka lebih rentan terhadap kemiskinan dibandingkan ekonomi serta standar hidup seseorang dalam beberapa kasus. Kategori pemeran lainnya (kasta umum),

komunitas Muslim dan komunitas daerah lainnya. memiliki tingkat partisipasi pariwisata yang lebih tinggi dan mengeluarkan dana lebih banyak

Sementara mempertimbangkan tingkat pendidikan, terlihat bahwa pengeluaran dibandingkan seluruh kelompok lainnya. Namun karena pendapatan dan status mereka lebih baik

pariwisata meningkatkan tingkat kemiskinan sebesar 3,47% pada masyarakat dengan dibandingkan orang lain, maka kemungkinan mereka untuk menjadi miskin lebih kecil dibandingkan orang

pendidikan menengah, yang mana angka ini lebih tinggi dibandingkan kelompok lain. lain.

11
R. Nayak, BK Sahoo dan MK Mahalik
Gambar 3.Per Kapita dan Pemiskinan karena pengeluaran pariwisata di seluruh negara bagian India
Sumber: data NSSO dan RBI.
Masyarakat yang bekerja sebagai buruh lepas baik di sektor pertanian
maupun nonpertanian mempunyai tingkat kemiskinan yang tinggi akibat
pengeluaran rumah tangga (karena ketidakpastian pekerjaan dan rendahnya
pendapatan). Sebaliknya, pengeluaran pariwisata menambah 2,46% dan 2,65%
lebih banyak. Namun pemiskinan akibat belanja pariwisata cukup tinggi pada
kelompok pekerja lain, diikuti oleh pekerja mandiri di bidang pertanian dan non-
pertanian serta pekerja bergaji/upah tetap. Terlihat jelas bahwa pendapatan
masyarakat yang termasuk dalam kelompok pekerjaan “lainnya” lebih rendah
dibandingkan kelompok pekerjaan lain. Sebagian besar dari mereka menganggur
dan bergantung secara finansial pada keluarga karena berbagai alasan (cacat,
kategori pelajar, mencari pekerjaan, dll.), juga ada di antara mereka yang memiliki
pekerjaan tidak stabil, sehingga tingkat pemiskinan mereka lebih tinggi
dibandingkan yang lain.
Tingkat pemiskinan yang tinggi terjadi di Arunachal Pradesh, Jammu &
Kashmir, diikuti oleh Sikkim, Uttarakhand, Mizoram, dan Manipur karena
pengeluaran pariwisata. Hampir tidak ada korelasi antara pendapatan per kapita
negara dan tingkat perbaikan. Koefisien asosiasi R-square sebesar 0,0083 (Gambar
3). Secara makro, HCR sebesar 37,64% dan HCRTE40,82%. Tingkat pemiskinan
secara keseluruhan mengalami peningkatan sebesar 3,18%. Hal ini menunjukkan
adanya efek ikut-ikutan, efek Veblen, dan efek sombong terhadap belanja
wisatawan domestik. Partisipasi wisatawan ke negara-negara bagian timur laut
mungkin tinggi, namun masyarakat di negara-negara bagian ini sendiri lebih
memilih untuk tidak melakukan perjalanan, karena pariwisata adalah sumber
utama pendapatan mereka (bekerja sebagai pemandu wisata, restoran,
penginapan, dll.) .
6. Kesimpulan dan implikasi kebijakan
Sejauh pengetahuan kami, ini adalah studi pertama yang mengkaji faktor-
faktor yang menentukan pengeluaran pariwisata pengunjung domestik serta
persentase penambahan tingkat kemiskinan total rumah tangga akibat
pengeluaran pariwisata di India. Kami menggunakan model Double-Hurdle untuk
memahami faktor-faktor penentu pengeluaran pariwisata. Kami menemukan
hubungan yang signifikan antara variabel sosio-ekonomi dan variabel terkait
perjalanan dengan pengeluaran perjalanan yang didorong oleh pariwisata.
