Boks 3.
Dinamika Inflasi Jambi dan Kenaikan Harga BBM
Provinsi Jambi merupakan Provinsi yang banyak bergantung pada pasokannya provinsi lain. Dengan struktur seperti ini, kenaikan BBM per tanggal 25 Mei 2008 lalu berpotensi akan menyebabkan peningkatan harga di Provinsi Jambi yang relatif lebih besar dibandingkan Provinsi lain. Untuk mengukur dan memproyeksikan dampak kenaikan harga BBM terhadap inflasi Jambi merupakan tujuan yang dipaparkan dalam boks ini.
Faktor-faktor yang mempengaruhi pergerakan harga tidak lepas dari kondisi penawaran dan permintaan sektoral di Provinsi Jambi, serta interaksi permintaan dan penawaran Provinsi Jambi dengan Provinsi lain. Penelusuran pertama adalah dampak kenaikan harga BBM terhadap biaya produksi. Besarnya dampak langsung ini tergantung pada intensitas penggunaan BBM dalam struktur produksi masing-masing sektor. Ketika komoditi ini dipergunakan sebagai input oleh industri lain yang tidak mempergunakan BBM secara langsung dalam struktur produksi, maka industri lain akan merasakan dampak tidak langsung dari kenaikan harga BBM. Karena sifatnya yang looping dan agregat, dampak tidak langsung ini umumnya lebih besar dibandingkan dengan dampak langsung.
Selain input antara, input primer juga berpotensi mengalami peningkatan. Pengaruh kenaikan harga BBM akan meningkatkan ekpektasi inflasi pekerja yang mendorong peningkatan upah. Pada sisi lain, melalui Fischereffect, kenaikan inflasi cenderung meningkatkan suku bunga yang merupakan biaya atas input modal. Penelusuran kedua terkait dengan margin transportasi. Setiap pemindahan komoditas dari produsen ke pengguna (user) membutuhkan biaya transportasi, di mana mode angkutan, jarak dan struktur pasar jasa angkutan merupakan penentu utama besarnya biaya ini. Kategori pengguna terdiri dari industri dan final user yang meliputi rumah tangga, pemerintah, investor, impor yang merepresentasikan final user domestik dan ekspor yang merepresentasikan final user asing. Perilaku masing-masing agen ini merupakan penelusuran ketiga yang penting dan selalu menarik untuk dilakukan. Disini, variabel tujuan, kemampuan, rasionalitas, dan preferensi
final user akan menentukan reaksi dan antisipasi atas semua perubahan yang
diinisiasi oleh kenaikan harga BBM.
Beberapa karakateristik Provinsi Jambi yang terekam dalam KER Bank Indonesia tahun 2007 menunjukkan bahwa (i) pertumbuhan Ekonomi Jambi mencatat 6,61% (yoy) pada tahun 2007, lebih tinggi dari tahun 2006 sebesar 5,89% (yoy), (ii) Inflasi pada tahun 2007 tercatat sebesar 7,42% (yoy), lebih rendah dibanding inflasi tahun 2006 sebesar 10,66%, (iii) Perkembangan Perbankan di Jambi pada tahun 2007 masih menunjukkan kinerja yang baik, (iv) realisasi belanja APBD Provinsi Jambi tertinggi dalam 3 tahun terakhir (85,70%), sedangkan untuk belanja modal mencapai 91,09%, (v) perkembangan sistem pembayaran untuk transaksi tunai dan non-tunai (kecuali RTGS) mengalami penurunan, (vi) jumlah pencari kerja & PDRB per kapita meningkat dan jumlah penduduk miskin mengalami penurunan. Dengan kondisi seperti ini, pertumbuhan ekonomi Jambi tahun 2008 diperkirakan sebesar 5,8%-6,2% (skenario pesimis) dan 6,3%-6,8% (skenario optimis) dengan proyeksi inflasi tahunan berada pada kisaran 7,7% ±1, (KER Jambi, 2007). Proyeksi ini mungkin mengalami perubahan mengingat perubahan harga BBM baru-baru ini.
Untuk menelusuri karakteristik harga, permintaan dan penawaran pada perekonomian Jambi, dalam paper ini diaplikasikan metode Vektor Autoregressive
(VAR) sederhana, yang merupakan sistem dari variabel inflasi (mtm) dan serangkaian indeks harga komoditas (ihk) komoditas yang memberikan sumbangan besar terhadap inflasi Jambi, yakni makanan, sewa rumah, ikan, dairy product, jasa transportasi dan harga BBM 1
. Fokus analisis pada komoditas ini ditujukan untuk mengurai lebih kelompok Bahan Makanan yang menjadi penyumbang terbesar inflasi Jambi.
