C. Uji Statistik
3. PDRB terhadap RetribusiDaerah di DIY
Berdasarkan hasil penelitian membuktikan nilai sig sebesar 0.0000yang berarti dibawah nilai alpha 0,05 menunjukan bahwa hipotesis yang diajukan terbukti. PDRBberpengaruhpositif terhadap pendapatan retribusi pada 5 Kabupaten/kota yang ada di DIY.
Data PDRB menggambarkan kemampuan suatu daerah/wilayah dalam mengelola sumber daya yang dimilikinya.Oleh karena itu, nilai PDRB yang dihasilkan oleh masing-masing daerah/wilayah sangat tergantung pada potensi sumber daya alam, sumberdaya manusia dan teknologi (faktor produksi) di daerah/wilayah tersebut.Kondisi terbatasnya sumber daya alam dan penyediaan faktor-faktor produksi serta kemampuan dalam pengelolaannya tersebut menyebabkan besaran PDRB bervariasi antar daerah/wilayah.
Menurut Cessario Sutrisno (2013), Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas dasar harga berlaku maupun atas dasar harga konstan. PDRB pada dasarnya merupakan jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu daerah tertentu, atau merupakan jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi pada suatu daerah.
PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa yang dihitung menggunakan harga pada tahun berjalan, sedang PDRB atas dasar harga konstanmenunjukkan nilai tambah barang dan jasa tersebut yang dihitung menggunakan harga yang berlaku pada satu tahun tertentu sebagai tahun dasar. PDRB menurut harga berlaku digunakan untuk mengetahui kemampuan sumber daya ekonomi, pergeseran, dan struktur ekonomi suatu daerah. Sementara itu, PDRB konstan digunakan untuk mengetahui pertumbuhan ekonomi secara riil dari tahun ke tahun atau pertumbuhan ekonomi yang tidak dipengaruhi oleh faktor harga. PDRB juga dapat digunakan untuk mengetahui perubahan harga dengan menghitung deflator PDRB (perubahan indeks implisit). Indeks harga implisit merupakan rasioantara PDRB menurut harga berlaku dan PDRB menurut harga konstan.Pada penelitian tersebut menggunakan data PDRB menurut harga konstan.
Dalam penelitian ini PDRB berpengaruh positif terhadap retribusi, dan data PDRB yang masuk tidak hanya persoalan permberdayaan sektor pariwisata akan tetapi seluruh roda perekonomian suatu daerah sebagai tolak ukur atau evaluasi dalam perencanaan program perbaikan atau perkembangan perekonomian periode tahun selanjutnya.
Hal ini sesuai dengan penelitian yang dilakukan oleh Denny, Cessario Sutrisno (2013) yang menyatakan bahwa berdasarkan hasil analisis dapat dijelaskan bahwa variabel PDRB dengan nilai koefisien sebesar
0,670079 signifikan terhadap pendapatan retribusi kabupaten/kota di Jawa Tengah tahun 2007 sampai 2011.
84 A. Kesimpulan
Penelitian ini bertujuan untuk menganalisis Pengaruh Jumlah Obyek Wisata, Jumlah Wisatawan, dan PDRB terhadap Pendapatan Retribusi pada Kabupaten/Kota di DIY. Hasil regresi yang dihasilkan dari penelitian ini adalah sebagai berikut:
1. Jumlah Obyek Wisata tidak berpengaruh terhadap Pendapatan Retribusi pada Kabupaten/Kota yang ada di DIY. Dibuktikan dengan nilai signifikansi Jumlah Obyek Wisata sebesar 0.1106 > 0.05.
2. Jumlah Wisatawan Berpengaruh negatif terhadap Pendapatan Retribusi pada Kabupaten/Kota yang ada di DIY. Dibuktikan dengan nilai signifikansi Jumlah Wisatawan sebesar (-) 0.0135< 0.05.
