Aplikasi Model REMI-EDFS dalam Analisis Keterkaitan Variabel Demografi dan Ekonomi serta Proyeksi Penduduk


Oleh : Junaidi, Amril, Hardiani

I. PENDAHULUAN

Semakin lama disadari bahwa tinjauan terhadap masalah kependudukan tidak cukup hanya dengan memperhatikan jumlah penduduk dan laju pertumbuhannya. Dikaitkan dengan penyediaan fasilitas/kebutuhan masyarakat serta perencanaan pembangunan pada umumnya, maka banyak aspek kependudukan dan non kependudukan yang harus diperhatikan.

Kurangnya perhatian terhadap aspek yang terkait dengan jumlah dan pertumbuhan penduduk, menyebabkan kurang terarahnya kebijakan kependudukan. Sigit (1987) dalam Esmara (1987) mengemukakan cara terbaik menghadapi masalah kependudukan adalah melakukan penyesuaian-penyesuaian interaktif faktor non-demografi dan demografi. Diketahuinya hubungan timbal balik faktor demografi dan non-demografi memberikan dasar yang kuat untuk formulasi kebijakan kependudukan sekaligus kebijakan sosial-ekonomi.

Selanjutnya, kebijakan yang dirumuskan seharusnya tidak hanya diarahkan untuk mengatasi permasalahan kependudukan saat ini, tetapi juga untuk mengantisipasi keadaan dan permasalahan masa yang akan datang. Oleh karenanya, diperlukan informasi keadaan penduduk pada masa yang akan datang, yang dapat diperoleh melalui proyeksi penduduk.

Selama ini, umumnya di Indonesia dan khususnya di Propinsi Jambi, proyeksi penduduk semata-mata hanya didasarkan pada perubahan-perubahan variabel demografi. Hal ini tentunya akan menghasilkan proyeksi yang kurang akurat, terutama jika dikaitkan dengan berbagai perubahan-perubahan kondisi sosial ekonomi masyarakat belakangan ini. Oleh karenanya, diperlukan suatu pendekatan baru yang mengkaitkan berbagai perubahan penduduk di masa datang dengan perkiran perubahan-perubahan variabel non-demografi.

Satu-satunya model proyeksi yang mampu mengkaitkan variabel demografi dengan variabel non-demografi adalah model REMI-EDFS. Oleh karenanya, penelitian ini akan mencoba mengaplikasikan model REMI-EDFS dengan mengambil kasus Propinsi Jambi.

II. TINJAUAN PUSTAKA

REMI-EDFS adalah model structural ekonomi-demografi yang mengintegrasikan pendekatan input-output, keseimbangan umum, ekonometrik dan ekonomi geografi. Model mencakup analisis substitusi antar faktor produksi sebagai respon biaya relatif faktor produksi, migrasi sebagai respon perubahan pendapatan yang diharapkan, TPAK sebagai respon tingkat upah dan kondisi kesempatan kerja, konsumsi masyarakat sebagai respon perubahan pendapatan disposibel ril dan harga komoditi, dan market share sebagai respon dari perubahan biaya produksi regional dan aglomerasi ekonomi. Selanjutnya keseluruhan model diringkas dalam lima blok yaitu; (1) Output,; (2) Permintaan modal dan tenaga kerja; (3). Penduduk dan penawaran tenaga kerja.; (4). Upah, biaya dan harga; (5) Market share

Penelitian difokuskan pada dinamika penduduk dan kaitannya dengan faktor ekonomi. Penduduk secara langsung dipengaruh oleh tiga variable yaitu kelahiran (BTH), ukuran kohor pada tahun target (COHt) dan migran (MG). Kelahiran dan ukuran kohor pada tahun target tergantung pada fertilitas (FER) dan tingkat bertahan hidup (SVR), dan kedua variable juga tergantung pada ukuran kohor tahun sebelumnya (COHt-1). Ini dapat diidentifikasi sebagai suatu model komponen kohor. Perbedaan antara REMI-EDFS dan model komponen kohor terlihat dari cara memperlakukan komponen migrasi. REMI-EDFS membagi migrasi atas migrant kembali (RTMG), migrasi internasional (INMG) dan migrasi ekonomi (ECMG).

