Ul'\IVKRSIT
AS ll\'DONESlA
llA\·fPAK PEl\1RANGUNA~ INFRt\STNllKTOR TEH.llAUAl' PERTU::'\1BllHA!\ F:KONO:Wl REGlOXAL Bl l'lJLAl.I SCJl\'fATERA DAN PULAU KALl'°1ANTAN
0995-2006)
TESIS
HASA.~ KTIOTRI XI'!\-1. lt706:Z99 l 70
FAKlJLTAS EKO!'Oi\11 l\l:\GISTJ::n l'EitE:-.;cANAA:--1 ()AJ\. KEBIJAI..:·\:\ Pl Bl lh: EKOl"Ol\11 PERENCANAAN KOTA DA 'I OAF.RAH D~l:'OK JULI, 20-09
UNl\'l!:RSJTAS
INDONESIA
DA)1PAK PE!\oIBANGUN~'l h'lFRASmUKTUR T.bRHADAP PERTUJ\iHUHAN EKOl\'OMI REGlONAL DI PULAU SU)iATERA DAt"'l PULAl: KALIJ\1AXTA~ (1995- 2006}
TESIS Diajukan seuai;:.i salitl1 satu syarar untuk memperoleh gelar
Magirter Ekonoati
HASAN KHOIRI l'\Pl\-1. 0706299170
fAK(;LTAS EKO"fOMJ MAGISTER PERENCANAAX DA'.'l lO:lllJAKAN PUBLIK l".KONOl\U PERENCAXAAN KOTA DAN DA.Ii.RAH
DEPOK ,JULI, 2009
LEMBAR PENGESAHAN
Tesis ini diajukan oleh : : : :
Na.ma NPM Program Studi Judul Tesis
Hasan K.hoiri 0706299170 Magister Perencanaan dan Kebijakan Publik Dampak Pern.bangunan Infrastruktur terhadap Pertumbuhan Ekonomi Regional Di Pulau Sumatera dan Pulau Kalimantan (1995-2006)
DEWAN PENGU.TI
Pembimbing
: Dr. Telisa Aulia Falianty
( C>\l.\ ~~t'..
Ketua Penguji
: Dr. Andi Fahrni Lubis
(
Anggota Penguji
: Dr. Mahyus Ekananda
Ditetapkan di : Depok Tanggal
:
Juli 2009
ii
(
~
~~lJLJ ~
) )
)
-
I
II II
1.1
I
I',
l
J"
I I
I I
II I
I IUl
I
•t
""n I
~·
'
I
I 1111!" 111'1
·,j
'
.. ...
Ill
... ·Ii'
-
I
"
<Jll 1.-
I
lit;
J
•
•
B
'· II ·
~
"'?!"!" ~-
··"
.
I~ L-
II
~
KATA J>F.NGANTAR
l'uji clan pcrto
xyukur pcnuh' panjat kehadirat T11hRll Yang, Maha F.sa.
onzm1 dan nikm!ll T uhan pcnuhs
tuga~
aia«
pcnyus·'1nan
tcsis yang mcrupakan salah satu syanu akadcmis yang hams dilabona.«m untuk
mcndapatkan gclar Megister Ekonomi (M E.J di program studi Magisler Percncanaan clan Kchijakan Publik Fakultas Ekonruni Universitas lndenesia pada semester ganjil tahun akadcrnik 200812()()9 Te,i:• ini berusaha untuk mcmbahas hagaimana pcranan dari infrastruktur
sebagai salah bentuk modal
atas scga.a baruuan secara langsung' maupun tak langsung schingga pcnyusunan tesis dapar sclcssi. Lc~r.sn terima kasih rtu antara lain disampaikan kepada: I.
Kepala Pusbindiklarrcn
llappcna~. selaku >]KY.ISOT hi:iya nenrhdrkrm
2. l Iupati Musi Rawas J.
Ir H I lendra Gunawan, S.H .• M.\iL selsku Kepala Bappeda Kabuparen
Musi 8.3\\'8S 4.
Pirnpinan Badan Pu.<11t Stari>rtik (BPS) di Jakarta
5
Pimpinan Pcrusahaan lrstrik Negara di Jakarta
6. Bapak Dr R. Rllksab Mnhi sclaku Ketua Program Studi 7.
lbu Heru Susanti. SE .M.';c. -ielaku Sckretaris Program S1udi
8. lhn Or Tel.sa Aulia l'alianty. sclaku Pcmbimbing Tevis ')
Staf Pcngajar dan ;\dministr.Hi Pnigrnm Stodi MPK P ~El )I
10 Orang Tua dan Kelunrga, Teman lkl
lit
Dan axhrmya hagi kita scmuanya
pcnulis
hcrll2r:lp ~mor-" te-,,~ ini dapat -ncmbcri manfaat
khususnya bagi penulis
sendiri ~'f:loin!!,~\" d~pal mcrnberi
sumbangan yang lehih hark lagi dalam menjalan tugas sebagai Pegawai Negeri
Sipil y~ng ditugaskun ~e:'ll!gaistaf perencana di Oappcda Kahupaten Musi Rawas dan dapat mcringkatkau
kcmarnpuan akademis ke tingkat yang lcbih baik lagi.
Depok, Penulis
iv
Juli 20()<)
---1 II
. I
r.,
I
11I
.r
I
I
I
I _I
I
II
,,
II
11,,
11 II
·'
l,, r
'I
I
I I
II
r•
II II
I
-~
,
•
I
..
•I
,
I
I
I
11
.
. ~
-
' 1111
. '•
•
' c
_II 'n
- I
I
,.
,·-
I
·I
I ~
I
)l
I
_
.......
_
•
~
L
I
I
ABSTRAI\ Nama . Hasan Khoiu Program Stud i · \.fa5is1er Perencanaan dan Kcbijakan Pu blik
Jud11I
: Darupak l'embm1guna11 Infrastruktur terhadap Pcrmm buhan l-konomi Regional di Pulau Surnatera dan Pulau Kahmantan ( 1995- 2006)
Tesis ini mcmbahas rnasalah peranan intrastruktur terhadap pcrtumbuhan ekonomi di Pulau Summcrn don 1<11limA11\a!1 serta mcmbandingkan pern•1an infrastruktur antara pulau Sumatera dan Kahrnantan. pertumbuhan ckonomi dalam pcnclitian sch1tg11i vanabel terik.u yaitu PORR 11~1· kapita rcnaga kerja dau variahcl bcbas infrastruktur :rang digunakan yaitu jaian, listrik, dan telcpon pee kapita tenaga kerja. Dalam analisis menggunakan data panel tahun 1995-2006 mcliputi 12 pmvinsi yang ..da Ji pulau Surnatera dan K1dnn•nh1n Deng.an mctodc catimasi yaitu l'endekatan Elek Tetap (Fixed Effi?i'I M,•rhode) serta mcnggunakan alal bantu mfiwore
sratistik yairu Evtews vcrsi 4.1
Dari hasil analisis per pulau tcrnyara sernua variabel infrastrukt.ur yaitu julan, listrik clan telepon merubcrikan konfrihu~i rns111r lerhad.ap pcnumbuhan eknnmni di pulau Surnatcra scdangxan di pulau Kalimantan vanabel telcpon berpengaruh posr.if, variabel lrstrik bcrpcngaruh negatif dan variabel jalan tidak .~ignifikan
tcrhadap pertumhuhan ekonomi. Dan ketika Puiau Sumatcra dan Kalimantan di analisis meniad; sa111 kesatuan maka variabel jaian. l.strik dan tclepon mernpunyai pcngaruh yang positif terhudap perturnhuhan ckonom i Kata K unci: Pertumbuhan L:ko11omi, Inlrastruktur (jalan. lisnik dan rclcpon)
v
Universitas Indonesia
,-\JlSTR:\ (T
N u rn e Stud~ Pmgram Title
: Ilasan Kboiri. : Ma.~l{'r in l'lanning and l'uiihc Polic_,· . The ~ff.xlof Developmentinfrastructure lo Regional Economic Growth in fhe Islands of Surnatera and Kalimantan (19<15-20il6J
This thesis will discuss on the problem or infrastructure role lo the: economic erowth in the ;,1.ml or Sumatera and Kali111~11l>-11 ·~ wcl l a' compare 11 (infrastructure role between the island of Sumatera and Kalimantan]. hi the research, the cco110111ic growth will he treated as the dependent variable, namely per capita Gross Domestic Regional Product of labor and the independent variable has been the infrastructure used, namely mad, electncity and telephone
per capil
r. In the analysis, it employs panel data of l 995 - 2006 that cover 12 provinces evistcd in the island of Snmarera and Kalimantan using the estimation method. namely Fixed Effect Approach as well as making use of statistical software aid. 11~1m~ly EvlP\.'-l" Version 4 1 From the analysi-, result per island, '111 mfra structure variable, namely road. etcctricrty and telephone provide positive contribution az~inst the economic growth in Surnatera island. Whereas, lhr: telephone variable iu Kalimaruan island has positive effect, d1~c-Jm-,i1y variable negative effect and road insignificant dgaon>t th" ecouorruc growth. When the islands of Sumatera and Kalirnaman arc analvzed into one unir, then mad, electricity and fdephone variables have posuive a ffeel against rhe economic gro\\ih.
Key Word: 1:'.conomic flM\v1h. infrastructure
[road, electricity and telephone).
VI
Universitas Jnd011esia
LEMBAR PERNV ATAAN PERSF.TUJUAN PUBLIKASI TUGAS AKHJR tfNTUK KEPENTINGAN AKADF.MIS
Scbsgai sivitas akademik (Iniversitas Indonesia saya yang bertanda tangan dibawah ini: Nama
: Hasan Khoiri
NPM
: 0706299170
Program Studi
: Magister Perencanaan dan Kehijakan.
Fukultas
: Ekonomi
.lenis Karya
: Tcsis
Demi pengcmbangan ilmu pengetahuan, menyetujui w1tuk memberikan kepada Universitas Indonesia Hak Bebas Koyalti Nonekslu~if (Non-Exclusive Royalty Free Right) aias karya ilmlah ~ayuyang berjudul :
Dampak pembangunan lnfra~tmktnrTcrhAd11r Pcrtumbuhan Ekonomi Regional di Pulau SW1U1tera dan Pulau Kafimantan, Beserra perangkat y~ng Ad11 (jika diperlukan). Dengan Hak Bebes Royalti Non
Ekslusif ini Umvcrsitas Indonesia bcrhsk menyimpan, rnengalihmedia/format-kan, mengelola
dalam
hcntuk
pangkaian
data
(dataha~e),
merawar,
da.n
mcrnpuhlikasiksn tugas akhir saya tanpa meminta i7.i11 dari saya sclama retap mcncantumkan
nama saya sebagai penulis/pencipta dan sebagai pemilik Hak
Cipta. Demikian pernyataan ini saya hual dengan sehenamya.
Dibuat di : Depok Pada tanggal
: 06 Juli 2009
Yang menyatakan
\Wv
Hasan Khoiri
Vii
I
I
I
I
..
• r ,
111,1
11
..
I
I~
~'
,1
11
II ...
I
II
I~
I I I . ~
I
..
...
it
•
,1lil
"I
I
I
1
I
•
I
ii
• •
r. L
,,
• ill
, ,I
.I
Ill
I
·. .l •
I
I
~
\ I
~ ":-.r~~J ~l.~
...
~L. •
II
•• B
.. I J
111
liili
... ,.,11
I
'S
L.-.
~~ ~'
··~
·
DAFT.<\R
rsr
HALAtv!AN .lUDUL ·······-···· . LE\1BAR PE~(ll-:S:l.HA~J ·-····-······· .. .. . .. . n KA TA PENGANTAT~ . ···············-····-····-··················· . . . iii T.F.MFIAR Pl~RSl.!!1.'JU:\N PUBLIKJ\SI K..ARYA ILMIAJI . . . v ABSTKAK ················································-·· .. vi D:\!TAR ISi viii DAFTAK UR..'\FIK . . . . . . . . .. .. .. . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . .. x 1),\1--"r:'\R TABEI __ . xi DAFT AR LAMP IRAN xn J. PENDAHULUAN
T 1. Latar Bclakang . I.'.!. Perum usan M asalah . . l.J. Tujuan l'ene.iuan
·-· . -
. . . . . ..
.
.
. .. . .
I I . 6
. . . . . . . . . . . . . .. . . . .. . . . .. . .. .. . .. .. . . I.~. Hipotcsrs Pcnelitian .. 1.5 MctoJolugi Penelitian . . . . . . .. . . .. . . . . .. . . . . . . . . . . . . . . . . . . . 1.6. Ruang Lingkup Penelitian .. . . .. .. . .. . .. .. . . . . . . . . . . . . . . . .. . . . . . . . .
6 6 7 7
1.7. Manfaat Pcnclnian ···········-··
8
1.8. Sistematika Pcnulisan !.9. Aiur Pikir. . .. . . .. .
. .
..
..
g
. .. ..
.. .
I0
11 1l
2. TINJALIA,'11 l'IJSTAK;\
2. l. Umum . . . ·····-····-····-······ 2.2. l'ertumhLhan F.konomi.....................
...•.......................................
.. .. . .. ..
. 12
2 '.l lnfrastruktur 2.4 Studi Frnpiris l luhungan Pertumbuhan Fknnomi dan Infrastruktur 3. GAMllAffAN
17 21
UMlJ\f KONDlSI l'KREKOl'iOMIAN DAN
I:"IFR.'\.STRUKTUR PULAU Sl!MATERA DAI'< KALIMANTA'll 23 3. l. Gambaran U mum Kondisi Pcrekonomian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3 2 lnfrastruktur t.isrnk .. . . 27 J. 3. lnri-a;;truklur Telepon . . . .. 3.4 Inlrasuuktur Jalan
.
.
.. . .. . . . . . . . . . . .. . . . . . . . . . . .. .. . . . . . 3 I )'.:'
4. MRTODE PE!'\ELITIAN
35
4.1 Spesifikasi \fodcl .. .
4.2. Data Panel 4.1 Vanabel I'enelitiao
··- .
..
4 4. Sumber Data . . . .. . .. 4.5. Mctode Estima>: .. 4.6. Pemilihan Mel.ode Estimasi ·i.7 Asumsi-asurnsi Daser
. .. .
-·· . .. ..
.
. .
-·-·-
-·
VIII
.
.
3:)
39 42 43 44 47
48
Unive 1'$ilaS 1 nd onesta
5. ANAr.tsrs DAN J>lo'."MUAHASAN 5 I Mcuxlc Estimasi . 5.2 Analisis Model
···························
S.1 5] 54
5.3. Pcmbahasan Hasil Regresi
'>X
6. KESIMPULAI\"" DAN SARAN 6 1. Kcximpulan .. .. .. . .. .
6 '.!. Saran
69 .
.. .
.
.
DAFl'AR Rr.FP.RE!'/SI
(i9
70 71
IX
Universitas Indonesia
OAl•TAR (~RAF'IK Grafik I.I. Trend PDRB l'u\au Sumatera dan Kalimaman
4
( iraflk I 2. Kompo~1si l'DRB Per Pulau Tahun 19')5 dan 200(; .... .... .... ..... .. 5 Grafil, 3 l. Struktur I' kcnomi Pulau Kali man ran l ahun I CJCJ 5 - 2006
26
Gr:i.fH, ~.2. Strukrur Ekcnoml l'ulau Kalimanum T:ihun 1995 -2006
26
Gratik 3 .3. Pcniuaian Energi Listrik P~r K elompok Pelanggan J1 l'ulau Sumatcra 'l'ahuu 1995 - 2006
10
Grafik 3 -l.Pcnjualan F.nergi Listrtk Per Kclornpok Pclanggau di Pulau Kalimantan
Tahun 1995 - 2006
30
Grafik .L5. Paniang Jalan Mcnurut Kondisi di Pulau Sumatcra 'lahun 1995 - 2006
14
G~atik 3.6. Panjang Jalan Mcnurut Kondisi di Pulau Kalimantan Tahun I 995 - :20()(,
34
Grafik 5.1. Trend Pcrsentase Listnk Tcijual Berdasarkan Kelompok Pengguna. Pulau Kalimantan. f9QS-'.1006
66
Universitas lndonHia
DA~'I AR TAIJl~j,
T11bd 3.1. J'DRH rulau Sumatera oan Kalimautan aras dasar harga kons1aa 2000, Tahuu 111•15 dan 2006 .. Tahel 3.2. Pendapatan
I'"" Kaprta
25
Pulau Sumatcra dan Kahrnantan alas dasar
harga konstan '.'.000. Tnhun 19<JS dan 2006
25
Tabcl 3.3. Neraea Daya Listrik di Pulau Surnatera dan Kahmantan Tahun 1995 dan 2006 . ..
..
.. 21
Tabet J.4. Encrgi Listrik yang Dihasilkan di Pulau Sumarera dan Kalimantan Talmn 1995 dan '.:!(1()6 .,....... . 28 Tabel 3.5. Rasio Elcktrifikasi dan Konsurnsi Listrik per Kapim di Pulau Surnatera dan Kalimantan Tahun 1995 dun ~OO(i
31
Iabcl J.6. Jumlah Telepon Tersambung di Puluu Sumatcra don Kulimantan
Tahun I !195 dan 2006 Tulx-13.7
.
..
.. . .. ..
Pu!!jung Jalan Total di Pulau Sumatera dim Kahmantan Tahun I \195 dan 2006
T~';1cl 4. l. Rano Pembemukan Modal Tetap Bruto antara Scktor Pemerintah dan Swasw. Tabcl 5.1.
I Iasil Estimasi Pengaruh lnfrestruktur Terhudup l'~rtumbu1111n Output (i11hungan Pulau Sumatera dan Kalimantan
Tuhcl 5.2. Outrul Autonomous Pcrkapita Tenaga Tabel 5.1.
KCIJA
Model (j~hllngan ..
35 .33 48
6(J
r.2
P.~rhHndir12,im Hasil Eslima~i Pcngaruh Inlrastruktur Tcrhadup Pcrturnbuhun Output iJi Pulnu Sumaiera Lian Kalimantan .. .. .. 64
Label 5.4. Output Autonomous Perkapita Model untuk l'ulau Surnatera dan Kalimantan
xr
68
Universitas lndonKia
U.\Ff AR l.AMl'IR.\N I .arnpirau J. Output Model Gabungan Pulau Sumatera dan Kalirnantan
dengan M<){o
-· .
.
74
Lampi ran 2. Output Model Gabengan Pulau Sumacera dsn Kalimantan dengan Metode Fixed 1£.fjecl . .
75
I .ampimr. 3. Output Model Gabungan Pulau Sumatera dan K alimaman tlcngan Meto.Je f?ur:dom l!:ffecr
76
I .ampiran 4. Output Model Pulau Sumatera dengan Metode 01.S
.. 77
Larnpiran 5. Output Model Sumatcra dengan \1etodc Fi.wd 1:<:.fJ(
78
Lampiran 6 Output Model Surnatcra dengan \1etode Random Fffecf
79
t.ampiran
7 Output Model Pulau Kalimantan dengan Metode 01.S .. .
80
l.ampiran 8 Output Model Pulau Kalimanten dengan Metodc Fixed E/fecl ... 8 i Lampiran 9. llasi I ( ;ji Haustman
IP
xi:
Universltas lndonesla
I
I
l.
•
•
,I ii
I
~
, ~
·--.,,...;;
~
-l •
-L- -
I
~~
a
~
t ~~-~-
•
BABI PENDAIIULUAN
1.1. l,atar Helakang Sal ah satu indikator
hasi I pe111 bangunan
yang Ir lah dilakukan
wilayah ntan negnrn adalah hes am ya pert um buhan ckonomi.
~uatu
Secara umum
pertumbuhan ekonomi d iartikan scbagai kcnaikun output barang Jan jasa yang dihasilkan oleh snatu wilsyah <11'm negara pada tahun tertentu dibandingkan tahun scbclumnya. Pcrtumhuhan ckonomi yang po~ilif di suatu wilayah arau negara menunjukkan bahwa sl.ala pcrckonomian yang bcrtambah baik pada wilayah atau ncgara re1'5cbur Para ah h ekonomi percaya dengan sega la perdebatannya
bahwa cam
tcrbai k unr 11k mcngcjar kercrbclakangan ckonotni adalah den gun meningkatkan laju pertumbuhan
ekonomi
sennggi-tingglnya
mclarnpaui
sehingga
tingkar
pertumbuhan pcnduduk. Oc'T1ga11 cara tersebut angka pendapatan per kap1ta akan meningkat
sehingga
secara otomatis
akan terjatli
pcningkaran
kemakmuran
masy-arnbl. Jadi. s1N1mn tdama dalam !te111bar?gu11an cko110111i lebih duekankau kcpada usaha-usaha pcncapaian tingkal. pertumbuhan ekonomi yang tinggi. I'odaro (.WOO) mcnyatakan bahwa pertum buhan ekonomi dipengaruni o1ch akumu lasi modal bcrupa investasi pada tanah, pcralatan dan mesin, sarana,
sum her J:1ya slam. lmm<m resources sccara kuaiitas dmr k uant11<1s. serra !<:nm~'uk juga
kemaruan
tcknologi.
akses
inforrnast.
inovasi
dan
kcmarnpuan
peni;emh:rngm1 rlici scrra h11,l!!y;1 kt·1ja. Akumulasi modal \ca1mai acum111/ofit>n) akan tcrjndi apabila
sebagian
dari pendapatan
ditabung
dan diinvestasikan
kernhali dengan tuiuan untuk memperbcsar output dan pendapatan pa
ucchnologico! pmgre.<·s) mcrupakan salah satu taktor pcnting lain sebagai sumher Unlversitas Indonesia
pcrtumbuhan ckonorni, karena adanya kcmajuau tcknologi memungkinkan dalam pencapaian tingkat produksi yaui; lcbih tinggi dengan menggunakan jumlah dan kom binasi input yang sama
Dalam
memngkatkan
pnxluktifitas
husil
pcmbangunan,
disarnping
i nvestasi produkti I' yang bcrsi fol langsung terscbut, juga harus
memerlukan
dikngkapi dcngan mvcstasi ~ncmjang. lnve~t.il8i infrastruktur
ckonomi
secara
umum.
Beberapa
terminologi
infrastruktur
menjangkau ha] yang lcbih luas, m isalnya The World Bank t. 1994} mcmbcnkan
batasan infrasuuktur
1.erhagi alas tntrastruktur ekonomi berupa public unlines
(tenaga listrik, telekomunikasi, air. sanitasi, gas, clan lain-Iain], public work (iafan, bcndungan, jcmbaran, kanal, irigasi. drainasc, dan lain-lain), scktor transportasi (rel
kereta
api.
t;,m1inal bus,
pelabuhan,
bandar
udara,
dan
lain-lam).
inlrastrukstur sosial scpcrti pcndidikan. kcschatan, perumahan dan rckreasi, sorta infrastruktur
administrasi
berupa pcncgakan
hukum, kontrol adm inistrasi dan
k oordinasi. Kebijakan pemhangunan infrasnuktur di Indonesia lebih didasarkan pada oricntasi
output
pcmerataannya,
bcrupa pertumbuhau ckonomi
dibandingkan aspc],
ketimpangan ini dapat dilihat pada nilai invcstasi pada musing-
masing wilayah, yaitu lebih dari 50 per.sen iuvcstasi bcrada di pulau jawa yang hanya mencakup 7 pcrsen dari scluruh witayah Indonesia. Sedangkan output a.au PDRB l'ulau Jawa mengbnsiikan iebih dari 60 pcrscn darl cota/ 0111put Indonesia
(The World Bank, 1994}. Pengaruh kebijakan pernbangunan
infrasrrukrur
y1mg tcrpusat di Pulau
Jawa dan Indonesia bagian barat (IB K) mcnimbulkan disparitas pcndapatan per kapita di rnasing-masing daerah di Indonesia. terutarna antara Pulau .lawa dengan luar jawa clan antara Indonesia bagian barat (IDD) dcngan Indonesia Bagian Uni\'ersltas Indonesia
Timur (IBT). wah111p11n pada saat yang samn pcrtumbuhan ekonomi secara umum
mcningkat (S1b1m"1i, 2002). l'ada kebanyakan
negara berkembang,
investasi prasarana inlrastruktur
meniadi suani r1 I ihan yang diutamakan dan mempunyai porsi yang sangat besar dar] total pe11gdu:1rnn pcmcrintah. Hal in1 menuniukkan pcmeriutah
dalam
pcngadaan
transportasi,
komunikasi
praqnrana
bahwa besarnya peran
infrastruktur,
khususnya
maupun energi. Padahal pengeluaran
sektor
publik lainnya
St~p~rll sektor kescharan (Ian pcndidikan mcmpunyai tingkat produktifitas yang
tinggi, yang akan berdampak baik sccara langsung maupun tidak langsung rerhadap pernbangunan, yaitu berupa peningkatan kapasitas produkuf dari sumber U11)..a manusi
a.
lnd1kalor knmprehen.•if dari pn)dukt1vi1a.; mcningkatkan
pengcluaran
publik cialiim
pcrtumhuhan ckonomi adalah pengeluaran pernerintah. Ada dua
kornponcn yang diukur dalam indikator tersebut yaitu kontribusi output scktor publik terhadap pcrtumbuhan ekonomi dan efisiensi dari pcngeluaran ini tcrhadap
omputnya. Dam pak dari kckurangan inlrdslruktur sorta kualitasnya yang rendah akan mcnycbabkan
perlambutan pcrtumbuhan ekonorni yaug pada akhirnya
hanyak
perusahaan akan kcluar dari hisnis atau membatalkan ekspansinya. oleh karena itu intrasrruktur
sangat berpcran dalam proses produksi dan mcrupakan prakondisi
yang sangat diperlukan untuk menank akumulasi modal dalam bcntuk investaxi lnfrastruktur .1uga dapat dikonsumsi baik secara [angsung 1na.,p111: tidak
langsung, misalnya dcngan adanya pengurangan atau penghcmatan waktu can usaha yang dihuruhkan unmk mendapatkan input faktor produksi, bcrangkat kcr]a, menjual barang kc pasar dan scbagainya.
Infrasuuktur yang baik juga dapar
mcningkatkan produkt.vi ta~ dan mengurangi hiava produksi. Wilayah Negim1 Indonesia yang mcrupakan dacrah kepulauan mcnjadi suatu kcndala dalam pernerataan pcmbanguuan. Sarnpai saat ini sekitar 70 pen.en penduduk lndone.na tinggal di Pulau .laY.11. Schingga tidak mcngherankan jjka pcrnbangunani ntrastruktur lebih banyuk di l'ulau Jav,,11.
