Dari deskripsi yang telah kalian buat dapat kita simpulkan bahwa di dalam masyarakat terjadi

“Hasil analisis menyimpulkan bahwa, intervensi kuat (seperti melalui pembatasan sosial berskala besar yg efektif) dapat menurunkan pertumbuhan ekonomi tahun 2020 ke 1.0% tanpa stimulus fiskal dan 1.8% dengan stimulus fiskal. Akan tetapi, dalam jangka panjang (2019-2030) akan menghasilkan pertumbuhan ekonomi lebih tinggi (5.1-5.2%) daripada skenario intervensi minimal (4.8%). Disimpulkan pula bahwa nilai kerugian ekonomi dari strategi intervensi kuat tersebut jauh lebih rendah daripada kerugian ekonomi skenario intervensi minimal. Selisih kerugiannya bisa mencapai 5.600 trilyun rupiah tanpa memperhitungkan nilai mortalitas, dan bisa mencapai 14,000 trilyun rupiah – hampir setara dengan nilai total GDP Indonesia di tahun 2019 – jika memperhitungkan nilai ekonomi dari mortalitas (avoidable deaths).”

Dalam konteks krisis pandemi Covid-19, publik berdebat tentang mana yang harus diproritaskan: kesehatan ataukah ekonomi? Kesehatan umumnya diartikan sebagai meminimumkan korban pandemi Covid-19 terutama tingkat kematian. Sayangnya, ketika membahas ekonomi, kebanyakan orang mengartikan ekonomi sebagai sesuatu yang sangat sempit, misalnya pendapatan, penghasilan, atau pertumbuhan ekonomi (kalau dalam konteks ekonomi makro). Salah besar kalau ekonomi hanya diartisempitkan sebagai hal-hal tersebut. Ilmu ekonomi membahas aspek yang “jutaan” kali lebih luas dari hanya pendapatan, GDP atau pertumbuhan ekonomi.

Ilmu ekonomi adalah ilmu tentang alokasi. Bagaimana mengalokasikan sumber daya (dalam arti luas pula seperti aset, finansial juga alam, tenaga kerja, pikiran dan lain sebagainya) yang sifatnya terbatas untuk mencapai kesejahteraan masyarakat (dalam arti luas) setinggi-tingginya. Jadi fungsi tujuan-nya (objective function) adalah kesejahteraan, atau welfare, bukan pendapatan, atau GDP atau pertumbuhan ekonomi. Betul, kesejahteraan adalah fungsi dari pendapatan, tetapi jelas bukan satu-satunya.

Seandainya betul, pendapatan adalah satu-satunya, atau bahkan faktor utama penentu kesejahteraan, tentunya ini tidak bisa menjelaskan apa yang disebut Easterlin Paradox atau Scisor paradox. Seperti terlihat dalam Gambar 1 nampak bahwa peningkatan pendapatan (GNP) per kapita tidak sejalan dengan peningkatan kebahagiaan. Ketika pendapatan meningkat, kebahagiaan masyarakat tidak atau hanya sedikit mengalami kenaikan.

Kesehatan tentunya salah-satu variabel terpenting yang mempengaruhi kebahagiaan, atau kesejahteraan dalam arti luas, seperti juga, tingkat pendidikan, pekerjaan layak, status sosial, kebebasan (freedom) dan lain-sebagainya. Literatur tentang kebahagiaan sudah sangat gamblang mengkonfirmasi hal-hal ini. Lihat misalnya Frey and Stutzer (2002) atau publikasi tahunan dari World Happiness Report. Intinya, sangatlah tidak tepat, mendikotomikan kesehatan dan ekonomi, atau kesehatan dan pendapatan, keduanya dalam konteks ilmu ekonomi merupakan variabel-variabel yang harus kita kelola dalam konteks utuh meningkatkan kesejahteraan. Pendapatan tanpa kesehatan, bukan kesejahteraan. Pendapatan tanpa ‘nyawa’ atau kehidupan, bukan pula kesejahteraan.

