BAHAN dan METODE Kerangka Umum Penelitian

(1)

Kerangka Umum Penelitian

Wilayah yang berkembang dengan baik ditunjukkan oleh adanya keterkaitan antar sektor dalam perekonomian, dalam arti terjadi transfer input dan output barang dan jasa antar sektor yang berlangsung secara dinamis. Pendekatan pembangunan secara sektoral dilakukan dengan jalan menganalisis sektor-sektor dalam perekonomian satu per satu untuk dilihat peluang dan potensinya. Salah satu pendekatan sektoral yang sekaligus melihat keterkaitan pertumbuhan antara satu sektor dengan sektor lainnya dan sebaliknya dilakukan dengan menggunakan metode analisis Input Output.

Dengan menggunakan metode analisis tersebut, maka dapat ditetapkan berbagai sektor yang merupakan sektor unggulan dengan berbagai kriteria yang telah ditetapkan, sehingga pada akhirnya dapat ditetapkan skala prioritas tentang sektor apa yang perlu dikembangkan di wilayah tersebut berdasarkan sasaran yang ingin dicapai. Selain itu, pemahaman tentang struktur perekonomian wilayah sangat diperlukan dalam rangka mengambil kebijakan-kebijakan yang diperlukan dalam pembangunan wilayah Pengetahuan tentang karakteristik perekonomian wilayah dan sektor-sektor yang menjadi unggulan pada wilayah tersebut akan memudahkan didalam menentukan prioritas pembangunan dan pengalokasian anggaran dalam mencapai tujuan-tujuan yang telah ditetapkan.

Anggaran bagi suatu pemerintahan merupakan rencana kerja yang akan dilaksanakan pada satu tahun ke depan dan disajikan dalam bentuk angka-angka. Angka-angka pada sisi penerimaan mencerminkan rencana pendapatan serta sumber-sumber untuk mendapatkannya, sedangkan angka-angka pada sisi pengeluaran mencerminkan program kerja pemerintahan maupun pembangunan yang akan dilaksanakan. Keterbatasan dana sebagai sumber pembiayaan dalam melaksanakan pembangunan merupakan alasan ditetapkannya suatu skala prioritas di dalam pembangunan. Penetapan prioritas dalam suatu pembangunan di daerah berarti merupakan suatu pilihan untuk melaksanakan rencana kerja dengan tujuan bahwa rencana kerja tersebut mempunyai dampak atau manfaat yang lebih besar bagi masyarakat.

(2)

Oleh karenanya, di setiap wilayah/daerah selalu terdapat sektor-sektor yang bersifat strategis/unggulan akibat besarnya sumbangan yang diberikan di dalam perekonomian wilayah serta keterkaitan sektoral dan aspek spasialnya. Pembangunan spasial akan mengarah ke desentralisasi sistem pusat kegiatan dari yang tadinya berpusat pada kota-kota besar akan lebih tersebar ke arah pembangunan kota-kota-kota-kota kecil di wilayah perdesaan sebagai pusat kegiatan di luar usaha tani dan jasa-jasa pelayanan.

Kondisi Daerah - amanat otonomi daerah - keragaman sektoral dan regional

- keterbatasan PAD dan sumber pembiayaan lainnya

SKENARIO KEBIJAKAN PEMBANGUNAN Sektor-Sektor Dalam Perekonomian Sumber Daya Alam Sumber Daya Sosial Keterbatasan Dana Pembangunan Pembangunan Wilayah Yang Berkelanjutan - pertumbuhan - pemerataan - keberlanjutan Alokasi Anggaran Efektif & Efisien Sumber Daya Manusia Peningkatan Kinerja Pemerintah Daerah Keterbatasan Sumber Daya Prioritas Pembangunan Sumber Daya Buatan

(3)

Secara ekonomis, suatu kegiatan dapat dikatakan telah dilaksanakan secara efisien apabila untuk mencapai tujuan yang telah ditetapkan dilaksanakan dengan biaya yang seminal mungkin. Keterkaitan antara alokasi anggaran belanja dengan pemahaman atas karakteristik perekonomian wilayah dan sektor unggulan akan memberi manfaat yang besar dalam penyusunan rencana pengeluaran pemerintah. Alokasi anggaran belanja yang terkait dengan sektor unggulan akan memberi dampak terhadap sektor-sektor lainnya. Atau dapat dikatakan, dengan melakukan pembiayaan terhadap suatu sektor tertentu maka sektor lainnya akan menerima manfaat juga.

Perencanaan pembangunan wilayah yang disusun secara komprehensif pada akhirnya akan meningkatkan kinerja pembangunan daerah sehingga hasil-hasil yang diharapkan dapat tercapai. Dalam pembangunan perekonomian daerah, setiap kebijakan dan kegiatan yang ditujukan untuk meningkatkan pembangunan di daerah pasti akan mendasarkan diri dari kekhasan yang menjadi ciri daerah yang bersangkutan, dimana kegiatan tersebut ditujukan bagi terciptanya peningkatan -- baik jumlah maupun jenis -- kesempatan kerja bagi masyarakatnya, pertumbuhan perekonomian wilayah yang stabil, dan peningkatan pendapatan per kapita.

Kerangka Pendekatan Analisis

Gambar tujuh sampai dengan sepuluh merupakan pola-pola pendekatan analisis, sumber data, dan tahapan-tahapan yang dilakukan di dalam menentukan sektor unggulan di Jawa Timur dan keterkaitannya dengan alokasi anggaran belanja. Dengan memahami pola-pola pendekatan analisis dan tahapan-tahapan pekerjaan yang dilakukan diharapkan dapat dilakukan pencapaian tujuan yang telah ditetapkan.

1. Penentuan sektor unggulan serta keterkaitan antara sektor hulu dan hilir dalam perekonomian wilayah Jawa Timur

Untuk menentukan sektor unggulan pada perekonomian Jawa Timur, maka dilakukan analisis Input Output (I-O) terhadap sektor-sektor perekonomian di Jawa Timur berdasarkan data Tabel I-O updating tahun 2003. Teknik yang digunakan untuk melakukan updating Tabel I-O tahun 2000 menjadi Tabel I-O tahun 2003 dilakukan

(4)

dengan menggunakan Metode RAS. Metode RAS, pertama kali dikembangkan oleh Prof. Richard Stone dari Cambridge University, Inggris (BPS 2000).

