131. Terdapat dua komponen pokok dalam penerimaan pemerintah daerah yang akan diteliti secara lebih mendalam. Kedua komponen tersebut adalah pajak dan retribusi. 132. Data yang dikumpulkan serta digunakan untuk penghitungan berdasarkan dari beberapa sumber. Sumber pertama adalah realisasi anggaran pemerintah Dati II untuk tahun anggaran 1996/1997. Sumber kedua dan ketiga adalah data yang berasal dari Biro Pusat Statistik berupa Survey Sosial Ekonomi Nasional (Susenas) serta Survey Potensi Desa (Podes) tahun 1996. Terakhir, data pendapatan daerah (PDRB, Produk Domestik Regional Bruto) berdasarkan sektoral yang juga diambil berdasarkan data dari Biro Pusat Statistik, juga untuk tahun 1996.
133. Disini patut dicatat bahwa penggunaan tahun 1996 ini tidak dapat dihindari karena Susenas dan Podes adalah survey tiga tahunan. Ini berakibat bahwa data yang paling up-to-date dan konsisten adalah data tahun 1996. Estimasi dengan menggunakan data tahun terkini baru akan dapat dilakukan paling tidak 12 bulan kedepan.
PAJAK
134. Berdasarkan UU No. 25/1999, terdapat paling tidak beberapa hal pokok yang harus dipertimbangkan dalam menghitung potensi daerah. Hal-hal tersebut adalah PDRB, potensi sumberdaya manusia, sumberdaya alam, serta aktivitas industri. Studi ini berusaha sedapat mungkin menggunakan variabel-variabel yang diusulkan dalam UU No.22/1999.
135. Selain itu, studi ini mempertimbangkan pula bahwa data yang ingin dipergunakan dalam pengambilan kebijaksanaan haruslah relatif mudah tersedia.
Variabel-variabel yang dipergunakan
136. Beberapa variabel yang dianggap mempengaruhi pendapatan pajak pemerintah daerah adalah sebagai berikut:
Nama Variabel Unit Observasi Rata-rata Standar Deviasi
Pajak Juta Rp 284 1,749.9 3,692.7
PDRB Milyar Rp 284 1,113.3 1,5027
Pajak/PDRB % 284 0.1 0.1
Jumlah SMU Unit 284 39.6 34.8
Aktivitas Industri % 284 29.7 15.6
137. Yang termasuk dalam kategori pajak disini adalah semua penerimaan pemerintah daerah termasuk pajak hotel dan restoran, pajak bagi hasil, dan lain sebagainya (sesuai dengan UU No.18/1997). Seperti terlihat diatas, setiap kabupaten rata-rata hanya menerima uang sebesar Rp. 1.75 milyar per tahun.
138. Patut dicatat bahwa angka penerimaan pajak ini relatif kecil jika dibandingkan dengan PDRB. Pada tahun 1996, angka penerimaan pajak ini hanya kurang dari 1% PDRB kabupaten, yang rata-rata mencapai Rp1,1 trilyun per tahun.
139. Angka PDRB sendiri cukup bervariasi, dan berkisar mulai dari Rp20 Milyar per tahun sampai mencapai Rp11.5 milyar per tahun.
140. Untuk mengukur kualitas sumber daya manusia, digunakan jumlah bangunan SMU (baik negeri maupun swasta) yang berada dalam satu kabupaten / kota. Penggunaan variabel ini adalah untuk mewakili ketersediaan berbagai fasilitas pendidikan (mulai dari SD sampai SMP), guru, toko buku pelajaran, serta berbagai sarana dan prasarana lainnya. 141. Selain itu, diperkirakan terdapat perbedaan penerimaan pajak karena karakteristik daerah. Dalam hal ini, perbedaan karakteristik tersebut direpresentasikan oleh sebuah dummy variable, dimana nilai 1 adalah untuk tipe kabupaten, sedangkan nilai 0 adalah untuk tipe kota.