Migrasi kembali tergantung pada tingkat migrasi kembali dan ukuran kohor dari tahun target (COHt). Migrasi internasional dihitung berdasarkan share regional dari imigrasi nasional. Migran ekonomi dipengaruhi oleh angkatan kerja potensial (NLF), peluang kesempatan kerja relative (REO), tingkat upah relative (RWR), kenyamanan yang ditawarkan (λ) dan indeks akses konsumsi (MIGPROD) dari daerah. Selanjutnya, Angkatan kerja potensial dihitung berdasarkan tingkat partisipasi angkatan kerja (NPR) dan ukuran kohor (COHt-1). Peluang kerja relative dipengaruhi oleh kesempatan kerja yang disesuaikan untuk daerah asal (ER) dan angkatan kerja potensial (NLF). Tingkat upah relative tergantung pada pendapatan personal (YP), pendapatan disposibel real (RYD), tingkat upah rata-rata masing-masing sector (wi) dan kesempatan kerja total (E). Pendapatan disposibel riil berhubungan dengan pajak (TAX), pendapatan personal (YP) dan konsumsi personal (CP) dan total kesempatan kerja tergantung pada kesempatan kerja menurut sector (Ei).

Berdasarkan hubungan antara variabel demografi dan ekonomi pada model REMI-EDFS, dapat dibangun persamaan-persamaan berikut::

Persamaan dasar penduduk:

Dimana:     P = Total population, t = Target year, COHk = Size of cohort “k” survived in target year, BTH = Total number of births,     NMG = Net migtants, RTMG = Total retired migrants, INMG = Total International migrants, ECMG = Total economic migrants, SpP = Special population (Military personnel and students).

Migran dibagi tiga kategori, migran ekonomi, migran kembali dan migran internasional untuk memperoleh perubahan penduduk akibat factor selain perubahan alami.

, dimana: SVR = tingkat bertahan hidup (survival rate)

Jumlah penduduk yang bertahan hidup pada tahun target (COHt) pada kohor tertentu (k) tergantung pada penduduk pada kohor yang sama pada tahun sebelumnya (COHt-1) dan tingkat bertahan hidup (SVR) dari kohor.


Tingkat fertilitas (FER) adalah ratio jumlah kelahiran terhadap jumlah wanita dalam masing-masing kelompok umur. Karena tingkat kelahiran bervariasi menurut kelompok umur dan etnis, model juga membagi tingkat fertilitas menurut umur dan etnis.

Total migran dirumuskan sebagai:

Dimana:     MG = total migran,     RTMG = migran kembali, ECMG = migran karena faktor ekonomi, INMG     = migran internasional

Total migran kembali dihitung melalui penjumlahan kohor umur satu tahunan, dengan persamaan berikut:

Dimana:     rmk = tingkat migrasi dari kohor k, RTDUM = variabel dummy (1 jika rmk positif dan 0 jika negatif),  COHnk= ukuran kohor k secara nasional

Variabel dummy RTDUM dimasukkan untuk menghitung migrasi bersih positif dan negatif. Selanjutnya persamaan untuk migran ekonomi adalah sebagai berikut:


Dimana :     ECMG = migran ekonomi, Β = koefisien yang diestimasi dari data timeseries dan cross section, REO = peluang kerja relatif, RWR = tingkat upah relatif, MIGPROD = indeks akses konsumsi, λ = tingkat kenyamanan, L    = daerah terpilih

Migran ekonomi adalah penduduk yang berusia di bawah 65 tahun yang tertarik pindah ke suatu daerah karena λ, REO, RWR dan MIGPROD dari daerah tersebut dibandingkan nasional (Treyz,1993). λ adalah suatu angka konstan untuk masing-masing daerah sebagai representasi kualitas hidup, diukur dari iklim, kualitas udara, tingkat kriminalitas dan lainnya. Jika suatu daerah memiliki tingkat kenyamanan positif, berarti rating kualitas hidupnya lebih tinggi dibandingkan rata-rata nasional.

