HUMAN CAPITAL DAN PERTUMBUHAN
EKONOMI DI NEGARA ASEAN: Pendekatan Panel Data
Irman Ramdani, SE1 Garan Paruta2
Departemen Ilmu Ekonomi IPB
PENDAHULUAN
Latar Belakang
Pada
tahun 1997 hingga 1998 beberapa Negara di Asia mengalami krisis moneter yang
mengakibatkan banyak perubahan yang terjadi dalam negaranya. Hal tersebut juga
dirasakan oleh negara-negara yang terkumpul dalam ASEAN yang sedang banyak melakukan
peningkatan di setiap negaranya. Indonesia, Thailand, Filipina, Malaysia,
Singapura, dan Laos terkena dampak dari krisis moneter ini dengan dampak yang
relatif berbeda untuk setiap negara. Sudah menjadi suatu kepastian bahwa krisis
yang terjadi memengaruhi perekonomian di beberapa Negara ASEAN. Salah satu hal
yang terpengaruh oleh krisis moneter yang terjadi adalah pertumbuhan ekonomi
dan human capital di ASEAN.
Banyak
teori yang menjelaskan keterkaitan antara pertumbuhan ekonomi di suatu negara dengan
human capital di negara tersebut. Ada
dan Acaraglu (2014) meneliti tentang human
capital and economic growth di Middle
East North Africa (MENA). Human
capital pada penelitian tersebut dapat dilihat menggunakan dua proxy yakni
kesehatan dan pendidikan. Pendidikan berhubungan terhadap kualitas dari human capital sedangkan kesehatan secara
langsung berpengaruh terhadap produktivitas dari human capital. Selain itu kesehatan juga mempengaruhi tingkat
pendidikan seseorang. Untuk negara-negara maju tingkat human capital sudah tinggi yang diindikasikan dengan rendahnya
tingkat kematian bayi dan tingginya angka partisipasi pendidikannya. Sedangkan
untuk negara berkembang, tingkat human
capital masih relatif rendah.
Berdasarkan
hal tersebut, paper ini berusaha menganalisis pengaruh kesehatan dan pendidikan
yang merupakan bagian dari human capital
terhadap pertumbuhan ekonomi di negara-negara ASEAN pasca terjadinya krisis
moneter tahun 1997-1998. Dengan analisis tersebut diharapkan mampu menjelaskan
pengaruh human capital terhadap
pertumbuhan perekonomian yang diukur dengan PDB per kapita di masing-masing
negara ASEAN yang menjadi objek penelitian.
Perumusan Masalah
Dampak
krisis moneter tahun 1997 yang terjadi pada negara-negara di Asia mengakibatkan
terjadi beberapa perubahan baik secara ekonomi maupun sosial. Indonesia
merupakan salah satu negara yang mendapat dampak yang besar dari krisis
tersebut disamping Thailand dan Korea Selatan. Selain itu dampak yang
dihasilkan dari krisis tersebut juga dirasakan pada tahun tahun berikutnya yang
memengaruhi perekonomian di negara-negara ASEAN yang saat tersebut sedang
melakukan peningkatan kualitas di beberapa sektor yang salah satunya adalah
peningkatan human capital di
negara-negara ASEAN.
Berdasarkan
uraian sebelumnya, penulis membagi tulisan ini ke dalam beberapa rumusan
masalah yakni :
1.
Bagaimana dampak human capital terhadap perekonomian di Negara ASEAN pada tahun 1999
hingga 2004 ?
2. Negara
manakah yang memiliki pengaruh human
capital terhadap perekonomian terbesar di Negara ASEAN pada tahun 1999
hingga 2004 ?
Tujuan Penulisan
Dalam tulisan ini
terdapat beberapa tujuan yang ingin dicapai, diantaranya :
1.
Mengetahui dampak human capital terhadap perekonomian di Negara ASEAN pada tahun 1999
hingga 2004.
2.
Mengetahui negara yang memiliki pengaruh
human capital terhadap perekonomian
terbesar di Negara ASEAN pada tahun 1999 hingga 2004.