Demikian juga dalam mengukur manfaat dan biaya dari berbagai alternatif intervensi kebijakan, seperti dalam konteks mengatasi pandemi Covid-19. Kita harus melakukannya dalam kerangka yang utuh, yaitu kerangka kesejahteraan (welfare). Artikel ini adalah sebuah upaya untuk mengestimasi ongkos ekonomi yang lebih komprehensif dari berbagai alternatif skenario penanganan pandemi Covid-19.

Metodologi

Secara lebih spesifik tujuan dari analisis ini adalah sebagai berikut: Dari alternatif-alternatif skenario penanganan pandemi Covid-19 sebagai berikut: (a) intervensi minimal; (b) intervensi kuat (suppresion misal melalui pembatasan sosial berskala besar yg efektif); dan (c) intervensi kuat dibarengi dengan stimulus fiskal, mana skenario yang paling memberikan ongkos ekonomi paling rendah?

Gambar 2 mengilustrasikan kerangka pemikiran estimasi biaya ekonomi dari alternatif skenario penanganan pandemi Covid-19 yang berbeda-beda. Jadi yang akan dijadikan benchmark atau ukuran dalam membandingkan skenario yang lebih baik (misal skenario 1 dan skenario 2, seperti di gambar) adalah penjumlahan dari selisih kesejahteraan dengan adanya pandemi covid dengan intervensi tertentu (C) dan kesejahteraan pada baseline dimana pandemi Covid-19 tidak terjadi. Penjumlahan selama periode yang dipilih (2019-2030) dilakukan pada selisih yang sudah dikonversi menjadi nilai sekarang (present value) untuk mengakomodasi fakta bahwa nilai 1 rupiah di periode yang akan datang memberikan kesejahteraan lebih rendah daripada 1 rupiah sekarang (r adalah tingkat diskontonya, 5%). Jika dW1 (nilai absolutnya) lebih kecil daripada dW2, maka skenario 1 lebih baik daripada skenario 2 karena memberikan ongkos ekonomi lebih rendah, demikian pula sebaliknya.

Dalam artikel ini, analisis akan dilakukan dalam konteks ekonomi nasional (Indonesia). Kemudian, apa yang menjadi indikator kesejahteraan? Ada beberapa alternatif. GDP adalah salah satu alternatif. Akan tetapi GDP bukan ukuran yang ideal karena beberapa hal. Pertama, dalam GDP terdapat neraca perdagangan (Ekspor minus impor). Ekspor, yang dikonsumsi oleh orang di luar negeri pada akhirnya akan menjadi kesejahteraan orang asing, jadi bukan bagian dari kesejahteraan kita. Sebaliknya, impor adalah konsumsi kita yang meningkatkan kebahagiaan jadi selayaknya dihitung sebagai bagian kesejahteraan. Konsumsi rumah tangga bisa juga menjadi alternatif ukuran kesejahteraan. Akan tetapi ini mengabaikan bahwa konsumsi pemerintah juga pada akhirnya digunakan meningkatkan kesejahteraan masyarakat. Investasi pun bisa kita interpretasikan sebagai peningkatan kesejahteraan yang tertunda, sehingga selayaknya menjadi bagian dari ukuran kesejahteraan. Oleh karena itu dalam analisis ini, kita akan menggunakan konsumsi rumah tangga, konsumsi pemerintah, dan investasi sebagai indikator kesejahteraan (termasuk didalamnya barang yang diproduksi dalam negeri maupun diimpor). Dalam sistem pendapatan nasional indikator ini disebut dengan Gross National Expenditure (GNE).

Di sisi lain, bahkan GNE hanya memperhitungkan kesejahteraan yang bersumber dari aktivitas ekonomi pasar. Padahal kesejahteraan merupakan fungsi dari banyak hal yang tidak diperjualbelikan di pasar dan tidak ada harga pasarnya.