Terdapat sekitar tiga poin persentase pemiskinan akibat belanja pariwisata di
semua kelompok umur. Pengeluaran pariwisata menyeret lebih banyak
persentase penduduk pedesaan ke dalam kemiskinan dibandingkan penduduk
perkotaan. Umat Hindu juga lebih rentan terhadap kemiskinan karena
pengeluaran pariwisata sebanding dengan umat Islam dan komunitas agama
lainnya. Persentase pemiskinan sama antara laki-laki dan perempuan. Lagi,
12
Keberlanjutan Pembangunan Dunia 1 (2022) 100009
tidak ada hubungan nyata antara pendapatan per kapita dan tingkat pemiskinan.
Analisis kami menunjukkan bahwa hampir 3,18% orang terseret ke dalam
kemiskinan setiap tahunnya karena pengeluaran untuk pariwisata karena
berbagai alasan. Dimana 37.64% penduduknya berada dalam kemiskinan akibat
pengeluaran konsumsi bulanan, dan 40.82% terseret ke dalam kemiskinan karena
pengeluaran pariwisata. Hal ini menunjukkan bahwa beberapa perbedaan nyata
menunjukkan dampak pemiskinan dari pengeluaran pariwisata di tingkat
domestik di India. Temuan-temuan ini penting bagi India karena tingkat
kemiskinannya masih tinggi. Mungkin, pengentasan kemiskinan di India dapat
lebih ditekankan jika belanja pariwisata masyarakat dimasukkan dalam
pembuatan kebijakan pengentasan kemiskinan.
Temuan penelitian ini mungkin relevan bagi peneliti akademis, manajer pariwisata, praktisi industri, pembuat kebijakan, dan Pemerintah di India. Hal ini memberikan
beberapa implikasi pemasaran dan beberapa tantangan bagi mereka. Pertama, hasilnya mungkin bermanfaat bagi pemasar pariwisata untuk memanfaatkan rencana pemasaran
dengan memahami faktor-faktor yang mempengaruhi pengeluaran pariwisata. Kedua, hasilnya dapat digunakan untuk mengelompokkan kelompok sasaran berdasarkan
pengeluaran sehingga anggaran pemasaran akan dibelanjakan secara tepat. Ketiga, para pengambil kebijakan dapat menggunakan temuan substitusi antar kategori
pengeluaran dengan lebih baik untuk mengevaluasi dampak tindakan kebijakan terhadap pengeluaran rumah tangga. Dengan terbatasnya anggaran konsumen, belanja
pariwisata dapat dikelola dengan baik. Kemungkinan tingkat kemiskinan yang lebih tinggi akibat belanja pariwisata dapat diberantas jika ada perhatian yang tepat dari para
pembuat kebijakan dan pemerintah India. Sebagai catatan terakhir, kami menyarankan agar faktor pendorong pengeluaran pariwisata dalam negeri tidak boleh dianggap remeh
oleh para pembuat kebijakan di India ketika merancang kebijakan untuk pengentasan kemiskinan. Selain itu, para pembuat kebijakan dan peneliti perlu menganalisis perilaku
belanja bulanan masyarakat paruh baya, umat Hindu, dan penduduk pedesaan ketika mereka terseret ke dalam kemiskinan karena belanja pariwisata mereka. Jika tidak dianalisis,
maka pertumbuhan pariwisata dengan peningkatan pengeluaran rumah tangga untuk perjalanan pariwisata akan menopang tingkat kemiskinan di India. Selain itu,
pembangunan pariwisata di India yang didahului oleh pengeluaran pariwisata rumah tangga juga dapat membawa perubahan iklim jangka panjang dan pemanasan global kami
menyarankan agar faktor pendorong pengeluaran pariwisata dalam negeri tidak boleh dianggap remeh oleh para pembuat kebijakan di India ketika merancang kebijakan untuk
pengentasan kemiskinan. Selain itu, para pembuat kebijakan dan peneliti perlu menganalisis perilaku belanja bulanan masyarakat paruh baya, umat Hindu, dan penduduk
pedesaan ketika mereka terseret ke dalam kemiskinan karena belanja pariwisata mereka. Jika tidak dianalisis, maka pertumbuhan pariwisata dengan peningkatan pengeluaran
