ArticlePDF Available

Analisis Pengaruh Tenaga Kerja dan Pengeluaran Pemerintah (Infrastruktur) terhadap Investasi di Indonesia

Media Trend
Berkala Kajian Ekonomi dan Studi Pembangunan
MediaTrend 15 (2) 2020 p. 283-290
http://journal.trunojoyo.ac.id/mediatrend
Analisis Pengaruh Tenaga Kerja dan Pengeluaran Pemerintah (Infrastruktur)
Terhadap Investasi di Indonesia
Isna Diyah Noviani1*, Nurul Istifadah2
1,2 Universitas Airlangga
Informasi Artikel
Sejarah artikel:
Diterima Februari 2020
Disetujui September 2020
Dipublikasikan Oktober
2020
ABSTRACT
© 2020 MediaTrend
Penulis korespondensi:
E-mail: Isnad2711@gmail.com
DOI: http://dx.doi.org/10.21107/mediatrend.v15i2.6703
2460-7649 © 2020 MediaTrend. All rights reserved.
ABSTRAK
is study aims to determine how the inuence of labor and government spending on
investment in Indonesia. e type of research used is quantitative with secondary data,
using the OLS (Ordinary Least Square) analysis method in order to see the eect of the
independent variable, namely investment with the dependent variable on labor and
government spending. e results show that the variable labor and government have a
signicant eect on a signicant investment. e estimation results of the variables of labor
and government expenditure are signicant and have a positive impact on investment in
Indonesia. Estimated results for government expenditure variables have a signicant and
positive impact on investment that will aect economic growth in Indonesia.
Keywords: Investment, Labor, Government Spending
Penelitian ini bertujuan untuk menentukan bagaimana pengaruh dari tenaga kerja
dan pengeluaran pemerintah terhadap investasi di Indonesia. Jenis Penelitian yang
digunakan adalah kuantitatif dengan data sekunder, menggunakan metode analisis
OLS (Ordinary Least Square) dengan tujuan untuk mengetahui pengaruh vari-
abel independen yakni investasi dengan variabel dependen yakni tenaga kerja dan
pengeluaran pemerintah. Hasil estimasi menunjukkan bahwa variabel tenaga kerja
dan pengeluaran pemerintah berpengaruh signikan terhadap investasi signikan.
Hasil estimasi untuk variabel tenaga kerja dan penegeluaran pemerintah signikan
dan dampak positif terhadap investasi di Indonesia. Estimasi hasil untuk variabel
pengeluaran pemerintah dampak signikan dan positif terhadap investasi yang akan
berpengaruh untuk pertumbuhan ekonomi di Indonesia Indonesia.
Kata Kunci: Investasi, Tenaga Kerja, Pengeluaran Pemerintah
Kode Klasikasi JEL: E22; E62; J21
Analisis Pengaruh Tenaga....... MediaTrend 15 (2) 2020 p.283-290
284
PENDAHULUAN
Investasi adalah langkah awal ke-
giatan produksi dan menjadi faktor untuk
meningkatkan pertumbuhan ekonomi.
Investasi pada hakekatnya juga merupa-
kan langkah awal kegiatan pembangunan
ekonomi (Asiamah et al., 2019). Dinamika
penanaman modal mempengaruhi tinggi
rendahnya pertumbuhan ekonomi, mencer-
minkan tinggi dan lesunya pembangunan.
Isu mengenai investasi sering mendapat
banyak tanggapan oleh para teoritisi dan
praktisi pembangunan. Pendapat tentang
pentingnya investasi dalam manunjang
pembangunan negara-negara berkem-
bang dimulai dengan ditemukannya model
pertumbuhan setelah perang dunia ke II
yaitu pada tahun 1950-an dan 1960-an
oleh beberapa ahli pembangunan seperti
Rostow dan Harrod-Domar.
Menurut Rostow bahwa setiap
upaya untuk tinggal landas mengharuskan
adanya mobilitas tabungan dalam dan luar
negeri dengan maksud untuk menciptakan
investasi yang cukup, untuk mempercepat
pertumbuhan ekonomi. Tenaga kerja juga
merupakan suatu faktor yang mempenga-
ruhi output suatu daerah. Angkatan kerja
yang besar akan terbentuk dari jumlah pen-
duduk yang besar (Mottaleb & Kalirajan ,
2010). Pertumbuhan penduduk dikhawa-
tirkan akan menimbulkan efek yang buruk
terhadap pertumbuhan ekonomi. Pertum-
buhan penduduk yang cepat mendorong
timbulnya masalah keterbelakangan dan
membuat prospek pembangunan men-
jadi semakin jauh (Dygas, 2020). Masalah
kependudukan yang timbul bukan karena
banyaknya jumlah anggota keluarga, me-
lainkan karena mereka terkonsentrasi
pada daerah perkotaan saja sebagai aki-
bat dari cepatnya laju migrasi dari desa ke
kota.
