Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini akan menganalisis determinan disparitas ekonomi Jawa Barat yang diukur dari pendapatan perkapita. Pengukuran disparitas menggunakan Indeks Theil dalam perhitungannya kabupaten/kota dikelompokkan kedalam tiga wilayah yaitu wilayah pesisir utara, pesisir selatan dan non-pesisir. Dengan menggunakan indeks Theil ditemukan disparitas antar kabupaten/kota tertingi terjadi di wilayah pesisir utara. Selain itu untuk melihat determinan ekonomi digunakan metode regresi Random Effect Model dan ditemukan adanya pengaruh yang signifikan dari variabel pendapatan perkapita, anggaran pengeluaran publik, pendidikan, kesehatan, pengangguran dan dummy krisis terhadap disparitas pendapatan perkapita.

---

This research analyse determinants of economy disparity in West Java which is measured by income percapita The measurement of disparity use Theil Index and in calculation the district/cities are grouped into three areas,north coast, south coast, and non-coastal area. Using Theil, this research founded the biggetst disparity between district and cities in north coast area. This research used regression method using Random Effect Model. The result shows that the significant relation among income per capita, public expenditures budget, education, health, unemployment and dummy of financial crisis to disparity of economy output. have significant effect on economic disparity."

"Underground economy dapat mendistorsi perekonomi karena membatasi efektivitas kebijakan, dan menyebabkan meningkatnya erosi basis pajak yang kemudian dapat menciptakan sistem pajak yang tidak efisien. Keberadaan underground economy sendiri juga dapat menjadi salah satu penyebab ketimpangan. Studi ini menganalisis hubungan antara underground economy dan ketimpangan pendapatan di Indonesia menggunakan model ECM. Berdasarkan data dari tahun 1980-2020, penelitian kami menunjukkan tren penurunan ukuran underground economy, dari 59,6% pada tahun 1980 menjadi 20,1% pada tahun 2020, namun dengan ukuran rata-rata underground economy, sebesar 31,59%, masih tinggi dibandingkan dengan negara lain. Studi kami juga menunjukkan bagaimana ekonomi bawah tanah mempengaruhi ketimpangan, dimana peningkatan ukuran 1% underground economy menyebabkan peningkatan indeks ketimpangan (koefisien gini) 0,13 persen. Selain itu juga menunjukkan sinyal bahwa efek jangka panjang dari underground economy terhadap ketimpangan lebih tinggi. Oleh karena itu, kebijakan pemerintah yang bertujuan mengatasi ketimpangan sebaiknya juga perlu mengatasi hal yang mendasari dan mendorong underground economy.

---

The underground economy can distort the economy as it limits policies effectiveness, and it implies of an increasing tax base erosion which further creates an inefficient tax system. The existence of an underground economy may also be one of the causes of prevalent inequality. This study analyzes the relationship between the underground economy and income inequality in Indonesia using the ECM model. Based on data from 1980-2020, our study shows the trend of a decrease in UE, from 59,6% in 1980 to 20,1% in 2020, yet the average size of underground economy, which is 31.59%, is still high in comparison to other countries. Our study also shows how underground economy affects inequality, an increase of 1% in the size of underground economy leads to an increase of 0.13 percent in the Gini Coefficient. There is also a signal that the long-run effect of underground economy to inequality is higher. Therefore, policies aiming to tackle inequality may also need to address the basic and driving forces of underground economy."

"

Dalam ilmu ekonomi pembangunan, infrastruktur fisik dan sosial telah dikenal dapat mempengaruhi ketimpangan pendapatan walaupun hasilnya berbeda-beda. Penelitian ini bertujuan untuk mengetahui dampak pembangunan infrastruktur fisik dan sosial terhadap ketimpangan pendapatan di Indonesia. Penelitian ini menyusun indeks infrastruktur dan mengestimasi dampak infrastruktur menggunakan panel data dari 34 provinsi di Indonesia pada periode 2009-2017. Penelitian ini menemukan bahwa infrastruktur fisik cenderung berkontribusi pada peningkatan ketimpangan pendapatan, walaupun tidak robust secara signifikansi. Pembangunan infrastruktur sosial di Indonesia juga cenderung meningkatkan ketimpangan pendapatan meskipun hasilnya juga tidak robust secara signifikansi.