3. PDRB Berpengaruh positif signifikan terhadap Pendapatan Retribusi pada Kabupaten/Kota yang ada di DIY. Dibuktikan dengan nilai signifikansi PDRB sebesar 0.0000> 0.05.
B. Saran
Berdasarkan kesimpulan yang telah diuraikan oleh peneliti, maka saran yang dapat diberikan adalah sebagai berikut:
1. Bagi peneliti yang akan melakukan penelitian dengan topik yang serupa diharapkan dapat memperpanjang rentan waktu yang digunakan dalam penelitian selanjutnya.
2. Peneliti merekomendasikan untuk menambahkan beberapa variabel yang berhubungan dengan retribusi seperti jumlah hotel, pendapatan perkapita, atau variabel – variabel lain yang berkaitan dengan retribusi itu sendiri.
3. Peneliti berharap penelitian ini bisa memberikan gambaran umum kepada pemerintah daerah dalam pemerhatian dibidang pariwisata. C. Keterbatasan Penelitian
Setiap penelitian dapat dipastikan memiliki keterbatasan, dalam hal ini penelitian yang dilakukan terdapat keterbatasan diantaranya sebagai berikut:
1. Peneliti mengalami kesulitan dalam pencarian data PDRB dengan ADHK tahun yang sama, sehingga peneliti perlu mengolah data yang telah disajikan BPS agar bisa setara dan sesuai dengan data yang diinginkan.
2. Variabel Dependen yang digunakan yaitu Retribusi Daerah terlalu luas cakupannya dan variabel independen yang dipilih hanya sebagian kecil, diantaranya yaitu Jumlah Obyek Wisata, Jumlah Wisatawan dan PDRB sehingga hasil yang didapat menunjukkan bahwa pengaruh yang diberikan tidak tidak terlalu besar.
dari Sektor Pariwisata di Jawa Tengah”. Jurusan Akuntansi Universitas Diponegoro Semarang
Basuki, Agus Tri dan Imamudin. 2014. ”Elektronik Data Prosesing (SPSS 15 dan EVIEWS 7)”. Yogyakarta : Danisa Media
Basuki, Agus Tri dan Nano Prawoto. 2014. “Pengantar Teori Ekonomi” Yogyakarta: .Mitra Pustaka Nurani
Basuki, Agus Tri dan Prawoto, Nano. 2015. “Analisis Komposisi Pengeluaran Publik Terhadap Pertumbuhan Ekonomi Dalam Mendukung Good Governance Dalam Memasuki MEA (Studi Empiris Propinsi Di Indonesia Tahun 2010- 2014)”.Seminar Nasional Ekonomi Manajemen dan Akuntansi (Snema) Fakultas Ekonomi Universitas Negeri Padang BPS. DIY dalam angka tahun 2000-2014. Badan Pusat Statistik. Daerah Istimewa
Yogyakarta.
Devas, N., Brian Binder, Anne Booth, Kenneth Davey and Roy Kelly. 1989. “Keuangan Pemerintah Daerah di Indonesia”. (terjemahan oleh Masri Maris) UI- Press. Jakarta.
Fitriana, Nina. 2015. “ Pengaruh Jumlah Obyek Wisata, Jumlah Wisatawan, Tingkat Hunian Hotel dan PDRB perkapita terhadap penerimaan sektor pariwisata kota Palembang”. Jurnal Ilmiah Ekonomika, Volume XI, No.1, hal 177-193.
Ghozali, Imam. 2013. ”Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 Update PLS Regresi”. Semarang: Badan Penerbit Universitas Diponegoro.
Handayani, Murti. 2012. “Analisis Pengaruh Jumlah Obyek Wisata, Jumlah Wisatawan, Tingkat Hunian Hotel dan Pendapatan Perkapita Terhadap Retribusi Obyek Pariwisata Di Jawa Tengah”. Jurusan Akuntansi Fakultas Ekonomi dan Bisnis Universitas Dian Nuswantoro.