Migrasi internasional dirumuskan sebagai: INMG = share daerah x total imigrasi nasional

Peluang kerja relatif dirumuskan sebagai:


Dimana: E = total kesempatan kerja, ER = kesempatan kerja daerah, NLF = angkatan kerja potensial, P = probabilita, n = nasional

Tingkat upah relatif dirumuskan sebagai:


Dimana:     RYD     = pendapatan disposibel riil, YP = pendapatan personal, i     = industri/sektor

Tingkat upah relatif adalah ratio dari proposi kesempatan kerja pada suatu sektor (Ei/E), rata-rata tingkat upah menurut sektor (wi), dan biaya hidup (RYD/YP) antara daerah dengan nasional. Indeks akses konsumsi diukur dari kemudahan memperoleh suatu komoditi di suatu daerah dan tergantung pada jumlah komoditi yang tersedia untuk konsumsi di daerah.

Pendapatan disposibel riil dirumuskan sebagai berikut:


Angkatan kerja potensial dirumuskan sebagai berikut:

III. TUJUAN DAN MANFAAT PENELITIAN
Penelitian bertujuan untuk: (1). Mendapatkan gambaran perkembangan penduduk dan komponen demografi pembentuk perubahan penduduk di Propinsi Jambi Tahun 1990 – 2005; (2). Menganalisis keterkaitan variabel ekonomi terhadap variabel demografi di Propinsi Jambi tahun 1990-2005; (3). Mendapatkan proyeksi penduduk Propinsi Jambi Tahun 2006 – 2025. Selanjutnya, berdasarkan tujuan tersebut diharapkan penelitian ini bermanfaat sebagai masukan dalam perumusan kebijakan yang berkaitan dengan penduduk dan variabel-variabel ekonomi yang terkait dengan penduduk di Propinsi Jambi. Selain itu dapat memberikan sumbangan bagi pengembangan ilmu pengetahuan terkait dengan metode proyeksi penduduk.

IV. METODE PENELITIAN
Periode analisis dalam penelitian ini selama tahun 1990-2005 sebagai tahun dasar dan Tahun 2010-2025 sebagai tahun proyeksi. Wilayah analisis pada tingkat Propinsi Jambi. Data yang digunakan data sekunder berupa publikasi dari instansi terkait. Publikasi utama yang dimanfaatkan bersumber SP, SUPAS, SUSENAS, SAKERNAS, Jambi dalam Angka, IHDR, Tabel Input-Output (IO). Penelitian akan mengaplikasikan model REMI-EDFS untuk melihat keterkaitan variabel demografi dengan variabel ekonomi. Meskipun demikian, model REMI-EDFS dalam penelitian ini akan disesuaikan/dimodifikasi tergantung pada ketersediaan data.

V. HASIL DAN PEMBAHASAN

5.1. Perkembangan Penduduk Propinsi Jambi Tahun 1990 – 2005

Jumlah penduduk Propinsi Jambi sampai akhir Tahun 2005 adalah sebanyak 2.657.536 jiwa. Penduduk laki-laki lebih banyak dibandingkan perempuan, dengan sex ratio 101,24, Selama Tahun 1990-2005 tingkat pertumbuhan penduduk 2,10 persen pertahun. Tingkat pertumbuhan penduduk laki-laki lebih rendah 1,97 persen pertahun lebih rendah dibandingkan perempuan sebesar 2,24 persen pertahun, menyebabkan seks ratio mengalami penurunan.

