3.2. Metode Analisis
3.2.2. Analisis Pengaruh Bantuan Stimulus Infrastruktur
3.2.2.2. Pengaruh Infrastruktur, Ketimpangan
Analisis mengenai pengaruh infrastruktur dan ketimpangan terhadap perekonomian dalam penelitian ini menggunakan analisis ekonometrik panel data statis dan dinamis. Penggunaan dua metode estimasi ini diharapkan dapat melihat perbandingan hasil estimasi dan melihat kebaikan serta robustness model. Panel data statis digunakan dalam penelitian ini untuk melihat secara sederhana pengaruh infrastruktur dan ketimpangan terhadap perekonomian, tanpa melihat pengaruh waktu (time lag) dalam permodelan. Panel data dinamis juga digunakan dalam penelitian ini, untuk melihat pengaruh waktu mengingat adanya time lag
dari pengaruh infrastruktur yang menyebabkan dampak investasi infrastruktur tidak hanya dirasakan pada saat yang sama namun juga pada jangka panjang. Penggunaan model panel data dinamis juga dilakukan mengingat adanya pengaruh ekspektasi nilai output dari para pelaku pasar, yang dapat memengaruhi nilai output saat ini juga menjadi salah satu alasan penggunaan. Persamaan dinamis sederhana yang digunakan dalam penelitian ini, merujuk pada penelitian Calderon dan Serven (2008). Model panel data dinamis pada penelitian tersebut digambarkan ke dalam satu persamaan dinamis sederhana, yaitu:
45
yit – yit-1 = αyit-1 + φ’ Kit+ ’Zit + t + ηt+ it = αy (3.9) it-1 + ’Xit + t+ ηi+ it (3.10) Dimana: y = tingkat output
K = ukuran ketimpangan pendapatan Z = bantuan stimulus infrastruktur
Persamaan 3.9 diperoleh dengan menggabungkan faktor-faktor dari pertumbuhan, ketimpangan dan infrastruktur, dimana Xit = (K’it, Z’it
Ditinjau dari sisi ekonometrik, persamaan tersebut di atas berpotensi memiliki tiga permasalahan endogeneity. Masalah tersebut antara lain:
) dan ’= (φ’, ’).
1. Permasalahan endogeneity yang muncul akibat adanya lag dependent variabel
yang ikut dalam persamaan sebagai variabel bebas yang menyebabkan adanya korelasi antara lag dependent variabel tersebut dengan error. Lag dependent variabel tersebut ternyata juga memiliki pengaruh pada ukuran ketimpangan pendapatan (K) dan bantuan stimulus infrastruktur (Z). Munculnya permasalahan endogeneity tersebut menyebabkan estimasi dengan metode
ordinary least square (OLS) menjadi tidak lagi konsisten (Verbeek, 2008). 2. Permasalahan endogeneity juga berpotensi terjadi pada persamaan tersebut
mengingat ketimpangan (K) memiliki memiliki pengaruh terhadap pertumbuhan, sehingga terjadi reverse causality antara pertumbuhan ekonomi dan ketimpangan pendapatan (Heshmati, 2004).
3. Permasalahan endogeneity muncul akibat terdapat banyak faktor yang memengaruhi keputusan pengambil kebijakan dalam menentukan besaran nilai bantuan stimulus infrastruktur. Hal ini menyebabkan variabel bantuan stimulus infrastruktur tidak lagi murni sebagai variabel eksogen yang tidak berkorelasi dengan error, namun menjadi variabel endogen. Kondisi ini menyebabkan perlunya diterapkan teknik estimasi menggunakan variabel instrumen untuk memodelkan faktor-faktor yang memengaruhi nilai bantuan stimulus infrastruktur. Calderon dan Serven (2008) dalam penelitiannya
46
melibatkan lag dependent infrastruktur sebagai instrumen internal dan kepadatan penduduk sebagai instrumen eksternal.