Harits, Benyamin. 1995. “Peran Administrator Pemerintah Daerah, Efektifitas Penerimaan Retribusi Daerah Pemda Tingkat II SeJawa Barat”, Prisma No. 4, Tahun XXIV, 81– 95.
Heriawan, Rusman. 2004. “Peranan dan Dampak Pariwisata Pada Perekonomian
Indonesia : Suatu Pendekatan Model I-O dan SAM”. Disertasi. Doktoral Institut Pertanian Bogor. Bogor.
Isnaini, Arif Wahyu. 2014. “Studi Potensi Ekonomi Sektor Pariwisata Terhadap Pendapatan Asli Daerah Kabupaten Tulungagung”.
Munawir, S. 1997. “Perpajakan”. Liberty, Edisi Kelima Cetakan Kedua. Yogyakarta
McQueen, Jim. 1998. Development of a Model for User Fees, “A Model on Policy Development in Creating and Maintaining User Fees for Municipalities”, MPA Research Paper, Submitted to: The Local Government Program, Dept. of Political Science, The Univ. Western Ontario, Aug. 1998, 1-23.
Nachrowi, Djalal Nachrowi dan Usman, Hardius. (2002), “Penggunaan Teknik Ekonometri”. PT Raja Grafindo Persada, Jakarta.
Pertiwi, Ni Luh Gde Ana. 2014. “Pengaruh Kunjungan Wisatawan, Retribusi Obyek Wisata Dan Phr Terhadap PAD Kabupaten Gianyar”. ISSN: 2303-0178
Purwanti , Novi Dwi dan Retno Mustika Dewi. 2014. Pengaruh Jumlah Kunjungan Wisatawan Terhadap Pendapatan Asli Daerah Kabupaten Mojokerto Tahun 2006-2013. Jurnal ilmiah Program Studi Pendidikan Ekonomi, Fakultas Ekonomi, Universitas Negeri Surabaya
Salah, Wahab. 2003. Manajemen Kepariwisataan, PT. Pradnya Paramita, Jakarta Sedana Putra, I Wayan Gede. 2011. Pengaruh Jumlah Kunjungan Wisatawan
Terhadap Penerimaan Retribusi Obyek Wisata, Pendapatan Asli Daerah dan Anggaran Pembangunan Kabupaten Gianyar Tahun 1991-2010. Tesis : Fakultas Ekonomi Universitas Udayana.
Sekaran, Uma. 2006.”Metodologi Penelitian untuk Bisnis”.Edisi 4. Buku 1&2. Jakarta: Salemba Empat
Sugiyono. (2009). “Metode Penelitian Bisnis (Pendekatan Kuantitatif, Kualitatif, dan R&D)”. Bandung: Alfabeta.
Sutrisno ,Denny Cessario. 2013. Pengaruh Jumlah Obyek Wisata, Jumlah Hotel, dan Pdrb Terhadap Retribusi Pariwisata Kabupaten / Kota Di Jawa Tengah. Economics Development Analysis Journal. Vol 2: 435-445. Widarjono, Agus. 2013. ”Ekonometrika Pengantar dan Aplikasinya”. Penerbit
Undang-Undang Republik Indonesia Nomor 10 Tahun 2009 Tentang Kepariwisataan
Undang-Undang Republik Indonesia Nomor 9 Tahun 1990. 1990. Tentang Pengertian Pariwisata dan Peraturan yang Berlaku. Dewan Perwakilan Rakyat Republik Indonesia
Undang-Undang Republik Indonesia Nomor 10 Tahun 2009. 2009. Tentang Pengertian Pariwisata dan Peraturan yang Berlaku. Dewan Perwakilan Rakyat Republik Indonesia
Undang-Undang Republik Indonesia Nomor 28 Tahun 2009 Tentang Pajak Daerah Dan Retribusi Daerah.
