Riset | Krisna 'imed' Gupta

Mencari Formula Resiliensi Indonesia

Mon, 15 Sep 2025 16:00:00 +0700

Mendorong ekspor untuk pertumbuhan

Wed, 27 Aug 2025 09:00:00 +0700

The Middle Class Crisis and how to fix it

Tue, 29 Apr 2025 13:30:00 +0700

Demokrasi, Kebebasan Ekonomi, dan Pertumbuhan

Fri, 25 Apr 2025 14:00:00 +0700

Review Paper Dewan Ekonomi Nasional tentang dampak ekonomi Makan Bergizi Gratis

Mon, 24 Mar 2025 21:06:59 +0700

Cukup mengejutkan tapi menarik waktu saya lihat Dewan Ekonomi Nasional (DEN) beberapa waktu lalu. Alasannya adalah karena Pak Luhut Binsar Panjaitan (LBP), ketua DEN, memberikan spotlight untuk Profesor Arif Anshory Yusuf (AAY) untuk memberikan teaser hasil model ex-ante beliau tentang dampak program Makan Bergizi Gratis (MBG) terhadap perekonomian. Menurut AAY, MBG berpotensi menambah pekerjaan untuk 1.9 juta orang dan menurunkan kemiskinan sampai 5.8%. MBG, menurutnya, setara dengan memberikan uang 600 ribu per keluarga jika rata-rata anak-anak di keluarga miskin ada 3 orang. Angka ini 3x lipat dari PKH! Dia juga menambahkan bahwa untuk merealisasikan dampak maksimal MBG, maka “Kebocoran” permintaan bahan pangan “yang tidak perlu diimpor” dengan mengutamakan produk dalam negeri. Those numbers sound off.

Kemudian pada tanggal 23 Maret 2025 malam waktu Jakarta, saya menyaksikan presentasi Profesor Arief Anshory Yusuf (AAY) tentang paper terbaru yang ia tulis untuk Dewan Ekonomi Nasional (DEN). Acara ini diselenggarakan oleh Doctrine UK, sebuah perkumpulan mahasiswa Indonesia di Inggris. Di sana, ia menyampaikan paper tentang analisis dampak makroekonomi program Makan Bergizi Gratis (MBG). Papernya sendiri dibagikan di chat acara tersebut. Rekamannya sudah diupload di youtube dan bisa dilihat .

Setelah melihat baik papernya maupun presentasinya, saya jadi kepingin menulis beberapa catatan tentang papernya. Tujuan utamanya sih sebenernya buat diri saya sendiri, karena model ini cukup seru untuk dikulik dan direplikasi. Selain itu, di acara tersebut, Pak AAY juga membawa nama DEN, yang berarti kebijakan yang munjul dari paper ini dapat dianggap datang dari pemerintah dan kemungkinan akan menjadi kebijakan publik. Saya juga nulis ini buat teman-teman belum begitu paham CGE¹, tapi pengen belajar. Terakhir, sukur-sukur postingan ini dibaca oleh beliau dan DEN, tapi saya yakin sih orang dengan kaliber beliau pasti udah dapat banyak masukan dari orang-orang yang lebih keren dari saya, jadi tujuan ini gak tercapai juga gak papa. Mostly, postingan ini untuk belajar dan berbagi.

Saya sangat menghormati beliau sebagai akademisi karena AAY adalah satu dari sedikit ekonom Indonesia yang sangat vokal terhadap isu-isu ekonomi di Indonesia, terutama tentang Pendidikan Tinggi dan program pro-poor dan pro-job. Beliau tidak segan-segan mengkritik pemerintah. Bahkan paper beliau yang menjadi justifikasi ex-ante MBG dibagikan ke semua dan ia juga rajin presentasi dan minta pendapat dari banyak sekali orang di berbagai kalangan. Level transparansi ini tidak saya temukan di kebijakan pemerintah yang lain.

Having said that, saya punya beberapa catatan yang menurut saya sangat penting dan worth ditulis di blog. Saya akan fokus ke 2 caveats yang ia sampaikan di paparannya. Untuk bagian lain, bisa jadi kesempatan dan untuk teman-teman yang lain yang mau sumbang komen ke beliau awokwokwok. Misalnya, komentar ini menurut saya juga sangat menarik, dan lebih mudah dibaca daripada tulisan ini wkwkwk.

Saya akan mulai dengan sedikit merangkup hal-hal yang saya sepakat, baru move on ke hal-hal yang saya kurang paham/tidak setuju.

Hal penting menurut saya

Di papernya, AAY merangkum berbagai studi tentang program semacam MBG di negara lain. Di negara lain, menurutnya, MBG cukup sukses. Dia juga bilang bahwa MBG adalah program yang sangat progresif. Saya rasa agak sulit untuk tidak setuju bahwa MBG, sebagai konsep, adalah program yang progresif.

Di paper itu juga dijelaskan sedikit detil tentang MBG yang juga konsisten dengan penjelasan dari tempat lain (misalnya CISDI). Ia menyebut budget 171 triliun rupiah, one of the largest welfare program in the world, dengan target penerima sekitar 82,9 juta masyarakat.

