Pengaruh Pertumbuhan Ekonomi Terhadap Kesempatan Kerja (KASUS PROVINSI BALI, 2001 - 2011)
Pengaruh Pertumbuhan Ekonomi Terhadap Kesempatan Kerja (KASUS PROVINSI BALI, 2001 - 2011)
2 : 76 - 84 ISSN : 1907-3275
Abstract
Job opportunities are considered as one of important targets in each phase of development process. Job opportunities
are highly related to economic growth. The relation is expected to be positive, meaning that the higher the economic
growth the more job available. Therefore it is important to ensure the high rate of economic growth. However, economic
growth and job opportunities are not always in line, even though the economic growth is high job opportunities grow
slower. Consequently, many workforces stay unemployed and increase poverty level.
During 2001 – 2011 the economy of Bali grew 5.57 percent per year in average, but job opportunities only grew
3.36 percent. Job opportunity elasticity and ILOR are the methods that can be used to describe the effect of economic
growth on job opportunities creation. In the period of 2001 – 2011 the job opportunity elasticity of Bali was less than
one. This means that the capability of economic growth to create job opportunities is low. ILOR rate for the period
in average was less than 10.000 persons. Thus in Bali poor people are still found, about 2.3 percent per year; income
distribution is also imbalanced which is shown by the increasing Gini Ratios.
The low creations of job opportunities in Bali are due to: (1) Bali economic growth is mainly supported by
consumption expenditures; (2) distribution of the use of GDP is dominated by consumption expenditures (71 percent)
while investment reaches only 27 percent; and (3) in each year regional budget always earns a surplus (called SiLPA)
which reflects unproductive funds.
Semuanya ini akan bermuara pada kualitas Sumber Daya tahap akhir pembangunan, jumlah penduduk miskin
Manusia (SDM) yang rendah. berkurang. Tetapi, pertumbuhan ekonomi bukan satu-
Selama kurun waktu 2001--2011 ekonomi Bali satunya faktor yang berpengaruh terhadap kemiskinan.
tumbuh rata-rata 5,57 persen per tahun, sedangkan Faktor lain yang berpengaruh besar terhadap kemiskinan
kesempatan kerja hanya meningkat 3,36 persen. Oleh antara lain struktur pendidikan angkatan kerja, struktur
karena demikian, pembahasan mengenai seberapa besar ekonomi, dan faktor kultural. Pendidikan yang rendah dari
pengaruh pertumbuhan ekonomi terhadap kesempatan sebagain besar angkatan kerja dapat mengurangi akses
kerja menjadi sangat penting. mereka terhadap berbagai peluang ekonomi. Demikian
juga jika struktur perekonomian masih berorientasi pada
KAJIAN PUSTAKA sektor primer dimana lapangan usaha pertaniannya sudah
padat, berpotensi memperbanyak penduduk miskin.
Sejak akhir dasawarsa 1960-an, banyak negara sedang Karena pada lapangan usaha pertanian sering berlaku
berkembang mulai menyadari bahwa pertumbuhan hukum pertambahan hasil yang semakin menurun, artinya
(growth) tidak identik dengan pembangunan penambahan faktor produksi tenaga kerja tidak mampu
(development). Pada awal-awal pembangunannya mereka meningkatkan produksi secara signifikan sehingga rata-
memang mampu mencapai pertumbuhan ekonomi yang rata produktivitas per pekerja menurun. Penurunan ini
relatif tinggi, tetapi di sisi lain masalah pengangguran, berimplikasi pada makin rendahnya pendapatan para
kemiskinan di perdesaan, distribusi pendapatan yang pekerja pada lapangan usaha pertanian dan akhirnya
timpang, dan ketidakseimbangan strutural tidak bermuara pada kemiskinan.
terpecahkan (Mudrajad Kuncoro: 2000). Esmara, 1986 Deskripsi di atas menunjukkan bahwa pertumbuhan
dalam Mudrajad Kuncoro, 2000 menyebutkan bahwa ekonomi berkaitan dengan kesempatan kerja,
pertumbuhan ekonomi merupakan syarat yang diperlukan pengangguran, dan kemiskinan. Todaro (1983) juga
(necessary) tetapi tidak mencukupi (insufficient). Semua mengemukakan hal senada dimana ada hubungan yang
hal di atas menjadi alasan kuat munculnya pandangan erat antara tingkat pengangguran (pengangguran terbuka
kedua mengenai pembangunan. Pandangan ini dikenal dan setengah pengangguran), luasnya kemiskinan dan
dengan istilah “pembangunan modern”. Dalam konsep penghasilan yang tidak merata. Todaro mengatakan salah
pemangunan modern, pembangunan dilihat sebagai satu mekanisme penting untuk mengurangi kemiskinan
upaya pembangunan yang tidak lagi menitikberatkan di negara sedang berkembang adalah memberikan upah/
pada pencapaian pertumbuhan PDB atau PDRB sebagai bayaran yang memadai, menyediakan kesempatan kerja
tujuan akhir, melainkan pengurangan (atau dalam bentuk produktif bagi masyarakat miskin. Oleh karena itu,
ekstrimnya penghapusan) tingkat kemiskinan yang terjadi, kesempatan kerja merupakan hal yang esensial dalam
mengurangi ketimpangan pendapatan, serta penyediaan setiap strategi pembangunan yang berfokus kepada
lapangan kerja yang mampu menyerap angkatan kerja pengentasan kemiskinan. Dengan kata lain, strategi
produktif. pembangunan harus berorientasi pro-job, pro-growth,
Selama dekade 1970-an dan 1980-an di banyak negara dan pro-poor.