1

Bagan Alir Pendekatan Analisis

Tabel I-O Jatim 2003 44 Sektor Sumber Data :

- Tabel I-O Jawa Timur Tahun 2003 (Updating) - Data Base Tenaga Kerja

Analisis Input Output Analisis

Koefisien Input (a_ij) Elemen Invers Matrik Leontief (b_ij)

Keterkaitan Antar Sektor : DBL, FBL,

DIBL, FIBL

Dampak Multiplier : IM, PDRB-M, TM

Hasil

Kriteria Sektor Unggulan

Resume Keterkaitan Antar Sektor & Dampak Multiplier Sektor Unggulan Prop Jatim Principal Component Analysis Factor Score Factor Loading Karakteristik Keterkaitan Sektor

Hilir Hulu & Dampak Multiplier

Mengetahui Sektor Unggulan dan Keterkaitan Sektor Hulu & Hilir Pada Perekonomian Jawa

Timur

TUJUAN

Analisis

Keterkaitan Analisis Multiplier

Analisis Sektor Unggulan 2 Data Tenaga Kerja

Gambar 8 Bagan alir analisis penentuan sektor unggulan dan hubungan keterkaitan antara sektor hulu dan sektor hilir.

(5)

Analisis yang dilakukan terhadap tabel I-O updating tahun 2003 adalah analisis keterkaitan dan angka pengganda sektoral. Hasil dari perhitungan terhadap Tabel I-O updating 2003 Jawa Timur menghasilkan koefisien teknis (matriks A) dan invers matriks leontief (matriks B) yang selanjutnya diolah kembali sehingga diperoleh data mengenai keterkaitan sektoral dan angka pengganda (multiplier). Dari hasil pengolahan data dengan menggunakan metode I-O, akan didapatkan nilai total dari keterkaitan langsung dan tidak langsung baik ke depan maupun ke belakang sektoral. Sedangkan dari hasil analisis terhadap angka pengganda (multiplier) diperoleh nilai angka pengganda pendapatan, angka pengganda pajak, angka pengganda surplus usaha, angka pengganda PDRB, angka pengganda tenaga kerja, dan angka pengganda impor sektoral.

Berdasarkan kriteria yang telah ditetapkan dan menggunakan data-data dari hasil analisis terhadap tabel I-O updating Jawa Timur tahun 2003, dapat ditentukan sektor-sektor yang merupakan sektor-sektor unggulan di Jawa Timur. Gambaran mengenai struktur perekonomian di Jawa Timur terutama mengenai keterkaitan antara sektor hulu dan hilir diperoleh dengan menggunakan metode Principal Component Analysis (PCA) terhadap data-data yang telah diperoleh dari hasil analisis keterkaitan dan angka pengganda sektoral. Hasil dari analisis PCA juga memberikan gambaran mengenai keterkaitan sektor hulu maupun sektor hilir terhadap variabel-variabel angka pengganda gaji dan upah, angka pengganda surplus usaha, angka pengganda pajak, angka pengganda penyusutan, angka pengganda PDRB, serta angka pengganda impor sektoral. Pendekatan analisis yang dilakukan untuk mencapai tujuan pertama dan kedua, secara grafis seperti terlihat pada Gambar 8.

2. Indentifikasi lokasi-lokasi sektor unggulan di Provinsi Jawa Timur

Data yang digunakan di dalam menentukan lokasi sektor unggulan di Provinsi Jawa Timur adalah data PDRB Harga Konstan Tahun 1993 kabupaten/kota di Jawa timur dengan mengambil sampel dua titik tahun, yaitu tahun 2000 dan 2003. Jumlah sektor yang digunakan pada PDRB tersebut di atas berjumlah 41 sektor, berbeda dengan jumlah sektor pada tabel I-O yang berjumlah 44 sektor. Perbedaan ini disebabkan terjadi karena adanya beberapa sektor pada data PDRB yang tidak dirinci lebih detail sedangkan pada Tabel I-O untuk memberikan gambaran yang lebih menyeluruh dan jelas maka ada

(6)

beberapa sektor yang dirinci lebih lanjut. Secara umum klasifikasi yang digunakan tidak mempengaruhi hasil perhitungan untuk indentifikasi lokasi sektor unggulan di Jawa Timur. Perbedaaan klasifikasi yang digunakan secara lebih jelas seperti yang ditunjukkan pada Tabel 2 di bawah ini.

Tabel 2 Klasifikasi sektoral data PDRB harga konstan tahun 2000 dan 2003 serta data Tabel I-O updating tahun 2003

1 Tanaman Bahan Makanan 1 Padi

2 Jagung 3 Ketela Pohon 4 Kedelai 5 Sayur-sayuran 6 Buah-Buahan 7 Umbi-Umbian 8 Kacang Tanah 9 Kacang-Kacang Lainnya

2 Tanaman Perkebunan 10 Tebu

11 Tembakau

12 Tanaman Perekebunan Lainnya

3 Peternakan 13 Peternakan

4 Kehutanan 14 Kehutanan

5 Perikanan 15 Perikanan

6 Pertambangan Migas 16 Pertambangan Migas 7 Pertambangan Non Migas 17 Pertambangan Non Migas

8 Penggalian 18 Penggalian

9 Makanan, Minuman dan Tembakau 19 Makanan, Minuman, dan Tembakau 10 Tekstil, Barang dari Kulit & Alas Kaki 20 Telstil, Barang dari Kulit, dan Alas Kaki 11 Barang dari Kayu & Hasil Hutan Lainnya 21 Barang dari Kayu dan Hasil Hutan Lainnya 12 Kertas dan Barang Cetakan 22 Kertas dan Barang Cetakan

13 Pupuk, Kimia dan Barang dari Karet 23 Pupuk, Kimia, dan Barang dari Karet 28 Pengilangan Minyak

14 Semen dan Barang Galian Bukan Logam 24 Semen dan Barang Galian Bukan Logam 15 Logam Dasar Besi dan Baja 25 Logam Dasar Besi dan Baja