Tidak kalah penting: AAY menyebutkan beberapa tujuan resmi MBG: better nutrition, job creation, supporting local food systems, and improving student attendance and health. Meski begitu, dia mengatakan bahwa MBG sebaiknya tidak didesain untuk mengejar terlalu banyak tujuan, dan saya sependapat.

Akhirnya, AAY menggunakan analisis input-output (IO) dan mikrosimulasi untuk menunjukkan dampak ekonomi berupa peningkatan output, value added, dan lapangan kerja, serta penurunan kemiskinan dari program ini. Ada berbagai simulasi dengan skenario yang dilakukan, tapi hasilnya konsisten positif secara umum.

Important caveats

Hanya saja, Di paparannya, AAY mengatakan dua caveats yang sangat heroik dan otomatis mendismiss banyak sekali diskusi tentang MBG:

Model ini adalah skenario ex-ante dengan asumsi pelaksanaannya berjalan dengan ideal. Semua kritikan terkait aspek operasional tidak dapat dijawab dengan paper ini.
Tidak ada aspek aspek general equilibrium (supply, demand, market, dan optimisasi, at least), sehingga hal seperti perubahan harga dan perdagangan internasional tidak tercermin di model ini.

Menurut saya pribadi, dua hal tersebut justru dua hal yang arguably paling berpengaruh berpotensi menggagalkan program ini. Di acara Doctrine UK tempo hari, mungkin mayoritas pertanyaan dan diskusi peserta justru adalah tentang best practice dan kesiapan institusi. Saya menambahkan beberapa pemikiran tambahan di sini selain apa yang sudah disampaikan teman-teman di acara tersebut, yang bisa langsung dibaca di .

Tapi postingan ini akan hyperfokus ke no.2, sesuatu yang lebih relevan terhadap paper AAY tersebut. Saya cukup kaget mendengar AAY berargumen bahwa IO analysis $\neq$ Computable General Equilibrium (CGE), dan bahwa IO tidak memperhitungkan adanya perubahan harga. Menurut saya, pernyataan tersebut tidak benar secara teknis. Saya juga akan kasih 3 argumen kenapa hasil dari skenario IO bisa jadi tidak cocok untuk membuat klaim sepercaya diri apa yang ditunjukkan AAY di konferensi pers DEN di atas.

Saya akan nerding out a bit soal CGE untuk menjawab caveat no.2. Bagian ini akan jadi terlalu geeky. Baca dengan risiko masing-masing. You’ve been warned.

Aspek General Equilibrium

Apa itu Input-Output Analysis (IO)?

Di paper tersebut, AAY menjelaskan IO di 3.1.1., wicis di halaman 4 di papernya.

Ada 3 istilah penting yang dipakai AAY ketika menjelaskan IO analysis, yaitu output, value added, dan employment. Output pada prinsipnya adalah produksi total dari suatu industri. Value added adalah total produksi dikurangi dengan input / bahan baku. Jadi value added isinya adalah faktor produksi, mainly pekerja (labor) dan modal (capital). nah, labor ini sama dengan employment.

Struktur IO di paper AAY sama persis dengan typical IO model yang lebih kurang begini:

$$ \begin{align*} x&=Ax+y \newline (I-A)x&=y \newline x&=(I-A)^{-1}y \end{align*} $$

di mana hasil akhir vektor x melambangkan input demand untuk sektor $i$. artinya, input demand dari vektor $i$ tergantung dari shift-share $A$ dari setiap industri di $x$ untuk setiap industri di $x$, dan demand akhir $y$.

Dalam tabel Input-Output, kita bisa tunjukkan output dan value added jika anda buka actual tabel IO dari BPS.

wew	s1	s2 … sj	y	sum
s1	$q_{1,1}$	$q_{1,2} \dots q_{1,j}$	$y_1$	$x_1$
s2	$q_{2,1}$	$q_{2,2} \dots q_{2,j}$	$y_2$	$x_2$
$\vdots$	$\ddots$	$\ddots$	$\vdots$	$\vdots$
si	$q_{i,1}$	$q_{i,2} \dots q_{i,j}$	$y_i$
va	$va_1$	$va_2 \dots va_j$	-	GDP
sum	$x_1$	$ x_2 \dots x_j$	GDP	-

Di sini, $q_{i,j}$ bisa dibentuk menjadi matrix yang sama dengan $Ax$ dengan mengeset $q_{i,j}=a_{i,j}x_i$. Moga-moga kebayang ya. ha ha ha.

Biasanya, matrix $Ax$ diset dengan suatu optimisasi (you know, lagrange and stuff). Nah, typically, matrix A di analisis IO itu exogen. Dengan kata lain, elemen dari matrix A sudah tidak bergerak, dan hanya expansi seiring dengan output $x$. Karena itu, semua perubahan eksogen di ekonomi (dalam hal ini pada $y$) dianggap hannya expand sesuai matrix A.

Sebenernya IO itu ya CGE juga. Cuma, IO adalah special case dari CGE, yaitu fungsi permintaan outputnya punya sifat perfect complement. Perfect complement ini asumsi yang sangat berguna karena optimisasinya jadi linear. Secara komputasi jadi jauh lebih mudah karena kita cukup pake linear algebra tanpa ada optimisasi non-linear apapun.