Unlvel'$ilas lndone~ia
4
Grafik Kalimantan.
1.1,
mernperlihatkan
Dari grafik 1.1
tren PDRB Pulau Sumatera
dan Pu1au
terlihat bahwa di Pulau Sumatera terjadi perlambatan
ekonomi sejak tahun 1995 yang kemudian beranjak pulih setelah krisis pada tahun 1998 dan
secara
konsisten
mengalami
Kalimantan
PDRB ralatif stabil
mengalami
penurunan
peningkatan.
Sedangkan
rnengalami peningkatan
pada tahun
1998 dimana
di Pulau
dan hanya sedikit
terjadi krisis ekonomi
di
Indonesia. Grafik 1.1.
Tren PDRB (Harga Konstan 2000) Pulau Sumatera dan Kalimantan Tahun 1995-2006 450,000 400,000 350,000
.r::
.,,.
300,000
::)
250,000
·a.
...
a::
z-"' ~
~Sumatera
200,000 150,000 100,000 50,000
I--
_
1......- ••• ·---
-Kallman tan
'
Sumber: BPS, Pengolahan Da1lf'
Penelitian ini difokuskan hanya untuk melihat
pengaruh infrastruktur
terhadap pertumbuhan output di Pulau Surnatera dan Kalimantan
saja, karena
kedua pulau ini berada di kawasan barat Indonesia, yang keadaan in.frastruktumya secara umum relative Iebih baik dibanding daerah lain di Indonesia, di luar Pulau Jawa. Dalam
rangka untuk mendorong pertumbuhan
ekonomi
daerah pada
tingkat yang optimal maka perlu dilakukan penelitian secara akademis yang bisa membuktikan
hubungan
antara infrastruktur
dengan pertumbuhan ekonorni.
Dalarn penelitian ini mengacu pada hasil penelitian yang telah dilakukan oleh peneliti terdahulu baik spesifikasi
model maupun parameter yang digunakan
dalam meneliti hubungan antara infrastruktur
dengan perturnbuhan
ekonomi
Universitas Indonesia
5
seperti Canning (1994), Sibarani (2002), Marsaulina (2005), Amrullah (2006), Iranto (2006), Lutfi (2006) dan Setiadi (2006). Dalam pene1itian ini pada awal yang menjadi daerah penelitian adalah Pulau Sumatera tetapi kemudian ditemukan basil penelitian dengan topik yang sama di Pulau Sumatera maka daerah penelitian diganti menjadi Pulau Sumatera dan Kalimantan. Pulau Sumatera dan Kalimantan menjadi daerah penelitian ini karena kedua pulau tersebut berada pada Kawasan Indonesia
Bagian Barat ketika
Indonesia dibagi kawasan Barat dan Timur serta ketika Indonesia dibagi menjadi barat, tengah dan timur maka kedua pulau ini dapat mewakili kawasan Indonesia Bagi an Barat dan Tengah dengan kondisi infrastruktur yang relarif sama sehingga dapat dilakukan studi perbandingan untuk daerah yang berada di luar Pulau Jawa dimana kondisi infrastruktur dibandingkan
di Pulau Sumatera dan Kalimantan lebih baik
dengan daerah lain yang berada di. luar pulau Jawa. Disamping
faktor georafis dan infrastruktur, secara ekonomi pulau Sumatera dan Kalimantan memiliki
peranan yang cukup besar, hal ini dapat dilihat
dari ratio PDRB
berdasarkan harga konstan Pulau Sumatera dan Kalimantan terhadap PDRB total secara nasional yaitu pada tahun 1995 ratio PDRB pulau Sumatera sebesar 21,82 % dan pulau Kalimantan sebesar 8,86 %. Dan pada tahun 2006, ratio PDRB pulau Sumatera
sebesar 21,90%
dan pulau Kalirnantan sebesar 9,03% terhadap
Pendapatan Dornesti k Bruto secara nasional. Grafik 1.2. Komposisi PDRB Per Pulau Tahun 1995 clan 2006 70.00 60.00 50.00
..,c
... ::z..,
40.00 • 1995
30.00
• 2006
20.00 10.00
Surnatera
Jawa+Bali Kalimantan Sulawesi
Lainnya
Sumber: BPS, Pengolahan Data Universitas Indonesia
6
Pembangunan infrustruktur membutuhkun dana yang besar sehmggn perlu
dilakukan kajian yang mendalarn mengenai hcrapa besar manfaat dari rnasing masing k~£iAtan jlltcl11 hidang infr11.~truktur !erhaifan penumhuhnn eknnom1 agar diperoleh fokus dan priontas kegiatan dalum pcrcncunuan don pclaksanaannya.
l lal ini menjadi daya tarik tersendiri hagi kanu unruk melihat ketcrkaitan nr:hur.gan dan pengaruh 11ntara kerersediaan jslan, li~trik rlfln relepon 1.-rh;idnp pcrtumbuhan ckonomi di pulau Surnatcra
dan Kalimantan
sebagai dacrah
penyangga hagi Pulau J awn.
l.2.
Pes-umussn l\lla~alah Duri uraian riad~ latar belakang maka dapat dirumnskan b.,h.:-rtipa masalah
yang aken
I.
Uagaimana
pcran
infrastruktur julan,
li;.trik
dun telepon,
rcrhadnp
pcrtumb11l111n ckonomi di pul1111 Sumui..ru don Kniirnanran ? 2
Jonis infrastruktur mana yimg mempunyai peugaruh yang be~ar tcrbadap pertumouhan ekonomi di Pulau Sumarcra dan Kahrnantan
3
/\pui
?
peranan ir:lfa•trul tur Ji Pulau 8umarcrn d~n
Kalirnantan ? J .3.
Tnjuan Pcncllrian Penclitiau bermaksud untuk mcndapatkan jawaban-jaweban atas masalah
yan5 (lin.1rn1""-"n. '"'urrn1 yang meniadi tujuan penclitian yaiiu: I.
Meuyusun
model
cmpiris
untuk
merigetahui
pengaruh
pcmbangunun
mfrastruktur jalan. listrik dan tclcpcn (fixed line) tcrhadap pertumbuhan ekonorni.
2
lJntuk rnclihut perbandingan penguruh infrastmktur tcrhadap pcrtumbuhan ekouomi antara Pulau Sumatcra dan Pulau Kalimaruan.
Universitas tndonnia
7
1.4.
H ipotes:1 Pcnefitien Dalam penelitian ini hipotesis yang akan dirumuskan sesuai dengun model
analisis daia yang
tnfrastruktur
jatan,
tclepon,
clan listrik
berpengaruh
positif tcrhaclap
pcrtumbuhen ekonorni: 2.
Pembcntukan Modal Tetzp Druto (PMTH) <Jiu i scktor swasta berpcngaruh positif terhadap pertumhuhan ekonomi;
1.
Kualitas snmberdaya manusia (Jn,man eupifaf) bcrpengaruh positif tcrhadap pertumbuhan ckonomi
I .:'i.
Metodologi f'cnefitian Dalam mctodologi penclitian akan dibahas mengenai cara
scrta data yang akan digunakan untuk membuktikan loipolcsis
pendckatan
schingga mjuan penetitian dapor tcrcapai. P
ini, rnenggunakan model pcrtumbuhan ekonomi Barro
fl 990). yaitu : vi" -Av aG'• pl . rt~
,,
t-a-(1
(I. I)
drmana : An = Faktor tcknologi
Y,, = Output K,, - Modal non infnotrukt11r G,. = Modal lnlrastruktur l rt
~
T t:>naga kerja
n,p. · Elastisita• output ~erhadap modal dan tcnaga kerja.
i --I'm vi nsi l --
Waktu
Penelirian dilakukan dengan menggunakan
teknik esrirnasi rt-gresi model
ckonometrik dengnn mcnggunakan data panel tahun 1995 - 2006 dan untuk mcnganalisis data panel dapat dilakukan melahn tiga macam pendekatan yaitu
Unlve1Sltas lndones la
8
pcnd~k<1ia11 kuadrat terkecil (pooied teast square}. pcndekatan dck tetap (fix;Jc/
F.,fjiu:tj dan pendekatan efek acak (random effeci) Dalam penclitian
iui mcnggunakao data sekudcr yaitu data PDRl3. dim1
jumlah tenaga kerja, panjang jalan. listrik. jumlah SST tfixed line) dan data yang bcrhubungan
dcngan pendidiksn yang bersumber
dari Badan Pusat Statisrik
(!\PS), Instansl yang terkait lainnya dan data pcncliti terdahulu. KuanJ? I .iogkur Penelitiao
1.6.
Untuk
rnelakukan
pcnehlian
ini hams sesuai dcngan rnasalah yang
dirumuskan dan tujuan yang ingin dicapai maka perlu adanya batasan-batasan ruang lingkup pcnelitian, yaitu: Infrastruktur yang dibahas dalam pcnelitian mt adalah infrasirukiur jalan. listrik dan tclcpon (fixedline). 2
Menggunaken data pada tahun 1995-2006 tingker provmsi yang bcrada di pulau Sumatera
1.7.
Manfaat l'cnclitiau
s ..cara
umum basil penclitian ini diharapkan dapat bcrmanfaat se~aga1
bahan masukan dal;irn pceyusunan kebijakan pembangunsn oleh perncrinrah tcrurama kobijakan di scktor pembangunan infrastrukurr Secara khusus manfaat dari pcoulison ini adalah :
J.
Memberikan
masukan
lerhadap
pcnyusunan
prioritas
pembangunan
infrasrruktur yang akan dilaksanakan terlcbih dahulu; 2
llalarn era otonomi dacrah. reran wilayah scmakin besar schingg» hasil pcnclirian
ini
diharapcan
rnenjadi
surnbangan bagi penenruan
prioritas
pcmbangunan infrastruktur di daerah;
:l.
Diharapkan pcnclitian ini dapat meaj!ldi sumbcr referensi dan informasi rambahan b~1gi pcnclitian lanjutan khususnya terkait masalah perturr.buhan ekonom i dan i nfrasrrukuir.
Universitas lnt:lonesla
9
UI.
Sistematika Pcnulisan S1~tcmatika Pennltsan yang dig11nakan adalah sebagai berikut :
Rah I.
P1mdah11h1.m Bab im akan mcnjeiaskun latar belakang. pcrurnusan rnasalah, hipotcsis,
tuiuan pend hian. metodologi
penelitian. ruang lingkup pcnchtlan.
manfoal pcnclitian. sistematika pcnnlisan dan alur pikir dalam pcnchtian. Bah II. Tinjauan Pustaka
Merupakan tinjauan literat11r yang di gunakan olcl: penulis termasuk di dalamnya adalah review mengenai penehrian-penelitian
~didumuya
Bab Ill. Gambaran U mum Kondisi Infastruktur dan Pcrckonomian
13.:ri~i uraian lcutaug garnbaran kondisi da11 perkcmbangan listrik. tclepon dan jalan sorta perekonornian
infm$lruk tur
di Pulau Sumatera dan
Kalirnantan pada tahun I 995 rum 2!106 Bab IV. Metodolugi l'euditian
Mcnjabarkan model ekonomi, model ekonomctnka, dan metodologi yaug digunakan
spesifikas. model.
semi rnemberikan penjabaran lebih
lanjut rnengcnai data-data yang digunakan dalarn penclinan,
8ab V. Hasil Pengolahan dan Analisis \.femb<.'rikan hasil aiau output dan memberikan penjelasan atau analisis has1I olahan data scrta implikasr kebijakan yang telah dilakukan oleh perncnntah. Bah VI. I< csimpn l~n dan Saran Bagian ini berisi kcsimpulan pcnclitian
dan saran dengan mengacu
kcpada analisis cmpiris yang telah dilakukan serta membcrikan
saran
untuk pcnd1tian scla~jutJlya.
Unlversilas lmlonesla
10
J.Q. Alur l'ikir
Dari uraian diatas maka dapat dirumuskan alur pikir sebil!!al berikut: • Pertumbuhan ekonomi secara
makro merupakan salah satu
Adanya rumusau kebijakan yang
indikator yu!lg pennng. • llnmk meningk,t!kan pertumbuhan ekonomi diperlukan peningkatan invesiasi, rnaka diperlukan investaxi penunjang bempa infrastruktur.
lcpat
optimal
PE~ELITTAN DAMl'Al\. l'E."1BANGUNAN INfKASTRUI<.TIJR Tl::lAI' !'ERTilMDlll lAN EKO}IOMI
IIIPQlF.'5"-
l Infrastruktur jalan, telepon, dan listrik bcrpengsruh f>O>itif terhadap pertumbuhan ekonorni,
2 Pembentukan Modal Tetap Bruto (I'~) dari sekror swasta berpengaruh posiuf tcrhadap pcrnunbahan ekonouu, 3. Kualitas sumberdaya manusia (hunlOll captial) berpengaruh pcrtumbuhsn okonomi.
positif rerhsdap
1 I. 2.
TUJtl.AN
:Vlc11yusun model emprris untul;: mcngetahui pengaruh pcmbsngunan iafrasrrukcur jalan, lisrnk dan telepon tfixed lure) t.:rhadap pcrtwnhuhan ekonorni. Unruk mehhat pcrbandmgan peranan iafrastruktur aatara Pulau Sumatera dan Pul;iu Kahmanran
Jl -
PEMBl!KJ_IA~
,
Anahsis meoggunakan data panel dan Software Evtews ./.I
Spesifikas: Model Esnrnasi Parameter
JJ Al"ALISA DAN PF.MRAHASAX
-L
DATA SEKUNQER 1. ~
Dato PDRl3
DataPMTDB Dara Panjang jaian '·4. Data SST (Fixed lsne) Data listri ~ 6. Data Pendidikan i. Data Tenaga Kc~ja '
s.
i
KESIMPUI At\ DAN SARA.~
Unlve 1$ltas In llonesla
'',., I
--.
~
J
1111
I'll
I
~,
Ill
I
d
=tr:r
11
~ ~
•
ii
11
I
I
1
_II
It ,. ,,,I I
J
I
I
-1
I
I
I I
·1 I Iii
., I
I
-~
ft' I I I
..... 1
•
•
I
'I
'.q.,
~
...
~ 'I , ',Ill I
1,
I,,.
,.ii
•"11
,
f
s. ·~
r
CJ
.. I
I
..
•
I
el
~•'
~,,. I
:i
~~
...
I'
•1
I I
. I
Iii
I
I
I
ii
I
I
'
•
I I I
'.J
,
,,,I
I '~
I
~P
f-
I
. •• a
fi ,•I
. ·.I
_,,_,
~
!•AB lJ
TIN.IAUAN PUSTAKA 2.1. Umum
Tujuan dari kegiatan ckonorni pada dasarnya adalah untuk mcningkatkun kcsejuhrcraan. Dalum bcrbagt1i kajian ckonomi pembangunan, selulu dikatakan bahwa umuk menciptakan dan meningkarkan kegiatan ekonomi dipcrlukan sarana mfravruktur yan~. rnemadai. Tanpa pernhangunan infrasrruktur ynne mencuknpi rnaka kcgiatun invcstasi
(Ian pembangunan luinnyn, seperti kcgiarun pmJubi.
udak akan meningkat sccara signifikan. Pentingnya lnfrusnuktur dalam pcngcmbangan ekonomi Lelah banyak clijarhkan
hahan peneluian.
Walaupun
htuil ptm~litiiin
tersebul tidak selalu
mendupatkan husil yang :s11mu, nsmun ada suutu konsensus yang menyatakan bahwa intrastruk.ur
itu perlu tapi bukan unsur cukup domlnan dari penumbuhan
ekonorm. Penycdinan jenis infrnstruktur yang scsuai pnda tcmpat yang tcpat SC<:t1rt1 cfisicn lcbih pcnting dari pll.dll hcsarnya jumlah investesi yang oilan~m atau
banyaknya investasi ynng dibangun, (l lull, I ?'1\1). i-:.11rak1eristik geogmth suaru wllayah mcnentukan jenis infrastruktur yang dibutuhknn. Studi Monell di Amerjka Scrikat menuojukkan adanya hubungen antara kondisi wilayah dcngan output (Muncil. l 990). Scjalan dengan Muncll, ('aiming mengemukakan bahwa stok mfrastruktur di sebuah negara bervanasi
rcrhadap jurnlah pcnduduk. r•DB perkapita. biayu
pengadaan rum gcografis. Pemhaugunan ckonorni dan ketertinggalan rnerupakan salah satu aspck
disrribusi yung tidak rnerata dalarn nkti1·itas ckonorm. P<.:mcrintah memiliki bcberapa pilihan untuk rreningkntkan perekonomian diantaranya: I. rncndorong i nvcstasi swasta
2
meningkatkau pcngeluarau untuk sekror ,.e11d1dika11 dau kcsehatan untuk mcmaiukan human capita!
3. mcnjaga I mgkungan 4.
menambah stok rnfrastruktur 11
Universllas lrtdonesia
12
Peranan infrastruktur dapat ..:c11n1 li1n1t•ung mempcngaruhi
konsumsi
final, peningkatan kesejahreruan rumah tangga dan output. Secant tidak rangsung
mcmfasihtasi transaksi p:1sar. membuar faktnr ekonomi lainnya mcnjadi lebih produktif, sepcrti peni-igkatnn skula pro
terbesar,
publik merupakan
porsi
lni mcnggambarkan penman pcmerintah yang sangat besar dalam
pengadaan infrastrukrnr.
Manlaat
posinf dari pcngadaan infrasrruktur
oleh
pcmcrintah, selain pe11g11unaan intrastruktur itu sendin ol<:h maxyarakat, tapi juga
kontnbusi posit if rcrhadap kcgratan ckonomi oleh swasta (Hau11:hwout.'lOOO) 2.2 l:'ertum buhan Ek1>norni Hanyak ekonom yang, menornorsarukan pertnmbuhen ckonomi (econom; groll'lll) Biasanya ku~lila~ kehijAlrnn pcmcnntah dan mutu aparat bidang ekonomi suatu nc11oro sccara kcscluruhan
diukur berdusarkan kccepatan pertumbuhan
output na~ional yang clihusilkan.1Todaro,2000).
Menurut K uznets, pcrtumbuhan ekonomi adalah kcnaikan kapasitas dalem jangka p1mj;111g dari negara yang bcrsnngkuran
untuk menycdiukan berbagai
burang ckonomi kcpcwtt pcndudukr.ya. Kt'n~i~llfJ kr;pa.~ita~ itu ~endi1 i ducnh.rkuu
olch adanya kemaiuan etau penycsuaian-penyesuaian tcknologi. inslitusional dan itknlnr,is tcrhadap i)erbagai runrutan k"'aJ:..an yan{I. ada. [Todaro, '.!()00) FtUllJ&i produksi dalam
mikroekonorni
dinyatakan dengan banyaknyu
output dari pcrusahaan atau l"''dus.::n ak1b,.1 dari peugguuaau uipur. Fung:;i produkst ini sering diungkapkan
dalam bentuk nilui uang daripadu jumlah
[kuantitas] fisik. Untuk
level
negara
atau
ckonomi
secura
luas,
fungsi
produksi
mcnggarnbarkan hubungan dari bauyaknya tenaga ker]a dan ketersediaan modal
d1:11gan tingka; GO!' /gro.v.v domestic product; suatu negam. Hubungan fri disebut dengan lungsi produksi agrcgat yang berrnanfaat untuk monjeluskan bcsarnya
hubungan input clan output di ringkar nasional dengan bentuk yang konsisten.
T cori dasar
mcrupakan
model periama
r.lari
pcnmnbuhan ekonomi yang dikcmbaogkan pada rahnn 1940 o!~h Roy Harrod clan Universttas lndonosia
B
Evscy Domer. Pcnggunaan model ini dilakukan sccara luas olch ncgara-ncgara berkembang untuk mcmcriksa hubungan antara perturnbuhan ekonomi dengan
kebnrnhan rnnd11! (Perkins, ).00J ). Parameter yang rentinr. clalam model llarn•l-llomar adalah rasio modaloutput icapno! ouirn« ratio). Hal ini tcrikat dcngan dua karakteristik dan proses produksi yairu iritcnsiias modal dsn disicnsi. Dalam ak1ivita.~ pro maka akan mcmberikan rasio yang lcbih besar dibandmgkan proses yang intcnsif tenaga kerja ilabor inten.~i,'). Rasio modal-
(>ulpu1adal11h11kur1111 produklifi1a~ capita! atau investasi, l'ara ahli ekonorm sering m~ny.;but rasio modal-output dengan ICOI{ (lncremema! ('apilal-Ou1p11/ Ratio)
(t'crkins, 200 I) Model Tlan·id-Domar banyak digu1111k1m olch ncgera-negar« het'kcmbang
dRlrun perencanaan ckonominyu. Model ini menganj\~llp b11h,~11 modal dan tenagu kerja hanya meningkat datsm tingkat koefisicn fungsi produksi yang konsten (/l.r.::d ri>~l/in1m1 production /unc:1i1>n} dcngan tidak memasukkun rnekanisurc
pcnyesuaian jil:a terja(li surplus tenaga kcrJa balk terJadi pengangguran atau kelebihan modal. Ketcrbatasan ini sering disebut "problem mata pisau" dcngan tcrlalu
banyak mernasukkan
parameter yang tetap (f<Xed). Oleh ka.-enu nu
kcrangka pernikiran Harrod-Domar ccnderung menjadi ndak akurar dalam pcriode waktu yang panjans tcrhadap perubahan lCOR aktuai. Sccara matemaris model pertumbuhan ckonomi Hared - Domar dapat dirumuskan :
o
!l Y /Y = I a. D111mna. /J. Y!Y - pcnumbuhan
(2.1) ckonorni; Ii ~ proporsional
tabungan tcrhaJap
pcudapatan sedangkan tt = rasio output =capital incremental (l('OR).
l{obcrt S11Jow
pads tahun 1950 metnperkenalkan
ekonorni ym•g menggarnbarkun
model pertumbuhan
lungkah yang lebih rneju dori model Harrod-
Dumar, Keterbatasan dari model Harrod-Domar
tcrjawab dcngan mengeluarkan
jlxrd coeflicien! production junction don mcngganunyn dengan fungsi produksi ucoklasixul menggunakan koefisien substitusi. Model Solow ini mcnckankan pada
Univorsitlle lndon96ia
14
pc::ran akumulasi
modal.
dimana
output mcrupakan
produksi
dari modal
dan
tcnaga kerja. Argumen taham
neoklasik
bahwa keterbelakangan
merupakan hasil
kesaluhan alokasi surnber daya sebagai akibat kctidaktepatan dalarn kcbijakan h;iq;a den besarnj-a invcstasi negara yimg mcmperlambat Jaju perturnbuhan, Adanya pasar dan perdagangan bebas, privatisasi Bl:\fN serta ckspansi ekspor akan mcnstimulasi pertumbohan ekonomi dan cfisicnsi ekonorni (Todaro, 2000).
Be rdasarkan teori pcrtumbuhan ekonomi ncoklasik, model pcrtumbuhan ekonorni di hagi dua yaitu: a.
Model Pcrtumhuhan tanpa pcrkcmbangan tanpa teknologi. merupakan model
daru fungsr produksi Cobb-Douglas. Dengan mengambil a dan
IJ
masing-
maxing adalah elastisuas output tcrhadap modal dan tenaga kerja maka fungsi produksi:
Y-A K" L~
(2.2)
b. Model pertumbuhan dengnn teknologi. dalam model ini faktor pcrkcrnbongan tcknologi dapa, rnernpengaruhi pcmunbuhan output schingga funzsi produksi dapat dirurnus:
Dimana: Y ~ output, A
r-
ringkat pcrlcl".lllbangan teknnlogi, K = Modal dan
I. ~ tcnaga kerja Romer pada tahun 1986 mempercenalkan tcori pcnumbuhan endogenous, mcrupakan peuge111han~a11 clari model neoklasik. Model ncoklasik menganggab pcrkembangan teknologi merupakan fat.'tnrcksogen sedangan model perlumhuhan
endogenous perkernbangan reknologi mcrupakan factor endogen sehingga Iungs] outputdapat di ruhs Y = K" (Al}
(2.4J
Pertumbuhm1 cl:onomi seeara kom:c11.>iomll tliukur seoogai peningkaran
persentase dari Produk Domestik Bruto (PDUJ. l'DU meuguknr pengeluran total dari suaru peeekonomian terhadap berbagai
harang/j:isa yang baru diproduksi
Univ&rsitas lndonKia
15
pada suatu saat/tahun. serta pendapuan total yarig ditcrima dari adanya sel uruh barangijasa tcrscbut. PD L\ juga bisa dikatakan sebagai nilai pasar dari semua barang.jasa yang diproduksi di suatu ncgara dalam kurun waktu tcrtentu, (Mankiw, 2orJ1 ). PDl:l mengnkur pcndapamn dan pengcluarsn total atas ha.ran1Yj11~a untuk seluruh
wilayah
atau negnrn
Sehinggu
untuk
mengukur
pendupatan
utau
pcngeluaran rata-rata pcrorangan digunakan PDB ~1·kapita, untuk rnelihat tingkat kescjahteraan rata-rara indi vidu,
WRla11p11n f>Dl\ sering dijadikan pengukur kesejahteraan, namnn indikamr ini pun tiduk luput dari kelemnhan, diantaranya adalah : I. Tidak
mcmperhitungkan
kerncrosotan
Iingkungan
yang
diakibatkan
pcmbangunan; 2. -ridak marnpu mCJ:ghi:ung nilai berbagm hal penring yang tidak terlibat dalam
pasar, scpcrti
pengurusan
rurnah
cangga, pengasuhan anak,
dan lain
sebagainya.
Pada level
negara
atau
ckonomi
secara
IUHs. funi,:,si
pmdukst
rnenggarnbarkan hubungan dari banyaknya tenaga kerja dan ketcrsediaan modal
dengau tiug,l;at PDB ~1111tu ncgara, Hubungan ini disebut dengan fuugsi produksl agregat h1:1gsi produk ~1 agregat adah~1 alat yang berrnanfaat untuk menjelaskan scbcrapa hesar hubungan input dan output pada ti ngkat nasional dcngan hentuk yang knnsisten. Mcnurut Case & Fair dalarn buku "I'rirtc1pl~., of Eft11101mc.,", kcnaikan PDH dapat te~1ndi mclalui: I. Kcnaikan pcnawaran tenaga kerj a
~. Kcnaikan modal fisik atau SDM 1
Kena ikan produktivitas
2.2.1 Penawaran Tcnaga Kerja Penurnbahan tenaga kerja scbagai input akan meningkatsan produktivitas scbagai output. Oalam kondisi stok mod~I tetap, bila input rems dilamhah, m~ka
output akan terus bertambah sampai titik puncak hingga kemudian terns menurun.