16 Alat Angkutan Mesin dan Peralatan 26 Alat Angkutan Mesin dan Peralatan

17 Barang Lainnya 27 Barang Lainnya

18 Listrik 29 Listrik, Gas, dan Air Bersih

19 Gas 20 Air Bersih

21 Bangunan dan Konstruksi 30 Bangunan dan Konstruksi

22 Perdagangan 31 Perdagangan

23 Hotel 32 Hotel

24 Restoran 33 Restoran

25 Angkutan Rel 34 Angkutan Rel

26 Angkutan Jalan Raya 35 Angkutan Jalan Raya

27 Angkutan Laut 36 Angkutan Laut

28 Angkutan Penyeberangan 37 Angkutan Penyeberangan

29 Angkutan Udara 38 Angkutan Udara

30 Jasa Penunjang Angkutan 39 Jasa Penunjang Angkutan 31 Pos dan Telekomunikasi 40 Pos dan Telekomunikasi 32 Jasa Penunjang Telekomunikasi 41 Jasa Penunjang Telekomunikasi

33 Bank 42 Keuangan, Persewaan, dan Jasa Perusahaan

34 Lembaga Keuangan Bukan Bank 35 Jasa Penunjang Keuangan 36 Sewa Bangunan 37 Jasa Perusahaan

38 Pemerintahan Umum 43 Pemerintahan Umum

39 Jasa Sosial Kemasyarakatan 44 Jasa-Jasa 40 Jasa Hiburan dan Kebudayaan

41 Jasa Perorangan dan RT

DATA PADA PDRB HARGA KONSTAN TAHUN 2000

DAN 2003 DATA PADA TABEL I-O UPDATING 2003 JAWA TIMUR

Kode

Sektor Sektor

Kode

(7)

Analisis yang digunakan untuk indentifikasi lokasi sektor unggulan di Jawa Timur adalah metode Locational Quotient (LQ) dan Shift Share Analysis (SSA). Sektor-sektor yang dianalisis dengan menggunakan kedua metode tersebut adalah sektor-sektor yang yang merupakan sektor unggulan dari hasil analisis terhadap Tabel I-O updating 2003 Jawa Timur. Dari analisis LQ, dapat diketahui pemusatan-pemusatan aktivitas sektor unggulan Provinsi Jawa Timur pada kabupaten/kota yang ditandai dengan nilai LQ > 1. Dari hasil analisis SSA dapat diperoleh data mengenai differential shift (DS) yang menggambarkan bahwa sektor-sektor unggulan mempunyai daya saing atau tingkat kompetitif yang bagus pada kabupaten/kota tertentu di Jawa timur. Indikator yang digunakan adalah nilai DS ≥ 0.

Sumber Data : Publikasi PDRB Jatim Harga Konstan 1993 Tahun 2000 dan 2003 Analisis Hasil TUJUAN PDRB Harga Konstan Kab / Kota Jatim 2003 Location Quotient LQ _ij > 1 Sektor Unggulan Prop Jatim Lokasi-Lokasi Sektor Unggulan di Jawa Timur

2

3

Shift Share Analysis PDRB Harga Konstan Kab / Kota Jatim 2000

& 2003

Lokasi Sektor Unggulan di Jawa Timur

DS _ij > 0

(8)

Selanjutnya, rekomendasi arahan untuk pengembangan sektor unggulan Jawa Timur sekaligus indentifikasi lokasi sektor unggulan di Jawa Timur dapat diperoleh dengan menggunakan kriteria nilai LQ > 1 dan nilai DS ≥ 0. Kabupaten/kota di Jawa Timur yang memenuhi kedua kriteria di atas merupakan lokasi sektor-sektor unggulan di Jawa Timur. Pendekatan analisis untuk mencapai tujuan nomor tiga seperti terlihat pada Gambar 9.

3. Keterkaitan antara alokasi belanja pembangunan terhadap sektor unggulan Analisis yang digunakan untuk mengetahui keterkaitan antara alokasi belanja pembangunan terhadap sektor unggulan di Jawa Timur dilakukan dengan menggunakan metode analisis deskriptif. Data yang digunakan adalah data statistik keuangan pemerintah daerah pada seluruh kabupaten/kota di Jawa Timur dari tahun 2001 sampai dengan tahun 2003.

Dengan membandingkan antara alokasi belanja pembangunan terhadap pengembangan dan pembangunan sektor unggulan di Jawa Timur, diharapkan dapat diketahui apakah selama otonomi daerah dilaksanakan dari tahun 2001 kebijakan pembangunan ekonomi yang telah ditempuh oleh pemerintah daerah telah sesuai dengan sektor unggulan. Apabila hasil dari analisis deskriptif menyatakan bahwa alokasi belanja pembangunan belum sesuai atau mengarah kepada sektor unggulan, maka perlu diulas secara umum mengenai kelembagaan penyusunan APBD sehingga dapat diketahui faktor-faktor yang menyebabkan terjadinya ketidaktepatan di dalam alokasi anggaran belanja pembangunan. Pendekatan analisis untuk mencapai tujuan nomor empat seperti terlihat pada Gambar 10.

(9)

Keterkaitan Antara Alokasi APBD dan Sektor Unggulan

TUJUAN SUMBER DATA Statistik Keuangan Kab/Kota APBD ANALISIS DESKRITIF

HASIL Peningkatan Kinerja

Pemerintah - pertumbuhan - pemerataan - keberlanjutan 4 Kelembagaan Penyusunan APBD Sektor Unggulan 2 Blj. Rutin Blj. Pembangunan Terkait ? Matching Ya Tidak Gambaran Kelembagaan Penyusunan APBD Analisis Deskriptif

Gambar 10 Bagan alir pendekatan analisis keterkaitan alokasi belanja pembangunan terhadap sektor unggulan.

Lokasi dan Waktu Penelitian

Penelitian ini dilakukan di Provinsi Jawa Timur dan dilaksanakan dalam jangka waktu 6 (enam) bulan mulai tahap persiapan hingga penyelesaian laporan. Pengambilan data di lapangan dimulai pada bulan Juli 2005.

Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh melalui BPS Pusat, BPS Jawa Timur, Bappeprop. Jawa Timur, Departemen

(10)

Perindustrian, dan dinas-dinas terkait lainnya. Untuk mendukung ketersedian data lainnya yang lebih lengkap, sumber data juga diakses melalui publikasi artikel maupun makalah/jurnal ilmiah dari internet.

Data Tabel Input Output Jawa Timur tahun 2003 diperoleh dengan jalan melakukan updating atas dasar Tabel Input Output Provinsi Jawa Timur Tahun 2000 dengan menggunakan metode RAS. Sektor-sektor perekonomian dirinci ke dalam 44 sektor sebagaimana ditunjukkan pada Tabel 3.

