Hasil Pencarian  ::  Simpan CSV :: Kembali

"This volume presents ten chapters that discuss the economics of poverty, inequality and welfare. They address how we measure poverty, inequality and welfare and how we use such measurements to devise policies to deliver social mobility. They consider both theoretical and empirical topics with special reference to developing countries. "

"Penelitian ini bertujuan untuk mengetahui apakah pertumbuhan ekonomi meningkatkan atau menurunkan ketidakmerataan pendapatan dan seberapa besar pengaruh pertumbuhan ekonomi terhadap kemiskinan. Data yang digunakan adalah data sekunder yang terdiri dari PDRB perkapita, indeks Gini dan angka kemiskinan yang mencakup seluruh kabupaten/kota di seluruh Jawa Timur, periode 2006-2010. Metode yang digunakan adalah analisis regresi dengan fixed effect model?cross section weighted. Hasil penelitian menunjukkan bahwa pertumbuhan ekonomi berpengaruh positif terhadap ketidakmerataan pendapatan masyarakat dengan nilai elastisitas sebesar 0,16. Pengaruh Pertumbuhan ekonomi terhadap kemiskinan hanya signifikan mengurangi head count indeks dan poverty gap indeks dengan elastisitas masing-masing sebesar 1,54 dan 0,88.Pengaruh Pertumbuhan ekonomi terhadap kemiskinan dengan menambahkan variabel kontrol rata-rata lamanya sekolah, angka harapan hidup, prasarana jalan dan fasilitas air bersih, ternyata pertumbuhan ekonomi hanya signifikan mengurangi head count index (P0) dan poverty gap index (P1) dengan elastisitas masing-masing sebesar 1,54 dan 0,88. Hasil penelitian juga menunjukkan bahwa kesehatan yang diwakili oleh indikator angka harapan hidup mempunyai pengaruh paling besar dalam mengurangi kemiskinan (P0; P1 dan P2) dibanding pertumbuhan ekonomi dan variabel bebas lain yang ada dalam model dengan elastisitas sebesar 2,25 untuk P0; 6,43 untuk P1 dan 10,03 untuk P2.

---

This study aimed to determine whether economic growth increasing or decreasing inequality in income, and how much influence the economic growth on poverty. The data used are secondary data consisting of per capita GDP, Gini index, and poverty that cover all districts in East Java in 2006-2010. The method used is the fixed effect regression analysis model-weighted cross section. The results showed that, the positive effect of economic growth on income inequality elasticity is 0,16.

Effect of economic growth on poverty by adding a control variable length of school average, life expectancy, infrastructure, roads and water facilities, economic growth turned out to be only significantly reduces head count index (P0) and poverty gap index (P1) with the elasticity of each amounted to 1,54 and 0,88. The results also showed that health represented by indicators of life expectancy have the most impact in reducing poverty (P0, P1 and P2) compared to economic growth and other variables in the model with elasticity of 2.25 for P0; 6,43 for P1 and P2 to 10,03."

"This book contains a high-level collection of papers by some of today's leading distributional analysts. The chapters are well-chosen and are written by respected authors with international profiles. The book will be highly valued as a reference work, by research economists and practitioners, as well as by postgraduate students and professors at universities where distributional measurement theory and application is dealt with at the PhD level.' - Peter Lambert, University of Oregon, "

"

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.

"

"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."

"The essays in this series offer fresh theoretical and methodological insights into the key issues in the field of economic inequality. The content is comprised of highly topical subject matter with key researchers in the field contributing."

"Ketimpangan pendapatan dan kemiskinan telah menjadi permasalahan utama dalam studi pembangunan sejak tahun 1970-an. Meskipun ada berbagai faktor yang secara teoritis terkait dengan insiden kemiskinan dan ketimpangan pendapatan, pilihan mengenai jenis dan struktur pengeluaran pemerintah sering dikutip sebagai salah satu faktor penentu penting. Namun, bukti ilmiah atas permasalahan ini masih belum bisa disimpulkan, dan penelitian atas kasus di Indonesia masih sangat sedikit. Penelitian ini mencoba untuk berkontribusi dengan memanfaatkan data panel 33 propinsi dari tahun 2005 sampai dengan 2017 untuk menguji pengaruh berbagai jenis pengeluaran pemerintah terhadap ketimpangan pendapatan dan kemiskinan di Indonesia. Dengan menggunakan fixed effect, random effect, dan Seemingly Unrelated Regression (SURE) sistem, penelitian ini menemukan bahwa bantuan sosial, subsidi dan pengeluaran hibah memiliki efek yang tidak signifikan dalam mengurangi ketimpangan pendapatan dan kemiskinan di Indonesia. Namun, bukti empiris menunjukkan bahwa pengeluaran infrastruktur memiliki korelasi negatif dengan ketimpangan pendapatan di daerah perkotaan (ketika menggunakan random effect model), dan daerah pedesaan (ketika menggunakan fixed effect model), keduanya signifikan secara statistik pada tingkat 5%. Selain itu, pengeluaran infrastruktur juga berkorelasi negatif dan signifikan dengan kemiskinan di Indonesia, dan dampaknya lebih signifikan di daerah pedesaan daripada perkotaan.

