Keterbukaan Ekonomi Sektor Perikanan di Provinsi Maluku: Aplikasi Error Correction Model (ECM)

Keterbukaan Ekonomi Sektor Perikanan di Provinsi Maluku:

Aplikasi Error Correction Model (ECM)

ABSTRACT

Maluku is a province that comprised 92 percent of the ocean so rich in marine resources and fisheries. In

this study focuses on the analysis of fishery exports and macro variables in the region. The dependent variable was the fisheries exports (Y), while the independent variable is the target of observation is the investment variable (X₁), the inflation variable (X₂), the exchange rate variable (X₃) and variable of labor (X₄). Data used in this study originated from the BPS, BI and the Department of Marine and Fisheries Maluku Province. The method used in this study is EG-ECM (Engle Granger - Error Correction Model). Results showed that in the short term and long-term inflation variable has a significant and negative relation with fisheries export, exchange rate variable have a significant and positive relation with fisheries export. Labor has a significant in the long term while no effect on short-term fisheries export. Investment variable in both the long-term and short term is not significant in influencing the fisheries exports. ECT is a significant value indicates that the model used in this study is valid. Keywords: fisheries export, investment, inflation, exchange rates. Trikonomika

Volume 10, No. 1, Juni 2011, Hal. 63–71 ISSN 1411-514X

PENDAHULUAN

P

erdagangan luar negeri merupakan salah satu aspek penting dalam perekonomian suatu negara. Perdagangan luar negeri menjadi semakin penting, bukan saja dalam kaitannya dengan haluan pem­ bangunan yang berorinetasi luar, tetapi juga membidik masyarakat di negara­negara lain sebagai pasar hasil produksi dalam negeri.

Pasaran ekspor mempunyai peran yang me­ nonjol terhadap perekonomian, khususnya dalam penerimaan devisa. Selain itu, ekspor juga berperan sebagai sumber penerimaan pemerintah dan dapat mendorong investasi. Suatu negara dapat mengekspor barang­barang yang dihasilkannya apabila barang­ barang tersebut sudah dapat memenuhi kebutuhan dalam negara tersebut dan juga diperlukan di negara lain yang tidak dapat menghasilkan atau belum bisa memenuhi kebutuhan akan barang tersebut. Ekspor untuk produk­produk dengan nilai tambah yang tinggi

Yerimias Manuhutu

Fakultas Ekonomi Universitas Pattimura Ambon

Jln. Ir. Putuhena Kampus Poka Ambon

E-Mail: jerimias_manuhutu@yahoo.com

Fenty Yoseph M

Fakultas Ekonomi Universitas Musamus Merauke

E-Mail: joesopha2006@yahoo.com

Vera Pauline K

Politeknik Negeri Ambon

sangatlah penting dan diharapkan dapat menjadi motor penggerak proses perekonomian daerah.

Sektor perikanan sebagai salah satu sub sektor pertanian diharapkan dapat memberikan kontribusi yang optimal dalam meningkatkan penerimaan bagi daerah, terutama karena Provinsi Maluku yang me­ miliki luas laut mencapai 92,4% sedangkan sisanya merupakan wilayah daratan yang terdiri dari pulau­ pulau besar, sedang dan kecil.

Perairan Maluku mempunyai sifat oceanografis, biologis dan geografis tersendiri yang membedakan dengan laut­laut lain di perairan Nusantara. Kondisi demikian, menjadikan perairan Maluku mengandung sumber daya potensial ekonomis yang cukup tinggi sebagai sumber hayati laut, mineral maupun potensi wisata bahari.

Dengan luas laut tersebut, menunjukan bahwa Maluku kaya akan potensi sumber daya alam laut, terlihat dari standing stock sebesar 1,9 juta ton/tahun dan potensi lestari (MSY) sebesar 950.000 ton/tahun. Potensi penangkapan berdasarkan hasil kajian terhadap stok ikan di Wilayah Penangkapan (WPP) Provinsi Maluku pada tahun 2007, oleh Badan Riset Kelautan dan Perikanan DKP bekerjasama dengan LIPI terfokus pada; laut Banda 277.890 ton/tahun, laut Arafura 771.500 ton/tahun, laut Seram 590.640 ton/tahun dan total penangkapan mencapai 1.640.030 ton/tahun. Potensi perikanan tangkap terdiri dari; jenis ikan pelagis besar 261.490 ton/tahun, ikan pelagis kecil 980.120 ton/tahun, ikan demersil 295.500 ton/tahun, ikan karang 47.600 ton/tahun, udang 44.000 ton/tahun, lobster 800 ton/tahun dan cumi mencapai 10.520 ton/tahun. Negata tujuan ekspor perikanan adalah Korea Selatan, Taiwan, Jepang dan China. Komoditi perikanan yang di ekspor adalah ikan beku lain, ikan beku mackeral, ikan beku filet, udang beku dan ikan tuna atau cakalang beku.

Peluang pengembangan sektor kelautan di Provinsi Maluku sangat didukung dengan ketersediaan potensi sumber daya laut yang melimpah. Oleh karena itu, pemerintah daerah perlu berupaya menggeser paradigma pembangunan yang berorientasi darat (continental oriented) ke arah pembangunan yang berorientasi laut (ocean oriented). Sehingga pem­ bangunan daerah, dapat bersinergi dengan ketersedia­ an potensi laut, sekaligus menjadi daya dukung bagi pencapaian pembangunan di Provinsi Maluku.

