kemiskinan dan kehutanan
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

kemiskinan dan kehutanan

on

  • 2,125 views

 

Statistics

Views

Total Views
2,125
Views on SlideShare
2,125
Embed Views
0

Actions

Likes
1
Downloads
82
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

kemiskinan dan kehutanan Document Transcript

  • 1. Keterkaitan Kemiskinan dan Kehutanan di Indonesia: What evidence? How can it better be targeted? Briefing Paper CESS-ODI No. 2, Maret 2005 Ringkasan • Minimnya ketersediaan data kehutanan dan kemiskinan di Indonesia dikarenakan sampling yang lemah di wilayah terpencil, kurang rinci data rumah tangga yang diambil dari kawasan hutan (khususnya subsisten) dan penggunaan indikator yang tidak tepat berdasarkan budaya setempat. • Namun demikian, dengan data yang tersedia, masih mungkin untuk menunjukkan bahwa desa dan rumah tangga di dalam dan sekitar kawasan hutan cenderung lebih buruk dalam pendapatan dan non-pendapatan. Rumah tangga di pedesaan yang berada di bawah garis kemiskinan lebih tergantung pada pendapatan dari hutan dibandingkan dengan rumah tangga yang berada di atasnya. • Program pengentasan kemiskinan di Indonesia tidak secara jelas membedakan pendekatan untuk mengatasi kemiskinan di pedesaan terpencil atau kronis. Tujuan keseluruhan biasanya ‘pemberdayaan kelompok target’ atau ‘peningkatan pendapatan kelompok target’, namun tidak dikuantifikasi, serta terbatasnya pengumpulan data untuk mengetahui dampak terhadap kelompok target. • Program sektor kehutanan kurang mempunyai dampak yang berarti karena Departemen tidak mempunyai keahlian dan mandat untuk penanggulangan kemiskinan. Perhatian pada konservasi dan produksi seringkali mengabaikan kebutuhan sumber matapencaharian penduduk lokal. • Intervensi seperti pengelolaan hutan berbasis masyarakat didisain untuk mengakomodasi seluruh stakeholder lokal, sehingga target kelompok miskin dan rentan (termasuk pembedaan insentif) seringkali lemah. • Langkah ke depan yang perlu dilakukan adalah memperkuat keterwakilan wilayah terpencil dan hutan dalam pengumpulan data nasional, pemetaan kemiskinan untuk membantu penentuan target di tingkat kabupaten atau tingkat DAS, dan juga penggunaan penilaian secara partisipatif yang lebih luas untuk memhami kemiskinan dan kerentanan dalam konteks yang berbeda, dan peranan hutan terhadap strategi penghidupan masyarakat miskin. • Pendekatan partisipatif untuk mengidentifikasi kelompok miskin akan bervariasi antardaerah, tergantung pada budaya lokal dan sistem penghidupannya. Pada beberapa kasus, penggunaan ranking kesejahteraan adalah tepat (dimana kesenjangan sosial tinggi). Di daerah lain kemiskinan dan kerentanan perlu dipahami dalam hal akses dan kontrol terhadap lahan dan sumberdaya alam (misalnya oleh perempuan dalam masyarakat adat). • Implikasi bagi kebijakan kehutanan adalah reformasi perencanaan tataruang, pembedaan kriteria pengelolaan, dan pengembangan struktur kelembagaan yang dapat diakses oleh kelompok yang lebih miskin dan lebih rentan di masyarakat. 