Spatial Dependency Model of Poverty In Southeast Sulawesi

International Journal of Economics and Management Studies

© 2021 by SSRG - IJEMS Journal

Volume 8 Issue 2

Year of Publication : 2021

Authors : La Ode Samsul Barani, Weka Widayati, Marsuki Iswandi, Manat Rahim

10.14445/23939125/IJEMS-V8I2P106

How to Cite?

La Ode Samsul Barani, Weka Widayati, Marsuki Iswandi, Manat Rahim, "Spatial Dependency Model of Poverty In Southeast Sulawesi," SSRG International Journal of Economics and Management Studies, vol. 8,  no. 2, pp. 41-45, 2021. Crossref, https://doi.org/10.14445/23939125/IJEMS-V8I2P106

Abstract:

Poverty is a problem that is encountered by all countries. The high poverty rate is strongly influenced by the interrelationship between regions. This study aims to determine the spatial dependency model by using variable predictors of human development index, economic growth, income inequality, and unemployment by using the spatial model and GeoDa soft application. The results found that the best spatial model for analyzing spatial poverty is Spatial Error Models (SEM). The study also found spatial inter-district and city hangings in Southeast Sulawesi. The index of human development, economic growth, and income inequality have a significant influence on poverty in Southeast Sulawesi.

Keywords:

Spatial Model, Poverty, Human Development Index, Economic Growth and Inequality.

References:

[1] B. Lu, M. Charlton, P. Harris, and A. S. Fotheringham, Geographically weighted regression with a non-Euclidean distance metric: A case study using hedonic house price data, Int. J. Geogr. Inf. Sci., 28(4)(2014) 660–681, doi: 10.1080/13658816.2013.865739.
[2] R. Rahmawati and A. Djuraidah, “Regresi Terboboti Geografis Dengan Pembobot Kernel Kuadrat Ganda Untuk Data Kemiskinan Di Kabupaten Jember, Forum Stat. Dan Komputasi, 15(2)(2010) 32–37.
[3] O. S. C. A. Gotway, Statistic method for spatial data analysis, vol. 53(9)(2013).
[4] S. Yulianto, Pemodelan Regresi Spasial pada Tingkat Kemiskinan Provinsi Jawa Barat, in Seminar Nasional Matematika Dan Pendidikan Matematika (5thsenatik), (2020)185–193.
[5] Y. Hikmah, Pemodelan Panel Spasial Pada Data Kemiskinan Di Provinsi Papua, Stat. J. Theor. Stat. Its Appl., 17(1)(2017) 1–15 doi: 10.29313/jstat.v17i1.2318.
[6] Y. P. Lokang and I. A. Dwiatmoko, Analisis Regresi Spasial Durbin Untuk Menganalisis Faktor-Faktor Yang Berhubungan Dengan Persentase Penduduk Miskin, J. Ilm. MATRIK, 21(2) (2019) 118–127.
[7] R. Sitepu and B. Sinaga, Dampak Investasi Sumberdaya Manusia Terhadap Pertumbuhan Ekonomi Dan Kemiskinan Di Indonesia: Pendekatan Model Computable General Equilibrium (The Impact Of Human Capital Investment On Economic Growth And Poverty In Indonesia: Computable General Equlibriu, SOCA J. Sos. Ekon. Pertan., 2(7)(2007).
[8] L. P. S. Pratiwi, I. G. A. M. Srinadi, and M. Susilawwati, Analisis Kemiskinan Dengan Pendekatan Model Regresi Spasial Durbin, Matematika, 2(3)(2013) 11–16.
[9] R. N. Tri Wahyuni and A. Damayanti, Faktor-Faktor yang Menyebabkan Kemiskinan di Provinsi Papua: Analisis Spatial Heterogeneity, J. Ekon. dan Pembang. Indones., 14(2) (2014) 128–
144, , doi: 10.21002/jepi.v14i2.441.
[10] V. D. Laswinia and M. S. Chamid, Analisis Pola Hubungan Persentase Penduduk Miskin dengan Faktor Lingkungan, Ekonomi, dan Sosial di Indonesia Menggunakan Regresi Spasial,” J. Sains dan Seni ITS, 5(2)(2013) 1–6,.
[11] A. Djuraidah and H. Wigena, “Regresi Spasial untuk Menentuan Faktor- Faktor Kemiskinan di Provinsi Jawa Timur,” Statistika, 12(1)(2012) 1–8.
[12] H. Son, A. D. Bank, and N. Kakwani, Economic growth and poverty reduction: Initial conditions matter, (2004).
[13] M. G. Ercolani and Z. Wei, an Empirical Analysis of the Lewis-Ranis-Fei Theory of Dualistic Economic Development for China ∗,( 2010).
[14] Siregar,Perbaikan Struktur dan Pertumbuhan Ekonomi : Mendorong Investasi dan Menciptakan Lapangan Kerja,” J. Ekon. Polit. dan Keuangan, INDEF, (2006).
[15] A. K. Prasetyoningrum, Analisis Pengaruh Indeks Pembangunan Manusia (Ipm), Pertumbuhan Ekonomi, Dan Pengangguran Terhadap Kemiskinan Di Indonesia, Equilib. J. Ekon. Syariah, vol. 6(2)(2018) 217doi: 10.21043/equilibrium.v6i2.3663.
[16] P. B. W. Putro, S. Mintarti, and A. Wijaya, Analisis determinasi pertumbuhan ekonomi dan kemiskinan, Inovasi, 13(2)(2018) 135, doi: 10.29264/jinv.v13i2.2459.
[17] J. Jajang, A. Saefuddin, I. W. Mangku, and H. Siregar, Analisis Kemiskinan Menggunakan Model Panel Spasial Statik,MIMBAR, J. Sos. dan Pembang., 29(2)(2013) 195 doi: 10.29313/mimbar.v29i2.396.
[18] M. P. Todaro and S. C. Smith, Pembangunan Ekonomi (edisi kesembilan, jilid I). Jakarta, (2006).
[19] S. Sadono, Makroekonomi Modern:Perkembangan Pemikiran Dari Klasik Hingga Keynesian Baru. Jakarta: Raja Grafindo Pustaka, (2004).
[20] R. Rahmawati, D. Safitri, and O. U. Fairuzdhiya, Analisis Spasial Pengaruh Tingkat Pengangguran Terhadap Kemiskinan Di Indonesia (Studi Kasus Provinsi Jawa Tengah), Media Stat., 8(1) (2015) 23–30doi: 10.14710/medstat.8.1.23-30.
[21] R. Rahmawati, D. Safitri, and O. U. Fairuzdhiya, ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah),” Media Stat., 8(1)(2015) 23–30.
[22] Tajerin, Peranan Teknologi Dalam Konvergensi Pertumbuhan Ekonomi Antar Daerah Pesisir Di Kawasan Timur Indonesia, J. Ekon. Pembang. Indones., 12(3) (2007) 179–194.
[23] Y. Irmiyanti, T. Fauzi, and S. Kasimin, Analisis Dampak Ketimpangan Pertumbuhan Ekonomi Wilayah Terhadap Kemiskinan Di Wilayah Barat Selatan Provinsi Aceh (Analisis Of Impact Ekonomic Growth Areas On Povertyn The South West Territory Of Aceh Province), J. Ilm. Mhs. Pertan. Unsyiah, 23(2017) 179–190.
[24] R. Arisanti, Model Regresi Spasial Untuk Deteksi Faktor-Faktor Kemiskinan Di Provinsi Jawa Timur,( 2011).
[25] L. Anselin, Spatial Econometrics: Methods and Models., 85(411) (1990).
[26] Ahmad, Muhammad Syarif, Fajar Saranani, Wali Aya Rumbia, The Impact of Human Development Index on Poverty in Southeast Sulawesi, SSRG International Journal of Economics and Management Studies 6(12) (2019) 30-36.