Working Paper DINAMIKA DAN HETEROGENITAS INFLASI REGIONAL DI INDONESIA

Transkripsi

1 Working Paper DINAMIKA DAN HETEROGENITAS INFLASI REGIONAL DI INDONESIA

2 Peneliti Ekonomi di Grup Riset Ekonomi (GRE), Direktorat Kebijakan Ekonomi dan Moneter (DKEM), Bank Indonesia. Penulis mengucapkan terima kasih kepada Dr. Solikin M Juhro dan para peserta seminar hasil penelitian GR-DKEM tanggal November Pandangan dalam paper ini merupakan pandangan penulis semata-mata dan tidak merefleksikan pandangan Bank Indonesia. mha_ridhwan@bi.go.id. 1

3 2

4 %yoy Nasional Terendah Tertinggi

5 4

6 5

7 6

8 t Et t 1 xt t...(1) ξ π μ π 7

9 8

10 No Penelitian Koefisien Pass-Through 1 Kurniati, Yati (2008) 0.09 : dep, n.s : apr 2 Wimanda, R (2010) SOFIE dan SSMX (2010) Divisi KER dan Inflasi (2011) (Sample 2002: :06) Solikin dan Affandi Y (2012) ARIMBI (2013) Kurniati, Yati dan Permata, M.I. (2008) Threshold 4,2%(mtm)= 0,28 ; dengan 0,25 terjadi t+1 dan t+2 9

11 10

12 11

13 Propinsi Mean Stdev Mean Stdev Mean Stdev Mean Std 1 Sumbagut (1.5) (0.7) 2 Sumbagteng (0.4) Sumbagsel (1.7) (0.3) 4 Jabagbar (1.2) Jabagteng (0.7) Jabagtim (0.6) Balnustra (0.8) Kalimantan (1.4) Sulampua (0.8) (1.0) 10 DKI (1.1) (0.7) Nasional (1.5) (1.0) NO Periode Harga Lama (Rp/l) Harga Baru (Rp/l) Kenaikan (%) Sumbangan (%)* M ar ,6 1,33 Okt ,5 5,54 Jun ,3 2,05 Des ,7-0,54 Jan ,0 - Jun ,4 2,69 *Total sumbangan baik first round maupun second round effect Sumber: Laporan Perekonomian Indonesia 2005, 2008, 2009, 2013 β β β β β β β μ β β β β β β β μ 12

14 9,0 8,5 8,0 7,5 7,0 6,5 %, yoy Jawa Sumsel; 7,8 Bengkulu; 7,9 Riau; 7,7 Sumbar; 7,8 Sumut; 7,7 DIY; 7,6 NTB; 7,7 Banten; 7,3 Jabar; 7,1 Jatim; 6,8 Jateng; 6,8 Jakarta; 6,7. Aceh; 8,8 Babel; 8,5 Lampung; 8,2 Jambi; 8,0 Sumatra NTT; 8,6 Sulampua Sulteng; 8,0 Papua; 7,8 Sultra; 8,5 Maluku Utara; 7,3 Kalimantan Kaltim; 8,2 Kalsel; 8,0 Kalbar; 7,6 Rata -rata Inflasi nasional : 7.13% yoy Gorontalo; 7,1 Sulsel; 6,9 Kalteng; 7,1 Maluku; 6,9 Sulut; 6,7 Bali; 6,6 13

15 0,05 %yoy DKI Jatim Jateng Jabar Banten 0,03 0,01-0,01-0,03-0,05 Ln (Provinsi)-Ln (Nasional) ,10 0,08 %yoy NTB Kalbar Kalsel Kaltim Babel NTT 0,06 0,04 0,02 0,00-0,02-0,04 Ln (Provinsi)-Ln (Nasional) -0,