Dalam konteks pandemi Covid-19, salah satu yang paling penting adalah mortalitas, atau nyawa manusia.[1] Kehilangan nyawa manusia jelas akan mengurangi kebahagian, mengurangi kesejahteraan. Untuk itu dalam analisis ini kita juga akan memasukan nilai mortalitas sebagai bagian dari ongkos ekonomi. Untuk itu total kesejahteraan akan menjadi hasil penjumlahan dari GNE dan nilai dari ongkos mortalitas. Ongkos mortalitas akan dihitung dengan konsep yang disebut dengan the value of statistical life (VSL). VSL untuk Indonesia dihitung dengan menggunakan angka yang dipublikasikan di Viscusi and Masterman (2017) di Journal of Benefit Cost Analysis. Dengan menyesuaikannya ke angka 2020,[2] nilai VSL berdasarkan publikasi itu adalah sebesar Rp. 7,4 milyar per jiwa.

Dengan demikian ongkos ekonomi sebuah skenario pandemi Covid-19 dan alternatif penanganannya bisa ditulis sebagai berikut:

Dimana ∆W adalah ongkos ekonomi sebuah dampak pandemi Covid-19 dan skenario penanganannya; Bt adalah kesejahteraan (GNE) pada tahun t pada kondisi baseline tanpa ada pandemi; Ct adalah kesejahteraaan (GNE) pada tahun t pada kondisi pandemi Covid-19 plus penanganannya; M adalah tingkat mortalitas (jumlah orang yang mati) dan VSL adalah the value of statistical life.

Untuk menghitung dampak dari berbagai skenario penanganan pandemi Covid-19 terhadap jumlah kematian (parameter M), digunakan dua studi. Yang pertama studi yang dilakukan oleh tim dari MRC Centre for Global Infectious Disease Analysis, Imperial College London dan studi yang dilakukan oleh tim SimCovid gabungan dari peneliti dari berbagai universitas di Indonesia dan luar negeri.[3]Dari kedua studi tersebut diambil dua skenario mortality, yaitu sebesar 1.2 juta orang untuk skenario intervensi minimal (Skenario mitigasi dari studi SimCovid), dan 60 ribu orang untuk skenario intervensi pembatasan sosial berskala besar (PSBB) maksimal (Strong Supression dari studi tim MRC).

Untuk menganalisa dampak dari berbagai alternatif skenario pandemi Covid-19 dan penanganannya terhadap perekonomian, seperti pertumbuhan ekonomi, GNE dan lain-lain, digunakan model Computable General Equilibrium (CGE) IndoTERM.  Model CGE adalah model ekonomi yang mewakili perekonomian nasional yang dilandasi perilaku ekonomi mikro yang rinci. Model-nya sendiri dapat diwakili oleh sistem n persamaan non-linear dengan n variabel endogen serta banyak variabel eksogen. Sistem persamaan tersebut berfungsi menentukan harga dan kuantitas komoditas dan input (termasuk input primer misalnya, tenaga kerja, modal, dan lahan serta input antara).

Persamaan dalam model IndoTERM merupakan representasi dari perilaku optimal agen ekonomi yang rasional. Dalam hal ini produsen dan konsumen berinteraksi dalam ekonomi pasar yang kompetitif. Interaksi ini membentuk permintaan dan penawaran komoditas yang dipertemukan di pasar yang dimodelkan sebagai sebuah equilibrium, keseimbangan atau market-clearing.

IndoTERM sendiri adalah model CGE antar-daerah yang bersifat bottom-up. Bottom-up berarti bahwa ekonomi nasional merupakan agregasi dari ekonomi sub-nasional. Tidak seperti jenis model multi-wilayah yang bersifat top-down, dengan model bottom-up, setiap komoditas, tak terkecuali, memiliki persamaan ekuilibrium (market-clearing) sendiri-sendiri untuk masing-masing daerah. Dengan demikian, harga untuk masing-masing komoditas berbeda di setiap daerah. Salah satu kegunaannya, kita bisa memformulasikan shock yang sifatnya spesifik di daerah tertentu.  Pengembangan IndoTERM adalah hasil kolaborasi dari berbagai institusi yaitu Center for Economics and Development Studies (CEDS), Universitas Padjadjaran, Indonesia; Center for Policy Studies (COP), Victoria University Australia; Asian Development Bank (ADB); AusAID; dan Kementerian Perencanaan Pembangunan Nasional/Badan Perencanaan Pembangunan Nasional.

