ISSN 2776-4389 JOURNAL

13

Analisis Pertumbuhan Ekonomi dan Middle Income Trap | Danang Heru Ristianarko, dkk.

EKSISTENSI MIDDLE INCOME TRAP: SEBUAH KAJIAN EMPIRISTENTANG FENOMENA PERLAMBATAN EKONOMI DI INDONESIA

ABSTRAK

Middle Income Trap (MIT) merupakan sebuah fenomena ekonomi yang menggambarkanperlambatan ekonomi (growth slowdown) di suatu negara. Perlambatan ekonomi tersebut ditandaidengan adanya stagnasi pada pendapatan per kapita suatu negara (PDB per kapita) dalam jangkawaktu yang lama. Menurut World Bank, Indonesia termasuk ke dalam golongan negaraberpendapatan rendah yang berpotensi masuk ke dalam jebakan pendapatan menengah menjadisangat besar. Penelitian ini disusun untuk mengkaji sejauh mana potensi negara Indonesia untukmasuk ke dalam jebakan pendapatan menengah dan merumuskan strategi yang akan ditempuhuntuk keluar dari jebakan pendapatan menengah tersebut. Variabel PDB per kapita akandipergunakan sebagai variable dependen yang mendeskripsikan fenomena MIT. Sedangkanvariable pendidikan (human capital), keterbukaan perdagangan (trade openness) dan teknologi(technology) akan dipergunakan sebagai variable independen. Penelitian ini akan menggunakandata time series (tahunan) selama tahun 1990 hingga 2018. Sedangkan alat analisis yangdipergunakan adalah Error Correction Model - Two Step Engle Granger (ECM-EG). ECM-EGdipilih dengan alasan hasil analisis dapat menggambarkan pengaruh jangka panjang dan jangkapendek dari masing-masing variabel. Hasil dari penelitian ini adalah variabel keterbukaanperdagangan (trade openness) berpengaruh signifikan terhadap PDB per kapita di Indonesia.Sedangkan variabel lain, yaitu variable education dan technology tidak memiliki dampak signifikanterhadap variabel PDB per kapita di Indonesia.

Kata Kunci: Middle Income Trap, PDB per kapita, pendidikan (human capital), keterbukaanperdagangan (trade openness), teknologi (techonolgy), dan Error CorrectionModel-Two Step Engle Granger (ECM-EG).

PENDAHULUAN

Latar Belakang

Apa definisi middle-income trap (MIT)?Sebelum mendefinisikan middle income trap,pertama definisikan dahulu apa itu middle-income (pendapatan menengah). Maddison(2010), pada Tabel 1 menunjukkan pen-

dapatan per kapita pada dolar PPP tahun 1990antara 1 AD dan tahun 1870. Selama semuaperiode ini, pendapatan relatif sedikit bervariasi,dari minimum $400 hingga maksimum $809pada 1 AD; dan dari $400-500 menjadi sekitar$2.000 pada tahun 1820. Di beberapa negara(pada Tabel 1), termasuk India dan Cina,pendapatan per kapita hampir tidak berubah

Firman Sujatmiko, Rizky Bawunuris, & Octaviana GunawatiJurusan Komputer Akuntansi, Politeknik Negeri Madiun, Madiun, Jawa Timur

E-mail korespondensi: [email protected]

JOURNALEconomics and Development Analysishttps://ejournal.uksw.edu/inspire | [email protected]

ISSN 2776-4389

Vol.1 No.1 Mei 2021

mailto:[email protected]

https://ejournal.uksw.edu/inspire

mailto:[email protected]

Inspire Journal: Economics and Development Analysis | Vol. 1, No. 1, Mei 2021: 13-30

14

Tabel 1 GDP per kapita (1990 PPP$) tahun 1, 1000, 1500, 1600, 1700, 1820, dan 1870

Sumber: Maddison, (2010)

Country 1 1000 1500 1600 1700 1820 1870 Australia 400 400 400 400 400 518 3,273 Austria 425 425 707 837 993 1,218 1,863 Belgium 450 425 875 976 1,144 1,319 2,692 Canada 400 400 400 400 430 904 1,695 China 450 466 600 600 600 600 530 Denmark 400 400 738 875 1,039 1,274 2,003 Egypt 600 500 475 475 475 475 649 Finland 400 400 453 538 638 781 1,140 France 473 425 727 841 910 1,135 1,876 Germany 408 410 688 791 910 1,077 1,839 Greece 550 400 433 483 530 641 880 India 450 450 550 550 550 533 533 Italy 809 450 1,100 1,100 1,100 1,117 1,499 Japan 400 425 500 520 570 669 737 Mexico 400 400 425 454 568 759 674 Morocco 450 430 430 430 430 430 563 Netherlands 425 425 761 1,381 2,130 1,838 2,757 Norway 400 400 610 665 722 801 1,360 Portugal 450 425 606 740 819 923 975 Spain 498 450 661 853 853 1,008 1,207 Sweden 400 400 651 700 750 819 1,359 Switzerland 425 410 632 750 890 1,090 2,102 Turkey 550 600 600 600 600 643 825 United 400 400 714 974 1,250 1,706 3,190 Kingdom United States 400 400 400 400 527 1,257 2,445

selama hampir 1.900 tahun ini. Negara pertamadalam sejarah yang mencapai pendapatan$2.000 per kapita adalah Belanda pada tahun1700. Ketika beberapa negara mencapaisekitar $2.000 ke atas, Inggris dan Australiamencapai $3.000 (enam kali lipat pendapatanper kapita India atau Cina).

Tran (2013) menyatakan bahwa ekonomidunia dapat dibagi menjadi empat kelompok:kelompok satu terdiri dari negara berpen-dapatan rendah yang masih menghadapiperangkap kemiskinan. Kelompok dua adalahnegara yang mencapai tingkat pendapatanmenengah bertahun-tahun lamanya (lebih dari50 tahun untuk banyak kasus) tetapi setelahitu mengalami pertumbuhan yang rendah.Kelompok tiga terdiri dari negara-negara yangbaru saja mencapai atau mendekati tingkat

pendapatan menengah. Beberapa negaraAssociation of Southeast Asian Nations(temasuk Indonesia) dan Republik RakyatTiongkok (RRC) termasuk dalam kelompokpendapatan menengah. Kelompok 4 terdiri darinegara berpendapatan tinggi seperti anggotaOrganisation for Economic Cooperationand Development (OECD).

Menurut ADB dan World Bank (2012), suatunegara idealnya bergerak dari tingkatpendapatan rendah ke pendapatan menengahdan berakhir di tingkat pendapatan tinggi. MITmengacu pada fenomena yang terjadi padanegara-negara kelompok dua di mana setelahmencapai tingkat pendapatan menengahkemudian mengalami stagnasi pertumbuhanpendapatan sehingga gagal untuk masuk kedalam kategori negara berpendapatan tinggi.