142. Akhirnya, aktivitas Industri dan perdagangan didekati dengan melihat rasio kedua sektor ini terhadap PDRB. Pada tahun 1996, sekitar 30% dari PDRB per kabupaten disumbang oleh sektor Industri dan Perdagangan.
Hasil Regresi
143. Berdasarkan pendekatan diatas, diadakan perhitungan garis regresi. Hasil dari regresi adalah sebagai berikut:
Dependent Variable: LOG(PAJAK) Method: Least Squares
Included observations: 284 Excluded observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C -3.276714 0.727450 -4.504387 0.0000
DMYRURAL -1.119444 0.123900 -9.035069 0.0000
LOG(PDRB) 0.634067 0.073235 8.657970 0.0000
LOG(SMU) 0.525648 0.084635 6.210761 0.0000
(INDUSTRI+TRADE)/PDRB 1.274228 0.357540 3.563878 0.0004 R-squared 0.782401 Mean dependent var 6.385016 Adjusted R-squared 0.779281 S.D. dependent var 1.506703 S.E. of regression 0.707860 Akaike info criterion 2.164309 Sum squared resid 139.7975 Schwarz criterion 2.228551 Log likelihood -302.3318 F-statistic 250.7932 Durbin-Watson stat 1.654945 Prob(F-statistic) 0.000000
144. Menurut tabel diatas, sekitar 78% variasi penerimaan pajak daerah dapat diterangkan oleh persamaan regresi. Ceteris Paribus, kabupaten akan menerima pajak 1.12% lebih kecil dibandingkan kota. Hal ini dapat diterima secara intuitif karena kota adalah wilayah perkotaan yang mempunyai area lebih kecil sehingga lebih mudah dilakukan monitoring.
145. Yang cukup menarik disini adalah ternyata bahwa penerimaan pajak bersifat inelastis terhadap perubahan PDRB. Kenaikan PDRB sebesar 1% hanya akan menyebabkan penerimaan pajak meningkat sebesar 0.63%.
146. Sebaliknya, penerimaan pajak mempunyai respons elastis terhadap aktifitas industri dan perdagangan. Kenaikan 1% dari nisbah industri dan pajak terhadap PDRB, akan menyebabkan penerimaan pajak naik sebesar 1.27%. Sekali lagi, hal ini mendukung hipotesa bahwa sektor modern (termasuk disini adalah aktifitas industri) akan medukung terhadap penerimaan pajak suatu daerah.
147. Akhirnya, peningkatan kualitas sumberdaya manusia, seperti yang tercermin dalam jumlah SMU, juga akan mendukung penerimaan pajak suatu daerah. Kenaikan jumlah SMU sebesar 1% akan menaikkan penerimaan pajak sebesar 0.53%.
Perhitungan potensi daerah
148. Berdasarkan konsep yang telah dipaparkan pada bagian utama tulisan ini, perhitungan potensi pajak akan dilakukan dengan mengacu kepada analisa residual dari regresi.
149. Secara teoritis, perhitungan potensi pajak dapat saja ditentukan oleh faktor-faktor yang sangat berbeda antara satu wilayah dengan wilayah yang lain. Walaupun ideal, namun pendekatan seperti ini mempunyai dua konsekuensi yang harus diterima.
150. Konsekuensi yang pertama adalah bahwa biaya penelitian akan menjadi sangat besar, dan memakan waktu yang sangat lama. Konsekuensi yang kedua adalah bahwa hasil perhitungan potensi wilayah yang medetil tersebut tidak dapat dipakai untuk kepentingan kebijaksanaan skala nasional. Hal ini karena sulitnya dibuat perbandingan alokasi yang obyektif antar wilayah, karena sangat beragamnya faktor penentu.
151. Pendekatan lain yang kerap ditempuh dalam konteks ilmu ekonomi makro adalah seperti menghitung full employment’s output / potential GDP. Hal ini tidak dapat dilakukan dalam konteks penerimaan pajak karena tidak tersedianya data.