Penjelasan lebih rinci tentang model IndoTERM dan aplikasinya dapat dilihat di Yusuf, Horridge & Louise (2018), sementara penjelasan konstruksi databasenya dapat dilihat di Horridge & Yusuf, 2017. Deskripsi model dalam bahasa Indonesia dapat diunduh disini. Model IndoTERM digunakan dalam berbagai analisis diantaranya di Yusuf, Patunru & Resosudarmo (2016), Patunru & Yusuf (2016), atau Horridge et al (2016).

Dampak dari pandemi Covid-19, dalam simulasi ini, didekati dengan mekanisme sebagai berikut.

1. Disrupsi dari rantai produksi global terhadap perdagangan internasional.
2. Penurunan dari aktivitas parawisata internasional.
3. Disrupsi produksi sebagai dampak dari karantina, social distancing, dan berbagai pembatasan mobilitas sebagai dampak dari respon terhadap pandemik.
4. Untuk dampak pandemi Covid-19 yang tidak tertangani dengan baik, dilakukan melalui parameter mortalitas (penurunan labor supply), kualitas human capital, dan kenaikan dari risk-premium Indonesia yang menunjukkan peningkatan ketidakpercayaan pasar.
5. Dampak stimulus fiskal

Disrupsi rantai produksi global

Disrupsi rantai produksi global didekati dari penurunan permintaan ekspor produk Indonesia. Nilai penurunan ekspor diestimasi dengan persamaan sebagai berikut:

ei = ∑cSicgc

Dimana ei adalah persentase penurunan ekspor komoditi i sebagai dampak dari pandemik Covid-19, Sic adalah share dari negara c terhadap ekspor komoditi i dari Indonesia, dan gc penurunan pertumbuhan ekonomi negara c sebagai dampak dari pandemik Covid-19. Data Sic didapatkan dari UN COMTRADE database, sementara data gc diperoleh dari hasil analisis ADB (2020) terkait dampak pandemik Covid-19 terhadap perekonomian internasional dengan menggunakan model Multi-Regional Input Output (MRIO).

Penurunan sektor pariwisata internasional

Penurunan kunjungan wisman sebagai dampak dari pandemik Covid dispesifikasikan sebagai penurunan vertikal dari kurva pemintaan ekspor sektor terkait pariwisata (yaitu perhotelan, restoran dan transportasi) sebesar -50%.

Disrupsi aktivitas produksi

Disrupsi aktivitas produksi adalah penurunan produktivitas sebagai dampak dari berbagai pembatasan, misalnya PSBB, yang dilakukan untuk mengurangi penularan virus Covid-19. Dalam model ini diterjemahkan sebagai penurunan total factor productivity bersifat sector-region-specifics. Artinya nilai productivity shock-nya berbeda-beda tergantung sektornya apa dan lokasinya di propinsi mana. Nilai productivity shock ini tergantung dari beberapa asumsi yaitu (a) karena karakteristik proses produksi maka, sektor pertanian efeknya minimal karena tidak begitu memerlukan physical distancing antara pelakunya, sektor jasa diasumsikan lebih bisa memanfaatkan work from home, sementara sektor industri manufaktur akan terkena dampak terbesar karena karakteristik produksinya relatif membutuhkan sistem produksi massal; (b) Tingkat informalitas dari sektor dan wilayah. Data tingkat informalitas dihitung dari survey SAKERNAS (BPS); (c) Derajat enforcement dari pembatasan akan cenderung lebih kuat di daerah-daerah berkepadatan penduduk tinggi karena tingkat resiko penularannya tinggi. Diasumsikan pembatasan produksi efektif terjadi hanya satu bulan.