Tabel 5.1. Penduduk Propinsi Jambi Menurut Jenis Kelamin Tahun 1990 – 2005

 

 

 

 

Uraian

1990

1995

2000

2005

Pert./th (%)

Perempuan

988837

1175283

1180033

1320612

2.24

Laki-Laki

1031831

1194676

1227133

1336924

1.97

Pr + Lk

2020668

2369959

2407166

2657536

2.10

Seks Ratio

104.35

101.65

103.99

101.24

 

Sumber : SP 1990, SUPAS 1995, SP 2000, SUPAS 2005

5.2. Struktur Umur Penduduk Propinsi Jambi Tahun 1990 – 2005

Struktur umur penduduk di Propinsi Jambi pada Tahun 2005 sudah tidak tergolong lagi pada struktur umur muda, tetapi belum sepenuhnya memenuhi kategori struktur umur tua. Proporsi penduduk umur dibawah 15 Tahun sudah dibawah proporsi 40 persen, tetapi proporsi penduduk usia 65 Tahun keatas masih dibawah 10 persen. Namun demikian, dengan mengamati perkembangan data selama Tahun 1990-2005, diperkirakan kedepan struktur umur penduduk akan semakin mendekati  struktur umur tua.

Tabel 5.2.        Penduduk Propinsi Jambi Menurut Kelompok Umur Tahun 1990 – 2005

Tahun

Umur (tahun)

Jumlah

%

0 – 14

15 – 64

65 +

Jumlah

%

Jumlah

%

Jumlah

%

1990

795744

39.38

1181901

58.49

43023

2.13

2020668

100.00

1995

887133

37.43

1426261

60.18

56565

2.39

2369959

100.00

2000

794016

32.99

1546011

64.23

67139

2.79

2407166

100.00

2005

821064

30.90

1753257

65.97

83215

3.13

2657536

100.00

Sumber : SP 1990, SUPAS 1995, SP 2000, SUPAS 2005

5.3. Fertilitas, Mortalitas dan Migrasi Propinsi Jambi Tahun 1990 – 2005

Fertilitas yang diukur dari TFR telah mengalami penurunan dari 3,35 pada tahun 1990-1995 menjadi 2,70 perwanita pada tahun 2000-2005. Mortalitas, yang diukur dari IMR mengalami penurunan untuk perempuan dari 54,4 perseribu kelahiran pada tahun 1990-1995 menjadi 33,8 pada tahun 2000-2005. Untuk laki-laki dari 68,25 perseribu kelahiran pada tahun 1990-1995 menjadi 42,86 pada tahun 2000-2005. Bersamaan dengan itu, usia harapan hidup perempuan meningkat dari 64 tahun menjadi 69,3 tahun dan laki-laki dari 60,2 tahun menjadi 65,7 tahun. Migrasi risen neto menunjukkan angka positif, yang berarti jumlah migran masuk lebih banyak dibandingkan migran keluar. Namun, kecenderungan menunjukkan penurunan.

Tabel 5.3.Fertilitas, Mortalitas dan Migrasi di Propinsi Jambi Tahun 1990 – 2005

Uraian

1990-1995

1995-2000

2000-2005

ASFR                15-20

81

68

57

20-25

185

167

150

25-30

167

152

138

30-35

127

116

105

35-40

73

67

61

40-45

28

25

22

45-50

8

7

6

TFR

3.35

3.01

2.70

Harapan Hidup (Pr) (Lk)

(64)   (60.2)

(66.5)   (63.1)

(69.3)   (65.7)

IMR (Pr) (Lk)

(54.4)   (68.3)

(44.6)   (54.8)

(33.8)   (42.9)

Migrasi risen netto (per 000 penduduk)