Unlversitas lndDnesla
)6
l(.ondis1 im disebut d1mm1.1/11ng return.
l lal inilah yang merisaukan Malthus
Ricardo, Mafthus dan Ricardo. yane hidup pada abad ke-19,
prihatin bahwa
pcnawaran yang tcl
01qm1
tcrpaksa
mcng.olah tanah yang tidak
rimduktif atau mengolah ranah secara intcnsif Akibatnya, Malthus dan Ricardo rneramalkan, masa depan dimana jumlah pcnduduk mclebihi kupasitas produksi ianan. Fakto~ perubahan teknologi dan acumulasi modal lnput dari perhitungan par« tth! i ckonorm rer,.,,hut. Outpullinp.i1 atau rroduktivitns
yang terns herkur11ng rlapa1 lerjadi jika
stok modal suutu nq;arn bertambah lcbih larnhan dari angkatan kcrjanya. 2.2.2 Modal fi'isik dan .Vlodul M1m11.~i11 Kesejahteraan suatu ncgara tcrgantung pads produktivitas dan modal y11111?. dimiliki.
Jiku scbuah perckonomian dapat me11gha~ilknn
barang modal dalum
jumlah besar, maka dimasa dcpan perekonomian tcrsebut memilki banyak pcrscdiaan hanmg model dan mampu mempr()duh1 semua jenis h11ranglj21~n. (Mankiw,200I·180)
Akumulas! mm.IHI akan 1crj11Ji bila :1ehagiHn dim pendapatan
kcmbali
untuk
memperbesar
output
dau
pendapatan,
~Montiw ,.20(!1J8 t ). Namun pada aspek ini di111:111.1·/Jmgreturn -pun tl':lap bcrlsk». Secura
jangka
panjaug
111:itnn1baha11
modal
udak
akan
mcrnpengaruhi
pertumbuuan ekonomi dan :1cn
Kcterbukaan dacrah yang diukur dcngan ru-io ckspor terhadap POH, mcmiliki pengaruh yang signifikan dan kuat terhadap produktifltas Iaktor produksi.
•
Orientasi kcluar, yang diukur oleh d~vinsi clari purrhastng power panty(PPP). mcngamh pada pcngaruh negauf yang signitikan dan kuat terhadap total produktifitas taktor produksi,
•
Human capital mempunyai pcngaruh ynng signifikan tcrhadap output kctjka vanabel ini dinrnsukk~n sebagui faktor pnidul<.si
Unlversitaa lndonc$ia
17
Dirnusukkannya human capital kc dalarn fimgsi produksi mengurang1 clastisitas output tcrhadap tenaga kerja ketika dibandingkan pada fungsi produkst
Ian pa hllmRn curi111J. (.l\1illcr ilim I Jp;u!hr~y. 20{)0}. SOM
rnerupakan
modal penting dalam
pembaogunan.
Pcningkatan
kuahtas nakcr akan mcni-igkatkan produktivitas Pcrusahaan dapat mcnlngkatkan
modal S DM dcnuan cara peknihan di tempat kcrja. (Ca~c& Fair, 2002). 2.2.J l'rodukth·itas Istilah prnduktivitas pertama kali digunakan oleh Francois Qucsnay dalam
"The .\'chot>l of P.1y.tit10-a1.,.~ l>3'3m tulissn k-rpi-ah t "Vieu ['flint r•f Econom«: Theories"; Quesnay rrn.:11gajuku11 teori produkti vitas pada pertengahan ahad kc-IH, yaitu melihat tanah dan l'(:rtnman scbagai sumbcr dari kekayaan yang sebcnarnya Tahun l II 10 Adam Smith mcncetuskan konscp bagaimuna output akan
berubah bila besaran mput berubah, Pada umumnya produktivitas didctinisikan
scbagai perhandingan aotara input dan outpu1 dalam suaru periode, Konsep yans 0111.~anya ditcmui adalah ukuran produktivitas tenaga kerja, llingg
dan Charles Cobb memperkcnalkan konscp fungsi produksi. cengan memasukkan inpu: modal dalarn pcngestimasian parameter. Persamaan >'ang dibuatnya dikcnal seh~g11i fung~i Cobb Douglass, Fungsi ini culrup populer karera peoghitungon yang sederbana dan kekonsistenannya dengan tcori.( Yusopaulus, l'an A & Jeffry 0. !\'urgent (1976), dalam Marsaulina, UI 2005. 2.3 Intrastruktar Sccara urnum intrasiruktur dapat didcfinisikan sehag-ai tasilitas fisik dalam
mcngembangkan atau mcmbangun keganaan puhlik me.alui penyediaan barang/iasa untuk umum. lnfrastruktur fasilitas harang!jasa biasanya discdiakan secara grJ11s aiau dcngan harga yang terjangkau dan tcrlcontrol (Akatsuka, 1999)
Menurut ll'or/J llank t 1994) infrastruktur digolongkan dalam tiga bagian: a. infrastruktur Ekouo.ui Inlrastruktur c:.;onomi rnerupakan pembangunan fisik yRng menunjang aktivitas
ckom)tni seperti publu: uulitios (tenaga listrik, telekorounikasi, air, sanitasi,
18
gas), p11hfic u•ork (jalan, bendungar, kanal, irig;i~ dan drainasc] dan sektor transportasi (jalau, rel, pelabuhan, lapangan lerhang dun sebagainya),
b. lnfrastruktur Sosial Infrastruktur
sosial
mcrupakan
infrastruktur
pcmhangunan mauusiu dan Iingkungannyu
yang.
sepcru
mengarah
pendidikan,
kcpada
kesehatan,
pcrumahan dan rckreasi c. Infrustruktur Administrasi Infrastrukrur adrninistrasi merupakan infrastrukrur dalam beutuk penegakan
hukurn, kontrol administrasi dan koordinasi. Sedangkan Jan Jacobs CL al dalam Sibarani (2(}02'1 menggolungkan infrastruktur kepada dua bagian, yaitu: a.
Infrastruktur Dasar th
rncndasar untuk
kcperluan
sektor perckonomian, yang
tidak
dapat
diperjualbclikan (l!O'l rradahle) dan tidak dapal dipisah-pisahkan sccara tcknis rnaupun spasial. Conrohnya : jalan raya, kanal, pelabuhan laut, drainasc dan bcndungan. b
Infrastrukurr pelengkap (complemenJUry in(mstructurc] sepertri gas .. listrik.
telepon dan pcngadaan air minurn. Tcrdapat dua kendala utama dalam pengadaan infrastruktur. ynitn : 1.
kemungkinan terjadmya kegagalan pas.lr (market /ai!!
2. asoek
pernbiayaan,
karcna merupakan
invcstasi
jangka
paniang
dan
mcrncrlukan dana investasi yang sangar besar.
Jcnis layanan intrastruktur akan membedakan apakah infrastrukrur terse hut akan diusahakan oleh swasta atau hanya pemerintah saja yang mengusahakannya. lnfrastrukrur
tidak seluruhnya eocok untuk mvestasi swasia karena bcsarnya
kcperluan modal, lamanya waktu pcngembalian clan besarnya resiko. Selain itu tujuar1 pcrusahaan swasta untuk mencari laba sobcser-bcsaruya tidak sesuai dengan rnfrastruktur
yang mcmiliki hambatan )'Hug bcrmacam-macarn. Keputusan
dalam invesrasi sektor infrastruktur memhulllhkan prespekti r jangka p
U nlve rs ltas Indonesia
19
Waiau
demikian
pcluan-;
swasta
untuk
dalam
masuk
pcngusahaan
inlrustruk tur Iclap besar. Kasus di I ndoncsia. rucnurut Steer i2002), investasi
infrastruktur olch swasta dari tahun ~ 990 sampai dengan rahun 1996 rnengalamr peningkatan dengan puncak invesiasi yaitu tahun 1996 sebesar US$ R,'- miliar dan selanjurnya tcrjadi penurunan kctika tcrjedi krisis. Hal ini mcnunjukkan bahwa
proyek
infrustruktur
pada
masa
sebelum
krisis
sudah
dianggap
dapat
mcnghasilkan tin!:\kal pcngcmbnlian mvcstasi yang mcmadai. Bcbcrapa studi yang dirangkurn oleh World Bank (1994) memperlihatkan
t.ingkat pengemhallan yang tinggi ( lcbih dari 60 %) pada invcstas! infrastruktur. Hasil dari studi tersebut dapar saja o"er estimate,
karena dua alasan hcrikut
( lliorfti hank. 1 'J94): •
Tidak dmiasukkannya faktor-faktor umum penyebab pertumbuhan output dan infrastruktur dalam studi
•
Ym1g terjadt bisa S(lja, pcrtumbuhan yang mcndorong lnvestasi dan bukun
in vestasi m!lnghasilk.an pertnmbuhan. Cann in~ dan Pedroni ( 1999) mcnunjukkon adanya hubnngan rhJA Ar11h dirnuna
infrasrruktur
perturnbuhan
mempeugarubi
ekonorni
mempengaruhi
produksi
dan
permimaan
output.
dan
Scdangkan
penawaran
darl
infrastruktur.
Ucrikut inlrastruktur yang d\.iadikun variahel bebas (ind«rum1/eni wirihl-.)
dalam studi ini. Di1111ma dal11m proses pcmilihannya dilatarbclekangi beberapa penelitian
sebelumnya
yang
mcnglrdikasikan
adanya
korelasi
dengan
perumhuhan ekonnmi.
2.3.1 lnfrust.-uklur Jalan Jalan mempunyai pcranan yang ssngar pcnting dalam menuruang aktivitas perekonomian karcna dcngan adanya jslan dapat mcmpcrccpat pengangkutan barung dan munusia. drsamping itu juga jalan dapat membawa dampak social
terhadap kehidupan masyarakat. Perturnbuhan ekonomi dau pembangunan sosial adaisn sesuatu bal yang tidak mungkin tanpa transponasi yaug merupakan hal yang terpenting. Berkeuaau deugau terhubungnya jalan uuluk penyediaan pasar
Universitas Indonesia
2U
dan somber
daya daerah
terisoiir
adalah ssngat penting
untuk rnelindungi
pertanian dari kehidupan aktifitas komersil (llaum and Tolbert, 19!!5}. .Talan pcnting dalam merangsang
maupun mengantisipasi
pertumbuhan
ckonomi yang terjadi. Karena itu sctiap ncgara mclakukan investasi yang besar untuk mcniugkatkan
kualitas dun kuantitas jalan. Kurang lchih O,!I persen PDFl
ncgara berkembang
drgunakan
untuk pcmbangunan.
pcngemhangan
jalur dan
rehabilila." jalan, (Fay. I 999). Huhungan antara transportasi dan PDB dapat dilihat lewat konstribusi transportasi terhadap )Ina/ demand pada PDH clan 1•11/ue added yang dihasilkan
olch aktivitas transpormsi. (Njoh. 2000). 2.3.2 Infrastruktur Listrik Perkemhangan
negara agrans menjadi
nceara
industri
rnernerlukan
dukungan pra~arana Iistrik. Lee & Anus (1992) menyimpulkan bahwa kckurangan
kapasuas listnk ruenjadi harnha.tan besar pada perkcmbangan perusahaan
di
Nigeria.
Di sisi lain, pembangunan infrastruktur listrik memhumhkan invcstasi yang sangat bcsar, \.fenuru Stndi Easterly dan Rebelo. investasi pub I ik pada scktor listrik di sckitar 80 negara berkcmbang mcnghabiskan sekitar 1.4 persen
dari J>DH, I Fa}". I 'J'J9). 2.3.3 lnfntstruktur Ttlc11011 Majunya teknologi telekomunikasi menarnbaa efcsiensi waktu dan cncrgi,
Upaya mengukur kontribusi tclckomunikasi terhadap pertumbuhan ekonomi dilakukan dengan berbagai pcndckatan. Jipp (196:1) menggunakan
kepadatan
tclepon.
Hasilnya
menunjukkan
adanya korclasi yang kuat antara kepad ..um telcpon dcngan PDB perkapita, Sun Sheng Han ( 1996) menggunakan
panjang sambungan kabel dau
telegraf Ilasilnya menunjukkan korclasi positif clan sangat signitik1111 rcrhadap pertumbuhan ekonorni di China.
Unive111itaslndonecia
21
Walaupun di hampir semua pembangunan infrastruktur struktur harus efek dimini.'ihm:; return, ueruuu rnenurut Canning { J 999)
memperhitungkan
pemhanguuan intrastruktur telepon masrh perlu Vi banyak ncgara bcrkcmbang, pengadaan telepon masih sanga; kurang, sehingga bila duambah masih bisa rnenambah output. Pernbangunan
infra-aruktur
Nirus
memperhitungkeu
scktor ckonomi
dominan yang sda d1 suatu negara. Karena kontnbusi rclekomunikasi tidak sama untuk sernua scktor ckonomi
Bebee & Gilling menunjukkan bahwa sektor
sckunder dan terrier rnerupakan pengguna retepon paling intcnsi f Scdangkan sekior primer hanya mcnggunakan sedikit (Saunder et al, 1994)
2 . .i Studi Empiris lJubungan Pertumbuhan Kkonomi dengsn fn[rutruktur Peran in.rastruktur mulai dijadikan bahan perdehatan scjak tcrjadinya kcntrovcrsi
Rostow-Hirscman,
Pcrdebatan mulai
muncul
kembali
kctika
Aschauser ( l 9R9) menyatakan bahwa terdapar hubungan positif antara investasi inlrastruktur dengan produktivitas di negara-negara Amerika dan nceara OECO. I .ee & Anas (199/.), mcnemnksn bahwa kckurangan stok infrastruktur tcrutarnn infrasrruktur listrik merupakan harnbatan tcrbcsar dari pcrkernbangan Negara Nigeria. Easterly & Ruberto (1993)
mendukung pendapar Aschauscr. Dengan
menggunakan data beberapa ncgara, ditemukan adanya efek positif clari invesrasi di bidang transportasi dan komunikasi terhadap pcrtumbohan ckonorm. Kaj ian _van,g dilakukan
oleh World Bank (199-1)
mcnyebutkan bahwa
terhadap rentang yang luas dari peranan iulrastruktur tlalam pembangunan ckor.orni. ndak mcmbcrikan ctck (no effect) hingga iingkat pengembaliannya (race re/urn) melebihi lOO perscn per tahun.
Gramlich
( 19'1.t)
mclakukan pcnclitian
literatur. hasilnya sulit untuk
membuktikan tcntang kontribusi mfrastruktur terhadap perturnbuhan ckonomi.
Unlversltas lndone9la
Canning, Fay & Peroti (1992. 1994 ). dengan mengguuakan Dano,
mendapatkau
adanya
hubu11gtt11 s1g11ilika11 unl•rtt
persamaim
inlrastrukiur dan
pertumbuhan ekonomi. Stum (I 99R) melakukan studi tenlang dampak nengeluaran pemerintah dalam hidang infrastruktur tcrhadap pertumbuhan ekonomi, husilnya menunjukan bahwa pcngeluaran di bidung infrastruktur rnempunyai pengaruh posinf terhadllp
perturnbuhan ekonorni Ll'l"vf (l'l
mennnjukkan Minnyn perbedaan signilikan dari marjin
perdngangan umuk dacrah ynng mcmiliki kuantita« dan k"1ditas infrsxtruktur jal•n
yang Jehih baik dibandingkan dengan dacraa yang infrasuukurrnya tergnlong rendah. SihArimi
000:'.)
mcneliri
tcn\Ang
komribusi
infrastruknrr
terhadap
pcrtumbuhan ekonomi [udonesia dengan menggunakan dat~ panel 26 propinsi tahun 19~3 - 1997, ternyata infrasirukiur signifikan
terhadap pcrtumbuhan
ekonomi dengan cla~ti~ita~ jalan 0.()1 J%, listrik 0.057% dan telepon 0,007%. AmmllAh ().006) m~nd;ti ICRlftne r•'hl;,'/tr11h pembangunan iufrastrukrur
rcriurdap pcrtumhuhan ckonomi re@iOn31 di Indonesia dengan menggunekan dt1111 panel 26 Propinsi tahun 1?94 - 2002. dengan hasil penelitian infrastruktur signilikan mempengaruhi pertumhuhan ekonomi dcngan nilai elastisitns variebel jalan 0,09%. listrik 0.13%,, telepon 0, 1 '.12% dan air bersih Q,O IJ'Yo.
Universitas
lndonesta
I
~I
I
.
le
·~ I~
~I
Ill
• II
I I
I
I ~
ltAHHl GAMBARAI\ UMUM KONDISI PEREKONOMIAN DAN INFRASTNliKT(!H l'lJJ .All SIJMATll'..RA llAN KALIMANTAN
Faktor globah•as1 yang rnenuntut untuk pclaksanaan dcmokrasi aan penegakun
hak-hak
a~.a1.i manusia mengakibatkar;
banyak
ncgara di dunia
mengubuh sistem pernerintahan yang sentralistik menjadi dcscntealistik mclalui
pcm be nan otonom i maka di Indonesia dilaksanakan ntonomi daerah secara luas
dengan dikeluarkannya LJU No. 22 Tahun 1999 tcntang Pemerintah Daerah yang sckarang tclah
Pulau Sumatera dan Kalimaman terletak di kawasan Indonesia Bagian Ba rat kctika Wl I ayah Indonesia di hagi dalam dua kawasan yaitu harat dan timur sedangkan ketika wilayah Indonesia dibagi dalarn tiga bagum yaitu burnt. tenguh dun tiruur maka Pulau Sumatcra berada di kawasan Indonesia Bagian Barar dan Pulau Kalimant.an berada dikawasan Indonesia Bagian Tcngah Pulau Sumatera sebel um masa otonomi daeran d ibagi da lam K( dclapan propinsi) ~aitu: DI Aceh, Sumatcra Ltsra, Sumatcra Harai, Riau, Jambi, Sumarera Selatan, Bengkulu dan Lampung tctapi sctclah adanya otonouu daerah ruaka muncul dua propinsi
baru yaitu Propinsi Bangka Helitung yang merupakan
pemckaran dari Prnpinsi Sumatera Selatan dan Propinsi Kepulauan Riau (Kepri)
yang merupakan hasil pernekaran dari propinsi Riau. Adapun Pulau Kalin.autan dibagi dalam 4 (cmpat) prupirsi yaitu Kalirnantan Barat. Kalimantan Selaran, Kahmantan Tengah dan Kahrnanran Timur Dcngan drlaksarakan pclayenan
diharapkan dapat lebih meningkatkan
otonomi
publik kepada masyarekat
dan mcndorong
pcrtum buhan ekonom i
daerah. Pemerintah Dacrah buus memberi pelayanan publik yang cukup dan tepat scsuai dcngan kebutuhun
masyarakar schi ngea 1fal"m merumuskan
pcm ban gunan akun lebih efekti f dan cfisicn,
kebij akan
tcruiama dalam pcrnbangunan
infraslruktur yar:g harus disediakan olch pcmcrintah yang sesuai dengan kebutuhan masyarakat,
23 Universitas Indonesia
J.I. Cumburun lJmum Kondid Pcrcknnnmia11 Kondisi perdrnnnrroian secara umum pulau Surnatcra dan Kalimantan dapat dilihat dari nilai Pcndapatan Domest'k t<:cgional Bruin (PDRB), pcndapat ..n perkapiia dan struktur ckonorni. PDRB adalah jumlah nilai akhir barang dan jasa yang hasilkan oleh faktor ckonorni suatu daerah dalam satu saiuan waktu, Dalam
mclihat pcrtumbuhan ekonorni sebaiknya mcnggunakan PDRIJ berdasarkan harga konstan sehingga dapal terhindar dari pengaruh intlasi dari perubahan Scdangkan
PDRB rcr kapita adalah bcsarnya
menggambarkan
pendapatan
harga.
sctiap orang yang
tingkat kcmakmuran penduduk, sernakin tinggi pendapatan per
kapit.a scrnakm tmgµi tingkat kemakmuran. Strukuir ekenonn
secara umum d.bagi riga yaitu sektor primer. sektor
skunder dan sektor tersier (jasa), Kemaiuar; suatu daerah dapat dilihat struktur pcrckonomiannya,
dacrah yang maj u maka struktur ekonominya akan bergerak
dari sektor primer menuju sektor tersier (jasa).
Bcrdasarkan PDR R harga konstan tahun 2000, PDRB pulau Sumatera tahun 1995 sebesar Rp.285.275.80'.l juta menjadi Rp 389 2'H.240 juta pada tahun 2006
Pa-tum buhan rata-rata sclama tahun 1995 - 200(; yaitn 2,R7 % tahnn.
pcrtumhuhan
rata rata tertinggi tcrjadi di provinsi Riau (4.49 %/tnhun) dan
tcrendah di pmvms1 NJ\D (-1,52%1\ahun). PDRB pulan Kalimantan tahun 1995 sebesar Rp.105.451.524 juta mcnjadi Rp. 1604R3.41 g juta pada tahun 200(i. selama
tahnn
1995
2006
rata-rata
pertumbuhan
rata-rata tertinggi l"rj11di Ji provinsi Kalimantan Tengah (5.49
%/lahun) dan terendah di provinsi Kalimantan Timur
yaitu
3,81l % tahun.
Pcrtumbuhan
(-1,52%/tahunl.
Pcndapatan per kapita alas dasar harga konstan 20011, pulau Sumatera tahun 1995 yaitu Rp. 7 036.505 dan t1:1hu11 200(i yaitu Rp 8.302.965 dengan pertumbuhan rata-rara pcrtahun 1,52°/o•. Sedangkan pulau Kalimantan tahun 199.) yaitu Rp. 10.159.878 dan tahun 2006 yaitu Rp 13.007.0l\ll dengan pcrtumbuhan rata-rata pertahun 2 27%. Pcrtumbuhan rata-rata pcndapatan per kapita di Pulau Kahmantan
lehih 1i11ggi dibandingkan
dengan pcndapatan per kapila di pulau
Sumatcra,
Unlversltas Indonesia
I abel 3.l. PDRB Pulnu Sumatera dan Kalimuntnn Atos Dasar liar~~ Konstan 20UU, tahun 1995
Prcpinss
2006
1995
_
(Juta Kupiah j ____j3.')6'J,430
rata-rata
. (J u:a
Rupiah)-+-~(o/c_oltahun) 37.l:Sl!,869 -l.S2
l. .\JAD 1 2._ S umaiera L tar~--1----2.6~~,5~6~9-+-_9~.1-'-.3_.1_0_,_, l_0-'-8-+-_'_, .6~,()---l 13.S 0521478 , , 3(J,949.945 __ 38 I umatera Darat 2,275,422. 4. Riau 115,81 1,870 3.16 -··· 8,246,751 4.41) .... ~ 5. J ambi U,JUJ,621 2,395,958 6.Sumatcra Sclatan 61,225.178 J.40 16) 7. B...enakulu ~.4.58,09'.'I 6,6fo,626 o__ . ·.amnung 20,7~0,102 _JO.!N7,02J 3.66 Sumatera 285,275,803 389,~97,240 2.1!7 9_. _K_. _H""',1r'""a-'--1 -~---+--1 6"'"' -'-' o'""'o~,85' : ""4 ,769 .57~~1. 3. 99 ' 10. K. Te!1i;al_1 J, 780.!6281_ 2..J,274.645 ~ 5.28
..-J
l
s. r
Jil_j
11. K Sd11mn
l\.2~?,I
12 K. Timur
67,317.925
.___K"'"' a~J.imau=ta=n=~:_..._'
14.853.726
- 96.585.471
5 41) -·
3.34
l60,48_3~,4_1_ff~ __ 3_.8_9_~
I 05,4Sl,S~4
Sunbcr BPS, Pmgol•h•n Data
Tabel J 2. Pendapatan Per Kapila Puiau Sumatera dan Kai unanran Atas Dasar I Iarga Konsran ?.000, rshun 199.~ .· _j L~l4,089 9.123,781 I -:! O':i -244 .. .. 2. Sun;~tcra~l-=-T,-:1-rii_J,~~2.141 ~7~3~8~1-67-1-+-. .. ' 3. Sumatera Barat 4. 772, 326. 3.11 229___ 6,6?1.548 4. Riau 2l ,3~L 18,983,~47 -1.05 4,':lgU,J 14_ _ 5. Jambi 3,515. 014 3.22 [6. Surnatcra S.::Jat~n j 5,932,492 7,_677~~?9H· ..... 2 37 3,201,96'.I. 7 l3cngkulu ' 4,7.15,75~ 2.5.l -. 3.138,90() .au1pt.n!! _ 4.277.426 . 2 xs Su mater H _7,O:l6,505 -· 8,302,965 1.52 -· ·-K. Baral 4,458.472 6._(}14,624 2 76 ... 12527.207 L 10. K. Tcngah 8,545,332~ J 54 I I I. K. s~l~tarJ__ ~_ - 2,8]2.9~~9-+'- 4.439.535 4.04 12 K. Timur 29,484,02.3 32,892,612 J.00 Kotli_m_an_ta~--'---=-1O,J59,!178
------+I
r-·
r
._I
I
·-
~
I
__
Surnber llP!;, Pengolahan Dat•
Universltas Indonesia
26
Struktur ekonomi pulau Sumatera (Grafik 3.1), share sektor primer paling
tinggi (dominan) dimana trennya menurun, sektor sekunder relatif konstan dan sektor tersier (jasa) trennya meningkat. Grafik 3. 1. Struktur Ekonomi Pulau Sumatera Tahun 1995 - 2006 --60.00 50.00
;a°"
c 5: ..°" a.
40.00 30.00 20.00
...