Undang-Undang Republik Indonesia Nomor 32 Tahun 2004. 2004. Tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Pemerintah Daerah. Dewan Perwakilan Rakyat Republik Indonesia
Undang-Undang Republik Indonesia Nomor 66 Tahun 2001. 2001.Tentang Retribusi Daerah. Dewan Perwakilan Rakyat Republik Indonesia
Website:
www.google.com/petayogyakarta (diakses 11.00 WIB, 13 November 2016)
https://id.m.wikipedia.org/wiki/obyek_wisata (diakses 09.00 WIB, 01 November 2016)
Kulonprogo 2002 7779217 11 211529 3630220.3 2003 9247557 7 190333 3782326.5 2004 8903531 20 180129 3952153 2005 13872526 12 224604 4140670.7 2006 17410319 7 213128 4308367.9 2007 19148107 7 235962 4485872.7 2008 22069419 14 547024 4697157.3 2009 4908775 14 416819 4883634.4 2010 4019852 16 429357 5033073.6 2011 4221988 18 545743 5246146.8 2012 9902587 18 596529 5475148.2 2013 12195609 18 631759 5741660.3 2014 16506006 18 673153 5992787.2 Bantul 2001 8467348 7 1827379 8188697 2002 12162663 10 1480578 8553912.9 2003 18489366 6 1556885 8955091.5 2004 18691494 7 1537352 9406428.1 2005 21333932 9 1445923 9875808.9 2006 26045895 6 1367666 10075300.3 2007 25413436 5 1050065 10530703.9 2008 30375944 6 1417254 11046708.4 2009 38366192 6 1447366 11540496.3 2010 56473039 7 1287280 12114059.2 2011 21452299 8 1816581 12728666.3 2012 21512622 8 2378209 13407021.8 2013 24586237 8 2037674 14138719.3 2014 20725749 8 2305988 14867408.8 Gunung Kidul 2001 6375894 9 348393 6415531.9 2002 9009395 7 344986 6624678.3 2003 9906188 10 346980 6847267.5 2004 11650699 18 353132 7082128.8 2005 14490483 18 264626 7388785 2006 16866338 8 206654 7671036.6 2007 13919826 7 309662 7970974.1 2008 14860432 7 416406 8320899.9
2013 22286629 18 1337438 10177432.5 2014 21645534 18 1955817 10639465.7 Yogyakarta 2001 11773895 3 576825 11396969.8 2002 14193457 24 901259 11909833.4 2003 16093220 19 1370877 12476741.5 2004 18269452 19 1707175 13106817 2005 20879935 19 1135741 13739876.2 2006 24202491 9 913916 14285349.3 2007 28564717 25 1962775 14922475.9 2008 30694251 21 2494661 15686506.7 2009 21413989 25 3427096 16386124.9 2010 28732950 29 2416927 17202154 2011 30068639 23 3463638 18206086.7 2012 32075528 23 4084303 19189074.8 2013 32931371 25 4300287 20239557.7 2014 42446340 25 4916984 21312143.8 Sleman 2001 8268613 19 4118216 14056528.4 2002 10225900 24 2243775 14739675.7 2003 12166002 30 6608560 15488451.2 2004 19293283 49 3586033 16301594.9 2005 25183162 30 1993447 17121565.2 2006 30885742 18 1056463 17892035.6 2007 40626270 19 1691274 18716858.5 2008 41004207 25 2336900 19677033.4 2009 49331794 22 3895824 20558564.5 2010 55775994 22 3535024 21481644 2011 32611090 34 2827900 22645851.9 2012 32199504 63 3169450 23957112.8 2013 30437957 63 3140170 25367414.2 2014 32537957 63 4091445 26740537.1
Dependent Variable: LOG(Y?) Method: Pooled Least Squares Date: 09/27/16 Time: 13:23 Sample: 2001 2014
Included observations: 14 Cross-sections included: 5
Total pool (balanced) observations: 70