3.6

2.2

1.4

Sumber: Diolah dari SP 1990, SUPAS 1995, SP 2000 dan SUPAS 2005

Asumsi-Asumsi Proyeksi Penduduk

5.4.1. Asumsi Fertilitas

Trend penurunan TFR periode proyeksi, diasumsikan mengikuti fungsi eksponensial dengan tingkat penurunan yang sama dengan yang terjadi pada periode 1990 – 2005, yaitu sebesar 1,94 persen pertahun. Dengan menggunakan fungsi eksponensial ini, penurunan linear dalam periode proyeksi sebesar 1,68 persen pertahun. Selanjutnya, tingkat perubahan distribusi %ASFR sesuai dengan perubahan proporsi yang terjadi untuk masing-masing kelompok umur juga mengikuti fungsi eksponensial. Perubahan distribusi %ASFR menunjukkan terjadinya penurunan untuk dua kelompok umur muda (15–19 dan 20–24) serta dua kelompok umur tua (40–44 dan 45–49). Sebaliknya terjadi peningkatan pada kelompok umur pertengahan (25–39). Keadaan ini diperkirakan akan terjadi pada periode proyeksi sebagai implikasi peningkatan usia kawin dan penurunan fertilitas.

Tabel 5.4. Perkiraan ASFR, TFR dan Distribusi ASFR Prop. Jambi Tahun 2005 – 2025

Uraian

2005-2010

2010-2015

2015-2020

2020-2025

Pert/th (%)

 

ASFR

%

ASFR

%

ASFR

%

ASFR

%

ASFR

%

15-20

49

10.04

42

9.46

36

8.91

31

8.38

-2.51

-1.10

20-25

136

27.75

123

27.74

112

27.71

101

27.68

-1.70

-0.02

25-30

127

25.91

116

26.21

107

26.5

98

26.78

-1.52

0.22

30-35

97

19.79

89

20.03

82

20.26

75

20.49

-1.51

0.24

35-40

56

11.52

52

11.7

48

11.88

44

12.05

-1.45

0.31

40-45

20

4.00

17

3.93

16

3.86

14

3.8

-1.93

-0.33

45-50

5

0.99

4

0.93

4

0.88

3

0.82

-2.54

-1.14

TFR

2448

100

2222

100

2016

100

1830

100

-1.68

 

5.4.2. Asumsi Mortalitas

Untuk perkiraan mortalitas, didekati dengan model “time-series” yang mengikuti trend log linear (regresi log-linear), dengan persamaan sebagai berikut:

Persamaan harapan hidup perempuan :Ln HHf = – 103.86 + 14.22 ln T

Persamaan harapan hidup laki-laki:Ln HHm = – 103.67 + 14.19 ln T

Persamaan IMR perempuan: Ln IMRf = 1749.84- 229.67 ln T

Persamaan IMR laki-laki: Ln IMRm = 1335.85 – 175.20 ln T

Tabel 5.6.        Perkiraan HH dan IMR Propinsi Jambi Tahun 2005 – 2025

Uraian

Tahun

2005-2010

2010-2015

2015-2020

2020-2025

Harapan Hidup           Perempuan

72.0

74.8

77.6

80.0

                                       Laki-laki

68.4

71.0

73.6

76.0

IMR                              Perempuan

24.49

15.9

8.87

4.45

                                      Laki-laki

31.68

22.35

14.4

8.61

Harapan hidup perempuan diperkirakan akan bertambah sebanyak 8 tahun, dimana pada periode 2005-2010 sebesar 72 tahun menjadi 80 tahun pada periode 2020-2025, sedangkan harapan hidup laki-laki bertambah 7,6 tahun dari 68,4 tahun pada periode 2005-2010 menjadi 76 tahun pada periode 2020-2025. Selanjutnya, angka kematian bayi untuk perempuan diperkirakan akan mengalami penurunan dari 24,29 perseribu kelahiran bayi perempuan pada tahun 2005-2010 menjadi 4,45 perseribu kelahiran bayi perempuan pada periode 2020 – 2025. Demikian juga, angka kematian bayi untuk laki-laki akan mengalami penurunan dari 31,68 perseribu kelahiran bayi laki-laki pada tahun 2005 – 2010 menjadi 8,61 perseribu kelahiran bayi laki-laki pada tahun 2020 – 2025.

