Review Paper Dewan Ekonomi Nasional tentang dampak ekonomi Makan Bergizi Gratis
Cukup mengejutkan tapi menarik waktu saya lihat konferensi pers 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 di sini.
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 Riandy Laksono 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 akhir postingan ini.
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
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:
di mana hasil akhir vektor x melambangkan input demand untuk sektor
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 | ||||
s2 | ||||
si | ||||
va | - | GDP | ||
sum | GDP | - |
Di sini,
Biasanya, matrix
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
Metode ini relatif tidak sulit dilakukan di Python, selama matriks IO-nya ada. Saya coba replikasi pake IO table versi lite, yang isinya diagregasi ke 17 sektor. 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 sini. 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
Kedua adalah bahwa vektor
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 total transaksi dan transaksi domestik. Di tabel domestik tu hanya ada angka input domestik untuk matrix
Jika tabel transaksi domestik yang digunakan, berarti matriks
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
Let me explain.
Constraint and prices
Di Leontief assumption, ketika kita melakukan shock terhadap final demand (di kolom
misalnya demand di sektor
mari kita namakan vektor baru tadi
perubahan yang terjadi pada input demand dari sektor
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:
Optimisasi implies
Jika kita ganti income
dan bisa generalisasi persamaan di atas untuk
di mana
Di kasus 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
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 bagian masyarakat yang relatif lebih kaya (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.