Dampak permanen pandemi tak tertangani (Mitigation scenario of SimCovid or unmitigated MDC, 1.2M death)

Untuk ini diasumsikan jumlah kematian 2/3 nya ditranslasikan menjadi penurunan labor supply di tahun 2020 (0.6%). Berdasarkan studi Almond (2006), diasumsikan juga pandemi yang tertangani dapat mengurangi kualitas human capital sebesar yang ditranslasikan menjadi pengurangan labor produktivity secara permanen sebesar 0.25%.  Selain itu, pandemi yang tertangani yang mengakibatkan korban jiwa sampai ratusan ribu diasumsikan dapat meningkatkan risk premium investasi Indonesia sebesar 2.5%.

Dampak stimulus fiskal

Pemerintah akan menggelontorkan stimulus Fiskal senilai Rp 405 trilyun untuk meredam dampak sosial-ekonomi dari krisis Covid-19. Besaran stimulus yang dialokasikan sebagai transfer langsung ke rumah tangga (135T), pengeluaran pemerintah di sektor jasa-jasa (kesehatan) dan pemerintahan (103T), serta memberikan bailout kepada industri (167T).

Selain skenario permanen, semua shock terhadap perekonomian diasumsikan akan dikembalikan ke level awal dalam 5 tahun. Ini asumsi yang cukup konservatif, karena literatur umumnya menunjukkan dampak ekonomi dari pandemi dan bencana alam biasanya jauh lebih singkat.[4] Ringkasan dari berbagai skenario tersebut dapat dilihat pada tabel dibawah ini.

Tabel 1 Ringkasan skenario yang disimulasikan

Sebelum membahas dampak utama terkait ongkos ekonomi, ada baiknya kita melihat dampak dari berbagai skenario di atas terhadap pertumbuhan ekonomi nasional untuk lebih memahami mekanisme dari dampak yang terjadi terhadap perekonomian. Seperti terlihat pada Tabel 2, nampak bahwa dalam jangka sangat pendek, yaitu di tahun 2020, strategi minimal intervention hanya menurunkan pertumbuhan ekonomi sebesar 0.9% persen poin. Jauh lebih kecil dibandingkan skenario supression (-4.2 persen poin) atau bahkan skenario supression dengan stimulus fiskal (-3.37 persen poin). Di tahun 2020, skenario supression dengan stimulus mengakibatkan pertumbuhan ekonomi Indonesia menjadi 1.8% jauh lebih kecil dari baseline-nya yang sebesar 5.2%.

Akan tetapi, nampak bahwa dalam jangka panjang, justru strategi supression lebih baik daripada minimal intervention. Dalam skenario minimal intervention, pertumbuhan ekonomi 2019-2020 menjadi hanya sebesar 4.8%, lebih kecil dibandingkan pada skenario supression (5.1%) dan skenario supression dengan stimulus fiskal (di tahun 2020) sebeasar 5.2%.  Dari sini saja jelas, bahwa jikapun pertumbuhan ekonomi jangka panjang (bukan hanya pertumbuhan ekonomi di tahun 2020 saja) yang menjadi benchmark untuk mencari skenario intervensi terbaik, maka strategi minimal intervention bukan strategi yang dapat diambil. Strategi supression atau semaksimal mungkin mengendalikan penularan virus adalah strategi yang memberikan imbas pertumbuhan ekonomi tertinggi dalam jangka panjang.

Tabel 2 Dampak terhadap pertumbuhan ekonomi jangka pendek (2020)
dan jangka panjang (2019-2030)

Dampak terhadap pertumbuhan ekonomi provinsi juga bervariasi (Gambar 3). Propinsi yang paling terkena dampak diantaranya adalah Banten, DKI, Jabar, Bali dan Jatim). Daerah-daerah tersebut, kecuali Bali yang terkena dampak parah karena hampir tidak adanya aktivitas sektor pariwisata dan karena konsentrasi sektor manufacturing berada di provinsi-provinsi besar di pulau Jawa tersebut.