Menurut Retraubun (2006), terlepas dari itu, upaya pengelolaan sektor kelautan di Maluku, senantiasa mendapat perhatian yang serius dari pemerintah pusat. Hal ini ditandai dengan disetujui­ nya penyusunan Dana Alokasi Khusus (DAK) untuk beberapa daerah kepulauan, termasuk Maluku, dimana terjadi peningkatan alokasi DAK tahun 2007 yang diharapkan dapat diarahkan untuk pembangunan infrastruktur yang leanding sektornya perikanan dan kelautan.

Ekspor perikanan di Provinsi Maluku selama periode penelitian menunjukkan perkembangan yang cukup menarik karena pada beberapa tahun terakhir mengalami peningkatan yang cukup tinggi. Perkembangan Ekspor perikanan dapat dilihat pada Gambar 1.

Gambar 1. Perkembangan Volume Ekspor Perikanan, Tahun 1985–2008 Volume (ton) 400.000,00 350.000,00 300.000,00 250.000,00 200.000,00 150.000,00 100.000,00 50.000,00 0,00 1 3 5 7 9 11 13 15 17 19 21 23

Sumber: Dinas Kelautan dan Perikanan Provinsi Maluku, 2009

Gambar 1. menunjukkan perkembangan volume produksi ekspor perikanan di Provinsi Maluku tahun 1985–2008. Dimana terlihat bahwa pergerakan antara volume ekspor perikanan memiliki trend yang cenderung meningkat namun mengalami penurunan pada tahun 1998, hal ini disebabkan karena faktor eksternal, yakni adanya krisis moneter yang melanda dunia sehingga turut mempengaruhi kinerja ekspor perikanan di Maluku. Kemudian pada tahun 1999 terjadi penurunan karena pengaruh faktor internal, yakni adanya krisis kemanusiaan yang melanda Maluku. Namun pada tahun 2008 volume ekspor perikanan mencapai 338.892,67 ton atau meningkat sebesar 4,13 persen dengan nilai ekspor sebesar Rp 1.148.439.306,04 atau meningkat sebesar 19

persen dibandingkan tahun sebelumnya. Kontribusi ekspor perikanan terhadap total ekspor di Provinsi Maluku adalah sebesar 59 persen dan merupakan kontributor terbesar diantara sub­sub sektor yang berkontribusi. Hal ini menunjukkan bahwa ekspor perikanan merupakan instrumen yang paling ber­ potensi dalam dalam merangsang pertumbuhan ekonomi karena daya dukung yang dimiliki.

Berbagai cara terus dilakukan oleh pemerintah daerah Provinsi Maluku dalam perluasan ekspor perikanan, salah satu kebijakan yang dipandang sangat baik serta mampu memberikan efek yang cepat adalah investasi. Investasi merupakan salah satu instrumen dalam proses pembangunan yang ampuh merangsang aktivitas perekonomian di daerah dengan cepat. Perkembangan investasi dapat dilihat pada Gambar 2. 8.000.000.000 7.000.000.000 6.000.000.000 5.000.000.000 4.000.000.000 3.000.000.000 2.000.000.000 1.000.000.000 Investasi 0 1 3 5 7 9 11 13 15 17 19 21 23

Gambar 2. Perkembangan Investasi Perikanan, Tahun 1985–2008

Sumber: Dinas Kelautan dan Perikanan Provinsi Maluku, 2009

Pada dasarnya investasi merupakan pembentukan modal yang mendukung peranan baik pemerintah maupun swasta dalam perekonomian. Menurut Harrod Domar, dalam mendukung pertumbuhan ekonomi diperlukan investasi­investasi baru sebagai stok modal seperti penanaman modal dalam negeri maupun penanaman modal asing.

Investasi diharapkan sebagai penggerak per­ tumbuhan perekonomian karena terbatasnya dana yang dimiliki, investasi mutlak diperlukan sebab pada dasarnya pertumbuhan ekonomi dapat ditingkatkan melalui lebih banyak mengadakan investasi. Investasi melalui foreign direct investment terbukti mempunyai hubungan kausal dengan pertumbuhan ekonomi di beberapa negara berkembang (Jayaraman and Choong, 2006).

Pada Gambar 2. terlihat bahwa perkembangan investasi perikanan mengalami pertumbuhan yang pesat pada tahun­tahun terakhir setelah masa krisis ekonomi dan krisis kemanusiaan berakhir, hal ini turut dipicu oleh pergerakan nilai kurs mata uang yang yang erat kaitannya dengan ekspor karena komoditi perikanan memiliki nilai yang berbeda antar negara. Sementara disisi lain pergerakan tingkat suku bunga yang berkaitan dengan kurs sangat rentan terhadap penyakit ekonomi yakni inflasi, dalam kondisi yang baik dan tingkatan yang wajar inflasi bukanlah sesuatu hal yang ditakutkan namun apabila sudah dalam kondisi yang berdampak buruk dan merusak struktur perekonomian inflasi adalah penyakit yang harus dikendalikan.