1. Keterkaitan Kemiskinan dan Kehutanan antara lain sebagai berikut: di Indonesia Brown (2004)i; melakukan analisis untuk a. Beberapa bukti yang sudah ada --- mengestimasi berapa banyak orang yang literatur tinggal di lahan hutan negara dan berapa banyak yang miskin untuk kasus di Indonesia. Banyak pihak yang menyatakan bahwa ada Unit analisis adalah tingkat provinsi. Hasil keterkaitan antara kemiskinan dan kehutanan, analisis menyimpulkan bahwa penduduk namun masih relatif sulit memperoleh data perdesaan yang tinggal di “lahan hutan yang kuat untuk mendukung pernyataan negara” sebanyak 48.8 juta orang. Dari jumlah tersebut. Beberapa studi juga menyatakan tersebut sebanyak 9.5 juta orang adalah banyak terdapat penduduk miskin di daerah miskin. Sedangkan di seluruh Indonesia, hutan tanpa dapat menunjukkan bukti empirik penduduk yang menempati lahan hutan yang kuat mengenai hal tersebut. Beberapa negara yang “masih ada pohonnya” hanya studi yang mencoba menunjukkan keterkaitan sebanyak 27.1 juta orang. Dari jumlah tersebut antara kemiskinan dan kehutanan di Indonesia 5.5 juta adalah penduduk miskin. 1
  • 2. koefisien korelasi sebesar 0.72 (Quadran Sunderlin, et. al. (2000)ii; mengungkapkan ada 3); sekitar 20 juta penduduk yang tinggal di desa • Propinsi yang masuk Quadran 1 adalah sekitar hutan di Indonesia. Dari jumlah Sulsel, Bengkulu, NTB, Sultenggara, tersebut, sebanyak 6 juta penduduk menggan- Sulteng, Gorontalo, NAD, Maluku, dan tungkan sebagian besar penghidupannya Papua. pada hutan. • Propinsi yang masuk Quadran 3 adalah: Jakarta, Bali, Kalsel, Jambi, Bangka- Terlepas dari metodologi, data dan asumsi Blitung, Sulut, Banten, Jabar, dan Sumut. yang digunakan, beberapa temuan tersebut • Pada analisis ini, korelasi tidak telah memberikan gambaran awal tentang menunjukkan sebab-akibat. Masih keterkaitan kemiskinan dan kehutanan di dibutuhkan dukungan data lain untuk Indonesia. menunjukkan korelasi sebab-akibat antara penduduk miskin dan wilayah hutan. b. Beberapa hasil analisis CESS-ODI Sebaran korelasi antara persentase penduduk Ketersediaan data yang dapat menunjukkan miskin di desa dan persentase wilayah hutan keterkaitan kemiskinan dan kehutanan di menurut propinsi (2003) Indonesia nampaknya menjadi kendala utama dalam mengungkap lebih jauh tentang 60 keterkaitan tersebut. Hal ini dapat 50 menyebabkan minimnya perhatian pemerintah 40 Q4 Q1 terhadap masyarakat miskin yang tinggal di 30 wilayah hutan, dan dapat berimplikasi pada 20 tidak terakomodasinya isu kemiskinan di 10 wilayah hutan dalam Strategi Nasional 0 Q3 Q2 Penanggulangan Kemiskinan (SNPK). Oleh 0 10 20 30 40 50 60 70 80 karena itu, dengan mempergunakan data % wila y a h hut a n resmi nasional yang ada, CESS-ODI berupaya melakukan analisis untuk memahami lebih % % Pend. % Forest jauh tentang keterkaitan kemiskinan dan Wilayah Miskin di Coverage Hutan Desa kehutanan di Indonesia (Seldadyo et. Al., % Rural 0.473 2003; Bachtiar et. Al., 2004)iii. MEDIAN 35.56 19.30 Poverty (Pearson Corr) 1) Korelasi penduduk miskin di desa dengan 2) Desa miskin dan hutan: pendekatan wilayah hutan infrastruktur/prasarana Variabel yang digunakan adalah persentase Data yang digunakan adalah data Podes penduduk miskin di desa dengan persentase (2003) dari BPS. Indikator yang dipakai antara wilayah hutan menurut propinsi. lain: sarana transportasi, listrik, telepon, pendidikan, kesehatan, pasar, dan lembaga Hasil analisis tersebut adalah sebagai berikut: kredit formal. Kemudian dibuat scoring untuk • Kemiskinan di desa dan wilayah hutan masing-masing indikator menurut desa di secara umum mempunyai korelasi yang hutan (di dalam dan sekitar hutan) dan desa lemah (0.47), namun mempunyai korelasi luar hutan. yang lebih tinggi dibanding korelasi kemiskinan di kota dan wilayah hutan Hasil analisis