Variable Coefficient Std. Error t-Statistic Prob. Obyek_wisata? -0.008861 0.004210 -2.104691 0.0391 LOG(jumlah_wisatawan?) -0.133897 0.086947 -1.539991 0.1283 LOG(PDRB?) 1.158838 0.073316 15.80615 0.0000 R-squared 0.552124 Mean dependent var 16.70588 Adjusted R-squared 0.538755 S.D. dependent var 0.599501 S.E. of regression 0.407152 Akaike info criterion 1.082649 Sum squared resid 11.10675 Schwarz criterion 1.179013 Log likelihood -34.89271 Hannan-Quinn criter. 1.120926 Durbin-Watson stat 0.772908
Fixed Effect
Dependent Variable: LOG(RETRIBUSI?) Method: Pooled Least Squares
Date: 09/27/16 Time: 13:20 Sample: 2001 2014
Included observations: 14 Cross-sections included: 5
Total pool (balanced) observations: 70
Variable Coefficient Std. Error t-Statistic Prob. C -14.93984 4.794104 -3.116294 0.0028 Obyek_wisata? -0.009600 0.005930 -1.618713 0.1106 LOG(jumlah_wisatawan?) -0.295010 0.116041 -2.542289 0.0135 LOG(PDRB?) 2.223058 0.344800 6.447389 0.0000 Fixed Effects (Cross)
_KULONPROGO--C 0.829474 _BANTUL--C 0.119023 _GUNUNGKIDUL--C -0.006943 _YOGYAKARTA--C -0.396058 _SLEMAN--C -0.545496 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.649979 Mean dependent var 16.70588 Adjusted R-squared 0.610460 S.D. dependent var 0.599501
Random Effects
Dependent Variable: LOG(Y?)
Method: Pooled EGLS (Cross-section random effects) Date: 09/27/16 Time: 13:22
Sample: 2001 2014 Included observations: 14 Cross-sections included: 5
Total pool (balanced) observations: 70
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob. C 0.656819 1.973378 0.332840 0.7403 Obyek_wisata? -0.008284 0.004239 -1.954117 0.0549 LOG(jumlah_wisatawan?) -0.114721 0.098508 -1.164588 0.2484 LOG(PDRB?) 1.101077 0.186161 5.914665 0.0000 Random Effects (Cross)
_KULONPROGO--C 0.000000 _BANTUL--C 0.000000 _GUNUNGKIDUL--C 0.000000 _YOGYAKARTA--C 0.000000 _SLEMAN--C 0.000000 Effects Specification S.D. Rho Cross-section random 0.000000 0.0000 Idiosyncratic random 0.374167 1.0000 Weighted Statistics
R-squared 0.552749 Mean dependent var 16.70588 Adjusted R-squared 0.532420 S.D. dependent var 0.599501 S.E. of regression 0.409938 Sum squared resid 11.09124 F-statistic 27.18943 Durbin-Watson stat 0.768171 Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.552749 Mean dependent var 16.70588 Sum squared resid 11.09124 Durbin-Watson stat 0.768171
Uji Chow
Cross-section Chi-square 17.158781 4 0.0018
Cross-section fixed effects test equation: Dependent Variable: LOG(Y?)
Method: Panel Least Squares Date: 09/27/16 Time: 13:24 Sample: 2001 2014
Included observations: 14 Cross-sections included: 5
Total pool (balanced) observations: 70
Variable Coefficient Std. Error t-Statistic Prob. C 0.656819 2.162034 0.303797 0.7622 Obyek_wisata? -0.008284 0.004645 -1.783604 0.0791 LOG(jumlah_wisatawan?) -0.114721 0.107925 -1.062968 0.2917 LOG(PDRB?) 1.101077 0.203958 5.398560 0.0000 R-squared 0.552749 Mean dependent var 16.70588 Adjusted R-squared 0.532420 S.D. dependent var 0.599501 S.E. of regression 0.409938 Akaike info criterion 1.109823 Sum squared resid 11.09124 Schwarz criterion 1.238308 Log likelihood -34.84380 Hannan-Quinn criter. 1.160859 F-statistic 27.18943 Durbin-Watson stat 0.768171 Prob(F-statistic) 0.000000
UjiHausman
Correlated Random Effects - Hausman Test Pool: PANEL
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob. Cross-section random 17.185721 3 0.0006 ** WARNING: estimated cross-section random effects variance is zero.