• .... _.. • • • •-.....__. .... •
•• •
••
=
:
::::=: : :
-+-PRIMER ........SEKUNDER TERSIER (JASA)
10.00
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sumber: BPS, Pengolahan Data
Struktur ekonomi pulau Kalimantan (Grafik 3.2), share sektor primer paling tinggi dimana trennya relatif stabil, sektor sekunder trennya menurun pada tahun 1995-1999, naik pada tahun 1999-2000 dan turun pada tahun 2000-2006 sedangkan sektor tersier (jasa) trennya naik pada tahun 1995-1997, turun pada tahun 1997-2000 kemudian naik pada tahun 2000-2006 Grafik 3.2. StrukturEkonomi Pulau Kalimantan Tahun 1995 -2006 ---
50.00 45.00 40.00
---
•
35.00
5:fl! 30.00
...c:
25.00
l!!
20.00
5:
Cl.
•
...---
.
• ..... -+-PRIMER ........SEKUNDER -jr-T[RSIER (JASA)
15.00 10.00 S.00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sumber: BPS, Pengolahan Data Universitas Indonesia
:t2.
lnfrastruktur
Listrik
lnfrastruktur listrik memiliki penman y;mg s;me11t penting dalam rangka pcmbanguuan
ckonomi karenu listrik sudah merupakan kcbutuhan pokok dalarn
kehidupan 'ehar; - han yang harus dipenuhi tlimana hampir seluruh kcgi aran yang dilakukan masyarakat tergantung pada listrik Pernnnbnhan
pcnduduk
pcningkatan konsumsi
dan
akn vi las
ekonomi
tel ah
rnedorong
listrik dari waktu kc waxtu, untuk mclihat gan1 baran
scderhana mengenai perkcmbangan kondisi kelistrikan diantaranya dapal dililnll dari kapasitas terpasang,daya mampu dan bcban pucak. Kapasitas
pcmbangkit
mampu dihasilkan
terpasang
oleh pcmbangkit
ban yak mornbcn gambarun
rnenunjukkan
listrik
mengenai
daya maksimum yan"'
Data kapasiias terpasang sedikir
antisi pasi jm1gka pan.rang pemeri mah
terhadap pcniugkatan kebutuhan listrik. Daya
mampu
menun-ukkan realisasi
daya
yang dapat
dihasilkan
pcmbangkit listnk. Data daya mampu dapat mcnjadi gambaran umum rnengenai pencapaian
operasional,
rni-alnya pertumbuhan
kapasitas terpasang yang jauh
lcbih tinggi daripada pertumbuhan daya tcrscdia dapal mc:1tiiuli indikasi kuat adanya masalah di level operasional pembangkit, Tahel 3 3. Neraca Daya Listrik di Pula.u Sumatera clan Kalimantan Tahun 1995 dan 2006
L- ..-·
Propmss
:
4. Riau 5 Surnatera Selatan Iambi
16.7. R~ng~ulu 8. Lamnung 9. K. Ba1<1I
I JOJ,:W !
44450 182.00
!
474.SO . .. ·-· 6830 51,20 1(1.t,10 I 141.60
10. K. Tengah 49.70 Il. K. Selatan.._ 174.20 12. K. Timur 187,GO ........ l Samber PLN. P~n_e.C1taha11 Darn
1995 Daya
Mampu
Tcrpasang (MW;_ 158.l 0
·I. ~AD 2 Sumatera Utara
J. Sumatcra Barat
Daya
i
l
Behan
Daya
Puncak ; Terpasang
(MW)
(MW)
!\!:?,40 I.I 50.60
8).K3 541,97 21 r.,89 ' 10'.l,00
310.30 127,00 350.40 21 1,4(: 4:;54 40,_9() JJ,23 7S.1_0 103.39 : .. --- +112.30 89,30 41,10 27,36
(MWJ 146,72 0.44 .. 44,70 210.68 103,70
24.99
-
l 7,97 7p_5 28221 85,27 111,96
144,80
11455~
121.50
105,16J __ ?_88,76
2006
I
Daya Beban .\1ampu , Puneak (MW) {MWI 93.23 56.96 0,39 0.30 29,87 19.61_ 140,34 136.24
70.<J4
l!l ,.W :
s.eo I
15.89 ' 12.JO 4,67
'.l,35
212.37
200.llY
3,37.
58.61 '
256Jl() 201,63
44,06
:n.~,R?. 277,60 I
Universitas Indonesia
!
28
Scrncnrara itu, bcban puncak (peak demand) menggarnbarkan maksirnum daya yang digunakan
atau dikousurusi.
Data ini
mcuggambarkan perkcmbangan
perrninlaan akan listrik yang terjadi di perekonomian kita Pada Tabet J.J daya terpasang, daya mampu d11n bcban pucak tiap
pmpi11si di pulsu
Kalimt111tan pa:la iahun 20(}6 mengalarni pcningkatan yang
cukup bcsar dihandingkan tahun Sumatera mengalarni Pcmhaugkit
1995 sedangkan propinsi-propinsi di pulau
penurunan, penunm~n
dan Pcnyalur
(kitlnr)
ini disebabkan oleh beroperasi
Sumatera Bagia» Utl!l"a (Sumbagut) dan
Surnatcra Hagian Selatan (Sumbagscl), dimana dalarn Statistik PLN dicatat rersendiri unruk kedua kitlur ini padu tahun I Q97. F.m:rgi Estrik
>·ane dihasilkso
l')'>.S scbesar 5.258.743.0{)0
ntau tcrjual di Pulau Sumatcra pada tahun
kwh dan pada tahun 2006 mcnjadi 14 589,(115.000
kwh a.au dengan pertumbuhan rata-rata 9.72 %/tahun. Sedangkan di l'ulau
Katlmnnran
pada tahun I Q95 scbesar l.6'.l4. 764 000 kwh dan pada tahun 2006
menjodi :1.642 72-1.0
l. NAO , 2. Sumatera Utara .i . Sumatera Haral
-
I
; I
5 . Jambi i
7 Beuukulu -····- ..
8. Lamnuau
Su11_1itl~~'-1··-
.JQ, K. T en gait
11. K. Sclatan ···-·
12. K. Timur
Ka Iiman tan
I
-- -~
!!37,2!7 93,IM J81JR2 S,258,734 385,301
128,(>4_3 554,760 566,060 1,634,76-i
rata-rata
ooo
ilOOO kwh) 324.973 2.JSi,884 . ··- 511.290
(%/tahtU1)
2.64.5.MO 573,9!!5 2_,068.295 276.675 ··1,502,248
-
883.1~8 -· 379.557 .
l,~24.283
- .•., 36~ 1.3~5 --
'
11.78 .•. -· 15.22 10.09 . 8.57· I0.40 ..
13.22
14,589,6151 '
I
9.01 6 98
1139.221 •1,IMQ.6Jl i I. 740.920
199.324
6. Sumatcra Sela.an
' 'J. K. Harut
2006 (I lcwh)
556.6(-0 .
4. Riau
L
1995
3.642,72<& ,____
9.72
7.83 1034
·--
S.73 .., . 8::....=.-6:.... 7_.5.:..6.:....
Univereltas Indonesia
29
S1~alm1 pcrtumbuhan penduduk dan pemenuhan kebutuhan energi listrik bagi masyarakat, secara scdcrhana dapat dilihat dari data ratio elektritlkasi dan
tingbl konsumsi energy hstnk per kapita. Ratio elektrifikasi
yairu angka
pcrband i ngan antara j umlah rumah tangga yang tel ah mendapat a Ii ran lrstrik dcngan j umlah rumah tangga yang bclum mendapat
ahrun lixtrik sedangan
konsumsi listrik per kapita yaitu nilai rata-rata tingket konsumst listrik sctiap penduduk. Ratro clcktrtfikasi yang baik harus lebih besar dan 1 karena mcnuniukan angka perbandingan
rumah tangga yang relah dialiri listrik lebih banyak di banding
dcngan rurnah tangga yiine bclnm mcndnpat aliran listrik. Tingkat konsumsi per kaprta dapat mcm hcrikan tingka; kemakmurnn rnesycraknr karcna umumnya jika kcmakrnuran me11ingk111 mal:a l:enu1uh11n akan listrik akan menin~kat juga.
Tabcl 3.5. Ratio Elckrifikasi dan Konsumsi Listrik per Kapita di Pulau Sumatcra dun Kalimantan Tahun 199.5 dan 2006 .... Elektrirlk~si (%) Konsumsi Listrik Per Kanita Propinsi l ')')5 2006 - G/th 1995 (.)/th 2006 I. Nt\.]) R4J9- 206.061 34.72 72.65 - . 6.94 8.4& 2. Sumatera Utara 73.00 390,78. 45.:o 4.48, 211,1_1_ 5.76 ··--· 6,(0:5 1. <;nmalera Baral JR.&J 4.651 118.13 375,83 11 09 4. Riau 24.80 7.95 34.88 .... 3.15 . 118,U 274,21 5. Jambi 20A I 38.05 83.1)3 213,9 I 8.91 - 5.83 6. Sumatcra Sclatan 45.00 26.39 4.97 115.76 7.61 ·-- . 259.36 7. Benzkulu ' 31.56 48.64 4.01 65,84 .. !76,44 9.38 16.42 . 8. La.~pung 42.29 8.98: 57,36 208.J 1 12.4·1 Sumatcra 31,~2 ' 54,.lS . 5.05 128,04 311.~I_- 8.-tl . ·-· ·49.97. 9. K. Baral 28.54 5 22 I 05,51 214,4S 666 ' J_O: _K. ·1 engah 4].28 25.75 4.83 78,57 I 95,ll7 . 8.66 ·····--·-·· 11. K. Sclatan 47.40 62.79 2.59-· . 191.27 306,14 4.37 12.K. 5700 2.49 242,84 461,70 43.47 6.01 - ....Timur Kalimantan 54,35 6.01 ... 36,62 3.65 ISS,39 295,24 ··--
Sumhcr.
L- •••••
·-'
rt .N Berdasarkan data penjualan cncrgi listrik menurut kelompok pclanggan
yaitu
kelompok rurnah r11ngea, in
pencrangan jalan umum. Tli pulau Sumateru tren penjualan cncrgi listrik meningkat untuk sctiap kelompok pelenggan terurama kclompok rumah tangga,
Univemitaa Indonesia
: ;
'
! .
30
industri, dan bisnis. Sedangkan di Pulau Kalimantan tren penjualan energy listrik untuk kelompok pelanggan industri turun. Grafik 3.3. Pejualan Energi Listrik menurut Kelompok Pelanggan di Pulau Sumatera Tahun 1995-2006 8000 7000 6000 5000 I .s:
~
-+-R.Tangga -lndustri
4000 3000 2000
.....-Bisnis -sosial --+-G.Kantor ~P.Jl.Umum
1000 0
Sumber: PLN (Pengolahan Data)
Grafik 3.4. Pejualan Energi Listrik menurut Kelompok Pelanggan di Pulau Kalimantan Tahun 1995-2006 2500
2000
1500
.....-R.Tangga -lndustri .....,...Bisnis
1000
--Sosial -G.Kantor -.-P.Jl.Umum
500
0
Sumber: PLN (Pengolahan Data)
Universitas Indonesia
JI
3.3. Infra~ti-ul
yang
telah
dilaksanaknn
rnampu
menmgkatkun
kescjahtcraan masyarakar sehingga kehutuhan teleknmunikasi tclah mcnjadi salah san: 1-'.c.h11t11h~11 poknc yang harus dipcnuhi olch masyarakat. I lnl int rerbukti dengan dimusukannya kelompok tranportasi dan komunikasi
m<.:1~111di sslah
sa111
kclompok kebutuhan pokok yang digunakan dalam pcnghitungan inflasi.
Pcrkcmbangan rclckomunikasi di Indonesia sangat pesat, dimana penyedia (operator; telckomukasi sckarang ini tidak hanya oleh PT. Telekomunikasi Indonesia tctapi
tclah
hanyak muncul
operator baru
pc::nycdi11 telepon
seluler.Dalam penelitian im hanya mcnggunakan tclcpon hiasa (fixed line) karena
ketcrbatasan data Ytlnl! ada. Juml11h satuan .mmbungrui relcpo» cli J>11l11u ~umutera patla tahun I 'l95 scbcsar 491\.134
SS I meniadi
I .262.077 S~T pnda tabuu 2006 111tm tcrjadi
pcrubahan 253,56 % dari 1995 dengan perturnbuhan rata-rate sebesar 8.82 %11.!lhun. Sedangkan di Pulau Kalimantan pada tahun 1995 sebesur 123.797 SST '11111 rneningkat
rnenjadi 424.269 SST
a111u
tca:jadi pcnin!ilkamn 342. 71 % dari tahon
1995 dengan pertumbuhan rata-rata sebesar l 1,85 %/tahun. Tabel J.
1995
2006
rata-rat«
( %/tallun) 27.7JS 94.858 11.83 17.J.307 459.623 9.il '?: Sumatcra l.!~1'~ 3. Surnatera Bsrat -,..---·55.94R 130.098 7.97 ··-·-·-·· 4. Riau 76.849 213.286 ..... . .:.... ..... .. 9.72 ' ·-··-··· 5. Jambi 23.488 59.115 8.75 ----···-- -·· ................ : 6. Sumatcra Sclat.au-- .. 7$.078 ... 6.42 154.759' 7. Bengkulu 14.045 :n.627 8.26 x. Larnpung 47.684 1 lh .)~:! X.46 Sumatcra 498.134 .. ··- 1.262.1.177 H.82 -···· 9. K. Barnt 7.8.535 104.433 12.52 .. J7.3j6 ! JO. K. Teng ah 47.400 2 19 ! 11. K. Sclatan 16.067 120599 20.11 L...:... __ ··---····---l:i.4)-···· 12. K. Timur 41.839 I 51Jl57 Klllimauhtu 123.797 424.169 11.35 I ............ I : I. NAI>
---~~-!) ...
(SST)
·
'
Sumter BPS Unive!'llitas Indonesia
3.4.
lnfrastrukfur J :.Ian Infrastruktur jaringan jalan memiliki peranan yang pcnting dalarn sistem
tranportasi. khususnya dalam sistem angkulan dara[ yang dapat mcncirtakan kclancaran lalulintas angkutan barang dan manusia, disarnping itu jalan rncmiliki perauan y;mg sangal pcnl.ing dularn mcnuojang aktivitas ekonorni masyarakat. jalan j ugn rnempunyai
perananan
sosial hudaya
yang pcnting karena dapat
mcrubah kehidupan sosial rnasyarakat. Dalam pelaksanaan
pernbungunen jalan di Indonesia di hag.i mcnurur
wewewnang pernerintah yaiu; jalan Negara, jalan propinsi dan jalan kabupaien. Jal an Negara secara urnum dapat d idcfinisikan jalan mcngbubungkan
antar
pmpmsi yang dalam pcmbangunuu dan pemeliharuannya mcnjndi tanggung jawab
1.ie111<:e intah pusat. Jalan prupinsi a
j a Ian
yilng
ada
dalam
kabupaten/kota,
pclaksanaan
pcmbanguuan
dan
pemelibaraannya di lakukan olch pcmcrintah kabupaten/kota. Adapun dalarn pcrkcmbangan panjang jalan total di pulau Sumarera tahun 2006 adalal1 I 2Q.652 Km arau n:cningkat 114,'l % dil>andingkan panjang jalan total pada tahun 1995 yaitu 113.527 Km dengan peruuubuhau panjang jalan ratarata 1,21 % tahun. l'~rtumbuhan
panjang )alan rata-rata tertinggi di propmsi
l.ampung (4.03o/../lahun) dan tcrjadi pertumbuhan
ncgatif di propinsi Sumatera
Baral (-0.37%itahun) Sedangkan di Pulau Kalimantan, panjang jalan tot.al tahun 2006 adalah 40.6:53 Km atau meningkar
I Oli.2'1% dihandingkan panjang jalan
total tahun 1 <19<; yairu 1R.247 Km dcngan pertumbuhan panjang jalan rata-rata 0.56 %/111~1un. Pcrtumbuhan panjang jalan rata-rata tcrringgi tcrjadi di Propinsi Kalimantan Timur ( 3.22%itahun) dan terjadi penumbuhan paniang [alan rata-rata negarif di propinsi Kalimantan Tengah (-2,67 %/1ahu11).
Universitas Indonesia
label 3.7. Panjang Jalan Total Pulau Sumarera dan Kalirnantan Tahun 1995 dan 2006. ··-··Propinsi
I. NAD -----+2. Sumatera I Jlara
Ll- Surnatera !
!
(km). 13.'H I
4. Riau 5. Jambi 6. Swnatera Selatan
I 7. T!engl(lii11
···-+-
I 8. Lampung >----- Sum:.h:r:i ----+-9. K. Barat _ 10.. K. Tei~1..._ga_· h__ -+11. K. Sdatari 12. K. Timur
(kn!}
15 979 ]4.794 16.795 IS Iii\
29.924
17.503
Haral
..
12.776 8.8J5 14.916 ..... 5.2~1 ··-·
···-
-0.37 154;-i
9.918 16.169 -
---l.06
12.377
i
10.667 I 8.853 I
7jjJT - I 6.178'i
8.755_] .tll.653
i
-·
-
__
.;_
1,48 --· 3,22
0.56
rata-rata jalan haik tahun 2006 di
bandingkan dengan tahun I 995 yaitu 0,21 %/tahun. pcrtumbuhan Sumatera
4.0J . 1,211.80 -2.67
pamang jalan menurur kondisi di pulau Sumatera tahun
1995 - ?.OOli (CJT~Jik 'l. 'l). Perrumbuhan
propinsi
.
0.74 I ,OS
12.953 ····129.652
-~lt247.
Pcrkcmbangan
1.27 1.18
·s.924
8.384 _l.13.527 I 10.169 : 14.367 i --··
G rara-rata (%!tahun) -·· ··-
2006
1995
Utara (3.92%/tahun)
dan terjadi pertumbuhan
tertinggi di uegatif di
l'ropinsi Riau (-6.3 I), Sumatera Selatan (2.9UJ dan Jambi (-0,2i'X1J. Pertumhuhan ratu -rutujalun rusak berat tahun 200<> di bandingkan dengan tuhun 11)95 yaitu 2.39 •;.,frnJnm. pertumbuhan tcrtinggi di Propinsi Lampung ( 10,46%/tahun) dan tcnadi penurunan
pcnunman
penumhuhan
rata-rata
jalan rusak berar di Propmsi
Sumatcra Harat (0.14%/t.ahun) dan Bengkulu (0,64%/tahun). Perkembangan panjang jalan mcnurut kondisi di pulau Kaliman\an iahun 1995 - 2006 (Grafik J .3 ). Pertumhuhan
rata-rata jalan haik tahun 200(1 di
bandmgkan dengan tahun l 995 yaitu 1.14 %/[ahun, pcrtumhuhan tcrtinggi di propinsi Kalimantan Timur (6jS %/tahun) chm terjadi pcrnnnbuhan
ncgatif di
Propinsi Kalimantan Bar11:. ( -3, 11 %/lahun}
Pe-tum huhan rata-rata jalan rusak
berat tahun 2006 di bandingkan
tahun
dengan
199.~ yaitu - 1.6 %!tahun.
pertumbuhan tcrtinggi di Propinsi Kalimantan Selatan (1,28o/o/tahun) dan l.erjadi
Universitas Indonesia
34
penurunan penurunan pertumbuhan rata-rata jalan rusak berat di Propinsi Kalimantan Barat (1, 19 %/tahun) dan Kalimantan Tengah (2, 77 %/tahun). Grafik 3.5. Panjang Jalan menurut Kondisi Jalan di Sumatera Tahun 1995 - 2006 160000 140000 120000 100000
:E lie:
~TOTAL
-BAIK
80000 60000 40000 20000
-.-SE:DANG
:.:-:: ;_: : : 03·
-RUSAK -
R.BERAT
0 1995 1996 1997 19981999 2000 2001 2002 2003 2004 2005 2006
Sumber: BPS (Pengolahan)
Grafik 3.6. Panjang Jalan menurut Kondisi Jalan di Pulau Kalimantan Tahun 1995 - 2006 45000 40000 35000 30000 :t
:ii.::
~TOTAL
25000
-BAIK
20000
-+-SEDANG -RUSAK
15000
-R.BERAT
10000 5000 0
199519961997199819992000200120022003200420052006
Sumber: BPS (Pengolahan Data)
Universitas Indonesia
I
r
I
_, . I
I
!.-
I
I
1
I'
II
,,
••
~ I
,,'~',' I
I
.i I
I
• r-
t
...
,.
'
I
'•
11111
~·~\ ~~"~..1-••~!!!:..~-----~ . ~--'- -- -II
I
I
,
Iii
BAB IV .\iETODOLOGI PENELITIAl"i Dalam rnelakuxan anatisis dampak pernbangunan
infra.
pcrtumbuhan ekonorru regional di Pulau Sumaicra dan Kalunautan bisa dilakukan dengan dua pcndekatan, yaitu studi literatur dan studi crnpiris. Studi I iteratur diperlukan yang rncmpcrkuat
untuk mendapatkan
hipotesa tentang ada atau tidaknya dampak pembangnnan
infrastruktur tcrhadap penumhuhan Kalimanran.
informasi-inforrnasi awal
ekonomi regional di P1du11 Surnatera dan
Mclalni stud: literatur akan diperoleh gambaran dan teori-teori yang
mendukung dnmpok pcmbangunan infrastruktur icrhadap pertombuhan ekonomi regional dan hagaimana pcmbangunan infrastruktur rnempcngaruhi pcrtumbuhan ekonomi regional sedangkan ~lrn-11 e.mpiri~ dilakukan untuk mcnguii tcori dcngan rnenggunekan model mutematis
4.1.
Spcsifika~iMndel Pendekatan
yang
digunakan
dulum
melakukan
analisis
dempak
pemhangunan in fi astruktur terhadap perk em bangan ekonomi regional di l'ulau Sumatcra clan Kalimantan didasarkan pada model Barro (1990) yang merupakan pengembangan dari model Cobb Douglass dimana modal infrastruktur merupakan
input terhadap produksi agreget (Canning & Pedroni, 1999). Asurnsi yang
digunakan Barro adalab total faktor produksi mcmpunyai bcntuk log A., = a, + h1• yang mcrupakan jl.>ted effec, dari masing-masi ng propinsi dengan i ndcx t.
pertumbuhan
yang
laju penumhuhan.
Jika infrastruktur
mernaksimalkan infrastruktur
berada di bawah
tcrsebut
maka
adanya
pcnambahan infrasnukrur akan meningkatkan output dan sebaliknya jika berada d1 alas tingkat optimal maca pcnam hahan infrasrruktur akan meugurangi tingkar output Sclain itu, variubel behas dan tcrikar diasumsikan stasioner dan galat dari
persamaan juga stasiuner sehingga persamaan tersebut dapat diestimusi secata langsung
Pada analisa clt>rel waktu. estimasi terhadap hubungan antara variabel
Universitas Indonesia
36
ymw noustasioner
dan tidak kointcgrasi akan mcnghas, lkan gal;11 yang
11011
stasioncr schingga mcnghasilkan parameter yang tidak kousistcn. Akan tctapi Kao ( 1997) menunj ukkan bahwa pada anali .sa pan
model cfck tctap akan knnsistcn
tidak
rncmbcrikan hubungan kointcgrasi. Penggunaan
ukuran
fisik
infrastruktur
dalarn
model
lehih
haik
dihanciingkim dengan pcnggunaan bcsamya investasi pada iufrastruktur karena dapat rnengurangi pengaruh hiaya investasi per satuan unit yang berbeda-beda untuk sellap daerah akibat adanya perbedaan tingkat eflsicnsl penggunaan dana. Summers dan Heston !1991) dan l'ritchctt (1996) menyatakan negara
mempunyai
tingkat
efektivitas
yang
bcrbeda
bahwa setiap
dalarn
pengadaan
mlraxtruktur yang disebabkan oleh adanya pcrbcdaan tingkat cfisicnsi pada sektor
publik dan biaya pcngadaan infrastruktur itu (Canning, 199R). Di Indonesia, hal ini tcrlihat dari perbedaan harga untuk jenis pekerjann yang sama di daerah yang berbeda karena letak gcografis, kernudahan dalam pcncapaian
wilayah. [arak
kc sumber
dcrnikian. ukuran fisik infrastruktur kualitas
infrastruktur.
material
dan sebagainya.
Mcskipun
tidak dapal menpkorcksi sccara penuh
Hultcn ( 1996) berargumentasi
pen!(!(Unaan yang eflsicn dari infrastruktur
jauh
hahwa manajemen dan Iebih penting dari
pada
kuantirasnya (Cannrng, 1998). Pertumbuhnn
infrasrruktur
dengan
pcndapatan pada jangka panjang
berhubungan erat dcngan model yang digunakan, Palla model pertumbuhan neoklasik (eksogenenus). pP1111mhi1hm1 teknologi mcndorong pertumbuhan dalam jangka ranjang. scdangkan pada model pcrtumbuhan cndogeneous pcnambahan
akurnulasi modal yang dapat memberikan dampak dalam iangka panjang. Pada model
pertumbuhan
eksogencous
adanya
kejutan
pa
hanya
membcrikan dampak yang sementara (rran.~irnry <'ffects), sedangkan pa1ia model pcrtumbuban cndogcneous. kejutan pada infrastruk tur akan mcmberikan dampak
yang tctap pada pcndapatan.
Halarn
pcrsarnaan
maternans
output
perckonomian
dapat dituliskan
sebagai herikut :
Y tt --A ll Kti"('Pt J11
tl-v-!11
(4 I)
"'1
dimanu: A : total fakror produknvitas.
K : m{ldill fisik. 0 : modal infrasluruktur.
T.. • renaga xeria n : elastisitas output t~..Mtfap modal tisik,
I~; clesrisitas
output tcrhadap modal i11fn1,1ruktur dan
(l-c~-li): elasusitas outputterhadap tenaga kcrja. Asumsi-asurnsi yang digunakan Bann dalam modclnya adalah : a)
Tola! faktor produksi mernpunyai bentuk log: Au ~
11,
+ h,, yang rnerupakan
ele:~ letaplfixed effec: dari ma..ing masing propinsi dengan indcks
1
den
perturnbuhan produktivuas Indonesia secara keseluruhsn dengan index t. Ii}
Adanya tingkat npumal dari infrasrrukrur yang dapat memaksimalkan pertumbuhan.
