SPATIAL PANEL REGRESSION MODELLING OF MIDDLE-INCOME TRAP IN INDONESIA

Wulan Kurnia Ananda; Didi Nuryadin

Wulan Kurnia Ananda UPN “Veteran” Yogyakarta, Indonesia
Didi Nuryadin UPN “Veteran” Yogyakarta, Indonesia

Keywords: Spatial Panel Data Regression, Middle-Income Trap, GRDP per Capita, Inverse Distance Matrix

Abstract

Indonesia menjadi salah satu negara berkembang yang terjebak dalam perangkap golongan negara dengan tingkatan pendapatan menengah (middle-income trap) setelah beberapa dekade pertumbuhan dan proses pembangunan ekonomi. Penelitian ini bertujuan untuk menganalisis rata-rata lama sekolah (RLS), angka harapan hidup (AHH), penanaman modal asing (PMA), dan pembentukan modal tetap bruto (PMTB) terhadap PDRB per kapita digunakan sebagai variabel dependen untuk mendeskripsikan kondisi middle-income trap dan mengetahui apakah terdapat keterkaitan spasial PDRB per kapita antar provinsi di Indonesia. Penelitian ini menggunakan Data panel, yang menggabungkan data deret waktu (time series) yang mencakup tahun 2015-2020 dengan data cross-sectional dari 34 provinsi di Indonesia. Penggunaan metode analisis data seperti analisis regresi data panel dan regresi data panel spasial dengan pendekatan matriks jarak invers adalah teknik yang digunakan untuk menganalisis data. Spatial Error Model (SEM) merupakan model analisis yang paling tepat untuk digunakan, berdasarkan perbandingan nilai AIC. Pada uji efek spasial diketahui bahwa terdapat keterkaitan spasial pada PDRB per kapita tiap provinsi di Indonesia pada kondisi middle-income trap. Hasil analisis regresi menunjukkan bahwa Rata-Rata Lama Sekolah dan Pembentukan Modal Tetap Bruto berpengaruh positif dan signifikan terhadap PDRB per kapita middle-income trap di Indonesia. Sedangkan Angka Harapan Hidup (AHH), Penanaman Modal Asing (PMA), tidak berpengaruh signifikan terhadap PDRB per kapita pada kondisi middle-income trap.

References

Akbas, Y. E., & Sancar, C. (2021). The impact of export dynamics on trade balance in emerging and developed countries: An evaluation with middle income trap perspective. International Review of Economics and Finance, 76(June), 357–375. https://doi.org/10.1016/j.iref.2021.06.014

Alexander, C., Nuryadin, D., & Suharsih, S. (2022). Jurnal Impresi Indonesia ( JII ). Jurnal Impresi Indonesia, 1(1), 1–6. https://doi.org/10.36418/jii.v1i3.29.Cass

Asiyan, S. (2020). Pengaruh Penanaman Modal Dalam Negeri, Penanaman Modal Asing, dan Ekspor terhadap Pertumbuhan Ekonomi Jawa Timur. Jurnal Pendidikan Ekonomi (JUPE), 1(3), 1–18.

Chairunnisa, N. M., & Qintharah, Y. N. (2022). Pengaruh Kesehatan, Tingkat Pendidikan, dan Upah Minimum terhadap Kemiskinan pada Provinsi Jawa Barat Tahun 2019-2020. Jurnal Penelitian Teori & Terapan Akuntansi (PETA), 7(1), 147–161. https://doi.org/10.51289/peta.v7i1.530

Dewi, R. K., Saru, D. E., & Wahyuningsih, D. (2021). Analisis Makro Ekonomi Sebagai Langkah Indonesia Keluar Dari Middle Income Trap. Inspire Journal : Economics and Development Analysis, 1(1), 99–110. Retrieved from https://ejournal.uksw.edu/inspire

Dubin. (2009). Spatial Weight. Foteringham AS, PA Rogerson, editor, handbook of Spatial Analysis. London: Sage Publications.

Elhorst, J. P. (2014). C . 2 Spatial Panel Data Models. https://doi.org/10.1007/978-3-642-03647-7

Felipe, J. (2012). Working Paper No . 715. (715).

Handayani, N. S., Bendesa, I. K. ., & Yuliarmi, N. N. (2016). Pengaruh Jumlah Penduduk, Agka Harapan Hidup, Rata-Rata Lama Sekolah, dan PDRB per Kapita terhadap Pertumbuhan Ekonomi di Provinsi Bali. 10, 3449–3474.