5.4.3. Asumsi Migrasi dan Model REMI-EDFS

Sesuai dengan ketersediaan data, variabel ekonomi yang digunakan untuk memprediksi migrasi adalah variabel peluang kerja relatif (REO) dan tingkat upah relatif (RWR). Peluang kerja relatif disederhanakan sebagai ratio probabilita mendapakan pekerjaan di Propinsi Jambi dengan probabalita mendapatkan pekerjaan secara nasional. Probabilita mendapatkan pekerjaan itu sendiri diukur dari perbandingan kesempatan kerja terhadap angkatan kerja. Selanjutnya, tingkat upah relatif disederhanakan sebagai perbandingan antara rata-rata upah minimum Propinsi Jambi dengan rata-rata upah minimum nasional.

Tabel 5.7.        REO, RWR dan Migrasi Neto Propinsi Jambi Tahun 1990 – 2005

 

1990

1995

2000

2005

Propinsi Jambi          Angkatan Kerja

825198

945741

1179317

1575913

                                    Kesempatan Kerja

785642

884944

1121350

1453464

Indonesia                   Angkatan Kerja

77803000

86361000

95651000

106305000

                                    Kesempatan Kerja

75851000

80110000

89538872

95112000

Peluang Kerja Relatif (REO)

0.98

1.01

1.02

1.03

Rata-Rata Upah Minimum

 

 

 

 

Propinsi Jambi

121700

160200

214500

485000

Indonesia

136700

180000

225000

507697

Tingkat Upah Relatif (RWR)

0.89

0.89

0.95

0.96

Migrasi neto (NMR)

 

3.6

2.2

1.4

 

Berdasarkan data REO, RWR dan NMR selama periode 1990-2005 dibangun model “time-series” yang mengikuti trend log linear (regresi log-linear), sebagai berikut:

Ln NMR = 9.80 – 245.83 REO + 39.05 RWR

Selanjutnya, untuk mendapatkan perkiraan migrasi, dilakukan perkiraan terhadap REO dan RWR. Perkiraan REO dan RWR selama periode proyeksi menggunakan kecenderungan linear kedua variabel tersebut selama periode 1990 – 2005.

Tabel 5.8. Perkiraan REO, RWR dan NMR Propinsi Jambi Tahun 2010 – 2025

Tahun

REO

RWR

NMR

2010

1.04

1.04

3.17

2015

1.06

1.12

2.56

2020

1.07

1.20

1.98

2025

1.08

1.28

1.19

5.4.2. Proyeksi Penduduk Menurut Umur dan Jenis Kelamin

Berdasarkan data penduduk tahun 2005 dan asumsi fertilitas, mortalitas dan migrasi, diberikan proyeksi penduduk Propinsi Jambi selama periode 2010 – 2025, sebagai berikut:

Tabel 5.9.Perkiraan Penduduk Prop. Jambi Menurut Jenis Kelamin Tahun 2010-2025

Uraian

2010

2015

2020

2025

Perempuan

1463696

1573798

1673325

1758197

Laki-Laki

1476551

1581925

1675978

1754435

Pr + Lk

2940248

3155723

3349303

3512632

Pert/th  (%)

2.13

1.47

1.23

0.88

Seks Ratio

100.88

100.52

100.16

99.79

Tingkat pertumbuhan penduduk Propinsi Jambi terus mengalami penurunan. Pada tahun 2005-2010 sebesar 2,13 persen pertahun, menjadi 0,88 persen pertahun pada periode 2020 – 2025. Pertumbuhan penduduk perempuan lebih cepat dibandingkan laki-laki, sehingga proporsi penduduk perempuan terus meningkat. Hal ini dapat dilihat dari penurunan seks ratio yang semula pada tahun 2005 sebesar 101,24 (lihat tabel 5.1.) menjadi 99,79 pada tahun 2025.