Jika
infrastruktur
bersda
dibawah
pertumbuhan
laju yang
mcmaksirnalkan infrasturktur tersebut, maka pcnamhahan infrastruktur akan mentngkarsan
tingkat output, dan sebaliknya [ika bcrada di atas tingkat
optimal. pcnambahan infrastruktur akan mengurangi tingkat output. c)
Variabel bebas dan tcrikat adalah stasioner, sehingga tingka: kesalaharverror dari persarnaan jugs stasioner.
Artinya, persamaan tcrsebut dapat diestimasi
sccara langsung.
Pada analisa derct wakru. esrimasi terhadap hubungan
antara
yang
variabcl
non-stasioner
dan
tidak
tcrkointcgrasi
menghasilkan ungkat kesalahan yang non-stasioner ~ehb~a
akan
menghasilkan
r~rani.~J('f rang tidak konsisten. Pcrsamaan 4 1 dapat dijadikan persamaan linear dengan cara mclakukan
logaritma pada sis1 kiri dan kanan pcrsamaan
Un111ers1tas
Indonesia
38
log (YIJ 1 =log {(AIL) (K/I.)" (n.~fanl re111rn 1<> scale dimana o. + {l Jo~ (Y/1.) = log ( /\!L) ~·
IL
Tog (KIL) + ~ log (O!L) ·t ( r -(n+fl)) log (I /L)
log ( Y IL) = lug I AIL) + a lo!! I KIL) + dengan rnenggunakan asumsi bahwa 1011 A,, - a,
y,, ~ a,
1 b1
1, direrolch :
+ b.,
fl Jog ((l/L)
dipcrolch :
+ (1. k,, + fl e.,
(4.'l.)
dirnana : y: output per tcnaga kerja (log (Y/[.)) k : akumulasi modal per tenaga kcrja(lng (K;r .))
B · akumulasi modal infrastruktur per tenaga k~IJn (log (Gil.)) u.~ : elastisitas' oupur terhndap input. K~t'CM model menggunakan data panel regional ::Ian tidak mungkin mcnangkap
semua penentu pertumbuhan dari dacrah y11ng bcrbcda, makn variabel cfck individual al.au etek yang tiduk dapat tcrobservasi diperlukai. unruk mowakili efek tersebut.
(Islam
Rcksosudarmo
J1111
1996. Casselli,
Esquivel dan Lefort 19
Budi
Yoi,\i Vidyatama, 2006), schingga dari pcrsamaan (4.2)
diperoteh : (4.3)
'" ~ u: k,, ~ ,~ g,, + '111
Modal infrastruktur rnerupakan f"ungsi dari '.I (tiga) voriabcl yaitu panjang jalan, produksi listr'k dan banyaknya sambungan tclepon (fixed line), scdaugkan modal lainnya mcrupakar fungsi dari 2 (dua) variabel yaitu investasi dorncstik yang diwakili olch pcrnbcntukan modal tetup bruto (PMTB) scktor swasta, dan modal manusia (human camtal), dcngan pcrsamaan :
(4.4)
k,, = ar, "'-a, ld,,+a2H11 i;.1 =
(4.Sl
h,1 ' hi],,+b~L.+b,T,,
Dengan substitusi persamaan (4.4) dan (4.5) ke persamaan (4 .1) diperoleh : Yu= a (
II (h.l +
h1.l,,+b2L ..·t b-T .)
+ 11,1
Urwers1ws lrdones1a
J9
l>cngan pcnycdcrhanaun
dan mempertimbangkan
matematis,
komponcn
error
yang tidak bcrkurelasi dengan waktu dan duerah yang tidak sama diperoleh model dalam pcnclitian ini seh;igai herikut: Log )I"~ I~,+ l~1log.l11+1~2 log Lu+ li.1 lo!;! T,.+ ll1 log lcl" I
f.s log Ilu ;
IJ11 I
uu
(4.G}
diruana : )',,
output per kapua tenaga kerja
J,,
panjnng jalan perkapits rennga kerjn.
I.,,
produksi listrik per kapita tcnaga kcrja
T,1
saluan sarn bungan telepon {fi xed line) per kapita renaga kerja
lnv;
pembcnmkan Modal Tetap Bruto (PMTB) sektor swasta per kapita
H;,
ratio Educatumal A tteinment berpendidikan SMJ\ ke atas.
q,.
variabcl
efek
terobservusi.
individual Vurinbel
menggunakan data
atau
efek
ini diperlukan
yang karcna
tidsk
dapat
model
ini
panel regional dan tidak mungkin
menangkap scmua pcncntu pcrtumbuhan dari daerah yang berbeda (Islam 1996, Casselli, Esquivel dun Lefort 1996, dalam Hudi Reksnsudarmo clan Yogi Vidyatama, 2<XJ6j u,,,...N(O,o2)
;
komponen error yaug tidak bcrkorelasi dcngan waktu
dan daerah yang tidak sama, IE(U .. U,.J=O.jika ifj atau tisl.
4.2.
Data Panel Data panel adalah s·..iatu set nbservasi yang terdiri bcberapa individu pada
pcriodc tcrtentu. Observasi tersebut merupakan pasangan Y,1 dengan X,y. dirnana i mcrupakan individu, t menunjukan waktu dan
.i mcnunjukan
variabel bebas,
Kcunrungan penmiunaa'.l panel data adalah adanya fleksibilitas yang Iebih tinggi dalam mcmodelkan perbedaan perilaku antar individu dihandingkan data
kcrat lintang (Greene,
l 'J'J7), jumlah data yang besar
rnenambah derajat Ur.iven;rtas hdones1a
40
kebebasan Jan rncngurangi mcningkatkan
efisieusi
kolincaritas diantara variabel bebasnya schingga
dari cstirnasi ckonomclrika dan dapat dilakukan analisa
yang tidak mungkin dilakukan jika mcnggunakan kerat lintang atau deret waktu (Hsiao. 19&9). Pcnggunaan
data panel menurut Nazrul Islam Jan Helene
Peirson
(Marsaulina, 2005) mernbcrikan keuntungao sccara slafistik dan sesuai dengan Islam dan Peirson menyutakan pe1\gi::unaan data panel dapat
teori ekonomi.
rnemp.:rl ihatka n "country
f!ffecJ" dan
mcnghindar! terjadinya
kesalahan
penghitangan vuriabel (11mitlt:d bit1.<) dibandingkan jikn hanya mcnggunakan data cross sec/1011.
Selain itu, penggunaan data pane! dapat menangkap karakteristik
antar individu clan aniar waktu yang hisa i;aja bcrbcda-bcda. Scnada dcngun yan~ disampaikan Green dan I lsio (Setiodt. 2006) bahwa
keuntungnn pcnegunalln data panel adalah : a)
Adanya tleks1bilit<:.< )"dng lebih ting!li dalam mcmodelkan perbcdaan perilaku
antar individu dibandingkan ciengan data keru! limung, b)
Jurnlah data yang bcsar mcnambah
c)
Dapat dilakukan analisa yang tidak hisa dilakukan jika rncnggunakan data
keru! hntong. St
mcnumt
OujAniti (Gujarati,2001) alAAAn penggunaan data
panel edal ah : a)
Untnk mclihat beterogeniras rlari individual (pmvinsiikahupalen) sepanjang waktu obscrvasi. Model data panel mampu mcnangksp lran1kre1"istik yang spesifik (individual speslflk) dart masing-masing dacrah..
b)
Dengan mengkombinasi
data runtut waktu dan data kerat lintang, akan
mernherikan
data
ym;i. lehih
koloniearitas
antar variabel,
informatif
lcbih
mcmpcrbcsar degrees
bcrvariasi, rnengurangi
of
fredoom dan lchih
efisein. c)
Dengan unit data yang lebih besar, data panel dapal meminimalkan bias yang mungkin rnuncul dari agrcgasi data individual.
Urnve rsuas Indonesia
41
d)
Data panel mcmungkinkun untuk mcmpelajari model-model pcrilaku yang
lcbiu kompleks. e)
Data panel rnernungkinkan
untuk mengetahui perubahan yang dinarnis dari
kerut li:tlal!g ohservasi.
Ada 4 macam model yang
Koefisien ,Jopc konstan dan inter.rep bervariasi antar individu Y1t
=
n, • + ~·n. • ..,.x ...n
I t.'.1t
i - l , 2, ..•• N t=
2.
1.
l. 2 ..... T
Kocfisien slope konstan dan intersep bervariasi antar individu dan wakru i-l,2
N
t..., l. 2
T
KOP.fi~inu ~lope dan inrersen bervariasi arrar individu
i = I, 2, , N t •
4.
1, 2,
T
Knefisien slope dan inrerscp bcrvariasi antar individu dan waktu i - 1, 2 ....• N 1= I, 2, ....
T
Asurnsi 1hi..1r p~milil1A11 model panel tiara adalah sehaeai berikut. •
Individu time-mvarumt, variabcl-variabclnya saina untuk sebuab unit kerat lintang ~epanjang waktu namun berbeda amar unit kerat lintang. Contohnya adalah jcrus kelamir: •. l11uor \JfolHkl'lng sosiockonomi dan scbaea.inya.
•
Pertud mdividuul-invarioru. v11J111\Kl-,·ariaheli1ya
sama unruk semua unit
kcrat lintang namun berubah menurul waktu. Contohnya adulab tingkut suku bunga, •
{ndividul time-varying variables. variabet-vanabelnyabervariasi antar unit kcrat I intang can waktu Contohnya a
4.3. Variahel Pcnelitian Variabcl
variabcl
yang digunakan dalam pcnclitian pcngaruh atau
dampak pcmbangunan infrastmktur tcrhadap pertumbuhan ckonomi ini adalah: Un1versitas I ndonesia
.....
V.'\Rli\DEL
NO. I
OUTPUT
,,~.
--··-LJSTRfK
DtfINlSl
SIMOOL ·-
y
I
J.S I 1~<;2
!
·-
PDIIB perkapita pekerja (harga
__
komlan'.?.000) Iola! dan ..tanpa mi gas ..... Jumlah Iistrik yang dibasil per kapna pckcrja
I
·- ··~--··· Resio elektrifikosi yairu rasio perbandingan antara rumah tangga yang
rersambeng lisuik dan rumah tangg<1
J.
I.
JAIAN
LSJ Jl.1
;
JL2 ..........
4.
-
JL3 TL
TEl.l'PON
yang belum tersambung listrik Daya- Terpesang Iistrik perkapita pekerja ... PanJangjalan total per Kapitn tenagn kerja Panjang jalan dalam kondixi haik dan sedang perl:ap~ta pckerja .. ·-· .
;
Paniangjalan dalam kondisi baik peekapita pekcrja Jumlah SST Fixed I .ine per Kapita pekerja.
5.
PDI PD2
:VlOL>A L SDI\! ···-·········
I
6.
1'03
Inv
IKVEST:\SI
Rata-rata lama sckolah pekerja Rasio Pekerja yang berpendidikan SM A le alas tcrhadap jumlah pckcrja ·-··· ----. ·~···
Rasio Educarional Attainment pcnduduk bcrumur 10 rahun keatas dan . bccpcndidikau SM A ke alas. .. ··-·-· ··-. - .. -·-·------ ·-. PMTD sektor swastaper Pekcrja
!;
!
Adapun alasan pcnggunaan variabcl lisrrik, telcpon dan jalan rncrupakan
variabel yang digunakar; nleh penelirian terdahulu scpcrn Canni ng dan Pedroni (I ()9()).
Disomp.ng 11.t• karena variabel tersebut merupakan infrnstruktur yang
bcrhubungan langsung dcngan kegiatan produksi, dlstribusi dan informasi, Kegiatan
tersebui sangar mendukung
investasi
[isik dan model
rroses mvestasi.
Sedangkan
variabel
rnanusia digunakan ~h~ai pendekatan tcrhadap
akumuiasi modal lain (K). Dalam penelitian
ini unruk variabcl investasi mcnggunakan pernbenrukun
modal tetap bruto (PMTR) sektnr swasta, dimana data PMTB sektor swasta didapat dari hasi I s.udi BPS tentang PMIB antara sektor pemerintah clan swasta
Un1vers1tas lndonesra
43
tmgkal nas.onal yang tidak cipuhlikasi sedangkan unruk tingkat propmsi bclum
ada studinya schingga dalsm pcnclitian inl setiap propinsi mengacu atau menggunakan ratio PMTR antara sektor pemerintah dan swasta secara nasional tersebut.
Tabet 4.1. Ratio Pembemukan Modal T etap Pcmerintah dan Swasta
----·
Indonesia Tahun 1995 - 2006
TA HUN
PJ.{Mli:RTNT AH
1995
0,1381
1996 1997 1998 !999
0.1749
·····-
·-·
0,1837 ·-·· 0,1691 -· 0.1909 ... ··- -· 0,1651 2000 --··-2001 0.1487 ---0,1482 . - .. .... 2002 2003 0.1722 -0,1276 2004 ·--0.1238 2005 ·-- 0,1270 -s... nbcr-2006 -ifasi! Studt Ul'S (udak di ~ubhlra--
4.4.
SW ASTA ... ...
0,&619
...
0.8251 0.8163 ..0.8309 0,S09 J
···- ;
0,8.349 0,8513 0,8512
0,1!278 0,8724 ..
0,!1762 0,8730
--
. -·-
Sum her Data Sampel yang digunakan dalam studi ini sampel data jenis panel, dimana
hal itu mcrupakan gahungan antara jenis dam kcrar lintang (cross section) dan jcnis data runtut waktu tume seriesv. Data kerat lintang mewakili provinsiprovinsi di Pulau Sumatcra scbanyak 8 provinsi dan Kalimantan sebanyak 4 provinsi, Dengan demikian data yang diamati atau jumlah obscvasi scbanyak 12 ohservasi (i~\2). Provinsi Bangka Belitung dan Provinsi Kepulauan Riau t1
induk atau prnvinsi :.·ang lama. Data r.mtut waktu yang digunakan sebagai dasar observasi model yaitu 1
Univers1tas Indonesia
44
Penel itian ini mcnggunakan data sekunder, dimana data PDRn. PMTR. data jumlah tcoaga pekerja, data pcndidikan, data p!lnjang jalan bersumber dari publikasi
l3PS.
Dat11 listnk
bersumber
dari
PL:-1
thrtp:i!v,v.""' pin.en id)
Sehubungan dengan kcsnliran untuk m"'1
4.5.
Merode Esciniasi Dalam ckonornerri. penggahungan data kerat lintang dan runtut waktu
mcnjadi data panel dischor .'""'/mg. Dalam rnclakukan ::malis1s data panel, ada (iga pendekatan yang dapat dilakukan yaitu pcndckatan kuadrar rerkecil (J>MIPd Jr-mt
square). pendekatan e.ek !dap (fixed effect; dan pcndckatan efek acak (random
e1l<·c1}. 4.5.1.
Pendekatan Kusdrat Terkceil Ordinary Least Square (OLS) I erdapai k regrcssor dalam x s- ticlak tcrmasuk konsianta sehingga jika
cfck individual l_a,) konstan sepanjang waktu t dan spesifik terhadap setiap unit
1
maka inodelnya sama deugau mu
a dan
r
Mctodc ini sederhuna narnun hasilnya tidak mcmadai karcna sctiap
observaxi cJi{'<'rl1tkuk~n seperti observasi yang herdiri sendiri Pendekatan paling sederhana menggunakan
rnctodc
kuadrat
datam pengolahan data penel adalah terkecil.
yang
dengan
diterspkan dalam data yang
bcrbcnruk poo! Jika snatu pcrsarnaan rcgresi
Yu ~ a
+ f!
X, - 110,, dimana i· · 1.2... ,N
tjumlan unit kerot linttmg (individur, clan 1~1.2 ....• T (jumlah periodc waktu). mska dengan asurnsi bahwu komponcn error dalam pcndckaiau kuadrat terkeci I, dapat dilakukae proses cstirnasi sccara tcrpisah untulc setiap unit keru: /111/ang
Lntuk pcriodc r-r. akan dipcrolch persamaan regresi : Y,1
=
a. ·t
P
X1 ., 11,1 untuk i - 1,2...,l'i. yang implikasinya udalah diperoleh
pcrsarnaan yang sama scbanysk T.
Demikian juga sebaliknya, dapa; dihuat
Univers1ti1s tndonessa
4.5
pcrsamaan dcret waktu sebanyak N pcrsamaan untuk setiap T observasi T~tap1, untuk memperolch kocflsicn
a clan II
:rang konstan dan efisien, dipcrlukan modd
regresi Jcbih bcsar dengan melibalkan sebanyak NT obscrvasi.
Metode ini
sederhana, tctapi hasilnya udak memmlai karena setiap obscrvasi diperlakukan
scbagai observasi yang berdiri scndiri. 4.~.2. Pcadekstan Efek Tecap (t:ixed Rffcd) Model i ni menggunakan pcubah boneka untuk memungkinkan pcrubahan-
perubahan dalam interscp-intcrscp kerat lintang clan deret waktu akibat sdanya peubah-pcubah yang dihilangkan. Intersep hanya bervariasi tcrhadap individu narnun konstan terhadap waktu scdangkan slopcnya konstan baik terhadap indivrdu maupun wakru. Jadi,
111
adalah sebuah grup dari spcsifik nilai konstan
pada model regresi. Forrnulasi um11M model in i mengasumsikan hahwa perhedaan
antar unit dapat dikctahui dari pcrhcdaan nilai konstantanya. Kelemuhan model cfcx tctap adalah pe11ggunaan jumlah deraiat kcbcbasan yang banyak sena peng~1:nAa11peubah
boneka lidak sccara lsngsung mengidennfikasikan apa yang
mcnycbabkan garis regresi bergeser lintas waktu dun lintas individu. Modelnya ditulis scbagai benkur
logy,,=
B11 + lh Ing .T" l Ji3lng 1.,1 + fl~log T,. ... f\slogld11 + f\6logll,1 +"lit~ u"
Dalam teknik ini intcrsep dari model regresi dirnungkinkan untuk berbcda diantara propinsi untuk mcngakui kenymmm bahwa setiap propinsi
(!"""'' /inwng)
mcmiliki bcbcrapa karaktcrisu), khusus yang mcmbcdakan dengan propinsi lainya. Dengan asurnsi terjadi hctcrokcdasris antar kera: Itmang; maka estirnasi dilakukan dengan GLS.
4.5.3. Pendekatan f.fek Acak (Random Effect) Dalam Error Componen Model intersep dari setiap unit individu adalah random. mcwakili populusi yang lehih besar dcngan nilai rata-rata yang konstan. Modclnya ditulis sehagai berikut
Un111ersitas lridonesia
46
r., - komponen error dan kerar lintang
al~uha.-hal spcsitik dari masmg-m:.~mg
daerah y;mg tidak terobscrvasi dalam model. l J,.~ komponcn eror dari kerat I intn11g dsn waktu Model i ni mcnmgkatknn
cfisicnsi
prose.'> rend ugaan kuadrai terkcci.
deng<m mcmperhiumgkan pcngganggu-pengganggu
kerat lintang dan derer wakru.
lntersepnya bcrvariasi terhadap individu dan waktu namun slopenya konstan rcrhadap mdividn maupun waktu, Jadi, u, ada!ah sebuah grup dari gangguan khusus, minp seperti
R,1
kecuali untuk setiap grup ada nilai khusus yang masuk
dalam regresi sccara identik untnk sctiap periods. Nilai o:, terdistri busi secara acak pada unit-unit kerat lintaog. Modelnya y" ~ u, ·• Jrx,1 + u, + e.1 dcngan u, adalah nilai gangguan acak pada ohM;:rv11:;i I
Pemihhan amara model efek tctap dengan cfck acak dapat ditentukan seeara teoritis, Jika dampak dari gangguan diasumsikan bersifat acak maka dipilih model cfek acak scoaliknya jika darnpak dari gangguan diasumsikan mernpunyai pengaruh yang le tap ( cianggap sehagai bagian dari interscp) dipilih model cfck tctap . Jika tidak dapar ditentukan secara teoritis dampak dari gangguannya, maka mock! cfck acak akan dipilih dengan
mcrupakan sampcl acak dari populasi yang lebih bcsar, dengan kata lain menarik kesimpulan suatu popnlasi berdasarkan bcberapa i ndividu. Akan tctapi. jika evalnasi mcliputi seluruh individu dalarn populasi arau hanya mcliputi
beherapa
individu dcngan penekanan
pada mdividu-individu
tersebut maka lehih baik digunakan model elek tetap {Hsiao. 1986). Cara bin dcngan menggunakan
ukuran rclati vc dari jum lah individu dan 1cnla11g waktu
ya11g drgunakan yaitu nntuk jum lah indrvidu yang letap maka sernakin panjang waklunya scmakin kecil perbcdaan hasil estimasi antara model efek tetap dan model cfck acak, sedangkan jika jangka waktunya cukup panjang maka dapa
dipil i h model cfc], teiap dcngan ala> an lehih mudah dikeriakan Pemilihan model dapat ditcntukan mcla l11i H:msman tc~l. Hirotesisnya m~~kipun tidal ada korelasi antam OLS dan ( iI .S ~.:hingga model cick :ctap akan konsbtcn n<1mun 01.S titlak clisien dan scbaliknya OLS akan kon.,istcn namun OLS tidak. S~dangkan hi po'.e.,is nolnya kooua estimasi tidak akan bcrb~da se.:ara sistcmatis
47
m = (f\ · · h)' (Mn-
M,r'
(fl-hJ··
·llJ-i
Mo> adalah mat rib kov .. rians untuk dugaan model pcubah boncka dan M 1 adaleh matriks kuvarians untuk dugaan model cfck ecak. Jika nilai m ditolak maka model efek tetap dirolak a:au dengan kata lam sernakin besar m maka kemungkinan penernnuan dugaan model elek acak semakin besar,
4.6.
Peinilihan .\1etodc Esrimasl Dalam melakukan analisis data panel. ado riga pendekatan yang dapat
dllskukan. Pcndekaran rersebut adalah : pendekatan kuadrar terkecil (pooled least
square), pendekaran efek tetap (fixed effect) Jan pendekatan efek acak (random ejf~ct). l lntuk menentukan pendekalan yang paling tepal atau baik dari keriga pcndckatan tcrscbut yaitu .nenggunakan Uji Chow (Uji F) dan Uji Hausman (Hausman Test) 4.6.l.
Ii ji Chow (IJji F) U ntuk mcmilih mctodc yang tcpat dalam analisis data panel antara mcrode
fooled leaste square dan Fired Fffea digunakan l)ji Chow (Uji F). Dengan Rumus:
~ {R7 jued- R? Pf:"Jfed y(,"!.-:Ji (1- R' fixtd)!(:'fT - N - K) dimana: NI ~N-
N:! =NT
I
~· K
R;poo!ed = R2 dari metode pooled R~/ixed~ R1dari mctodc fired ttJlect N - Jumlah pro,pinsi T = Jumlah waktu K = Jumlah variabcl bebas Jika dari hasit uji Chow (uji F] dikctahui nilai F hitung < F tabcl maka merodc
Poolerl l.N1.11 S1pior<' yane. lchih repat dan scbaliknya.
Un>vers1tas Indonesia
411
4.6.2. llji H11u~man l .ntuk 111e111ilih spesifikast model yang tepat, diantara
Model f'E dun RE
digunakan Uji Hausman. Dalam uji ini dibandingkan varian dari koefesien random efek dengan varian dari knefesien fixed efek
Uji l-ormulnyn · (). = s,»:
YCLS
Var q= var(y,.,.)-var(')'r.Ls.l Ycv mcrupakan koofesicn dari fixed efck
Ym.~ mcrupakan kootcsicn dari random clck. Hc=E(yilx1)=0 Ho-E(yilxi);!O
Uila I-lo ditcrima, Ye.Ls estimator mcrupakan yang. cfisicn schingga yang digunakan uduluh Random efek.
Asumsi clAsar dari Th» Ctasstco! Linear Regressron M"'ll:I dun Mutt1pie Linear
R1!,
variabel bebas tidak berkorelasi dengan galat (c).
tidak ada kolineantas yaog eksak antar variabel penjelas, tidak lid" korclasi antar
duu galat (non autocorretaaom atau galat c, dan f.J independen (cov(t,,r.J) "' 0 untuk i /.J, galal mcmpunyai distribusi normal dengan reruta (expected""'"•) sama dcngan nol, G(f.,) - 0 dan varians setiap galat (F.1) knnsran atau homckcdastisitas thomoscedasttcity/equai varmm·e) var
\f.,) -
t'.[H,
-~.[r.,JJ2
=
rr&,~J -
rncnyatakan bahwa dengan asumsi di atas maka
estimator OJ .S merupakan estimator yang .l:JLUI: (Tne Best linear Unbiased Estimator). Linear berarti iungsinya linear dari variahel acak, tidak bias jika (: adalah penduga dari ('maim E[CJ - C den F.(r.2'1 =
rJ.
efisien bemrti variansnya
paling tidak sckccil varians dari pcnduga lain. llntuk mengetahui dilakukan
apakah
adanya
pelanggaran
v~ugujiau terhadap heterokcdastisitas,
terhadsp
autokorelasi
asumsi dasar, dan kulincuritas
Univers1tas Indonesia
49
berganda. M1)1ld r~nd
penanganan
terhadap
kctiga
perluasan masalah
dari model rcgrcsi klasik
di atas sama
seperti
pada
pcrsamaan tunggal, 4. 7.1. Kolinearita~ Rcrganda.lMultikolincarit:n (Multic"lli11eurity) Multikolinearnas
timbul
bila
vanabel-vatiabel
bebas
mernpunyai
hubungan yang tidak bebas linear, sehingga menyebahkan adanya informasi pada
variabel bebas yang mubazir (Ananta, 19&5). Adanya hubungan linear yang signifikan antara heberapa variahel bebas menycbabkan
koefisien pcnduganya
cenderung memihki galat yang besar se·~ingga nilai pcnduga akan lebih bcsar dari ni lai scbcnarnya Multikolincurtitas
masing-masing
variabcl
mcnyebabkan kesulitan untuk membedakan bcbas secara terpisah
Namun jika studi dilakukan
nnmk mclakukan
terhadap
variabcl
pcngaruh tcrikatnya.
estirnasi terbadap sekelompok
koefisicn (misalnya penjumlahan atau pcrbedaan dari dua kocfisicn] maka basil estimasi rnasih akurat dcngan cataran bahwa pola hubungan antar variabel tidak bcrubah (George Ci. Judge, 1981). Tetapi jika digunakan untuk esrimasi rnaka masalah kol incaritas mcnjadi masalah scrius karena adanya standard error :1-ang bcsar (Gujarati, 1999). Masa lah multikoli neariras dapat diatusi dengan mengurangi satu a tau lcbih variabcl
bebas dslam
model,
menambah
data atau memilih
sampai
baru,
mengubah bcntuk model atau dengan jransformusi pcubah.
