Determinan dan Komparasi Produktivitas Tenaga Kerja Sektor Pertanian di Indonesia Tahun 2015-2023

Abstract

Produktivitas tenaga kerja merupakan indikator penting dalam menilai efisiensi dan daya saing sektor pertanian di Indonesia. Namun, hingga kini produktivitas tenaga kerja pertanian masih menunjukkan disparitas antarwilayah dan belum optimal dalam mendukung ketahanan pangan serta kesejahteraan petani. Penelitian ini bertujuan untuk mendeskripsikan kondisi produktivitas tenaga kerja sektor pertanian di Indonesia dan menganalisis determinan yang memengaruhi produktivitas tenaga kerja sektor pertanian di Indonesia. Metode yang digunakan pada tujuan pertama adalah analisis deskriptif dan tujuan kedua adalah analisis regresi data panel. Hasil dari penelitian ini adalah produktivitas tenaga kerja sektor pertanian di Indonesia menunjukkan tren peningkatan selama periode 2015–2023, namun capaian antarprovinsi tersebut tidak terjadi secara merata. Variabel pendidikan petani, usia petani, KUR, NTP, dan PMDN memiliki pengaruh positif dan signifikan terhadap produktivitas tenaga kerja sektor pertanian. Sementara itu, jumlah alsintan dan PMA berpengaruh negatif namun tidak signifikan. Adapun variabel dummy Covid-19 menunjukkan pengaruh positif yang tidak signifikan.

Labor productivity is a key indicator in assessing the efficiency and competitiveness of the agricultural sector in Indonesia. However, agricultural labor productivity still shows regional disparities and remains suboptimal in supporting food security and farmer welfare. This study aims to describe the condition of labor productivity in Indonesia's agricultural sector and analyze the factors influencing it. The method used for the first objective is descriptive analysis, while panel data regression is applied for the second objective. The results show that agricultural labor productivity in Indonesia has exhibited an increasing trend during the 2015–2023 period, however, however, these improvements have not been uniformly realized across provinces. The variables of farmers’ education, farmers’ age, agricultural credit, farmers’ terms of trade, and domestic investment have a positive and significant effect on agricultural labor productivity. Meanwhile, the number of agricultural machines and foreign direct investment have a negative but insignificant effect. The Covid-19 dummy variable shows a positive yet insignificant effect.