Pemerintah merupakan salah satu
pelaku ekonomi yang semakin penting
perannya dalam perekonomian modern.
Aktivitas ekonomi yang dilakukan peme-
rintah ditunjukkan untuk perubahan struk-
tur ekonomi oleh kebijakan skal melalui
penetapan rencana anggaran penerimaan
dan belanja negara (Tocar, 2018). Secara
teoritis pengeluaran pemerintah yang di-
peruntukkan bagi kepentingan umum dan
kesejahteraan masyarakat akan mendo-
rong meningkatnya pendapatan perkapita
yang semakin besar dari tahun ketahun.
Peningkatan ini ditandai dengan naiknya
Produk Domestik Bruto melalui bekerjanya
efek pengganda (Wang, 2019). Peningka-
tan Produk Domestik Bruto akan mempe-
ngaruhi besarnya penerimaan pemerintah
dalam bentuk pajak, baik langsung mau-
pun tidak.
Berdasarkan teori ekonomi, in-
vestasi berarti pembelian (dan produksi)
dari modal barang yang tidak dikonsumsi
tetapi digunakan untuk produksi yang akan
datang (barang produksi). Investasi meru-
pakan komponen pengeluaran yang cukup
besar dan tidak mudah habis, maka pe-
rubahan besar dalam investasi akan sa-
ngat mempengaruhi pernintaan (Rădulescu
& Druica, 2014). Investasi mendorong ter-
jadinya akumulasi modal, penambahan
stok bangunan gedung dan peralatan lain-
nya, akan meningkatkan output potensial
suatu bangsa dan merangsang pertumbu-
han ekonomi untuk jangka panjang.
Teori pertumbuhan Harrod dan
Domar investasi didenisikan sebagai pe-
rubahan tingkat modal (stock) yang terjadi
dalam suatu perekonomian dimana se-
bagian dari pendapatan digunakan untuk
tabungan. Investasi merupakan langkah
awal dalam kegiatan ekonomi. Banyak
sekali faktor-faktor yang saling terkait satu
sama lainnya dengan pola yang sangat
kompleks yang mempengaruhi pertumbu-
han investasi negara Indonesia. Faktor-
faktor tersebut antara lain masalah ke-
tenagakerjaan, infrastruktur, pendapatan
perkapita dan tingkat suku bunga. Faktor
tenaga kerja akan mempengaruhi investasi
melalui jumlah tenaga kerja yang produktif
karena jumlah tenaga kerja produktif yang
besar dapat meningkatkan produktivitas
Isna Diyah Noviani, dkk. MediaTrend 15 (2) 2020 p.283-290
285
perusahaan (Sahiti et al., 2020).
Faktor selanjutnya yang dapat
mempengaruhi investasi industri yaitu in-
frastruktur. Faktor lain yang dapat mempe-
ngaruhi investasi industri yaitu infrastruktur
sik. Faktor ini dapat mempengaruhi me-
lalui produktivitas suatu perusahaan dalam
melakukan produksi. Kondisi infrastruktur
maka di harapkan akan memperlancar
arus distribusi, baik menuju kepada kon-
sumen maupun dalam kegiatan pendis-
tribusian input (Rehman et al., 2011). De-
ngan infrastruktur yang memadai, esiensi
yang dicapai oleh dunia usaha akan ma-
kin besar dan investasi yang didapat se-
makin meningkat. Tingkat ketersediaan
infrastruktur di suatu negara adalah fak-
tor penting dan menentukan bagi tingkat
kecepatan dan perluasan pembangunan
ekonomi. Pertumbuhan ekonomi yang
pesat akan berakibat pada meningkatnya
kebutuhan prasarana dan sarana sosial
ekonomi. Permintaan terhadap pelayanan
infrastruktur akan meningkat pesat seiring
dengan pertumbuhan ekonomi suatu ne-
gara (Musabeh & Zouaoui, 2020).
Gharaibeh, (2015) melakukan
penelitian tentang diterminan investasi.
Tujuan penelitian Gharaibeh, (2015) yaitu
menguji dan menganalisis faktor-faktor
yang menentukan investasi di negara
Bahrain. Metode penelitian menggunakan
Ordinary Least Square dengan data time-
series periode 1980-2013. Hasil penelitian
Gharaibeh, (2015) menunjukkan bahwa
government expenditure dan labor force
berpengaruh signikan terhadap investa-
si negara Bahrain. Penelitian Zeb et al.,
(2014) bertujuan untuk menganalisis dam-
pak infrastruktur dan angkatan kerja di
negara Pakistan dari tahun 1990 sampai
2012. Metode yang digunakan oleh Zeb
et al., (2014) yaitu Ordinary Least Square
(OLS). Kesimpulan penelitian Zeb et al.,
(2014) yaitu variabel infrastruktur yang
berpengaruh signikan terhadap investasi
di negara Pakistan, sedangkan angkatan
kerja tidak berpengaruh signikan terha-
dap investasi di negara Pakistan.
Studi yang dilakukan oleh Othman
& Yusop, (2019) mengkaji dampak penge-
luaran pemerintah terhadap investasi di
negara tuan rumah menggunakan kum-
pulan data panel dari 7 negara dari tahun
1982 sampai 2016. Negara dari Malaysia ,
Indonesia, Singapura, Thailand dan Filipina
(ASEAN-5). Othman & Yusop, (2019)
memeriksa dampak pengeluaran pemerin-
tah terhadap investasi dengan melakukan
Pooled Mean Group Estimation (PMG).
Hasil penelitian ini menunjukkan bahwa
belanja pemerintah memberikan kontribu-
si positif terhadap investasi dalam jangka
panjang. Ngo et al., (2020) mengkaji in-
vestasi di Vietnam periode 2000-2019.
Penelitian ini menggunakan Generalized
Methods of Moments (GMM) dan Pooled
Mean Group (PMG) untuk menganalisis
data panel. Hasil penelitian menunjukkan
bahwa angkatan kerja dan kebijakan skal
berpengaruh signikan terhadap investasi
di negara Vietnam.
Studi ini disusun dengan empat ba-
gian. Bagian pertama yaitu pendahuluan,
bagian kedua yaitu metode penelitian,
dan bagian ketiga yaitu hasil dan pemba-
hasan, serta bagian keempat yaitu penu-
tup. Bagian pertama mengulas makalah
tentang investasi di Indonesia. Bagian 2
memperkenalkan metode penelitian, yaitu
teknik analisis, jenis, dan sumber data.
Bagian 3 menunjukkan hasil empiris pene-
litian, dan bagian keempat penutup yang
berisi kesimpulan dan saran.
METODE PENELITIAN
Penelitian ini menggunakan me-
tode kuantitaf dengan data sekunder. Pe-
neitian ini menggunakan variabel depen-
den yaitu investasi, sedangkan variabel
independen yaitu nilai tukardan suku bu-
nga. Data sekunder yang diperoleh melalui
data WDI. Bentuk data berupa data time
series (data berkala), dari periode tahun
1990-2011. Model analisis pertumbuhan
ekonomi dalam penelitian ini menggu-
Analisis Pengaruh Tenaga....... MediaTrend 15 (2) 2020 p.283-290
286
nakan fungsi pertumbuhan dari beberapa
teori yaitu teori Harrod-Domar dan Solow
dengan variabel yang mempengaruhinya,
yaitu investasi, tenaga kerja dan pengelu-
aran pemerintah yang dirumuskan sebagai
berikut:
(1)
dimana INV adalah Investasi; LF adalah
Tenaga Kerja; Exp adalah Pengeluaran
Pemerintah (infrastruktur). Model tersebut
diformulasikan ke dalam bentuk semi Ln.
Pentingnya penggunaan dari logaritma ala-
mi pada waktunya analisa rangkaian dan
forcasting adalah secara umum diterima.
Untuk kepentingan analisa. Adapun model
penelitian yang digunakan dalam peneli-
tian ini adalah sebagai berikut:
(2)
dimana INV adalah Investasi, α adalah
Konstanta, β1...β2 adalah Koesien Re-
gresi, L adalah Tenaga Kerja, Exp adalah
Pengeluaran Pemerintah (Infrastruktur),
dan ε adalah Error Term (variabel peng-
ganggu)
Metode yang digunakan mengesti-
masi model regresi berganda, yaitu Ordi-
nary Least Square (OLS). Denisi metode
OLS, yaitu prosedur meminimalkan sum of
square residual (SSR). Tujuan dari prose-
dur OLS dalam model regresi ialah meng-
hindari jumlah error term sebesar nol dan
mencari nilai estimasi dari konstanta serta
slope (Baier, 2020). Prosedur OLS memiliki
beberapa asumsi yang tidak boleh dilang-
gar. Prosedur ini disebut dengan Classical
Linier Regression Model (CLRM), asumsi-
asumsi yang mendasari prosedur OLS,
yaitu model regresi linier dalam parameter
(konstanta dan slope); tidak ada korelasi
antara variabel independen dengan error
term; nilai rata-rata dari error term sama
dengan nol; homoskedastisitas; tidak ada
autokorelasi, dan jumlah data lebih besar
dari jumlah parameter yang akan diestima-
si, serta variabel dependen bersifat stokas-
tik, sedangkan variabel independen bersi-
fat deterministik (Ezzat & Ehab, 2019).
Estimator OLS harus memenuhi kri-
teria BLUE (Best, Linier, Unbiased, Estima-
tor). BLUE dapat diartikan estimator OLS
itu harus best, linier, dan unbiased. Best
yaitu estimator dari OLS memiliki varians
minimun, jika estimator OLS memenuhi
syarat best, maka estimatornya esien
(N. Mohs et al., 2018). Linier memiliki arti
bahwa konstanta dan slope tidak memiliki
pangkat. Unbiased berarti nilai rata-rata
dari estimator sampel E(β ̂ ) sama dengan
nilai sebenarnya β. Pembuktian masalah
CLRM dan BLUE dapat menggunakan uji
asumsi klasik. Uji asumsi klasik terdiri dari
uji multikolinieritas, uji heteroskedastisitas,
dan uji autokorelasi (Jiang et al., 2019).
Multikolinieritas adalah korelasi
antara dua atau lebih variabel indepen-
den (Wooldridge, 2013:95). Mendeteksi
multikolinieritas menggunakan VIF (Vari-
ance Ination Factor). Jika nilai VIF 10
maka terdapat masalah multikolinieritas,
namun jika nilai VIF kurang dari 10, maka
tidak terdapat masalah multikolinieritas.
Masalah multikolinieritas estimator tetap
BLUE (Best, Linier, Unbiased, Estima-
tor). Heteroskedastisitas adalah varians
dari error term tidak lagi konstan. Mende-
teksi heteroskedastisitas menggunakan uji
Breusch-Pagan-Godfrey. Jika probabilitas
chi-square kurang dari tingkat signikasi
maka terdapat masalah heteroskedastisi-
tas, namun jika probilitas chi-square lebih
dari tingkat signikasi maka tidak ada ma-
salah heteroskedastisitas. Masalah he-
teroskedastisitas akan menyebabkan esti-
mator tidak best, namun tetap linier, dan
tidak bias.
Autokorelasi adalah korelasi antara
error term satu (ui) dengan error term yang
lain (uj). Mendeteksi autokorelasi menggu-
nakan uji Lagrange Multiplier. Jika proba-
bilitas chi-square kurang dari tingkat signi-
kasi maka terdapat masalah autokorelasi,
Isna Diyah Noviani, dkk. MediaTrend 15 (2) 2020 p.283-290
287
namun jika probilitas chi-square lebih dari
tingkat signikasi maka tidak mengandung
masalah autokorelasi. Masalah autokore-
lasi akan menyebabkan estimator tidak
best, namun tetap linier, dan tidak bias.
HASIL DAN PEMBAHASAN
Hasil dan pembahasan dalam studi
ini bermanfaat untuk memberikan informa-
si kepada pembaca, sehingga hasil esti-
masi harus ditampilkan, dan hasil estimasi
harus diulas. Berikut ini hasil estimasi den-
gan menggunakan metode OLS:
Hasil estimasi pada Tabel 1 menun-
jukkan bahwa tenaga kerja dan pengelu-
aran pemerintah sektor infrastruktur ber-
pengaruh signikan terhadap investasi
di Indonesia. Tanda koesien positif juga
menunjukkan bahwa tenaga kerja dan
pengeluaran pemerintah memiliki peran
untuk meningkatkan investasi di Indone-
sia. Variabel tenaga kerja dan pengelu-
aran pemerintah berpengaruh signikan,
karena probabilitas kedua variabel terse-
but kurang dari tingkat signikansi. Hasil
estimasi tersebut juga sudah terbebas dari
masalah heteroskedastisitas dan auto-
korelasi.
Setiap perusahaan selalu berusa-
ha agar labor bisa berprestasi dalam ben-
tuk memberikan output yang lebih tinggi
sehingga produktivitas kerja semakin
maksimal dan optimal. Produktivitas kerja
bagi suatu perusahaan sangatlah penting
sebagai alat pengukur keberhasilan dalam
menjalankan usaha, karena semakin tinggi
produktivitas kerja dalam perusahaan, be-
rarti laba perusahaan dan produktivitas
akan meningkat (Kyari, 2020). Produktivi-
tas kerja yang tinggi akan mengakibatkan
biaya per unit lebih rendah sehingga harga
unit dari perusahaan lebih mampu untuk
berdaya saing di pasar global. Perkem-
bangan teknologi juga dapat meningkat-
kan daya saing produktivitas tenaga ker-
ja. Perkembangan teknologi yang sangat
pesat merupakan penunjang peningkatan
produktivitas tenaga kerja (Rehman et
al., 2011). Penggunaan produksi dengan
teknologi modern lebih esien dan dapat
mempercepat tenaga kerja dalam bekerja,
sehingga produktivitas yang dihasilkan
lebih banyak. Peningkatan produktivitas
tenaga kerja akan mendorong percepatan
pertumbuhan ekonomi. Kondisi pemban-
gunan ekonomi yang semakin baik akan
membuat investor asing untuk menanam-
kan modalnya (Nasir, 2016).
Hasil estimasi menunjukkan bahwa
tenaga kerja berpengaruh signikan terha-
dap investasi. Hasil ini juga menunjukkan
bahwa tenaga kerja memiliki dampak po-
Tabel 1.
Hasil Estimasi OLS
*,**,*** menunjukkan signikan 10%, 5%, dan 1% (…) menunjukkan standar error
Analisis Pengaruh Tenaga....... MediaTrend 15 (2) 2020 p.283-290
288
sisitif terhadap investasi di Indonesia. Ha-
sil penelitian ini sejalan dengan penelitian
(Gharaibeh, 2015). Penelitian (Gharaibeh,
2015) menunjukkan bahwa tenaga kerja
memiliki pangaruh paling besar dibanding-
kan dengan variabel lain. Perbaikan iklim
investasi menjadi salah satu tantangan ter-
penting yang dihadapi oleh Pemerintahan
Indonesia, karena dapat menyebabkan
tingkat penyerapan tenaga kerja rendah.
Pemerintah negara Indonesia juga melaku-
kan perbaikan terhadap kualitas SDM
tenaga kerja dalam rangka meningkatkan
daya saing tenaga kerja, bukan hanya dari
segi kemampuan pendidikan, keahlian,
dan produktitas, namun yang tidak kalah
penting adalah pembekalan kemampuan
penguasaan bahasa asing. Pemerintah
Indonesia perlu untuk mengambil langkah-
langkah konkrit agar bisa bersaing meng-
hadapi tenaga kerja asing, sebab investasi
akan meningkat jika suatu negara memiliki
kualitas sumber daya manusia yang ber-
tanggung jawab, kreatif, dan inovatif.
Ada beberapa kebijakan yang per-
lu menjadi perhatian bagi ketenagakerjaan
untuk memjadi daya tarik investor. Per-
tama, Indonesia perlu membuat undang-
undang yang berisi pengaturan secara
menyeluruh dan komprehensif di bidang
ketenagakerjaan. Kedua, Pemerintah
mencari terobosan dan cara singkat untuk
meningkatkan ketrampilan dan kompeten-
si kerja bagi SDM yang sesuai kebutuhan
pasar tenaga kerja baik domestik maupun
internasional.
Pengeluaran pemerintah dibidang
infrastruktur juga memiliki dampak positif
terhadap peningkatan investasi. Hasil ini
sejalan dengan penelitian Othman & Yu-
sop, (2019). Penelitian Othman & Yusop,
(2019) menunjukkan bahwa kebijakan
skal dengan memprioritaskan belanja
infrastruktur akan menjadi daya tarik in-
vestor untuk berinvestasi lebih tinggi. Hal
ini karena infrastruktur merupakan prasa-
rana publik primer dalam mendukung ke-
giatan ekonomi Indonesia, dan keterse-
diaan infrastruktur sangat menentukan
tingkat esiensi dan efektivitas kegiatan
ekonomi. Infrastruktur diartikan sebagai
layanan utama dari suatu negara yang
dapat menunjang keberlangsungan keg-
iatan masyarakat dan kegiatan ekonomi
dengan menyediakan transportasi dan
fasilitas pendukung lainnya (Jaiblai & She-
nai, 2019). Infrastruktur yang memadai di
Indonesia akan mengakibatkan esiensi
pada dunia usaha, sehingga investasi
yang didapat semakin meningkat. Keg-
iatan invetasi melalui infrastruktur dapat
terlaksa. Proses investasi yang masuk
kedalam negeri akan cepat jika infrastruk-
tur yang ada mendukung proses distribusi
dan produksi.
PENUTUP
Hasil estimasi menggunakan OLS
menunjukkan tenaga kerja dan pengelu-
aran pemerintah infrastruktur berdampak
positif signikan terhadap investasi. Hasil
tersebut menjadi catatan bagi pemerintah
Indonesia untuk perlu terus meningkatkan
kualitas sumber daya manusia dan mem-
prioritaskan belanja infrastruktur.
DAFTAR PUSTAKA
Asiamah, M., Ofori, D., & Aul, J. (2019).
Analysis of the Determinants of Foreign
Direct Investment in Ghana. Journal of
Asian Business and Economic Studies,
26(1), 56–75. https://doi.org/10.1108/
JABES-08-2018-0057
Baier, F. J. (2020). Foreign Direct Investment
and Tax: Oecd Gravity Modelling in
a World with International Financial
Institutions. Athens Journal of Business
& Economics, 6(1), 45–72. https://doi.
org/10.30958/ajbe.6-1-3
Dygas, R. (2020). Determinants of Foreign
Direct Investment Outow from India
to Poland. International Journal of
Management and Economics, 56(2),
109–117. https://doi.org/10.2478/ijme-
2020-0008
Isna Diyah Noviani, dkk. MediaTrend 15 (2) 2020 p.283-290
289
Ezzat, A., & Ehab, M. (2019). The Deter-
minants of Job Satisfaction in the
Egyptian Labor Market. Review of
Economics and Political Science, 4(1),
54–72. https://doi.org/10.1108/REPS-
10-2018-012
Gharaibeh, A. M. (2015). The Determinants
of Foreign Direct Investment-Empirical
Evidence from Bahrain. International
Journal of Business and Social Sci-
ence, 6(8), 94–106.
Jaiblai, P., & Shenai, V. (2019). The De-
terminants of FDI in Sub-Saharan
Economies: A Study of Data from
1990–2017. International Journal of
Financial Studies, 7(3), 43. https://doi.
org/10.3390/ijfs7030043
Jiang, W., Martek, I., Hosseini, M. R.,
Tamošaitienė, J., & Chen, C. (2019).
Foreign Infrastructure Investment in
Developing Countries: A Dynamic Panel
Data Model of Political Risk Impacts.
Technological and Economic Devel-
opment of Economy, 25(2), 134–167.
https://doi.org/10.3846/tede.2019.7632
Kyari, A. K. (2020). The Impact of Petroleum
Tax Incentives on Foreign Direct Invest-
ment Inow: Evidence from Nigeria.
International Journal of Energy Eco-
nomics and Policy, 10(4), 516–524.
https://doi.org/10.32479/ijeep.9187
Mottaleb, K. A., & Kalirajan, K. (2010).
Determinants of Foreign Direct In-
vestment in Developing Countries:
A Comparative Analysis. Margin:
The Journal of Applied Economic
Research, 4(4), 369–404. https://doi.
org/10.1177/097380101000400401
Musabeh, A., & Zouaoui, M. (2020). Policies
and Variables Aecting Fdi: A Panel
Data Analysis of North African Coun-
tries. İktisat Politikası Araştırmaları
Dergisi - Journal of Economic Policy
Researches, 7(1), 1–20. https://doi.
org/10.26650/JEPR635016
N. Mohs, Dr. J., Wnek JD, R., & Galloway,
A. (2018). The Impact of Taxes on For-
eign Direct Investments. International
Journal of Accounting and Taxation,
6(2), 54–63. https://doi.org/10.15640/
ijat.v6n2a6
Nasir, S. (2016). FDI in India’s Retail Sector:
Opportunities and Challenges. Middle-
East Journal of Scientic Research,
23(3), 237–247.
Ngo, M. N., Nguyen, L. N., & Nguyen, T. N.
(2020). Determinants of Foreign Direct
Investment: Evidence from Vietnam.
The Journal of Asian Finance, Eco-
nomics and Business, 7(6), 173–183.
https://doi.org/10.13106/jafeb.2020.
vol7.no6.173
Othman, N., & Yusop, Z. (2019). Impact of
Government Spending on Fdi Inows:
The Case of Asean-5, China and India.
International Journal of Business and
Society, 19(2), 15.
Rădulescu, M., & Druica, E. (2014). The
Impact of Fiscal Policy on Foreign
Direct Investments. Empiric Evidence
from Romania. Economic Research-
Ekonomska Istraživanja, 27(1),
86–106. https://doi.org/10.1080/1331
677X.2014.947133
Rehman, Ch. A., Ilyas, M., Mobeen Alam,
H., & Akram, M. (2011). The Impact
of Infrastructure on Foreign Direct
Investment: The Case of Pakistan.
International Journal of Business and
Management, 6(5), 268–276. https://
doi.org/10.5539/ijbm.v6n5p268
Sahiti, A., Sahiti, A., & Zeqiri, R. (2020).
The Determinants of Foreign Direct
Investment: Empirical Evidence from
Kosovo. Advances in Business-Related
Scientic Research Journal, 10(1),
68–76.
Tocar, S. (2018). Determinants of Foreign
Direct Investment: A Review. Review
Analisis Pengaruh Tenaga....... MediaTrend 15 (2) 2020 p.283-290
290
of Economic and Business Studies,
11(1), 165–196. https://doi.org/10.1515/
rebs-2018-0069
Wang, X. (2019). FDI and Infrastructure Im-
provement of Asean. International Jour-
nal of Economics and Finance, 11(10),
140–147. https://doi.org/10.5539/ijef.
v11n10p140
Zeb, N., Qiang, F., & Shabbir, M. (2014).
Telecommunication Infrastructure and
Foreign Direct Investment in Pakistan:
An Empirical Study. Global Journal of
Management and Business Research,
14(4), 1–5.
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
Recent events in the Nigerian oil and gas industry has called to question the appropriateness of the Nigerian petroleum tax incentives in attracting foreign direct investments into the nation’s oil and gas sector. There were instances of multinational oil companies relocating to other countries due to uncertainty of operating environment. As a result, this study investigates whether the Nigerian petroleum tax incentives package is appropriate in attracting foreign direct investments. Data was collected via a five point Likert questionnaire and analysed using descriptive statistics and Kruskal-Wallis technique. The study revealed, among others, that Nigeria’s petroleum tax incentive package is sufficient in number and appropriate in mix in attracting foreign direct investment. This study concludes that Nigeria’s petroleum tax incentive package is suitable in attracting foreign direct investments. Equally, the study concludes that the tax incentives is sufficient in number and appropriate in mix in attracting foreign direct investments in into the nation’s oil and gas industry Finally, the study recommends further study on other possible ways of attracting inflow of FDI into the Nigerian oil and gas industry.Keywords: Foreign, investments, oil, gas, taxation, incentivesJEL Classifications: F21, H21DOI: https://doi.org/10.32479/ijeep.9187
Article
Full-text available
. This study investigates the main variables and policies that affect FDI inflows and evaluates the effectiveness of these policies on attracting FDI inflows in five North African countries, namely Algeria, Egypt, Libya, Morocco, and Tunisia. To achieve that aim, a panel data of North Africa countries is used within the timeframe of 1996 to 2013, the study has adopted three types of FDI related variables that may affect host country attractiveness: economic variables, institutional variables, and political variables. Also, we have investigated the influence of two kinds of investment policies on FDI: domestic FDI policies, and international FDI policies. The results indicate that the trade liberalization policies and integration into global business have a positive and significant correlation with FDI inflows growth. Additionally, the study also found that increasing domestic investment in host countries attracts more FDI. and adopting more efficient investment policies (investment freedom policies) are statistically significant and have a positive impact on FDI inflows growth in the North Africa region.
Article
Full-text available
As a synthesis of capital, technology, knowledge and information, foreign direct investment(FDI) has a significant impact on the host country's economy, and the infrastructure is no exception which is an important part of one country's economy. This paper aims to empirically analyse the impact of FDI on infrastructure, using the panel data of ASEAN countries’ infrastructure and FDI from 2003 to 2017 and compare the infrastructure effect of FDI from China and FDI from countries besides China. Result shows that FDI of ASEAN countries did improve the infrastructure level and for every 1% increase in FDI of ASEAN countries, the infrastructure level of ASEAN countries rose 0.308%. In addition, FDI from China of ASEAN countries did improve the infrastructure level and for every 1% increase in FDI from China of ASEAN countries, the infrastructure level of ASEAN countries rose 0.252%. Therefore, as a bottleneck of ASEAN's economic development, infrastructure can be improved by attracting FDI, especially FDI from China.
Article
Full-text available
Foreign Direct Investment (FDI) can bring in much needed capital, particularly to developing countries, help improve manufacturing and trade sectors, bring in more efficient technologies, increase local production and exports, create jobs and develop local skills, and bring about improvements in infrastructure and overall be a contributor to sustainable economic growth. With all these desirable features, it becomes relevant to ascertain the factors which attract FDI to an economy or a group of adjacent economies. This paper explores the determinants of FDI in ten sub-Saharan economies: Liberia, Sierra Leone, Ivory Coast, Ghana, Nigeria, Mali, Mauritania, Niger, Cameroun, and Senegal. After an extensive literature review of theories and empirical research, using a set of cross-sectional data over the period 1990–2017, two econometric models are estimated with FDI/GDP (the ratio of Foreign Direct Investment to Gross Domestic Product) as the dependent variable, and with inflation, exchange rate changes, openness, economy size (GDP), income levels (GNI/capita (Gross National Income) per capita), and infrastructure as the independent variables. Over the period, higher inflows of FDI in relation to GDP appear to be have been attracted to the markets with better infrastructure, smaller markets, and lower income levels, with higher openness and depreciation in the exchange rate, though the coefficients of the last two variables are not significant. These results show the type of FDI attracted to investments in this region and are evaluated from theoretical and practical viewpoints. FDI is an important source of finance for developing economies. On average, between 2013 and 2017, FDI accounted for 39 percent of external finance for developing economies. Policy guidelines are formulated for the enhancement of FDI inflows and further economic development in this region. Such a study of this region has not been made in the recent past.
Article
Full-text available
Foreign direct investment (FDI) is inhibited by political risk. Developing countries tend to experience higher levels of such risk, yet need foreign capital to generate growth. Moreover, foreign direct investment in infrastructure (FDII) – fundamental to economic growth – is particularly sensitive to political risk; characterized by high capital investment, longer investment periods, while especially exposed to mercurial shifts in government policy. Yet, no comprehensive study has been undertaken that measures the impact of political risk on FDII in developing countries. This paper addresses this lack. Twelve political risk indicators, drawn from the International Country Risk Guide Index, are used to quantify the political risk inherent to 90 developing countries, over the period 2006 to 2015. An Arellano-Bond GMM estimator is developed which measures the dollar value impact of risk on both FDI and FDII. A comparison of results confirms that FDII is generally more sensitive to risk than is FDI, however the influence of risk categories is found to vary significantly. The findings can be expected to inform infrastructure policy-makers and foreign investors alike on the dollar-impact of determinable risk levels on foreign-funded projects, and in so doing better facilitate corrective risk mitigation strategies.
Article
Full-text available
This study investigates the impact of government spending towards Foreign Direct Investment (FDI) inflows in the host country using a panel data set of 7 countries spanning from 1982 until 2016. The countries of Malaysia, Indonesia, Singapore, Thailand and Philippine (ASEAN-5), India and China are utilised for the study. We examine the impact of government spending towards FDI by conducting the Pooled Mean Group (PMG) estimation developed by Pesaran et al. (1999) using market size, capital, macroeconomic stability and infrastructure as control variables. The results of this study shows that the government spending contributes positively towards FDI inflows in the long run.
Article
Full-text available
The main purpose of this study is to examine the main determinants of foreign direct investment (FDI) inflows into a host country. The study uses multiple regressions represented by ordinary least square (OLS) to examine the relationships between inward FDI and the proposed explanatory variables that are anticipated to determine FDI inflows into Bahrain. Time-series analysis for the period 1980-2013 primarily uses data drawn from UNCTAD. The results of the OLS regression provide empirical evidence that country welfare represented by general government consumption expenditure, inflation rate, economic stability represented by annual interest rate, labor force, trade openness, public education, and population have statistically significant relationships with FDI inflows into Bahrain. Hence, these factors are considered as the main determinants of FDI inflows into Bahrain. Export potential represented by country export value index, market size represented by GDP growth, and exchange rates, on the other hand, were found to have positive but statistically insignificant relationships with FDI inflows. In addition, infrastructure development was found to have negative yet statistically insignificant relationship with FDI inflows.
Article
Purpose This paper aims to analyze the determinants on job satisfaction in the Egyptian labor market, using Egypt’s Labor Market Panel Survey (ELMPS), the wave of 2012. Design/methodology/approach Several determinants are analyzed including the wage level, the paid and sick leaves, the medical and social insurance, job stability among other individual and job characteristics. To this end, an ordered logit model is estimated to assess the significance of these different variables as determinants for job satisfaction. Findings The empirical findings indicate that wages and stability are major determinants for job satisfaction for the sample of wage workers. However, the results change according to gender; the hourly wage level affects men’s level of job satisfaction, while it does not affect that of females. Furthermore, the job satisfaction of women is determined more by the job characteristics rather than the monetary compensation. Social implications The empirical findings shed light on the importance of formalizing jobs, as it has an effect on the level of job satisfaction of both women and men. Originality/value To the best of the authors’ knowledge, this is the first paper to examine the determinants of job satisfaction for wage workers in Egypt using the ELMPS data.