Penelitian Terdahulu
Penelitian
sebelumnya menunjukan terdapat hubungan positif antara pengeluaran pemerintah
untuk pendidikan dengan pertumbuhan. Namun disisi lain diketahui bahwa terdapat
hubungan lemah antara pengeluaran pemerintah dengan pertumbuhan ekonomi
(Cullison dalam Ada dan Acaraglu, 2014). Studi lain ketika variabel pendidikan
menggunakan tingkat pendaftaran sekolah dan pengeluaran pemerintah untuk
pendidikan menunjukan tidak adanya hubungan yang signifikan antara pendidikan
dengan pertumbuhan ekonomi (Kelly’s dalam Ada dan Acaroglu, 2014). Penelitian
lain yang bertujuan untuk melihat hubungan antara human capital dan pertumbuhan
ekonomi di suatu negara menunjukan bahwa tingkat kesehatan berdampak pada
meningkatnya jumlah waktu kerja tenaga kerja. Beberapa penelitian tersebut
mengindikasikan terdapat hubungan antara human capital dan pertumbuhan ekonomi,
sehingga perlu ada penelitian lebih lanjut untuk menambah penelitian terkait
hubungan tersebut.
Frees
dalam Akbar, 2011 dalam penelitiannya mendapati adanya heteroskedastisitas,
kovariat random dan fixed effect, pencilan dalam datanya. Hal tersebut
memberikan kesempatan untuk memberikan kesempatan untuk meningkatkan spesifikasi
model menggunakan diagnostik grafis dan numerik dari software statistik standar.
Sedangkan menurut Greene dalam Akbar, 2011 menyebutkan bahwa Fixed Effect Model (FEM) dan Random Effect Model (REM) perlu
dilakukan karena terdapat kesulitan komputasi dan inkonsistensi yang disebabkan
oleh waktu kecil (T (i)). FEM seharusnya
digunakan untuk perhitungan dalam lebih dari dua puluh kerangka pemodelan yang
berbeda (regresi linear, pilihan biner, pilihan multinomial, menghitung data,
log model linear , terbatas variabel dependen, model hidup, stochastic
frontier, dll). Sehingga FEM cukup layak bahkan dalam panel dengan sejumlah besar
kelompok
METODOLOGI PENELITIAN
Jenis dan Sumber Data
Jenis
data dalam penelitian ini adalah data panel sebanyak 6 negara di kawasan ASEAN
selama periode 1990-2012. Data tersebut merupakan data sekunder yang diperoleh dari laporan tahunan masing-masing
negara di kawasan ASEAN di World
Development Indicators (WDI). Data yang tersedia adalah data 6 negara
ASEAN. Negara tersebut adalah Indonesia, Malaysia, Kamboja, Laos, Myanmar dan
Filipina. Bank Dunia mencatat ada 10 negara di kawasan ASEAN. Salah satu alasan
memilih 6 dari 10 negara ASEAN adalah ketersediaan akses data. Data tersebut digunakan untuk mengukur kaitan
antara tingkat pertumbuhan ekonomi dan modal manusia. Sedangkan untuk studi
pustaka penulis mengumpulkan berbagai jurnal terkait yang relevan tentang
penelitian ini.
Dalam
mengukur kaitan tingkat pertumbuhan ekonomi dan modal manusia, pendekatan dalam
menganalisis variabel modal manusia dibagi dalam dua aspek yakni tingkat
pendidikan dan kesehatan. Pendekatan ini
bertujuan untuk mempersempit fokus pembahasan penelitian, tetapi menawarkan
kesempatan untuk membandingkan kontribusi antara tingkat pendidikan dan tingkat
kesehatan untuk pertumbuhan ekonomi.
