ANALISIS TINGKAT KEMISKINAN DI PROVINSI JAWA BARAT, 2008-2012

Lia Rosmalia, Prof. Dr. Nopirin, M.A.

2014 | Tesis | S2 Magister Ek.Pembangunan

Penelitian ini bertujuan untuk menganalisis ketimpangan kemiskinan antarkabupaten/kota di Provinsi Jawa Barat, menganalisis faktor yang mempengaruhi tingkat kemiskinan dan menganalisis pola spasial tingkat kemiskinan di Provinsi Jawa Barat. Alat analisis yang digunakan adalah indeks entropi theil untuk menganalisis ketimpangan, regresi data panel menggunakan Random Effect sebagai model terbaik untuk menganalisis pengaruh dan Sistem Informasi Geografis (SIG) untuk analisis spasial. Data yang digunakan adalah data sekunder seluruh kabupaten/kota di Provinsi Jawa Barat sebanyak 130 unit observasi. Hasil penelitian menunjukkan bahwa ketimpangan kemiskinan di Provinsi Jawa Barat terus menurun ditunjukan dengan indeks entropi theil yang terus menurun tahun 2008 sebesar 0,2224 dan tahun 2012 sebesar 0,0947. Peningkatan PDRB per kapita dan belanja pemerintah berpengaruh negatif dan signifikan menurunkan tingkat kemiskinan di Provinsi Jawa Barat. Peningkatan PDRB per kapita di Provinsi Jawa Barat akan menurunkan kemiskinan melalui peningkatan konsumsi per kapita, sedangkan belanja pemerintah akan menurunkan kemiskinan melalui alokasi belanja infrastuktur pendidikan, kesehatan dan infrastruktur fasilitas umum seperti pasar, jalan, dll. Variabel lainnya yaitu peningkatan tingkat pengangguran terbuka pengaruhnya tidak signifikan untuk meningkatkan tingkat kemiskinan di Provinsi Jawa Barat. Berdasarkan analisis spasial daerah dengan katagori tingkat kemiskinan sangat rendah, rendah dan sedang, memiliki kecenderungan peningkatan pada PDRB per kapita, belanja pemerintah serta kecenderungan menurunnya tingkat pengangguran terbuka. Sementara daerah dengan katagori tingkat kemiskinan tinggi dan sangat tinggi, memiliki berkecenderungan terjadinya ketimpangan distribusi pendapatan pada masyarakat golongan bawah. Tingkat pengangguran terbuka menurun namun disertai dengan meningkatnya pekerja tidak penuh dan alokasi belanja pemerintahnya tidak tepat sasaran dalam pengentasan kemiskinan.

This study aims to analyze the inequality of poverty between regency/city in West Java Province, to analyze the factors that affect the level of poverty and analyze spatial patterns of poverty in the province of West Java. The analysis tool is used to analyze the Theil entropy index of inequality, using panel data regression Random Effect as the best model to analyze the influence and Geographic Information Systems (GIS) for spatial analysis. The data used are secondary data all regency/city in West Java province as much as 130 units of observation. The results showed that the inequality of poverty in the province of West Java continue to decline shown by Theil entropy index continued to decline in 2008 and 2012 amounted to 0,2224 at 0,0947. The increase in GDP per capita and government spending and significant negative effect of the poverty rate in the province of West Java. The increase in GDP per capita in the province of West Java will reduce poverty through increased per capita consumption, while government spending will reduce poverty through infrastructure spending allocations education, health and infrastructure facilities such as markets, roads, etc. Other variables that increased levels of open unemployment effect is not significant to raise the level of poverty in the province of West Java. Based on the analysis of spatial region with the category of very low levels of poverty, low and medium, have a tendency to increase in GDP per capita, government spending and the trend of declining unemployment rate. While areas with high poverty levels and categories are very high, has tended to the unequal distribution of income in the lower classes of society. The unemployment rate has now fallen but is accompanied by increased allocation of workers is not full and not well targeted government spending on poverty reduction.

Kata Kunci : tingkat kemiskinan, PDRB per kapita, tingkat pengangguran terbuka, belanja pemerintah, indeks entropi theil, regresi data panel dan SIG.