tersebut adalah sebagai berikut: (0.06); • Berdasarkan analisis terhadap • Meskipun korelasi kemiskinan di desa dan infrastruktur yang tersedia, desa yang wilayah hutan lemah secara total, namun terletak di dalam dan sekitar hutan secara parsial relatif kuat; tertinggal dibanding dengan desa di luar • Keterkaitan yang kuat terjadi di propinsi hutan dan rata-rata desa di tingkat yang mempunyai persentase wilayah propinsi; hutan tinggi dengan persentase penduduk • Data tersebut menunjukkan bahwa desa di miskin di desa tinggi dengan koefisien dalam dan sekitar hutan lebih miskin korelasi sebesar 0.77 (Quadran 1), dan di ditinjau dari ketersediaan prasarana propinsi yang mempunyai persentase dibanding desa di luar hutan. wilayah hutan rendah dengan persentase penduduk miskin di desa rendah dengan 2
  • 3. ini mengintegrasikan data podes (letak desa terhadap hutan) dengan data Susenas (keluarga miskin menurut garis kemiskinan masing-masing propinsi) di tujuh propinsi, Desa miskin ditinjau dari ketersediaan prasarana yaitu NTB, NTT, Kalbar, Sulut, Sulsel, menurut letak desa terhadap hutan (2003) Sultenggara, dan Gorontalo. 100 90 Hasil analisis tersebut adalah sebagai berikut: 80 • Konsisten dengan data kemiskinan non- 70 income (BKKBN), bahwa di tujuh propinsi tersebut persentase rumah tangga miskin 60 persen yang terletak di hutan (dalam dan sekitar 50 hutan) lebih besar angkanya dibandingkan 40 30 20 dengan rumah tangga miskin yang tinggal 10 di desa luar hutan. 0 Hutan (%) Sumatera 62.98 Jawa & Bali 40.74 NT 66.51 Kalimantan 76.74 Sulawesi 58.33 Maluku 76.61 Papua 90.02 INDONESIA 60.89 Persentase rumah tangga miskin (data Susenas) menurut letak desa terhadap Luar Hutan (%) 49.34 37.15 54.23 57.57 45.24 71.33 76.65 49.61 Propinsi (%) 52.94 37.97 56.43 65.76 48.60 74.03 85.51 53.16 hutan di tujuh propinsi (2002) 100.00 3) Rumah tangga miskin dan hutan: 90.00 pendekatan non-income 80.00 Data yang digunakan adalah data Podes 70.00 (2003) dari BPS dan data BKKBN (2003). 60.00 Analisis ini mengintegrasikan data podes 50.00 (letak desa terhadap hutan) dengan data 40.00 BKKBN (keluarga miskin yang tergolong 30.00 kelompok pra-sejahtera dan sejahtera I). 20.00 10.00 Hasil analisis tersebut adalah sebagai berikut: Hutan (%) 0.00 NTB 89.34 NTT 86.66 Kalbar 85.03 Sulut 72.04 Sulsel 81.73 Sultenggara 81.91 Gorontalo 79.17 • Persentase rumah tangga miskin yang Luar Hutan (%) 77.46 77.25 70.84 67.16 73.64 75.15 71.27 terletak di hutan (dalam dan sekitar hutan) lebih besar angkanya dibandingkan 5) Kontribusi hutan terhadap pendapatan dengan rumah tangga miskin yang tinggal rumah tangga: pendekatan income di desa luar hutan; • Kemiskinan di kawasan hutan tersebar Data yang digunakan adalah data Susenas relatif sama di semua wilayah, termasuk (2002) dari BPS di tujuh propinsi, yaitu NTB, Jawa. NTT, Kalbar, Sulut, Sulsel, Sultenggara, dan Gorontalo. Persentase rumah tangga miskin (data BKKBN) menurut letak desa Hasil analisis tersebut adalah sebagai berikut: terhadap hutan (2003) • Ketergantungan penduduk desa terhadap 80 pendapatan dari hutan lebih besar 70 dibandingkan dengan penduduk kota. 60 Persentase pendapatan rumah tangga dari hutan: desa vs. kota di tujuh propinsi (2002) 50 persen 40 5 . 0 0 30 4 . 5 0 4 . 0 0 20 3 . 5 0 10 3 . 0 0 2 . 5 0 0 Sumatera Jawa & Bali NT Kalimantan Sulawesi Maluku Papua INDONESIA 2 . 0 0 Hutan (%) 36.92 41.74 66.09 40.09 46.29 50.66 69.69 43.98 Luar Hutan (%) 31.98 32.82 63.58 29.49 39.40 41.21 55.00 36.57 1. 5 0 Propinsi (%) 32.94 33.90 64.15 31.89 40.89 43.19 62.27 38.09 1. 0 0 0 . 5 0 4) Rumah tangga miskin dan hutan: 0 . 0 0 NT B NT T K al ar b S ul el s S ul t u S ul en ggar a t Gor on t al o pendekatan income Des a 2.2029 0.9999 4 . 6 0 16 0.5549 0.2646 0 . 7 17 5 0.4563 Kot a 0 . 13 4 6 0.0000 1. 10 3 5 0.0000 0.0741 0.0743 0.0528 Data yang digunakan adalah data Podes (2003) dan Susenas (2002) dari BPS. Analisis 3