Dengan adanya permasalahan yang cukup rumit ini maka yang menjadi pertanyaan menarik untuk diteliti adalah adalah bagaimana arah dan seberapa besar pengaruh investasi, inflasi, kurs dan tenaga kerja terhadap ekspor perikanan di Provinsi Maluku?

METODE

Data yang digunakan dalam penelitian ini adalah jenis data time series dengan periode tahun 1985–2008, yang bersumber dari Dinas kelautan dan perikanan Provinsi Maluku, Badan Pusat Statistik (BPS) dan Bank Indonesia (BI).

Estimasi yang akan dilakukan menggunakan pendekatan model dinamis khususnya model koreksi kesalahan Engle­Granger (Engle-Granger Error

Corection Model, EG­ECM). Untuk pengolahan data

digunakan E-Views. Pendekatan ECM meminimalkan kemungkinan estimasi hubungan langsung dengan tetap mempertahankan infomasi jangka panjang tanpa mengurangi adanya pengaruh struktur lag yang berubah­ubah (Wickens and Breusch, 1988). Metode ECM juga menghasilkan t_–statistik hasil estimasi yang valid walaupun dalam keadaan ketiadaan variabel penjelas (Inder, 1993).

Adapun langkah­langkah pengujian yang di­ lakukan adalah sebagai berikut: Uji Stasioneritas Data dan Derajat Integrasi, dilakukan pengujian stationeritas data runtut waktu dengan menggunakan uji akar unit (unit root test) yang dikenal dengan nama uji Augmented DickeyFuller (ADF) dan Phillip

Peron (PP) untuk mengetahui stasionaritas suatu data,

apakah data sudah stasioner pada derajat integrasi yang sama. Konsekuensi dari data yang tidak stasioner ter­ sebut akan dapat mengakibatkan munculnya regresi

lancung (spurious regression) dalam suatu model (lihat Granger, 1986:213; Insukindro, 1990:161–172 dan Insukindro, 1992:1–13; Thomas, 1997).

Setelah diketahui derajat integrasinya sama, selanjutnya dilakukan uji kointegrasi yang merupakan uji untuk mengetahui adakah hubungan jangka panjang atau hubungan keseimbangan antara variabel dependen dengan variabel independen. Caranya adalah dengan menguji stasioneritas residual dengan cara seperti pada tahap pertama. Residual diperoleh dari hasil estimasi model awal persamaan penelitian, dengan variabel sebagai berikut:

Variabel dependen dalam penelitian ini adalah realisasi nilai ekspor sektor perikanan (Y). Data yang digunakan adalah data realisasi ekspor tahunan yang dikeluarkan oleh Dinas kelautan dan perikanan Provinsi Maluku berbagai edisi satuan rupiah (Rp).

Variabel independen dalam penelitian ini terdiri dari: Investasi (X₁), merupakan realisasi investasi pada sektor perikanan di Provinsi Maluku. Data dalam bentuk tahunan dengan satuan rupiah (Rp). Inflasi (X₂), merupakan inflasi yang terjadi di Provinsi Maluku. Data diperoleh dari BPS Provinsi Maluku dalam berbagai edisi dengan satuan persen (%). Nilai Kurs (X₃), merupakan nilai tukar rupiah terhadap Dollar AS. Data diperoleh dari Bank Indonesia dalam berbagai edisi dalam satuan rupiah (Rp). Tenaga Kerja (X₄), merupakan jumlah tenaga kerja yang bekerja pada sektor perikanan, terdiri dari tenaga kerja Indonesia (TKI) dan tenaga kerja asing (TKA) dalam jumlah orang per tahun.

Keseimbangan akan terjadi apabila variabel variabel ekonomi yang dianalisis seperti dalam model berikut.

Y_t = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + e_t ... (1)

Namun pada umumnya, keseimbangan tersebut sulit tercapai dan justru ketidakseimbangan yang sering muncul dalam jangka pendek. Ketidakseimbangan ini digambarkan dengan nilai Error Correction Term (ECT) yang dirumuskan sebagai berikut.

ECT_t = Y_t – β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t ... (2)

ECT_t disebut sebagai kesalahan ketidak­ seimbangan (disequilibrium error). Karena X dan

Y jarang dalam kondisi keseimbangan, maka hanya

dilakukan observasi hubungan ketidakseimbangan (jangka pendek) dengan memasukan unsur kelambanan sehingga model persamaannya menjadi: (Insukindro 1992).

Y_t = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₁X_1t–1 + βXt + βX + βX + Y + e ... (3)

Persoalan utama dalam mengestimasi persamaan (3) adalah jika data ternyata tidak stasioner pada tingkat level. Sehingga perlu dilakukan manipulasi dengan cara mengurangi setiap sisi kanan dan kiri persamaan (3) dengan variabel Y_t–1. Hasilnya sebagai berikut. Y_t – Y_t–1 = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_1t–1 + β₆X_2t–1 + β₇X_3t–1 + β₈X_4t–1 + β₉Y_t – Y_t–1 + e_t = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_1t–1 + β₆X_2t–1 + β₇X_3t–1 + β₈X_4t–1 – (Y_t–1 – β₉Y_t–1) + e_t = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_1t–1 + β₆X_2t–1 + β₇X_3t–1 + β₈X_4t–1 – (1 – β₉) Y_t–1 + e_t = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_1t–1 + β₆X_2t–1 + β₇X_3t–1 + β₈X_4t–1 – λY_t–1 + e_t Keterangan: λ = (1 – β₉)