Di samping itu, Leontief itu enak karena optimisasinya hanya ekspansi sesuai share optimal masing-masing komponennya.

Misalnya, Sebuah input function $U=min(a_1x_1,a_2x_2)$ akan memiliki titik optimal di $a_1x_1=a_2x_2$ sehingga demand function dari si $x_1$ akan berupa $x_1=\frac{a_2}{a_1}x_2$ dan $\frac{a_2}{a_1}$ ini akan konstan dan fixed sepanjang perubahan komposit barang konsumsinya.

Metode ini relatif tidak sulit dilakukan di Python, selama matriks IO-nya ada. Saya coba replikasi pake IO table versi lite, . Dari semua skenario, saya akan coba replikasi skenario A1 di papernya. Dari tabel IO 17 sektor tersebut, yg versi lite, saya ubah jadi matriks A, x dan y, dan data untuk matriks dan vektornya bisa didownload di . Note bahwa matriks y di situ masih mengandung nilai impor. makanya di simulasi saya construct y sendiri, ga pake y dari situ, supaya impornya ilang. Sebenernya anda bisa juga ngurangin sendiri impornya dari final demand di excelnya.

import numpy as np
A=np.loadtxt('A.csv',delimiter=',') # matrix A
#y=np.loadtxt('y.csv',delimiter=',') ini final demand yang ada final importnya
u=np.loadtxt('x.csv',delimiter=',') # output
y=u-np.dot(A,u) # final demand tanpa final import
ia=np.identity(17)-A
invA=np.linalg.inv(ia)
np.savetxt('invA.csv', invA,delimiter=",") # save the change matrix result to a new file
x=np.dot(invA,y) ## Make sure replikasi final output di tabel.
x-u

array([ 0.00000000e+00, 4.76837158e-07, 9.53674316e-07, 1.19209290e-07,
-1.49011612e-08, -4.76837158e-07, 4.76837158e-07, 0.00000000e+00,
2.38418579e-07, 0.00000000e+00, 0.00000000e+00, -1.19209290e-07,
0.00000000e+00, -1.19209290e-07, 1.19209290e-07, -1.19209290e-07,
-1.19209290e-07])

## Simulasi MBG A1 di paper AAY
yy=y+np.array([0,0,0,0,0,0,0,0,171e6,0,0,0,0,-171e6,0,0,0]) ## + MBG shock - budget shock
xx=np.dot(invA,yy)
print(f'perubahan %output sektoral setelah +MBG-penghematan:\n {(xx-x)/x*100}') ## Percent change of sectoral output

perubahan %output sektoral setelah +MBG-penghematan:
[ 1.08864224 0.03824485 0.57615184 -0.79322713 -0.71996072
-0.27533884 0.34350708 -0.80514386 13.29429074 -1.13615204
0.0553673 -0.13483742 -1.60608706 -22.73385632 -0.14187647
-0.18583608 -0.23295487]

print(f'pertumbuhan output nasional adalah {(np.sum(xx)-np.sum(x))/np.sum(x)*100} persen') ## Percent change of total output

pertumbuhan output nasional adalah 0.046445748306372714 persen

## Put everything into a dataframe
import pandas as pd
sec=["Pertanian, Kehutanan, dan Perikanan", "Pertambangan dan Penggalian", "Industri Pengolahan", "Pengadaan Listrik dan Gas", "Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang", "Konstruksi", "Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor", "Transportasi dan Pergudangan", "Penyediaan Akomodasi dan Makan Minum", "Informasi dan Komunikasi", "Jasa Keuangan dan Asuransi", "Real Estate", "Jasa Perusahaan", "Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial Wajib", "Jasa Pendidikan", "Jasa Kesehatan dan Kegiatan Sosial", "Jasa lainnya"]
delta=(xx-x)/x*100
## Create pandas of the result
df=pd.DataFrame({'sektor':sec,'delta':delta})
#concat the national results
df2=pd.DataFrame({'sektor':'Total','delta':(np.sum(xx)-np.sum(x))/np.sum(x)*100},index=[17])
df=pd.concat([df,df2])
df

	sektor	delta
0	Pertanian, Kehutanan, dan Perikanan	1.088642
1	Pertambangan dan Penggalian	0.038245
2	Industri Pengolahan	0.576152
3	Pengadaan Listrik dan Gas	-0.793227
4	Pengadaan Air, Pengelolaan Sampah, Limbah dan ...	-0.719961
5	Konstruksi	-0.275339
6	Perdagangan Besar dan Eceran; Reparasi Mobil d...	0.343507
7	Transportasi dan Pergudangan	-0.805144
8	Penyediaan Akomodasi dan Makan Minum	13.294291
9	Informasi dan Komunikasi	-1.136152
10	Jasa Keuangan dan Asuransi	0.055367
11	Real Estate	-0.134837
12	Jasa Perusahaan	-1.606087
13	Administrasi Pemerintahan, Pertahanan dan Jami...	-22.733856
14	Jasa Pendidikan	-0.141876
15	Jasa Kesehatan dan Kegiatan Sosial	-0.185836
16	Jasa lainnya	-0.232955
17	Total	0.046446

indikator	ori	kawe
Output nasional	0.06	0.046
Agriculture	1.37	1.08
manufacture	0.12	0.57

Hasil simulasi A1, yang ori punya pak AAY, yang kawe punya saya. Ada perbedaan angka karena bisa jadi beda tabel, tapi yang pasti beda agregasi yang digunakan. Tapi relatif ga beda jauh sih jadi keknya lumayan bener wkwkwk.