16 Sumsel Lampung Bengkulu Sumbar Sumut Jambi Riau Aceh Babel Jabar Jateng Jatim Surabaya Banten Kediri DIY DKI Malang Jember Sulut Gorontalo Kalsel Kalteng Bali Sultra Maluku Utara Sulsel Kaltim Kalbar Papua Maluku Sulteng NTB NTT %, inflasi yoy Maluku Kaltim Kalteng NTT Babel NTB Maluku Utara Bengkulu Sumbar Jatim Jateng Bali DIY DKI Rasio panjang jalan/luas wilayah % %, inflasi yoy 7.5 Babel Maluku 7.0 NTT NTB Kalteng Jambi Bali 5.5 Sumut 5.0 DKI 4.5 Jateng Papua Jabar Aceh 4.0 Sumatera 3.5 Selatan Rasio Elektrifikasi % %mtm Rata-rata inflasi Natal

17 0,4-0,1-0,6-1,1-1,6 %mtm Bengkulu Jambi Lampung Riau Sumsel Sumut Aceh Sumbar Babel Banten NTB Jateng Jabar Jember DIY NTT DKI Bali Sulteng Papua Gorontalo Sulsel Kalbar Kalteng Kaltim Sulut Kalsel Maluku Utara Maluku Sultra %yoy 5,1 5,8 5,8 6,1 6,3 6,8 6,9 8,5 11,5 Sumsel Jambi Sumbar Sumut Aceh Bengkulu Riau Lampung Babel 3,9 Rata-rata inflasi pendidikan ,1 6,3 6,4 8,29,1 DKI Jateng Jabar DIY Jatim Banten 2,1 2,7 4,2 4,3 4,85,3 5,5 6,0 6,2 6,3 6,4 6,5 6,6 6,7 11,9 Gorontalo Maluku Kalteng NTB Bali Sulsel Malut Kalsel Sultra Papua Kalbar NTT Sulteng Sulut Kaltim 10 Gempa bumi menimbulkan kerusakan jalan raya antara Bengkulu dan Sumatera Selatan dan Sumatera Barat. Kerusakan jalan raya menganggu distribusi barang. Bengkulu sangat tergantung pada pasokan bahan kebutuhan pokok dari kedua provinsi tersebut. 16

18 π π ijt = μ ij q ijt...(2) Dimana: μ ij = mean (rata-rata) dari inflasi suatu daerah daerah (sebuah fixed effect) q ijt = deviasi inflasi dari mean-nya, yaitu: q ijt = π ijt μ ij μ ijt diasumsikan i.i.d (0, τ 2 ij). i 1,..., N j, j 1,...,; t 1,..., T. Selanjutnya, deviasi inflasi dari mean-nya (q ijt) dapat didekomposisi lebih lanjut menjadi: q ijt = λ ij f t ƞ ij g jt e ijt.... (3) 17

19 Keteranga: = λ ij f t Komponen common/nasional (merefleksikan kondisi kesamaan secara nasional, sepertisuku bunga, harga minyak, dan nilai tukar) ƞ ij g jt = Komponen spesifik wilayah yang dapat terkait dengan kesamaan struktur ekonomi, kondisi pasar tenaga kerja, kebijakan fiskal daerah, kondisi geografis, dan demografi. e ijt = Komponen idiosyncratic (lokal spesifik) yang dapat terkait dengan lokasi/jarak yang terpencil (remoteness), daerah rawan konflik, dan daerah rawan bencana. λ ƞ y it = y it + d 1 (y it 1 y it 1 ) + d 2 e it 1 + d 3 D it + ε it d. (4) Inflasi π it = λ i π it 1 + b 1 (y it 1 y ) + b 2 (p it 1 p it 1) + ε it s......(5) 2. Diperoleh bentuk reduced form inflasi dengan menggabungkan persamaan di atas : π it = α 0 + α 1 π it 1 + α 2 (y it 1 y it 1 ) + α 3 D it + α 4 e it 1 + α 5 (p it 1 p it 1) + it...(6) 18

20 π ijt = β 0 + λ ij f t + ƞ ij g jt + ρ ij π ijt-1 + μ ijt (7) y it = β 1 + ρ y i,t 1 + x it β 2 + u i + ε it.. (8) y it = β 1 + ρ y i,t 1 + x it β 2 + ε it...(9) 19