15


World Bank (2012) mengkategorikan pen-dapatan rendah berkisar (<$2.000), pen-dapatan menengah ke bawah ($2.000-$7.250), pendapatan menengah atas ($7.250-$11,750), dan pendapatan tinggi (>$11.750).Hanya 12,9% yang berhasil masuk ke dalamkategori negara berpendapatan tinggi di tahun2008, sementara sisanya sebesar 87,1% terjebakdalam MIT. Indonesia termasuk dalamkelompok lower-middle income countries(negara berpendapatan menengah ke bawah)dengan PDB per kapita $2.000-$7.250.Indonesia telah berada dalam kategoripendapatan menengah ke bawah selama lebihdari dua dekade (lihat Tabel 2). Penghasilanper kapita harus tumbuh pada tingkat rata-ratatahunan sebesar 15 persen selama tahun 2011-2013 untuk menghindari middle income trap.

Country

Region 2010 GDP No. of No. of years before Ave. Ave. GDP per per kapita years in falling into the growth capita growth (1990 PPP$) LM until lower-middle (%)2000 (%) to reach 2010 income trap* -2010 $7,250 Cambodia Asia 2,529 6 22 8.2 4.9 India Asia 3,407 9 19 6.1 4.1 Indonesia Asia 4,790 25 3 3.9 14.8 Myanmar Asia 3,301 7 21 9.0 3.8 Pakistan Asia 2,344 6 22 2.6 5.3 Vietnam Asia 3,262 9 19 6.1 4.3 Honduras Latin America 2,247 11 17 1.6 7.1 Mozambiq Sub-Saharan 2,362 4 24 5.8 4.8 ue Africa

Tabel 2 Pendapatan menengah ke bawah tidak masuk perangkap pada tahun 2010.

Sumber: Felipe, 2012.Catatan: * dihitung sebagai (28 tahun - Jumlah tahun di LM sampai 2010); **

Pertumbuhan rata-rata yang dibutuhkan untukmencapai $ 7.250 dari tingkat pendapatan pada2010 selama bertahun-tahun sebelum jatuh kedalam jebakan berpenghasilan menengah kebawah.

Yusuf dan Nabeshima (2009), Woo (2009),Ohno (2010), Raisen (2011) dalam penelitianmereka mengangkat eksistensi bahwamempertahankan pertumbuhan melalui

kelompok middle income (pendapatanmenengah) memerlukan reformasi yangsignifikan terhadap lembaga-lembaga pembuatkebijakan ekonomi dan proses politik. Tanpaadanya peningkatan pertumbuhan ekonomi dantransformasi struktural, negara seperti Indonesiaakan sulit untuk dapat ‘naik kelas’ menjadinegara berpendapatan tinggi.

Penyebab utama negara-negara masuk jebakanMIT adalah adanya perlambatan ekonomi(growth slowdown) sebagai akibat perlambat-an produktivitas negara tersebut (Eichengreen,Park dan Shin 2012). Agenor et al. (2012)mendefinisikan MIT sebagai keadaan suatunegara yang mengalami stagnasi pertumbuhandi tingkat pendapatan menengah dan tidakberkembang ke tingkat pertumbuhan ekonomiselanjutnya ke pendapatan tinggi. Menurut Aiyaret al. (2013) fenomena MIT adalah fenomenaekonomi yang tumbuh dengan cepat sampaisaat ini mengalami stagnasi pada tingkatpendapatan menengah dan gagal lulus ke tingkatnegara-negara berpenghasilan tinggi. Beberapaekonomi Asia Timur dalam beberapa dekadeterakhir menyediakan templat untuk “sukses”terus tumbuh pesat setelah mencapai statuspendapatan menengah, dan mencapai tingkatpendapatan per kapita yang sebanding dengan


16

negara-negara maju. Faktor-faktor yangmenentukan apakah suatu ekonomi akanmengalami perlambatan seperti itu menarik bagipara pembuat kebijakan. Perangkap pendapat-an menengah mengacu pada situasi di manaMIT jatuh ke dalam stagnasi ekonomi danmenjadi tidak mampu memajukan ekonominyake tingkat berpenghasilan tinggi karena faktortertentu (Egawa, 2013).

Data dari Badan Pusat Statistik (2018), padaGambar 1 menunjukkan GDP (PDB) per kapitaatas dasar harga berlaku tahun 2017 sebesarRp51.88.199,6 dan terus meningkat hinggamencapai Rp55.986.859,2 di tahun 2018.Dengan kata lain meningkat sekitar 7,91 persendari tahun sebelumnya. GNB (PNB) per kapitapada tahun 2017 sebesar Rp50.196.103,9 danmencapai Rp54.251.126,8 di tahun 2018.Dapat dikatakan mengalami peningkatansekitar 8,08 persen dibandingkan tahunsebelumnya. Pendapatan nasional per kapitapada tahun 2017 adalah sebesar Rp38.325.249,8

dan meningkat menjadi Rp40.916.368,2 ditahun 2018. Dengan kata lain, terjadipeningkatan sebesar 6,76 persen dari tahunsebelumnya. Dengan GDP (PDB) per kapitapada tahun 2018 mencapai Rp55.986.859,2atau setara dengan $3.732,46 (dengan kurs $1= Rp15.000).

Meskipun pendapatan per kapita mengalamipeningkatan, jumlah penduduk miskin danindeks gini Indonesia sebesar 9,22% danmencapai angka 0,39 (BPS, 2019). Kondisiperekonomian yang stagnan bahkan cenderungmenurun membuat risiko Indonesia untukmasuk ke dalam MIT semakin kuat. Dalamjangka panjang, gejolak ekonomi dapat terjadijika peralihan penduduk yang rentan di atas gariskemiskinan dengan cepat menambah pendudukmiskin di Indonesia. Untuk meningkatkanpendapatan per kapita agar mencapai kesejah-teraan masyarakat. Indonesia diharapkanmampu menjadi negara maju dengan mening-katnya struktur ekonomi dan pendapatan ke

Gambar 1 PDB, PNB, dan Pendapatan Nasional Per Kapita Atas Dasar Harga Berlaku,2017 dan 2018 (juta rupiah).

Sumber: BPS-Statistik Indonesia

17


tingkat tinggi melalui strategi pembangunan yangtepat. Gill et al. (2007) menerapkan pengamatan(ekstraksi dan ekspor sumber daya) padaempat negara di Asia (Indonesia, Malaysia,Filipina, dan Thailand), dan menyarankan agarmereka meningkatkan struktur ekonomimereka.

Menurut Julia Resnik (2006) dalam perluasanpendidikan partisipasi ekonomi pendidikan daninternasional organisasi terutama oleh UNESCOdan OECD. Subdisiplin yang berkembangsetelah Perang Dunia II, memandang pen-didikan sebagai faktor kunci dalam pem-bangunan ekonomi. Pada akhir 1950-an, pen-didikan sebagai faktor kunci pertumbuhan men-jadi masalah utama ekonomi kebijakan, me-ngikuti masalah ketenagakerjaan. Ekonompendidikan disiplin ekonometrik masih dalammasa pertumbuhan setelah Perang Dunia IImensyaratkan radikal transformasi cara sistempendidikan disusun. Pada 1960, Majelis UmumPerserikatan Bangsa-Bangsa mengakuipentingnya pendidikan untuk pembangunanekonomi, berkontribusi pada derajat yang cukupbesar untuk mengubah pendekatan pertumbuhanpendidikan-ekonomi menjadi kotak hitam.