---

In the economic development field, physical and social infrastructures have been argued to affect income inequality despite the mixed results. This study examines the impact of physical and social infrastructure on income inequality in Indonesia. This study constructs infrastructure summary indices and estimates the impacts of infrastructure using 34 provincial unbalanced panel data during 2009-2017 in Indonesia. The main finding of this study is that physical infrastructure tends to increase income inequality in Indonesia, although it is not robustly significant. Similarly, social infrastructure is also positively associated with income inequality increases in Indonesia though not robustly significant.

"

"Penggunaan air berkaitan erat dengan tahapan pertumbuhan ekonomi. Seiring dengan meningkatnya kebutuhan air untuk sektor agraria, industri dan komersial, penggunaan air akan meningkat di beberapa wilayah. Oleh karenanya, infrastruktur penyediaan air sangat berperan dalam pertumbuhan ekonomi. Hal ini sesuai dengan penelitian Barbier (2004) serta penelitian Gatto dan Lanzafame (2005) yang menyatakan bahwa water capital merupakan salah satu determinan dari pertumbuhan ekonomi selain kapital dan labor. Penelitian ini mengambil objek studi di 40 negara di Asia dan Afrika dalam rentang waktu selama 10 tahun mulai dari tahun 2000 sampai dengan tahun 2011. Dari hasil estimasi diketahui bahwa penggunaan air menunjukkan hubungan positif, hal ini sesuai dengan penelitian Barbier (2004) dan Duarte (2012.

---

Water withdrawal is closely related with economic growth stages. As the need of water for agrarian, industry and commercial sectors rise, the water withdrawal will also raise in certain area. In order with that situation, the infrastructure of water supply system will play an important role in economic growth. In research conducted by Barbier (2004) and Gatto and Lanzafame (2005) found that water capital is one of important determinant on economic growth beside capital and labor. In this research, we take 40 countries in Asia and Africa for 10 years time span beginning from 2000 until 2011 as a research objects. Estimation results that water withdrawal show positive relationship with economic growth, in line with former researches conducted by Barbier (2004)."

"ABSTRAKPenelitian ini dimaksudkan untuk mengukur kesenjangan Pendapatan di Provinsi Lampung dan mengetahui faktor-faktor apa saja yang menjadi penyebab kesenjangan di Provinsi Lampung. Data yang digunakan dalam penelitian ini adalah data panel pada periode 2003-2010. Tehnik analisis yang digunakan dalam penelitian ini adalah Analisis Weighted Coefficient Variation (CVw) atau Williamson. Nilai indeks berkisar antara 0 sampai dengan 1. Sedangkan alat analisis lainnya menggunakan regresi data panel fixed effect dengan PDRB Perkapita di Provinsi Lampung sebagai variabel terikat, dan variabel bebasnya adalah indeks pembangunan manusia, Pendapatan Asli Daerah, tenaga kerja dan panjang jalan.Berdasarkan hasil perhitungan dengan Indeks Williamson, selama kurun waktu 2003-2010 terjadi kesenjangan pendapatan yang sangat tinggi di Provinsi Lampung, walau secara umum mengalami fluktuasi dengan trend yang menurun. Kondisi ini diperkirakan karena ketergantungan pada sektor pertanian, peternakan, kehutanan dan perikanan yang cukup tinggi pada hampir semua kabupaten/kota di Provinsi Lampung, sehingga laju pertumbuhan sektor pertanian yang negatif akan berdampak pada perlambatan bagi laju pertumbuhan ekonomi daerah tersebut secara keseluruhan, sedangkan sektor-sektor lainnya terutama sektor industri pengolahan, sektor perdagangan, hotel dan restoran dan sektor jasa-jasa lainnya hanya tersentra pada Kabupaten/Kota tertentu saja. Hal ini berdampak pada tingkat kesenjangan antar kabupaten/kota di Provinsi Lampung. Dari periode penelitian, ternyata dari tahun 2003 – 2005 angka indeks Williamson naik masing masing sebesar 0,8969, 0,8965 dan 0,8971, tetapi pada tahun 2006 dan 2007 mengalami penurunan sebesar 0,8965, dan sebesar 0,8946 tetapi tahun 2008 dan 2009 mulai meningkat lagi yaitu sebesar 0,8947 dan 0,8972. Namun pada tahun 2010 kembali terjadi penurunan lagi sebesar 0,8956. Adapun faktor – faktor yang mempengaruhi kesenjangan yang semakin besar di Provinsi Lampung adalah indeks pembangunan manusia, Pendapatan Asli Daerah dan panjang jalan sementara tenaga kerja hanya sedikit mempengaruhi ketimpangan.