152. Pendekatan terakhir, yang juga kerap ditempuh dalam ilmu ekonomi makro, adalah pendekatan time-series. Sekali lagi, ketidak-tersediaan data runtut-waktu dalam jangka yang panjang (30-40 tahun) menjadi kendala terbesar penggunaan metodologi
time-series ini.
153. Berdasarkan berbagai pertimbangan ini, maka penelitian ini menggunakan pendekatan yang berbeda. Dalam studi ini, garis regresi berfungsi menerangkan average
responses penerimaan pajak daerah terhadap aktifitas ekonomi, kualitas SDM, dan lain
sebagainya. Jika demikian, maka residual dari garis regresi adalah suatu suatu deviasi dari respons yang normal.
154. Dalam batas-batas tertentu, suatu daerah dapat saja menerima pajak sedikit dibawah maupun sedikit diatas nilai harapan karena ada beberapa faktor yang berada diluar kendali. Namun demikian, patut pula dicatat bahwa hasil wawancara dengan
beberapa nara sumber menunjukkan bahwa memang terdapat kecenderungan bahwa realisasi penerimaan pajak ada dibawah nilai potensialnya.
155. Yang menjadi pertanyaan adalah seberapa jauh jarak antara penerimaan potensial dan aktual? Untuk itulah kita ingin melihat pola dari residual regresi. Berdasarkan hasil perhitungan, ternyata simpangan baku dari residual tersebut adalah sebesar 0.71.
156. Dengan memakai angka ini maka kita dapat melakukan perhitungan sebagai berikut: Anggaplah kabupaten Aceh Selatan mempunyai data sebagai berikut:
• Penerimaan pajak pada tahun 1996 : Rp 270 juta • PDRB tahun 1996 : 482 Milyar
• Tipe : Kabupaten • Jumlah SMU : 32 unit
• Nisbah Industri+Perdagangan terhadap PDRB : 16.7%
157. Berdasarkan data diatas dan data hasil regresi, maka kabupaten ini secara normal (tanpa usaha-usaha khusus) diharapkan akan mendapatkan penerimaan pajak sebesar Rp 377 juta. Artinya, penerimaan aktual ada dibawah ekspektasi normal (atau kinerja relatif kabupaten yang lain).
158. Mengingat bahwa adanya kecederungan penerimaan pajak masih belum optimal, maka studi ini menyarankan agar optensi pajak didefinisikan sebagai suatu angka yang besarnya paling tidak satu kali (1 X) simpangan baku regresi.
159. Karena simpangan baku regresi adalah sebesar 0.71, maka ini berarti bahwa potensi penerimaan pajak untuk kabupaten Aceh Selatan adalah menjadi sebesar Rp. 766 juta rupiah. Secara praktis, angka ini akan menjadikan rasio pajak terhadap PDRB menjadi 0.16%, sangat dekat dengan rata-rata nasional.
160. Untuk lebih lengkapnya, hasil perhitungan potensi pajak untuk setiap kabupaten (yang mempunyai data lengkap) diberikan dalam lampiran berikut:
RETRIBUSI
161. Hampir sama dengan pajak, studi ini menganggap bahwa penerimaan retribusi ditentukan oleh beberapa variabel yang dianggap relevan untuk semua sampel. Dengan demikian, maka determinan yang penting dari retribusi adalah sebagai berikut:
• Dummy Kabupaten (=1) versus Kota (=0), untuk mengontrol outliers.
• Pendapatan domestik regional bruto (PDRB) untuk menangkap tingkat aktivitas transaksi ekonomi yang mendasari pengenaan retribusi.
• Selanjutnya, berdasarkan hasil wawancara dengan beberapa narasumber didapatkan kesimpulan bahwa penerimaan retribusi sagat berhubungan dengan pola konsumsi masyarakat. Data Susenas membagi konsumsi masyarakat berdasarkan pola makanan versus makanan. Termasuk dalam konsumsi non-makanan adalah pengeluaran perumahan dan fasilitasnya, barang dan jasa lainnya (termasuk transportasi), pengeluaran untuk alas kaki, dan pengeluaran untuk barang-barang tahan lama.
