Topik 5 dari 64· Fondasi nilai publik
Pembobotan Distribusional
Pembobotan distribusional menyesuaikan nilai moneter sebuah biaya atau manfaat berdasarkan siapa yang menerimanya, dengan prinsip bahwa satu poundsterling tambahan bernilai lebih bagi rumah tangga miskin daripada rumah tangga kaya. Green Book milik HM Treasury menyediakan metode eksplisit untuk menerapkan pembobotan ini, dibangun di atas utilitas marjinal pendapatan yang menurun, sehingga penilaian tidak diam-diam memperlakukan satu poundsterling yang diperoleh oleh desil terkaya setara nilainya dengan satu poundsterling yang diperoleh oleh yang termiskin.
Mengapa Ini Penting
Analisis biaya-manfaat standar menjumlahkan poundsterling tanpa bertanya poundsterling siapa itu, yang secara implisit mengasumsikan bahwa satu poundsterling bernilai sama bagi semua orang — sebuah asumsi yang telah lama diketahui salah oleh para ekonom. Sebuah rumah tangga berpenghasilan £15.000/tahun mengalami keuntungan £1.000 dengan cara yang sangat berbeda dari rumah tangga berpenghasilan £150.000/tahun, karena utilitas marjinal pendapatan menurun seiring naiknya pendapatan. Jika tidak dibobot, penilaian standar secara sistematis mendukung intervensi yang menguntungkan kelompok yang lebih kaya dan sudah lebih sejahtera, karena daya beli mereka yang lebih tinggi menggelembungkan penilaian moneter dari manfaat yang mencapai mereka (peningkatan taman di dekat perumahan mahal "menunjukkan" manfaat nilai properti yang lebih besar daripada peningkatan yang sama di dekat perumahan murah, semata-mata karena harga lebih tinggi, bukan karena keuntungan kesejahteraannya lebih besar).
Panduan tambahan Green Book tentang analisis distribusional, diperkuat setelah tinjauan Treasury 2020 menanggapi kritik bahwa metodologi penilaian secara sistematis mendukung London dan South East, menetapkan pendekatan pembobotan formal berdasarkan elastisitas asumsi utilitas marjinal pendapatan sekitar 1,3 — artinya penggandaan pendapatan kira-kira membelah dua (secara spesifik, 2^-1,3 ≈ 0,41 kali) nilai marjinal dari satu poundsterling tambahan. Ini bukan penyesuaian pembulatan: menerapkannya dapat mengubah mana dari dua program yang bersaing yang menunjukkan nilai kini bersih yang lebih tinggi, khususnya ketika membandingkan sebuah intervensi yang terkonsentrasi di wilayah tertinggal dengan yang tersebar di seluruh populasi umum.
Matematika
Bobot distribusional Green Book untuk satu poundsterling manfaat yang jatuh pada sebuah rumah tangga di tingkat pendapatan y, relatif terhadap satu poundsterling di tingkat pendapatan rata-rata nasional ȳ:
Bobot(y) = (ȳ / y)^e
di mana:
y = pendapatan rumah tangga (atau pendapatan kelompok yang terdampak)
ȳ = pendapatan rumah tangga rata-rata (referensi)
e = elastisitas utilitas marjinal pendapatan (Green Book: sekitar 1,3)
Menerapkan bobot pada manfaat bersih:
Manfaat terbobot = Σ [manfaat tak terbobot untuk kelompok i × Bobot(y_i)]
Sebuah kelompok berpenghasilan setengah dari rata-rata nasional (y = 0,5ȳ) mendapat bobot (1/0,5)^1,3 = 2^1,3 ≈ 2,46 — setiap poundsterling manfaat bagi kelompok tersebut dihitung bernilai kira-kira 2,46 kali satu poundsterling bagi rumah tangga berpenghasilan rata-rata.
Contoh Perhitungan
Dua program lokal yang bersaing, masing-masing dengan manfaat bersih tak terbobot £2 juta/tahun, bersaing untuk dana pertumbuhan regional yang sama:
- Program A: sebuah skema dukungan bisnis di sebuah kota yang makmur, pendapatan rumah tangga rata-rata £45.000 (kira-kira 1,3× rata-rata nasional asumsi £35.000).
- Program B: sebuah program keterampilan di sebuah lingkungan tertinggal, pendapatan rumah tangga rata-rata £18.000 (kira-kira 0,51× rata-rata nasional).
Bobot(A) = (35.000 / 45.000)^1,3 = (0,778)^1,3 ≈ 0,72
Bobot(B) = (35.000 / 18.000)^1,3 = (1,944)^1,3 ≈ 2,53
Manfaat terbobot A = £2.000.000 × 0,72 = £1,44 juta
Manfaat terbobot B = £2.000.000 × 2,53 = £5,06 juta
Tak terbobot, kedua program tersebut seri. Terbobot untuk dampak distribusional, manfaat Program B lebih dari tiga kali lebih besar — sebuah hasil yang membalikkan rekomendasi pendanaan dan mencerminkan tujuan eksplisit Green Book dalam mensyaratkan pembobotan tersebut ditampilkan, bukan hanya rasio biaya-manfaat tak terbobot.
Alokasi hibah lembaga amal: seorang pemberi dana yang membandingkan hibah £500.000 yang mencapai 1.000 rumah tangga berpenghasilan rendah (bobot ≈ 2,0, nilai terbobot setara £1 juta) dengan £500.000 yang sama yang mencapai 1.000 rumah tangga berpenghasilan menengah (bobot ≈ 1,0, nilai terbobot setara £500.000) seharusnya menunjukkan kasus distribusional tersebut secara eksplisit dalam kertas dewannya, bukan dibiarkan untuk disimpulkan.
Kaitan dengan Rekayasa Perangkat Lunak
Pembobotan distribusional jarang muncul secara langsung dalam metrik penyampaian perangkat lunak, tetapi ia seharusnya membentuk cara tim rekayasa dan data merancang pengukuran dan penargetan:
- Saat membangun sebuah dasbor dampak atau kalkulator manfaat, tampilkan profil pendapatan atau ketertinggalan dari siapa yang terdampak, bukan hanya total manfaat agregat — angka agregat tanpa rincian distribusional menyembunyikan justru pembalikan yang ditunjukkan di atas.
- Kaitkan logika penargetan dalam desain layanan dengan data ketertinggalan yang sama yang digunakan Green Book — lihat Indeks Deprivasi Ganda — sehingga jangkauan sebuah layanan digital dapat dinilai untuk kesetaraan, bukan hanya efisiensi (E keempat yang diperdebatkan dalam nilai untuk uang).
- Ketika sebuah algoritma mengalokasikan sumber daya yang langka (slot janji temu, waktu petugas kasus, sebuah subsidi), sebuah fungsi objektif "maksimalkan total manfaat" yang tak terbobot akan, secara konstruksi, mereproduksi bias yang sama yang dimaksudkan untuk dikoreksi oleh pembobotan Green Book — tandai ini secara eksplisit kepada pemilik kebijakan sebelum mengoptimalkan.
Jebakan Umum
- Menerapkan bobot distribusional secara tidak konsisten di seluruh portofolio. Membobot manfaat satu program tetapi tidak pembandingnya menghasilkan perbandingan yang bias, bukan yang lebih adil; Green Book mensyaratkan perlakuan yang setara.
- Menggunakan nilai properti atau pasar sebagai proksi kesejahteraan tanpa penyesuaian. Harga pasar itu sendiri terdistorsi oleh ketimpangan pendapatan yang sudah ada, yang justru adalah apa yang dimaksudkan untuk dikoreksi oleh pembobotan distribusional — menggunakan nilai pasar yang tidak disesuaikan dapat menghitung ganda bias tersebut.
- Mengabaikan variasi dalam kelompok. Membobot berdasarkan pendapatan rata-rata wilayah (misalnya sebuah desil Indeks Deprivasi Ganda) dapat salah merepresentasikan individu yang tidak cocok dengan rata-rata wilayahnya; gunakan data pendapatan paling terperinci yang tersedia secara wajar.
- Memperlakukan elastisitas 1,3 sebagai konstanta universal. Green Book sendiri mencatat ini adalah sebuah estimasi dengan rentang yang masuk akal; lakukan uji sensitivitas untuk keputusan besar terhadap elastisitas alternatif alih-alih memperlakukan 1,3 sebagai eksak.
Sumber
- HM Treasury, "The Green Book: Central Government Guidance on Appraisal and Evaluation", and supplementary guidance on distributional impacts (2022 edition). https://www.gov.uk/government/publications/the-green-book-appraisal-and-evaluation-in-central-government
- HM Treasury, "Green Book Review 2020: Findings and Response" (addressing regional-bias criticism). https://www.gov.uk/government/publications/green-book-review-2020-findings-and-response
- Fujiwara D, Campbell R. "Valuation Techniques for Social Cost-Benefit Analysis." HM Treasury/DWP, 2011 (background on marginal utility of income elasticity estimates).