Dowrick dan Golley (2004) dalam penelitian-nya menguji tentang manfaat dinamis dariperdagangan dan membedakan dua konsepketerbukaan perdagangan, yaitu keterbukaanterungkap dan keterbukaan kebijakan.Keterbukaan yang terungkap rasio totalperdagangan luar negeri (ekspor ditambahimpor) terhadap PDB adalah ukuran yang palingsering digunakan dalam studi empiris. Inimemiliki keuntungan karena didefinisikandengan jelas dan diukur dengan baik, meskipunada sudut pandang yang berbeda mengenaiapakah harga domestik atau internasional harusdigunakan untuk menilai rasio perdagangan,

seperti yang terlihat dalam diskusi oleh Rodriket al. (2002) dari ukuran ‘keterbukaan nyata’yang digunakan oleh Alcala dan Ciccone(2001). Rasio perdagangan yang tinggi mungkindihasilkan dari kombinasi antara keterbukaankebijakan, akses mudah ke pasar luar negeri,dan pasar internal kecil.

Pritchett (1996) memberikan survei kompre-hensif pendekatan mulai dari tindakan insidenhambatan perdagangan (frekuensi hambatannontarif dan tingkat tarif rata-rata) hinggaukuran aliran perdagangan yang disesuaikandengan karakteristik struktural (ukuran danbiaya), hingga ukuran distorsi harga. Pritchettmembahas masalah yang terkait dengan semuatindakan ini. Pritchett menemukan bahwalangkah-langkah yang paling sering digunakantidak berkorelasi satu sama lain, kesulitanmenemukan ukuran yang dapat diandalkan dariketerbukaan kebijakan.

Sachs dan Warner (1995) telah menghasilkanupaya paling berpengaruh untuk mendefinisikanketerbukaan kebijakan dan memperkirakandampaknya terhadap kinerja ekonomi. Sachsdan Warner mengklasifikasikan suatu negarasebagai memiliki rezim perdagangan terbukajika tidak menunjukkan karakteristik berikutselama durasi tahun 1970an dan 1980an: tingkattarif rata-rata 40 persen atau lebih untuk imporbarang setengah jadi dan barang modal,hambatan nontarif yang mencakup 40 persenatau lebih dari impor barang setengah jadi danbarang modal, premi nilai tukar pasar gelap 20persen atau lebih, sistem ekonomi sosialis,monopoli negara atas ekspor besar. Sachmenyimpulkan bahwa Sach Ukuran Sachs-Warner sangat berkorelasi dengan penge-lompokan variabel penjelas alternatif yangmasuk akal bahwa berisiko menarik kesimpulan


18

kuat tentang efek keterbukaan terhadappertumbuhan.

Klenow dan Rodriguez-Clare (1997)menunjukkan bahwa lebih dari 60 persenperbedaan pendapatan per kapita pada tahun1985 tidak dapat dijelaskan oleh perbedaandalam modal fisik atau manusia. Caselli danColeman (2000) menunjukkan bahwaperbedaan Total Factor Production TFPantara negara miskin dan kaya lebih besaradanya perizinan teknologi yang tepat.Jerzmanowski (2002) menunjukkan bahwasebagian besar perbedaan TFP lintas negarakarena penggunaan yang tidak efisien atauketerlambatan adopsi teknologi baru olehnegara-negara tertinggal.

Comin dan Bart (2003) mengamati bahwapendapatan per kapita, modal manusia danketerbukaan memiliki efek positif pada tingkatadopsi teknologi. Teknologi adalah penentupenting variasi lintas negara dalam pendapatanper kapita. Sebagian besar teknologi berasaldari negara-negara yang unggul secara ekonomidan diadopsi lebih dulu. Selanjutnya, merekacenderung mengalir ke negara-negara tertinggal.Mereka mencatat korelasi dinamis antaralangkah-langkah adopsi teknologi dan PDB riilper kapita dimaksudkan untuk menggambarkanpentingnya tingkat efisiensi penggunaan teknologidan adopsi teknologi dari negara maju.

Rumusan Masalah

Berdasarkan latar belakang penelitian, makapenulis merumuskan masalahnya, yaitu“Bagaimana pengaruh pendidikan (education),keterbukaan perdagangan (trade opennes),dan teknologi (technology) terhadap pendapatanper kapita Indonesia?”

Tujuan Penelitian

Tujuan penelitian, untuk “mengetahui pengaruhpendidikan (education), keterbukaan perdagangan(trade opennes), dan teknologi (technology)terhadap pendapatan per kapita Indonesia”.

Manfaat Penelitian

Penelitian ini diharapkan mampu memberikanmanfaat baik bagi pemerintah, akademik, danpenelitian lainnya. Adapun manfaat daripenelitian ini antara lain:1. Bagi pemerintah, hasil dari penelitian ini

diharapkan dapat menjadi masukan bagipemerintah dalam merumuskan kebijakankhususnya dapat mengantisipasi fenomenamiddle income trap.

2. Bagi akademik, penelitian ini diharapkandapat memperkaya khasanah ilmu penge-tahuan yang berkaitan dengan middleincome trap.

3. Bagi peneliti, diharapkan dari penelitian inidapat meningkatkan pengetahuan sertadapat membantu dalam perkembanganpenelitian mengenai middle income trap.

KAJIAN PUSTAKA

Perlambatan Prematur dan Penyebabnya

Hanushek dan Woessmann (2008), menyajikanbukti kuat bahwa pendidikan adalah pendorongutama pertumbuhan ekonomi. Gagasan bahwapendidikan memfasilitasi inovasi dan imitasidirumuskan oleh Nelson dan Phelps (1966) danAghion dan Howitt (2006) menawarkandukungan empiris oleh Benhabib dan Spiegel(1994). Eichengreen et al. (2013) menemukanbahwa pertumbuhan lebih cenderung melambatjika populasi kurang berpendidikan. Dengandemikian, pandangan bahwa kurangnyainvestasi dalam infrastruktur dan sumber daya

19


manusia menyebabkan perlambatan pertum-buhan jangka panjang berlimpah dengandukungan empiris.