Pada penelitian ini, dapat digunakan nilai koefisieu korclasinva uatuk mcners ukan upakah model mengandung multikohnearitas atau tidak.
4.7.2. Hl!tuokcdaslisih1s (heterosced(IS/icity atau unequal variance} Ilecerokcdastisitas adalah suatu kondisi jika varians gangguan (galat) lidak
konstan dari satu obscrvasi kc observasi lainnya. Hasil estimasi 01,S akan mengha-ilkau parameter yang tidal: bias dan konsisten namun tidak efisicn artinya
koefisicn yang dihasilkan bukan merupakan koefisien peneksiran tak bias dengan varians ierkecil (Anania. I 985 }. Olch karcna itu sctiap observasi rncmpunyai rel iahilitas yang hcrbeda serta varians parameter
yang diestimasi mcrupakan
Umversijas Indonesia
50
estimator tidak lagi BUJE. Heterokedastisitas mengakibatkan uji t dan F mcniedi udak
bcrguna. Ileterokedasrisitas umumnya terdapat pada data kerat hntang akibat
adanya pcrbedaan selera antar individu (Greene, 1997) atau akibat perbcdaan ukuran tscate effect) seponi perhedaan jnmlah anggota dalam S11tu kcluarga atau besar kecilnya perusahaan ()9). Heterokedastisitas umumnya tidak terjadi
pada data derct
waktu karena perubahan dari vuriubel terikat dan
perubahan dart satu atau lchih variabcl bebas mempunyai laju pertambahan yang
~ama (Pindyck, 19'll). Jika te(iadi heterokedastisitas berarti E(c) - 0 dan var (c) - E(r. c'] = o,2 =
edalah mairiks diagonal dengan nilai yang berbeda-beda (Anllnta,
1 'llt5 ). F:stima~i OT.S akan rncmberikan hohot lehih besar pada observasiyang rncmpunyai
varians gal~t yans lcbih bcssr karcna varians galllt y1mg besar
rnempunyai nilui sum of squared residuals (ssr] yang lchlh bcsar dihandingkan
varians l).Alllt yang lebih kecil. Masulah beterokedastiuitas dapat diatas: menggunakun metode kuadrat tcrkecil tcrbobot (weighted teast .~quared) dcngan rncmbagi sctiap observasi
dengan standard dcviAsi dari gal!t.1 untuk ohservasi tersebu: kemndian dilakukan estimasi OLS tcrhadap model transformasi tcrgantung rtpttkah variens galat yang
scbcnarnya o,2 diketahui atau tidak (Pindyck, 199 I). Jik11 <J? diketahui rnaka die11n11bn IV<>1p,hMd Least Squares (GujRmli, I '>9<))
Y, = u +II X, - ~. Maka variahel behas dan rcrikat nada pe~Dmaim drhagi dengan
Y, ! <J. =a ( l ! o.)
I ~
(T,.
(X, Io,) +;;,I er,
v, = c.! o, (v, ~ transformed error term) E(v/}- E(H,2 / cr,1) ~ (Ii n,2) E(~12)
~
(110,2) (tl,1) =I
E(v, ?) konstan schingga v, hnmokc
•
E(u,1)
=n
•
E(u,2)
~
1
X, maka model ash dibag] dcngan X,11i
rr2 x,2 rnaka model
asli dibagi dcngan X,
Umvers~as Indonesia
51
1 lji hcterokedastisitas
dilakukan dengan white heterosk.•dn.~tidl_•· ynnl~
mernbandingkan mm squared residual weighted (ssrw) dan unweighted (ssruw). Jika ssruw iehih kccil dari ssrw maka tidak terjadi heterokcdastisitas nanmn [ika schaliknya maka terjadi heterokedastisitas
namun parameter yang diduga sndah
dipcrhaiki .,,7.3. Autokorela•i / l
penting
dari model
regresi
linicr klasik adalah
hahwa
kesalahan atau gangguan. yang masuk ke dalam fungsi rcgrcsif adalah random
arau tak heraturan. Jika asumsi ini dllanggar, kita mempunyai problem serial korelasi atau autokorctnxi. Tstilah autokorclasi
dapat d idcfinlsikan sebagai korelnsi anrara anggota
serangkaian obscrvasi yang diunukan menurut waktu atau ruang (Gujarati, 1978, 20 I). Ji ka dalarn suatu persamaan regrcsi I inier tidak terdapat autokorelasi maka E (w '· } - 0
i * j, sedangkan jika da\am pcrsarnaan tcrscbut terdapal autu kerclasi
rnaka E (h" ) ii 0 i "j. Auu.korclasi dapat timbul karcna berbagai alasan. Sebagai contoh adalah
incrsia atau kelembarnan dari sebagian besar dcretan wakm ckonomis, bias spesifikasi yang diakihatkan oteh udak di masuk kannya bcbcrapa variabel yang
rclcvan dan model atau karena menggunakan bcntuk tungsi yang tidak benar. l-cnomcna Cobweb yaitu fonomena dimana pcnawaran bereaksi terhadap harga dengsn
ketcrlambatan
memcrlukan
waktu
dimasukkannya
satu
uctuk
periode
waktu
pcnawarannya
karcua
kcputusan
(periode
pem1warzn
perslapan),
tidak
variabcl :i-:mg ketinggalan (la,!(!(ed) dan TP.rj;;dinya manipulasi
data Meskipun pcnaksir OLS tctap tak bias dim konsisten dcngan adanya autokorelasi, penaksir tadi tidak f agi efisien. Sebagai hasilnya rcn gujian arti (.
diperlukan.
Perbaikannya tergantung pada sifat
xetergamungan
g:lngtmm. 'Ictapi karcna gangguan tak hisa diamatitpraktck
diantara
yang biasa adalah
dcngan mengasumsiknn bahwa gangguan tadi dltimbulkan olch mekanisme yang
miL~uk aka\. Mek:mismc yang. biasa lligunakan adalah skema auteregresif LlerajatUmve!'Sitas Indonesia
52
pcrtarna dari Markov yang rncngasumsikan
bahwa gangguan da]arn pcriode
s~karang herhubungan secara linear dengan unsur g11ngguan dalarn periode waktu scbeiurnya
dcngan
koelisicn
autokoretasinya
mcmberikan
kuamya
sating
ketcrgantungan .
.lik« skcrna derejar-pcrtarna sah dan koefisicn autokorclesi diketahui,
masalah korclasi dapat dengan rnudah diatasi mcntransformasikan data mengikuti prosedur
persamaan
autokorelasi
Karena
kor-fisien
secera apriori maka dipertimbangkan
bcbcrapa
peebedaan
tidak diketahui
yan11
digcncralisasiksn.
metode untuk pcnaksrrannya Meskipun ada bcbcrapa untuk mengcrahui apakah serial korelasi terdapat dalam kejadian tcrtentu. yang paling rcrkcnal diantaranyu adalah uji Durbin Watson. Pada uji ini autokorelasi didctek.~i dengan mernbandingkan nilai starisrik DW dcngan nilai batas atas (du) dan nilai hams hswah (di) dari tabcl Durbin Watson bcrdasarkan jumlah obscrvasi a.~ (tanpa nilai konstanta ). Pengujian dilakukan
rncnunj ukkan
adanya
dengan mclihat nilai DW. Jika nilai DW rnasih
uutokorclasi
maka
dilakukan
perbaikan
dengan
menarnhahkan i\R(n) sampai nilai DW tidak mcnunjukkan adanya korelasi
Pcngojian terhadap model perlu dilakukan agar didapatkan model yang paline cocok dengan karakteristik unbiased.
data sehingga didapatkan
estimator
yang
• fi iii
•
I
Ill I
.
•
II.,
- I
BABV ANJ\LISIS OAN l'ltMBAHASAN
5.1. Metode Estimasi S1.:11(;rli yaug 1.dah dijel ask an pada hat> rnctodologi sebelurnnya, bahwa
dalam melakukan analisa data panel dikenal tiga macam nendekaran, yaitu pcndekatan kuadrat terkecil (Pooled Least Square). pcndekatan efek letap (fixed efji!cl),
u1111
peudekatan efek acak (random ejf~c1). Langkah pertama sebelum
melakukan analisis adalah dengan memilih rnctode mana yang terbaik diantara kctiga rnetode tersebut. Pcndckatan ya:1s digunakan untuk mencntukan m~to
'lest. Pe11gujiat1 F (Uji F) Uji I' ini digunakan rnenentukan metode Estima~i y;ing terhaik sntara rnetodc Commnn lifii~cr (Pooled t.east Suuare ) dan Fixed Ejfed di dapar F hitung untuk: • Mudd Gal.ungan
: F hit= 2.11 > F tabel
• Model Pulau Sumatera
: t hit= 3,54> Ftabel
• Model Pulau Kalimant.an
: F hit= 6,79 > F label (F.i38M5: = 2,'.18)
{F1.~10.~s·, = 2.73)
Keputusan : Karena F hitung lebih besar. dibanding F tahel maka secara statistik motode fixed
c.fJi: t.·1 lebih
tepat digunakan,
l:ji H1111wmm (Hausman Te.
Fixed
F:O'cct dan Random E.f!'otc1 Dengan menggunakan paket program cviews versi 5. I. output untuk Hausman Test ini sudah dapat langsung diperoleh, sebagai berikur: •
Model (hbu11ga11 : nilai Chi-Square scbcsar 45,9'.I dengan nilai probahili1a
sebesar 0.00. •
Model Sumatcra · nilai Chi-Square sebcsar 296.36 dengan nilai probabilita
sebesar
o.oo 53 Unlversitas Indonesia
•
Model Pu lau Kai unantu tidak daput dilak ukan Hausman dacrah
observasi
(4
Prnvinsi]
lebih
kecil
dari
Test karena jumlah
jurnlah
variabel
bebas
(S variabel]. Dari 01111>1.t £'\•it>w.~ nntuk Ha1<~111a11 Test di alas, lerlihat bahwa dengau nilai Chi-
Square hinmg jauh lchih besar dan nilai Chi Square table maka penggunaan model ftxed t>jfn:t lebih tepat daripada model random effiw pada data yang digunakun dalarn penelitian ini .. I )mi basil uji F dan l Iaustrnan Test maim metode esrimasi y~ng digunaksn
y11ilu rnctodc efek tetap (jixed Effect). Dengan efck 1ctilp maku akan mumpu n1crum1?,k:1p 1rnrak1cri~1ik khas masing-masing dacrahfprovin<>i y>1ng 1erc1:nnin d3'.li nilai interscp yang hcrbcda dari masing-masing Com111<1fl f:j}e1:l
wilayuh. Sedangk.an rlr.ne,nn
hanya ada satu nilai intcrsep schingga scrnun daemh mcmpunyai
nilai interseo yan~ sarnfL. hal ini kurang tcpar karena setiap daerah mcmpunyai kumk(~ristik yAJlg berbcda, 5.2.
Amlli.~i~ Model J)i1l11m
infrastrukuu
1.1r11y~ untuk
melihat
peranan
atau dampak
pembsngunan
datam pcrtumbuhan ekonomi regione. di pulau Surnatetu don
Kalimantan rnaka disusun dalarn satu bentuk model ckonomi yang mana model .,komlmi
terscbut
harus bisa digunaken
untuk
menjclaskan perarum dari
infrastruktur yang ada di Sumatcra dun Kalimanran serta kondisi gabungan Pullin
Sumatera dan Kalimantan. Setelah melalui tahapan pernilihan
motode terbaik untuk digunakan, rnaka
dapat diketuhui motodc yang terbaik tcrsebut adalah rnotodc fixed e,{li:ct.
Hcrdasarkan variahel pcnclitiar dan spes•tikasi
model yang, tclah dirumuskan
dalam mctodologi pcuelitian tleni;un rncnggunakan berbagai data yang rncwakili clari variabcl peneutian rnaka dicoba disusu« l-erbagai model dan pada ekhir hffny~ di dnpar 1 (tiga) atternaufmodel ekonorni terbaic, yaitu :
Unlversitas Indonesia
55
ALTl::RNATIF I Variabcl Terikat (Y) - PDRB total--Per kapita Pekcria ..
\ Vanabel _ Suma:era+Kal;iiiaiitan --· . --·· Kocf Prob
t·~~( ILS~.
f INV AR(!) Ad W
DW
ALTER.1\JATJF,
(I)= -·· ·-
Variabel 1 erikat Sumal~nrt-JSal11n~ta11
-variabcl
Koet"
l.'f2.
I
-0 01846 t 0.01360 -0.36197 0.011164 . o.32109 .. 0.7387.! I 0,9992 . .J - 2,058 I
JLJ
n,
rn.3 1Nv ARtl) Adj R DW
Sumatera.
Koef 0,2699 O.IJ36 -0.0277 . ·0,0239 0,0002_ >---·· 0.0363 0,0000 0.3692 0~5_0 ·-··· 0,0000 0.205.,S -·-··0.1637 0,3200 0,0000 0,2761 0,7314 ... 0,000() 0,6360 ·-·0.9992 ... 0,992~j 2.04 ' 2.~
Kalimantan
--+ -0.1861 Kocf I p~Qb' . 0,01)71
o.oeeo 0,0000 0,0000 0.0000 0,0000 0,0000
I
.0.,1150 0,4351 -O. I 49J o,5203
I
I 0,0041
-~~?883 .
I
Q.7150 0,002!_ 0.6094
9, I 545
0,9R~ .. 1,)6 . "
-
PDRR tot a IP er k amta · P ek·eIJU · Kalirnantan . Sumatera Kocf Prob Prob r Ko,~f P roll 0.502 Jj 0.) 72044 iJ.oooo· -0.50961 0.1I12 . 0.0488, 0.027108 0 000:> 0.31885 . O,C)l 46 1. 0.0000 0.327?4~<JOO 0.55989 0.0005' 0.0934 o.o4i S:-54 0.0021 -0.25053 o.aoss o.2s9373 I o.oo~oo.76734 I 00000 0.0000 .Q.61~78l fJ_.0000 0.23421 0,9992 0,9920 2,052 I . .. 1,887 .
-
I
i o:nooo I
l'rnb
--i
0.40t'J
ALTl(R."{A TIF. :l.
I Variabcl
- V1:11iabt:I Tcrikal ~- . (Y) ·· PDRJ_!..!.l.OD mt as Per k_apita l'eker· a ~mnatcr.a ..Sumatera+K a 1 imantan Kocf Prob ·""" - j ~
. Bcbas
T
LSI JLJ
TL
l'J)3 _,, INV ~R(~
~1<.DW
-~-
·-
0.312472 (i.0000 o:ii41os~_t:fuloo3 0.246719 0.0000 0.040&1\0 0.0567 0. I H 1678 0.0000 ··0.1-12.:122 I 0.0000 IJ,99!H __ 2 ,_.. 1:39 I _
Kslimantan I Pr~b . Koef Prol>_. 0.319:356 0.00001' -0.17443 0.0015. _n.os~_859 0.0002 · 0.01 :72 o.~}.74 J 0.214')78 0.0000 0.2836') 0.0000 ' . 0~45800 OJ)36'!.._._:0:281()4 ~.0000 j 0.172863
. l
~~:r
I
Dari ketiga ahcrnatif diatas mnka dalam melakukan analisis dan pembahasan dal1un tesis ini akan menggunakan anernatif 3 dcngan pertimbangan
Universitas lndon.sia
56
variabcl pr11<'linllr· y:me sienitikim pada tingkat
utama banyaknya probabilitas
u - j'~• dan n = I oo;., khususnya untuk Pulau Kalimantan. Tahapan
sclanj umya
yang
harus dilakukan
scbclum
mengolah
dan
menganalisa output n-gresi yime dihasilkan adalah pengnjian sta.istik yaitu I lji t, I Ui F dan Uji R Square scrta pclanggaran terhadap asumsi klasi k.
Uji t, (/ji F dtm lfji R Square Dari hasil output cviews didapat nllai t hitung, dan F hitung serta nilai R' sehagai benkur: •
Untuk model !(abungan : scmua variabcl bcoasnya ~ignifikan dimana nilai I hirung lehih hr-sar dari l tahel (I.Ii)) (fan nilai probilitas Iehih kecil dari 5% dan 10%. Nilai F hitung = 3945.878 > F tabcl ('.!.16), artinya scrnua variabcl
bebas secara bcrsama-sama mampu mcnerangkan vanabel rerlkatnya 11ada tingkat kepercayaan 95%. Dan nilai R2 = 0,9983. artinya variabcl-variabcl bebas rnamou rncnjelaskan
variabcl terikat sebosar 99,lr\ % dan O, 17%
dijelaskan oleh variabel diluar variabcl pencluian.
•
Untuk model Pulau Sumatcra : scmua variabcl bebasnya signifikan dimans
nilai c hnung lcbih bcsar dari t rabel (l,652) dan nilai probilitas Jcbih kecil duri 5%1. Nilai F hitung - S489,00i > F label (2.21 ). artinya scmea variabel hcha.<; socara bersama-sama kcpercayaan
mampu menerangkan
95%. Dan uilai R2
-
variabel terikatnya pada ti ngkat
o,9q90, artinya variabel-variabcl
behal;
mampu menielaskan variahel tenkut sebesar 99.90 •.;., dan 0.01 % dijelaskan oleh variabe. diluar varibel penelitian,
•
Untuk model Pulau Kalimantan : semua variabel bebasnya signifikan dirnana nilai t hitung lcbih bcsar dari t tabel \I ,61\4) dan ni iai probifitas lcbih kecil dar] 5% kecuali variabcl jalan (JL3) t hilung -: l tabel dan prnbabiltas > 5% atau
10% Nilai Ii hitung = 5348.943 » F tabcl (2.34), artinya sernua variabel bebas secara bersama-sama
mamp·.1 menerangkan
.,
variabel teri katnya pada ti ngkat
kepercayaan 9S%. Dan nilai R- - 0.9<J9ti. artinya variabcl-vanabel bebas mampu mcnielaskan variabcl terikat sebesar 99,96 % dan 0.04% dijelaskan oleh variabel diluar varibel penelitian.
Universitas Indonesia
57
p.,/unggaran Asumsi Klasit: Sclanjutnya mclihat apakah model ~I tclah bebas terhadap pelanggaran asumsi-asumsl
rcµrcs1
klastk.
)'"Jng
hetcrokesdastisitas dan aurokorelasi
~adi.
yairu
multikutinearita»,
Tujuan dari pcnguiian ini adalah agar data
yang akan diolah narui sudeh tcrbebas dari sogala pcl1mggaran asumsr-usumsi tcrscout, scningga pada akhirnya akan mcnghasilkan
output yang BLUE (Rt!.11,
Linear, Unbisaetl and E.
Jika
rcrjadi
pelanggaran
pertakuen tcrtcntu untuk
terhadap asnrnsi-asumsi iersebut rnaka dipcrlnkan memheha1>kan data 1~hut dari pclanggaran yang
tcrjadi a.
Multikolinearitas
Indikusi adanya muttikolinearitas dalam data adalah dengan melihat hasil uji t dan uji hasil
r:
uji t l>any11k variabel
~il!nitikan. tingg1
pada output regresi, Multilmlinearita<: sangat mungkin aria jika dari yang tidak signifikan,
sedengkan uji F-nya
Dari model tcrbai~ yang dibasilkan. den~an nilai P stati~Lic yang
11u
cul<:up
mcngindika.~ik.an
liuak
terj:idinya.
pelsnggarar,
rnultikol iuearitas pade data terscbut,
Cara lam untuk ruelihat ada tidaknya multikolinearitus dari suatu data, adalah dcngan melihar nilai kocfisien koretasi spcarmau, tolerance ('l'Ol-) dan Vlf. tetapi karena kctcrbatasan program Eviews, maka output-output terscbut dapat
di kel uarkan. b
Hetcrokcsdastisuas Masalah hctcroskcdasusitas, rnenurut Nachrowi D. Naehrowi dan Hardius Usman dalam Penggunaan Teknik Ekonometri da.n Wing Wahyu wmarno cularu t\nalisis l'ku1101netriks dan Statistib dengsn Eviews dapat di~~!e~aikw dc11gan ptngi;umtan WTB
(Weight~dLeast Squuri:), dimana WLS merupakan
mctode di calam panel data yang menimbang variance ( cross-sectionweight dan u-111/c kotoroskedooicuy-conststemstandar error and covanancei untuk mcngorckst masalah hetcroskedasdsitas.
Un ivers itas I ndonesla
SR
c.
A utokorelasi
l Jntuk permasalahen hctcroskedastisitas
dun nntokorclasi di dalum pengolahan
data panel sebenarnya sudah bisa teratasi sendiri. Hal mi dlscbabkan karena pengolahan
data panel
m~neeullllbnGI.~ (Generolrzed Least Square).
dimana penggunMn mctode
autokorclasi. Cam yang paling sering digunakan dalam mengatasi autokorelasi padu data panel adalah dengan mernasukkan variabcl auttiregrcssif(AR) hingga AR ke-n (AR(n)) .~nmpai didapat nilai DW yang tepat, yang mcnunjukksn data tclah
bebas dar: auiokoretasl. Tepar tidaknya nila; DW yang 1li(lapat narus dibandingkan
•
Model Oabungan · OW slat - 2,139 (DW tabel tliketahui D1.-l.1.1 <.l)\V1w<4·D•.1 make model hchu.~ dari autokorelasi.
•
Model Pulau Sumatcra : DW stat - 2,2'.!4 (DW label dikctDhui JJ1 "'i..!>:)5; D11- l.X02) dimana Du ;> DWstot<4· l>L rnaka model tidak dlkctnhui adu atau iidaknya autokorelasi.
•
Model Pulau Kelirnsntan · JlW s1111 .., l .K50 (fJW rabel diketahui DL'°l,291: Du-t.3221 diruana D11 < Dw,1 ..1<4-l)l, maka model bebas dari
autokorelasr. 53. l'emb11h11san ffa~ll Regresl Secara umuru tel11h diketahui bahwa pcrnbangunan lntrasmrktnr di Indonesia lcbih terfokus Ji daerah Jawa, untuk pcmbangunan infmstruktur Ji dacruh luar Jawa yang cukup baik pembangunannya scbagian bcsar bcrada di beberapa dacrah
sepcrti Pula11 Sumatera clan Kalimantan, atau secara umum di wilayah Indonesia B(lgian Burat. Kcbsjakan nembangunan inlrastrulct\ir Ji lndonc~ia lebih didasarkan pada
01it:1itasi output
pcmcrataannya, antara
bcrupa
baik antara pulau
Indonesia
bagran
barat
pcrturnbuhen
ekonomi
dibandingkan
aspck
(Pulau Jawa dan luat Pulau Jawa] maupun (11.IB) dan
Indonesia
bagian
timur
(IHT).
Ketimpangan dapat dihhat padu nilai nilai invcstasl pada rnasiug-masing wiiayah,
yanu lebih dari 5() person investasi bcrada di Pulau Jawa yang hanya mencakup 7
Unlversitu IAdonesia
59
pcrs"n dan seluruh wilayah lndonesia, sedangkan output atau PDRB P11lau Jaws menghasilkan leb: h dar i 60 perscn dari total output Indonesia (The World Bank,
IYY"J. Telapi walaupun pcmbangunan
infrastruktur
terfokus lebih banyak di
Pulau Jawa, ternyara pcmbangunan infiastruktur tersebut bclum scpenuhny» dapat mencukupi
kcbutuhan,
discbabkan
jumlah
arau secara ekonomi manfaatnya belum maksimal
pcnduduknya
yang terlalu banyak dan
tidak merata
penyeharannya, Salah saru indikasi maksimal atau tidaknya pengaruh infrasmrkrur
dalam masyaraker yaitu jika infrastruk.tur terscbut d8pat sccara nyata mcrnpengaruhi
sccara signifikan terbada(l kesejahteraan masyarskat. yang
disirnbolkan
rnasyarakat (ditunjukkan
dcngan PDRH p<.:rkapi1a·1. Pcncluian
ini difokuskan hanya untuk melihat perbandingan pengaruh
infrastrukrur tcrhadap penumbuhan output (PDR~ pcrkapita tcnaga kerja] antara Pulau Sumateru dan Kalimaman sebagai satu kesatuan wilayah pu\au bcsar yang adu di wilayah Indonesia Bagian Barat tanpa memasukan pulau Jawa, dimara keadaan in frastrukturnya secara umum relatif lebih baik di handing dacrah lain di
Indonesia khususuya di luar Pulau Jawa clan kemudian rnelihat perbandingan rcranan mfrastruktur anlara pulau Sumalera dan l'u(au Kalirnantan, selanjutnya infrasnukrur. mana yai1g membcrikan pengaruh paling dominan tcrhadap output
di pada kedua pulau dan dt masing-masing pulau tersebut. 5.3.t.
Pe01l•alta~J1111 Uasil Rcgresi Gabungu
(Kedua l'ulau)
Pada hagian ini. akan dihaha-< pengaruh dari masing-masing variabcl bcbas terhadap variabel tak bcbasnya dcngan menggabung seluruh obscrvasi di dua
pulau tersehm. sehingga yan~ terlihat atfalah pcngaruh totalnya (gahungan data kcdua pulau ).
Secant total, rnaka semua variabcl-variebcl bebas yang digunakan rnerupunyai pengaruh sigrufikan rcrhadap variabel terikamya pada alpha .'5 persen kecuali vari~hc( rosin pcn!lklikan pada alpha HI
f>el"!>ell.
Sedangkan n\lai Adj R·
squared sebesar 0,998J menunjukkan hahwa varias. yang tcrjsdi pada variabe] PDRD per tenaga kerja dapat dijelaskan oleh variabel-va-iabel bcbasnya di dalam
Universitas lndon es ia
60
model sehesar 99,R3 pcrsen, sisanya scbcsar OJ7 person lagi dijelaskan olch variabcl-variabel yang tidak masuk di dalam model. Tabcl 5 I. Hasil l-:5timasi Pcngaruh lnfrasttukurr Tcrhadap Pcrtumbuhan Output Gahnngan (Pulau Sumarera dan Kalimantan) Variabel Tak Bcbas - log~Y IL)
Vartabel Bebas
(u ..
