Kemiskinan masih menjadi tantangan di Indonesia, bahkan ketika tingkat kemiskinan moneter mengalami penurunan. Indonesia bergulat dengan kesenjangan antarwilayah yang signifikan, terutama pada indikator kemiskinan non-moneter. Oleh karena itu, penting untuk mendalami lanskap kemiskinan non-moneter di Indonesia dan menggali potensi desentralisasi dalam mengatasi permasalahan ini di berbagai daerah.Penelitian ini bertujuan untuk menguji hubungan desentralisasi fiskal dengan kemiskinan multidimensi yang diukur dengan Angka Kemiskinan Multidimensi Indonesia (AKM) yang dikembangkan oleh Prakarsa. Penulis juga menggunakan data APBD DJPK Kementerian Keuangan dan data karakteristik daerah dari BPS. Dengan mempertimbangkan potensi dampak tingkat kemiskinan di masa lalu dan hubungan reverse causality antara pengeluaran pemerintah dan kemiskinan, penulis menggunakan generalized method of moments (GMM).Studi ini tidak menemukan bukti kuat adanya korelasi yang signifikan antara belanja kesehatan dan perumahan dengan AKM. Namun terdapat korelasi yang signifikan antara belanja pendidikan dengan AKM. Temuan ini dapat dikaitkan dengan tingkat kesadaran dan upaya strategis terhadap parameter AKM yang tertuang dalam rencana kerja pemerintah daerah (RKPD) dan rencana pembangunan jangka menengah (RPJMD).

---

Poverty remains a persistent challenge in Indonesia, despite declining monetary poverty rates. Indonesia faces significant interregional disparities, particularly in non- monetary poverty indicators. Therefore, it is crucial to thoroughly understand Indonesia’s non-monetary poverty landscape and explore the potential of decentralization in addressing these issues across different regions.

This study aims to examine the relationship between fiscal decentralization and multidimensional poverty, measured by the Indonesian Multidimensional Poverty Figure (AKM) developed by Prakarsa. The author utilizes APBD data from the DJPK Ministry of Finance and regional characteristics data from BPS. Considering the potential impact of past poverty levels and the reverse causality between government expenditure and poverty, the author employs the generalized method of moments (GMM).

The study finds no strong evidence of a significant correlation between health and housing expenditures and AKM. However, there is a significant correlation between education expenditures and AKM. These findings can be attributed to the awareness and strategic efforts towards AKM parameters as outlined in the regional government work plan (RKPD) and the medium-term development plan (RPJMD).