21 k p Rel it = α 1 + β p rel it 1 + h=1 γ h Δp rel it h + ε it.. (10) p Rel it = ln (p it / p it) = perbedaan harga p p it k = indeks harga di provinsi = indeks harga nasional = jumlah lag maksimum β β β θ = ln (0,5) ln(1+β) (11) 20

22 No Variabel Keterangan Sumber 1 IHK IHK di 30 provinsi BPS, CEIC diolah 2 Nilai Tukar IDR/USD Bloomberg 3 Harga Minyak USD/Barel (indeks) Bloomberg 4 Belanja Rutin Belanja rutin di luar belanja modal di 30 provinsi Kemenkeu 5 Kredit Jumlah kredit berdasarkan lokasi proyek di 30 provinsi BI 6 PDRB PDRB sektoral dan penggunaan atas dasar harga konstan BPS 7 Ouput Gap Perhitungan output gap dengan menggunakan pendekatan BPS diolah output gap = (log(pdrb/pdrb_sf)-log(pdrb_hp Filter) 8 Produktivitas Produktivitas daerah-produktivitas nasional BPS, CEIC diolah 9 Jarak Ekonomi Jarak dari provinsi ke ibu kotaprovinsi terbesar/jml pendudukbps 10 Upah Upah minimum provinsi (UMP) CEIC 11 Jumlah Penduduk di 30 provinsi CEIC 21

23 22 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Aceh Sumut Sumbar Riau Jambi Bengkulu Sumsel Babel Lampung DKI Jakarta Banten Jabar Jateng DIY Jatim Bali NTB NTT Kalbar Kalteng Kalsel Kaltim Sulut Sulteng Sulsel Sultra Gorontalo Maluku Maluku Utara Papua Lokal (25,99%) Regional (21,26%) Nasional (54,17%)

24 23

25 24

26 25

27 26

28 27

29 28

30 Inflasi Model 1 Model 2 Model 3 Model 4 Model 5* Lag Inflasi Lead Inflasi L.Exchange Rate 1) L.Output Gap 1) L.Oil Price 1) L.Wages L.Produktivitas L.Credit L.Belanja Rutin Jarak Ekonomi 0.01 (0.009) (0.066)*** (0.062)*** (0.020)** (0.006)*** (0.001)*** (0.023) (0.005) (0.018) (0.343) (0.101)*** (0.071)*** (0.014)*** (0.009)** (0.001)*** (0.019)** (0.003) (0.038) (0.370) (0.097)*** (0.051)*** (0.017)*** (0.01) (0.002)*** (0.038)* (0.006) (0.158) (0.107)*** (0.075)* (0.029)* (0.001)*** (0.036)*** (0.111)*** (0.065)*** (0.041)* (0.003)*** # Observasi Difference GMM One Step One Step One Step Two-Step One Step Arellano-Bond test for AR(1) Arellano-Bond test for AR(2) Hansen/Sargan test (Prob>Chi2) *sample Perilaku agen ekonomi yang lebih bersifat forward looking dalam pembentukan inflasi pada periode penerapan ITF tersebut sejalan dengan temuan Solikin (2004) dan Alamsyah (2008). 29

31 Inflasi (%,yoy) NTT Aceh Sultra Lampung Kaltim Jambi Kalbar Sumsel GorontaloJabar Kalteng JatengDKI Maluku Jatim Bali Upah (%, yoy)

32 31

33 Convergence (Dep.var : P it) Coef Prob Lag Half Life Data IHK Weighted *** Data IHK Unweighted *** α Integration Univariate Test Variable: Ln CPI Provincial - Ln CPI National Convergence (Dep.var : Pit) 10 % Level 5 % Level 10 % Level 5 % Level Full Sample 7 (23%) 5 (17%) 16 (53%) 15 (50%) 32

34 33

35 34

36 35

37 36