Menarik untuk melihat bagaimana strategi minimal intervention membuat pertumbuhan ekonomi dalam jangka panjang tertekan. Gambar 4 di bawah menunjukkan bagaimana variabel GDP, kesempatan kerja, investasi dan stok kapital dalam skenario minimal intervention relatif terhadap baseline. Nampak bahwa dampak permanen terhadap GDP awalnya disebabkan oleh berkurangnya employment. Tenaga kerja juga nampak tidak kembali 100% ke tren sekulernya. Setelah 2020, dampak menurunnya investasi sebagai dampak dari bertambahnya risk premium investasi Indonesia mulai menggerus capital stock membuat GDP Indonesia semakin lama semakin jauh dari baseline-nya. Terdapat kecenderungan untuk perekonomian kembali ke tren sekulernya karena investasi nampak menunjukkan titik balik, tapi dalam waktu yang cukup lama.

Dampak terhadap kesejahteraan

Salah satu komponen utama dari ukuran kesejahteraan dalam analisis ini adalah GNE (Gross National Expenditure). Gambar 5 di bawah menunjukkan perkembangan deviasi dari baseline (%) dari GNE untuk tiga skenario berbeda. Gambar ini kemudian digunakan (dengan menggunakan data GNE 2019 sebagai awal) untuk menghitung ongkos ekonomi dari berbagai skenario tersebut. Hasilnya dapat dilihat di Tabel 3.

Tabel 3 Net Present Value (NPV) dari Perubahan kesejahteraan (Ongkos ekonomi) dalam Milyar Rupiah

Dari Tabel 3 bisa kita simpulkan bahwa, ongkos ekonomi berupa berkurangnya kesejahteraan dalam skenario intervensi minimum adalah 9,127 trilyun rupiah tanpa memperhitungkan nilai mortalitas (VSL) tapi menjadi hampir 2 kali lipat (18,000 trilyun rupiah) jika memperhitungkan nilai mortalitas. Nampak bahwa jikapun nilai mortalitas tidak diperhitungkan, skenario intervensi minimal mengeluarkan ongkos ekonomi lebih dari dua kali lipat lebih besar dibandingkan skenario supression dan supression dengan stimulus. Selisih ongkos dari strategi minimum intervention dan skenario supression/stimulus  adalah sebesar 5,600 trilyun rupiah. Jika memperhitungkan nilai mortalitas selisih ongkos ekonomi bahkan mencapai 14,000 trilyun rupiah, hampir setara dengan nilai GDP Indonesia di tahun 2019.

Kesimpulan dan catatan akhir

Tujuan utama dari analisis ini adalah mengestimasi ongkos ekonomi yang lebih komprehensif dari berbagai alternatif skenario penanganan pandemi Covid-19, dalam hal ini skenario intervensi minimal, skenario intervensi kuat (suppresion misal melalui pembatasan sosial berskala besar yg efektif); dan skenario intervensi kuat dibarengi dengan stimulus fiskal. Metodologi yang digunakan adalah kombinasi dari benefit cost analysis sederhana, model CGE IndoTERM dan telaah literatur. Hasil analisis menyimpulkan bahwa, betul intervensi kuat untuk meminimalisasi penyebaran virus Covid-19 dalam jangka pendek (2020 saja) dapat menurunkan pertumbuhan ekonomi lebih parah dibandingkan skenario minimal intervension. Akan tetapi, kesimpulan ini hanya berbasis satu variabel yaitu pertumbuhan ekonomi, yang tentunya, bukan satu-satunya faktor ekonomi penting dalam analisis ekonomi. Kedua, kesimpulan yang berbeda didapatkan dalam konteks jangka panjang, dimana justru pertumbuhan ekonomi jangka panjang dapat lebih tertekan kalau skenario yang terjadi adalah intervensi minimal. Demikian pula dalam konteks efisiensi analisa cost benefit analysis (CBA). Analisis CBA menyimpulkan bahwa kerugian ekonomi dari strategi intervensi kuat (supression) jauh lebih rendah daripada kerugian ekonomi skenario intervensi minimal. Selisih kerugiannya bisa mencapai 5,600 trilyun rupiah kalau tanpa memperhitungkan nilai mortalitas, dan bahkan bisa mencapai 14,000 trilyun rupiah – hampir setara dengan nilai total GDP Indonesia di tahun 2019 – jika memperhitungkan nilai ekonomi dari mortalitas.

