Fiskal
Variabel Bobot Provinsi Kab-kot Indeks Jumlah Penduduk (IJP) 0.300 0.300 Indeks Luas Wilayah*(ILW)
0.150 0.135 Indeks Kemahalan
Konstruksi (IKK)
0.300 0.300 Indeks PDRB per Kapita
(IPDRBK)
0.150 0.165 Indeks Pembangunan
Manusia (IPM)
0.100 0.100
* Termasuk luas perairan
28 Total luas Jawa-Bali adalah 135.218 km2, sedangkan luas Indonesia 1.910.931 km2
Keempat, formula-formula ini terhitung rumit untuk diterapkan meng-ingat panjangnya proses penghitungan dan kompleksnya kebutuhan data untuk keseluruhan kriteria. Ini belum memasukkan kebutuhan data untuk kepentingan perencanaan teknis dan perencanaan pembiayaan kegiatan oleh KL yang menunggu pasokan data dari daerah.29
Dengan kata lain, proses teknokratik yang berlangsung cenderung kompleks. Sementara itu, di dalam praktek, karena ini menyangkut penganggaran yang juga merupakan hak DPR, hasil akhir formula-formula ini tidak sepenuhnya atau murni berbobot teknokratik. Jika semata-mata proses teknokratik yang terjadi, hasil akhir formula-formula ini secara teoritis bisa diprediksi. Pada kenyataannya di mata daerah DAK sukar diprediksi. Dalam sejumlah kasus, kendatipun formula-formula itu berorientasi pada alokasi daripada seleksi, nilai DAK tahun sebelumnya bahkan tidak dapat diandalkan sebagai alat prediksi bagi nilai DAK tahun berikutnya karena fl uktuasi alokasi bukan tidak mungkin terjadi. Pada satu sisi, fl uktuasi ini memang menunjukkan bahwa tidak ada jaminan kondisi hold harmless selalu terjadi dalam alokasi DAK bagi setiap daerah. Akan tetapi, pada sisi lain, fl uktuasi ini menyebabkan daerah kehilangan rujukan bagi perencanaan APBD setiap tahun. Pada saat yang bersamaan, jika proses politik lebih mendominasi penetapan daerah
29 Di DAK bidang pendidikan kerumitan itu bahkan bertambah besar karena DPR Komisi X juga harus terlibat dalam penyusunan petunjuk teknis sebagaimana Pasal 27 UU 10/2010 tentang APBN 2011. Ayat 5 UU ini menyebut,”Petunjuk teknis pelaksanaan DAK Pendidikan harus terlebih dahulu dikonsultasikan/mendapatkan persetujuan Komisi X DPR-RI yang membidangi pendidikan ...”. Kondisi ini amat sukar dipahami mengapa DPR dengan domain politik perlu masuk begitu dalam hingga ke domain yang sangat teknis.
penerima DAK daripada proses teknokratik, formula-formula itu juga tidak memberi banyak makna.30
Oleh karena itu, terlepas dari apakah proses teknokratis atau proses politik yang terjadi, issu penting di sini adalah apakah data, formula, penghitungan, dan penetapan kriteria-kriteria itu dan pengalokasian dana selalu terbuka dan transparan bagi daerah. Keterbukaan dan transparansi penting bagi daerah yang juga memiliki prioritas- prioritas pembangunan tertentu dan harus diakomodasi dalam sistem penganggarannya. Ini terkait dengan keseluruhan konteks penyusunan APBD dan pelaksanaan rencana pembangunan, termasuk pula kewajiban penetapan dana pendamping 10 persen bagi kegiatan DAK. Keterbukaan dan transparansi mempersempit deviasi estimasi penganggaran kegiatan DAK di dalam APBD, tetapi kerap diketahui bahwa keterbukaan dan transparansi cenderung hilang dari seluruh proses penetapan alokasi DAK. Penting pula dicatat bahwa perumusan APBD melibatkan proses politik lokal melalui DPRD, sehingga keterbukaan dan transparansi dibutuhkan untuk memperbaiki presisi perencanaan anggaran dan menaikkan bobot teknokrasinya.