Meski dengan ketersediaan data struktur margin transportasi untuk perkomoditas, namun untuk menangkap perbedaan pengaruh harga BBM berdasarkan alur distribusi, sistem ini membedakan biaya transportasi antar kota (AKAP) dan angkutan dalam kota (AKDP). Bersama dengan harga BBM yang juga terbagi menjadi harga bensin dan solar, biaya transportasi diinternalisasi kedalam sistem VAR sebagai variabel eksogen.
Spesifikasi formal model VAR diberikan di bawah ini. Perlu dipertegas, bahwa harga BBM diinternalisasi kedalam sistem dalam bentuk lead variable, tepatnya 1 periode kedepan yang didasarkan pada investigasi model empiris2
. Hal ini sejalan dengan antisipasi agen yang lebih dini atas informasi rencana peningkatan harga BBM oleh pemerintah.
1
Identifikasi komprehensif membutuhkan pelacakan sektoral yang lebih rinci dari 320 komoditas yang terdata bulanan, termasuk variasi spasial lintas kabupaten yang ada dalam Provinsi Jambi. Namun penulis menganggap 5 sektor ini sudah cukup untuk sementara. 2
, dimana dan
∑
= −+
+
=
p i it it s it isit
y
x
y
1.
ε
B
A
⎥
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎢
⎣
⎡
=
nt t t t itp
p
p
...
2 1π
y
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎣
⎡
=
+ + t t t t itakdp
p
akap
p
fuelb
p
fuela
p
_
_
_
_
1 1x
Identifikasi pengaruh biaya transportasi terhadap komoditas utama penentu inflasi di Jambi ditunjukkan pada Gambar 1. Sejalan dengan ketergantungan perekonomian Jambi terhadap pasokan dari luar, biaya transportasi memiliki pengaruh terbesar terhadap komoditas sayur-sayuran, susu - telur dan hasil-hasilnya, dan komoditas lemak dan minyak. Secara umum pengaruh kenaikan biaya transportasi ini bersifat persisten terhadap harga-harga komoditas sehingga akan terefleksi pada tingkat harga dalam periode-periode selanjutnya. Waktu penyesuaian harga akibat suatu shock pada masing-masing komoditas sangat tergantung pada struktur pasar masing-masing. Berdasarkan estimasi model, harga komoditas Minyak dan Lemak bereaksi cukup lambat terhadap kenaikan biaya tranportasi dan membutuhkan waktu 4 periode untuk penyesuaian harga.
Transmisi lebih lanjut dari kenaikan biaya tranport ke harga komoditas adalah dari harga komoditas ke inflasi Jambi. Secara umum peningkatan harga komoditas secara langsung berpengaruh terhadap inflasi dalam periode yang sama, kecuali untuk minyak dan lemak yang berpengaruh terhadap inflasi setelah 1 periode. Melalui komoditas ini total waktu transmisi shock kenaikan harga BBM sampai ke inflasi membutuhkan waktu 3 bulan.
Gambar 1 Respon IHK Komoditas di Jambi terhadap Inovasi Biaya Transportasi
-0.4 0.0 0.4 0.8 1.2 1.6
1 2 3 4 5 6 7 8 9 10
Response of IHK_TRANSPORT to IHK_TRANSPORT
-0.4 0.0 0.4 0.8 1.2
1 2 3 4 5 6 7 8 9 10
Response of IHK_DAIRY to IHK_TRANSPORT
-0.8 -0.4 0.0 0.4 0.8 1.2
1 2 3 4 5 6 7 8 9 10
Response of IHK_DWELLING to IHK_TRANSPORT
-1 0 1 2 3
1 2 3 4 5 6 7 8 9 10
Response of IHK_FAT to IHK_TRANSPORT
-2 -1 0 1
1 2 3 4 5 6 7 8 9 10
Response of IHK_FISH to IHK_TRANSPORT
-1.6 -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6
1 2 3 4 5 6 7 8 9 10
Response of IHK_MEAT to IHK_TRANSPORT
-0.5 0.0 0.5 1.0 1.5 2.0 2.5
1 2 3 4 5 6 7 8 9 10
Response of IHK_PADDY to IHK_TRANSPORT
-2 0 2 4 6 8
1 2 3 4 5 6 7 8 9 10
Response of IHK_VEGT to IHK_TRANSPORT
-.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_TRANSPORT
Secara umum, pengaruh perkembangan harga setiap komoditi terhadap inflasi Jambi dapat didekomposisi sebagaimana terlihat pada Tabel 1. Komoditi yang memberikan pengaruh yang besar terhadap variasi inflasi Jambi adalah biaya transportasi (13.1%), pergerakan harga Ikan (13.3%), Minyak dan Lemak (11.7%), dan Padi-padian (11,4%). Sewa rumah memberikan kontribusi terkecil (2,8%) terhadap variasi inflasi Jambi.