162. Statistik ringkas untuk variabel-variabel ini dapat dilihat pada tabel berikut:
Nama Variabel Unit Obser-vasi Rata-rata Standar Deviasi
Retribusi Juta Rp 293 2,724.6 3,916.3
PDRB Milyar Rp 293 1,116.1 1,507.0
Non-makanan/Total
Konsumsi Persen 293 61.0 7.7
163. Dengan demikian jelas terlihat bahwa retribusi hanyalah sebesar 0.24% dari total PDRB kabupaten. Angka ini masih diatas 50% persen lebih tinggi dari nisbah penerimaan pajak terhadap PDRB di kabupaten yang sebesar 0.16% (lihat paragraf diatas).
164. Selain itu, dengan meningkatnya perkembangan perekonomian secara nasional, maka pengeluaran penduduk untuk makanan menjadi berkurang. Tabel diatas menunjukkan bahwa 61% pengeluaran ruamhtangga adalah untuk non-makanan. Oleh karena itu, jika penerimaan retribusi adalah berbanding lurus dengan belanja masyarakat, maka variabel yang relevan adalah pengeluarannya untuk non-makanan.
165. Dengan dasar ini maka dibuat suatu perhitungan regresi, yang terlampir pada tabel berikut ini.
Dependent Variable: LOG(RETRI) Method: Least Squares
Included observations: 293
Variable Coefficient Std. Error t-Statistic Prob.
C 0.298406 0.666448 0.447756 0.6547
DMYRURAL -0.362426 0.119040 -3.044582 0.0025
LOG(PDRB) 0.705547 0.036465 19.34875 0.0000 NONMKN/KONSTOT 3.421333 0.608551 5.622101 0.0000 R-squared 0.668406 Mean dependent var 7.329541 Adjusted R-squared 0.664963 S.D. dependent var 1.134056 S.E. of regression 0.656418 Akaike info criterion 2.009520 Sum squared resid 124.5256 Schwarz criterion 2.059761 Log likelihood -290.3946 F-statistic 194.1822 Durbin-Watson stat 1.235825 Prob(F-statistic) 0.000000
166. Berdasarkan hasil perhitungan regresi diatas, 67% dari variasi retribusi dapat diterangkan oleh garis regresi. Sedangkan tiga faktor yang dianggap berpengaruh terhadap penerimaan retribusi adalah:
• Rural Dummy. Kabupaten dengan tipe kabupaten cenderung memiliki penerimaan retribusi sebesar 0.36% lebih rendah dibandingkan dengan Kotamadya. Hal ini kemungkinan disebabkan bahwa belanja dan konsumsi penduduk kabupaten dilakukan di daerah perkotaan, sehingga mengurangi penerimaan retribusi Kabupaten. (Hal yang serupa juga terjadi untuk penerimaan pajak, walaupun dengan alasan yang berbeda).
• Aktivitas ekonomi (seperti dilambangkan oleh PDRB) berpengaruh positif terhadap PDRB, walaupun dengan efek yang inelastis. Artinya, kenaikan PDRB sebesar 1% hanya akan menaikkan penerimaan retribusi sebesar kurang dari 1%. Angka elastisitas retribusi ini (0.70) ternyata nyaris tidak berbeda dibandingkan dengan elastisitas untuk pajak (0.63).
• Akhirnya, semakin besar pangsa belanja masyarakat suatu daerah untuk kebutuhan non-makanan, maka semakin besar pula retribusi daerah tersebut. Patut diingat bahwa yang termasuk kedalam non-makanan termasuk retribusi kesehatan, sarana transportasi, dan lain sebagainya, yang masih termasuk kedalam kategori lebih mewah dibandingkan dengan makanan.
• Simpangan baku dari regresi adalah sebesar 0.66.
167. Berdasarkan pendekatan yang sama seperti pada kasus pajak, maka potensi retribusi pun dapat dihitung melalui pendekatan residual. Sebagai contoh perhitungan, diambil data untuk daerah yang sama dengan perhitungan pajak.