rumah tangga untuk perjalanan pariwisata akan menopang tingkat kemiskinan di India. Selain itu, pembangunan pariwisata di India yang didahului oleh pengeluaran pariwisata
rumah tangga juga dapat membawa perubahan iklim jangka panjang dan pemanasan global kami menyarankan agar faktor pendorong pengeluaran pariwisata dalam negeri
tidak boleh dianggap remeh oleh para pembuat kebijakan di India ketika merancang kebijakan untuk pengentasan kemiskinan. Selain itu, para pembuat kebijakan dan peneliti
perlu menganalisis perilaku belanja bulanan masyarakat paruh baya, umat Hindu, dan penduduk pedesaan ketika mereka terseret ke dalam kemiskinan karena belanja pariwisata
mereka. Jika tidak dianalisis, maka pertumbuhan pariwisata dengan peningkatan pengeluaran rumah tangga untuk perjalanan pariwisata akan menopang tingkat kemiskinan di
India. Selain itu, pembangunan pariwisata di India yang didahului oleh pengeluaran pariwisata rumah tangga juga dapat membawa perubahan iklim jangka panjang dan
pemanasan global Para pembuat kebijakan dan peneliti perlu menganalisis perilaku belanja bulanan masyarakat paruh baya, umat Hindu, dan penduduk pedesaan ketika mereka
terseret ke dalam kemiskinan akibat belanja pariwisata. Jika tidak dianalisis, maka pertumbuhan pariwisata dengan peningkatan pengeluaran rumah tangga untuk perjalanan
pariwisata akan menopang tingkat kemiskinan di India. Selain itu, pembangunan pariwisata di India yang didahului oleh pengeluaran pariwisata rumah tangga juga dapat membawa perubahan iklim jangk
4Masyarakat dapat membuang emisi karbon dioksida ke atmosfer jika melakukan perjalanan
dengan kendaraan pribadi. Konsentrasi emisi karbon dioksida di atmosfer dapat meningkatkan
gas rumah kaca yang semakin banyak memerangkap panas matahari, sehingga mengakibatkan
perubahan iklim dan pemanasan global. Hal ini disebabkan oleh pengeluaran pariwisata rumah
tangga.
R. Nayak, BK Sahoo dan MK Mahalik
Namun penelitian ini tidak lepas dari beberapa keterbatasan. Temuan-temuan studi
ini bersifat spesifik pada suatu negara, sehingga mempunyai kemampuan generalisasi
yang terbatas terhadap negara-negara berkembang lainnya. Analisis kami adalah
investigasi berbasis rumah tangga, yang tidak berfokus pada dampak kesejahteraan dari
belanja pariwisata di India dengan menggunakan data tingkat makro. Selain itu, dampak
pertumbuhan pariwisata terhadap ketimpangan pendapatan dan kualitas lingkungan di
India dapat menjadi kesenjangan penelitian bagi para peneliti yang bekerja di bidang
ekonomi pariwisata [24,59]. Mengikuti karya terbaru Gozgor dkk., [21], kita juga dapat
mengkaji efektivitas tata kelola terhadap pertumbuhan pariwisata di India pada tingkat
makro.
Deklarasi Kepentingan Bersaing
Penulis menyatakan bahwa kami tidak memiliki konflik kepentingan.
Ucapan Terima Kasih
Penelitian ini didanai olehDewan Penelitian Ilmu Sosial India(ICSSR)
dan diselenggarakan di Institut Teknologi India (IIT) Kharagpur, India.
Kami berterima kasih kepada ICSSR dan Departemen Humaniora dan
Ilmu Sosial, IIT Kharagpur atas dukungan mereka. Ini adalah bagian
dari karya Ph.D Rasmita Nayak.
Bahan pelengkap
Materi pelengkap terkait artikel ini dapat ditemukan, dalam versi
online, di doi:10.1016/j.wds.2022.100009.
Referensi
[1]GI Crouch, H. Oppewal, T. Huybers, S. Dolnicar, JJ Louviere, T. Devinney, Pengeluaran
diskresioner dan konsumsi pariwisata: wawasan dari eksperimen pilihan,
J. Res Perjalanan. 45 (3) (2007) 247–258.
[2]CD Carroll, JC Fuhrer, DW Wilcox, Apakah sentimen konsumen memperkirakan pengeluaran rumah
tangga? Jika ya, mengapa? Saya. ekonomi. Wahyu 84 (5) (1994) 1397–1408.