Selanjutnya, penambahan dan pengurangan dengan (β₁X_1t–1 + β₂X_2t–1 + β₃X_3t–1 + β₄X_4t–1) meng­ hasilkan persamaan­persamaan berikut:

Y_t – Y_t–1 = β₀ + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_1t–1 + β₆X_2t–1 + β₇X_3t–1 + β₈X_4t–1 + β₁Y_1t–1 + β₂X_2t–1 + β₃X_3t–1 + β₄X_4t–1 – β₁Y_1t–1 – β₂X_2t–1 – β₃X_3t–1 – β₄X_4t–1 – λY_t–1 + e_t = β₀ + β₁X_1t – β₁X_1t–1 + β₂X_2t – β₂X_2t–1 + β₃X_3t – β₃X_3t–1 + β₄X_4t – β₄X_4t–1 + β₅X_1t–1 + β₁X_1t–1 + β₆X_2t–1 + β₂X_2t–1 + β₇Y_3t + β₃X_3t–1 + β₈X_4t–1 + β₄X_4t–1 – λY_t–1 + e_t DY_t = β₀ + β₁DX_1t + β₂DX_2t + β₃DX_3t + β₄DX_4t + (β₅ + β₁)X_1t–1 + (β₆ + β₂)X_2t–1 + (β₇ + β₃)X_3t–1 + (β₈ + β₄)X_4t–1 – λY_t–1 + e_t = β₀ + β₁DX_1t + β₂DX_2t + β₃DX_3t + β₄DX_4t – λ(Y_t–1 – δ₁X_1t–1 – δ₂X_2t–1 – δ₃X_3t–1– δ₄X_4t–1) + e_t = β₀ + β₁DX_1t + β₂DX_2t + β₃DX_3t + β₄DX_4t – λ(Y_t–1 – δ₀ – δ₁X_1t–1 – δ₂X_2t–1– δ₃X_3t–1 – δ₄X_4t–1) + e_t = β₀ + β₁DX_1t + β₂DX_2t + β₃DX_3t + β₄DX_4t – λETC_t–1 + e_t Keterangan: δ₀ = b_l0 _δ 3 = b b l 7+ 3

(

)

δ₁ =

(

b5_l+b1

)

δ₄ =

(

b8+_lb4

)

δ =

(

b6+b2

)

_{DX = X – X}

Dengan dilakukannya manipulasi persamaan dan parameterisasi ulang seperti diatas, maka model EG­ ECM yang diperoleh adalah sebagai berikut.

DY_t = β₀ + β₁DX_1t + β₂DX_2t + β₃DX_3t + β₄DX_4t

– β₅ECT_t–1 + e_t ... (4) Dari persamaan two steps Engle-Grenger, model ditransformasikan dalam bentuk logaritma natural, maka persamaan yang akan diestimasi dalam penelitian ini adalah sebagai berikut.

lnDY_t = β₀ + β₁lnDX_1t + β₂lnDX_2t + β₃lnDX_3t +

β₄lnDX_4t – β₅ECT_t–1 + e_t ... (5) Keterangan:

lnDY_t = diferensi pertama ekspor perikanan (Yt – Y_t–1)

lnDX_1t = diferensi pertama investasi perikanan (X₁ – X_1t–1)

lnDX_2t = diferensi pertama inflasi (X₂ – X_2t–1)

lnDX_3t = diferensi pertama kurs rupiah (X₃ – X_3t–1)

lnDX_4t = diferensi pertama tenaga kerja sektor perikanan (X₄ – X4_t–1)

ECT_t–1 = Error Corection Term pada t–1 (= Y_t–1 – β₀ – δ₁X_1t–1 – δ₂X_2t–1 – δ₃X_3t–1 – δ₄X_4t–1)

β₁, β₂, β₃, β₄ = Koefisien regresi dari masing-masing variabel ekonomi makro

β₅ = Koefisien ECT (error correction term)

Hubungan Jangka Pendek, setelah mengestimasi EG­ECM dengan metode OLS, selanjutnya dilakukan uji signifikansi variabel penelitian dan uji asumsi klasik terhadap hasil estimasi EG­ECM. Dalam proses ini akan diketahui pengaruh variabel independen terhadap variabel dependen dalam jangka pendek termasuk validitas model estimasi yang dilihat dari informasi variabel ECT.

Model ECM menawarkan perbaikan metode estimasi jangka panjang hubungan diantara variabel­ variabel ekonomi secara runtut waktu (time series) (Makki, et. al., 1999). Hubungan jangka panjang di­ lakukan mengestimasi persaman kointegrasi. Dalam proses ini dapat diketahui pengaruh jangka panjang variabel ekonomi terhadap ekspor perikanan.

HASIL

Pada umumnya variabel ekonomi bersifat non­ stasioner sedangkan metode analisis time series mensyaratkan atau mengasumsikan stasioneritas dari series yang digunakan. Oleh karena itu diperlukan uji

stationarity yang dalam penelitian ini mengunakan uji

akar unit (unit roots test) dengan metode Augmented

Dickey Fuller Test (ADF test) dan uji Phillips Perron

(PP).