Langsung terlihat ada setidaknya 3 keterbatasan terhadap penggunaan model ini.

Pertama adalah keterbatasan asumsi constant shift-share a la Leontief. Hal ini langsung terlihat dari sumber pertumbuhan. realokasi balance budget memberikan tambahan output positif karena sektor jasa penyedia makanan memiliki “total multiplier” (kalo di papernya term $m_{ij}$ dan $m_{ik}$, pp.6) yang lebih besar daripada jasa pemerintahan. Masalahnya si total multiplier ini konstan regardless mau ditambahin atau dikurangin berapapun. Tanpa adanya perubahan marginal return, maka jika yang diincar adalah pertumbuhan output, ya sekalian aja SEMUA output di jasa government kita pindahin ke sektor jasa penyedia makanan (aka corner solution). Tapi di dunia nyata kan ga terjadi, karena seiring suatu sektor kekurangan output, marginal productivity di situ akan naik, sementara sektor yang sudah bloated akan diminishing, menghilangkan gain seiring semakin banyaknya resources yang masuk ke situ. Plus, di demand juga ada merginal utility yang berubah seiring pola konsumsi cendering konsentrasi ke satu layanan. Hal ini tidak jadi masalah jika shocknya relatif kecil. Tapi mengingat shock MBG ini sampe naikin sektor jasa makanan sampai 13.3% dan motong sektor jasa pemerintah sampe -22.73%, kayaknya constant marginal return ini bakal jadi masalah.

Kedua adalah bahwa vektor $y$ dianggap final demand, tanpa mempertimbangkan ekspor impor. Indeed, di kolom $y$ di tabel IO BPS tuh aslinya ada pembentuk modal dan ekspor, yang di sini diagregasi ke dalam $y$. Sementara itu, di kolom pertama harusnya ada baris impor bahan baku. Di CGE, kita sering kali menambah sebuah fungsi substitusi dengan elastisitas armington antara input impor dan domestik untuk setiap sektor. Tentu saja ketiadaan perdagangan internasional (atau lebih tepatnya menganggap shift-share international trade as exogeneous/constant) mengakibatkan sulitnya meramal dampak MBG terhadap ekspor impor. Karena itu, Pak AAY di acara bilang something like MBG akan berdampak baik selama tidak ada “kebocoran”, bahwa “bahan yang tidak perlu diimpor” sebaiknya tidak diimpor. I think this is not the best way to conclude from the model.

More importantly, di paper AAY, saya tidak menemukan info tentang tabel mana yang ia gunakan untung melakukan analisis. Hal ini penting karena di BPS tuh IO table-nya ada 2 jenis, yaitu menggunakan dan . Di tabel domestik tu hanya ada angka input domestik untuk matrix $Ax$, dan impor semua dipool di baris 2000. Di total, matriks $Ax$-nya udah termasuk impor sehingga baris 2000-nya kosong. Tidak ada info di papernya apakah dilakukan kalibrasi armington untuk pilihan produk domestik vs impor.

Jika tabel transaksi domestik yang digunakan, berarti matriks $Ax$ tidak mencerminkan keseluruhan input (cenderung bias), implicitly menganggap impornya fixed sehingga muncul “jangan bocor” tadi dan bisa jadi sesuai dengan apa yang modelnya katakan. Tapi jika transaksi total yang digunakan, maka matriks $Ax$ sudah include barang impor juga di dalamnya dan mungkin saja sebenernya “bocor” di model dan ga ada konsekuensi jelek apapun. Atau bisa aja saya yang gak bener bacanya dan sebenernya dikasih tau prosedur ngeluarin imported input ini wkkwkw. Tapi ya mestinya bisa dipertegas di papernya.

Tapi kritik soal neraca perdagangan yang eksogen sebenarnya terkait sangat dengan kritik ke-3: tidak adanya prices. Ketiadaan prices sebenarnya menjadi super relevan ketika kita menggunakan model dengan optimisasi dan constraint. Tanpa constraint, tentu seolah-olah produksi di sektor yang ketimpaan MBG akan bisa berkembang sejauh $Ax$. Padahal, constraint dari sisi supply lah yang akan mengakibatkan inflasi. Ketika ada (budget) constraint, maka optimisasi harus dilakukan dan akibatnya akan muncul income effect dan substitution effect (jika pake asumsi selain leontief). In particular, income effect ini akan sangat ngaruh ke perlunya ekspor/impor, tapi lebih penting lagi ke konsumsi total dan perhitungan kemiskinan.

Let me explain.

