Masalah kemiskinan selalu menjadi masalah besar di negara berkembang seperti Indonesia dan cara menanggulangi permasalahan ini merupakan isu yang sangat penting, bukan hanya pada tataran pemerintah pusat tapi juga pemerintah daerah. Sulawesi, yang merupakan salah satu dari lima pulau besar di Indonesia yang merupakan pintu gerbang area timur Indonesia juga menghadapi isu yang sama. Walaupun sebagian besar daerah di Pulau Sulawesi mengalami pertumbuhan ekonomi yang cukup menggembirakan pada satu dasawarsa terakhir ini, jumlah penduduk miskin tetap tinggi dan ketimpangan pendapatan juga meningkat dari tahun ke tahun. Penelitian ini menganalisis faktor-faktor penyebab kemiskinan dengan menngunakan panel data dari 52 Kabupaten/kota di pulau Sulawesi sejak tahun 2006 hingga 2015 dengan presentase penduduk miskin sebagai dependen variabel. Beradasarkan hasil regresi dari random efek model, koefisien dari GDP per kapita, gini rasio, dan rata-rata lama sekolah semuanya memeliki efek yang signifikan terhadap jumlah penduduk miskin di Pulau Sulawesi. Selanjutnya,  analisis regresi panel dinamik juga dilakukan untuk memperkuat hasil dari regresi random efek model. Karena presentase penduduk miskin memiliki efek yang negatif terhadap GDP per kapita dan memiliki efek positif terhadap gini rasio, pemerintah daerah diharapkan bisa meningkatkan pertumbuhan ekonomi sembari menurunkan ketimpangan pendapatan antar rumah tangga dalam rangka untuk mengurangi kemiskinan di tiap-tiap daerah di pulau Sulawesi.

---

Poverty is still a big problem in developing country like Indonesia and the way how to reduce it is the most important policy issue not only for the central government but also for the provincial and district governments. Sulawesi, which is one of the 5 major islands in Indonesia and known as a gateway to eastern Indonesia faces the same problem. Even though the Sulawesi region has achieved a relatively high economic growth over the last decade, the number of poor people is still very high and expenditure inequality has been rising. This study analyzed the factors of poverty by conducting panel data regression analyses for 52 districts over the period from 2006-2015 with poverty head count ratio as the dependent variable. Based on the result of the random effects model, the coefficients of per capita GDP, the Gini coefficient and mean years of education are all statistically significant and have expected signs. A dynamic panel data regression analysis is also conducted to investigate the robustness of the random effect model. Since poverty head count ratio is negatively associated with per capita GDP and positively associated with the Gini coefficient, district governments should promote economic growth while decreasing inequality among households to reduce poverty.