I. Uji Stationeritas pada Tingkat Level

Variabel ADF Hitung PP Hitung

None Intercept Trend and Intercept None Intercept Trend and Intercept

lnY –1.881869* 0.559690 –1.763216 2.308699** 0.913509 –1.649853

lnX₁ 1.508211 –0.842655 –3.590414* 2.053110** –0.740393 –2.682671

lnX2 –0.510080 –2.611603 –2.538788 –0.276386 –3.06447** –2.960997

lnX₃ 1.450829 –1.080733 –1.080733 1.690442* –1.152611 –1.976099

lnX₄ 1.059413 –1.086757 –1.519703 1.077526 –0.879238 –1.485793

II. Uji Stationeritas pada Tingkat 1st _Difference

Variabel ADF Hitung PP Hitung

None Intercept Trend and Intercept None Intercept Trend and Intercept

lnY –2.8616*** –3.7882*** –4.17378** –3.8732*** –4.4953*** –4.8820***

lnY₁ –3.2956*** –4.0637*** –3.94558** –3.5194*** –3.9308*** –3.82031**

lnY₂ –4.7830*** –4.6550*** –4.5291*** –5.8166*** –5.6569*** –5.4482***

lnY₃ –3.1529*** –3.5481** –3.47756** –4.5870*** –5.0220*** –4.9532***

lnY₄ –2.58321** –2.74833** –2.74217** –3.8779*** –4.0651*** –4.00268**

Tabel 1. Uji Stationeritas

Keterangan: * signifikan 10%; ** signifikan 5%; *** signifikan 1%

Pada Tabel 1. menunjukkan hasil uji stationeritas dengan menggunakan uji ADF dan uji PP pada tingkat level mengindikasikan bahwa variabel yang digunakan dalam penelitian tidak stationer (memiliki

unit roots) sehingga diperlukan uji lebih lanjut untuk

menghilangkan akar unit melalui turunan pertama (first difference). Dari hasil pada tabel yang sama terlihat bahwa pada uji tingkat 1st _{difference semua}

data sudah stationer pada diferensi pertama dan hal ini mengindikasikan bahwa ada terjadi kointergrasi atau hubungan jangka panjang.

Jika variabel lebih dari dua dan lebih dari satu vektor kointegrasi maka pengujian kointegrasi johansen yang dipandang paling baik digunakan. Dipakai untuk mengidentifikasikan perbedaan nilai lebih dari satu vektor kointegrasi dan melibatkan lebih dari dua variabel.

Hypothesized

No. of CE(s) Eigenvalue StatisticTrace

5 Percent Critical Value 1 Percent Critical Value None ** 0.861196 93.17965 68.52 76.07 At Most 1 * 0.689209 49.73649 47.21 54.46 At Most 2 0.559139 24.02655 29.68 35.65 At Most 3 0.238905 6.007970 15.41 20.04 At Most 4 9.24E-05 0.002033 15.41 6.65

Tabel 2. Uji Johansen

*(**) denotes rejection of the hypothesis at the 5% (1%) level

Trace test indicates 2 cointegrating equation(s) at the 5% level Trace test indicates 1 cointegrating equation(s) at the 1% level

Dari hasil diketahui bahwa pada taraf uji 5% terdapat dua persamaan kointegrasi antar variabel sehingga dapat disimpulkan bahwa setidaknya terdapat dua kombinasi linear antar variabel ekspor dengan variabel­variabel makro yang menunjukkan adanya stabilitas jangka panjang antar variabel tersebut. Persamaan tersebut dapat ditulis sebagai berikut.

Y + 0,14X₁ + 1,84X₂ – 1,38X₃ – 0,36X₄ = 0; atau;

Y = –0,14X₁ – 1,84X₂ + 1,38X₃ + 0,36X₄

Dari persamaan tersebut dapat disimpulkan bahwa dalam keseimbangan jangka panjang ekspor perikanan akan berhubungan negatif dengan investasi di bidang perikanan dan inflasi, sedangkan nilai kurs dan tenaga kerja berhubungan positif dengan ekspor perikanan.

Setelah melakukan uji stasioneritas dan uji kointegrasi, berlanjut dengan membentuk model koreksi kesalahan melalui estimasi EG­ECM. Dalam proses ini dapat diketahui pengaruh variabel

independen terhadap variabel dependen dalam jangka pendek dan juga validitas model estimasi yang dapat diketahui dari koefisien variabel Error

Correction Term (ECT). Eksistensi koreksi kesalahan

menghasilkan koefisien koreksi kesalahan yang menunjukkan adanya fenomena dikoreksinya pe­ nyimpang an menuju ekuilibrium.