[3]K. Lahiri, G. Monokroussos, Y. Zhao, Peramalan konsumsi: peran kepercayaan
konsumen secara real time dengan banyak prediktor, J. Appl. ekonomi. 31 (7) (2016)
1254–1275.
[4]SM Juhro, BN Iyke, Kepercayaan konsumen dan pengeluaran konsumsi di Indonesia,
Econ. Model. 89 (2020) 367–377.
[5]M. Thelwall, Analisis sentimen untuk pariwisata, dalam: Big Data dan Inovasi dalam Pariwisata,
Perjalanan, dan Perhotelan, Springer, Singapura, 2019, hlm.87–104.
[6]N. Su, H. Min, MH Chen, N. Swanger, Karakteristik budaya dan belanja wisata, J.
Hospitality Tourism Res. 42 (8) (2018) 1210–1231.
[7]TY Eng, J. Bogaert, Wawasan psikologis dan budaya terhadap konsumsi merek
mewah barat di India, J. Customer Behav. 9 (1) (2010) 55–75.
[8]R. Mussa, Komponen pengeluaran rumah tangga dan hubungan kemiskinan dan
ketimpangan di Malawi, Afr. Dev. Wahyu 26 (1) (2014) 138–147.
[9]U. Bhojani, BS Thriveni, R. Devadasan, CM Munegowda, N. Devadasan, P. Kolsteren, B Criel,
Pembayaran layanan kesehatan yang dikeluarkan sendiri untuk kondisi kronis memiskinkan
masyarakat miskin perkotaan di Bangalore, India, BMC Public Health 12 (1) (2012) 990.
[10]A. Pandey, GB Ploubidis, L. Clarke, L. Dandona, Tren pengeluaran kesehatan yang sangat
besar di India: 1993 hingga 2014, Bull. Organ Kesehatan Dunia. 96 (1) (2018) 18.
[11] E. Colson-Sihra, C. Bellet, Apakah Ketimpangan Mempengaruhi Persepsi Kebutuhan?
(14 Oktober 2021). Tersedia di SSRN:https://ssrn.com/abstract=3270814atau https://
dx.doi.org/10.2139/ssrn.3270814
[12]JG Brida, R. Scuderi, Penentu pengeluaran wisatawan: tinjauan model
mikroekonometrik, Tourism Manag. Perspektif. 6 (2013) 28–40.
[13]VS Lin, R. Mao, H. Song, Pola pengeluaran pariwisata di Tiongkok, Ann. Res Pariwisata. 54
(2015) 100–117.
[14]E. Gómez-Déniz, JV Pérez-Rodríguez, J. Boza-Chirino, Pemodelan pengeluaran
wisatawan di asal dan tujuan, Tourism Econ. 26 (3) (2020) 437–460.
[15]CW Yang, CL Wu, JL Lu, Menjelajahi saling ketergantungan dan faktor penentu
partisipasi, pengeluaran, dan durasi pariwisata: analisis warga Taiwan yang
bepergian ke luar negeri, Tourism Econ. (2019) 1354816619896656.
[16]S. Park, M. Woo, JL Nicolau, Faktor penentu pengeluaran wisatawan, J. Travel Res. 59
(2) (2020) 267–280.
[17] Nayak R., Sahoo BK, Mahallik MK (2022 akan datang), Faktor-Faktor yang Mempengaruhi Pengeluaran
Pariwisata Domestik di India. Sejarah Wawasan Empiris Penelitian Pariwisata.
[18]JG Brida, B. Lanzilotta, L. Moreno, F. Santiñaque, Pendekatan non-linear terhadap
distribusi distribusi total pengeluaran wisatawan kapal pesiar di Uruguay, Tourism
Manag. 69 (2018) 62–68.
[19]WT Hung, JK Shang, FC Wang, Analisis bertingkat tentang faktor penentu
pengeluaran pariwisata rumah tangga, Curr. Isu Pariwisata 16 (6) (2013) 612–617.
[20]G. Gozgor, N. Seetaram, CKM Lau, Pengaruh ketidakpastian global terhadap kedatangan internasional
berdasarkan tujuan kunjungan dan lama tinggal, Int. J. Pariwisata Res. 23 (6) (2021) 1086–1098.