Ketiga permasalahan endogeneity tersebut menurut Verbeek (2008) dapat diatasi dengan menerapkan metode generalized method of moment (GMM). Penerapan metode GMM dalam analisis panel data dinamis dapat mengurangi bias pada penggunaan teknik OLS dan standard error yang dihasilkan menjadi lebih efisien jika dibandingkan dengan penggunaan estimasi two stage least square (2SLS).
Penggunaan metode analisis panel dinamis meskipun memiliki kelebihan dalam menangani masalah endogeneity (khususnya pada penanganan data dengan pengaruh time lag), namun metode ini hanya dapat diterapkan pada permodelan dengan satu persamaan. Kelemahan ini menyebabkan teknik analisis panel data dinamik tidak dapat digunakan untuk melihat secara simultan pengaruh infrastruktur terhadap penurunan kemiskinan (melalui jalur pertumbuhan). Metode analisis panel instrumental variable digunakan untuk menjawab permasalahan ini, mengingat kelebihan metode ini dalam menangani regresi dengan lebih dari satu persamaan melalui penggunaan variabel instrumen.
Pemilihan faktor-faktor yang memengaruhi pertumbuhan ekonomi, didasarkan oleh berbagai variabel yang digunakan dalam penelitian-penelitian terdahulu. Faktor-faktor yang memengaruhi aktifitas perekonomian dan pertumbuhan ekonomi daerah yang dikaji dalam penelitian ini antara lain:
Infrastruktur
Infrastruktur, terbukti merupakan senjata yang ampuh dalam mendorong perekonomian.. Hal ini sejalan dengan penelitian yang dilakukan berbagai peneliti, antara lain Aschauer (1989) yang menyatakan bahwa peran pemerintah dalam investasi publik sangatlah penting dalam mendorong pertumbuhan. Penelitian tersebut menyimpulkan bahwa pengeluaran pemerintah positif meningkatkan output dengan elastisitas berkisar antara 0,38 dan 0,56. Penelitian Aschauer diperkuat oleh Munnel (1992) yang menyatakan bahwa investasi publik di bidang infrastruktur berpengaruh positif terhadap pertumbuhan. Canning dan Pedroni (1999) menyimpulkan bahwa infrastruktur telepon dan jalan aspal positif
47
memengaruhi pertumbuhan ekonomi. Prasetyo (2010) juga meneliti mengenai pengaruh infrastruktur. Dalam penelitiannya Prasetyo menyimpulkan bahwa Variabel human capital memiliki dampak terbesar dibandingkan variabel lain dengan elastisitas sebesar 0,34. Variabel listrik dan jalan berpengaruh secara signifikan terhadap pertumbuhan ekonomi regional dengan tingkat elastisitas listrik sebesar 0,33 lebih tinggi daripada jalan (0,13), sedangkan infrastruktur air bersih tidak berpengaruh secara statistik.
Ketimpangan Pendapatan
Ketimpangan pendapatan merupakan faktor lain yang mampu memengaruhi perekonomian. Heshmati (2004) dalam penelitiannya menyimpulkan bahwa ketimpangan pendapatan yang diukur melalui indeks gini, investasi dan pendidikan memiliki pengaruh pada perekonomian. Penelitian ini juga mendukung hipotesis Kuznets yang menyatakan bahwa hubungan antara perekonomian (log PDRB per kapita) dan ketimpangan pendapatan dapat digambarkan sebagai kurva U terbalik. Iradian (2005) meneliti pengaruh ketimpangan (indeks gini), pendapatan per kapita, inflasi dan investasi terhadap pertumbuhan. Penelitian tersebut menyimpulkan bahwa terdapat hubungan negatif antara ketimpangan dan pendapatan dan terdapat hubungan positif antara investasi dan pertumbuhan ekonomi.