  • 4. • Di desa, pendapatan rumah tangga miskin penetapan tujuan program. lebih tergantung pada hutan dibandingkan dengan rumah tangga tidak miskin (kaya); Artinya, apapun bentuk kemiskinan yang • Tingkat ketergantungan rumah tangga dihapuskan (apakah kemiskinan kronis atau terhadap pendapatan dari hutan sangat sementara), atau lembaga manapun yang kecil. Hal ini diperkirakan berkaitan melaksanakannya (pemerintah, LSM, lembaga dengan metodologi yang dibangun pada internasional), umumnya tujuan yang waktu penentuan wilayah sampel untuk dinyatakan adalah “untuk memberdayakan survey sosial ekonomi nasional (Susenas). kelompok sasaran”, atau “untuk meningkatkan pendapatan kelompok sasaran”. Namun Persentase pendapatan rumah tangga dari hutan demikian, tidak ada ukuran yang rinci di perdesaan: miskin vs. tidak miskin mengenai pemberdayaan apa yang ingin di tujuh propinsi (2002) dicapai, atau berapa peningkatan pendapatan 5 . 0 0 yang ditargetkan. 4 . 5 0 4 . 0 0 Dalam menjalankan program-programnya, semua lembaga pelaksana program 3 . 5 0 3 . 0 0 2 . 5 0 menyatakan menggunakan pendekatan PRA dan FGD., However, these tools in themselves 2 . 0 0 1. 5 0 1. 0 0 have little value unless they are followed up 0 . 5 0 0 . 0 0 with monitoring against the baseline NT B NT T K al ar b S ul el s S ul t u S ul en ggar a t Gor on t al o established, and with appropriate action. meskipun pertanyaan kritis selanjutnya adalah M i ki s n 1. 3 0 1. 2 0 4.40 0.20 0.40 0.70 0.50 T i ak M i ki d s n 0.00 0.30 0.80 0.00 0.00 0 . 10 0.00 apakah ini hanya slogan atau betul-betul dilaksanakan. Pada saat yang sama, sistem Berdasarkan beberapa hasil analisis data di informasi yang efisien dan efektif merupakan atas, dapat disimpulkan bahwa ada keharusan. Namun, sistem informasi paling keterkaitan antara kemiskinan dan kehutanan umum tersedia adalah yang berkaitan dengan di Indonesia. Untuk mengatasi kemiskinan di pendanaan program daripada data mengenai wilayah hutan diperlukan kajian lebih dalam kondisi kelompok sasaran. Hal ini merupakan dengan analisis yang lebih tajam untuk konsekuensi logis dari pernyataan tujuan menghasilkan bukti empirik yang lebih kuat, program yang tidak terukur yang agar dapat dirumuskan alternatif kebijakan menyebabkan ruwetnya monitoring dan penanggulangan kemiskinan di wilayah hutan evaluasi kelompok sasaran. Lebih kritis lagi, yang lebih efektif dan tepat sasaran. data sebelum dan sesudah program amat sangat langka. 