13
Keberlanjutan Pembangunan Dunia 1 (2022) 100009
[21]G. Gozgor, CKM Lau, Y. Zeng, Z. Lin, Efektivitas sistem hukum dan pariwisata inbound,
Ann. Res Pariwisata. 76 (2019) 24–35.
[22]A. Blake, JS Arbache, MT Sinclair, V. Teles, Pariwisata dan pengentasan kemiskinan, Ann. Res
Pariwisata. 35 (1) (2008) 107–126.
[23]AC Incera, MF Fernández, Pariwisata dan distribusi pendapatan: bukti dari
perekonomian regional yang maju, Tourism Manag. 48 (2015) 11–20.
[24]J. Fang, G. Gozgor, SR Paramati, W. Wu, Dampak pertumbuhan pariwisata terhadap
ketimpangan pendapatan: bukti dari negara berkembang dan maju, Tourism Econ. 27 (8)
(2021) 1669–1691.
[25]J. Wooldridge, Analisis Ekonometrika Data Penampang dan Panel, MIT Press,
Cambridge, 2010.
[26]William. Greene, Analisis Ekonometrika. India, Pearson Education Ltd, Noida, India,
2019.
[27]B. García, Implementasi model rintangan ganda, Stata J. 13 (4) (2013) 776–794.
[28]AM Jones, ST Yen, Model rintangan ganda Box–Cox, Manchester School 68 (2) (2000)
203–221.
[29]C. Engel, PG Moffatt, dhreg, xtdhreg, dan bootdhreg: perintah untuk mengimplementasikan
regresi rintangan ganda, Stata J. 14 (4) (2014) 778–797.
[30]EA Perez, SC Juaneda, Pengeluaran wisatawan untuk pasar pariwisata massal, Ann.
Res Pariwisata. 27 (3) (2000) 624–637.
[31]R. Craggs, P. Schofield, Segmentasi berbasis pengeluaran dan profil pengunjung di The Quays
di Salford, Inggris, Tourism Econ. 15 (1) (2009) 243–260.
[32]C. Bernini, MF Cracolici, Perubahan demografi, pengeluaran pariwisata, dan perilaku siklus
hidup, Manajer Pariwisata. 47 (2015) 191–205.
[33]SS Jang, B. Bai, GS Hong, JT O'Leary, Memahami pola pengeluaran perjalanan: studi tentang
pelancong kesenangan Jepang ke Amerika Serikat berdasarkan tingkat pendapatan,
Tourism Manag. 25 (3) (2004) 331–341.
[34]Y. Wang, MC Davidson, Tinjauan analisis mikro pengeluaran wisatawan, Curr. Isu
Pariwisata 13 (6) (2010) 507–524.
[35]KM Durante, V. Griskevicius, Evolusi dan psikologi konsumen, Konsumsi. Psikologi.
Wahyu 1 (1) (2018) 4–21.
[36]F. Kock, A. Josiassen, AG Assaf, Tentang Asal Usul Perilaku Wisatawan, Ann. Res
Pariwisata. 73 (C) (2018) 180–183.
[37]B. Zheng, Y. Zhang, Pengeluaran rumah tangga untuk wisata rekreasi di AS, 1996 dan
2006, Int. J. Pariwisata Res. 15 (2) (2013) 197–208.
[38]B. Bhuyan, BK Sahoo, D. Suar, Status gizi, kemiskinan, dan kekurangan relatif di antara
kelompok sosio-ekonomi dan gender di India: apakah pertumbuhannya inklusif?
Pengembang Dunia. Perspektif. 18 (2020) 100180.
[39]M. Tretheway, D. Mak, Pasar pariwisata berkembang: ekonomi menua dan
berkembang, J. Air Transp. Kelola. 12 (1) (2006) 21–27.
[40]GS Hong, SY Kim, J. Lee, Pola pengeluaran perjalanan rumah tangga lansia di AS,
Tourism Recreat. Res. 24 (1) (1999) 43–52.
[41]M. Saayman, A. Saayman, Penentu pengeluaran: evaluasi tiga acara olahraga besar,
Int. J. Pariwisata Res. 14 (2) (2012) 124–138.
