materi 6 disparitas antarwilayah ekonomi regional by Nuzul Achjar, Ph.D

1. KETIDAKMERATAAN
(DISPARITAS) REGIONAL
PROGRAM PASCA SARJANA ILMU EKONOMI
UNIVERSITAS INDONESIA
19 Oktober 2011

2. Penyebab Disparitas Pendapatan Regional
• Kuznets (1955) postulated that income inequality in a
region is related to the region’s level of economic
development. As a region develops, income inequality will
increase as income becomes concentrated in the hands of
owner/capitalists.
• Amos (1988) extended Kuznet, who suggested that at
some threshold level of development, income begins to be
more widely distributed to other members of society,
leading to a decrease in income inequality as development
progresses.
• Kuznets hypothesis implies that for a developed economy,
the coefficient on the per capita income term will be
negative. However, if the most advanced economies begin
to experience forces that increase income inequality, the
coefficient of per capita income squared will be positive.

3. Pendapatan perkapita riil dan disparitas
sebagai fungsi dari waktu
Pendapatan per kapita riil Index disparitas
Hipotesis U
Terbalik
Kuznets
Waktu Waktu
Pendapatan

4. General Entropy dan Ketidakmerataan
• Semua pengukuran tentang ketidakmerataan (inequality)
bertolak dari konsep General Entropy (GE).
• Syarat dalam GE yang harus dipenuhi untuk mengukur
ketidak merataan adalah:
• Mean independence  if all incomes were doubled, the measure
would not change.
• Population size independence  If the population were to change,
the measure of inequality should not change, ceteris paribus.
• Symmetry  If you and I swap incomes, there should be no
change in the measure of inequality.
• Pigou-Dalton Transfer sensitivity  the transfer of income from
rich to poor reduces measured inequality
• Decomposability  inequality may be broken down by population
groups or income sources or in other dimensions

5. Generalized Entropy dan Ketidakmerataan Regional
• Indeks Gini memenuhi empat syarat pertama, namun dekomposisi
unsur dalam koefisien Gini sulit dilakukan. Koefisien Gini bertolak dari
konsep GE, namun terbatas hanya pada ketidakmerataan individu.
• Untuk konteks regional, perlu dilakukan pengukuran dengan metode
lain seperti Index Covariance (Indeks Williamson), Indeks Spesialisasi,
Indeks Entropy, Theil inequality (memenuhi seluruh asumsi dalam
pengukuran inequality), dan metode lainnya
• Dimana, y adalah income rata-rata. Nilai GE berkisar 0 - ∞. Nilai 0
menunjukkan distribusi merata, makin tinggi GE, makin tinggi
ketidakmerataan
• Parameter α pada GE menggambarkan bobot perbedaan tiap kelompok
dari distribusi pendapatan.
• Jika nilai α rendah maka GE akan sensitif terhadap perubahan yang
terjadi pada kelompok bawah dari distribusi . Demikian juga jika bobot
alfa tinggi, akan sentitif terhadap perubahan pada kelompok teratas dari
distribusi. Umumnya α berkisar 0-1

6. Relevansi Pengukuran Ketidakmerataan
• Pengukuran inequality antara digunakan untuk menjawab
pertanyaan apakah misalnya desentralisasi fiskal membuat
income per kapita tiap daerah semakin konvergen, cenderung
lebih merata, dsb.
• Secara konseptual, melalui desentralisasi fiskal, pemberian
wewenang fiskal kepada daerah seharusnya dapat mendorong
pemanfaatan sumber daya daerah secara oprimal
• Desentralisasi fiskal mempunyai efek regresif, yang tidak dimiliki
ketika peranan Pemerintah Pusat terlalu besar sehingga daerah
tidak leluasa bergerak
• Tak terbatas pada aspek desentralisasi fiskal, misalnya apakah
faktor pendidikan atau pembangunan infrastruktur di berbagai
daerah ikut mendorong pertumbuhan atau pembangunan
ekonomi daerah yang lebih merata