• Penerimaan pajak pada tahun 1996 : Rp 2,031 juta • PDRB tahun 1996 : 482 Milyar
• Tipe : Kabupaten
• Nisbah pengeluaran konsumsi non-makanan terhadap pengeluaran total : 29.2% 168. Berdasarkan data diatas dan data hasil regresi, maka kabupaten ini secara normal (tanpa usaha-usaha khusus) diharapkan akan mendapatkan penerimaan retribusi sebesar Rp 850 juta. Artinya, penerimaan aktual ada diatas ekspektasi normal (atau diatas kinerja relatif kabupaten yang lain).
169. Mengingat bahwa adanya kecederungan penerimaan retribusi ini masih belum optimal, maka studi ini menyarankan agar potensi retribusi didefinisikan sebagai suatu angka yang besarnya paling tidak satu kali (1 X) simpangan baku regresi.
170. Karena simpangan baku regresi adalah sebesar 0.66, maka ini berarti bahwa potensi penerimaan retribusi untuk kabupaten Aceh Selatan adalah menjadi sebesar Rp. 1,640 juta rupiah. Secara praktis, angka ini akan menjadikan rasio retribusi terhadap PDRB menjadi 0.34%, atau lebih besar dari rata-rata nasional.
EVALUASI TERHADAP HASIL PERHITUNGAN
171. Berdasarkan Tabel A.1 dapat diketahui bahwa terdapat sekitar 140 kabupaten yang menerima pajak dibawah nilai harapan (dengan kata lain, kinerja penerimaan pajak lebih rendah dibandingkan dengan kinerja kabupaten lainnya). Sehingga kemudian dapat dihitung bahwa setiap kabupaten ini mempunyai penerimaan pajak sebesar 94% dibawah nilai harapan (gap realisasi penerimaan dengan nilai harapan penerimaan).
172. Dengan demikian terdapat 47.8% kabupaten dengan kinerja penerimaan pajak yang dibawah harapan. Dipihka lain, mendefinisikan potensi sebagai 1 kali diatas simpangan baku menyebabkan 83.6% kabupaten berada dibawah potensi.
173. Mengingat hal ini, maka kumungkinan perlu dibuat suatu aturan penghitungan potensi yang lebih fleksibel. Disarankan agar potensi didefinisikan sebagai kondisi yang dicapai oleh 2/3 jumlah sampel. Dengan sampel sebesar 293, maka potensi didefinisikan sebagai nilai harapan ditambahkan dengan 37% dari simpangan baku. Dalam kondisi ini, rata-rata kabupaten harus meningkatkan penerimaan pajaknya sebesar 113% untuk mencapai angka potensi pajak.
174. Perhitungan terhadap Retribusi (Tabel A.2.) menunjukkan hal yang hampir sama. Terdapat 133 kabupaten yang harus meningkatkan penerimaan retribusi sekitar 100% agar mempunya kinerja sebanding dengan kabupaten yang lain.
175. Jika potensi retribusi didefinisikan sebagai retribusi yang telah dicapai oleh 2/3 kabupaten, maka maka potensi didefinisikan sebagai nilai harapan ditambahkan dengan 45% dari simpangan baku. Dalam kondisi ini, rata-rata kabupaten harus meningkatkan penerimaan retribusi sebesar 122% untuk mencapai potensi retribusi.
176. Akhirnya, dapat terjadi kondisi bahwa suatu kabupaten mempunyai kinerja pajak dibawah harapan, namun kinerja retribusi diatas harapan. Dengan sekaligus memperhitungkan pajak dan retribusi sekaligus maka diketahui bahwa terdapat 121 kabupaten/kota dengan penerimaan retribusi dan pajak dibawah angka harapan. Untuk mencapai angka harapan, maka kombinasi kedua jenis penerimaan ini harus ditingkatkan sebesar rata-rata sebesar 75%. Sementara itu, untuk mencapai angka potensi, diperlukan peningkatan penerimaan sebesar 90%.