Hasil dekomposisi ini merujuk pada kondisi aktual perekonomian Jambi yang terefleksi pada besar dan pergerakan harga dari waktu ke waktu. Hasil ini memberikan kita indikasi terukur tentang kondisi pasokan dan interaksinya dengan pola konsumsi masyarakat Jambi. Dalam kasus kenaikan BBM ini, kebijakan antisipasi untuk pengendalian inflasi seyogyanya memiliki sekuense penanganan sektoral yang dimulai dari sektor dengan reaksi paling cepat. Guidance yang lebih kaya dapat diperoleh dengan memperhitungkan kondisi spesifik 10 kabupaten dalam Provinsi Jambi sehingga penanganan juga dapat mempertimbangkan sekuense wilayah yakni apakah penanganan dimulai dari kabupaten a atau b.
Tabel 1 Dekomposisi Variasi Inflasi Jambi (mtm)
Pe rio d S.E. TRA NSPO RT DA IRY DW ELLING FA T FISH M EA T PA DDY VEG T INF_ M TM
1 1.22 15.20 4.64 2.65 0.02 10.31 11.47 12.98 5.01 37.73
2 1.25 14.44 5.39 2.28 11.86 8.71 9.75 11.04 4.39 32.14
3 1.36 13.44 5.05 2.96 11.23 11.89 9.14 11.68 4.65 29.96
4 1.47 13.17 4.99 2.85 11.70 13.15 8.82 11.53 5.09 28.70
5 1.58 13.11 4.96 2.84 11.73 13.26 8.78 11.44 5.40 28.49
6 1.68 13.10 5.02 2.84 11.71 13.25 8.77 11.42 5.43 28.47
7 1.78 13.09 5.07 2.84 11.69 13.27 8.75 11.41 5.48 28.41
8 1.87 13.08 5.13 2.85 11.68 13.27 8.74 11.39 5.49 28.37
9 1.94 13.08 5.15 2.86 11.67 13.28 8.74 11.39 5.49 28.35
10 1.99 13.07 5.15 2.88 11.67 13.29 8.74 11.38 5.49 28.33
C ho le sky O rd e ring : TRANSPO RT DAIRY DWELLING FAT FISH MEAT PADDY VEG T INF_MTM
Gambar 3 Respon Inflasi (mtm) Jambi terhadap Inovasi Harga Komoditas -.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_TRANSPORT
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_DAIRY
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_DWELLING
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_FAT
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_FISH
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_MEAT
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_PADDY
-.6 -.4 -.2 .0 .2 .4 .6 .8
1 2 3 4 5 6 7 8 9 10
Response of INF_MTM to IHK_VEGT
Response to Generalized One S.D. Innovations ± 2 S.E.
Perhitungan ini sudah memperhitungkan lebaran dan natal, namun belum memperhitungkan kebijakan yang mungkin atau sebaiknya dilakukan oleh otorita fiskal dan moneter di Jambi. Jika proses penyesuaian perekonomian Jambi akibat shock berjalan secara natural tanpa adanya intervensi dari pemerintah, maka proyeksi inflasi (mtm dan yoy) sampai dengan bulan Oktober 2008, ditampilkan pada Tabel 2. Data aktual yang dipergunakan dalam peramalan ini tersedia sampai bulan April 2008, dengan demikian peramalan mencakup bulan Mei s.d. Oktober 2008. Informasi yang dipergunakan dalam peramalan ini adalah (i) kenaikan harga bensin dan solar dan yang berlaku sejak bulan Mei 2008, (ii) skenario kenaikan angkutan kota antara Provinsi (AKAP) dan dalam kota (AKDP). Perlu ditegaskan kembali bahwa khusus untuk harga bensin dan solar, keduanya masuk dalam sistem VAR sebagai lead variable, sementara ongkos transportasi tetap dalam waktu
Tabel 2 Poyeksi Inflasi Jambi sampai September 2008 (dalam %)
Month to Month Year on Year Informasi dan Asumsi
Periode
2008 Akual Baseline Akual Baseline BBM AKAP & AKDP
Jan 0.6 0.7 6.5 8.4 Fix Fix
Feb 0.5 0.1 5.9 7.6 Fix Fix
Mar 1.1 1.5 6.4 5.7 Fix Fix
Apr 0.6 0.2 9 7.5 Fix Fix