---
Li~trik Jal an . . -·Teteoon l'ernliclikim
-···-··
..0.040880
Bi la vanabel-variabel clastisitasnya
6.2S61(l7
.. 0.18167& 0.99!!ol50 .....
'
0.lllKKI
. 3·753661 .
0 041081 0.246719
. ___I
Prob J i4\ -,
(3)
0 312472
-
P!l.ffB
D-W stat
(2}
....
___ Adi R:squ.ared
·····--·--- -··· l slat
xoer
;
-
0.0003 '
5.4364i2 I 924854 6 080310 ..
0 0000
.. 0.0567
--
0 0000
..
2 IJl\742
..
,! :
he bas pada tabcl di alas o iranking menurut nilai
atau bcsaran pengaruhnya
terhadap
variabel tak bcbas, maka
variubcl bcbas dengan nilai clastisitas terlinggi adalah infrastrukrur lismk scbcsar 0,31, kcmudian telepon sebcsar 0.25, PMTB (Pembentukan
Modal Tctap Bruin)
yaitu schcsar 0, 1 R, variabel jalan sehesar 0,04. dan tcrcndah rasio r•~ncfoli~an sebesar 0.04 (sigrufikan pada alpha JO pcrsen, prob= 0,0567) Nilai clastisitas lislrik scbcsar 11,11 menunjukkan bahwn sctiap kenaikan listrik sebesar I% maka akan mcngakibatkan kenaikan PDRB per kapita sebesar 0,31 persen, Hal ini mcnuniukkan bahwa peningkatan output ksrena infrastruktur lislrik di Sumatcra Jehih bcsar dari pcnunmiin onlptn di Kalirnaman san~at disarankan agar pcmcrintah pnlau ini nntnk merangsang
Seh'. ngga
khususnya pemcrintah daerah pada kedua
pcningkatan listrik teretama listrik untuk industri
yang akan meningkatkan output di kedua witayah rerscbut, schingga peningkatan PDRl3 pcrkapiia dapat dcngan
cepat tetjadi,
yang arti nya jug:a peningkatan
kcscjahrcraan. Hcgitu juga
dcngan
variabel
infrastruktur
tclepon,
yang mempunyai
elastisitas terbesar kcdua setelah listrik, hal ini rncnunjukkau oahwa inlrastruktur tclcpon pada kedua pulau rcrscbut .,angat berpengaruh
dan mcncntukan
pemngkatan nilai PDRB per kapita, Nilai elastisitas intrastmktur
bagi
telepon sebesar
Unlversitas Indonesia
61
0,2S berarti setiap ada pcningkatan infmslruktur listrik sehcsar I rer~n. rnaka
aka!\ herdampak f)(IStif sebesar 0,25 1>erren pit
peran invcstasi dalam hal ini P!VITU sangat mcndukung rcrjadinya pcningkatan l'DRB per kapita di kedua pulau ini Nilai elastisitas PMTR sebcsar 0, 18 herarti akau 11d~ peningkacan sehesar 0, 18 pcrscn pada PORB per-kapits jika variabel
invesiaai d11ingkatkan sebesar I%, dengan asumsi ceterts paribus. 8clanjulnya variabcl infrastruktur jalen, dengan clasusitas sebesar O,
jalan yang tcrscdia saut sekarong, dimana walaupun pHnjang jalan dari tahun kt: rabun semakin bcrtambah tctapi belum bisa sccara signitilcon rncmpengarub! perturnbuhun perekonornian
masyarakat. hal ini dlsebabkan
maslh banyaknya
willl)'M wilayah yang belurn mempunyui ak~es jalau yan~ baik, ditAmhAh lagi dengan kcuyataan adanya kcrusakan infrastruktur jalan yeng setiap tuhun terus benambah dun mengakinatkan semakin mcningkatnya harga barang karena hiaya produksi yang nnggi. Variabel rasio pendidikun (signilikun pada alpha 10 pcrscn) walaupun
rnempunyal nilai el11~tisita~ ya111; cukup kccil, tctapi tetap mempunyui pcngaruh terhadap l'LJIUl per kapita di kedua pulau terscbut. Hal ini mungkin discbabkan karcnu masih rcndnhnya rata-rata tingkst pcndidikan tenaga kcrja. Seperti y110g tdah d1rahami bersarna hahwa
~e1.:11ra
umum tingkat pcndidikan berkorelasi lwal
dengan kualitas kcmampuan tcnaga kerja, schingga suatu kenyataan ya.i:ig sangar diharapknn adalah bahwa dengan adanya peningkatan kualitas awup11n kL•8ntit•~ kcmarnpuan tenaga kcrja bcrpengaruh positif rcrhadap perubahan produktivitas
araupun sum bangan renaga kerja tcrsebut. Pendckatan terhadap peningkatan kualitas k.1:r.\ompW1tt tenaga kerja bisa juga tnelalui pclanhon, training atau pun
workshop. Pada penclitian iui nilai elastisitas rasio pendidikan scbcsar 0,04, yang
Universitas Indonesia
c2
hcrarti setiap peni ngkatan variabcl rasio peodidikan sehesnr l %. maka akan
meningkatkanjuga l'DRB per kapita sebesar 0,04 person. Uton!!;m metode fixed £jfect akan mcngJinsilkan nilai intcrscp yang berbeda unmk sctrap daerah tetapi m~miliki
nilai slope yang sama Nilai dari
intcrscp dapat diartikan sebagai dampak di luar variabel dalam model sehingga
ketika tidak
penumbuhan dari variabcl bcbas maim akan tetap
tcrjadi
rnenghasilkan output alau PDRB perlcapita scbesar nilai anti loi;oritma n.~ri nilai intersep. Dalarn peneluian ini didapat nilai inrcrscp tcrcndah di Propinsi Jambi dan tertinggi di Propinsi Kalimantan Timur. I Jal ini bcrarri autonomous Iaktnr di Kalimuntan Timur paling 1ingg;.
Tabcl 5.'.!. Output Autonomous Perkapiia Tenaga Kerja Model Gabungan [Juta Rupia11ll
.-·· ...... ~..
lNTf,RScl'
0 l. Kalimantan Timur
!Bil l.6Q9
. Y ~ 111ui loi:. Oi
0'2. Kalimanmn T engah
1.633200
SO.OB 42.973
OJ. Riau 04. :-JAi) 05. Kslimantan Sclatan 06. Sumstera Setarau Oi. Kalirnantan Barat 08. lkngkulu 09. Sumaiera Utara l 0. Lam pu ng
1.623630
42.03 7
1.598486
39.672
1.588439 1.562090
38.765 36.483
1.559722
36.285
1.549002 1.545299 l.536640 1.525331 1.499615
35.400 35.099 34.407 33.522 31.595
l'ROPlNSl
l I Ssumatera Barat
12. Iambi
5.3.2.
Pemhahasan
(iallil Kegresi 11ntuk l'ul•u Suu111tera dan
Kallmantan
Penggunaan metodcjfred effect dalam pengolahan model ini mernberikan nilai intercept yang bcrbeda-beda antar propinsi. terapi dengan slope yang herbeda antar variubcl bebas tctapi sarna uutuk semua prcpinsi. lihat l
pengulahan.
Intercept yang bcrbeda-beda
pcranan autonomous
antar propinsi merumjukkan adanya
factor di luar variabel bcbas Nilai intercept menunjukkan
Un iversitaa In do nes ia
63
hahwa output terap akan tumbuh sebcsar rilai intercept tersehut walaupun tidak ada penambahan dalarn variabel infrastrukturnya. Psda
Fabel
5.1 di bawah ini juga rcrdapai nilai Adj R->quared yang
menunjukkan besarnya persentase variabe] bebas dalam menjelaskan variasi pada variabel tak behasnya Nilai Adj R~fquared unmk kedua pulau ini harnpir samu, yauu sebcsar 99 persen, ini bcrarti bahw-a variabel-variahel yang digunakan dalam model
ini yuitu hstrik, jalan, telepon, pendidikan,
investasi, dan autoregrcsif
pertarna, dupat rncnjelaskan variasi dari PDRU perkapita tcnaga kcrja sebesar 99 persen lehih, dan sisanya sekitar 1 persen dijelaskan oleh variabcl-varinbel lain
yang tidak cimasukkan kc dalarn model. Ouri l'"lllJUjian
informasi
(t-stat), rernyara kcdua pulan mcmberikan
mdividuulnya
yang bcrbcda 1entang lin~kat
•ignilikansi
dari variabcl-variahel
bebasnya Oi Pulau Sumatcra. semua variabcl behas menunjukkan pengaruh yang signiflkan 1crlih:ll
terhadap vuriabcl tak bebas (liha; tabel 4.2). dengan bcsamya pengaruh dad
kocfisien
rt.-grcsi
pada nia..;ing-ma•ing
variebel
bebas
yang
mennrjukkan besarnya clastisitas masing-masing variahel bebas ierhadap variabel tak bebas. Scdangknn untuk wilayah Knlima11tan rerdapat dua variabel bebas yang tidak signifikan ynilu variabel jalun tla11 variabel autorcgrcsinya. hebas yn11g tidak signifikan
cli Pulau
Kcdua variabel
Ka'imantan tersehur menunjukkan bahwa
kedua vuriobel heba~ tcrscbui tidsk mcmbcrikan pcngaruh yang besar (signifrkan) terhadap pcrubahan yang terjadi pada variabel h1k bebasnya Narnun, pcngaruh kedua variabcl tcrseout tcl;ip ada, scJ\ingga eksistensi kedna variabc) tcrscbut di dalam
model harus tetnp dipcrtohankan. seisin rnernang secant tcori, kcdus
variuhel bebus iersebut (jalan dan auloregn..~) rnempmryai huhungan dcngan PORT! per kapita
Hal ini mcnunjukkan bahwa pertumbuhan panjang jalan haik
tidak
mcningkatkan
signifikan
output
di
Pulau
Kalimantan
salah
satu
pcnyehabnya adalah struktur ckonomi di Pulau Kalirnantan rnasih dkknninasi olch sektor primer yaitu ~rtani:n dan pertamhangan yang sebagian besar berada pada wilayah perdesaan padahal pcnumbuhen jalan baik lebih benyak terjadi pada
Untversitas Indonesia
64
wilayah perkotaan
akihnmyn
pengaruh
pcrtumbuhan jalan haik ndak signifikan
rerhadap pertumbuhan output di Pulau Kalimanian. Definisi variabel tak bebas pada penelitian ini adalah PDRR per kapita lenaga kcrja, atau penrlapatan per kapita tcnaga kerja. yang kcmudian dibaea ~eb11g11i output atau PDRB per kapita
Tabet 5.3. Pcrbandingan Hasil Estimasi Pengaruh Infrastruktur Terhadap PDRB Per Kapira Tenaga kcrja di Pulau Sumatera dan Kalimantan .. ·- -
Vanabel Tak lkbas - PDRI3 pcrkapita (log (Y fL)}
_...... .. '··Sumatera
Variahel Hebas
,
,._., ( J)
~--
..
,,_JAlAN
TCLCPON
Pl:NOllllKAN INVESTASI AR(11
t s.ar
_ ..J~ocf (21
LISTRIK
0 319356
--OOSSBti9 0 214078
ifii45BOO
0 17;1863 0 703475 1 Adi R-s11uared • 0.998878~- , 2 234 ' D-W stat " [
'
"
(:;)
·-·
' Prob ' ,,_,0.l
5 995791 0 0000 3969000 00002 4 65~957 o 0000 2 1315~- 0 0364 4 904031 -00600 15 51!l0~ .. QQQOO
....
"
........- ....
--K~lim1111tan !
Koci' (Sl
-0 174433
00\7723
0.283685 -0 281037 0 189828 -0 025Q~2
0 999439
I Slltl
f'rob
. :·.(7) ......
--· _ill_ .... -3 743377 0 0015 0 95!>616 033~ 5 553421'" .. 0 0000 -5 769147 0 0000 2 596207 0.0182 ..o 1w%f : . 9.fill~
1 850
:>111nber ()utput Flv1cw' 4 I
Dan Ta 01.:J 5 .3 t1)rlihat bahwa untuk Pulau Su matera variabel bcbas yang mernpunyai nilai ctastisitas lerbes11r A(illlnh nutoregr~mya sebcsar 0.70. diikuti listrik sebc:lllr 0.32 artinya sctiap kcnaikan l person produksi listrik akan rneningkatkan output sebesar' 0.32 persen, relenon sehesar 0.21 artinya 'etiap kenaikan I persen sambungan telepon akan meningkatkan 0.21 persen output. PMTA (Pembcntukan Modal Tetap Brute) yaitu scbcsar 0.17 artinya setiap
kcuaikan 1 perse11 l'MTB akan mcnin!!,katkan output scbesar O. t 7 person output. jalan sebesar 0,06 arunya seuap kenaikan 1 pe-rsen jalnn baik akan meningbtkan
output scbcsai OJ/(1 person, serta pcndidikan scbcsar 0,05 artinya sotiap kcnaikan l perscnjumlah rasio peuouduk berpcndidlkan SMTA ke atas akan mcningkatkan output sebesar 0.0.'i pcrsen. Sedangkan di Pulau Kalirnanran, pcngsruh terbesar
tcrha.Jap perubahan output (PDRll per kapita) bcrasal dari variahel telepon sebesar
0,29 arunya setiap kenaikan l
pt:rsen samhungan tclepon akan
rneniugkatkan 0.2!1 pcrsen output, kcmudian PMTB sebesar
n. t 9
nrtinya setiap
kenaikan I persen l''\.1TB akau meningkatkan output sebcsar 0, 19 per$en.
Universita~ Indonesia
65
PMTB atau Pcmbemukan Modal Tetap Bruin vari~hd dijndikan sebagai pcndekatan
i uvcstasi,
n ilai elastisitas
P~fl'l)
amara
Pulau
Sumatcra
dan
Kalimantan relaut sama, vaiur sekitar 0, I !1%1. artinya hahwa jika ada peningkatan PMTA sebesar I% akan bcrpcngaruh positi:' terh;-ufap pernbahan PDR B per kapita dengan 1~en ingkatan schcsar 0, 1 l! persen. Infrastrukiur jalan. berdasarkan data yang diolah, ternyata pcngarunnya di Pulau Sumalera dun Kahrnantan sangat berbeda. lnfrastruktur jalan mcmocrikan pcngaruh harnpir 3 kall I ipat lebh besar d1 Pu Ian Snmatera dibandingkan Pulau
Kalunantan yaim 0.06 bcrbanding 0,02 walaupun tidak signifikon seperti yang tclah dijelaskan diaius. Kondisi ini harus dipahami dcngan rnclihat keadaan dun kcmunfaatan
sr.1";!rn
ckonorni s jalan
tersebut
dalam
mcnunjang
kegiatan
perekonomian rnasyarakat. Kcbcradaan infrasmiktur jalan di suatu daerah sangar dibutuhkan untuk mcndukung
bcrjalannya roda perekonomian
daerah tersebut,
biassnya dar-rah yang terbuka lebjh cepat mengalarni kemejuan perckonomian dibnndingkan dengan duorah yang tertutup atau terisolir. N ilai eiastisitas posilif 1hri iutrastruktur jalan terhadap PDRl3 per kapita di kedua pulau mengindikasikan
hahwa infrastruktur jalan berperan dalam meningkatkan PDRB di kedua w.layah
tersebut Pengaruh infrastmktur jalan di P11la11 Kalimantan tidak signitikan
iru
rncnunjukau hahwa setiap pruvinsi di pulau Sumatera mempunyai nilai pcngaruh yang berbeda sedangkan dalam mctode estimasi rnenggunakan metodc cfck tctap dimana r.ilai slope sams sctiap daerah !>ehingga menjadi tidak signiflkan. Infrastruktur
telepon. pcngaruhnya
pada PDRB per kapita
pnsitif dikedua pulau, hanya seja clastisitasnya
~am>1-~11111a
di Pulau Sumatcra lchih kccil
dibandiug' dengan elastisitasnya di Pulau Kalimantan. di Surnatera sebesar 0,21. sedangkan di Kalimantan sebesar 0,28. Artinya jika ada pcningkaian infrastmktur tclepon, misalnya penambahan satuan sambungan tcicpon scbcsar 1 %, maka akun
berpengaruh positif tcrhadap PDRH per kapita sebesar 0,21 % di Sumatera dan 0.2R% di Kalimanlan dengon asurnsi ceierts paribus. HAI ini sesuai dengan teori yani; mcnyatakan bahwn dengan semakin meningkatnya
modal fisik di suatu
dacrah dalarn ha! ini intrasmiktur telepon, maka akan meningkatkan produktlvitas
Universitas Indonesia
66
ckomml di daerah tersebut, karena dengan benambahnya intrastmktur telepon mah akan mernudahkan
masyarakat dalam melakukan kegiatannya, yairu dapet
menghemat waktu dan tcnage, Pcngaruh
infrssaruktur
liwik di kedua pulau
pun sangnr herbeda.
Infrastruktur listrik di Sumatcra tierpengaruh positif tcrhadap Pl.HUI per kepita, ~
pada
intrastruktur listrik Ji Sumatera sebesar
I%. maka akan
PDRB fl('-T bpita scbesar 0,3'.!o/., (celeris parihus). Stdan~kan di
meningkaikar;
Kalim.1ntan, jika ada penin;;Jmuin yang terjadi pada infrasU"Uktur listrik ~eht>~Ar l %, maka aksn mengakihatkwt
penurunan PDRH per kapits sebeser 0.17%.
Sepcrti yang ielah dikctahui,
listrik
sanr.at berpcran dalam kegiatan
herhagai scktor ckonorni. RP.~rti pertanian, industri. juga scktor-sektor modern. khusuxnya
dimana
sektor-sektor
Kesejahreraan
pcnggunaa»
teknologi
sangat
dorninan
rnasyarakar akan semakin mcningkai dengen tc1·sedi81lya lisrrik
dalam jumlah yung cukup kurena d.ipat menggunakan berbagai fasilitas yang dapat
memhantu
kekurangan
mcningxatken
llsrrtk
(lixtrik
produktivitasnya,
yang lerpa.~ng bclum
Sedani,:lrnn
jika
terjadi
mencukupi kebutuhen
masyarakat), rnaka akan tt:"rjnrli flt'ningkat.un hia}'a unit produksi kegiatan ckouomi d1:111 deugan demikian akan berpengaruh ncgalift.crhadc.p keseluruban kesempatan
investasi dan akhirnya akan bcrdampak padu keseiahtcraan masyarakut. Mempcrhatikan pengguna.
energi
listrik
~-ang
terjual
terlihat h~hw" pt.'llf~.unaar. listnk
berdasarksn
kekimpok
untuk industri di Kalirnantan
cenderung rncnurun d~rt tahun kc-rahun, scdangknn di sisi lain, penggunaan listrik unluk konsumsi rumah langga cenderung mcningkat. Perbcdaan pcningkatan ini terl ihat saugat
jauh,
penggunaan listrik
yang terlihat
1fari jarak
~ng sernakin besar antara
untuk rumah tangga dan industri.
Meskipun ('o!-nggunaim
energi Iistrik untuk kepcrtuan hisnis juga mernngkar, pcningkatannya masih tidak sebanding dengan penurunan
yang dialami ~~ktor indu.-.tri. Hal ini konsistcn
dengan surnbangan sektor industri tcrhadap PDR ll yang cendcrung rncnurun.
u n lvel"$ltas I ndones la
67
Jika kita telaah lebih mendalam, industri
terbesar di Kalirnantan
ternyata pertumbuhan output sektor
Timur, karena share sektor minyak dan gas
terhadap total output rata-rata sebesar 58,20 persen, sedangkan di provinsi selain Kalimantan notahene
Timur, pertumbuhan tidak
sangat
produksinya. Meskipun produktivitas
banyak
output dominan pada sektor pertanian, memerlukan
energi
listrik
dalam
yang proses
penggunaan listrik di rumah tangga naik, tetapi karena
di rumah tangga yang kecil (walaupun ada industri skala rumah
tangga), temyata tidak signifikan menaikan output. Grafik 5.1. Energi Listrik Terjual Berdasarkan Kelompok Pengguna, Di Pulau Kalimantan, 1995-2006 2500
I
l
2000
-R.Tangga
1500
-Jndustri -Bls1ils
,0 -::~=~
1000
-soslal
-
__.__.G_Kantor _,._.P.Jl.Um••m
Sumber: PLN, Pengolahan Data
Variahel pendidikan mempunyai kecenderungan yang sama dengan listrik, yaitu mernpunyai elastisitas positif di Sumatera tapi mempunyai e]astisitas negatif di Kalimantan. Elastisitas variabel rasio pendidikan di Sumatera sebesar 0,05, sedangkan di Kalimantan sebesar -0,28. Hal ini menunjukkan bahwa peningkatan 1 persen rasio pendidikan di Sumatera akan meningkatkan output sebesar 0,05 persen, sedangkan di Kalimantan
akan menurunkan output sebesar 0,28 persen
dengan asumsi
Hal
ceteris
paribus.
ini rnengindikasikan
pengaruh
tingkat
pendidikan di Sumatera berlawanan dengan di Kalimantan. Esterlay dan Levina (dalam Loayza, 2002) menyatakan bahwa perbedaan dalam tingkat pertumbuhan pendapatan antar negara, tidak hanya ditentukan oleh pertumbuhan
jumlah kapital, namun yang lebih penting adalah pertumbuhan
Universitas Indonesia
68
Model MR W (vtcnkicw,
produktivitas,
Romer dan Weil) secara lchih spcsifik
memasukan taktor human capital dalarn fungsl produksi, dengan asurnsi laktnr iui sama 11C•1fingnya dengaa modal tisik
Behc:rapa pcnelitian juga mencmukan
hubungan positif artara variabel human capital dengan penumbuhan pcndapatan
(Barro. 1997j, ( l.oayza, 2002 ), (Garcia dan Soelisraningsih, 1998J, narnun pcnelitian
h1i11 meuuojukkun
tiduk
signifilrn1mya
variabel
human
capital
mempcngaruhi pertumbuhan ckonomi propiusi di Indonesia (Rcksosudarmo dan Vidyatama, 2006)
Mcskipun jumlah penduduk yang bcrpendidikan
SI.TA kc
aras di suatu dacrsh cenderung naik, namun bclum centu mereka memberikan
knntrjbusi dalnm pcrek,)nomian daerah tcrschut. karena mungkin mcrcka bckcrju tl• Iuar dacrah arau udak mcndapatkan pckerjaan yang, tepat di daerah rcrschut, sehingga rnenjadi tidal.: produktif, atau kalaupun mereka terserap dulnm pekcrj~nn.
namun hul11m ;>a
Nilai dari interscp ini menunjukan nilai output
p:1·kapita tenaga kcrja ketika t1d11k terjadi peningkatan d!lri input.
Tabet 5 A, Outpu.t Pcrkaplta Aut1>nu111ous Pulau Sumaiera daJ'l Kalirmmtan (Juta Rupiah Per Kapita Tenaga Kerju)
l'ulau Sumateru·-·-l'roprn~i
lnterscp t~i_)-
I. Riau
I 659755
2.NAD 3. s. se:atan
l.624579
4. S. Utara 5. Bcngkulu 6. Larnpung
1.572078 1.556678 1.555855 J .5-15748 1.515741
7. S. Uurat
8. Iambi
l.578440
.. :Sumber Outpuc hv.ews
Puluu Kaiimantan
y (anti
102
45.6RJ 42.i29 37 ,t\113 J?.332 J(o.031
Propinsi
!li) L K. Timur
z.
K. Sclatan
3. K. Tengah 4. K. Barut
h\lerst!p
mi2 1.4650&4 l.!674!!7 l.153l76 1.0736')0
y (anti log ~i)
29.!80 14.706 14.21<} 11.84~
35 963
35.136
32.790
Universltas Indonesia
-
-
..,
,...
-
-
~t II
I
.
ti
"I
--"l
.·,~
·~
II
...
1;
II
•
., I~
I •
•
•
•
-
~ 11
..
I I I
II
I~
r
I/
II I
I to II
I
:~ Ill"'!"
j
"
II
r. I .:
... I
II ~
J.
11 .•
l!AH VI
Kt:SIMPULA.~ DAN SARAN
(i.l. Kcsimpubn Dari
basil
pcnelitian
rnfrastruktur khususnya
ini,
yaitu
rnengcnai
pcngaruh
pembangunan
inlrastruktur jalan, listnk, telepon, ditambah variabel
lnvesrasi dan pcndidikan terhadap PDlttt per kapita atau pcrturnbuhan ckonomi dt1pal disimpulkan sebagai bcrikut : 1.
Scmua variabcl bebas di pulau Sutnllterd yaiur hstrik, tclcpon, jalan, l'MTD clan pendidikan
berpengnruh signitikan
PDRB per kupita. PMT!) berpcngaruh
dan positit terhadap nertumbuban
s.,J,mgkan di pul311 Kalimanran, signifikan
dun positif sedangkan
variahel telepon
1la11
pcndidikan berpengaruh signifikan dan nc&atif terhadnr pcnurnbuhan PlJRU per kapita.
1)311
pcrturnbuhan
vanabcl jalan dan autoregresif lag I tidak ~ignifikA.n terhadap
PDRB per kapita,
2 Scdangkun apabila pulau Sumatera dan Kahmantan digabung sebagai saiu kcsatuan (output g11t:un~an \. scluruh variabcl b<..-ha.~ny11 yairu llstrik, tclcpon,
jalan, PMTB dan pendidikan mcmpunyai pengaruh yang signifikan den posirif tcrhadnp pertumbuhun ekonomi
:l. Dilihat
rlnn rRU~inz dastisims vari,:ihd bebasny», m1il:11 1111tuk di Pulnu
Sumatcra
vuriabel
bebes yang mempunyui pengaruh teninggi
terhadup
pertumbuhan cknnorni adalah li~vik t0,32%). telepon (0.21 %). invcstasi swasta (PMTR) (0.17%).
jalan (O,fl6%) dan variabel pendidikan (0,05'1(,)
dcngan asurnsi ceteris p"nhus, atau pengaruh variabel bebas lainnyu dianggup
konstan. Sedangkan untuk l'ulau Kalunantan. variabel bcbas y1111g rnempunyai pcne:ir11h positif terh1~-.:1r terhadap
f1<:rtumh11han c-knnon1i adal:ih variabcl
tclcpon (0)8%). variabcl mvcstasi
SM\."1n
bebas yang signiflkan
(PYITBi (0.18%). don variabcl
rctapi bcrpengaruh negatif terhadap pcrtumbuhan
ekonomi adalah variabel infmstruktur listrik (-0.17%) dan variabcl pendidikan
scbcsar (-0,28%) scrta adanya variabd yang tidsk signifikan yaitu variabcl jalan (Prob = 0,'.'.374). Dengsn penzaruh negatif yang mur.cul dari variabel
Unive1$itas Indonesia
70
yang tadinya diduga berpengaruh
positif rcrhadap pcrtumbuhan
ekonomi.
mcnandakan bahwa kcbcradaan inlrastruktur yang ada sckarang
tidak
ekonomis hagi per11m1buhan ekouomi . ..J
Pmla model gabungen nilai interscp ~au11u1nmu11s) tertinggi di Propinsi
Kalimantan Timur Jan terendah di Provinsi Jarnbi. llmuk Model Pulau Sumatera rertinggi di Provinsi Riau dan tercndah di Prop.Jarnbi
sedangknn
untuk model pulau Kalimantan tertinggi di Provinsi Kalimaruan Ti111ur
1la11
tcrcodah di Provinsi Kalimantan Baral .