2. Program anti kemiskinan di Indonesia a. Pola umum program anti kemiskinan di Dalam menetapkan sasaran, daerah miskin Indonesia dan keluarga miskin biasanya merupakan sasaran program pemerintah. Daerah miskin Pada tahun 2002 CESS melakukan pemetaan mengacu pada “desa IDT” dan keluarga program-program aksi dan studi tentang miskin adalah mereka yang berada dalam kemiskinan di Indonesia. Dengan memusatkan kelompok keluarga pra-sejahtera a la BKKBN; perhatian pada tingkat nasional, studi ini walaupun kelayakan dari kategorisasi ini menggambarkan 37 program pemerintah, masih patut untuk dipertanyakan lebih lanjut LSM dan lembaga internasional yang (lihat Bagian 3 di bawah). mengentaskan kemiskinan sementara dan kronis di Indonesia (Seldadyo, 2002). iv LSM biasanya menetapkan target menurut interest mereka sendiri. Mereka hanya Secara umum, masing-masing program mengatakan membantu kelompok marginal. pengentasan kemiskinan memiliki pendekatan Namun demikian, di seluruh organisasi, yang relatif sama. Lembaga-lembaga yang penelitian ini menemukan bahwa ternyata dikaji memiliki kesamaan latar belakang. gender dan usia tidak selalu secara tegas Mereka juga dirancang melalui proses dimasukkan dalam kelompok sasaran kebijakan yang serupa, yaitu perlunya program-program mereka. intervensi untuk memperbaiki tingkat kesejahteraan, pengangguran, dsb. Selain itu, b. Apakah kawasan hutan menjadi target penelitian ini juga menemukan bahwa tidak program anti kemiskinan? ada perbedaan yang substansial dalam 4
  • 5. Sejak tahun 1960-an, kebijakan diperkirakan sebagai salah satu penyebab penanggulangan kemiskinan di Indonesia terjadinya kondisi tersebut. kebanyakan didasarkan pada keadaan pedesaan di luar hutan, khususnya di Jawa (2) Keterbatasan dan subyektivitas data (Wollenberg, E. et. al. , 2004)v. Lebih jauh pendapatan tunai dan subsisten dari hutan Wollenberg mengungkapkan bahwa bantuan sektoral oleh Departemen Kehutanan tidak Data Susenas hanya memberikan informasi memberikan dampak yang berarti karena tidak yang minim tentang peran hutan sebagai mempunyai keahlian dan mandat untuk sumber penghidupan, dimana hanya memuat menanggulangi kemiskinan. Kepentingan pendapatan tunai yang berasal dari ‘hutan‘ konservasi dan produksi kayu sering dan ‘berburu’. Data ini tidak mampu merinci bertabrakan langsung dengan kebutuhan ataupun mengkuantifikasi hasil-hasil subsisten penghidupan masyarakat setempat. dari hutan dalam bentuk uang, yang ternyata sangat berperan bagi masyarakat di wilayah Dari data yang ada, ada beberapa program terpencil. Pendapatan dari hutan juga anti kemiskinan di wilayah hutan, antara lain (i) kemungkinan tersamar di kelompok program PMDH (Pembinaan Masyarakat Desa pendapatan lain dalam data Susenas, seperti Hutan) yang dilaksanakan oleh HPH (Hak industri kerajinan atau perdagangan. Pengusahaan Hutan), dan (ii) program PHBM (Pengelolaan Hutan Bersama Masyarakat) ”Sekeranjang” komoditi pangan dan non- yang dilaksanakan oleh PT Perhutani. Namun pagan yang diidentifikasi dalam Survey Paket demikian sampai sekarang masih sulit untuk Komoditi Kebutuhan Dasar (SPKKD) BPS mengetahui dampak dari program tersebut yang menjadi dasar bagi penghitungan garis terhadap peningkatan kesejahteraan kemiskinan perkotaan dan perdesaan, masyarakat miskin di desa yang tinggal di ternyata tidak mampu merefleksikan pola sekitar hutan. konsumsi lokal di wilayah hutan yang terpencil (misalnya dengan mengasumsikan tingkat 3. Perbedaan pemahaman tentang ketergantungan yang tinggi terhadap beras), kemiskinan di dalam dan sekitar hutan dan juga tidak memperhitungkan harga riil dari barang dan jasa yang berasal dari hutan yang Kelemahan dalam melakukan targeting dan digunakan untuk kebutuhan subsisten. Salah penentuan kelompok miskin di wilayah satu konsekuensinya, garis kemiskinan yang terpencil dan/atau hutan lebih disebabkan oleh dibuat menjadi terlalu tinggi untuk wilayah adanya perbedaan pemahaman mengenai terpencil. keterkaitan antara kemiskinan dan hutan; termasuk terbatasnya data dan kurangnya While PODES coverage of remote areas analisis yang digunakan. provides a useful basis on which to disaggre- gate poverty data in relation to whether (1) Susenas—kurang mencakup wilayah villages are in/near or away from forests (see terpenci Section 2), of itself, it gathers very little data on forests and poverty. PODES 1993 included a Keterwakilan wilayah terpencil dalam data breakdown of forest land (hutan) converted to Susenas relatif lemah. Hal ini mengakibatkan other uses over the period 1990-93, in terabaikannya kondisi tingkat kemiskinan di hectares; but is highly unspecific in terms of wilayah terpencil dan tingkat ketergantungan forest status and type (Seldadyo 2004).vi terhadap hutan. Data Susenas tahun 2002 untuk 7 provinsi menunjukkan bahwa dari (3) Indikator yang Tidak Tepat 42.718 sampel RT, hanya 1,29% RT yang tercatat memiliki pendapatan dari hutan. Indikator kesejahteraan BKKBN lebih sering Padahal semakin tinggi cakupan wilayah digunakan dalam mendisain sebuah program hutan pada tingkat propinsi logikanya diikuti dibandingkan dengan data Podes. Hal ini oleh semakin banyaknya jumlah RT yang dikarenakan data BKKBN berisi informasi pendapatannya tergantung dari hutan. Hal Ini mengenai lokasi orang miskin dan siapa yang menunjukkan tidak terwakilinya wilayah dimaksud dengan orang miskin tersebut. terpencil dalam sampel. Disain pemilihan Berdasarkan BKKBN, keluarga yang tidak wilayah sampel (wilcah) Susenas yang memiliki sedikitnya satu dari lima indikator meliputi desa-desa yang saling berdekatan kesejahteraan, dikategorikan sebagai keluarga memberi kemudahan bagi petugas pengumpul pra-sejahtera, yaitu: data untuk tidak mencapai lokasi rumah (i) anggota keluarga dapat melaksanakan tangga yang sulit dijangkau. Hal ini ibadah keagamaan; (ii) seluruh anggota 5
  • 6. keluarga mampu makan minimal dua kali walaupun sumberdaya alam berhubungan erat dalam sehari; (iii) seluruh anggota keluarga dengan kerentanan. memiliki pakaian khusus untuk setiap kegiatan yang berbeda; (iv) bagian terbesar dari lantai 4. Memahami lebih dalam tentang rumah tidak terbuat dari tanah; (v) anggota kemiskinan di dalam dan sekitar hutan keluarga mampu mendapatkan pengobatan moderen ketika sakit. Walaupun demikian, (a) Penguatan pengumpulan data di tingkat asumsi dasar dari pembentukan indikator nasional BKKBN ini seringkali tidak tepat jika digunakan, terutama bagi masyarakat adat, Prioritas penguatan bukti-bukti yang berkaitan dimana aset tradisional (seperti ternak) dan dengan hubungan antara kemiskinan dan jaminan akses terhadap lahan dan hutan, kehutanan dapat dilakukan dengan sebenarnya lebih tepat untuk digunakan meningkatkan metode sampling Susenas di sebagai indikator kesejahteraan. wilayah-wilayah terpencil. Peningkatan variabel-variabel Susenas dan Podes yang (4) Kurang fokusnya AKP dan PRA terhadap berkaitan dengan masalah hutan juga perlu hutan dilakukan, dengan tujuan untuk dapat lebih memberi gambaran mengenai besarnya Program pemerintah dan LSM yang bergerak ketergantungan pendapatan tunai dan di bidang pengentasan kemiskinan, pada saat subsisten dari hutan dan peran relatif produk ini, lebih banyak menggunakan pendekatan kayu dan non-kayu. Hal ini penting dalam FGD, PRA, dan AKP, dengan tujuan untuk memperkuat dasar disain program, dan meningkatkan efektivitas pencapaian sasaran membandingkannya dengan targeting yang di tingkat lokal. berskala lebih luas oleh lembaga di tingkat nasional/pusat. Pertama, Pendekatan PRA dan AKP bersifat lintas sektoral, dan kadang-kadang (b) Penguatan targeting intervensi mengabaikan arti penting dari hutan dibandingkan dengan peran pelayanan publik, (i) Pemetaan kemiskinan dan kehutanan pengembangan infrasturktur dan pertanian. Analisis distribusi tataruang kemiskinan dalam hubungannya dengan cakupan hutan dan Kedua, hasil observasi CESS-ODI tentang perubahan penggunaan lahan merupakan proses PRA dan AKP di lapangan, metodologi potensi alat yag kuat bagi pembuat kebijakan yang sering digunakan dalam anallisis sumber dalam memahami tingkat kemiskinan di dalam mata pencaharian ternyata lebih dan sekitar kawasan hutan nasional dan menitikberatkan pada pendapatan tunai dan dalam meningkatkan target intervensi, seperti mengabaikan pendapatan dari sektor pada DAS atau tingkat kabupaten. subsisten, Walaupun sebenarnya sektor subsisten ini lebih penting untuk kelompok Hubungan tataruang antara kemiskinan dan miskin yang berada di wilayah terpencil. hutan telah diujicoba oleh CIFOR, Matodologi yang digunakan juga cenderung berdasarkan data Indeks Pengembangan lebih menekankan pada 'sumber Manusiavii dan peta cakupan hutan resolusi matapencaharian utama', sehingga seringkali tinggi wilayah Kalimantan Timur, menunjukan tidak memperhitungkan adanya keragaman hubungan yang positif antara hutan dan sumber matapencaharian kelompok miskin tingkat kesejahteraan. Analisis tingkat rumah dan arti penting hutan sebagai pelengkap tangga menggambarkan ketergantungan pada kegiatan usahatani. Pemahaman mengenai kayu komersial bernilai tinggi (Dewi, S., 2004). keragaman sumber matapencaharian merupakan hal yang penting untuk dimengerti Ada potensi untuk mengintegrasikan data dalam konteks strategi pemenuhan kebutuhan tataruang kehutanan (seperti Rencana Induk kelompok miskin--baik sebagai penyangga Rehabilitasi Hutan dan Lahan) ke dalam selama masa sulit maupun peningkatan inisiatif pemetaan kemiskinan yang sedang kesejahteraan (lihat Briefing Paper CESS-ODI dilakukan BPS-World Bank di 30 propinsi. No. 1). (ii) Identifikasi kelompok miskin/rentan AKP juga kurang menekankan perhatiannya dalam masyarakat pada analisis tataruang, khususnya dalam hubungannya dengan masalah akses dan Data nasional seperti Podes membantu kontrol terhadap lahan dan sumberdaya alam; penentuan sasaran di tingkat masyarakat. 6
  • 7. Namun analisis partisipatif keterkaitan antara pendidikan); atau, kemiskinan dan kehutanan penting untuk • untuk berinvestasi dalam peningkatan mengidentifikasi kelompok miskin dan kesejahteraan, seperti bibit untuk kelompok rentan dalam masyarakat, dan intensifikasi pertanian (Lihat juga Briefing dalam mengidentifikasi intervensi yang tepat Paper CESS-ODI No. 1). untuk menjangkau mereka. 5. Implikasi bagi kebijakan kehutanan Tantangan khusus untuk intervensi seperti pengelolaan hutan berbasis masyarakat Pengalaman dengan mengembangkan dan adalah ditujukan kepada seluruh pihak. menerapkan AKP dan PRA untuk sektor Tantangannya adalah bagaimana, di kehutanan oleh Pemda dan mitra masyarakat dalamnya, bermanfaat bagi kelompok yang sipil MFP-DFID di Papua dan Sulawesi lebih miskin atau lebih rentan. Mereka akan menyoroti sejumlah implikasi kebijakan dalam membutuhkan jaminan dan insentif yang penentuan targeting dan menyediakan insentif berbeda untuk pengelolaan hutan bagi kelompok lebih miskin dan lebih rentan, berkelanjutan. yaitu antara lain: • Memahami kesejahteraan menurut Penyebab kemiskinan beragam dari satu jaminan aset; dan karenanya kebutuhan wilayah ke wilayah lain, seperti untuk mengakomodasi penggunaan lahan ketergantungan pada sistem sumber dan hutan penting bagi sumber matapencaharian budaya lokal, dst. Ranking matapencaharian lokal dalam kesejahteraan secara partisipatif menurut perencanaan tataruang, penentuan dan persepsi lokal kemiskinan bisa jadi merupakan alokasi kawasan hutan; alat penentu yang tepat di beberapa wilayah, • Membedakan kriteria pengelolaan untuk seperti di wilayah yang kurang terpencil, menjelaskan keterbatasan kemampuan dengan kesenjangan sosial yang tinggi. Untuk dan jaminan keamanan bagi kelompok kelompok sosial yang lebih terpencil, akses atau rumah tangga yang lebih miskin dan dan kontrol terhadap sumberdaya oleh lebih rentan; kelompok tertentu (seperti perempuan), • Mengembangkan struktur kelembagaan kerentanan terhadap perubahan penggunaan yang dapat diakses oleh kelompok yang lahan atau jarak dari jalan dan pasar, mungkin lebih miskin dan lebih rentan di merupakan alat yang lebih tepat untuk masyarakat. membedakan tingkat kesejahteraan. Pendekatan yang manapun (atau kombinasi dari keduanya) menawarkan alat untuk mengembangkan indikator kemiskinan lokal untuk digunakan dalam monitoring dan dampak intervensi kehutanan dan program lainnya. (iii) Pembedaan insentif untuk pengelolaan hutan berkelanjutan bagi kelompok miskin Pembedaan insentif bagi kelompok lebih miskin dan lebih rentan membutuhkan pemahaman yang dalam mengenai peran hutan dalam mendukung sumber matapencaharian mereka (termasuk kepentingan relatif dari produk kayu dan non- kayu). Hal ini berarti perlu pemahaman tentang peran produk hutan dalam memenuhi kebutuhan tunai dan subsisten rumah tangga miskin/rentan untuk harian maupun musiman, diantaranya untuk: • mengatasi masa-masa sulit; • memenuhi kebutuhan pengeluaran penting (seperti kesehatan dan 7
  • 8. i Brown, T. 2004. Analysis of Population and Poverty in Indonesia’s Forest. Draft. Natural Resources Management Program Report, Jakarta. ii Sunderlin, W.D., Resosudarmo, I.A.P., Rianto, E. dan Angelsen, A. 2000. The Effect of Indonesia’s Economic Crisis on Small Farmers and Natural Forest Cover in the Outer Islands. Occasional Paper 29(E). Bogor, CIFOR. iii Seldadyo, H., dan Ediawan, A. 2003. Bagai Tikus Mati di Lumbung: Kemiskinan dan Kehutanan di Indonesia, CESS Working Paper 01/03; Bachtiar, P. P. and G. I.; Suryanto (2004). Is Forest one of the Pockets of Poverty?: An Initial Descriptive Analysis of Indonesian Case. CESS Working Paper 03/03. Center for Economic and Social Studies. Jakarta. iv Seldadyo, H. 2002. Program Anti Kemiskinan di Indonesia: Pemanfaatan, informasi dan kegiatan. Center for Economic and Social Studies. Jakarta. v Wollenberg, E., Belcher, B., Sheil, D., Dewi, S., Moeliono, M. 2004. Mengapa kawasan hutan penting bagi penanggulangan kemiskinan di Indonesia? CIFOR Governance Brief. No 4, Desember 2004. Bogor. vi Seldadyo, H. (2004) Poverty and Policy Process In Indonesia Study On Poverty Data Policy And Use vii Dewi, S. (2004), Poverty and Forest: Doeas Geography Matter, International Seminar “Mapping Poverty in Southeas Asia” 1 – 2 December 2004, Jakarta.