May NA 2.5 NA 11.3 + 28.6% + 10.00% Jun NA 4.21 NA 15.3 + 28.6% + 25.00% Jul NA 1.75 NA 15.4 + 28.6% + 30.00% Aug NA 1.82 NA 14.2 + 28.6% + 35.00% Sep NA 2.15 NA 13.6 + 28.6% + 40.00% Oct NA 1.21 NA 11.5 + 28.6% + 40.00% Nov NA 0.73 NA 10.6 + 28.6% + 40.00% Dec NA 1.38 NA 9.5 + 28.6% + 40.00%
Peningkatan inflasi Jambi bulan Juni sebesar 4,2% jauh melebihi tingkat inflasi nasional, 2,6%. Pada bulan Juli inflasi diperkirakan menurun cukup tajam dibandingkan bulan Juni, yakni menjadi 1,75%. Menghadapi lebaran Idul Fitri inflasi bulan September akan meningkat menjadi 2,15%, sementara Natal dan Tahun Baru diperkirakan mencatat inflasi sebesar 1,38%. Berdasarkan perhitungan model ini, Inflasi yoy Jambi pada akhir tahun adalah sebesar 9.5%, 50 basis lebih rendah dibanding prediksi rentang inflasi nasional 10% -11% (Sri Mulyani, 2008). Kondisi inflasi (yoy) Jambi yang lebih rendah dari inflasi nasional terjadi pada tahun 2003 (3,79% dan 5,06%) dan 2005 (16,5% vs. 17,11%).
Perkiraan inflasi ini menunjukkan informasi dan karakteristik perekonomian Jambi yang terefleksi dalam tingkat dan perkembangan harga. Dalam kenyataannya, berbagai variabel yang belum tertangkap dalam variabel harga tersebut, dapat menyebabkan deviasi dari realisasi inflasi aktual. Jika diasumsikan bahwa tingkat representasi variabel harga ini sudah cukup memadai, maka hasil perhitungan model ini menunjukkan bahwa perekonomian Jambi secara alamiah mampu meredam suatu gejolak seperti peningkatan BBM dalam waktu kurang lebih 5 bulan. Proses penyesuaian harga di Jambi ini sedikit lebih lambat dibandingkan penyesuaian inflasi nasional yang mana dampak kenaikan BBM terhadap inflasi nasional diperkirakan mengalami penurunan setelah 2 bulan.
untuk dilakukan oleh pemerintah, sebagaimana dalam skala nasional pemerintah saat ini tengah berupaya menjaga kestabilan harga pangan, melakukan pengurangan bea masuk, penanggungan pajak, dan pemberian subsidi langsung tunai seperti BLT.
REKOMENDASI
Selain melakukan semua kebijakan rule of thumb diatas, beberapa rekomendasi yang lebih spesifik untuk pemerintah Provinsi Jambi dapat diberikan dengan merujuk pada hasil estimasi yang telah kita lakukan, yakni:
I. JANGKA PENDEK
1. Menjaga kestabilan pasokan dengan memperhatikan lancarnya arus distribusi dari Provinsi lain. Termasuk dalam hal ini adalah pendataan yang lebih intensif tentang kondisi pasokan, khususnya komoditas yang berkontribusi besar terhadap inflasi dan jika perlu memberikan intervensi bantuan jasa pendistribusian,
2. Melihat bahwa dampak kenaikan biaya transportasi terhadap harga komoditas berisfat persiseten, maka pertimbangan fokus pemerintah dapat mengacu pada komoditas yang bereaksi dengan besar dan cepat akibat peningkatan biaya transportasi. Dalam ruang lingkup penelitian ini, urutan komoditi tersebut adalah Sayur-sayuran, Susu Telur dan hasilnya, Padi Umbi dan Hasil-hasilnya, baru kemudian komoditas Ikan, Minyak dan Lemak, dan Daging dan Hasil-hasilnya.
II. JANGKA MENENGAH DAN PANJANG
3. Peningkatan infrastruktur dan sarana penunjang transportasi seperti jalan, jembatan dan pelabuhan. Kondisi empiris seperti tersendatnya pembangunan dermaga pelabuhan Muara Sabak dengan akses jalannya yang sempit dan berlubang merupakan hal yang kasat mata untuk dibenahi. Terlebih pelabuhan ini disebut-sebut sebagai pelabuhan dengan prospek yang sangat cemerlang dimasa mendatang (JICA dan ITB, 2007).