Parente dan Prescott (1994, 2000) menemu-kan bahwa ekonomi-ekonomi berpenghasilanrendah memiliki berpenghasilan rendahterutama karena minat khusus mencegahmereka menerapkan teknologi yang digunakandi seluruh dunia, perubahan kelembagaan yangmenghilangkan minat khusus akan memberikankeajaiban pembangunan seperti yang terjadi diKorea pada 1970-an dan kemudian di Cina.North (1999); Glaeser, et al. (2004) menyatakanpentingnya institusi ekonomi dalam menentukanpertumbuhan ekonomi jangka panjang diakuisecara luas. Ada konsensus di antara paraekonom bahwa lembaga-lembaga ekonomiyang melindungi hak-hak properti dan menjagaekonomi tetap terbuka untuk perdagangan luarnegeri kondusif bagi pertumbuhan terlepas daritingkat pendapatan ekonomi.

Acemoglu, dkk. (2006) mengembangkanprediksi model pertumbuhan endogenSchumpeter bahwa untuk ekonomi berpeng-hasilan menengah, perubahan kelembagaanyang penting adalah perubahan yang memung-kinkan mereka beralih dari pertumbuhanberbasis imitasi ke pertumbuhan berbasisinovasi. Ketika ekonomi semakin dekat denganperbatasan teknologi dunia, para wirausahawanseperti itu menjadi lebih penting, dan perubahankelembagaan yang diinduksi dari mereka akanterjadi. Model ini juga memprediksi kemungkinanbahwa ekonomi dengan ruang yang cukupuntuk imitasi tidak mencapai pertumbuhanberbasis imitasi yang cepat atau perubahanskala penuh ke pertumbuhan berbasis inovasidan, karenanya, jatuh ke dalam perlambatanprematur.

Respons yang tidak memadai terhadapperlambatan

Jimenez, Nguyen, dan Patrinos (2012)menganggap pertumbuhan ekonomi Malaysiadan Thailand yang relatif lambat disebabkanoleh rendahnya kualitas pendidikan. parapraktisi dan peneliti di dunia sepakat tentangpentingnya pendidikan, kuantitas dan kualitaspendidikan yang disediakan untuk anak-anakdi beberapa negara berpendapatan menengahjauh di bawah tingkat di negara-negara lain. Jikaekonomi berpendapatan menengah mengalamiperlambatan prematur dan jika tingkatpendidikannya jauh di bawah level ekonomiberpenghasilan menengah lainnya, merekamenganggap ekonomi itu sebagai terjebakdalam jebakan berpenghasilan menengah.

Pendidikan

Otsuka, Keijiro et al. memeriksa data tentangpencapaian pendidikan, khususnya tahun rata-rata total populasi sekolah yang berusia 15tahun ke atas, yang disusun oleh Barro dan Lee(2013) dan diambil dari World DevelopmentIndicators (WDI) Bank Dunia. Keempat panelpada Gambar 2 menunjukkan plot PDB perkapita dan persediaan modal manusia yangtersebar di tahun 1960, 1980, 2000, dan 2010.Pada tahun 1960, Jepang telah memulaipertumbuhan ekonomi yang tinggi, mungkinmengambil keuntungan dari tingkat pen-didikannya yang jauh lebih tinggi. Ketika semuaekonomi Asia Timur lainnya tetap berada dalamperangkap berpenghasilan rendah. Namun,pada 1980, ekonomi Singapura, Taiwan, danKorea mulai lepas landas, dan kemudianekonomi Malaysia dan Thailand mulai tumbuh.Seperti dalam Gambar 1, Cina jatuh di tengah-tengah kelompok ekonomi Asia Timur yangrelatif berpenghasilan rendah. ‘


20

Gambar 2 Changes in the real GDP per capia in Eas Asiancountries and the U.S

Sumber: Otsuka, (2017)

Gambar 3 Changing relatioships between the real GDPper capita and the average years of schooling

Sumber: Otsuka, (2017)

21


Gambar 3 menunjukkan perbedaan dalam lajupeningkatan pencapaian pendidikan di antaranegara-negara. Kecepatannya sangat tinggi diKorea, Taiwan, Singapura, dan Malaysia yangmenyusul atau bahkan melampaui Jepang. DiCina, sementara pencapaian pendidikan telahditingkatkan, tetap rendah dan kecepatanpeningkatan telah melambat sejak sekitar tahun2000. Kita melihat konvergensi pada panel atasGambar 3 kecuali untuk Cina dan perbedaanpada panel bawah. Mungkin dengan penge-cualian Malaysia, ekonomi berpenghasilanmenengah dan rendah yang termasuk dalampanel bawah belum mengejar ketinggalandengan ekonomi berpenghasilan tinggi di panelatas dalam hal pencapaian pendidikan. Dengandemikian, Gambar 3 menyerupai Gambar 1.

Hanushek dan Woessmann (2009) mengumpul-kan hasil dari berbagai tes yang dilakukan padatahun 1964-2006 yang menunjukkan, bahwaskor tes lebih terkait erat dengan pertumbuhan

ekonomi, distribusi pendapatan, dan pen-dapatan dari pencapaian pendidikan. Tigakolom pertama (Tabel 3) menyajikan bagiandari data mereka. Ketika Taiwan, Korea,Singapura, dan Jepang berada di antara yangberkinerja terbaik di dunia, negara-negaraberpenghasilan menengah ASEAN adalahpemain yang biasa saja. Negara-negara yangsama memiliki kinerja yang baik dalamProgramme for International StudentAssessment (PISA) pada tahun 2015 sepertiyang ditunjukkan pada tiga kolom terakhir(Tabel 3). Vietnam telah berpartisipasi dalamPISA pada tahun 2012 dan 2015 danberkinerja lebih baik daripada negara-negaraAsia Tenggara yang lebih kaya. Buruknyakinerja Malaysia dan Thailand dalam ujian inimenyebabkan Jimenez et al. (2012) denganpandangan pesimistis bahwa memburuknyasistem pendidikan di negara-negara ini akanmempersulit negara-negara untuk lulus daristatus pendapatan menengah.

Country Cogn Basic Top3 PISA 2015 PISA 2015 Reading PISA 2015 itive1

2 Science Mathematics Singapore 5.33 0.95 0.18 556 535 564 Japan 5.31 0.97 0.17 538 516 532 Taiwan 5.45 0.96 0.22 532 497 542 (Chinese Taipei) Korea, 5.34 0.96 0.18 516 517 524 Rep. China 4.94 0.94 0.08 518 494 531 (B-S-J-G China) Malaysia 4.84 0.86 0.07 n a. n a. n a. Thailand 4.57 0.85 0.02 421 409 415 Indonesia 3.88 0.47 0.01 403 397 386 Philippines 3.65 0.49 0.01 n a. n a. n a. Vietnam n a. n a. n a. 525 487 495

Tabel 3 The Hanushek and Woessmann (2009) Cognitive skill test scorea andselected results of PISA 2015b

Sumber:a. Hanushek dan Woressmann (2009)b.PISA 2015 Result in Focus. https://www.oecd.org/pisa/pisa-2015-results-in-focus.pdf