yang sedang berkembang termasuk Indonesia, ditemukan
adanya korelasi yang negatif antara pertumbuhan ekonomi METODE KAJIAN
dengan kesenjangan pendapatan. Artinya, makin tinggi
pertumbuhan ekonomi diikuti oleh makin melebarnya Ruang lingkup studi mencakup wilayah Provinsi
kesenjangan pendapatan antara kelompok penduduk Bali dan sepenuhnya menggunakan data sekunder hasil
miskin dengan kelompok penduduk kaya. Hasil studi Sakernas (Survei Angkatan Kerja Nasional), berbagai
dari Ahuja, dkk. (1997) mengenai negara-negara di Asia publikasi lain yang diterbitkan baik oleh BPS (pusat dan
Tenggara, menemukan bahwa pada saat negara-negara daerah) dan lembaga pemerintah tingkat provinsi seperti
tersebut mengalami pertumbuhan ekonomi yang tinggi Bapeda. Data yang dikumpulkan mencakup kurun waktu
pada awal dekade 1990-an, distribusi pendapatannya 2001-2011, dan dianalisis dengan menggunakan konsep
semakin melebar (Tambunan, 2001). Tetapi, perlu dicatat ILOR (Incremental Labor Output Ratio) dan Elastisitas
bahwa ketimpangan dalam distribusi pendapatan bukan kesempatan kerja. ILOR dihitung dengan menggunakan
semata-mata karena pertumbuhan ekonomi yang tinggi. rumus: ILORi = tambahan tenaga kerja (orang)/ %
Banyak faktor lain yang ikut berpengaruh, seperti misalnya pertumbuhan PDRBi. Sedangkan, elastisitas kesempatan
tingkat pendidikan angkatan kerja, struktur ekspor, dan kerja menggunakan rumus: Ln Eit = Ln a + b Ln Yit,
terjadinya distorsi dalam perdagangan (Tambunan, 2001). dimana Eit adalah elastisitas kesempatan kerja pada sektor
Korelasi antara pertumbuhan dan kemiskinan tidak i tahun ke-t; Yit adalah nilai PDRB sektor i tahun ke-t.
berbeda dengan kasus pertumbuhan dan ketimpangan
pendapatan. Pada awal-awal proses pembangunan tingkat
kemiskinan cenderung meningkat, dan pada saat mendekati
Bappeda Provinsi Bali & Badan Pusat Statistik Provinsi Bali. a. Predictors: (Constant), lnperta
b. Dependent Variable: lnpperta
H. F. Noor. 2007. Ekonomi Manajerial . Jakarata: PT Radja
Grafindo Persada.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
http://bali.bps.go.id Model
1 (Constant)
lnperta
B
8,509
,316
Std. Error
4,393
,286
Beta
,346
t
1,937
1,106
Sig.
,085
,297
http://www.tempo.co.id/hg//2008/08/28/brk,20080828-
13269..... Regression
Mudrajad Kuncoro. 2000. Ekonomi Pembangunan, Teori, Ma-
salah dan Kebijakan. Yogyakarta: UPP STIM YKPN
Thee Kian Wie. 1981. Pembangunan Ekonomi dan Pemerataan. Variables Entered/Removedb
Jakarata: LP3ES. Variables Variables
Todaro, M. P. 1983. Pembangunan Ekonomi di Dunia Ketiga, Model Entered Removed Method
buku 1 (terjemahan). Jakarta: Ghalia Indonesia. 1 lntambang a . Enter
Tulus T. H. Tambunan. 2001. Perekonomian Indonesia, Teori a. All requested variables entered.
dan Temuan Emperis. Jakarta : Ghalia Indonesia. b. Dependent Variable: lnptambang
Model Summary
Adjusted Std. Error of
Model R R Square R Square the Estimate
1 ,042a ,002 -,109 ,58748
a. Predictors: (Constant), lntambang
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression ,005 1 ,005 ,016 ,903a
Residual 3,106 9 ,345
Total 3,112 10
a. Predictors: (Constant), lntambang
b. Dependent Variable: lnptambang
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 7,609 11,958 ,636 ,540
lntambang ,126 1,007 ,042 ,125 ,903
a. Dependent Variable: lnptambang
Regression
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 lnindustri a . Enter
a. All requested variables entered.
b. Dependent Variable: lnpindusri
ANOVAb
Model Summary
Sum of
Model Squares df Mean Square F Sig.