Inflasi
Penggunaan variabel inflasi sebagai salah satu faktor yang memengaruhi perekonomian didasarkan atas hasil penelitian yang dilakukan oleh Mallik dan Chowdurry (2001) yang menyatakan bahwa inflasi dan pertumbuhan memiliki hubungan jangka panjang yang positif. Motley (1993) menyatakan bahwa negara dengan tingkat inflasi yang rendah memiliki kecenderungan untuk mencapai tingkat pertumbuhan ekonomi yang lebih tinggi. Hasil penelitian dari Li dan Zou (2002) dengan menggunakan analisis panel data dari berbagai negara, menyimpulkan bahwa inflasi dapat menurunkan capaian pertumbuhan ekonomi.
48
Penduduk
Faktor demografi merupakan faktor yang cukup penting dalam menentukan perekonomian wilayah. Tingkat fertilitas (Ogawa dan Suits, 1981), pertumbuhan penduduk (Klasen dan Lawson, 2007), tingkat migrasi (Manitoba Bureau of Statistics, 2008) merupakan faktor-faktor demografi yang memengaruhi pertumbuhan ekonomi. Indikator demografi yang baik serta tingkat fertilitas yang rendah dapat mendorong peningkatan pembangunan.
Berdasarkan penelitian terdahulu, serta merujuk pada penelitian Iradian (2005) maka persamaan (3.9) dan (3.10) dapat dituliskan kembali menjadi:
Yit= αit + 1Yit-1 + 2GINIit + 3P2IPDTit + 4(P2IPDTit)2+ 5INFit-1
+ 6POPit + 7DWILit + it Keterangan: (3.11) Yit Y
= PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t
it-1
GINI
= PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-(t-1)
it
P2IPDT
= Indeks gini kabupaten ke-i periode ke-t
it
ke- t (juta rupiah)
= Besaran bantuan stimulus infrastruktur kabupaten ke-i periode
(P2IPDTit)2
INF
= Kuadrat Besaran bantuan stimulus infrastruktur kabupaten ke-i periode ke-t (juta rupiah)
it-1
kabupaten periode t-1 (persen)
= Inflasi kabupaten yang didekati dengan nilai GDP deflator
POPit
DWIL
= Jumlah penduduk kabupaten i periode t (jiwa)
it
= Dummy variabel wilayah (0=KBI dan 1=KTI)
Model analisis menggunakan persamaan 3.11 di atas tidak mampu menjawab masalah jenis bantuan apa yang paling besar memengaruhi pertumbuhan ekonomi. Faktor ketersediaan data, dimana masing-masing kabupaten tertinggal tidak secara kontinu mendapatkan satu jenis bantuan yang
49
sama tiap tahunnya menyebabkan penulis mengalami sedikit hambatan dalam permodelan. Untuk itu dilakukan permodelan dengan menggunakan dummy variable jenis bantuan seperti pada persamaan di bawah ini:
Yit = αit + 1Yit-1 + 2GINIit + 3DTRANSPit + 4DENERGIit + 5DINFOTELit
+
6DSOSit + 7DEKONit + 8INFit-1 + 9POPit + 10DWILit + it
(3.12)
Keterangan:
Yit
Y
= PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t
it-1
DTRANSP
= PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-(t-1)
it
DENERGI
= Dummy variabel bantuan transportasi (0=tidak dapat dan 1=dapat)
it
DINFOTEL
= Dummy variabel bantuan energi (0=tidak dapat dan 1=dapat)
it
DSOS
= Dummy variabel bantuan infotel (0=tidak dapat dan 1=dapat)
it
DEKON
= Dummy variabel bantuan sosial (0=tidak dapat dan 1=dapat)
it
GINI
= Dummy variabel bantuan ekonomi (0=tidak dapat dan 1=dapat)
it
INF
= Indeks gini kabupaten ke-i periode ke-t it-1
POP
= Inflasi kabupaten yang didekati dengan nilai GDP deflator kabupaten
it
DWIL
= Jumlah penduduk kabupaten i periode t (jiwa) it = Dummy variabel wilayah (0=KBI dan 1=KTI)