(Diperoleh pada 15 Desember 2016)

https://www.oecd.org/pisa/pisa-2015-results-in-focus.pdf


22

Sementara pencapaian pendidikan menangkapaspek kuantitatif dari pendidikan, skor tesmenangkap aspek kualitatif. Mereka ber-korelasi dan koefisien korelasi antara data skorHanushek dan Woessmann (2009) dan rata-rata tahun total sekolah penduduk berusia 15tahun ke atas adalah sekitar 0,7. Cina memilikikinerja tinggi dalam PISA seperti yangditunjukkan pada Tabel 3 tetapi pencapaianpendidikan yang relatif rendah seperti yangditunjukkan pada Gambar 3. Alasannya terletakpada kenyataan bahwa skor tes diambil darihanya sejumlah provinsi. Menurut Khor et al.(2016), wilayah pedesaan menyumbang 70persen dari semua pemuda di Tiongkok danhanya 37 persen siswa pedesaan yang lulus darisekolah menengah atas. Di Cina, peningkatanketersediaan pekerjaan meningkatkan biayakesempatan pergi ke sekolah tanpa berparti-sipasi dalam angkatan kerja, sehingga mengurangikehadiran di sekolah khususnya di daerahpedesaan. Apalagi pemerintah belum menyedia-kan cukup slot di sekolah menengah. SementaraZhang et al. (2013) menunjukkan bahayakesenjangan pendidikan yang melebar danketimpangan pendapatan di Tiongkok, Khoret al. (2016) menunjukkan bahaya bahwakurangnya investasi dalam sumber dayamanusia mengundang jebakan pendapatanmenengah.

Pendidikan tinggi tampaknya memainkan peranpenting dalam beralih dari pertumbuhanberbasis imitasi menjadi pertumbuhan berbasisinovasi dan dari industri manufaktur bernilaitambah rendah hingga industri jasa berbasis ITCyang berkembang pesat (Eichengreen et al.,2013). Gambar 4 menunjukkan perubahanrata-rata tahun sekolah tersier (termasuksekolah sarjana dan pascasarjana) dari populasiberusia 15 tahun ke atas. Di Cina, orang

dewasa dengan pendidikan tersier merupakanbagian yang sangat kecil dari populasi, danpencapaian pendidikan tersier tidak tumbuhtetapi sedikit menurun. Di negara-negaraASEAN kecuali Filipina, pencapaianpendidikan tersier sedang tumbuh, tetapi masihtetap pada tingkat yang sangat rendah.Pencapaian pendidikan tinggi Filipina terkaitdengan kemakmuran industri keuangan dansumber daya TIK out-source-nya.

Keterbukaan perdagangan dan keamananhak properti

Keterbukaan ekonomi terhadap perdaganganluar negeri dan keamanan hak propertiberkorelasi erat dengan pertumbuhan ekonomijangka panjang. Indikator keterbukaan Sachsand Warner (1995) sebagai contoh. Sebagiankecil dari tahun 1960 hingga 1992 bahwaekonomi diklasifikasikan terbuka berdasarkaninformasi tarif, kuota, kontrol nilai tukar, dansebagainya. Menurut klasifikasi ini, Otsuka,Keijiro et al. ekonomi Asia Timur dalam sampelnya sudah terbuka pada 1992 dengan satu-satunya pengecualian Cina. Indikatorketerbukaan lain yang sering digunakan adalahrasio impor ditambah ekspor terhadap PDB,meskipun rasio ini sangat bervariasi di berbagainegara, terutama antara ekonomi besar dankecil. Indikator ini telah berkembang di AsiaTimur dan khususnya cepat di Cina dari 1980hingga 2010, menurut WDI.

Kemampuan Teknologi

Kemampuan ekonomi untuk berinovasi danmeniru teknologi baru harus terkait dengankualitas lembaga penelitian dan lembagapendidikan tinggi di negara ini. Tabel 4menunjukkan jumlah universitas yang beradadi peringkat 100 teratas dunia pada tahun 2016menurut negara dan berdasarkan subjek

23


Hong China Korea, Singa Japan Taiwan Other Kong Rep. pore East Asia

General 3 2 2 2 2 0 0 Arts & Humanity 3 2 0 1 1 0 0 Business & Economics 5 4 1 2 0 1 0 Social Sciences 2 2 0 2 1 0 0 Clinical & Health 2 3 2 1 2 0 0 Computer Science 5 6 2 2 2 3 0 Engineering & 5 7 4 2 4 1 0 Technology Life Sciences 1 1 2 1 3 0 0 Physical Sciences 3 4 2 2 2 0 0 Physical Sciences 1,894 397 3,697 791 2,708 n.a 44

Number of patent applications (per million population)

Tabel 4 Number of universities ranked in the world top 100 in 2016a and number ofpatent applications in 2011 by economyb

Sumber:a.Times Higher Education World University Ranking https://www.timeshighereducation.com/world-university-

rankings (Diperoleh pada 5 November 2016).b.World Development Indicators of the World Bank. http://data.worldbank.org/indicator/IP.PAT.RESD (Diperoleh

pada 5 November 2016).Catatan: Asia Timur lainnya termasuk Malaysia, Thailand Filipina, Indonesia, dan Vietnam.Informasi lain yang tersedia tentang kemampuan teknologi adalah informasi paten.

Gambar 4 Changes in the average years of Schooling in East Asia countries and the U.S

Sumber: Otsuka, (2017).

https://www.timeshighereducation.com/world-university-

http://data.worldbank.org/indicator/IP.PAT.RESD


24

berdasarkan Times Higher Educations WorldUniversity Rankings tahun 2015-2016.Kinerja tinggi dari universitas-universitas top diCina dan juga Hong Kong sangat mengesankan.

Informasi lain yang tersedia tentang kemampuanteknologi adalah informasi paten. Tabel 4menunjukkan pada bagian bawah, yaitu jumlahaplikasi paten dibagi dengan ukuran populasi.Menariknya, dalam hal indikator ini, Koreayang tampil mengesankan dalam beberapa tahunterakhir dan kinerja China tampaknya buruk.Karena informasi paten dan peringkat lembagaakademis akan menangkap berbagai aspekkemampuan teknologi, mereka dapat tampaktidak konsisten satu sama lain. Ekonomiberpenghasilan menengah dan rendah di AsiaTimur selain Cina baru saja mulai meningkatkankemampuan penelitian dan pengembanganmereka. Peningkatan dalam kemampuanpenelitian dan pengembangan serta kualitaspendidikan dan pencapaian pendidikan tersiermenandakan perjuangan ekonomi-ekonomi iniuntuk lulus dari status pendapatan menengah.Sama seperti peningkatan kualitas pendidikandan pencapaian pendidikan tersier, penguatankemampuan penelitian dan pengembanganakan menjadi bidang kebijakan di manapengurangan pengeluaran pemerintah dapatdengan mudah terjadi, meskipun hampir setiappembuat kebijakan akan setuju bahwakemampuan ini harus diperkuat.