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. Obyek_wisata? -0.009600 -0.008284 0.000017 0.7511 LOG(jumlah_wisatawan?) -0.295010 -0.114721 0.003762 0.0033 LOG(PDRB?) 2.223058 1.101077 0.084231 0.0001
Cross-sections included: 5
Total pool (balanced) observations: 70
Variable Coefficient Std. Error t-Statistic Prob. C -14.93984 4.794104 -3.116294 0.0028 Obyek_wisata? -0.009600 0.005930 -1.618713 0.1106 LOG(jumlah_wisatawan?) -0.295010 0.116041 -2.542289 0.0135 LOG(PDRB?) 2.223058 0.344800 6.447389 0.0000
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.649979 Mean dependent var 16.70588 Adjusted R-squared 0.610460 S.D. dependent var 0.599501 S.E. of regression 0.374167 Akaike info criterion 0.978983 Sum squared resid 8.680073 Schwarz criterion 1.235954 Log likelihood -26.26441 Hannan-Quinn criter. 1.081055 F-statistic 16.44745 Durbin-Watson stat 1.034652 Prob(F-statistic) 0.000000
UjiHeteroskedastisitas Dependent Variable: RESID? Method: Pooled Least Squares Date: 09/27/16 Time: 13:19 Sample: 2001 2014
Included observations: 14 Cross-sections included: 5
Total pool (balanced) observations: 70
Variable Coefficient Std. Error t-Statistic Prob. C -4.165258 2.712749 -1.535438 0.1298 Obyek_wisata? -0.008638 0.003356 -2.573981 0.0125 LOG(jumlah_wisatawan?) 0.070791 0.065662 1.078119 0.2852 LOG(PDRB?) 0.222572 0.195105 1.140782 0.2583 Fixed Effects (Cross)
_KULONPROGO--C 0.391887 _BANTUL--C -0.089314 _GUNUNGKIDUL--C 0.005432 _YOGYAKARTA--C -0.225716 _SLEMAN--C -0.082289 Effects Specification
Sum squared resid 2.779250 Schwarz criterion 0.097105 Log likelihood 13.59530 Hannan-Quinn criter. -0.057794 F-statistic 3.234785 Durbin-Watson stat 1.049275 Prob(F-statistic) 0.005462
UjiMultikolinearitas
_KULONPROGO _BANTUL _GUNUNGKIDUL _YOGYAKARTA _SLEMAN _KULONPROGO 1.000000 -0.053179 0.090950 0.116849 -0.203223 _BANTUL -0.053179 1.000000 0.129528 0.103568 0.629959 _GUNUNGKIDUL 0.090950 0.129528 1.000000 0.264888 0.399998 _YOGYAKARTA 0.116849 0.103568 0.264888 1.000000 0.606125 _SLEMAN -0.203223 0.629959 0.399998 0.606125 1.000000
Agung Hafiidh Ikhsan [email protected]
Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Yogyakarta Kampus Terpadu UMY, Jl. Lingkar Selatan, Kasihan, Bantul, Yogyakarta, 55183
Telp : 0274 387656, Faks: 0274 387646, [email protected]
ABSTRACT
Retribution is a contribution which paid because use some service or receive special permit that given by goverment to individuals or organisation. Retribution consist of public service, business service and permission.
This research aims to (i)describe and analyze the impact number of tourism object to retribution Daerah Istimewa Yogyakarta area (ii)describe and analyze the impact number of tourist to retribution Daerah Istimewa yogyakarta area (iii)describe and analyze the impact of PDRB to retribution Daerah Istimewa yogyakarta area.