Tabel 5.10.Penduduk Propinsi Jambi Menurut Kelompok Umur Tahun 2010 – 2025

Tahun

Umur (tahun)

Jumlah

0 – 14

15 – 64

65 +

Jumlah

%

Jumlah

%

Jumlah

%

2010

848108

28.84

1982722

67.43

109418

3.72

2940248

2015

836613

26.51

2186560

69.29

132550

4.20

3155723

2020

846476

25.27

2314264

69.10

188563

5.63

3349303

2025

793817

22.60

2460776

70.06

258039

7.35

3512632

 

Selama periode 2010 – 2025 struktur umur penduduk semakin mengarah pada struktur penduduk tua. Pada tahun 2010 proporsi penduduk usia di bawah 15 tahun sebesar 28.84 persen, dan usia 65 tahun ke atas sebesar 3,72 persen. Pada tahun 2025, proporsi penduduk usia 0 – 14 tahun turun menjadi 22,60 persen, sebaliknya, proporsi penduduk usia 65 tahun ke atas meningkat menjadi 7,35 persen.

5.4.3. Komponen Pertumbuhan Penduduk Propinsi Jambi Tahun 2005 – 2025

Pada periode 2005–2025, kelahiran (CBR) diperkirakan masih memberikan share yang besar terhadap pertumbuhan penduduk, diikuti oleh migrasi (NMR) dan kematian (CDR).  Selama periode proyeksi ketiga komponen pertumbuhan tersebut diperkirakan akan mengalami penurunan, dengan penurunan tertinggi terjadi pada tingkat migrasi bersih, diikuti oleh angka kelahiran dan angka kematian.

Tabel 5.11.Komponen Pertumbuhan Penduduk Prop. Jambi Tahun 2005 – 2025

Uraian

2005-2010

2010-2015

2015-2020

2020-2025

Penduduk

2798892

3047985

3252512

3430967

Kelahiran pertahun

61599

50933

48780

44364

Kematian pertahun

13937

15650

16495

15783

Migrasi bersih pertahun

8880

7813

6432

4085

Tingkat (ribu penduduk/thn)

CBR

22.0

16.7

15.0

12.9

CDR

5.0

5.1

5.1

4.6

Pertambahan alami

17.0

11.6

9.9

8.3

NMR

3.2

2.6

2.0

1.2

Pertambahan penduduk

20.2

14.2

11.9

9.5

 

 

VI. KESIMPULAN DAN SARAN

6.1. Kesimpulan

  1. Pada tahun 2025 diperkirakan jumlah penduduk Propinsi Jambi adalah sebanyak 3.512.632 jiwa, terdiri dari penduduk perempuan sebanyak 1.758.197 jiwa dan laki-laki 1.754.435. Selama periode 2005 – 2025 diperkirakan pertumbuhan penduduk Propinsi Jambi akan terus mengalami penurunan.
  2. Dari sisi seks ratio, diperkirakan akan terjadi penurunan seks ratio, dimana pada tahun 2005 sebesar 101,24 menjadi 99,79 pada tahun 2025.
  3. Diperkirakan penurunan fertilitas lebih cepat dibandingkan mortalitas. Fertilitas (CBR) mengalami penurunan dari 22 perseribu penduduk pada tahun 2005-2010 menjadi 12,9 perseribu penduduk pada tahun 2020-2025. Sedangkan mortalitas (CDR) mengalami penurunan dari 5,0 perseribu penduduk pada tahun 2005-2010 menjadi 4,6 perseribu penduduk pada tahun 2020-2025
  4. Diperkirakan migrasi bersih Propinsi Jambi selama periode 2005 – 2025 menunjukkan angka positif, namun demikian akan terjadi kecenderungan penurunan dari angka positif tersebut. Penurunan ini terutama karena adanya pengaruh negatif dari peluang kerja relatif di Propinsi Jambi. Sebaliknya, meskipun tingkat upah relatif menunjukkan pengaruh positif, namun pengaruhnya relatif kecil.