METODE PENELITIAN

Jenis pendekatan yang dipergunakan dalampenelitian ini adalah pendekatan kuantitatif.Penelitian ini merupakan replikasi daripenelitian-penelitian terdahulu. Namundemikian, dalam penelitian ini terdapatperbedaan pada waktu pengamatan, parametervariabel, dan metode yang digunakan. Datayang dipergunakan dalam penelitian ini adalahdata time series yang bersumber dariworldbank.org. Adapun rentang waktu penelitianyang direncanakan adalah mulai tahun 1990hingga 2018. Definisi operasional dari masing-masing variabel dijelaskan pada Tabel 5.

Sedangkan alat analisis yang dipergunakanadalah Error Correction Model EngleGranger (ECM-EG) atau seringkali disebutdengan Model Koreksi Kesalahan EngleGranger. Seperti dijelaskan dalam Insukindro(1999), ECM sering dipandang sebagai salahsatu model dinamik yang sangat terkenal danbanyak diterapkan dalam studi empiris,terutama sejak kegagalan model penyesuaianparsial (Partial Adjustment Model/PAM) tahun1970an dalam menjelaskan perilaku dinamikpermintaan uang. ECM sendiri dipergunakanuntuk menjelaskan mengapa pelaku ekonomimenghadapi adanya ketidakseimbangan(disequilibrium) dalam konteks bahwafenomena yang diinginkan (desired) oleh pelakuekonomi belum tentu sama dengan apa yang

Notasi Nama Variabel Deskripsi Sumber Acuan GDP Pendapatan per kapita Pendapatan per kapita dalam US dollar Outsuka, Keijiro et al. (2017) Edu Pendidikan Angka partisipasi sekolah untuk penduduk di usia

15 tahun keatas Outsuka, Keijiro et al. (2017) TO Rasio keterbukaan Rasio antara jumlah ekspor dan impor

dibandingkan dengan GDP (dalam US dollar) Outsuka, Keijiro et al. (2017) Tech Teknologi Aplikasi paten di seluruh dunia yangiajukan

melalui prosedur Perjanjian Kerjasama Paten atau dengan kantor paten nasional Outsuka, Keijiro et al. (2017

Tabel 5 Definisi operasional variabel

Sumber: perhitungan penulis, 2020

25


senyatanya (actual) dan perlunya melakukanpenyesuaian (adjustment) sebagai akibatadanya perbedaan fenomena aktual (actual)yang dihadapi antar waktu (Insukindro, 1999).Adapun tahapan yang harus dilakukan sebelummembentuk model ECM adalah sebagaiberikut:

1. Uji akar unit (Unit root test)

Tujuan dari uji stasioner data ini adalah untukmengamati suatu data stasioner atau tidak.Suatu data dapat dikatakan stasioner jika tidakterdapat akar-akar unit (unit root).

Dalam analisis time series, informasi tentangstasioneritas suatu data series merupakan halyang sangat penting karena mengikutsertakanvariabel yang nonstasioner ke dalam persamaanestimasi koefisien regresi akan mengakibatkanstandard error yang dihasilkan jadi bias. Adanyabias ini akan menyebabkan kriteria konvensionalyang biasa digunakan untuk menjustifikasikausalitas antara dua variabel menjadi tidakvalid. Artinya, estimasi dengan menggunakansuatu variabel yang memiliki unit root (datanonstasioner) dapat menghasilkan kesimpulan(forecasting) yang tidak benar karena koefisienpenaksir tidak efisien. Dalam penelitian ini,pengujian stasioneritas akan dilakukan melaluiADF Test (Augmented Dickey Fuller Test) ,Phillips Perron Test (PP Test) dan KPSS Test(Kwiatkowski–Phillips–Schmidt–Shin Tests(Engle and Granger, 1987).

2. Uji Kointegrasi (Cointegration Test)

Menurut Engle dan Granger (1987), suatukombinasi linier antara dua atau lebih seri datanon-stasioner akan menghasilkan integrasi yangstasioner. Kombinasi linier stasioner dapat jugadikatakan sebagai persamaan yang ter-kointegrasi (cointegrating equation), dan

dapat diinterpretasikan sebagai hubungankeseimbangan jangka panjang di antaravariabel-variabel yang ada. Jadi, tujuan daricointegration test sangat jelas, yaitu untukmenentukan apakah kelompok seri data yangnon-stasioner terkointegrasi apa tidak. Dalampenelitian ini pengujian kointegrasi yangdigunakan adalah metode dua langkah EngleGranger (two step Engle Granger). Tahapanpengujian dijelaskan melalui urutan berikut ini:

a. Menguji stasioneritas variabel Yt dan Xtdengan menggunakan salah satu metodepengujian akar unit (misalnya ADF test).Kedua variabel tersebut harus stasioner padaderajat difference untuk memastikan dugaanadanya kointegrasi antar variabel.

b.Estimasi variabel Xt sebagai fungsi dari Yt,sehingga menghasilkan nilai residual ε t.

c. Lakukan pengujian stasioneritas terhadapvariabel ε t, jika stasioner maka dapatdisimpulkan antar variabel Yt dan Xt terdapatkointegrasi.

Setelah kointegrasi antar variabel dapat dip astikan terjadi, langkah berikutnya adalahmenyusun model ECM dengan fungsi sebagaiberikut:

Keterangan :a : Konstanta 1- 3 : koefisien variabel t: ResidualECTt : Error Correction Termd(GDP) : bentuk derajat satu (1st difference)

dari variabel pendapatan per kapita.

d(Edu) : bentuk derajat satu (1st difference)dari variabel pendidikan.

d(TO) : bentuk derajat satu (1st difference)dari variabel rasio keterbukaan.

d(Tech) : bentuk derajat satu (1st difference)dari variabel teknologi.

εt + ECT + β3d(Tech)t +β2d(To)t +β1d(Edu)t +α =d(GDP)t


26

PEMBAHASAN

Statistik Deskriptif

Perkembangan variabel tidak bisa dilepaskandari pergerakan rata-rata, varian, dan standardeviasi data yang dimiliki.

Perhitungan statistik deskriptif didasarkan padadata tahunan untuk masing-masing variabel yangbersumber dari website resmi worldbank.org.Rentang waktu data yang dipergunakan adalahmulai tahun 1990 sampai tahun 2018.

Berdasarkan Tabel 6, dapat dilihat bahwavariabel GDP memiliki rata-rata sebesar 335.64dollar, sedangkan variabel Education memilikirata-rata sebesar 10.74, kemudian variabelTrade Openness memiliki rata-rata sebesar0.43, dan yang terakhir variabel teknologimemiliki rata-rata sebesar 45.09.