7. Regional disparities and Fiscal
Decentralization
Sumber: Ezcurra dan P. Pascual 2008)

8. Koefisien Gini
• Misalkan kita mempuyai 250 juta (100%) penduduk yang
terbagi menurut kelompok pendapatan, mulai 40% kelompok
pendapatan paling rendah, 40% berpendapatan menengah,
dan 20% berpendapatan paling tinggi.
• Jika masing-masing kelompok mempunyai income yang sama,
misalnya 40% penduduk berpendidikan paling rendah,
bersama dengan 40% berpendidikan menengah dan 20%
berpendikan tinggi mempunyai income yang sama, maka
koefisien Gini sama dengan 0  kurva Lorenz berhimpit
dengan garis diagonal.
• Secara ekstrim jika income masing kelompok berbeda sangat
tinggi , misalnya hanya bagian kecil dari kelompok 20%
berpendidikan tinggi yang menikmati 100% income, maka
koefisien gini sama dengan 1  kurva Lorenz membentuk
segitiga berhimpit dengan garis horizontal dan vertikal,
membentuk segitiga dengan garis diagonal
• Semakin kecil koefien Gini, luas bidang yang dibentuk kurva
Lorenz dengan garis diagonal semakin kecil.

9. Koefisien Gini dan Kurva Lorenz
Secara
discreet
Gini index as (half of) the average income difference for all
pairs of individuals divided by the average income in society.

10. KOEFISIEN GINI PRAKTIS UNTUK ENERGI
• Konsumsi listrik di Indonesia belum terdistribusi merata. Golongan menengah kaya
(2200 VA - > 6600 VA) cenderung menggunakan listrik berlebihan, sementara
golongan miskin (450 VA) belum mendapatkan listrik dengan cukup. Kemampuan
golongan miskin baru sebatas untuk memenuhi kebutuhan dasar seperti
penerangan. Tarif listrik terlalu murah sehingga golongan menengah kaya
cenderung menggunakan listrik tidak sesuai kebutuhan.
• Bagaimana disparitas konsumsi listrik menurut pelanggan di Indonesia
dibandingkan dengan negara lain?
G e
= 1 − ∑ (Y i +1 + Y i ).( X i +1 − X i )
i
dimana:
Xi = jumlah pelanggan listrik menurut kelompok i (persentase
terhadap populasi pelanggan
Yi = Persentase konsumsi listrik menurut kelompok pelanggan,
dengan Yi diurutkan dari konsumsi terendah ke tertinggi

11. KOEFISIEN GINI LISTRIK 2003
Xi Yi Yi+1 Xi+1
2200 - >6600 VA 0,039 0,174 0,398 0,341
900 - 1300 VA 0,341 0,398 0,428 0,620
450 VA 0,620 0,428 0 0
(Yi+1)+Yi (Xi+1)-Xi ((Yi+1)+Yi)*((Xi+1)-Xi)
2200 - 6600 VA 0,572 0,301 0,172
900 - 1300 VA 0,826 0,279 0,231
450 VA 0,428 (0,620) (0,266)
∑ ((Yi+1)+Yi)*((Xi+1)-Xi) 0,138
GE= 1-(∑ ((Yi+1)+Yi)*((Xi+1)-Xi)) 0,862

12. KOEFISIEN GINI LISTRIK 2010
Xi Xi+1 Yi Yi+1
2200 – >6600 VA 0,049 0,431 0,193 0,451
900 – 1300 VA 0,431 0,521 0,451 0,356
450 VA 0,521 0 0,356 0
Yi+1 + Yi Xi+1 – Xi (Yi+1 +Yi)*(Xi+1 – Xi)
2200 – >6600 VA 0,644 0,382 0,246
900 – 1300 VA 0,807 0,090 0,073
450 VA 0,356 (0,521) (0,186)
∑ (Yi+1 + Yi)*(Xi+1 – Xi) 0,133
Ge= 1-(∑ (Yi+1 + Yi)*(Xi+1 – Xi)) 0,867

13. KOEFISIEN GINI LISTRIK INDONESIA
• Jika dilihat dari koefisien Gini, konsumsi listrik di
Indonesia cenderung tidak merata baik untuk tahun 2003
maupun untuk tahun 2010.
• Koefisien Gini tahun 2003 sebesar 0,862 sedangkan
tahun 2010 sebesar 0,867. Hal ini mencerminkan bahwa
selama 7 tahun terakhir tidak ada pemerataan konsumsi
listrik yang cukup berarti.
• Namun hal ini masih sangat bias karena hanya
menggunakan data pelanggan yang tersambung dengan
jaringan PLN. Sedangkan pelanggan listrik lainnya,
terutama diluar jaringan (off grid), seperti pelanggan mikro
hidro dan pengguna solar home system, tidak terhitung.
13

14. KOEFISIEN GINI KONSUMSI LISTRIK INDONESIA DIBANDING
NEGARA LAIN
• Dari sisi penawaran, Indonesia masih menghadapi
kendala terbatas nya kapasitas pembangkit listrik
sehingga belum sepenuhnya mampu melayani
permintaan rumah tangga perusahaan, industri, dan
lainnya. Rasio elektrifikasi pada tahun 2010 kurang lebih
62%.
• Dari sisi permintaan, bagian terbesar konsumsi listrik
adalah oleh rumah tangga, disusul oleh industri
• Pemerataan konsumsi listrik tertinggi adalah di Norwegia
yang tercermin dari angka koefisien Gini yang rendah
(0,19). Kenya merupakan negara yang dapat dikatakan
sangat tidak merata konsumsi listriknya, dengan koefisien
Gini yang jauh lebih tinggi (0,87).
14

15. KURVA LORENZ KONSUMSI LISTRIK DI INDONESIA, 2010
%
100
81
36
%
52 100
450 VA = 52% 900 – 1300VA = 43% 2200 – > 6600 VA

16. GINI KOEFISIEN KONSUMSI LISTRIK DAN PENDAPATAN
%
100
GINI Koefisien
Pendapatan = 0,33
80
40
GINI Koefisien
Konsumsi Listrik =
0,867 %
40 80 100
40 40 20

17. Koefisien Gini Konsumsi Listrik di Beberapa Negara
100
Norway (0,19)
80
USA (0,37)
El Salvador (0,6)
Konsumsi Listrik Kumulatif (%)
Thailand (0,61)
60 Kenya (0,87)
40
20
0
0 20 40 60 80 100
Populasi Kumulatif (%)

18. Indeks Disparitas Williamson
(Weighted Coeffient Variation)
With α=2 the GE measure becomes 1/2 the squared coefficient of
variation, CV:
Prinsipnya sama dengan formula pengukuran indeks disparitas
oleh Williamsion
Pi = jumlah penduduk di daerah ke-i
n
1 P P = jumlah penduduk nasional
CVw =
Y
∑
i=1
(Yi −Y ) i
2
P
Yi = pendapatan per kapita di daerah ke-i
Y = pendapatan per kapita nasional
n = banyaknya daerah

19. Ketidakmerataan (Dispersi) dengan Entropy
• Indeks entropy diturunkan menggunakan konsep teori informasi
(information theory). Indeks entropi dinyatakan sebagai:
N N
E = ∑i ln p i
− p ∑p i =1
i=1 i=1
pi = variabel sektor i atau kegiatan ekonomi i sebagai
share terhadap total N sektor
• Indeks entropy akan menangkap informasi apakah konsentrasi
kegiatan ekonomi regional cenderung makin terkonsentrasi
(homogen) atau tersebar dari waktu ke waktu
Tahun Kab A Kab B Kab C Kab D Jumlah Rata-rata SD
1990 4 8 2 6 20 5 2.582
2000 3 5 5 7 20 5 1.633
Entropy 1990 = (4/20) ln(4/20) + (8/20) ln (8/20) Entropy 2000 = (3/20) ln(3/20) + (5/20) ln(5/20)
+ (2/20) ln(2/20) + (6/20) ln(6/20) + (5/20) ln(5/20) + (7/20) ln (7/20)
= -0.322 – 0.367 – 0.230 – 0.361 = -0.285 – 0.347 – 0.347 – 0.367
= 1.280 = 1.345