Constraint and prices

Di Leontief assumption, ketika kita melakukan shock terhadap final demand (di kolom $y_i$ di mana $i=$ sektor yang dishock), output dari sektor yang di-shock akan meningkat, dan input demand dari sektor tersebut akan meningkat, terlihat di kolom $s_j$ di mana $j=$ sektor yang mengalami perubahan $y$. Ala ala $\frac{dy}{dx}$ gitu lah.

misalnya demand di sektor $k$ meningkat jadi $y_k+1$ sehingga kita punyaa vektor $y_{new}$ berbentuk kayak gini:

$$ y_{new}=y+ \begin{bmatrix} 0 \newline \vdots \newline 1 \newline \vdots \newline 0 \end{bmatrix} $$

mari kita namakan vektor baru tadi $d$ sehingga $y_{new}=y+d$. Kemudian kita hitung $x_{new}=(I-A)^{-1}y_{new}$.

$$ \begin{align*} x_{new}&=(I-A)^{-1}(y+d) \newline x_{new}&=(I-A)^{-1}y+(I-A)^{-1}d \newline x_{new}&=x+(I-A)^{-1}d \end{align*} $$

perubahan yang terjadi pada input demand dari sektor $k$ adalah exactly $(I-A)^{-1}$. Pak AAY menjelaskan ini di halaman 6 di papernya. Nah, term tersebut mengandung matriks identitas dan matriks $A$, yang sudah kita buat eksogen. Artinya, perubahan input demand dari sektor tersebut hanya bergantung pada $\Delta y$ dan tidak tergantung sama sekali dengan perubahan harga.

Tabel IO BPS 2020 yang notabene adalah matriks transaksi. Transaksi implies current prices, di mana ada kuantitas dan harga di situ. Nah, exercise IO sederhana biasanya menganggap matrix nilai tersebut sebagai kuantitas. Sehingga jika elemen dari matriks tersebut (yang sejatinya adalah nilai) bergerak, maka gerakannya akan dianggap sebagai gerakan kuantitas.

Problemnya adalah, dengan constraint, kita dapat menunjukkan bahwa input demand biasanya akan tergantung dari harga!

Consider typical Leontief production:

$$ \begin{align*} \max \min(a_1q_1,a_2q_2) \newline \text{subject to} \ p_1 q_1+p_2 q_2 \leq I \end{align*} $$

Optimisasi implies $a_1q_1=a_2q_2$, sehingga $q_1=\frac{a_2}{a_1}q_2$. Masukin ke constraint:

$$ \begin{align*} p_1 \frac{a_2}{a_1}q_2+p_2 q_2 = I \newline q_2=\frac{I}{\frac{a_2}{a_2}p_2+\frac{a_2}{a_i}p_1} \end{align*} $$

Jika kita ganti income $I$ sebagai harga dari output 1 dikali jumlah output 1 $p_1x_1$, maka demand output 2 jadi:

$$ q_2=\frac{p_1x_1}{\frac{a_2}{a_1}p_1+\frac{a_2}{a_2}p_2} $$

dan bisa generalisasi persamaan di atas untuk $\max \min(a_1q_1,a_2q_2,\dots,a_Jq_J)$ menjadi:

$$ q^j_i=\frac{p_ix_i}{\sum_{s=1}^S \frac{a^s_i}{a^j_i}p_s} $$

di mana $q^j_i$ adalah input material dari industri $j$ ke industri $i$, $p_i$ adalah harga output industri $i$, $x_i$ adalah output industri $i$. $q^j_i$ adalah fungsi dari isocost industri $i$ (yang sama dengan total revenue) serta harga barang input untuk masing-masing industri $s$ termasuk $s=j$.

Di kasus replikasi , $q^j_i$ itulah yang diproxy dengan $a_{i,j}x_i$, di mana term ini menjadi hanya berubah gara-gara $x_i$ saja. Padahal, dapat dilihat di atas bahwa harganya juga ngaruh. Jika $p=1$, maka $q$ tinggal memiliki relatif shift share $a$ dan final demand $x$, wicis exactly yang terjadi di replikasi di atas.

Nah, one can argue that input demand yang bergantung pada harga bukan menjadi masalah selama kita anggap sektor ini adalah price taker. Alias, sektor yang mendemand ini begitu kecilnya, pasar pasti akan selalu memberikan supply (i.e., suppliernya infinitely many) tanpa mempengaruhi kenaikan harga. Tapi tentu saja hal ini belum tentu realistis, apalagi sektor in question memiliki permintaan yang tinggi dari produk agrikultur, sebuah sektor yang secara historis selalu diramaikan dengan tata kelola perdagangan yang penuh birokrasi, salah itung, swasembada yang selalu gagal, dan sebagainya. Rasanya sulit untuk mengharapkan supply yang super elastis dari sektor ini.

Tentu saja kita juga bisa modelkan keterbatasan dari sisi supply composite labor, yang juga bisa kita modelkan production nest-nya. Benar saja, di IO table tuh sebenernya ada labor share sendiri, yang juga diasumsikan memiliki sebuah parameter konstan $e$, seperti halnya value added yang memiliki parameter konstan $v$. Keduanya bisa kita relaksasi asumsinya.