Unit Root Test (ADF Test, PP Test danKPSS Test)

Sebelum menganalisis model ECM, langkahawal dalam menganalisis data time series adalahdengan melakukan pengujian stasioneritas data.Dalam pengujian unit root test ini dilakukandengan tipe pengujian yaitu unit root test tanpastructural break. Pengujian akar unit tanpastructural break dilakukan melalui ADF Test(Augmented Dickey Fuller Test), PhillipsPerron Test (PP Test) dan KPSS Test(Kwiatkowski– Phillips–Schmidt–Shin Tests).Pertimbangan dilakukan ketiga pengujian iniadalah agar mendapatkan hasil yang konsisten

Variabel Rata-rata Varian Standar Deviasi GDP 335.64 1566480.9 1251.59 Edu 10.74 265.94 16.31 TO 0.43 0.013 0.11 Tech 45.09 250712.69 500.71

Tabel 6 Statistik Deskriptif GDP, Education, Trade Openness, dan Teknologi(1990-2018)


(Cavoli, 2010). Pengujian akar unit padapenelitian ini akan dilakukan pada dua derajatyang berbeda, yaitu derajat level dan derajatdifference. Rangkuman mengenai hasilpengujian akar unit untuk keempat variabeldisajikan pada Tabel 7.

Dari pengujian akar unit untuk keempat variabelpada derajat level menunjukkan hasil bahwahanya variabel rasio keterbukaan (tradeopenness) yang stasioner pada ketiga metodepengujian. Sedangkan variabel lain, yaitu GDP,Edu, dan Tech menunjukkan hasil yang tidakkonsisten. Rangkuman hasil di atas dapatdisimpulkan bahwa, pengujian stasioneritasharus dilanjutkan pada derajat 1st difference.Mengenai hasil pengujian, dapat disimak padaTabel 8.

Dari pengujian tersebut semua variabel yangditeliti stasioner pada 1st difference level baikpada pengujian KPSS, PP dan ADF. Hasiltersebut dapat disimpulkan dari semua nilai dariADF Test dan PP Test lebih besar dari nilaikritis pada alpha 10%. Sedangkan untukpengujian KPSS, nilai dari KPSS test lebih kecildaripada nilai kritis pada alpha 10% (sehinggaakan menerima Null hypothesis yangmenyatakan variabel stasioner). Derajatintegrasi yang sama (yaitu pada 1st difference)menunjukkan bahwa variabel-variabel tersebutberkointegrasi. Hal tersebut diungkapkan olehRumahorbo (2010), dimana variabel-variabelyang stasioner pada derajat yang sama diduga

27


Tabel 7 Pengujian Unit Root (ADF, PP dan KPSS) pada derajat levelVariabel ADF PP KPSS

GDP Trend 0.302021 0.130395 0.609419**

14trend and intercept -1.895353 -1.625285 0.143530*None 2.234871 1.798647 -

Edu Trend 0.942106 1.170205 0.655264**trend and intercept -2.498421 -2.186048 0.172364**None 3.884837 4.408216 -

TO Trend -2.759124* -2.802827* 0.359750*trend and intercept -3.501994* -3.514292* 0.152632**None -0.594130 -0.656264 -

Tech Trend 1.784468 -0.554995 0.584193trend and intercept 3.305616 -2.587699 0.178373None 1.389662 0.424244 -


memiliki hubungan kointegrasi. Pengujian akarunit dalam penelitian ini menggunakan metodegeneral to specific. Metode general tospecific adalah suatu metode yang memulaisuatu uji akar unit dengan memasukkan trendan intersep, lalu persamaan dengan intersepsaja dan terakhir persamaan tanpa intersep dantren ke dalam model.

Pengujian Kointegrasi (Engle GrangerCointegration Test)

Pengujian kointegrasi berkaitan erat denganpengujian terhadap kemungkinan adanya

hubungan keseimbangan jangka panjang antaravariabel-variabel ekonomi seperti yangdisyaratkan oleh teori ekonomi. Pendekatankointegrasi dapat pula dipandang sebagai ujiteori dan merupakan bagian yang penting dalamperumusan dan estimasi suatu model dinamis(Engle dan Granger, 1987).

Hasil yang ditampilkan pada pengujianstasioneritas menunjukkan adanya kemungkinanterjadi hubungan jangka panjang antar variabel.Hasil pengujian kointegrasi jangka panjanguntuk masing-masing variabel dapat disajikanpada Tabel 9.

Variabel ADF PP KPSS GDP

trend -3.674413** -3.651587** 0.187913trend and intercept -3.687686** -3.661496** 0.094295none -3.197428*** -3.199011***

Edu trend -3.431687** -3.468740** 0.283804trend and intercept -3.492785* -3.487765* 0.174808**none -2.639213** -2.639213**

TO trend -8.043339*** -10.20007*** 0.080218trend and intercept -7.973540*** -12.47536*** 0.063104none -8.178298*** -10.14566***

Tech trend 3.321887 -8.076124*** 0.295531**trend and intercept 1.942177 -9.675297*** 0.500000***none 4.084798 -7.381287***

Sumber: perhitungan penulis, 2020. Sumber: perhitungan penulis, 2020


28

Variabel koefisien Std Error t-stat c 433.3169 590.2299 0.734149Edu 69.55760*** 9.087220 7.654442TO -1673.356* 816.5716 -2.049246Tech -0.142949 0.286799 -0.498430R2 0.912999 Adj R2 0.902559 SE of regression 390.6903 Akaike info criterion 14.90115 Schwarz criterion 15.08974 F-statistic 87.45145 Durbin watson statistic 0.757717 n 29

Tabel 9 Estimasi Model Jangka Panjang


Variabel ADF PP KPSS Residual (level)

trend -2.484103 -2.482201 0.081362trend and intercept -2.433620 -2.431615 0.076000none -2.531375** -2.530140**

Residual (1st difference) trend -4.557661*** -4.560226*** 0.133303trend and intercept -4.465847*** -4.468914*** 0.133091*none -4.646581*** -4.648747***

Tabel 10 Pengujian Kointegrasi (Engle Granger Cointegration Test)Residu Model Jangka Panjang


Hasil estimasi model jangka panjang diatasmenunjukkan bahwa variabel Edu mempunyaipengaruh signifikan terhadap variabel GDPdengan koefisien 69.55 (pada α = 1%).Kemudian, variabel TO (rasio keterbukaan)juga berpengaruh signifikan terhadap GDPdengan koefisien -1673.356 (pada α = 10%).Akan tetapi variabel Tech tidak memilikidampak signifikan terhadap variabel GDP. Nilaiadj R2 sebesar 0.902559 mengindikasikanbahwa variabel independen yang terdapatdalam model jangka panjang dapat meng-

gambarkan variabel GDP sebesar 90.25%.Sedangkan hasil pengujian secara simultan,menjelaskan bahwa variabel Edu, TradeOpenness, dan Tech memiliki pengaruhsignifikan secara simultan terhadap variabelGDP, simpulan ini dapat digambarkan melaluinilai F-statistic sebesar 87.45145.

Pengujian stasioneritas untuk variabel residual,menunjukkan bahwa residual model jangkapanjang stasioner pada derajat level. Hal inimengindikasikan bahwa adanya hubunganjangka panjang antar masing-masing variabeldipertimbangkan sebagai sampel penelitian.Hubungan jangka panjang itu disebabkankarena pergerakan data yang tidak hanyadipengaruhi oleh pergerakan tren saja, tetapidimungkinkan adanya pengaruh jangka panjangyang memang menunjukkan hubungan antarvariabel di masa yang akan datang.