Penelitian
ini digunakan tiga proxy yang berbeda untuk akumulasi modal manusia. Proxy
untuk kesehatan yakni life expectancy at birth total years, fertility
rate total (kelahiran setiap wanita), health
expenditure public (% dari GDP). Sedangkan proxy untuk pendidikan
yakni primary completion rate total (% dari kelompok usia), pupil teacher ratio primary dan public spending on education total (%
dari GDP). Variabel yang digunakan dalam penelitian ini merujuk pada penelitian
yang dilakukan oleh Aysen, et al (2014). Adapun variabel-variabel yang
digunakan adalah sebagai berikut.
Tabel
1 Definisi
operasional variabel yang digunakan dalam penelitian
|
Simbol
|
Jenis variabel
|
Variabel
|
Definisi
|
|
X1
|
Indepedendent Variabel
|
Life
expectancy at birth (total years)
|
Menunjukkan jumlah tahun
bayi yang baru lahir akan hidup jika pola kematian yang berlaku pada saat
kelahirannya tetap sama hingga sepanjang
hidupnya.
|
|
X2
|
Indepedendent Variabel
|
Fertility
rate total (births per woman)
|
Jumlah anak yang akan
lahir dari seorang wanita jika dia hidup sampai akhir tahun subur sesuai
dengan tingkat kesuburan usia-spesifik saat ini.
|
|
X3
|
Indepedendent Variabel
|
Health
expenditure public (% of GDP)
|
Belanja kesehatan publik
terdiri dari belanja berulang dan modal dari anggaran pemerintah (pusat dan
daerah), pinjaman eksternal dan hibah (termasuk sumbangan dari lembaga
internasional dan lembaga swadaya masyarakat), dan dana asuransi kesehatan
sosial (atau wajib).
|
|
X4
|
Indepedendent Variabel
|
Primary
completion rate total (% of relevant age group)
|
Tingkat penyelesaian
primer diukur sebagai rasio asupan bruto kelas terakhir sekolah dasar. Hal
ini dihitung dengan mengambil jumlah total siswa di kelas terakhir sekolah
dasar, dikurangi jumlah repeater di
kelas itu, dibagi dengan jumlah total anak usia kelulusan resmi.
|
|
X5
|
Indepedendent Variabel
|
Pupil
teacher ratio primary
|
Rasio murid-guru primer
adalah jumlah siswa yang terdaftar di sekolah dasar dibagi dengan jumlah guru
sekolah dasar.
|
|
X6
|
Indepedendent Variabel
|
Public
spending on education total (% of GDP)
|
Total pengeluaran publik
(saat ini dan modal) pada pendidikan dinyatakan sebagai persentase dari
Produk Domestik Bruto (PDB) pada tahun tertentu. Pengeluaran publik untuk
pendidikan meliputi pengeluaran pemerintah pada lembaga pendidikan (baik
negeri maupun swasta), administrasi pendidikan, dan transfer / subsidi untuk
swasta (mahasiswa / rumah tangga dan badan swasta lainnya).
|
|
Y
|
Depedendent Variabel
|
Gross
Domestic Product
|
Ukuran
agregat dari jumlah nilai tambah bruto dari semua warga, unit institusional
terlibat dalam produksi (ditambah pajak, dan minus subsidi, pada produk yang
tidak termasuk dalam nilai output mereka).
|
Model Penelitian
Untuk meneliti bagaimana kaitan
antara pertumbuhan ekonomi dengan modal manusia di 6 Negara ASEAN, maka
penelitian ini menggunakan kerangka kerja yang telah disusun oleh Aysen, et al
(2014). Metode yang digunakan adalah metode panel data. Berdasarkan
variabel-variabel yang telah dijelaskan, maka model yang akan digunakan yaitu :
LnYit
= β0 + β1 LnX1it + β2 LnX2it
+ β3 X3it + Ɛit............................................(1)
LnYit
= β0 + β1 X4it + β2 LnX5it
+ β3 X6it + Ɛit................................................(2)
Metode Penelitian
Metode
analisis yang digunakan dalam penelitian ini adalah metode deskriptif
menggunakan pendekatan kuantitatif. Pendekatan kuantitatif dilakukan dengan
pencarian data-data kuantitatif di world development indicators. Data yang
telah diperoleh diolah menggunakan perangkat lunak Microsoft Excel 2013 dan
Eviews 6.