Tapi mungkin lain waktu deh wkwk.

Problem pelaksanaan

Saya juga bermaksud menambahkan sedikit pemikiran soal pentingnya memikirkan problem pelaksanaan yang akan berdampak sangat signifikan terhadap kesimpulan dari dampak MBG.s

Saya sepakat bahwa jika SEMUA sekolah mendapatkan program ini, maka bisa jadi program ini progresif, dengan asumsi anggaran yang dikorbankan untuk MBG adalah pos yang biasanya dinikmati oleh (hence lower marginal propensity to consume²). Tapi ada beberapa kemungkinan penerapan bahwa ini belum tentu terjadi di lapangan.

Pertama soal sebaran sekolah penerima. Sepemahaman saya, tidak semua sekolah menerima program ini secara serentak. Ada sekolah yang mendapat MBG (treatment) dan ada yang tidak (control). Problem muncul jika treatment tidak terjadi secara random/eksogen. Misalnya, jika secara umum sekolah yang menerima duluan adalah sekolah yang cenderung lebih siap secara infrastruktur. Sekolah seperti ini notabene terletak di daerah yang relatif lebih kaya. Jika ini yang terjadi, meski AAY memberikan beberapa anekdot kelompok masyarakat miskin sebagai penerima manfaat, bisa jadi banyak peserta sebenarnya berada di daerah yang sebenarnya cukup mampu.

Kedua adalah soal korupsi. Jika program ini dikorupsi, koruptornya most likely adalah orang yang tajir melintir dibandingkan dengan penerima manfaat. Artinya MBG akan berbahaya kalau menjadi sarana transfer income dari pihak yang kena potong anggaran ke pihak yang mengkorupsi MBG. Sudah pasti ini tidak pro poor. Indikasi korupsi (atau setidaknya kegagalan memenuhi standar gizi yang baik) sudah disampaikan teman-teman di acara Doctrine UK tempo hari.

Lastly, mungkin skenario di CGE di atas juga akan berkurang khasiatnya jika ternyata tidak semua 171Tr tersebut digunakan untuk porsi makanan. Bisa saja uangnya juga digunakan untuk operasional dan pembangunan institusi. Kemaren ada yang bilang Kemenkes sebenernya sudah punya isntitusi yang siap pakai, jagi ga perlu lagi bikin institusi baru seperti BGN dan dapur umum. Sayang resourcesnya.

Penutup

Akhir kata, saya coba menyampaikan kritik konstruktif di postingan ini. Saya fokus di model IO-nya, dan coba menunjukkan bahwa 3 asumsi di model IO (konstan shift-share, tidak adanya perdagangan internasional, dan tidak fixed nominal prices) bisa saja terlanggar. Tentu tidak ada model yang akan persis sama dengan dunia nyata. All models are wrong tapi gak papa selama modelnya useful untuk menjelaskan fenomena. Cuma bisa jadi problem ketika asumsi yang tidak hold tadi memiliki konsekuensi yang sangat penting terhadap kesimpulan yang diambil untuk dasar kebijakan.

Saya juga lagi-lagi mau apresiasi Pak AAY karena sudah memberikan transparansi yang tergolong langka di lingkungan pemerintahan. Jarang banget ada orang mendokumentasikan studi yang digunakan pemerintah yang dijadikan policy guide, sehingga civil society seperti saya bisa ikut berpartisipasi dalam perdebatan. Sebagai orang masih junior, bisa jadi input ini sebenenrya ga begitu penting, tapi enak juga bisa ngikutin jalan pemikiran para konseptor kebijakan Indonesia dan belajar dari situ. Mudah-mudahan keterbukaan semacam ini makin menular ke semua sektor pemerintahan.

Mungkin segini dulu ya. Maybe next time kita coba modelin si production nest tadi kalo saya lagi ada waktu wkwkwk. It’s gonna be fun! Dah lama banget gak ngoprek CGE. Oke deh See ya next post.

Sejujurnya saya juga nggak jago-jago banget sih CGE, so please take this post with a grain of salt. ↩︎
BTW MPC <1 inilah yang bikin bantuan secara in-kind kayak MBG bisa jadi lebih efektif naikin konsumsi daripada cash transfer. Worth discussion sendiri. ↩︎

Tips n trick menulis

Wed, 19 Mar 2025 14:00:00 +0700

Industri Padat Karya dan Kondisi Tenaga Kerja di Indonesia

Fri, 27 Dec 2024 14:00:00 +0700

Neraca perdagangan yang berkelanjutan

Tue, 03 Dec 2024 09:30:00 +1100

Jakarta menuju kota global vs Singapura

Fri, 29 Nov 2024 13:00:00 +1100

Services, manufacturing and the Indonesian third unbundling

Tue, 24 Sep 2024 14:00:00 +1100

Substitusi buruh dan mesin di industri pertanian

Sun, 25 Feb 2024 15:10:34 +0700

Hari ini tanggal 25 Februari 2024 sedang ramai di jagat maya tentang harga pangan Indonesia yang semakin tinggi. Beberapa orang membandingkan harga beras di luar negeri vs di Indonesia, kenapa di negara lain bisa murah. Tentu saja jawabannya karena di luar negeri (at least di negara barat) bisa impor dengan bebas tanpa intervensi pemerintah. Pertanyaan berikutnya, jika kita negara agraris, kok bisa tanem sendiri lebih mahal daripada impor? Sebenernya jawabannya banyak dan udah dijawab juga, misalnya di atau . Excellent read. wajib baca.

Postingan kali ini ada hubungannya dengan itu, tapi saya mau fokus ke pembahasan soal jumlah dan produktivitas petani. Kenapa? Karena saya lagi ngajar ekonomi internasional dan ini postingan kali ini sangat pas buat menjelaskan substitusi faktor produksi yang dicontohkan di model bernama Hecksher-Ohlin (HO) wwkkwk. Anyway,Di Indonesia, jumlah petaninya banyak tapi lahannya sedikit. Indonesia adalah importir kedelai dari AS, padahal petani di AS lebih dikit lagi daripada di Indonesia.

TLDR: ujung2nya ini adalah diskusi tentang intensif buruh vs intensif kapital di industri pertanian, di mana di USA, permesinan berperan jauh lebih besar daripada buruh, sementara Indonesia sebaliknya. Buat anda yang pingin tau gimana ekonom melihat intensitas faktor produksi, lihat appendix di paling bawah.

Oke lanjut ke diskusi factor intensity.

Hecksher-Ohlin dan factor intensity

Dalam teori perdagangan Hecksher-Ohlin (HO) dianalisis akan adanya substitusi antara tenaga kerja dan modal (mesin). Jumlah petani boleh sedikit asalkan diganti dengan jumlah permesinan yang sesuai.

Andaikan ada 2 pilihan produksi yang outputnya sama:

10 petani dengan 10 cangkul
1 petani dengan 1 traktor

Jika kita lihat struktur biaya di kasus 1, sudah pasti mayoritas belanja akan ada di gaji karena harus menggaji 10 orang. Untuk kasus ke-2, gaji akan menjadi bagian kecil dari total biaya karena cuma membiayai gaji 1 orang petani. Akan tetapi, belanja modal untuk kasus 1 akan jauh lebih sedikit, apalagi cangkul harganya murah (meski kata Pak Jokowi ).

Dan inilah perbedaan utama antara struktur biaya petani Indonesia dengan negara maju. Bisa dilihat jika kasus 2 petani minta naik gaji, maka kenaikan itu tidak akan meningkatkan total biaya produksi secara signifikan. Sementara itu untuk kasus 1, kenaikan gaji akan membebani ongkos produksi karena ada 10 orang yang gajinya harus naik.

Saya coba membandingkan antara share biaya produksi Indonesia vs Amerika Serikat. Saya mengambil data ongkos produksi Kedelai (karena ditanam di kedua negara) di 2017 (karena di BPS, Indonesia cuma ada data sampai 2017). Data sementara data . Tidak semua item biaya saya tampilkan. Cuma yang ada di 2 2 nya aja.

Item	USA (%)	IDN (%)
Seed	9.25	6.53
Fertilizer	3.99	4.97
Chemicals	4.28	4.02
Labor	3.61	47.23
sewa/bunga	0.13	0.12
lahan	22.77	28.89
pajak & asuransi	1.70	0.86
penyusutan	14.50	1.98
Energi dll	2.16	1.26

Bisa kita lihat perbedaan yang sangat kontras di labor (belanja pegawai) dan di penyusutan. Untuk petani kedelai Indonesia di 2017, 47% biaya produksi adalah di belanja pegawai. Bagi petani AS, belanja pegawai cuma 3.61% dari total ongkos produksi. Padahal kita tau bahwa level gaji di AS lebih mahal ketimbang di Indonesia. Hal ini berarti di AS, meski gaji pegawai nya mahal, hal ini relatif kecil karena mereka menggunakan sedikit petani ketimbang di Indonesia.

Penyusutan juga cukup kontras. Penyusutan modal di AS dihitung setara dengan 14.5% total produksi, sementara di Indoonesia cuma 2%. Berarti petani Indonesia menggunakan lebih sedikit permesinan ketimbang di AS. Apalagi ketika kita lihat bahwa biaya untuk sewa/bunga di kedua struktur biaya itu sama, padahal kita tau dari penyusutan bahwa di AS, mesinnya lebih banyak dari di Indonesia. Artinya, bunga di AS tuh murah.

Artinya, untuk menanam kedelai, anda bisa saja menggunakan banyak petani dengan permesinan yang sedikit (manual), atau sedikit petani tapi dengan mesin yang mahal (semi-otomatisasi). Strategi yang mana yang dilakukan? Hal inin tentu tergantung dari relative abundance of factor. Alias, di Indonesia, pegawai yang profilnya cocok jadi petani ada banyak, sementara modal buat beli mesin relatif sedikit (suku bunga produksi di Indonesia mahal banget). Di AS sebaliknya, pegawai yang cocok jadi petani lebih sedikit (makanya gajinya mahal), tapi modal ada banyak (suku bunga di AS pre-COVID itu murah banget). Inilah efek substitusi yang ada di model HO.

Intinya & disclaimer

Oke jadi intinya kesimpulan postingan ini adalah:

Untuk menjalankan pertanian yang efisien, penggunaan faktor produksi harus sesuai dengan intensitas faktor produksinya. Bisa jadi ada tanaman yang perlu banyak mesin dan sedikit buruh. Negara yang tetap memakai banyak buruh di industri yang aslinya lebih efisien dengan banyak mesin akan lebih mahal produksinya dibandingkan negara yang pakai banyak mesin.
Negara yang buruhnya murah dibandingkan mesin akan kesulitan bersaing harga dengan negara yang mesinnya relatif lebih murah, di industri yang lebih capital intensive. Kenapa? Karena negara yang buruhnya murah cenderung akan pakai lebih banyak buruh, bahkan di industri yang sejatinya capital intensive. Jadinya gak efisien.
Lebih efisien sebenernya adalah ekspor produk-produk yang intensif buruh, lalu duitnya dipake buat impor produk-produk yang intensif kapital.

Disclaimer: permasalahan di pertanian Indonesia itu rumit. Ga sesederhana cuma gara-gara mekanisasi aja. Bisa diliat juga di tabel di atas bahwa lahan termasuk bagian yang gede di production cost untuk kedua negara. Artinya, tanah memang gak ada substitusinya baik di AS maupun Indonesia. Bedanyanya opkors di AS tanahnya luas dibandingkan di Indonesia. Ada juga prooblem pengairan di mana negara-negara sungai mekong (Vietnam, Thailand) punya advantage dibanding Indonesia, meskipun struktur tenaga kerjanya mirip dengan Indonesia (ini dibahas di yg saya link di atas). Dan lain-lain.

Ketika kami ekonom menganalisis dunia nyata, tentu saja pertimbangannya banyak, gak cuma ini doang. Misalnya bahwa faktor produksi itu gak cuma buruh dan kapital. Bahkan, Indonesia sebenernya ngekspor barang-barang yang intensif lahan seperti tambang dan perkebunan. Buruh pun bisa dibagi jadi low skill high skill. Cuma kalo diketik diblog ntar ga habis2 wkwkwkwk.

Demikian sedikit contoh kasus di HO semoga bermanfaat terutama bagi yang lagi belajar ekonomi internasional.

Appendix: Kursus singkat tentang intensitas faktor produksi

Dalam teori produksi standar di pelajaran mikro dan makroekonomi dasar, kita biasanya memulai mempelajari produksi sebuah negara / perusahaan dengan fungsi umum

$$Q=f(K,L)$$

di mana $K$ adalah jumlah kapital yang digunakan dan $L$ adalah jumlah pegawai yang digunakan untuk produksi barang dan jasa sebanyak $Q$. Alias, di mikro/makro dasar tuh faktor produksi digambarkan ada dua: kapital dan tenaga kerja¹.

Ekonomi yang kompetitif akan memberikan imbalan yang setara dengan produktivitasnya², atau:

$$\frac{df(K,L)}{dL}=w$$$$\frac{df(K,L)}{dK}=r$$

di mana $w$ adalah upah/gaji dan $r$ adalah sewa/nilai penyusutan.

Jika sebuah aktivitas produksi punya struktur biaya seperti ini:

$$TC=w \times L+r \times K$$

di mana total cost (TC) adalah upah dikali jumlah buruh tambah sewa dikali jumlah kapital, maka sebuah ekonomi dikatakan intensif buruh jika sumbangsih buruh dalam total cost mendominasi sumbangsih kapital. Alias, sebuah ekonomi dikatakan intensif buruh jika:

$$ \frac{w \times L}{TC} > \frac{r \times K}{TC} $$

Mengobservasi produksi marjinal tuh gak praktis, sementara cost masih bisa dihitung. Dengan mengandalkan pegawngan bahwa cost share gak jauh beda dari productivity share, maka kita lihat intensitas faktor produksi dari cost share-nya.

Kepemilikan faktor produksi inilah yang dulu sering diperdebatkan, yaitu antara kapitalis (pemilik K) dan buruh (pemilik L). Strugglenya adalah siapa yang lebih banyak dapat bagian dari Q. ↩︎
Secara teoretis, produktivitas dihitung dengan menggunakan produksi marjinal atau turunan pertama dari Q terhadap faktor. Secara praktik, hal ini sulit banget untuk dilakukan. Perlu kondisi yg sangat ketat. ↩︎

The heterogeneous impact of tariff and NTMs on Total Factor Productivity of Indonesian firms

Mon, 30 Oct 2023 11:00:00 +0700

How Investment and Trade Shape the Economic Transformation of Indonesia

Wed, 17 Aug 2022 00:45:00 +1000

The heterogeneous impact of tariff and NTMs on Total Factor Productivity of Indonesian firms

Mon, 13 Jun 2022 09:30:03 +0700

Kondisi perekonomian di masa COVID-19

Thu, 08 Apr 2021 12:30:00 +1100

Kuliah tamu di Universitas Indonesia tentang tinjauan literatur

Mon, 16 Nov 2020 11:44:06 +1500