Estimasi Model SUR Spasial Data Panel (Studi Kasus Pemodelan Tenaga Kerja Sektoral Di Indonesia)

Ketenagakerjaan menjadi salah satu fokus terpenting dalam pembangunan di Indonesia. Analisis tentang penyerapan tenaga kerja serta faktor-faktor yang mempengaruhi penyerapan tenaga kerja dapat menjadi pertimbangan dalam mengambil kebijakan terkait ketenagakerjaan. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran yang menyeluruh mengenai penyerapan tenaga kerja sektoral di Indonesia dengan menggabungkan efek temporal, efek spasial dan efek persamaan (sektoral). Keterkaitan antar wilayah, waktu dan sektor dalam menganalisis faktor yang mempengaruhi penyerapan tenaga kerja bisa dijadikan sebagai alat analisis yang menyeluruh. Data yang digunakan adalah data panel dari 33 provinsi di Indonesia selama 5 tahun (2010-2014). Metode estimasi yang digunakan pada penelitian yaitu metode estimasi mixture (campuran) Feasible Generalized Least Square (FGLS) dan Maximum Likelihood Estimation (MLE). Pada model Seemingly Unrelated Regression (SUR) spasial panel, variabel PDRB dan upah riil signifikan mempengaruhi penyerapan tenaga kerja untuk masingmasing sektor yang diteliti. Autokorelasi spasial signifikan berpengaruh pada model penyerapan tenaga kerja untuk sektor industri pengolahan dan sektor jasa. ================================================================================================================== Employment becomes one of the most important priorities of development in Indonesia. Analysis of labor absorption and the factors that affect labour absorption could be a consideration in making employment policies. This paper is an attempt to get comprehensive analysis of sectoral employment in Indonesia via incorporing time, space and sectoral heterogeneity. Linkages between regions, time and sectors in analyzing the factors that affect employment can serve as a thorough analysis tools. The data used in this study are panel data of 33 provinces in Indonesia over 5 years (2010-2014). The estimation method used in this study is mixture Feasible Generalized Least Square (FGLS) and Maximum Likelihood Estimation (MLE). In the spatial Seemingly Unrelated Regression (SUR) panel model, variable GDP and real wages significantly affect the workers demand for each of the sectors studied. Spatial autocorrelation have significant effect on the model for the manufacturing sector and the service sector