6.2. Saran-Saran

  1. Pemerintah Propinsi Jambi perlu memperhatikan kecenderungan pertambahan dan komposisi penduduk menurut umur dalam rangka pemenuhan kebutuhan dasar penduduk seperti pendidikan, kesehatan, pangan dan perumahan.
  2. Memperhatkan struktur umur penduduk Propinsi Jambi yang masih bersifat constictive, dalam rangka mencegah terjadinya kembali ledakan penduduk, maka pemerintah perlu lebih mengintensifkan peningkatan program keluarga berencana.
  3. Metode proyeksi ini masih memiliki beberapa kelemahan mendasar terutama terkait dengan ketersediaan data untuk mendukung model proyeksi. Oleh karenanya, untuk penelitian kedepan, modifikasi model perlu dilakukan yang berorientasi pada ketersediaan data.

DAFTAR PUSTAKA

Borts G and Stein J. 1964. Economic Growth in a Free Market. New York. Columbia University Press

Greenwood. 1981. Migration and Economic Growth in United States: National Regional and Metropolitan Perspectives. New York. Academic Press.

Isserman, Andrew. 1977. Accuracy of Population Projections for Sub-county Areas,Journal of American Institute of Planners. Vol 43, pp- 247- 59.

Klosterman, Richard E. 1990. Community Analysis and Planning Techniques. Savage.Rowman & Littlefield, c1990.

Muth R. 1971. Migration: Chicken or Egg, Southern Economic Journal. Vol 37, pp 295-306. Chapel Hill. Southern Economic Association.

Plane D. 1993. Demographic influences on Migration. Regional Studies. Vol 27, pp 375-383. Cambridge, Cambridge University Press.

Regional Economic Models, Inc.. REMI Policy Insight. User Guide Versi 9.West Street. Amherst.

Smith, Stanley , Jeff, Tayman, and David, Swanson. 2001. State and Local PopulationProjections: Methodology and Analysis. New York. Kluwer Academic/ Plenum Publishers.

Treyz, George. 1993. Regional Economic modeling : A Systematic Approach toEconomic Forecasting and Policy Analysis. Boston, Kluwer Academic.

 

3 Tanggapan

  1. mohon info cara mencari tibgkat partisipasi angkatan kerja, trims
    Balas

    TPAK = AK/PUK
    AK= Angkatan Kerja
    PUK = Penduduk Usia Kerja

    Lah, itu pertanyaan sudah dijawab sendiri. Maksudnya apa Wim ?

  2. mohon info cara mencari tibgkat partisipasi angkatan kerja, trims

  3. REMI EDFS apakah suatu sistem informasi? saya lihat di http://www.remi.com ada penawaran produknya.

    Bagaimana dengan analisis ekonominya? yang nampak proyeksi penduduk

    Tq

    Model REMI adalah model untuk peramalan dan simulasi makro ekonomi yang memperlihatkan bagaimana pengaruh kebijakan terhadap variabel-variabel ekonomi, demografi dan fiskal suatu daerah. Oleh karenanya, model ini juga dikenal dengan istilah REMI-EDFS (Regional Economic Model Inc. – Economic Demographic Forecasting and Simulation).
    Model REMI-EDFS adalah suatu model structural ekonomi-demografi. Model ini mengintegrasikan pendekatan input-output, keseimbangan umum (general equilibrium), ekonometrik dan ekonomi geografi.
    Perbedaan mendasar model REMI dengan model I-O adalah bahwa model REMI merupakan model dinamik, sedangkan I-O adalah model statis. Model REMI menggunakan Computable General Equilibrium (CGE) techniques dan estimasi ekonometrik menggunakan data panel time series.
    Jadi sebenarnya model memiliki tujuan penggunaan yang luas. Tapi dalam tulisan ini, saya hanya mengambil bagian kecilnya dengan sasaran untuk proyeksi penduduk. Karenanya, analisis ekonominya memang tidak saya bahas.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: