6. HASIL ESTIMASI MODEL

Transkripsi

1 HASIL ESTIMASI MODEL Bab ini berisi hasil estimasi model Fiskal, Perekonomian, dan Kemiskinan Sektoral Daerah dan pembahasannya. Hasil estimasi tersebut adalah hasil terbaik yang memenuhi kriteria ekonomi dan kriteria statistik yaitu tanda dari koefisienkoerfisien sesuai teori ekonomi (theoretically meaningful), koefisien determinasi cukup besar (goodness of fit), serta hasil uji-uji F dan uji-uji t signifikan secara statistik (statistically significant). Namun, karena model tersebut adalah model dinamis dengan variabel lag endogen pada beberapa persamaan struktural maka untuk menghindari perbedaan unit observasi antara current data dan lag data yang mungkin terjadi pada pemrograman data panel menggunakan software SAS/ETS 9.1.3, data tahun 005 hanya digunakan sebagai lag data tahun 006 sedangkan data tahun digunakan sebagai current data dan lag data. Program dan hasil estimasi selengkapnya disajikan pada lampiran 4 dan 5. Tabel 4 Keragaan Umum Model Fiskal, Perekonomian, dan Kemiskinan Sektoral Daerah Tahun No Endogen Keterangan Prob > F-value F-value 1 PJK Pajak daerah < BHSPJK Bagi hasil pajak < DAU Dana alokasi umum < GPGNKBNTNK Belanja pertanian < GIND Belanja perindustrian < GDG Belanja perdagangan < GIF Belanja infrastruktur < GLN Belanja lainnya < ASP Panjang jalan aspal < PDBPGNKBNTNK PDB pangan, kebun, ternak < PDBMKN PDB makanan jadi < PDBDG PDB perdagangan < TKTANI Tenaga kerja pertanian < TKIND Tenaga kerja industri < TKDG Tenaga kerja perdagangan < UPHTANI Upah pertanian < UPHIND Upah industri < UPHDG Upah perdagangan < EXPTANI Konsumsi perkapita pertanian < EXPIND Konsumsi perkapita industri < EXPDG Konsumsi perkapita perdagangan < GINI Indeks Gini < POVTANIP0 Headcount index pertanian < POVINDP0 Headcount index industri < POVDGP0 Headcount index perdagangan < POVTANIP1 Poverty gap index pertanian < POVTANIP Poverty severity index pertanian < POVP0 Total headcount index <

2 107 Tabel 4 menunjukkan mayoritas cukup besar (> 0.60) yang artinya telah memenuhi syarat kecocokan model (goodness of fit). Nilai yang kecil terdapat pada beberapa persamaan blok kemiskinan kecuali kemiskinan sektor pertanian. yang rendah pada estimasi indikator-indikator kemiskinan juga ditemukan pada studi-studi empiris terdahulu, antara lain Nanga (006) di Indonesia, Fan, et al. (006) di Mesir, dan Daniels (011) di Uganda. Namun demikian, seluruh hasil uji F menunjukkan signifikan secara statistik. Artinya, seluruh variabel penjelas di seluruh persamaan struktural secara bersama-sama mempengaruhi masing-masing variabel endogennya secara signifikan. Pajak Daerah Blok Fiskal Tabel 5 Hasil Pajak Daerah Elastisitas t-val Pr > t S- L- Keterangan Intercept a PDBKAP b PDB per kapita PM a 6.01 < Penanaman Modal MT a 4.80 < Kendaraan bermotor PJKL a 17.0 <.0001 PJKt Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Tabel 5 menunjukkan bahwa penerimaan pajak daerah sebagai sumber utama kapasitas fiskal dipengaruhi PDB per kapita yang mencerminkan potensi ekonomi atau tingkat kemakmuran penduduk. Koefisien sebesar 3.06 dapat diinterpretasikan bahwa kenaikan PDB per kapita sebesar seribu rupiah akan meningkatkan penerimaan pajak daerah sebesar 3.06 juta rupiah. Namun, koefisien elastisitas yang kecil yaitu 0.04 menunjukkan rendahnya responsibilitas pajak daerah terhadap perubahan PDB per kapita. Artinya, PDB per kapita yang lebih besar tidak terlalu berdampak meningkatkan penerimaan pajak daerah, begitu juga PDB per kapita yang rendah tidak terlalu berdampak menurunkan penerimaan pajak daerah. Di sisi lain, hal ini dapat mengindikasikan bahwa masih cukup peluang untuk meningkatkan penerimaan pajak daerah dari objek-objek pajak individual dengan cara intensifikasi dan ekstensifikasi pajak. Faktor lainnya adalah penanaman modal bahkan hubungannya lebih elastis dibandingkan PDB per kapita. Artinya, berkembangnya dunia usaha memberi potensi bagi pemerintah daerah untuk mendorong penerimaan pajak daerah. Selain itu, jumlah kendaraan bermotor juga mempengaruhi penerimaan pajak daerah bahkan hubungannya paling elasatis dibandingkan dua faktor sebelumnya. Hal ini dapat terjadi karena data agregat penerimaan pajak daerah didominasi oleh pajak-pajak provinsi yang mayoritas bersumber dari pajak-pajak terkait kendaraan bermotor, yaitu pajak kendaraan bermotor, bea balik nama kendaraan bermotor, dan pajak bahan bakar kendaraan bermotor. Tingginya komposisi pajak provinsi ditunjukkan oleh penerimaan pajak daerah tahun 011 dimana rata-rata 77% dari total penerimaan pajak daerah (agregat pajak provinsi dan pajak kabupaten/kota) merupakan pajak provinsi berkisar antara 46% di Kepulauan iau dan 87% di Kalimantan Selatan. Namun demikian, bertambahnya jumlah kendaraan bermotor

3 108 berdampak buruk pada lingkungan dan menambah beban negara menyediakan subsidi BBM. Berdasarkan temuan dari hasil estimasi pajak daerah disimpulkan bahwa untuk meningkatkan kapasitas fiskal dari sumber pajak daerah diperlukan potensi ekonomi penduduk dan investasi swasta yang lebih besar. Bagi Hasil Pajak Tabel 6 Hasil Bagi Hasil Pajak Elastisitas t-val Pr > t Keterangan S- L- Intercept d PDBNONTANI a 7.07 < PDB non tani WLYH a Luas wilayah BHSPJKL a BHSPJK t Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Sumber kapasitas fiskal lainnya adalah bagi hasil pajak. Sesuai aturan dalam UU No. 33 tahun 004, bagi hasil pajak adalah sumber penerimaan daerah yang merupakan bagi hasil atas penerimaan pajak negara dari wilayah pemerintahan daerah meliputi Pajak Bumi dan Bangunan (PBB), Bea Perolehan Hak atas Tanah dan Bangunan (BPHTB), Pajak Penghasilan (PPh) Pasal 5 dan Pasal 9 Wajib Pajak Orang Pribadi Dalam Negeri (WPOPDN) dan PPh Pasal 1. Hasil estimasi pada Tabel 6 menunjukkan bagi hasil pajak secara signifikan dipengaruhi PDB non-pertanian yang mencerminkan sumber penerimaan PPh orang pribadi dimana sebagian besar bekerja di sektor-sektor non-pertanian. PPh orang pribadi adalah bagian dari PPh non-migas yang merupakan sumber penerimaan pajak dalam negeri terbesar di Indonesia. Data realisasi penerimaan pajak negara tahun 011 menunjukkan 68% PPh non-migas bersumber dari sektor industri pengolahan, sektor perdagangan, hotel, dan restoran, dan sektor keuangan, real estate, dan jasa perusahaan. Sedangkan sektor pertanian hanya berkontribusi 4%. Sementara itu, 1% penerimaan PPh Non-migas merupakan tiga jenis PPh yang dibagi hasilkan. Dengan demikian, pembangunan sektor-sektor non-pertanian di daerah berpotnsi meningkatkan penerimaan bagi hasil pajak khususnya yang bersumber dari PPh. Di sisi lain, peningkatan bagi hasil pajak dari PPh dapat juga dilakukan oleh pemerintah pusat dengan menambah porsi daerah dari bagian PPh tersebut. Sesuai aturan dalam UU No. 33 tahun 004 Pasal 13 daerah hanya menerima 0% dari total PPh di seluruh wilayah provinsi yang bersangkutan dengan proporsi 8% untuk provinsi dan 1% untuk kabupaten/kota. Faktor lain yang mempengaruhi penerimaan bagi hasil pajak adalah luas wilayah yang mencerminkan sumber penerimaan PBB dan BPHTB. Namun, hubungan bagi hasil pajak dengan PDB non-pertanian lebih elastis dibandingkan hubungannya dengan luas wilayah yang berarti penerimaan bagi hasil pajak lebih bergantung pada pajak-pajak penghasilan dari pada pajak-pajak properti. Hal ini dapat terjadi karena rendahnya kontribusi PBB pada penerimaan pajak dalam negeri. Pada tahun 011 komposisi PBB pada total penerimaan pajak dalam negeri hanya 4%. Selain itu, sejak tahun 011 BPHTB telah dialihkan seluruhnya ke daerah menjadi sumber penerimaan pajak daerah sehingga tidak lagi menjadi sumber penerimaan pajak dalam negeri.

4 109 Berdasarkan temuan dari hasil estimasi bagi hasil pajak disimpulkan bahwa untuk meningkatkan kapasitas fiskal dari bagi hasil pajak khususnya dari sumber bagi hasil PPh diperlukan pembangunan sektor-sektor non-pertanian antar alain sektor industri dan perdagangan. Namun, upaya lain dapat dilakukan pemerintah pusat dengan menambah porsi bagi hasil pajak untuk daerah dengan merrevisi UU No. 33 tahun 004. Dana Alokasi Umum Selain kapasitas fiskal, pendapatan fiskal daerah juga bersumber dari dana perimbangan khususnya Dana Alokasi Umum (DAU). Fakta menunjukkan bahwa lebih dari setengah total pendapatan daerah berasal dari DAU. Tingginya peran DAU merupakan konsekuensi kebijakan desentralisasi fiskal yang mengutamakan sisi pengeluaran dengan mengalihkan tugas-tugas pengeluaran daerah secara penuh dari pemerintah pusat kepada pemerintah daerah. Namun, ketergantungan pada DAU dapat memperburuk kinerja fiskal daerah. Menurut teori federalisme fiskal, transfer yang besar menimbulkan disinsentif atau halangan bagi pemerintah daerah dalam meningkatkan penerimaannya (Oates, 197). Jika dikaitkan DAU sebagai komponen dana perimbangan yang paling penting maka ketergantungan keuangan daerah pada DAU akan menghalangi kemampuan daerah meningkatkan penerimaannya dari sumber-sumber keuangan lokal. Tabel 7 Hasil Dana Alokasi Umum Elastisitas t-val Pr > t Keterangan S- L- Intercept c PDBL a < PDBt-1 POP a 4.6 < Jumlah penduduk WLYH a 4.45 < Luas wilayah PNS a 6.7 < Jumlah PNS DAUL a 6.51 <.0001 DAUt Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Hasil estimasi pada Tabel 7 menunjukkan DAU dipengaruhi faktor-faktor kebutuhan daerah sesuai formula alokasi DAU yaitu PDB tahun sebelumnya (lag PDB), jumlah penduduk, dan luas wilayah. Hubungan DAU dan lag PDB yang negatif menunjukkan bahwa daerah akan menerima DAU lebih rendah jika PDB tahun sebelumnya lebih besar. Hal ini berarti kenaikan PDB merupakan faktor penting untuk mengurangi ketergantungan daerah pada DAU. Sementara, faktor-faktor yang meningkatkan DAU adalah jumlah penduduk dan luas wilayah. Sesuai formula alokasinya, DAU juga ditentukan oleh alokasi dasar sebagai cerminan kebutuhan pembiayaan administrasi pemerintahan daerah yang diproksi dari jumlah PNS daerah. Hubungan yang positif mengindikasikan pembiayaan struktur pemerintahan daerah yang lebih luas akan dijamin oleh pemerintah pusat melalui DAU. Namun, perluasan struktur pemerintahan daerah tidak menjamin peningkatan layanan masyarakat. Selain itu, koefisien elastisitasnya paling besar yaitu 0.5 yang berarti kenaikan kenaikan jumlah PNS 10% akan menambah DAU 5%. Artinya, setengah dari tambahan DAU digunakan untuk membayar gaji PNS. Temuan ini sesuai hasil penelitian World Bank (007) dimana lebih dari setengah

5 110 kenaikan DAU yang seharusnya untuk meningkatkan pelayanan masyarakat justru digunakan untuk membiayai belanja pegawai pemerintah daerah. Peran DAU yang besar pada alokasi dasar mengindikasikan DAU lebih diutamakan untuk membiayai kebutuhan administrasi pemerintah daerah atau belanja rutin daripada kebutuhan pembiayaan pembangunan daerah. Berdasarkan temuan dari hasil estimasi DAU disimpulkan bahwa untuk mengurangi ketergantungan keuangan pemerintah daerah pada DAU diperlukan PDB yang lebih besar dan perampingan struktur pemerintahan di daerah. Belanja Sektoral Tabel 8 Hasil Belanja Sektoral Daerah Elastisitas t-val Pr > t Keterangan S- L- Belanja Pertanian (GPGNKBNTNK) Intercept a KAPFIS a Kapasitas fiskal DAU a DAU DAK d Dana alokasi khusus GPGNKBNTNKL a 7.55 <.0001 GPGNKBNTNK t Belanja Perindustrian (GIND) Intercept b KAPFIS b Kapasitas fiskal DAU a 5.13 < DAU GINDL a 13.6 <.0001 GIND t Belanja Perdagangan (GDG) Intercept KAPFIS a Kapasitas fiskal DAU a 4.73 < DAU GDGL a 7.19 <.0001 GDG t Belanja Infrastruktur (GIF) Intercept a KAPFIS a 5.66 < Kapasitas fiskal DAU b DAU GIFL a 10.8 <.0001 GIF t Belanja Lainnya (GLN) Intercept KAPFIS a 4.89 < Kapasitas fiskal DAU a 6.96 < DAU GLNL a 0.56 <.0001 GLN t Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Klasifikasi belanja daerah pada penelitian ini terdiri dari belanja pertanian, belanja perindustrian, belanja perdagangan, belanja infrastruktur, dan belanja lainnya. Klasifikasi ini digunakan untuk menggambarkan keterkaitan pengeluaran pemerintah daerah sektoral dan kinerja perekonomian sektoral. Besar kecilnya

6 111 pengeluaran pemerintah tergantung pada penerimaanya. Oleh karena itu, kelima jenis belanja daerah ini diduga dipengaruhi oleh dua sumber utama penerimaan daerah yaitu kapasitas fiskal dan DAU. Di sisi lain, penggunaan DAU sebagai variabel penjelas dapat memberi informasi ada tidaknya fenomena flypaper effect pada DAU terhadap alokasinya untuk kelima jenis belanja daerah tersebut. Selain itu, dapat diketahui juga informasi ada tidaknya upaya pemerintah daerah untuk mencapai pertumbuhan pro-poor melalui kebijakan pengeluaran daerah. Hasil estimasi pada Tabel 8 menunjukkan kelima jenis belanja daerah dipengaruhi oleh kapasitas fiskal dan DAU. Namun, perubahan belanja-belanja daerah lebih elastis terhadap perubahan DAU dari pada kapasitas fiskal kecuali belanja infrastruktur. Artinya, ada indikasi fenomena flypaper effect pada DAU karena pemerintah daerah merespon DAU secara berlebihan untuk membiayai sebagian besar belanja daerahnya sementara perubahan kapasitas fiskal kurang direspon. Koefisien DAU yang lebih besar dari koefisien kapasitas fiskal pada estimasi belanja perindustrian dan belanja perdagangan mengindikasikan pemerintah daerah tidak menggunakan DAU untuk strategi pertumbuhan pro-poor yaitu pembangunan pertanian dan pembangunan infrastruktur sebagaimana rekomedasi studi-studi terdahulu seperti Balisacan, et al. (003) dan OECD (006 dan 009). Sementara itu, hasil estimasi belanja pertanian dan belanja infrastruktur menunjukkan koefisien kapasitas fiskal cukup besar. Hal ini mengindikasikan kapasitas fiskal lebih diandalkan dalam strategi pertumbuhan pro-poor di daerah dari pada DAU. Dengan perkataan lain, kapasitas fiskal lebih efektif untuk mencapai pertumbuhan pro-poor dari pada DAU. Namun, fakta menunjukkan rendahnya komposisi kapasitas fiskal pada total pendapatan daerah bahkan cenderung berkurang. Berdasarkan temuan dari hasil estimasi belanja-belanja sektoral disimpulkan bahwa ada indikasi fenomena flypaper effect pada DAU terhadap alokasi belanjabelanja sektoral yang tidak berdampak besar bagi pertumbuhan pro-poor. Selain itu, untuk mencapai pertumbuhan pro-poor melalui pembangunan pertanian dan infrastruktur daerah dibutuhkan kapasitas fiskal yang besar dengan meningkatkan penerimaan pajak daerah dan bagi hasil pajak. Blok Perekonomian Sektoral Panjang Jalan Aspal Infrastruktur jalan merupakan faktor penting dalam perekonomian daeerah karena berfungsi sebagai sarana untuk memperluas akses ke pasar input dan pasar output. Oleh karena ituk, pembangunan infrastruktur jalan aspal juga merupakan fokus pembangunan nasional yang tertuang dalam Masterplan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI) Hal ini berawal dari fakta rendahnya kualitas infrastruktur di Indonesia pada umumnya sehingga menjadi kendala utama dalam melakukan berbagai kegiatan usaha. Oleh karena itu, perlu diketahui faktor-faktor yang mempengaruhi panjang jalan aspal. Hasil estimasi pada Tabel 9 menunjukkan panjang jalan aspal dipengaruhi oleh belanja infrastruktur, penanaman modal, dan jumlah kendaraan bermotor. Koefisien belanja infrastruktur sebesar menunjukkan kenaikan belanja infrastruktur satu miliar rupiah hanya mampu menambah jalan aspal 0.63 km. Hal ini dapat terjadi karena belanja infrastruktur digunakan juga untuk pembangunan

7 11 infrastruktur lain seperti irigasi dan sarana air bersih. Akan tetapi, hasil penelitian KPPOD di 41 kabupaten/kota tahun menemukan anggaran belanja infrastruktur hanya 11-13%. Bahkan meningkatnya belanja infrastruktur tidak meningkatkan kualitas infrastruktur khususnya jalan yang diduga disebabkan oleh korupsi pelaksanaan proyek infrastruktur fisik sehingga mengorbankan mutu infrasttruktur. Tabel 9 Hasil Panjang Jalan Aspal t-val Pr > t Elastisitas Keterangan Intercept a 4.16 <.0001 GIF b Belanja infrastruktur PM b Penanaman modal MT a < Kendaraan bermotor 0.75 Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Selain itu, penanaman modal juga berpengaruh positif meskipun kurang elastis. Hal ini menunjukkan bahwa pembangunan infrastruktur jalan memerlukan peran swasta mengingat kemampuan pembiayaan pembangunan infrastruktur dari belanja pemerintah daerah relatif rendah. Sebagaimana ditunjukkan pada hasil estimasi belanja sektoral, rendahnya belanja infrastruktur karena belanja tersebut lebih bergantung pada kapasitas fiskal sementara komposisi kapasitas fiskal di daerah rendah. Berdasarkan temuan dari hasil estimasi panjang jalan aspal disimpulkan untuk membangun infrastruktur jalan aspal diperlukan belanja infrastruktur dan investasi swasta yang lebih besar. Jika dikaitkan dengan temuan sebelumnya dimana belanja infrastruktur sangat bergantung pada kapasitas fiskal, maka kunci keberhasilan pembangunan infrastruktur jalan aspal adalah kapasitas fiskal. PDB Sektoral Kinerja perekonomian daerah dapat dicerminkan dari PDB sektoral. Hasil estimasi pada Tabel 30 menunjukkan PDB sektoral dipengaruhi belanja sektoral, tenaga kerja sektoral, dan panjang jalan aspal. Perubahan PDB tanaman pangan, perkebunan, peternakan dan PDB perdagangan lebih elastis terhadap perubahan tenaga kerja sektoral dari pada perubahan belanja sektoral. Hal ini menunjukkan kedua sektor tersebut lebih bersifat padat karya (labor intensive). Sebaliknya, perubahan PDB industri makanan lebih elastis terhadap perubahan belanja perindustrian dari pada tenaga kerja industri. Hal ini menunjukkan sektor tersebut lebih bersifat padat modal (capital intensive). Faktor lain yang mempengaruhi PDB sektoral adalah panjang jalan aspal yang mencerminkan perannya sebagai sarana memperluas akses ke pasar output terutama pertanian dan perdagangan melalui jalur yang dapat menciptakan pertumbuhan ekonomi. Koefisien panjang jalan aspal pada PDB tanaman pangan, perkebunan, dan peternakan sebesar 930 dan PDB perdagangan sebesar 1656 memberi arti penambahan jalan aspal sepanjang 1 km akan meningkatkan PDB tanaman pangan, perkebunan, peternakan sebesar 930 juta rupiah dan PDB perdagangan 1.66 miliar rupiah.

8 113 Tabel 30 Hasial PDB Sektoral t-val Pr > t Elastisitas Keterangan PDB tanaman pangan, perkebunan, peternakan (PDBPGNKBNTNK) Intercept a <.0001 GPGNKBNTNK a 4.40 < Belanja pertanian TKTANI a 6.67 < Tenaga kerja pertanian ASP a Panjang jalan aspal 0.9 PDB industri makanan jadi (PDBMKN) Intercept b GIND a 5.48 < Belanja perindustrian TKIND a 6.74 < Tenaga kerja industri 0.64 PDB perdagangan (PDBDG) Intercept -1.47E+07 a <.0001 GDGKAP a Belanja perdagangan TKDG a < Tenaga kerja perdag ASP a 5.13 < Panjang jalan aspal 0.88 Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Berdasarkan temuan dari hasil estimasi PDB sektoral dapat disimpulkan untuk mendorong perekonomian daerah maka diperlukan pengeluaran pemerintah sektoral yang lebih besar terutama di sektor industri serta jumlah tenaga kerja yang lebih besar terutama di sektor pertanian dan perdagangan. Selain itu, infrastruktur jalan aspal juga dibutuhkan terutama untuk sektor pertanian dan perdagangan. Jika dikaitkan dengan hasil estimasi belanja-belanja sektoral, maka kapasitas fiskal merupakan faktor penting untuk mendorong perekonomian daerah mengingat perannya yang besar dalam pada belanja-belanja sektoral khususnya belanja pertanian dan infrastruktur untuk mendorong pertumbuhan pro-poor. Tenaga Kerja Sektoral Kinerja perekonomian sektoral daerah dapat juga ditinjau dari jumlah tenaga kerja sektoral. Hasil estimasi menunjukkan jumlah tenaga kerja pertanian dipengaruhi oleh PDB pertanian dan panjang jalan aspal. Hubungannya dengan panjang jalan aspal lebih elastis dari pada PDB pertanian dengan koefisien sebesar 0.14 yang berarti pertambahan jalan aspal sepanjang 1 km akan menyerap tambahan tenaga kerja pertanian sebanyak 140 orang. Hal ini menunjukkan pembangunan infrastruktur merupakan faktor penting bagi ekonomi pedesaan yang didominasi sektor pertanian melalui penyerapan tenaga kerja pertanian. Hubungan tenaga kerja pertanian dan infrastruktur jalan aspal yang lebih elastis dibandingkan tenaga kerja industri dan tenaga kerja perdagangan juga menjadi indikasi bahwa kondisi infrastruktur di wilayah pertanian yang mayoritas berada di pedesaan lebih buruk dibandingkan wilayah industri dan perdagangan di perkotaan sehingga sangat berperan menyerap tenaga kerja pertanian. Sementara itu, upah riil sektoral yang lebih besar menurunkan jumlah tenaga kerja terutama di sektor industri. Perubahan jumlah tenaga kerja industri sangat elastis terhadap perubahan upah riil industri dimana kenaikan upah riil 10% akan menurunkan

9 114 jumlah tenaga kerja industri 11.4%. Hal ini mengindikasikan kenaikan upah riil akan mendorong pengusaha sektor industri untuk mengurangi input tenaga kerja dan mengalihkan kenaikan upah riil untuk menambah modal. Dengan perkataan lain, faktor modal dan tenaga kerja di sektor industri bersifat kompetitif. Tabel 31 Hasil Jumlah Tenaga Kerja Sektoral t-val Pr > t Elastisitas Keterangan Tenaga Kerja Pertanian (TKTANI) Intercept d PDBTANI a 4.87 < PDB pertanian UPHTANI a Upah pertanian ASP a 6.90 < Panjang jalan aspal 0.90 Tenaga Kerja Industri (TKIND) Intercept a 4.61 <.0001 PDBIND a < PDB industri UPHIND a < Upah industri ASP b Panjang jalan aspal 0.90 Tenaga Kerja perdagangan (TKDG) Intercept d PDBDG a < PDB perdagangan UPHDG c Upah perdagangan ASP b Panjang jalan aspal 0.87 Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Berdasarkan temuan dari hasil estimasi tenaga kerja sektoral disimpulkan bahwa untuk meningkatkan penyerapan tenaga kerja terutama di sektor pertanian dan perdagangan yang lebih bersifat labor intensive diperlukan infrastruktur jalan aspal yang lebih memadai. Jika dikaitkan dengan temuan-temuan sebelumnya dimana pembangunan infrastruktur jalan aspal memerlukan belanja infrastruktur yang memadai yang bergantung pada kapasitas fiskal maka kapasitas fiskal menjadi faktor penting dalam meningkatkan penyerapan tenaga kerja sektoral terutama tenaga kerja pertanian. Upah iil Sektoral Informasi tingkat upah sangat penting untuk mengevaluasi tingkat hidup dan kondisi kehidupan tenaga kerja beserta anggota rumahtangganya. Oleh karena itu, penelitian ini menggunakan upah riil sebagai proksi pendapatan penduduk untuk menggambarkan daya beli penduduk. Hal ini didasari hipotesis fluktuasi tingkat upah akan mempengaruhi kemiskinan. Indikator upah riil juga digunakan untuk menganalisis siklus bisnis (business cycles) apabila dianalisis bersama variabelvariabel ekonomi lain seperti jumlah tenaga kerja dan output (Malik dan Ahmed, 000). Hasil estimasi pada Tabel 3 menunjukkan upah riil pertanian, industri, dan perdagangan dipengaruhi secara psitif oleh PDB per kapita sektoral. Temuan ini sejalan dengan Malik dan Ahmed (000) yaitu ada hubungan positif output dan upah riil di Pakistan baik total maupun sektoral. Artinya, hubungan pertumbuhan ekonomi dan upah riil bersifat pro-cyclical.

10 115 Tabel 3 Hasil Upah iil Sektoral Elastisitas t-val Pr > t Keterangan S- L- Upah Pertanian (UPHTANI) Intercept a PDBTANIKAP c PDB tani perkap UPHTANIL a 0.3 <.0001 UPHTANI t Upah Industri (UPHIND) Intercept a 8.19 <.0001 PDBINDKAP a 6.30 < PDB industri perkap UPHINDL a UPHIND t Upah Perdagangan (UPHDG) Intercept a 5.3 <.0001 PDBDGKAP a PDB perdag perkap UPHDGL a 9.00 <.0001 UPHDG t Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Berdasarkan temuan dari hasil estimasi upah riil sektoral dapat disimpulkan bahwa untuk meningkatkan upah riil diperlukan pertumbuhan ekonomi yang lebih tinggi. Jika dikaitkan dengan hasil estimasi temuan sebelumnya dimana kapasitas fiskal adalah faktor penting bagi pertumbuhan ekonomi daerah melalui perannya pada pengeluaran pemerintah dan pembangunan infrastruktur jalan maka hal ini menunjukkan bahwa kapasitas fiskal berperan penting dalam meningkatkan upah riil sektoral. Pengeluaran per Kapita Sektoral Sebagi proksi tingkat pendapatan, upah riil dapat menggambarkan daya beli penduduk melalui ukuran pengeluaran per kapita. Oleh karena itu, perlu diketahui bagaimana peran upah riil sektoral dalam meningkatkan pengeluaran per kapita sektoral. Tabel 33 menunjukkan upah riil sektoral berpengaruh pada pengeluaran per kapita masing-masing sektor. Koefisien yang positif memberi arti meningkatnya upah riil sektoral akan meningkatkan pengeluaran per kapita di setiap sektor. Namun, hubungan upah riil pertanian kurang elastis dibandingkan upah riil industri dan upah riil perdagangan. Hal ini dapat menjadi indikasi bahwa rumahtangga pertanian tidak sepenuhnya bergantung pada sektor. Di sisi lain, hal itu juga dapat mengindikasikan rendahnya pendapatan petani dari sektor pertanian sehingga dibutuhkan pekerjaan tambahan dari sektor lain atau bantuan keuangan untuk mencukupi kebutuhan rumahtangganya dari peorangan atau pemerintah yang biasanya dalam bentuk hibah atau utang. Faktor lain yang mempengaruhi pengeluaran per kapita adalah inflasi. Hubungan negatif menunjukkan kenaikan harga-harga di tingkat provinsi akan menurunkan pengeluaran per kapita terutama di rumahtangga pertanian. Perubahan pengeluaran per kapita pertanian yang lebih elastis terhadap perubahan inflasi mengindikasikan bahwa rumahtangga pertanian paling dirugikan oleh kenaikan harga-harga.

11 116 Tabel 33 Hasil Pengeluaran per Kapita Sektoral Elastisitas Keterangan t-val Pr > t Pengeluaran per kapita pertanian (EXPTANI) Intercept a <.0001 UPHTANI a 1.71 < Upah pertanian IFL a < Inflasi 0.6 Pengeluaran per kapita industri (EXPIND) Intercept a 4.41 <.0001 UPHIND a < Upah industri IFL c Inflasi 0.48 Pengeluaran per kapita perdagangan (EXPDG) Intercept a UPHDG a 7.8 < Upah IFL a Inflasi 0.35 Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Kesimpulan yang didapat dari hasil estimasi pengeluaran per kapita sektoral adalah untuk meningkatkan pengeluaran per kapita terutama di sektor pertanian diperlukan upah riil yang lebih tinggi dan harga-harga yang lebih stabil. Jika dikaitkan dengan temuan sebelumnya dimana kapasitas fiskal merupakan faktor penting yang dapat berdampak meningkatkan upah riil sektoral maka hal ini dapat terwujud apabila keuangan daerah memiliki kapasitas fiskal yang lebih besar. Blok Kemiskinan Sektoral Indeks Gini Studi-studi terdahulu, antara lain Kakwani (1993), Bourguignon (004), dan Warr (006), menunjukkan bahwa ketimpangan pendapatan dapat mengurangi peran pertumbuhan ekonomi dalam menurunkan kemiskinan. Oleh karena itu, perlu diketahui faktor-faktor yang mempengaruhi ketimpangan pendapatan yang diukur dari Indeks Gini. Hasil estimasi pada Tabel 34 menunjukkan Indeks Gini dipengaruhi oleh share PDB pertanian, share PDB industri, dan share PDB perdagangan dimana share PDB pertanian yang lebih besar akan menurunkan Indeks Gini. Selain itu, meskipun share PDB industri tidak signifikan tetapi koefisien yang positif menunjukkan share PDB industri yang lebih besar berpotensi menurunkan Indeks Gini. Sebaliknya, share PDB perdagangan yang lebih besar berpotensi meningkatkan Indeks Gini. Berdasarkan temuan dari hasil estimasi Indeks Gini dapat disimpulkan bahwa ketimpangan pendapatan dapat berkurang jika pemerintah daerah memprioritaskan pembangunan di sektor riil terutama pertanian. Jika dikaitkan dengan temuan-temuan sebelumnya dimana pembangunan pertanian memerlukan sumber pembiayaan dari kapasitas fiskal maka kapasitas fiskal merupakan faktor penting dalam mengurangi ketimpangan pendapatan daerah.

12 117 Tabel 34 Hasil Indeks Gini Elastisitas t-val Pr > t S- L- Keterangan Intercept a 4.8 <.0001 SHPDBTANI d Share PDB pertanian SHPDBIND Share PDB industri SHPDBDG Share PDB perdag GINIL a <.0001 GINI t Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen Tingkat Kemiskinan Sektoral Tabel 35 Hasil Tingkat Kemiskinan Sektoral t-val Pr > t Elastisitas Keterangan Headcount index Pertanian (POVTANIP0) Intercept d EXPTANI a < Pengeluaran perkap GINI a 4.56 < Indeks Gini GK a < Garis Kemiskinan 0.69 Headcount index Industri (POVINDP0) Intercept EXPIND a < Pengeluaran perkap industri GINI b Indeks Gini GK a 4.81 < Garis Kemiskinan 0.31 Headcount index Perdagangan (POVDGP0) Intercept EXPDG a < Pengeluaran perkap perrdag GINI a Indeks Gini GK a 5.09 < Garis Kemiskinan 034 Poverty Gap Index Pertanian (POVTANIP1) Intercept d EXPTANI a < Pengeluaran perkap GINI a Indeks Gini GK a < Garis Kemiskinan 0.6 Poverty Severity Index Pertanian (POVTANIP) Intercept EXPTANI a < Pengeluaran perkap GINI b Indeks Gini GK a < Garis Kemiskinan 0.58 Total Headcount index (POVP0) Intercept POVTANIP a 9.18 < Headcount index pertanian POVINDP a 4.31 < Headcount index industri POVDGP b Headcount index perdag 0.77 Catatan: a, b, c, d signifikan pada α 1%, 5%, 10%, 0%; huruf tercetak miring adalah variabel eksogen

13 118 Tingkat kemiskinan umumnya diukur dari tiga indikator kemiskinan FGT yaitu Headcount Index (P 0 ), Poverty Gap Index (P 1 ), dan Poverty Severity Index (P ). Hasil estimasi pada Tabel 35 menunjukkan Headcount Index pertanian, industri, dan perdagangan dipengaruhi oleh pengeluaran per kapita masing-masing sektor, Indeks Gini, dan garis kemiskinan dimana hubungan ketiganya sangat elastis. Koefisien pengeluaran per kapita sektoral yang bertanda positif memberi arti bahwa pengeluaran per kapita sektoral yang lebih besar akan menurunkan headcount index sektoral. Sebaliknya, koefisien Indeks Gini yang negatif menunjukkan Indeks Gini yang lebih besar akan meningkatkan headcount index sektoral. Dengan demikian, headcount index sektoral berkurang jika pengeluaran per kapita sektoral lebih besar dan ketimpangan pendapatan lebih rendah. Temuan ini sejalan dengan hasil penelitian Nanga (006), Miranti (010), Laabas dan Limam (004), Bidani dan avallion (1993), dan avallion dan Chen (1997). Namun, studi-studi tersebut tidak mendekomposisi headcount index secara sektoral. Koefisien elastisitas menunjukkan perubahan headcount index sektoral lebih responsif terhadap perubahan pengeluaran per kapita sektoral dari pada perubahan Indeks Gini. Artinya, perubahan headcount index lebih responsif terhadap perubahan pengeluaran per kapita dibandingkan perubahan Indeks Gini. Temuan ini juga sejalan dengan hasil penelitian Miranti (010) serta Bidani dan avallion (1993) di Indonesia. Hasil estimasi juga menunjukkan total headcount index lebih dipengaruhi headcount index pertanian dimana kenaikan headcount index pertanian 10% akan meningkatkan total headcount index 4.6%. Artinya, hampir separuh dari total penduduk miskin di Indonesia berasal dari rumahtangga pertanian. Dengan demikian, strateg pengentasan kemiskinan khususnya melalui upaya pertumbuhan pro-poor lebih efektif jika diproritaskan pada penurunan kemiskinan penduduk pertanian. Namun, headcount index memiliki kelemahan yaitu mengabaikan perbedaan kesejahteraan antar rumahtangga miskin. Untuk itu, diperlukan Poverty Gap Index yang dapat mengukur intensitas kemiskinan dimana ukuran Poverty Gap Index yang lebih besar menunjukkan semakin jauh jarak rata-rata pengeluaran penduduk miskin dengan garis kemiskinan sehingga penduduk miskin semakin sulit keluar dari kondisi kemiskinan. Pada penelitian ini, Poverty Gap Index diestimasi pada sektor pertanian dengan alasan tingginya tingkat kemiskinan di sektor tersebut dibandingkan dua sektor lainnya. Hasil estimasi juga menunjukkan Poverty Gap Index pertanian dipengaruhi oleh pengeluaran per kapita pertanian, Indeks Gini, dan garis kemiskinan. Artinya, intensitas kemiskinan pertanian akan berkurang jika pengeluaran per kapita lebih besar dan distribusi pendapatan lebih merata. Namun, Poverty Gap Index mengabaikan efek ketimpangan pendapatan di antara penduduk miskin sehingga tidak mampu menangkap perbedaan tingkat keparahan kemiskinan (the severity of poverty) diantara penduduk miskin. Oleh karena itu, diperlukan Poverty Severity Index untuk menggambarkan distribusi pengeluaran di antara penduduk miskin. Pada penelitian ini Poverty Severity Index juga hanya diestimasi untuk sektor pertanian. Hasil estimasi menunjukkan Poverty Severity Index pertanian dipengaruhi oleh pengeluaran per kapita pertanian, Indeks Gini, dan garis kemiskinan dimana distribusi pengeluaran penduduk miskin di sektor pertanian akan lebih merata jika pengeluaran per kapitanya lebih besar dan distribusi pendapatan seluruh penduduk lebih merata.

14 119 Berdasarkan temuan dari hasil estimasi headcount index, poverty gap index, dan poverty severity index dapat disimpulkan tingkat kemiskinan dapat berkurang jika pendapatan penduduk meningkat dan ketimpangan pendapatan berkurang terutama pada kelompok penduduk miskin pertanian. Jika dikaitkan dengan temuan-temuan sebelumnya dimana tingkat pendapatan dipengaruhi upah riil dan distribusi pendapatan dipengaruhi pembangunan pertanian maka kapasitas fiskal menjadi faktor penting dalam menurunkan tingkat kemiskinan. Hal ini disebakan karena upah riil akan meningkat jika pertumbuhan sektoral meningkat sementara pertumbuhan sektoral bergantung pada kapasitas fiskal yang berperan besar dalam membiayai pengeluaran sektoral dan pembangunan infrastruktur sebagai faktorfaktor yang dapat mencipatkan pertumbuhan ekonomi sektoral. Demikian juga, pembangunan pertanian dapat terwujud melalui peran kapasitas fiskal yang lebih besar untuk membiayai belanja pertanian dan pembangunan infrastruktur sebagai dua faktor penting yang mempengaruhi PDB pertanian yang pada akhirnya dapat menurunkan ketimpangan pendapatan.