---

The issues of income inequality and poverty have become key issues in development studies since the 1970s. Although there are various factors theoretically associated with the incidence of poverty and income inequality, choices regarding the types and structure of government expenditure are often quoted as one of the crucial determinants. However, the evidence is still inconclusive, and the research about these issues in the case of Indonesia is still minimum. This paper tries to contribute to the discussion by analysing a panel data set of 33 provinces from 2005 to 2017 to examine the effect of different types of government expenditure on income inequality and poverty in Indonesia. Using the fixed effect, random effect, and Seemingly Unrelated Regression (SURE) system, this paper finds that social aid, subsidy and grant expenditure have an insignificant effect on reducing income inequality and poverty in Indonesia. However, the empirical evidence suggests that infrastructure spending has a negative correlation with income inequality in urban areas (when using the random effect model), and rural areas (when using the fixed effect model), both are statistically significant at the 5% level. In addition, infrastructure expenditure is also negatively and significantly correlated with poverty in Indonesia, and the impact is more significant in rural than urban areas."

"Skripsi ini bertujuan untuk menyelidiki hubungan potensial antara kemiskinan, ketimpangan pendapatan, dan perubahan iklim dalam konteks Indonesia. Meskipun terdapat konsensus yang terbukti dalam beberapa literatur mengenai potensi hubungan positif antara kemiskinan dan perubahan iklim, upaya pemerintah yang terfokus dalam mengatasi masalah kemiskinan dan iklim masih dapat dikatakan belum maksimal. Hal ini terlihat dari alokasi anggaran yang semakin berkurang untuk isu-isu terkait upaya pencegahan dan adaptasi terhadap perubahan iklim yang kini menjadi semakin relevan. Rencana awal dalam penulisan skripsi ini adalah untuk menganalisis hubungan antara kemiskinan, ketimpangan pendapatan, dan perubahan iklim menggunakan teknik regresi variabel instrumental (IV) direncanakan untuk mengatasi masalah endogenitas yang terkait dengan variabel endogen utama, yaitu kemiskinan dan ketimpangan. Namun, karena adanya keterbatasan yang teridentifikasi dalam variabel instrumental, termasuk pelanggaran asumsi monotonicity dan koreksi bias yang tidak signifikan yang diamati dari uji Oster, pendekatan alternatif seperti ordinary least squares (OLS) dan panel fixed effect model akhirnya digunakan sebagai model estimasi utama dalam penulisan skripsi ini. Hasil yang diperoleh dari model OLS dan panel fixed effect mengungkapkan hubungan yang tidak signifikan secara statistik antara kemiskinan, ketimpangan, dan perubahan iklim. Hal ini menunjukkan bahwa upaya pengentasan kemiskinan dan mitigasi perubahan iklim di Indonesia mungkin tidak selalu berjalan seiring. Korelasi yang didapat dari hasil estimasi utama pada skripsi ini dapat dipengaruhi oleh berbagai faktor, termasuk inklusi variabel mediasi seperti PDB, kemungkinan adanya reverse causality antara kemiskinan dan perubahan iklim, dan sifat yang kompleks dari kemiskinan. Secara kesimpulan, temuan ini menunjukkan bahwa pemerintah dapat fokus pada penanggulangan kemiskinan dan mengatasi perubahan iklim secara terpisah, tanpa terlalu memperhatikan korelasi potensial antara kedua masalah ini. Namun, penting juga untuk tetap mengkonsiderasikan limitasi dari studi ini untuk pengambilan kebijakan dan studi lanjutan kedepannya, termasuk ketiadaan analisis simultan tentang kemiskinan, ketimpangan, dan perubahan iklim, serta tidak tersedianya variabel instrumental yang cocok untuk regresi IV. 

---

This thesis investigates the relationship between poverty, inequality, and climate changes in the context of Indonesia. Despite the existing consensus in the literature regarding the potential positive link between poverty and climate changes, there is a notable lack of focused government efforts in addressing the poverty-climate problems. This is evident from the decreasing budget allocations for climate-related issues. Initially, instrumental variable (IV) regression was planned to address potential endogeneity problems associated with the main endogenous variables, namely poverty and inequality. However, due to identified limitations in the instrumental variables, including the violation of monotonicity assumptions and insignificant bias correction observed from the Oster test, alternative approaches such as ordinary least squares (OLS) and panel fixed effect models were employed. The results obtained from the OLS and panel fixed effect models reveal a non-statistically significant relationship between poverty, inequality, and climate changes. This suggests that the pursuit of poverty alleviation and climate change mitigation in Indonesia may not necessarily go hand in hand. The observed correlation could be influenced by various factors, including the inclusion of mediation variables like GDP, potential reverse causality between poverty and climate changes, and the multifaceted nature of poverty. In conclusion, the findings indicate that the government can focus on tackling poverty and addressing climate changes separately, without overly concerning themselves with the potential correlations between these two issues. However, it is important to acknowledge the limitations of this study, including the absence of simultaneous analysis on poverty, inequality, and climate changes, as well as the unavailability of suitable instrumental variables for IV regression."