Jika hubungan jangka panjang variabel terjadi,maka tahap analisis berikutnya adalahmenyusun model ECM untuk mendeteksiadanya ketidakseimbangan model jangkapanjang dan model jangka pendek. Hasilanalisis lebih lengkap mengenai model ECM,dapat dilihat pada sub bab berikut ini.

29


Error Correction Model-Engle Granger(ECM-EG)

Dalam penelitian ini, Model ECM-EGdipergunakan sebagai alat untuk memprediksiadanya ketidakseimbangan suatu model padajangka panjang dan jangka pendek. Hasilestimasi Model ECM dalam penelitian iniditampilkan pada Tabel 11.

Dari Tabel 11, dapat disimpulkan bahwa t-statistic variabel ECT adalah sebesar -1.299533. Hal ini mengindikasikan bahwavariabel ECT tidak memiliki pengaruh signifikanterhadap variabel GDP per kapita. Akan tetapi,nilai dari koefisien variabel ECT sebesar -0.168369 mempunyai makna bahwa perbedaan

Tabel 11 Estimasi Model Jangka Pendek

Variabel koefisien Std Error t-stat c 137.2367 54.83201 2.502858d(Edu) -15.42406 21.83836 -0.706283d(TO) -918.6555** 395.1443 -2.324861d(Tech) 0.049520 0.154803 0.319892ECT -0.168369 0.129561 -1.299533R2 0.289208 Adj R2 0.165592 SE of regression 224.8980 Akaike info criterion 13.82960 Schwarz criterion 14.06750 F-statistic 2.339572 Durbin watson statistic 1.100221 n 28


antara nilai aktual dengan nilai keseimbangan-nya sebesar 16.83% akan disesuaikan dalamwaktu 1 tahun.

Dari ketiga variabel independen diatas, dapatdilihat bahwa hanya variabel Trade Opennessyang memiliki dampak signifikan terhadapvariabel GDP (ditunjukkan melalui nilai t-statsebesar -2.324861). Sedangkan variabel lainyaitu variabel Education dan Tech tidak memilikidampak signifikan terhadap variabel GDP.

PENUTUP

Fenomena middle income trap merupakan halyang jamak terjadi pada negara-negaraberkembang yang akan bermigrasi menujunegara maju. Penelitian ini disusun untukmengkaji sejauh mana potensi negara Indonesiauntuk masuk ke dalam jebakan pendapatanmenengah dan merumuskan strategi yang akanditempuh untuk keluar dari jebakan pendapatanmenengah tersebut. Variabel PDB per kapitaakan dipergunakan sebagai variable dependenyang mendeskripsikan fenomena MIT.Sedangkan variable pendidikan (humancapital), keterbukaan perdagangan (trade

openness) dan teknologi (technology) akandipergunakan sebagai variabel independen.

Penelitian ini menggunakan data time seriesselama kurun waktu 1990 hingga 2018.Pendekatan Error Correction Model - TwoStep Engle Granger (ECM-EG). ECM-EGdipilih dengan alasan hasil analisis dapatmenggambarkan pengaruh jangka panjang danjangka pendek dari masing-masing variabel.Hasil dari penelitian ini adalah variableketerbukaan perdagangan (trade openness)berpengaruh signifikan terhadap PDB per kapitadi Indonesia. Sedangkan variabel lain, yaitu


30

variable pendidikan (education) dan teknologi(technology) tidak memiliki dampak signifikanterhadap variabel PDB per kapita di Indonesia.Namun, hasil penelitian ini tidak mampumenggambarkan adanya ketidakseimbanganpada jangka panjang dan jangka pendek,dikarenakan variabel ECT tidak memilikidampak signifikan terhadap variabel GDP.

DAFTAR PUSTAKA

Agénor, Pierre-Richard, Otaviano Canuto danMicheal Jelenic. 2012. “AvoidingMiddle-Income Growth Traps.” WorldBank Policy Research Working PaperNo. 98. Hal: 1-7.

Aiyar, Shekhar, Romain Duval, Damien Puy,Yiqun Wu, dan Longmei Zhang. 2013.“Growth Slowdowns and the Middle-Income Trap.” IMF Working Paper 13/71Asia and Pacific Department. Hal: 1-63.

BPS RI. 2018. Pendapatan NasionalIndonesia 2014-2018. Jakarta: BPS RI.

BPS RI. 2019. Statistik Indonesia 2019.Jakarta: BPS RI.

Cavoli, Tony. “What Drives Monetary Policyin Post-Crisis East Asia? Interest Rateor Exchange Rate Monetary PolicyRules”, Journal of Asian Economics Vol.21 456–465, 2010.

Comin, Diego dan Hobijn, Bart. 2003. “Cross-country technology adoption: Making thetheories face the facts.” Staff Report, No.169, Federal Reserve Bank of NewYork, New York, NY Hal: 1-49.

Dowrick, S., and Jane Golley. 2004, “TradeOpenness and Growth: Who Benefits?”,Oxford Economic Policy vol. 20 no. 12004. Hal: 38-56.

Egawa, Akio. 2013 . “Will income inequalitycause a middle-income trap in Asia?”Bruegel Working Paper 2013/06, 10October 2013. [Working Paper]. Hal:1-26.

Eichengreen, Barry, Donghyun Park, andKwanho Shin. 2011. “When FastEconomies Slow Down: InternationalEvidence and Implications for China.”Working Paper No. 16919, NationalBureau of Economic Research,Cambridge, MA. Hal: 1-50.

Engle, R.Fand C.W.J. Granger 1987, “Co-integration and Error Correction:Interpretation, Estimation and Testing”,Econometrica, 55: 251-276.

Felipe, Jesus, Arnelyn Abdon, dan UtsavKumar. 2012. “Tracking the Middle-income Trap: What Is It, Who Is in It,and Why?” Working Paper No. 715.Annandale-on-Hudson, NY: LevyEconomics Institute of Bard College.Hal: 1-59.

Julia, Resnik. 2006. “InternationalOrganizations, the “Education–EconomiGrowth” Black Box, and theDevelopment of World EducationCulture.” Comparative and InternationalEducation Society, Vol. 50, no. 2. Hal:173-193.

Otsuka, Keijiro, Yuki Higuchi, dan TetsushiSonobe. 2017. “Middle-Income Trapsin East Asia: An Inquiry into Causes forSlowdown in Income Growth.”CHIECO 1023 (2016). Hal: 1-41.

Tran, V.T. 2013. The Middle-Income Trap:Issues for Members of the Associationof Southeast Asian Nations. ADBIWorking Paper 421. Tokyo: AsianDevelopment Bank Institute. Hal: 1-33.

***

ISSN 2776-4389 JOURNAL

Documents