Dependent Variable: d(lnY) Method: Least Squares Sample (adjusted): 1986 2008

Included observations: 23 after adjusting endpoints

Variable Coefficient Std. Error t–Statistic Prob

C 0.036181 0.066678 0.542626 0.5944 d(lnX₁) 0.178280 0.221411 0.805198 0.4318 d(lnX₂) –0.165866 0.091066 –1.821389 0.0862 d(lnX₃) 0.514752 0.238259 2.160473 0.0453 d(lnX₄) 0.160376 0.227542 0.704817 0.4905 Resid01(–1) –0.561246 0.227350 –2.468643 0.0245

R–squared 0.426983 Mean dependent var 0.132186

Adjusted

R–squared 0.258449 S.D. dependent var 0.306470

S.E. of

regression 0.263911 Akaike info criterion 0.393051

Sum squared

resid 1.184037 Schwarz criterion 0.689267

Log likelihood 1.479909 F–Statistic 2.533510

Durbin-Watson stat 1.448255

Prob(F–Statistic) 0.068802

Tabel 3. Hasil Analisis Engle-Granger Error Correction

Model (EG­ECM)

Sumber: data diolah

Persamaan dari hasil analisis ECM dapat ditulis sebagai berikut.

d(lnY) = 0,036 + 0,178*d(lnX₁) – 0,165*d(lnX₂) + 0,514*d(lnX₃) – 0,160*d(lnX₄) – 0,56*resid01(–1)

Berdasarkan hasil perhitungan tersebut maka dapat diketahui bahwa nilai variabel ECT (Error

Correction Term) yaitu variabel yang menunjukkan

nilai keseimbangan ekspor perikanan. Nilai ini merupakan indikator bahwa spesifikasi model valid.

Perilaku variabel­variabel makro dalam jangka pendek dapat dijelaskan sebagai berikut: variabel investasi mempunyai nilai koefisien sebesar 0,17 memiliki slope positif dan berpengaruh tidak signifikan terhadap ekspor perikanan. Variabel inflasi mempunyai nilai koefisien 0,16 memiliki slope negatif dan berpengaruh signifikan 10% terhadap ekspor perikanan. Variabel kurs mempunyai nilai koefisien 0,51 memiliki slope positif dan berpengaruh signifikan 5% terhadap ekspor perikanan. Variabel

tenaga kerja mempunyai nilai koefisien 0,15 memiliki slope positif tetapi tidak signifikan mempengaruhi ekspor perikanan.

Nilai koefisien ECT mempunyai makna bahwa perbedaan antara nilai aktual dengan nilai keseimbangannya sebesar 0,56 dimana menjelaskan bahwa sekitar 56% ketidaksesuaian antara nilai aktual ekspor perikanan Provinsi Maluku dalam jangka pendek dan nilai keseimbangan ekspor perikanan Provinsi Maluku dalam jangka panjang akan dikoreksi setiap tahunnya.

Signifikansi ECT adalah sebesar 0,024 yang berarti signifikan pada α < 5% dan menunjukkan bahwa spesifikasi model yang dipakai adalah tepat dan mampu menjelaskan variasi dinamis.

Uji Asumsi Klasik

Uji heteroskedastisitas, untuk mendeteksi adanya heteroskedastisitas dalam model yang digunakan maka dilakukan uji terlebih dahulu, uji yang digunakan adalah uji White.

White Heteroskedasticity Test

F–statistic 6.238791 Probability 0.147018

Obs*R–squared 22.63715 Probability 0.306960 Tabel 4. Hasil Uji White

Sumber: data diolah

Hasil uji White menunjukkan bahwa dalam model penelitian yang digunakan tidak terdapat heteroskedastisitas terlihat dari probabilitas 30% > 5%.

Uji otokorelasi, untuk mendeteksi adanya otokorelasi adalah dengan menggunakan LM test (Serial Correlation Lagrange Multiplier Test).

Breusch-Godfrey Serial Correlation LM Test

F–statistic 2.463350 Probability 0.118828

Obs*R–squared 5.686546 Probability 0.058235 Tabel 5. Hasil Lagrange Multiplier (LM)

Sumber: data diolah

Berdasarkan berdasarkan hasil LM test menunjukkan bahwa tidak terdapat otokorelasi terbukti dari nilai probabilitas obs*R2 _{adalah 5,8%}

> 5% sehingga disimpulkan bahwa model tidak mengandung otokorelasi.

Uji multikolinearitas, digunakan auxilary

regression yang intinya membandingkan nilai R2

model utama dengan R2 _{model parsial (regresi antar}

variabel independen). Model Regresi R2 Model Utama dLN_Y = f(dLN_X1, dLN_X2, dLN_X3, dLN_X4) 0,506 Model Parsial dLN_X₁ = f(dLN_X₂, dLN_X₃, dLN_X₄) 0,439 dLN_X2 = f(dLN_X1, dLN_X3, dLN_X4) 0,049 dLN_X₃ = f(dLN_X₁, dLN_X₂, dLN_X₄) 0,090 dLN_X₄ = f(dLN_X₁, dLN_X₂, dLN_X₃) 0,430 Tabel 6. Hasil Uji Multikolinieritas

Sumber: data diolah

Uji korelasi parsial menunjukkan bahwa tidak terjadi multikolinearitas terlihat dari nilai R2 _pada

model utama lebih besar dari R2 _parsial.

Uji normalitas, menggunakan Jarque-Bera Test. Adapun nilai hasil uji Jarque-Bera sebesar 1,135502 dengan probabilitas sebesar 0,566799 lebih besar dari α = 0,05 berarti bahwa residu dalam persamaan tersebut terdistribusi normal.

Uji t digunakan untuk melihat pengaruh signifikansi variabel-variabel independen secara terpisah terhadap variabel dependen. Tingkat signifikansi yang digunakan untuk uji ini adalah 10%, nilai kritis tabel (t_–tabel) yang diperoleh adalah 1,711. Nilai t­hitung untuk variabel investasi adalah 0,805 < 1,711 (nilai t_–tabel) artinya secara terpisah variabel investasi tidak berpengaruh signifikan terhadap ekspor perikanan. Nilai t-hitung untuk variabel inflasi adalah –1,821 > 1,711 artinya secara terpisah variabel inflasi berpengaruh negatif terhadap ekspor perikanan dan signifikan. Nilai t_–hitung untuk variabel kurs adalah 2,160 > 1,711 artinya bahwa secara terpisah variabel kurs berpengaruh positif dan signifikan terhadap ekspor perikanan. Sedangkan variabel tenaga kerja tidak signifikan. Sementara nilai t_–hitung untuk variabel ECT adalah sebesar –2,468 lebih besar dari t_–tabel yang artinya bahwa secara terpisah variabel ECT berpengaruh signifikan terhadap ekspor perikanan di Provinsi Maluku.

Uji F untuk mengetahui tingkat signifikansi pengaruh dari variabel­variabel independen terhadap variabel dependennya secara bersama­sama. Berdasar­ kan hasil f_–hitung sebesar 2,5335 dengan probabilitas 0,0688 artinya bahwa secara keseluruhan variabel independen yang digunakan mampu mempengaruhi variabel dependen pada tingkat signifikansi 10%.

Analisis hubungan jangka panjang, hubungan jangka panjang ini dapat diperoleh dengan mengestimasi model persamaan kointegrasi.

Persamaan jangka panjang dapat ditulis sebagai berikut.

LN_Y = 7,06299137 + 0,15*LN_X₁ – 0,366*LN_X₂ +

0,794*LN_X₃ + 0,434*LN_X₄

PEMBAHASAN

Berdasarkan hasil estimasi terhadap model yang digunakan menunjukkan bahwa dalam jangka panjang variabel inflasi, kurs dan tenaga kerja berpengaruh signifikan terhadap ekspor perikanan, sementara investasi cenderung tidak berpengaruh baik jangka panjang maupun jangka pendek terhadap ekspor perikanan selama periode pengamatan, sehingga hal ini berimplikasi bahwa keterbukaan ekonomi pada sektor perikanan perlu mendapat perhatian yang lebih dari pemerintah daerah karena investasi adalah instrumen yang paling cepat dalam mendorong pertumbuhan dan keterbukaan ekonomi sektor perikanan. Dalam penelitiannya Sebastian Edwards (1998) mengemukakan keterbukaan ekonomi akan peningkatan produktivitas sektor­sektor ekonomi. Hasil penelitian lainnya menunjukkan keterbukaan ekonomi dan perdagangan internasional secara umum terbukti dapat meningkatkan produktivitas sektor pertanian (Urata & Yokota, 1994; Edwards, 1998).

Desentralisasi sektor kelauatan di Maluku masih mengalami kendala pada aturan main, dimana kewenangan dalam pengelolaan sumber daya kelautan berada pada wilayah laut sejauh 12 mil diukur dari garis pantai terluar bagi pemerintah daerah provinsi, dan 1/3 dari wilayah laut kewenangan pemerintah daerah provinsi bagi pemerintah kabupaten atau kota. Sehingga keluar dari 12 mil tersebut, adalah kewenangan pemerintah pusat yang dikenal sebagai Zona Ekonomi Ekslusif (ZEE). Akibatnya sekitar 50% lebih kekayaan laut masih dikelolah oleh pemerintah pusat.

Di Maluku masih rawan terjadi illegal fishing yang sengaja dilakukan oleh nelayan asing di laut Arafuru dan laut Banda yang kaya akan potensi sumber daya laut berupa ikan. Akibatnya pemerintah daerah tidak memiliki kewenangan untuk mengawasi ZEE yang merupakan kewenangan pemerintah pusat, dimana hanya menjadi penonton terjadinya ilegal

fishing.

Praktek yang demikian menyebabkan rusaknya sumber daya hayati laut, seperti gejala tangkap lebih (overfishing), rusaknya terumbu karang akibat praktik penangkapan ikan secara merusak (pengeboman), rusaknya hutan mangrove, dan lain sebagainya. Inilah

yang sering disebut sebagai eksternalitas negatif, yaitu suatu akibat yang harus ditanggung oleh aktivitas yang ditimbulkan pihak lain (Suhana, 2003).

Menyangkut problem ini, Mahsul (2005) lantas mengungkapkan, misalnya sebagai provinsi kepulauan, di provinsi Maluku banyak wilayahnya yang kosong terpisah jauh oleh perairan melebihi jarak 12 mil yang ditetapkan untuk pengelolaan wilayah laut. Sehingga akan masuk wilayah mana wilayah yang kosong tersebut. Konsekuensinya akan mengakibatkan wilayah laut tidak bertuan, sehingga wilayah laut yang kosong tersebut rawan terjadinya

illegal fishing.

Oleh karena itu, agar pemerintah daerah Maluku dapat memiliki kewenangan dalam pengelolaan wilayah laut yang bukan merupakan kewenangan mereka, maka bersama 6 provinsi kelauatannya lainnya, perlu mendesak pemerintah dan DPR agar Undang­Undang Nomor 32 tahun 2004 tentang Pemerintahan Daerah diamandemen. Dimana amendeman itu, menyangkut pasal­pasal yang membatasi kewenangan pemerintah daerah, yang memiliki karakteristik wilayah yang didominasi oleh laut. Sehingga wilayah­wilayah laut yang tidak bertuan tersebut, dapat dialihfungsikan ke dalam wilayah provinsi, dan bisa dikelola demi peningkatan kesejahteraan rakyat.

KESIMPULAN

Hasil analisis menunjukan adanya hubungan saling mempengaruhi antara variabel­variabel ekonomi makro yang dimasukan dalam model dengan per tumbuh an ekonomi. Dalam jangka pendek tidak semua variabel mempengaruhi ekspor perikanan. Secara keseluruhan dalam jangka panjang, hanya variabel investasi yang tidak berpengaruh terhadap ekspor perikanan.

Tidak berpengaruhnya varibel investasi terhadap ekspor perikanan di Maluku disebabkan masih banyaknya permasalahan dalam hal pengelolaan sektor perikanan diantaranya adalah masih banyaknya paraktek­praktek illegal fishing yang menjadi demotivasi bagi investor untuk berinvetasi di sektor perikanan. Hal inilah yang seharusnya menjadi perhatian pemerintah daerah untuk menciptakan iklim investasi yang kondusif, karena ketika semakin banyak investor yang masuk ke Maluku pada sektor perikanan maka akan menaikan volume investasi dan meningkatkan aktivitas sektor perikanan serta memacu pertumbuhan yang pada akhirnya akan mendorong keterbukaan ekonomi.

DAFTAR PUSTAKA

Arsyad, L. 2004. Ekonomi Pembangunan (Edisi ke­ 4). Yogyakarta: STIE­YKPN.

Badan Pusat Statistik. Beberapa edisi. Maluku dalam

Angka.

Bank Indonesia. Beberapa edisi. Laporan Tahunan

BI.

Dinas Perikanan dan Kelautan Provinsi Maluku. Beberapa edisi. Laporan Tahunan.

Edwards, S. 1998. Openness, Productivity and Growth: What Do We Really Know?. The

Economic Journal, 108: 383–398.

Engle, R. F. 1987. Forecasting and Testing in Cointegration System. Journal of Econometrics, 35:143–159.

Engle, R. F. and Granger, C. W. J. 1987. Cointegration and Error Correction: Representation, Estimation and Testing. Econometrica, 55(2):251–276. Fendityana, Tunggal Yoga. 2005. Analisis Uji

Kausalitas Granger Antara Pertumbuhan Ekonomi dan Pertumbuhan Penanaman Modal asing Langsung Indonesia Periode 1986–

2003, Universitas Airlangga, Surabaya: tidak dipublikasikan.

Granger, C. W. J. and Newbold, P. 1974. Spurious regressions in econometrics. Journal of

Econometrics, 2: 111–120.

Gujarati, Damodar N. 2003. Basic Econometrics (3rd

edition). Mc.Graw – Hill International Edition. Harvey, A. C. 1990. Econometric Analysis of time

series (2nd _{edition). Cambridge: MIT Press.}

Inder, B. 1993. Estimating long­run relationships in economics: a comparison of different approaches.

Journal of Econometrics, 57: 53–68.

Insukindro. 1991. Regresi Linier Lancung dalam Analisis Ekonomi; Suatu Tinjauan dengan Studi Kasus di Indonesia. Jurnal Ekonomi dan Bisnis

Indonesia, 1: 8–23.

_________. 1998. Sindrum R2 Dalam Analisis Regresi Linier Runtun Waktu. Jurnal Ekonomi

dan Bisnis Indonesia, 7: 1–17.

Jayaraman, T. K. and Choong, Chee­Keong. 2006. Foreign direct investment in the South Pacific Island Countries: a case study of Fiji. World

Review of Entrepreneurship, Management and Sustainable Development, 2(4): 309–322.

Makki, S. S., Tweeten, L. G. and Thraen, C. S. 1999. Investing in research and education versus commodity programs: implications for agricultural productivity. Journal of Productivity Analysis, 12: 77–94.

Mankiw, N. Gregory. 2003. Macroeconomics (5th

edition). New York: Worth publishers.

Sasandara, Rudy. 2005. Ekspor Indonesia: Kinerja,

Permasalahan serta Strategi Peningkatannya,

diambil pada tanggal 17 Juni 2006 dari http:// rudicty.com/

Sims, C. A., et. al. 1991. Inference in Linear Time Series models with Some Unit Roots.

Econometrica, 58: 113–114.

Tambunan, Tulus. 2001. Perdagangan Internasional

dan Neraca Pembayaran (Edisi pertama). Jakarta:

LP­FEUI.

Thomas, R. L. 1997. Modern Econometrics; an

Introduction (1st _{edition). Addison Wesley}

Longman.

Urata, S. and Yokota, K. 1994. Trade liberalization and productivity growth in Thailand. The Development

Economies, 32: 444–458.

Wickens, M. R. and Breusch, T. E. 1988. Dynamic specification the: long-run and the estimation of transformed regression models. Economic

Journal, 98: 189–205.

Widarjono, Agus. 2007. Ekonometrika: Teori dan

Aplikasi Untuk Ekonomi dan Bisnis (Edisi ke­2).

Yogyakarta: Penerbit Ekonisia, FE UII.

Williamson D. Stephen. 2005. Macroeconomics (2nd

edition). University of Iowa: Pearson Addison Wesley.