---

ABSTRACTThis study aims to measure income gap in Lampung Province and determine what factors causing the inequality. The study used panel data for the period of 2003-2010. For inequality this research uses weighted analysis of Coefficient Variation (CVw) or Williamson. Index values are ​​ranging from 0 to 1. For analysis of determinant, this study used panel data fixed effect regression , with GDP per capita in the province of Lampung as the dependent variable and index of human development, local revenue, labor and road length as the independent variable.Based on calculations by Williamson Index, during the period of 2003-2010, very high income inequality in Lampung province existed, although generally fluctuated with a declining trend. From analysis of determinant, this condition is occured since all districts/ cities in Lampung Province has quite high dependence on agriculture, livestock, forestry and fisheries, so the negative rate of growth on agricultural sector would slow the rate of economic growth in the region as a whole. While the other sectors, especially the manufacturing, trade, hotels and restaurants and other services sectors are concentrated in districts / cities only. This has an impact on the level of inequality between districts / municipalities in the province of Lampung. From the period of the study, in 2003 - 2005 figures Williamson index rose respectively to 0.8969, 0.8965 and 0.8971, but in 2006 and 2007 decreased to 0.8965, and 0.8946 but in 2008 and 2009 began to increase again to 0.8947 and 0.8972. But in 2010 a decrease occurred again to 0.8956. While the factors that affect the larger gaps in the province of Lampung is the human development index, revenue and road length whilst labor only slightly affects inequality."

"Determinan dari non-performing loans (NPL) sudah memiliki literatur pendahulu yang terus berkembang. Namun, sedikit penelitian yang melihat pengaruh ini pada tingkat disagregat. Gosh (2017) melakukan analisis yang menemukan perbedaan pengaruh antara variabel makroekonomi dan kondisi neraca dengan kategori NPL yang berbeda. Penelitian ini melihat determinan NPL dari setiap jenis kredit yaitu kredit investasi, modal kerja, dan konsumsi di Indonesia dengan menggunakan data seluruh bank konvensinal selama periode 2013-2018. Penelitian ini juga melihat lebih lanjut dampak pertumbuhan kredit dengan menggunakan lag satu kuartal, dua kuartal, dan empat kuartal terhadap NPL. Dengan menggunakan one-step system GMM, penelitian ini menemukan setiap jenis kredit memiliki pengaruh determinan yang berbeda terhadap pertumbuhan NPL. Pertumbuhan kredit memiliki pengaruh tidak signifikan terhadap pertumbuhan NPL secara agregat namun secara disagregat, memiliki pengaruh signifikan yang berbeda-beda untuk setiap jenis kreditnya.

---

The determinants of non-performing loans (NPL) already has a growing literature. However, very few studies have explored the issue at the disaggregate level. Gosh (2017) analysis unmasks important differences in the inter-relationships between macroeconomic and balance sheet conditions and different categories of NPLs.

The present study examines NPLs for each type of credit in namely investment, working capital, and consumption credits in Indonesia using data of all conventional banks over the period 2013-2018. The paper further explores the impact of credit growth using lags of one quarter, two quarter, and four quarter on NPLs.

By implementing one-step system GMM, the paper finds each type of credit has different determinants on the growth of NPL. Credit growth also has different impact on the NPL based on the number of lags and type of credit."