HASIL
DAN PEMBAHASAN
Uji Hausman
Uji
Hausman digunakan untuk membandingkan apakah Fixed Effect Model atau Random
Effect Model yang lebih sesuai.
H0 : Random Effect
H1 : Fix Effect
Statistik
uji haussman mengikuti distribusi chi
square dengan degree of freedom
sebanyak jumlah variabel bebas dari model.
Uji kesesuaian pada panel data dengan fixed effects atau random effects
menggunakan uji haussman yang menunjukan
nilai prob < 0.05 baik untuk pendidikan maupun kesehatan.
Pada
Lampiran 1 yang menunjukan Hasil Uji Hausman terhadap variabel pendidikan maupun
variabel kesehatan pada Lampiran 2 dengan economic
growth memiliki heterogenitas individu secara fixed. Dengan demikian fixed effects
model lebih sesuai digunakan. Menurut Hsaio (2003) apabila tidak dapat
ditentukan secara teoritis dampak gangguannya, maka random effect model dipilih jika diambil dari sampel individu yang
merupakan sampel acak dari populasi yang lebih besar. Namun jika meliputi
seluruh individu dalam populasi atau hanya beberapa individu dengan penekanan
pada individu-individu tersebut maka lebih baik digunakan fixed effect model. Dalam penelitian ini karena
jumlah cross-section mengambil
individu yang mencerminkan sebagian populasi
dengan penekanan pada individu-individu tersebut (6 Negara ASEAN), maka fix effect model lebih baik secara teori. Pengaruh Variabel Kesehatan dan
Pendidikan Terhadap Perekonomian
Setelah
dilakukan Uji Hausman dan diperoleh Fixed
Effect Model sebagai model yang paling sesuai, maka selanjutnya dilakukan
estimasi dari persamaan tersebut. Estimasi persamaan modal manusia yang dilihat
dari sisi kesehatan dan pendidikan terhadap pertumbuhan ekonomi pada Tabel 2
dan Tabel 3 .
Tabel
2 Hasil Estimasi Pengaruh Modal Manusia terhadap GDP per kapita di 6 Negara ASEAN (Untuk Kesehatan)
|
Variabel bebas
|
Variabel tidak bebas : GDP per kapita
|
||
|
Koefisien
|
Nilai Statistik
|
Probabilitas
|
|
|
LNX1
|
2.532932*
|
2.466487
|
0.0203
|
|
LNX2
|
-0.953324*
|
-4.007976
|
0.0004
|
|
X3
|
-0.013936
|
-0.316174
|
0.7543
|
|
C
|
-3.032823
|
-0.709074
|
0.4844
|
Keterangan:
*signifikan pada ⍺= 5%
Berdasarkan
pada Tabel 2 dapat dilihat bahwa variabel life
expectancy at birth (X1), fertility rate total (X2) signifikan
pada taraf nyata 5%. Life expectancy at
birth (X1) diambil sebagai salah satu aspek pada modal manusia yang secara
positif mempengaruhi pendapatan per kapita. Namun di sisi lain, fertility rate total (X2) dianggap
negatif mempengaruhi pendapatan per kapita. Selain itu, health expenditure public (X3) tidak memiliki signifikansi pada 6
negara di kawasan ASEAN. Bila
dibandingkan dengan ketiga variabel tersebut maka modal manusia yang dilihat
dari pendekatan tingkat kesehatan maka yang paling mempengaruhi terhadap GDP
per kapita adalah life expectancy at
birth (X1) dengan elastisitas sebesar 2.532, artinya jika terjadi kenaikan angka harapan hidup sebesar
1% maka GDP perkapita akan meningkat sebesar 2.532 %.