20. Ketidakmerataan Theil T dan
Theil L
• Indeks Theil T  Yij   Yij / Y 
T = ∑∑ 
 log 
 n /n

i j  Y   ij 
• Indeks Theil L n ij  n ij / n 
L =∑ 
∑n
log 


j 
Y / Y 
i   ij 
Yij = total pengeluaran rumah tangga kelas-j di dalam grup ke-i
Y = total pengeluaran seluruh rumah tangga
nij = banyaknya rumah tangga pengeluaran kelas-j di dalam grup ke-i

21. Dekomposisi Theil: Between (B)
dan Within (W)
 Yi   Yi   Yi / Y 
T = ∑ Ti + ∑   log( 
n /n  = Tw + T B
i  Y  i  Y   i 
 ni   ni   ni / n 
L = ∑ Li + ∑   log( 
Y /Y   = Lw + L B
i  n  i  n   i 
 Yij   Yij / Yi   nij   nij / ni 
Ti = ∑   log 
Y  n /n 
 Li = ∑ 
n
 log
 Y /Y 

j  i   ij i  j  i   ij i 

22. Struktur hierarki: Region-Propinsi-Kabupaten

23. Regional income disparity: China dan Indonesia

24. Between Region dan Within Region

25. KONVERGENSI REGIONAL
• Konvergensi menunjukkan terjadinya penurunan perbedaan
pendapatan per kapita di berbagai region  income per
kapita di berbagai region mendekati income rata-rata seluruh
region  SIGMA CONVERGENCE
• Ketika dalam proses konvergensi, jika region tertinggal atau
region miskin tumbuh lebih cepat dibandingkan region yang
lebih dahulu maju atau makmur  BETA CONVERGENCE
• BETA CONVERGENCE menunjukkan bahwa income per kapita
daerah miskin akan dapat mengejar (cathing up) income per
kapita daerah yang lebih dahulu maju, yang pada suatu
ketika income per kapita akan sama.
Β negarif/ (-) Indikasi konvergensi: pertumbuhan income perkapita
selama k tahun berkolesai negatif

26. Beberapa Faktor Penyebab Konvergensi
• Pengaruh limpahan teknologi (knowledge spillovers) karena
masuknya investasi yang membawa innovasi dan teknologi
ke daerah
• Penyerapan informasi dan teknologi melalui perusahaan-
perusahan ke daerah adalah bagian dari proses yang disebut
sebagai diffusi innovasi dan adopsi teknologi
• Ketidakmampuan daerah menyerap transfer teknologi
mengakibatkan tidak terjadi spillover terhadap daerah
bersangkutan
• Barro and Sala i Martin (1990): pola konvergensi di tiap
negara ataupun daerah berbeda. Pada umumnya tingkat
konvergensi di Eropa berkisar 2% per tahun

27. Absolute dan Conditional Convergence
• Konvergensi Absolut: konvergensi yang
terjadi antara pendapatan per kapita daerah
miskin dengan daerah kaya tanpa pengaruh
faktor yang lebih spesifik sebagai faktor
pendorong
• Conditiona Convergence: konvergensi yang
terjadi antara pendapatan per kapita daerah
miskin dan daerah kaya, yang dipengaruhi
oleh faktor-faktor lain, tidak semata-mata
karena faktor income per kapita.

28. Sigma Convergence

29. Absolute Convergence

30. Conditional Convergence