Adjusted Std. Error of 1 Regression ,168 1 ,168 28,359 ,000a
Model R R Square R Square the Estimate Residual ,053 9 ,006
1 ,633a ,401 ,334 ,12031 Total ,221 10
a. Predictors: (Constant), lnPHR
a. Predictors: (Constant), lnindustri b. Dependent Variable: lnpphr
Coefficientsa
ANOVAb Unstandardized Standardized
Sum of Coefficients Coefficients
Model Squares df Mean Square F Sig. Model B Std. Error Beta t Sig.
1 Regression ,087 1 ,087 6,026 ,036a 1 (Constant) 3,076 1,871 1,644 ,135
Residual ,130 9 ,014
lnPHR ,632 ,119 ,871 5,325 ,000
Total ,217 10
a. Dependent Variable: lnpphr
a. Predictors: (Constant), lnindustri
b. Dependent Variable: lnpindusri
Coefficientsa Regression
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,784 2,727 2,121 ,063
Variables Entered/Removedb
lnindustri ,458 ,187 ,633 2,455 ,036
a. Dependent Variable: lnpindusri
Variables Variables
Model Entered Removed Method
Regression 1 lnangkuta . Enter
a. All requested variables entered.
b. Dependent Variable: lnpangkuat
Variables Entered/Removedb
Variables Variables
Model Summary
Model Entered Removed Method
1 lnbangun a . Enter Adjusted Std. Error of
a. All requested variables entered. Model R R Square R Square the Estimate
b. Dependent Variable: lnpbangun 1 ,629a ,396 ,329 ,11183
a. Predictors: (Constant), lnangkut
Model Summary
ANOVAb
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Regression
Model B Std. Error Beta t Sig.
1 (Constant) 3,276 2,241 1,462 ,178
lnbangun ,623 ,164 ,785 3,806 ,004
a. Dependent Variable: lnpbangun Variables Entered/Removedb
Variables Variables
Regression Model Entered Removed Method
1 lnuang a . Enter
a. All requested variables entered.
Variables Entered/Removedb b. Dependent Variable: lnpuang
Variables Variables
Model Entered Removed Method Model Summary
1 lnPHR a . Enter
Adjusted Std. Error of
a. All requested variables entered.
Model R R Square R Square the Estimate
b. Dependent Variable: lnpphr
1 ,785a ,617 ,574 ,25634
a. Predictors: (Constant), lnuang
Model Summary
ANOVAb
Adjusted Std. Error of
Sum of
Model R R Square R Square the Estimate Model Squares df Mean Square F Sig.
1 ,871a ,759 ,732 ,07686 1 Regression ,952 1 ,952 14,495 ,004a
Residual ,591 9 ,066
a. Predictors: (Constant), lnPHR Total 1,544 10
a. Predictors: (Constant), lnuang
b. Dependent Variable: lnpuang
Coefficientsa
Regression
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -14,513 6,619 -2,193 ,056 Variables Entered/Removedb
lnuang 1,761 ,462 ,785 3,807 ,004
a. Dependent Variable: lnpuang Variables Variables
Model Entered Removed Method
1 lnlistrik a . Enter
Regression a. All requested variables entered.
b. Dependent Variable: lnplistrik
Variables Entered/Removedb
Model Summary
Variables Variables Adjusted Std. Error of
Model Entered Removed Method Model R R Square R Square the Estimate
1 lnjasa a . Enter 1 ,461a ,213 ,125 ,47028
a. All requested variables entered. a. Predictors: (Constant), lnlistrik
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -2,601 2,199 -1,183 ,267
lnjasa 1,007 ,147 ,916 6,855 ,000
a. Dependent Variable: lnpjasa
Regression
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 lnPDRBa . Enter
a. All requested variables entered.
b. Dependent Variable: lnptotal
Model Summary
Adjusted Std. Error of
Model R R Square R Square the Estimate
1 ,970a ,941 ,935 ,02663
a. Predictors: (Constant), lnPDRB
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression ,102 1 ,102 143,818 ,000a
Residual ,006 9 ,001
Total ,108 10
a. Predictors: (Constant), lnPDRB
b. Dependent Variable: lnptotal
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,103 ,780 6,539 ,000
lnPDRB ,553 ,046 ,970 11,992 ,000
a. Dependent Variable: lnptotal