Dari
6 negara di kawasan ASEAN yang diteliti dapat diketahui bahwa selama tahun
pengamatan bahwa negara Malaysia mempunyai intersep yang paling tinggi meskipun
hasilnya masih minus, artinya bahwa GDP perkapita Negara Malaysia yang tidak
dipengaruhi oleh human capital (Kesehatan) paling tinggi dibandingkan dengan
Negara lainnya. Hal ini dapat dilihat pada Lampiran 4. Terlihat bahwa untuk
variabel kesehatan Malaysia menempati posisi pertama dengan efek individu
sebesar 1.425810. Disusul oleh Filipina dan posisi
terakhir ditempati oleh Kamboja. Sedangkan Indonesia berada pada posisi ketiga
untuk efek individu variabel kesehatan.
Tabel
3 Hasil Estimasi Pengaruh Modal Manusia terhadap GDP per kapita di 6 Negara
ASEAN (Untuk Pendidikan)
|
Variabel bebas
|
Variabel tidak bebas : GDP per kapita
|
||
|
Koefisien
|
Nilai Statistik
|
Probabilitas
|
|
|
X4
|
0.013629*
|
-5.127462
|
0.0001
|
|
LNX5
|
-1.387684*
|
13.41613
|
0.0000
|
|
X6
|
0.039277
|
1.356938
|
0.1936
|
|
C
|
9.992989
|
10.79410
|
0.0000
|
Keterangan:
*signifikan pada ⍺= 5%
Tabel
3 menyajikan regresi yang sama seperti yang ditampilkan pada Tabel 2, tetapi
kali ini untuk modal manusia dilihat dari sisi pendidikan yang diwakili dengan
tiga variabel yakni, primary completion
rate total (X4), pupil teacher ratio
primary (X5), public spending on
education total (X6). Ukuran modal manusia untuk pendidikan signifikan
positif untuk variabel primary completion rate total (X4), dan signifikan negatif untuk variabel pupil teacher ratio primary (X5). Namun
hal tersebut tidak berlaku untuk variabel X8. Hal itu dikarenakan variabel
tersebut secara statistik tidak signifikan.
Hasil
yang ditampilkan pada Tabel 3 dapat diketahui bahwa jika primary completion rate total (X4) diambil sebagai salah satu unsur
modal manusia untuk pendidikan maka secara positif mempengaruhi pendapatan per
kapita pada 6 Negara ASEAN selama periode pengamatan. Namun di sisi lain, jika pupil teacher ratio primary (X5) digunakan
sebagai modal manusia maka akan berpengaruh negatif terhadap pendapatan per
kapita.
Dari
6 negara ASEAN yang diteliti selama periode pengamatan ternyata bisa dibuktikan
bahwa negara Malaysia mempunyai intersep tertinggi untuk hubungan antara GDP
per kapita dengan human capital yang
dilihat dari sisi pendidikan. Pada lampiran 6 terlihat bahwa Malaysia memiliki
efek individu terhadap variabel pendidikan yang terbesar. Disusul oleh Kamboja
dan Filipina pada urutan selanjutnya. Sedangkan Indonesia berada pada posisi
keempat dengan efek individu sebesar -0.331507. Hal
ini berarti bahwa GDP per kapita negara Malaysia yang tidak dipengaruhi
oleh tiga variabel yang mewakili pendidikan paling tinggi dibandingkan dengan
negara lainnya.
Berdasarkan
kedua variabel tersebut terlihat bahwa Malaysia menjadi negara yang memiliki
efek individu tertinggi dibanding negara-negara lainnya. Salah satu hal yang
dapat menjelaskan dampak tersebut adalah penolakan Malaysia untuk menerima
pinjaman dari IMF. Dengan kata lain Malaysia berusaha untuk bangkit dari krisis
yang terjadi dalam negara. Selain itu Malaysia mematok nilai tukar mata uang
Ringgit Malaysia dari harga pasaran sekitar 4,11 Ringgit Malaysia (RM) per
dolar AS menjadi kurs tetap sebesar 3,8 RM per dolar AS pada akhir 1997. Dan
juga didukung oleh dana cadangan yang dimiliki Malaysia pada waktu itu yang berkisar
40 miliyar dolar AS.
Sebagai
perbandingan, negara-negara lain cenderung untuk menerima bantuan dari IMF
sehingga beban negara menjadi lebih banyak, salah satu contohnya adalah
Indonesia. Walaupun banyak faktor lain yang mengakibatkan kesulitan negara-negara
lain untuk bangkit pasca krisis moneter di tahun 1997 hingga 1998. Tercatat
hingga tahun 2001, perekonomian Indonesia masih lemah diakibatkan kesulitan
untuk bangkit pasca krisis moneter. Walaupun banyak faktor yang mengakibatkan
hal tersebut namun tetap hal tersebut menjadi catatan dengan harapan hal
tersebut tidak terulang kembali. Sehingga pembangunan di Indonesia dapat
berjalan sesuai rencana tanpa ada hambatan yang berarti.
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Human
capital yang terdiri dari variabel kesehatan dan pendidikan memiliki signifikansi
yang berbeda. Untuk variabel kesehatan, berdasarkan ketiga proxy
maka yang paling mempengaruhi terhadap GDP per kapita melalui variabel
kesehatan di keenam negara ASEAN tahun 1999-2004 adalah life expectancy at birth (X1) dengan elastisitas sebesar 2.532.
Sedangkan untuk variabel pendidikan proxy
primary completion rate total (X4) secara positif mempengaruhi pendapatan
per kapita di keenam Negara ASEAN selama periode pengamatan. Namun di sisi
lain, jika pupil teacher ratio primary
(X5) berpengaruh negatif terhadap pendapatan per kapita.
Negara
yang memiliki efek individu terbesar untuk kedua variabel adalah adalah
Malaysia. Sedangkan negara-negara lain berada pada posisi yang berbeda-beda
untuk setiap variabel. Salah satu faktor yang mengakibatkan ini adalah
kemandirian Negara Malaysia untuk menyelesaikan krisis yang terjadi dalam
negara.
5.2 Saran
Berdasarkan
penelitian ini, terdapat beberapa saran yang dapat menjadi pertimbangan
selanjutnya.
1. Perlu
diadakan penelitian lanjut dengan data yang lebih baru untuk melihat kesiapan
negara ASEAN dari human capital yang dipersiapkan dalam menghadapi Masyarakat
Ekonomi ASEAN.
2. Menentukan
variabel pendidikan dengan proxy
pendidikan menengah. Sehingga lebih
relevan terhadap kualitas sesungguhnya dari human
capital.
3. Meningkatkan
kemandirian di Indonesia dalam menghadapi permasalahan perekonomian. Sehingga
peran asing menjadi berkurang sehingga terbebas dari intervensi asing baik langsung
maupun tidak.
DAFTAR PUSTAKA
Altun,
A. A., & Hakan, Acaroglu. 2014. Human Capital and Economic Growth: A Panel
Data Analysis with Health and Education for MENA Region. Advances in Management
& Applied Economics. Volume (4). 59-71. No. 4.
Atif,
A., Imdadullah, M., Ullah, M. A., Aslam, Z. M. 2011. Determinants of Economic
Growth in Asian Countries: A Panel Data Perspective. Pakistan Journal of Social
Sciences (PJSS) Volume (31). 145-157. No. 1.
[CIA World Factbook].12
Mei 2015. https://www.cia.gov/library/publications/the-world
factbook/fields/2195.html.
Hsiao, F. S. T., & Hsiao, M. C. W.
2006. FDI, Exports, and Growth in East and Southeast Asia --Evidence from
Time-Series and Panel Data Causality Analyses. International Conference on
Korea and the World Economy [Paper]. Korea: Korea University Seoul.
Salamah,
L. 2010. Lingkaran Krisis Ekonomi Indonesia. JURNAL MASYARAKAT KEBUDAYAAN DAN
POLITIK. Volume (14). 65-76. No. 2.
Tidak ada komentar:
Posting Komentar