Kelima, formula dalam kriteria umum (persamaan [2] dan [4]) penting untuk mendapatkan catatan khusus. Dalam formula itu terlihat bahwa KKD dikonstruksi sedemikian rupa untuk berhubungan negatif dengan BPD. Variabel KKD ini lalu ditransformasi ke dalam IFN untuk kemudian dipakai sebagai (salah satu) basis
30 Bahkan, jika proses politik mendominasi lebih dalam daripada proses teknokratik, pork barreling-pun tidak dapat dihindarkan.
pengalokasian DAK. Secara teoritik ini artinya ialah daerah dengan belanja pegawai yang besar dikategorisasikan sebagai daerah dengan kemampuan keuangan yang rendah. Daerah seperti ini justru diberi ganjaran manfaat berupa porsi tertentu dalam alokasi DAK. Jadi, terdapat hubungan positif antara DAK (tahun t) dan belanja pegawai (tahun t-2). Secara teoritik dapat dikatakan semakin besar suatu daerah mengalokasikan APBD untuk belanja pegawai pada tahun
t, semakin tinggi pula nilai (potensi) DAK yang akan diterima pada tahun t+2. Ini memberi insentif bagi daerah untuk terus mengalokasikan APBD pada belanja pegawai, karena kekurangan belanja untuk sektor lain yang bermanfaat langsung bagi publik akan mendapat jaminan kompensasi oleh DAK. Dalam perspektif ini DAK tidak lain merupakan alat substitusi bagi sektor lain yang mengalami kekurangan pembiayaan ataupun under investment. Dengan kata lain, formula ini membuka potensi moral hazard
di daerah dalam alokasi belanja publik APBD. Gambar 2 memberi konfi rmasi atas situasi yang dipaparkan di atas. Baik menggunakan data kabupaten-kota maupun provinsi, hubungan positif terbentuk antara DAK tahun t dengan BPD tahun t-2. Gambar jelas menampakkan kecenderungan DAK yang membesar apabila daerah mengalokasikan anggaran untuk belanja pegawai yang makin besar. Pola ini, sebagaimana disinggung di atas, adalah konsekuensi dari formula dalam kriteria umum yang ada sekarang ini. Kalaupun ada sejumlah daerah berada agak jauh dari garis prediksi (merah), ini karena ada variasi formula yang ditambahkan dalam kriteria khusus dan kriteria teknis.
Keenam, penggunaan nilai rataan aritmetik
dalam kriteria umum sebagai patokan kelaikan (IFN<1) perlu ditelusuri lagi. Nilai rataan hingga tingkat tertentu memang mampu memberikan informasi statistik. Akan tetapi, berpegang pada nilai rataan berpotensi misleading mengingat besarnya variabilitas DBH dan BPD yang ada sehingga nilai rataan cenderung sensitif terhadap keberadaan pencilan (outliers). Besarnya bentang perbedaan antara nilai tertinggi dan terendah dalam DBH bisa dijadikan ilustrasi. Sebagai contoh perbedaan antara DBH Pajak dan Sumber Daya Alam Provinsi Kalimantan Timur sebagai provinsi dengan DBH tertinggi setelah DKI Jakarta dan Bengkulu dengan DBH terendah hampir mencapai 260 kali lipat (data realisasi 2006).31 Sementara itu
data realisasi APBD 2006 juga menunjukkan bahwa perbandingan DBH Kabupaten Kutai dan Kabupaten Yapen Waropen hampir 9000 kali lipat.32 Data Anggaran 2011 mencatat
DBH Kalimantan Timur 150 kali lebih besar daripada DBH Provinsi Gorontalo, sementara
BPD Kabupaten Kutai Kartanegara hampir 940 kali lipat besarnya dibandingkan dengan DBH Kabupaten Landak. Gambaran yang kurang lebih serupa juga terjadi pada BPD
mengingat besarnya variasi geo-demografi daerah sub-nasional Indonesia.
Posisi pencilan DBH yang begitu mencolok menjadikan keseluruhan KKD tidak terdistribusi normal atau tidak terdistribusi simetris di seputar rataannya —apalagi jika terbentuk simpangan data yang juga
31 Terhadap rataan, DBH Provinsi Kalimantan Timur terhitung delapan kali lebih besar, sedangkan Bengkulu hanya 0,03 kali.
32 Terhadap rataan, DBH Kabupaten Kutai terhitung 34 kali lebih besar, sedangkan Kabupaten Yapen Waropen hanya 0,003 kali.
besar. Implikasi yang ditimbulkannya ialah nilai rataan tidak banyak merepresentasi karakteristik data secara keseluruhan, sehingga ia kurang terandalkan. Apa yang dibutuhkan di sini adalah suatu besaran atau patokan yang merefl eksikan distribusi data dan kurang sensitif terhadap pencilan. Pada data yang mengandung pencilan, nilai median lebih mampu memberikan summary statistics daripada nilai rataan.
Ketujuh, formula dalam kriteria khusus (persamaan [5]) juga patut mendapat perhatian. Perhatian paling pokok diberikan kepada jumlah dan jenis karakteristik wilayah yang harus diperhitungkan. Apa dan berapa jenis karakteristik wilayah (m) yang dapat ditangkap? Apa rasionalitas setiap pemilihan karakteristik wilayah? Penjelasan 56 PP 55/2005 menyebutkan