ABSTRAK
RPJMN 2015-2019 mengamanatkan pencapaian target akses universal air minum tahun 2019 sehingga diperlukan upaya mencapai target tersebut. Penelitian ini bertujuan menganalisis pencapaian kebijakan 100 akses air minum berdasarkan tren pendanaan, dengan mempertimbangkan kondisi ekonomi dan kepadatan penduduk, serta mengetahui pendanaan yang paling berpengaruh terhadap cakupan air minum. Pendekatan kuantitatif yang digunakan adalah regresi data panel, dilengkapi analisis deskriptif. REM menunjukkan variabel pendanaan, PDRB per kapita, dan kepadatan penduduk mampu menjelaskan variabel cakupan air minum sebesar 23,57 , sementara sisanya dijelaskan variabel diluar model. PDRB per kapita merupakan variabel berpengaruh terbesar terhadap cakupan, diikuti variabel Kepadatan Penduduk. Untuk pendanaan, APBN merupakan variabel yang signifikan memberikan pengaruh tertinggi terhadap cakupan, diikuti variabel APBD, sedangkan variabel pendanaan lain tidak signifikan. Cakupan air minum tahun 2019 berdasarkan perhitungan harga satuan adalah 80,21 , artinya target akses universal tidak tercapai. Investasi berpengaruh positif pada cakupan, namun investasi total per kapita yang tinggi belum tentu memberikan tambahan cakupan yang tinggi. Dana pemerintah berpengaruh positif terhadap cakupan, meskipun pada level investasi per kapita yang sama, tambahan cakupan yang dihasilkan berbeda dengan range yang cukup besar. Intervensi publik untuk infrastruktur air minum mutlak diperlukan karena besarnya distribusi layanan dan besarnya kemungkinan kegagalan pasar. Oleh karena itu, untuk mencapai akses universal, diperlukan peningkatan pendanaan yang substansial sejalan dengan peningkatan PDRB per kapita dan kepadatan penduduk di wilayah pelayanan. Kata kunci: Data Panel; Akses Universal; Air Minum; Pendanaan.
ABSTRACT
RPJMN 2015 2019 mandates the achievement of universal access of drinking water in 2019 so that efforts are needed to achieve these targets. This study aims to analyze the achievement of 100 access of drinking water based on funding trend, considering the economic condition and population density, as well as to find the most impacted funding to water coverage. Quantitative approach used is panel data regression, equipped with descriptive analysis. REM shows variables of funding, GRDP per capita, and population density is able to explain the drinking water coverage variables of 23.57 , while the rest are explained by variables outside the model. PDRB per capita has the biggest impact on coverage, followed by Population Density. On funding, APBN is a significant variable that giving the highest impact on coverage, followed by APBD, while other funding variables are not significant. The drinking water coverage in 2019 based on unit cost calculation is 80.21 , so that universal access target is not reached. Investment has a positive effect on coverage, but high per capita total investment may not necessarily provide high coverage. Government funds have a positive effect on coverage, although at the same level of investment per capita, the additional coverage generated will be different with a considerable range. Public intervention for drinking water infrastructure is absolutely required because of large distribution of services and the high probability of market failure. Therefore, to achieve universal access, substantial funding is required in line with increasing per capita GDP and population density in service areas. Keywords Panel Data Universal Access Safe Drinking Water FundingJEL Classification C23 H54 H76. |
T49117-Ratria Anggraini Sudarsono .pdf :: Unduh