[42]J. Mak, J. Moncur, D. Yonamine, Bagaimana mengukur pengeluaran pengunjung,
J. Res Perjalanan. 16 (1) (1977) 1–4.
[43]JM Sundie, DT Kenrick, V. Griskevicius, JM Tybur, KD Vohs, DJ Beal, Peacocks, Porsches,
dan Thorstein Veblen: konsumsi mencolok sebagai sistem sinyal seksual, J. Pers.
sosial. Psikologi. 100 (4) (2011) 664.
[44]G. Saad, Tentang metode psikologi evolusioner dan penerapannya pada riset
konsumen, J. Mark. Res. 54 (3) (2017) 464–477.
[45]E. Gómez–Déniz, JV Pérez–Rodríguez, Pemodelan distribusi pengeluaran agregat
untuk pariwisata, Econ. Model. 78 (2019) 293–308.
[46]DM Drukker, Model dua bagian kuat terhadap seleksi endogen, Econ. Biarkan. 152
(2017) 71–72.
[47]F. Dayour, CA Adongo, F. Taale, Penentu pengeluaran backpacker, Tourism Manag.
Perspektif. 17 (2016) 36–43.
[48]P. Fredman, Penentu pengeluaran pengunjung pada wisata pegunungan, Tourism
Econ. 14 (2) (2008) 297–311.
[49]S. Mukherjee, A. Singh, R. Chandra, Maternitas atau bencana: studi tentang pengeluaran rumah tangga
untuk perawatan kesehatan ibu di India, Kesehatan 5 (1) (2013) 109–118.
[50]JA Khan, S. Ahmed, TG Evans, Pengeluaran layanan kesehatan yang sangat besar dan kemiskinan
terkait dengan pembayaran sendiri untuk layanan kesehatan di Bangladesh—perkiraan
perlindungan risiko finansial dari cakupan kesehatan universal, Rencana Kebijakan Kesehatan. 32 (8)
(2017) 1102–1110.
[51]BS Aregbeshola, SM Khan, Pembayaran langsung, pengeluaran kesehatan yang sangat besar, dan
kemiskinan di kalangan rumah tangga di Nigeria 2010, Int. J. Manajer Kebijakan Kesehatan.
7 (9) (2018) 798.
[52]J. Jumrani, PS Birthal, Apakah konsumsi tembakau dan alkohol mempengaruhi ketahanan pangan
rumah tangga? Bukti dari pedesaan India, Ketahanan Pangan. 9 (2) (2017) 255–279.
[53]RM John, Efek crowding out dari pengeluaran tembakau dan implikasinya terhadap alokasi
sumber daya rumah tangga di India, Soc. Sains. medis. 66 (6) (2008) 1356–1367.
[54]H. Wang, JL Sindelar, SH Busch, Dampak pengeluaran tembakau terhadap pola konsumsi
rumah tangga di pedesaan Tiongkok, Soc. Sains. medis. 62 (6) (2006) 1414–1426.
[55]JL Nicolau, FJ Más, Pemodelan pengeluaran wisatawan Heckit: bukti dari Spanyol, Int.
J.Melayani. Ind.Manajemen. (2005).
[56]B. Melenberg, A. Van Soest, Pemodelan parametrik dan semi-parametrik pengeluaran
liburan, J. Appl. ekonomi. 11 (1) (1996) 59–76.
[57]A. Sen, Kemiskinan dan kelaparan: sebuah Esai Tentang Hak dan Perampasan, Kemiskinan
dan kelaparan: Sebuah Esai tentang Hak dan Perampasan, Oxford University Press, 1982.
[58]J. Foster, J. Greer, E. Thorbecke, Ukuran kemiskinan Foster–Greer–Thorbecke (FGT): 25
tahun kemudian, J. Econ. Tdk sama. 8 (4) (2010) 491–524.
[59] Villanthenkodath, MA, Mahalik, MK, & Mohamed, KIYA (2022). Peran pembangunan
pariwisata dalam degradasi lingkungan di India: bukti dari ARDL dan Pendekatan
Koherensi Wavelet.Kelola. Mengepung. Kualitas., akan datang.