The purpose of this research is accomplished by a method of Analysis Models used are data with Fixed approaches penel Effect Model (FEM), using data time series for fourteen (2001-2014) and data cross section as much as 5 country/city of Daerah Istimewa Yogyakarta.
From analysis known that variable number of tourism object has no effect to retribution area, the number of tourist impact negatiffely to retribution area, and PDRB impact positifely and significant to retribution area in Daerah Istimewa Yogyakarta.
Keywords : number of tourism object, number of tourism, PDRB, retribution area
PENDAHULUAN
Pariwisata merupakan salah satu sumber pendapatan yang penting bagi suatu negara. Dengan adanya pariwisata, maka suatu negara akan mendapatkan pemasukan dari pendapatan setiap obyek wisata tersebut. Pariwisata juga merupakan komoditas yang dibutuhkan oleh
pariwisata bersifat multidimensi baik fisik, sosial, ekonomi, politik dan budaya. Pariwisata juga menawarkan beragam jenis wisata, mulai dari wisata alam, wisata budaya, wisata sejarah, wisata buatan, hingga beragam jenis wisata yang diminati oleh masyarakat. Menurut Salah Wahab dalam bukunya “Tourism Management” pariwisata adalah salah satu jenis industri baru yang mampu menghasilkan pertumbuhan ekonomi yang sangat cepat. Karena dalam proses penyediaan lapangan kerja, standar hidup bagi sektor-sektor produktivitas sangat diminati oleh masyarakat dan sebagai sektor yang kompleks, pariwisata juga menyediakan industri-industri klasik yang meliputi industri kerajinan tangan dan cinderamata, Penginapan dan transportasi yang ekonomis juga dipandang sebagai industri (Salah,2003).
Para pakar ekonomi memperkirakan sektor pariwisata akan menjadi salah satu kegiatan ekonomi yang penting pada abad ke-21. Dalam perekonomian suatu negara, bila dikembangkan secara berencana dan terpadu, peran sektor pariwisata akan melebihi sektor migas (minyak bumi dan gas alam) serta industri lainnya. Keberhasilan pengembangan sektor kepariwisataan, berarti akan meningkatkan perannya dalam penerimaan daerah, dimana kepariwisataan merupakan komponen utamanya dengan memperhatikan juga faktor yang mempengaruhinya, seperti: jumlah obyek wisata yang ditawarkan, jumlah wisatawan yang berkunjung baik domestik maupun internasional, dan PDRB.
Pemberlakuan Undang-undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah dengan esensi kebijakan otonomi daerah yang bergulir dewasa ini merupakan wujud dari kewenangan dalam bidang keuangan daerah. Dengan adanya kebijakan tersebut maka daerah
tentunya didukung dengan pelayanan publik yang baik dari pemerintah daerah.
Dengan adanya pariwisata, tentu akan mendatangkan berbagai segi dampak positif antara lain dampak lingkungan, sosial, budaya dan dampak ekonomi. Dari segi ekonomi adanya pariwisata membawa berbagai macam dampak meliputi dampak langsung, tidak langsung dan lanjutan. Dampak langsungnya bagi pekerja di kawasan wisata tersebut termasuk pemerintah daerah. Dampak tidak langsung salah satunya bisa berupa meningkatnya permintaan akan transportasi umum publik, dan dampak berkelanjutannya tentu berhubungan dengan pemerintah dan masyarakat yang bekerja dibidang pariwisata atau pun tidak secara langsung tapi mendapatkan dampak positifnya.
Daerah Istimewa Yogyakarta (DIY) merupakan daerah wisata yang banyak diminati wisatawan lokal maupun mancanegara. D.I Yogyakarta memiliki beragam jenis bentuk kepariwisataan, baik itu wisata budaya, wisata alam, wisata kuliner, maupun wisata jenis lainnya.