Tentunya banyak ketidaksempurnaan dalam analisis ini. Hasilnya sangat mungkin sensitif terhadap asumsi-asumsi yang digunakan. Kajian selanjutnya, atau lebih formal, tentunya memerlukan sensitivity analysis terhadap asumsi-asumsi dan parameterisasi yang dilakukan. Walaupun demikian, dalam artikel ini penulis telah mencoba untuk membuat asumsi se-plausible mungkin dan juga mengandalkan referensi-referensi yang kredibel. Kritik dan saran untuk penyempurnaan dari analisis ini akan disambut dengan tangan terbuka dan apresiasi.

Kemudian, analisis ini juga tidak dimaksudkan untuk meramalkan apa yang akan terjadi. Terlalu banyak ketidakpastian dalam tahapan krisis Covid-19 ini dan informasi berubah cepat. Akan tetapi analisis ini mudah-mudahan bisa memberikan gambaran yang lebih utuh bagaimana sebaiknya aspek ekonomi ditempatkan dalam memilih strategi terbaik dalam mengelola kebijakan di era krisis Covid-19 yang sekarang masih berlangsung. Sudut pandang jangka pendek jangan mengaburkan kepentingan ekonomi jangka panjang. Demikian juga pertumbuhan ekonomi, pendapatan masyarakat, apalagi jangka pendek, bukan satu-satunya faktor penentu kesejahteraan. Nyawa manusia dan kesehatan juga mempunyai nilai ekonomi yang tinggi yang justru kalau tidak dinilai secara benar dapat menyebabkan kerugian ekonomi yang lebih besar dalam jangka panjang.

Sebagai penutup, tentunya ongkos ekonomi jangka pendek (2020) sebagai implikasi dari strategi supresi dapat sebagian diredam oleh stimulus fiskal. Akan tetapi seperti yang dibahas di artikel ini, stimulus fiskal tidak dapat menutup sepenuhnya ongkos ekonomi jangka pendek tersebut. Ongkos tersebut, tentunya, berbeda-beda bebannya untuk setiap keluarga dan setiap individu. Kelompok masyarakat menengah atas relatif lebih dapat bertahan dibandingkan kelompok masyarakat miskin dan hampir miskin. Oleh karena itu kita, bersama pemerintah, harus sebaik-baiknya melindungi kelompok rentan tersebut. Indonesia bisa melakukannya karena mempunyai sistem perlindungan sosial yang relatif maju dibandingkan negara-negara berkembang lainnya.

[1] Dengan menghitung proporsinya terhadap pendapatan per kapita, dan menggunakan angka pendapatan per kapita terbaru.

[2] ITB, UNPAD, UGM, Essex University, University of Southern Denmark, ITS, Oxford University.

[3] * “0.2 deaths per 100,000 per week trigger” = suppression triggered when weekly death rate reaches this threshold; ** “1.6 deaths per 100,000 per week trigger” = suppression triggered when weekly death rate reaches this threshold

[4] Lihat https://hbr.org/2020/03/what-coronavirus-could-mean-for-the-global-economy atau https://www.travelweekly.com/Travel-News/Travel-Agent-Issues/Oxford-Economics-predicts-rapid-economic-recovery-post-coronavirus

Download PDF Version