6.2. Saran Dnri hqs1I kesimpulan rlimR~ maka dirumuskan saran dalam mcrumuskan kebijukun sehugai bcrikut: s~h11ikny11 pemcrinrah rnembuut skaia prioriras pembangunan infrastruktur bcrdasarkan rangking clastisito~
atau pengaruhnyn rcrhadap pertumbuhun
ckonomi. 2. Bcrdasarkan hasil regresi gabung1111 pulau Sumatcra dan K11lm1ant1111 sertu hA~il rcgrcsi p('r pulau menunj'.1kan nilai utau mforma~i schingga
t111h1m
mernmuskan
k"hij~kan
pcmhaneun~n
yang berhcda. tidal<
dapat
dilaksanakun secara sarna atau seragam setiap daerah tnpi harus disesuaikun dengan kuraktcrisiik
J
masing-rnaslng wilayah
I: ntuk dacrah-dacrah tcrtcntu, dapat dilakukan pcnclirian scpern ini dcngan
mcnambah variabel-variabcl
lain yang mungkin bcrpcngaruh cukup bcsar di
daerah r~rs<'hnt. ~chinv,ga akan didapnr informnsi yang rlapnt menjelaskan baguirnana
ncngaruh
variahcl-variabcl
tcrscbut
tcrhadap
pruducuvitas
pcrckonornian dacrah. Scpcrn pnnjang rel kcrata api, bandara udara (mungkin
didekati juga jumlah penerbangan), pelabuhan laut (banyaknya lalu lintas kapal) atau angkutan air. dan lain scbagainya. 4
Penelitian d1 masa mendatang dapat dilakukan dcngan mcmasukan faktor
infra~truktur wlmirii~lra'i clan sosiat jika tersedianya data
iii
,&
:I II
t
I
;r.
~
II L'"'
•
11
~
..
...
I , '
II I
I
•
I· II I
I
,1
•• ft I I , , iii
. I"'
~
•
Ill'
II
IC I
••
-
I
I
I
Ii
•
».
~\
ill!
II
l~~ , ••
• I
,.
DI
·"., I
~
• r
71
DAFIAR REFF.RF.NSl Aschaucr, lJavid Alan, l'uol«: Investment and Productivity Growth in {he Group ofSeven, Economics Pcrsfectivcs Vol. 1'.1, 1989 Aschaucr, David Alan. Docs I' uhlic Capital Crowd Out Private Capual, Economics Perslectives Vol. 13, 1989. Azis. LJ., llmu Wmnom1 Regtona! dan Beberapa Aplikasmyo di Indonesia, lcmbaga Penerbit Fakull,1~ Ekonomi Univcrsitas lndone:
Anas, A.. Lee K.S and Murrav. M., Infrastructure Bottleneck. Private Provision and Industrial Producrivity. A Study ofIndonesian and Timi Citi~~ The World Rank.
Policy Research Working Paper No. 1603. 1996. Aron . .I., Pohncal. Economics. and Social tnstitutum A Re1•i<'W of Growth b·iden,·es. Workin!; Paper Series of The Centre for '!'he Studies of African P.(;onomics, Institute of Economics and Staustics, I inivcrsrry of Ox ford, 1997. Amstrong. Ilaarvey and Jim Taylor, Regiona! Economic and I'oticv Third Eduion, Masxachussctx, 2000 Arnrultah. Tautiq, Analisi Pengaruh Pembangunan lnlrastruktur Pcrtumbuhan Ekonomi Regional di hid-inesia, Tesis MPKP, 2006.
Terhadap
Baltagi. H. Badi. Fronometric Analysis of Panel Data. John Wiley and Som. Chichcstcr.19'15.
13arro. Robert J .. and Xavier Sula-i-martin, Economics Growth, New York, McGrawHill Inc .. 1
Canning. D.. Infrastructure Contribution to Asmrea1(ale 0111p11t, World Bank W urking PHpe1·. Number 22.46, 1999 Canning. David and Pedroni. Peter The J..',ffect of Infrastructure on Long Run Fconomi Growth. 200·1
Dornbusch, Rudiger. Fischer, Stanlay dan Startz. Richard. Makro Ekonomi Edisi K,,,Jelnpnn Bohasu Indonesia. PT. Media Global Edukasi. 200.:1
Umvers:tas lndcnes:a
Case. Karl E. and Ray C. Fair. Principles of Economic (7" E'.d). New Jersey. l'rentice-Hal L 2004 Easterly W. and Rebelo S .. fiscal Policy and Economic Growth: an Emorical Investigation, Journal of Economics, Vul.32, 1'>93. Esfahani. Hudi Salehi and Maria Taresa Ramirez, lnsutution, Irfrastructurc and Economics (lrowth, Working Paper, Universuy of Illinois a1 Urbana Champaign. November l99q.
ray. M., Financing the Future: Infrastructure Needs in Latin America 2000-05. The World Bunk. l qqQ G\ljarnti. 0., /11~,ie Econometrics, Fourth l'.dilion, Mc. Grawhill, New Y orl-_, 200 I Globcrrnan,
Steven and Dame! Shapiro, Clcba/ Furergn and Direct Investment
Flows· The Ru/P
(lf(,'1>l'ltrnfln<'e
11, pp. I l\99-19\
Infrostrucuee. World Development Vol. .10, No
:!00'2
OhMa·,;. imam, Anollsis Munvariate Lunjutan dengan Program S!'SS. Budan Pcncrbit t. nivcrsitas
Diponcgoro, 2006
Hamberg, Daniel . Modets of Economics Growth, Harper and Row Publisher, 1 '171.
Hsinn. C. Analys.» ofPane! Data. Cambridge: Cambridge University Press. 1939 Holtz-Eakm D. and Schwan» A.~. Infrastructure in a Structural Model Of b;onomic Growth, Hegiorr.il Science and Urban Economics, Vol. 25, 1995
Jacobs, J.. Sr.m11 J [! 8:. Groote P., Data Constructor and Data User Can C(1operate. An Illustrative Case S(udy. Division Presentation und Integratio» Sector
National Account. Netherland. J \199. Lee. Ricci. and Rigobon. Once Ay,ain. Working Paper. 2004
iK
Opennc.< Good .{iw
Manklw, Georgy N., Macroeconormc (~ Ed.). New York. N. Y .:Worlh Pub .. J 997 Miller. S.M .. and Upadhyuy, The F../Jeds of Opennes. Trude Orientatton, and Human Capiro/ on Total Facu»: Producttvity, Journal on Development Economics. 2000 Munncl. A.H . Ilow Does Public Jnfras/rut·/ure -~IJi.>cl Regiono! Economics Performance", l3<>~mn. 'New l-:nglar.d l:corn11nic~ Review. 1990
Njoh. A.J .• Transportation Infrastructure and P.cooomic Development on Sub· Saharan Afr.c», Public Works Managemeat and Policy, 20()() Uruversitas lodonesie
73
Nachrowi, [.) Nachrowi 0311 Usman. HaHliu.' Pendekatan Populer dan Pruktt» Ekonometrika Untuk Anaiisss Ekonomi dan K<'11Ungt1n. Lcmbaga Pencrbir FF(JI,
2006 Paulina. Marsaulina F VI. l'c::ngaruh Infrastruktur Terhadap Produktivnas F.konomi Daerah ( 19~3-::!002), Tesis MPKI', 2005. Solow, Robert M .. Growth Theory An Exf>Osi1um, OK ford !Jnivcn,ity Press, 1 Q&7
Sih
P .. Economics Development, Seven Ed .. Addison Wesley lnc.,
London. 1000. 'Inmbunan, l'ulus T !I, D.R. P~r11l:onomlu11 Indonesia Beberapa Maso/uh l'enting,
Ghalia Indonesia. 2003. Todaro. Michael. P. dan Smith Stephen C, J'em{1t1111{Uncm rkononu di Du111a Kerigu I F,,J.,·i K.cd~lu1,.m, P.rlangga, 2()().1.
Viaenc, Jean-Marie and lldial.. Zilcha. Human Ccpsta! Formaiinn, income lneqrmli1y and Growth, Center for t-:conomic~ Studies and JFo lnstitutc fur
Eccnumics Research, .Uf.l'P:i11~pers.ssm.rnn'lf~L!:l!£.l'-:!7728?. June 2001 Wor'd Bank, The World l.kvtdopn11mt ll.e111m · lnfra.~1ru1:rurefo« Developmeru, Washington J)C, 1994 Winarno, Wahyu
Wing .• 11wli~is Ekonomemka dun Statisuka deni;an Eviews,
UPP !'>TIM YKl'N. Yogyalcarla. 2QO/
Universrtas lndonessa
-
_.._
. 1111
1
I
1
•
"
I
• L.
1-
a
•
.,...
,,~
,.
1·1
.
-
=-
~~
I I
,..
__
•
!JI'
-. :Ir
ii
i;
I
r
.!'
. II
, 1
.
~
I
II I
n
•
n
~,Ill
!!!ll'llli
..
-
I I I
f I
74
l.arn pi ran I Output Mndcl ( iabnngan Pulau Sumatera dan Kalimantan dengan Mctnde Common Ellh:t
Dependent Variable: Y'!
Method: GL~ (Cross Section Weights) Date. O~i29!09 Time: 21 :30 Sample· 1995 2006 Included observations: 12
Number of cross-secuons used: 12 Total J\Mf.'>I (balanced) observations: 132 Convergence achieved after 13 uerations \I/hit~ lletemsl..~dasticily-Con~istent~t.andard Errors&C'ovrui(lllce Variable
c
LSI? JL3'!
TL? PD.I?
Coefficien
L530R90 0.2670:36 u.029609
(J.2!!2400
0.1)611.38 0.2145fl2
AR(I)
0.847578
Prob(F-1.1tatistic)
0.997987 0.9971\'JI O.Ol894J !U33l.13 0.000000
ll nwe ighred Statistics R-~qua'~'l
0.990067
A~lusted R-sqnartd
S.l :. of rcgrcssicn
F-staristk
Adjusted Rvsquared SE. 01' regression Durbm- W arson stat
t-Smtisiic
0.04J I Ku 0.0423;)4 0.00947~ 0.03J03S 0.025474 0.0226~)0 0.024997
35.44895
Prob.
I
INV'?
R-squan:.cJ
Std. Error
0.989591 0.01894 l
1.861074
6.307900
~.1:!5031 S.548438 2.400()43 9.45'6973 33.90682
0.0000 0.0000 00022
0.0000 0.0179
0.0000 0.0000
• Mean dependent var l.34380J S.O. d~endent var 0.41242Ci Sum squared resid 0.044843 Durbin-Wat~<>n ~1i1t 1.932346
Mean dependent var S.O dependent var
Sum squared resid
1.114108
0. J 11)644
0.044844
Un1vers1tas lr.dones1a
75
Lampiran ).
Output Gabungan Pulau Sumatcra dan Pulau Kaiimantan dengan Metodc t'ix.,tJ fffecl Dependent Variable: y? Method: nu; (Cross Section Weights)
Dale: 05/29/0'> Time: 03:'.?7 Sample: 1995 20{)6 Included observations:
l2
Number of cross-sections used: J). Total panel (balanced) observations: 132 Convergence achieved afler 15 iterations
White Hclerosk.edasticity-Con.,;st1:11t Standard I:.nors & Covaria:icc Variable
Coefficicn
Std. Error
t-Statistic
Prob.
LSI'? .IL3? TT;!
0.312472 0.04IOKl 0.24(1719 o.<140880 0.181678
0.04'>70&
6.286107 J.753661
0.0000 0.0003 0.(10()0 0.0567
P03'! INV'.' AR(l l
0.742422
Flxod Elli:crs ?
J.l\MAl--C
l .59&4g() l .S45:!Y'I 1.525331 1.623630 l .499<115
... SI JMSt::L·-<'
l .56?.090
1'1--(.' SUMBAR·-C
-~(.i~((
.. RIAIJ--C
_lif.N(IJ
0.01()944
0.044969
0.0?.123R 0.029RlSO 0.029894
5.486472 l.924R54 6.0l!OJ 10
JJ.X35.57
0.0000 0.0000
1.549002 15.16640 1559722 1.5884.l9
l.6~3200 I (i9'J
~~~~~~~~~~~~~~~~
Resquared Arlj11stec1 R-~111:i~d S.E. of regression f-statistic !'rob( F-st.'.l.tisuc)
Weighted Statisucs . 0 998.JOJ Mean dependent var 0 9<Jfl<JSO ~ 0. dc:-penrlcrit var O 017356 Sum squared rcsid 3945.878 Durnin-Warson stat o.:J(IOOOO
Unweighted R-square
I.3399(il l\.1(}3077 0.034340
'.!.13874'.!
Staustics Mean dependent var J.114)08 S.O. dependent ""llr 0.!&5644 Sum squared resid 0.0'.14341
Univers1tas Indonesia
76
Lampi 1·a11 '.1
Output Gabungan Pulau Sumatera dan Pulau Kaltmantan dcngan Metodc Random Effect
Dependent Variable: Y?
Method · C'iLS (Variance Components I Date 05i29/09 Time: 21 :'.l I :-;ample. 1995 ?006 Included observations: 12 Number ofcross-sections used: 12 Total panel (balanced) observations: 144
Variable
Coctficien
S.1d. Error
t-S1atistic
c
1 .4J689!l
0.082521 0.048197 0.0259!l!l 0.047064 0.069533 0.02045R
17.41245
l.S I? JL'.1'! TL'' PD'.>'? INV'!
Random Etli:<:ts _l'l/\0--(.'
_si ;vnn .. , : Sl.lMBAR-·C
_RJ,\IJ •. c
_J1\MDl·-C' _~l.lMSFJ .•.(' BF.:\OK\;1.U·-C'
_I .AMl'l.l\JO--C' KALt>AR.··<.' _K1\LShL--C
_KALTENG--C KA l.'f!\1-·C
0.246572 0.103-154 0.015051
0.025892 0.230965
!'mh.
0.0000
s.n
5942 .1.980757 0.532274
·'.l.0000
•:>.0001 1).5954
0.71l)2
0.372349
11.281193
0.0000
0.0421{)0 0 02r,.I-.~I -0.0'.12 -0.06738~ -().030267 0.015766
n 0:.?J 240 0.168626
==~~==~.:::;Transformed RcgK~'<1on R-squured (i.97629.J Mean dependent var 1.112449 A
Durbin-Watson stat
0.1)29042
0.593837
Sum squared rcsid
0. ll (1394
Unweighted Statistics including Random Effects
Rvsquared Adjusted R-
0.981801
Mean dependent var 1.112449 0.185298
0.981142
S.U. dependent var
0.0::'.5446 0. 77J534
Sum squared resid
0.089.lSS
uruversnas lne'ones1a
77
r .ampiran
4 Output Model uruuk Pulau Su111211era dcngan Metode Common Effect
Dependent Variable: yMethod: (j LS (Cross Section Weights) Date: U5/29i0') Time: 21 34 Sample: 1995 2006
Included observations: 12 Number of cross-secnons U51.".d'. 8 Tora! panel (balanced) observations: 88 Convergence achieved after 12 iterations While He1eroskedasticiry-Consislent Standard ErrnTS&Covari<1J1ce Variable
c
I.SI? JL:l'? TL'!
PD3'? INV'? AR(I)
Cocfflcien Std Error
t-Statiatic
Prob.
:ll.92070
().0000 0.0000 O.D0:!3
1.551604 0287111
0.048608
0.038795
0.012316
3 14'.l'.102
0.037763
6.9651!33
0.0000
0.025213 0.026633 0.033()45
2.778343 7.285432
0.006~ 0.0000 0.0000
0.263051 0 070050 0.194031
0 803253
o.os11n
5.6!0637
23.6632:'1
Weighted Statistics R-squartJ Adjusted Rssquared
S.I'. ofregression
0.998647 0.998546 (LOI X'l8(i
Log likelihood Durbin-Watson siat
244 4254 2.03678::!
Unweighted Statistics R-~quarcd
0.988268
Adjusrcd R-squarcd
0.987J99
S.E. of regression
0.01 R<JK6 1.946260
Durbin-Watson stat
Mean dependent var 1.37115.5 S.D. dependent var 0.497981 Sum squared resid 0.029197 F-stati stic 9962.055 Prob'F-sratlstic ! 0.000000
Mean dependent var
s.n. dependent
var
gum squared rcsid
1.0679!17
0.1691]5 0.029197
Un1versitas Indonesia
78
Lampi ran 'i Output l'ulau Sumatera dengan Mctodc fixed t-.:ffect
Dependent Variable: Y': Method· GLS (Cross Section Weights)
Dat~: 05/29/09 Time: 21.35 Sample: 1995 2006 Included observations: I
Coefficien
Std. error
t-Statisric
l'rob.
0.053263
5.995791
0.0000
3.969000
0.0002.
l
LSI'! JL3? TL'!
PD:i'? !NV? J\R(l} Fixed r;ffccts _1\AD-·C _SlJMl/T C
_SlJMBAR--C R!All--t _J,\M.IJl--C
,_ Sl IMSEL--C
0.3 ! 9356 0.058859 o 214978 0.045800
0.17286.l 0.703475
o.~<Jll964
Adjusted R-squared
0.99l!7R2
S . E.
0.0111290 252 7'.\97 2.234069
of regression
4.65495'/
:?.L\15'.'4 4.904031
15 54909
0.0000
o.vJ64
0 C()OO 0.0000
1.624579 1 572078 I 545748 1.659755 1.515741 1.578440
OF.l\GKI TT .t l--C l.AMl'UNU--C Weighted Statistics R.-s4 uared Log likelihood Durbin-Warson stat
0.014830 0.046111:1 0.021487 0.035249 0.045242
1.556671! 1.555!!55 Me<m dependent var I 3979ft3 S.l) dependent var 0.524091 Sum squared rcsid 0.024756 F-stati~tic 5489.007 l'roh(F-~l.ittistic) 0.000000
Unweighted Statistics
R.-~qunred
tl.99{K)~3
Adjusted Rssquared S.F of regression Durbin-Watson stat
0.9883(15 0.lll ll}'X> 2.079!!46
Mean dependent var I 0679R7 S.D. depeodent var 0. IC19135
Sum squared resid
0.024756
Urnversnas Indonesia
79
Lampiran r1 Output l'ulau Surnaiera dengan Mctodc Random Effect
Dependent Variable: Y' Method: Gl.S (Variance Components) l Jate: 05/'29/09 Time: 21 :36 Sarr pie 1 '>'>5 2006 Included observations: 12 Number of cross-sections used: 8
Total panel (balanced) observations: 96 Variable
Cocfficien
Strl. F.rmr
t-Statistic
Prob.
15.47642
0.0000 0.0030
I
c
0.101527
LS l '!
1.5712R l 0.219639
.Jt.:l? Tl,?
0.036600
PU3'!
0124810 0 050060 0.171534
Il'V? Random Eifects
0331299
0.02524-1
NAO--C
0.022709
SlJ:vl(IT •• C
SIJMH:\K··C - _RIAll ··C
0.072099 0.091462
0 IC'°455
3.046~59 3.41014'> 0.547325 1.707569 13.12403
0.0010 0.5855
0.0912 0.0000
0.013205 ·0.011033 0.016782
_JAMBJ.-(.; -0.022-154 St;MSF.I. C' ·0.015837 .;l::.Nl+Klil.lJ--C ·0.001858 - LAMPUNCT--C -0.001515 G LS Translormed
R.t-igt-~iun
o 91 :i92.'i
Mean dependent var 1.066944 S. D.
R-squared
0931616
Adjusted !{-squared
0.927816 0045199 0353181
Mean dependent var 1.066944 S.D. dependent •·ur 0.168232 0.1 R1R6:i Sum squared resid
IR. ·SQ uared Adjusted R-~qumi.:d
S.E. of regression Durnin- Warson stet
0911255 0 050117 0.281:10
I Jn weighted Stuusucs including
Random !':fleets
s F.. or regression
Durbm- Watson sl~l
Un1vers11as lndonesca
80
Lampiran 7 Output Model Pulau Kalimantan dcngan Metode Common Effect
Dependent Variable: Y': Method ru .S (Cross Section Weights) Date: 0~129109 Time: 21 :40 Sample 1995 2002
Included observations: 8 Number of cross-sccuons used: 4 Total panel (h;il11nced) observations: 2ll Convergence achieved after 23 iterations White Hckroskt:(Jasticity-Consistcnt Standard Errors & Covariance Coefficien Shl. Errur t-Staristic V3noble
c
17.691R4 2.834277 I .16541& :i.4lKblO 2.720) 14 6.554081 12.17606
Prob.
o.ooon
0.0.\6200 0.414368 020.)016 0.2411~6 0.765259
0.101620 0.131362 0.016512 0.121209 0.075365 0.036795 0.06:?84"
R-squared Adjusted k-squarcd
(l.'J99420 0 ClCl9254
Mt:".m dependent var S.D. dependent var
Sum squared rcsid
Log likelihood Durbiu-Wtuson ~lal
0.0239'.lS 77.5601!2 2.101447
Pm!!11-'-statistic2
0. '18('19'1
Mc~n dependent vl\r 1. l 84004
1.S I'.' J l,3'? pf)~~
TL'! (NV"
ARjl ! Wcishtetl Starisucs
S.E. of regression
l. 797843 tJ. .3:r2)17
F -staristic
0.0099 0. t &66 0.0026 0.012& 0.0000 0.0000 I X.!389'io 0.876~40 0.012030 6028.C)?S 0.000000
Cnwcightr.<1
Stali~li~> l{-sq uarcd Adjusted R-~quart
0.98'.!256
SF.. ofreg-ession
() 0239'.l s
Durbin-Watson stat
'.!.090845
s.n. dependent var Sum squared res.d
0.17961B 0.0120.lfl
Uni·1ers1tas Indonesia
81
Lampiran K Output Pulau Kalimaruan dengan Metode Fixed Effect
Dependent Variable: Y': Method· GLS (Cross xecnon W~ighls) Date: OS/29!09 Time: 21:41
Sample: J •.)()5 2002
Included observations. 8 Number of cross-secrions uscc: 4 Total panel ( balanced) observations: 28 Co1w..,rgencc achieved after 25 iterations
While l Ictcroskedasticrtv-C onsistent Standard Errors & Covariance Variable Coelficien S:d Error t-Statisuc
Prob.
I LSI"
Jl.3''
PDJ? IL'?
ll\'V'? J\R( l)
Fixed Effects KALDAR--C
- KALSEl.--C
KAI.TENG--( KAL TIM--C'
-0.174433 0.017723 -0.281037 0.283685 0 lR982R -0 025082
0.046598 0.017982 0.04R545 0.05108) 0 07]1 lR 0.192999
-3.'J4JJ77 0.')85616 -5.789147 5.553421 2.596:!07 -0. J :!9957
i).0015 0.3374 (J.0000 () 0(:00 0.0182 0.!!98()
1.07369{} !.1674117 1.153476 :.4650R4
Wc1~hteurbin-Watsot1 stat
0.999626 0.'199439 0.020567 81.39353 J .850228
Mean dependent var 1.65839~ S.O. dependent var 0.8686~'\ Sum squared rcsid 0 007614 5348 943 Ii-statistic Pmb(F-statistic) 0.000000
Rvsquarcd
0.9912(i5
Mean dependent var
Ad.i usted R-s4 uarcd S F.. of regression Durbin- Watson stat
0.'186898
S. D. dependent var Sum squared resid
or
Unwei ghted
Statistics
0.020567 I 5991 l7
1.18400-1 0.179683 0 00761-1
82
Lampiran 'ii !lasil (Jji H<111;.1man l. Model Gabungan P11i11n Su1na1a-a dan Pulau Kalimantan
Correlated Random l·Jf~ct~ • UaUS1J1.111 Tesr Poot: Pl;RS I
l f'
'
Ttosl cross-sect.on random effects Chi·Sq Statistic Chi-Sq.
Test Sum®ll)'
a.r
Proh.
s
0.0000
45 93027)
Cross-section random
L'ross-section random cffeci- test comparisons' Variable
Fixed 0.2.12197
Random
TL?
0.026S49 0.03$964
0.246572 0.103454 0.025051 0.025892
INV?
(!.177649
0 230965
USJ'.' n,3'?
PD'.l?
- -·-·---
0.088804
Prob.
Vrutl>iff) 0.000185 0.000064
0.0115 0.0673
0.0\i008 l
0.1!6'17
0.000638 0.000095 ·-···-·-··
0.6047 0.0000
-
2. Model untuk Pulau Sumaiera Conelatcd Random Effects - 1 lausmsn Test Pool: PERS2 T<:st cross-section random effects
Chi-Sq. rest Sw111w11·y ··-·---(" ross-section random
Statistic Chi-Sq. d.f: - . - . -· . -
296358298
-
s
Prob
o.ovoo
Cross-section random effects 1c:;1 comparisons:
Vanabte
Fixed
Random
Var(Diff.)
LS\''
0.'.!9'11 t 2 0.!08288
0.219639
-0.0840).) 0.059332 U.!83197
0.050060 0.171534
{i,()01470 (J. 0004 8 7 0.001161
JL3'? ·~L''
PD:l" !NV''
0.1~4810
o.:n1m
0.0025()1 0.00031 l
Prob.
(l.0'.\82 0454~ 0.000! 0.0275 0.0000