Tabel 3 Sektor-sektor dalam Tabel I-O Jawa Timur updating tahun 2003

1 Padi 23 Pupuk, Kimia dan Barang dari Karet

2 Jagung 24 Semen dan Barang Galian Bukan Logam

3 Ketela Pohon 25 Logam Dasar Besi dan Baja

4 Kedelai 26 Alat Angkutan Mesin dan Peralatan

5 Sayur-sayuran 27 Barang Lainnya

6 Buah-buahan 28 Pengilangan Minyak

7 Umbi-umbian 29 Listrik, Gas, dan Air Bersih

8 Kacang tanah 30 Bangunan dan Konstruksi

9 Kacang-kacang lainnya 31 Perdagangan

10 Tebu 32 Hotel

11 Tembakau 33 Restoran

12 Tanaman Perkebunan Lainnya 34 Angkutan Rel

13 Peternakan 35 Angkutan Jalan Raya

14 Kehutanan 36 Angkutan Laut

15 Perikanan 37 Angkutan Penyeberangan

16 Pertambangan Migas 38 Angkutan Udara

17 Pertambangan Non Migas 39 Jasa Penunjang Angkutan

18 Penggalian 40 Pos dan Telekomunikasi

19 Makanan, Minuman dan Tembakau 41 Jasa Penunjang Telekomunikasi

20 Tekstil, Barang dari Kulit & Alas Kaki 42 Keuangan, Persewaan, dan Jasa Perusahaan 21 Barang dari Kayu & Hasil Hutan Lainnya 43 Pemerintahan Umum

22 Kertas dan Barang Cetakan 44 Jasa-Jasa

SEKTOR-SEKTOR PADA TABEL I-O UPDATING 2003 JAWA TIMUR

Kode

Sektor Sektor

Kode

Sektor Sektor

Selain data tabel input output, digunakan juga data-data sekunder lainnya untuk mencapai tujuan penelitian yang telah ditetapkan antara lain berupa (a) PDRB Jawa Timur tahun 2000 sampai dengan 2003 atas dasar harga konstan dan berlaku, (b) data APBD provinsi dan kabupaten/kota di Provinsi Jawa Timur tahun 2000 sampai dengan 2003. Untuk melengkapi hasil analisis digunakan juga data-data publikasi dari BPS selain di atas maupun dari dinas-dinas terkait lainnya dan peta administrasi Provinsi Jawa Timur.

(11)

Metode Analisis

1. Metode RAS

Tabel Input Output terdiri dari tiga kuadran, yaitu Kuadran I, II, dan III. Kuadran I merupakan matriks koefisien input, Kuadran II merupakan matriks permintaan akhir, dan Kuadran III adalah matriks input primer. Koefisien input pada Kuadran I (Matriks A) untuk memperolehnya harus melalui survei secara langsung dan lengkap.

Permasalahan yang timbul adalah apabila kita akan melakukan rekonstruksi (updating) tabel I-O menjadi tabel tahun yang terbaru, sedangkan data pada Kuadran I tidak tersedia. Untuk itu salah satu metode yang sering umum digunakan untuk melakukan updating tabel I-O menjadi tabel yang terbaru dilakukan dengan Metode RAS. Secara sederhana, Metode RAS merupakan metode yang digunakan untuk

memperkirakan matriks koefisien input yang baru pada tahun t ”A(t)” dengan

menggunakan informasi koefisien input tahun dasar ”A(0)”, total permintaan antara tahun ”t”, dan total input antara tahun ”t”. Matriks koefisien input tahun ke ”t” diperoleh

dengan rumus A(t) = R A(0) S dimana R = matriks diagonal yang elemen-elemennya

menunjukkan pengaruh substitusi dan S = matriks diagonal yang elemen-elemennya menggambarkan pengaruh fabrikasi.

Pengaruh substitusi menunjukkan seberapa jauh suatu komoditi (menurut baris dalam tabel I-O) dapat digantikan oleh komoditi lain dalam suatu proses produksi. Pengaruh fabrikasi menyatakan bahwa seberapa jauh suatu sektor (menurut kolom dalam tabel I-O) dapat menyerap input antara dari total input yang tersedia.

Data yang digunakan untuk melakukan updating Tabel I-O Jawa Timur 2003 adalah Tabel I-O Jawa Timur tahun 2000 dengan dimensi 100 x 100 sektor, PDRB 44 sektor menurut harga berlaku tahun 2000, PDRB 44 sektor menurut harga berlaku tahun 2003, total permintaan akhir atau total PDRB harga berlaku tahun 2003 menurut penggunaan, serta data impor tahun 2003 dengan asumsi proporsi nilai impor masing-masing sektor sama dengan nilai impor tahun 2000.

Data Tabel I-O Jawa Timur tahun 2000 dimensi 100 x 100 sektor direklasifikasi terlebih dahulu menjadi Tabel I-O Jawa Timur tahun 2000 dimensi 44 x 44 sektor sehingga tabel input output yang baru mempunyai sektor yang sama sebagaimana

(12)

ditunjukkan Tabel 3. Selanjutnya dilakukan pendugaan terhadap koefisien PDRB tahun 2000 sebagai dasar pendugaan total input atau ouput Tabel I-O updating tahun 2003.

TABEL I-O JAWA TIMUR TAHUN 2000 100 SEKTOR

TABEL I-O JAWA TIMUR TAHUN 2000

44 SEKTOR

KOEFISIEN PDRB SEKTORAL = PDRB SEKTORAL 2000 TOT. INPUT SEKTORAL 2000

TOT. INPUT SEKTORAL 2003 = PDRB SEKTORAL 2003 KOEF. PDRB SEKTORAL 2000

KOEF. INPUT TABEL I-O TAHUN 2000 44 SEKTOR

KOEF. INPUT TABEL I-O TAHUN 2000 44 SEKTOR -PDRB SEKTORAL 2003 -FINAL DEMAND 2003 -IMPOR 2003 -PDRB SEKTORAL 2003 -FINAL DEMAND 2003 -IMPOR 2003 METODE RAS DGN. OPTIMASI SOFTWARE GAMS TABEL I-O JATIM 2003 44 SEKTOR Reklasifikasi

TABEL I-O JAWA TIMUR TAHUN 2000 100 SEKTOR

TABEL I-O JAWA TIMUR TAHUN 2000

44 SEKTOR

KOEFISIEN PDRB SEKTORAL = PDRB SEKTORAL 2000 TOT. INPUT SEKTORAL 2000

TOT. INPUT SEKTORAL 2003 = PDRB SEKTORAL 2003 KOEF. PDRB SEKTORAL 2000

KOEF. INPUT TABEL I-O TAHUN 2000 44 SEKTOR

KOEF. INPUT TABEL I-O TAHUN 2000 44 SEKTOR -PDRB SEKTORAL 2003 -FINAL DEMAND 2003 -IMPOR 2003 -PDRB SEKTORAL 2003 -FINAL DEMAND 2003 -IMPOR 2003 METODE RAS DGN. OPTIMASI SOFTWARE GAMS TABEL I-O JATIM 2003 44 SEKTOR Reklasifikasi

Gambar 11 Bagan alir updating Tabel Input Output.

Berdasarkan data hasil pendugaan terhadap total input/output sektoral tahun 2003, koefisien input (matriks A) Tabel Input Output tahun 2000, total permintaan akhir tahun 2003, serta nilai impor sektoral tahun 2003 dilakukan pendugaan koefisien input (matriks A) Tabel Input Output tahun 2003 dimensi 44 x 44 sektor dengan menggunakan metode RAS. Secara rinci langkah-langkah atau perintah program rekontruksi matriks A tabel I-O tahun 2003 sebagaimana terlihat pada Lampiran 1.

Secara matematis metode RAS dapat dinyatakan dengan persamaan sebagai berikut

∑

= n i 1 rixij(0)sj = bi i = 1,2,3, ..., dst ... (7)

∑

= n j 1 rixij(0)sj = ki i = 1,2,3, ..., dst ... (8) Keterangan :

Xij(0) = input antara sektor j yang berasal dari output sektor i tahun dasar

ri , sj = elemen matriks diagonal R dan S

(13)

kj = jumlah input antara sektor j tahun ”t” (faktor pembatas)

Saefulhakim (2002), menyatakan bahwa pendugaan Tabel Input Output tanpa metode survei dapat dirumuskan sebagai cara untuk mencari koefisien teknis untuk tabel input output pada tahun tertentu yang memenuhi kriteria (1) paling mirip dengan matriks koefisien teknis dari tabel I-O pada tahun dasar dan (2) dengan menggunakan koefisien teknis yang dihasilkan tersebut operasi matematis tabel input output dapat memberikan hasil yang fit dengan data yang dimiliki tentang total input, total output, total nilai tambah, dan total permintaan akhir untuk masing-masing sektor yang diduga.

Rumusan matematis dari permasalahan yang digunakan untuk metode RAS adalah sebagai berikut : min I (taij ;0aij) =

∑

= = n j n i 1 1 t aij . ln ⎜⎜ ⎝ ⎛ ⎟⎟ ⎠ ⎞ ij ij a a o t ... (9) dengan fungsi kendala

t Q j

∑

t = n i 1 aij = t Q j – t V j ... (10)

∑

= n j 1 t aij t Q j = t Q i – t F i ... (11) Keterangan : o

aij : Elemen baris ke-i kolom ke-j dari matriks koefisien teknis Tabel I-O yang

sudah ada untuk tahun dasar t

aij : Elemen baris ke-i kolom ke-j dari matriks koefisien teknis Tabel I-O yang

sudah ada untuk tahun ke-t tertentu

I (taij ;0aij) : Kandungan informasi (information content), ukuran adanya perbedaan struktur koefisien teknis antara Tabel O pada tahun dasar dengan Tabel I-O pada tahun ke-t yang diduga

t

Qj : Total input sektor ke-j pada tahun ke-t

t

Qi : Total output sektor ke-i pada tahun ke-t. Untuk sektor tertentu yang sama (i = j), maka total output sama dengan total input (tQi = tQj)

t

Vj : Total nilai tambah (total value added) yang dihasilkan oleh sektor ke-j pada

tahun ke-t t

Fj : Total permintaan akhir (total final demand) yang dihasilkan oleh sektor ke-j

pada tahun ke-t

Dari rumus di atas dapat dilakukan rumus turunan yang lain, karena koefisien teknis tahun asal ada yang bernilai nol (kosong) sehingga hasilnya tidak terdefinisikan (undefined). Rumus pendugaan dengan menggunakan software GAMS tersebut adalah :

(14)

min I (taij ;0aij) =

∑

QW = = n j n i 1 1 ij . QBij QBij Qij− +

∑

TW = n i 1 i . TBi TBi Ti− +

∑

FW = n i 1 i . FBi FBi Fi− +

∑

MW = n j 1 j . MBj MBj Mj− ...(12) dengan fungsi kendalanya sebagai berikut :

Tj =

∑

Q = n i 1 ij + M j + VB j Æ Coloum Balance … (13) Ti =

∑

Q = n j 1 ij + F i Æ Row Balance …… (14) Total Impor =

∑

M = n j 1 j + FM = TotM ……… (15)

Total Final Demand =

∑

F

= n

i 1

i + FF = TotF ………. (16)

Total Balance = TotV + TotM – TotF = 0 …………. ……….. (17)

Keterangan :

QWij : Elemen baris ke-i kolom ke-j dari matriks koefisien teknis Tabel I-O yang

sudah ada untuk tahun dasar

Qij : Elemen baris ke-i kolom ke-j dari matriks kuadran I Tabel I-O yang sudah

ada untuk tahun ke-t tertentu yang telah dioptimasi

I (taij ;0aij) : Kandungan informasi (information content), ukuran adanya perbedaan struktur koefisien teknis antara Tabel O pada tahun dasar dengan Tabel I-O pada tahun ke-t yang diduga

QBij : Pendugaan atas elemen baris ke-i kolom ke-j dari matriks koefisien teknis

Tabel I-O yang sudah ada untuk tahun ke-t tertentu

TWi : Total ouput sektor ke-i tahun tertentu yang sudah diberi pembobotan

(kriteria)

Ti : Total output sektor ke-i tahun tertentu hasil dari optimasi

TBi : Pendugaan atas total output sektor ke-i pada tahun tertentu

FWi : Total final demand sektor ke-i tahun tertentu yang sudah diberi pembobotan

(kriteria)

Fi : Total final demand sektor ke-i tahun tertentu hasil dari optimasi

FBi : Pendugaan atas final demand sektor ke-i pada tahun tertentu

MWj : Total impor sektor ke-j tahun tertentu yang sudah diberi pembobotan

(kriteria)

Mj : Total impor sektor ke-j tahun tertentu hasil dari optimasi

(15)

2. Analisis Input Output

Beberapa model analisis yang digunakan di dalam melakukana analisis terhadap suatu Tabel I-O, yaitu : (a) koefisien input atau koefisien teknis, (b) keterkaitan langsung ke depan maupun ke belakang, (c) keterkaitan langsung dan tidak langsung ke depan mauun ke belakang, (d) angka pengganda atau multiplier, (e) daya penyebaran, serta (f) derajat kepekaan.

a. Koefisien Input

Untuk keperluan analisis pada metode analisis metode I-O, parameter yang paling

utama adalah koefisien input atau koefisien teknologi aij secara matematis dinyatakan

sebagai berikut : aij = j ij X X atau Xij = aij . Xj ... (18)

aij = rasio antara banyaknya output sektor i yang digunakan sebagai input j (Xij)

terhadap total input sektor j (Xj).

Koefisien aij menyatakan keterkaitan langsung suatu sektor baik ke depan maupun ke

belakang terhadap sektor lainnya dalam suatu perekonomian wilayah (direct backward/forward linkage).

Dengan demikian, Tabel I-O secara matematis dapat dirumuskan sebagai berikut : a11X1 + a12X2 + … a1jXj …+ a1nXn + F1 = X1 a21X1 + a22X2 + … a2jXj …+ ainXn + F2 = X2 : : : ai1X1 + ai2X2 + … aijXj.… + ainXn + Fi = Xi : : : an1X1 + an2X2 + … aijXn….. + annXn + Fn = Xn …………. (19) atau ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ + ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ n i n i n i nn n n ij n n X X X X F F F F X X X X a a a a a a a a a a 2 1 2 1 2 1 2 1 2 22 21 1 12 11 : M …………. (20)

(16)

A X F X

dengan notasi matriks dapat dirumuskan sebagai berikut :

AX + F = X ... (21)

Matriks A merupakan matriks koefisien input hubungan langsung antar sektor, dengan demikian maka

X – AX = F (1 – A).X = F

X = (1 – A)-1.F, matriks (I – A) dikenal dengan matriks Leontief, merupakan parameter penting di dalam analisis I-O. Invers matriks tersebut, matriks (1 – A)-1 atau B adalah matriks yang menyatakan hubungan langsung dan tidak langsung antar sektor dalam suatu perekonomian wilayah (direct and indirect forward/backward linkage). Karena X =

(1 – A)-1.F atau X = B.F, dimana B merupakan elemen-elemen koefisien dalam invers

matriks leontief, maka peningkatan output produksi (X), merupakan akibat permintaan (F) terhadap sektor tersebut, besarnya output produksi sektor (i) ditentukan oleh besarnya koefisien B, semakin besar koefisiennya maka semakin besar pula output pada sektor tersebut.

Beberapa analisis yang terkait dengan metode I-O antara lain sebagai berikut : (a) keterkaitan langsung ke depan, (b) keterkaitan langsung ke belakang, (c) keterkaitan langsung tidak langsung ke depan, (d) keterkaitan langsung tidak langsung ke belakang, (e) pengganda pendapatan, (f) pengganda pajak, (g) pengganda nilai tambah, dan (h) pengganda tenaga kerja.

b. Keterkaitan langsung ke depan

Menunjukkan efek langsung dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menggunakan output sektor tersebut. Untuk mengetahui besarnya keterkaitan ke langsung depan, dapat digunakan rumus sebagai berikut : Fi =

∑

n i i ij X X =

∑

i = 1,2,3, ..., dst ... (22) n i ij a

Fi = keterkaitan langsung ke depan

Xij = banyak output sektor i yang digunakan oleh sektor j Xi = total output sektor i

(17)

aij = unsur matriks koefisien input atau koefisien teknis c. Keterkaitan langsung ke belakang

Menunjukkan efek langsung dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menyediakan input sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung ke belakang, dapat digunakan rumus sebagai berikut : BBj =

∑

n j j ij X X =

∑

j = 1,2,3, ..., dst ... (23) n j ij a

BBj = keterkaitan langsung ke belakang

Xij = banyak output sektor i yang digunakan oleh sektor j Xj = total input sektor i

aij = unsur matriks koefisien input atau koefisien teknis d. Keterkaitan langsung dan tidak langsung ke depan

Menunjukkan pengaruh langsung dan tidak langsung ke depan dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menggunakan output sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung dan tidak langsung ke depan, dapat digunakan rumus sebagai berikut :

FDILi =

∑

i = 1,2,3, ..., dst ... (24)

n

i ij b

FDILi = keterkaitan langsung dan tidak langsung ke depan bij = unsur kebalikan matriks leontief

e. Keterkaitan langsung dan tidak langsung ke belakang

Menunjukkan pengaruh langsung dan tidak langsung dari kenaikan permintaan akhir terhadap satu unit output sektor tertentu, pada peningkatan total output seluruh sektor perekonomian. Untuk mengetahui besarnya keterkaitan langsung dan tidak langsung ke belakang, dapat digunakan rumus sebagai berikut :

BDILj =

∑

j = 1,2,3, ..., dst ... (25)

n

j ij

b

BDILj = keterkaitan langsung dan tidak langsung ke belakang bij = unsur kebalikan matriks leontief

(18)

f. Pengganda Pendapatan

Dampak peningkatan permintaan akhir (final demand) atas output sektor j terhadap peningkatan total pendapatan rumah tangga secara keseluruhan di wilayah penelitian. Angka pengganda pendapatan dapat diperoleh dengan rumus

∑

= i ij i I j I j I b v v M 1 ... (26) I

Vi = rasio pendapatan rumah tangga dari sektor i terhadap total output sektor i untuk i = j, maka Ivi = Ivj

bij = unsur kebalikan inverse matriks leontief

g. Pengganda Pajak

Dampak peningkatan permintaan akhir (final demand) atas output sektor j terhadap peningkatan pajak tak langsung netto secara keseluruhan di wilayah penelitian.

∑

= i ij i T j T j T b v v M 1 ... (27) T

V i = rasio pajak tak langsung dari sektor i terhadap total output sektor i untuk i = j, maka Tvi = Tvj

h. Pengganda Nilai Tambah/PDRB

Dampak peningkatan permintaan akhir (final demand) atas output sektor j terhadap peningkatan PDRB di keseluruhan wilayah penelitian.

∑

= i ij i PDRB j PDRB j PDRB b v v M 1 ... (28) PDRB

Vi = rasio PDRB dari sektor i terhadap total output sektor untuk i = j, maka PDRBvi = PDRBvj

i. Pengganda Tenaga Kerja

Dampak peningkatan permintaan akhir (final demand) atas output sektor j terhadap peningkatan tenaga kerja di keseluruhan wilayah penelitian.

∑

= i ij i Empl j Empl j Empl b v v M 1 ... (29) Empl

Vi = rasio tenaga kerja dari sektor i terhadap total output sektor untuk i = j, maka Emplvi = Em,plvj

(19)

j. Daya Penyebaran

Dampak dari perubahan permintaan akhir suatu sektor terhadap output seluruh sektor ekonomi di suatu wilayah atau negara. Daya penyebaran merupakan ukuran untuk melihat keterkaitan ke belakang (backward linkages) sektor-sektor ekonomi suatu wilayah. αj = ⎜⎜ ⎝ ⎛ ⎟ ⎠ ⎞

_{∑ ∑}

∑

i j ij i ij b n b 1 ……….. (30)

αj = indeks penyebaran daya penyebaran sektor j dan lebih dikenal sebagai daya penyebaran sektor j.

Besaran αj = 1, maka daya penyebaran sektor j sama dengan rata-rata daya

penyebaran seluruh sektor perekonomian, bila αj > 1 maka daya penyebaran sektor j berada di atas rata-rata daya penyebaran seluruh sektor ekonomi, sebaliknya αj < 1 menunjukkan daya penyebaran sektor j lebih rendah dibandingkan dengan sektor-sektor lainnya.

k. Derajat Kepekaan

Derajat kepekaan menjelaskan pembentukan output di suatu sektor yang dipengaruhi oleh permintaan akhir masing-masing sektor perekonomian, maka ukuran ini digunakan untuk melihat keterkaitan ke depan (forward linkages).

βi = ⎜⎜ ⎝ ⎛ ⎟ ⎠ ⎞

_{∑ ∑}

∑

i j ij j ij b n b 1 ……….. (31)

βi = indeks derajat kepekaan sektor i dan lebih dikenal sebagai derajat kepekaan sektor i

Besaran βi = 1, maka derajat kepekaan sektor i sama dengan rata-rata daya

penyebaran seluruh sektor perekonomian, bila βi > 1 maka derajat kepekaan sektor i berada di atas rata-rata derajat kepekaan seluruh sektor ekonomi, sebaliknya βi < 1 menunjukkan derajat kepekaan sektor i lebih rendah dibandingkan dengan sektor-sektor lainnya.

(20)

3. Penentuan Sektor Unggulan

Beberapa kriteria yang digunakan di dalam menentukan sektor unggulan di Jawa Timur, antara lain sebagai berikut :

1. Mampu memberikan pengaruh yang besar terhadap perekonomian di Jawa Timur serta meningkatkan daya beli masyarakat, variabel-variabel yang digunakan adalah angka pengganda PDRB, angka pengganda pajak, angka pengganda pendapatan, dan angka pengganda tenaga kerja.

2. Berbasis sumber daya lokal yang besar (domestic resources), variabel yang digunakan adalah koefisien impor.

3. Untuk menjamin keberlanjutan pembangunan dalam jangka panjang, maka sektor-sektor yang yang dipilih adalah sektor-sektor-sektor-sektor dengan sifat sumber daya yang terbaharukan (renewable).

4. Dari segi permintaan besar dan semakin kuat, variabel yang digunakan adalah keterkaitan ke depan.

5. Mampu menggerakkan output sektor-sektor lainnya, variabel yang digunakan adalah keterkaitan ke belakang.

VARIABEL PENENTU PRINCIPAL COMPONENT

ANALYSIS

FACTOR SCORE FACTOR LOADING

EIGENVALUE SEBAGAI FAKTOR PEMBOBOT SKOR = α α α α α λ λ F

∑ ∑

⎟⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎜ ⎝ ⎛ - Pengganda PDRB - Pengganda pajak - Pengganda pendapatan - Pengganda tenaga kerja - Koefisien impor - Keterkaitan ke depan - Keterkaitan ke belakang - Renewable

Keterangan : λα = Eigenvalue (akar ciri) faktor komponen utama ke-n Fα = Faktor skor sektor ke 1, 2, 3, ..., 44

(21)

Variabel-variabel tersebut di atas kemudian dianalisis dengan menggunakan metode PCA untuk mendapatkan akar ciri (eigenvalues) dari masing-masing faktor komponen utama (factor loading) sebagai faktor pembobot. Faktor skor dari masing-masing faktor komponen utama kemudian dikalikan dengan nilai pembobot sehingga didapat skor masing-masing sektor. Bagan alir penentuan sektor unggulan sebagaimana ditunjukkan pada Gambar 12.

4. Indentifikasi Penciri Utama (Principal Components Analysis)

Salah satu tujuan dasar dari penggunaan metode Indentifikasi Penciri Utama (PCA), adalah :

a. Ortogonalisasi variabel, yaitu mentransformasikan suatu struktur data dengan variabel yang saling berkorelasi menjadi struktur baru dengan variabel-variabel baru (Komponen Utama atau Faktor) yang tidak saling berkorelasi.

b. Penyederhanaan variabel, banyaknya variabel baru yang dihasilkan jauh lebih sedikit daripada variabel asalnya, tetapi total kandungan informasinya (total ragamnya) relatif tidak berubah.

Saefulhakim (2004a), menyatakan bahwa Indentifikasi Penciri Utama (PCA) dengan menggunakan berbagai data dari hasil analisis pada tabel I-O dapat digunakan untuk melihat :

1. struktur hubungan antar berbagai karakteristik pola keterkaitan

2. struktur hubungan antar berbagai karakteristik pola dampak multiplier

3. struktur hubungan antar berbagai karakteristik pola keterkaitan dan pola dampak multiplier

4. pengelompokan sektor-sektor berdasarkan pola keterkaitan dan pola dampak yang relatif sama

5. pendefinisian fungsi batas pembeda antar kelompok-kelompok sektor

Algoritma ortogonalisasi dengan PCA adalah mencari variabel baru Z yang merupakan kombinasi linear dari variabel-variabel baku Y yang ragamnya paling tinggi. Artinya, informasi yang terkandung dalam variabel-variabel Y semaksimal mungkin terserap dalam variabel baru Z tersebut. Karena Z = Yb, maka yang dicari adalah vektor koefisien pembobot b. Karena banyak sekali kemungkinan vektor b yang dapat

(22)

dimaksimumkan ragam Z, maka yang dibatasi hanya vektor b yang bersifat baku, yakni

b’b=1.

Secara matematis, algoritma PCA adalah sebagai berikut :

Max Z’Z = b’Y’Yb ... (32) s.t b’b = 1 ... (33)

L = b’Y’Yb – λ(b’b-1), syarat perlu untuk mendapatkan solusi adalah :

b L ∂ ∂ = 2Y’Yb – 2λ = 0 ... (34) Y’Yb = λb atau Rb = λb ... (35) Keterangan :

λ : eigenvalue atau akar ciri dari matriks korelasi antar varibel asal

b : eigenvector untuk Faktor atau Komponen Utama dari matriks korelasi

antar variabel asal

R : jumlah variabel yang dianalisis

Peubah-peubah yang digunakan di dalam Analisis Komponen Utama (PCA) merupakan data yang berasal dari hasil analisis Input Output, antara lain: (1) keterkaitan langsung ke belakang (SDBL), (2) keterkaitan langsung dan tidak langsung ke belakang (SDIBL), (3) keterkaitan langsung ke depan (SDFL), (4) keterkaitan langsung dan tidak langsung ke depan (SDIFL), (5) angka pengganda pendapatan (Inc-M), (6) angka pengganda surplus usaha, (7) angka pengganda penyusutan, (8) angka pengganda pajak (T-M), (9) angka pengganda impor (M-M), dan (10) angka pengganda PDRB.

5. Location Quotient (LQ)

Location Quotient (LQ) adalah suatu perbandingan tentang besarnya peranan suatu sektor/industri di suatu daerah terhadap besarnya peranan sektor/industri tersebut secara keseluruhan (nasional, provinsi, daerah, dll). Secara umum, metode analisis ini digunakan untuk menunjukkan lokasi pemusatan/basis (aktivitas). Di samping itu, LQ juga bisa digunakan untuk mengetahui kapasitas ekspor perekonomian suatu wilayah serta tingkat kecukupan barang/jasa dari produksi lokal suatu wilayah (Saefulhakim 2004a). Sedangkan Warpani (1984), menyatakan bahwa teknik LQ merupakan cara permulaan untuk mengetahui kemampuan suatu daerah dalam sektor kegiatan tertentu.

(23)

Asumsi yang digunakan dalam analisis ini adalah bahwa (1) kondisi geografis relatif seragam, (2) pola-pola aktivitas bersifat seragam, dan (3) setiap aktivitas menghasilkan produk yang sama. Persamaan dari LQ ini adalah :

IJ IJ I J

LQ

X

= / / . . .. ……….. (36) Keterangan :

Xij : derajat sektor ke-j di kabupaten/kota ke-i Xi. : total sektor di kabupaten/kota ke-i

X.j : total sektor ke-j pada semua kabupaten/kota di Jawa Timur X.. : derajat sektor pada total wilayah kabupaten/kota di Jawa Timur

Data yang digunakan pada analisis Location Quotient (LQ) adalah PDRB Menurut Harga Konstan Tahun 2003 pada seluruh kabupaten/kota di Jawa Timur.

Hasil interprestasi dari analisis LQ, adalah sebagai berikut :

a. Jika nilai LQij > 1, maka hal ini menunjukkan terjadinya konsentrasi suatu aktivitas di sub wilayah ke-i secara relatif dibandingkan dengan total wilayah atau terjadi pemusatan aktivitas di sub wilayah ke-i.

b. Jika nilai LQij = 1, maka sub wilayah ke-i tersebut mempunyai pangsa aktivitas setara dengan pangsa total atau konsentrasai aktivitas di wilayah ke-i sama dengan rata-rata total wilayah.

c. Jika nilai LQij < 1, maka sub wilayah ke-i tersebut mempunyai pangsa relatif lebih kecil dibandingkan dengan aktivitas yang secara umum ditemukan di seluruh wilayah.

6. Shift-Share Analysis (SSA)

Shift-share analysis merupakan salah satu teknik analisis untuk memahami pergeseran struktur aktivitas di suatu lokasi tertentu dibandingkan dengan cakupan wilayah yang lebih luas dalam dua titik waktu. Pemahaman struktur aktivitas dari hasil analisis shift-share juga menjelaskan kemampuan berkompetisi (competitiveness) aktivitas tertentu di suatu wilayah secara dinamis atau perubahan aktivitas dalam cakupan wilayah lebih luas (Saefulhakim 2004). Sedangkan menurut Tarigan (2003), metode LQ tidak dapat menjelaskan faktor-faktor penyebab perubahan, sedangkan SSA memperinci penyebab perubahan atas beberapa variabel.

(24)

Perubahan-perubahan dari beberapa variabel tersebut disebabkan antara lain (a) sebab yang berasal dari dinamika lokal (sub wilayah), (b) sebab yang berasal dari dinamika aktivitas sektor (total wilayah), dan (c) sebab dari dinamika wilayah secara umum.

Komponen ’shift’ dalam SSA adalah penyimpangan (deviation) dari national atau total share. Penyimpangan ini positif bagi daerah-daerah yang tumbuh lebih cepat dan negatif bagi daerah-daerah yang tumbuh lebih lambat. Shift netto dapat dibagi dua komponen, yaitu :

a. Proportional Shift Component (P), Komponen ini menyatakan pertumbuhan total aktivitas tertentu secara relatif, dibandingkan dengan pertumbuhan secara umum dalam total wilayah yang menunjukkan dinamika sektor/aktivitas total dalam wilayah. b. Differential Shift Component (D), Ukuran ini menjelaskan bagaimana tingkat

kompetisi (competitiveness) suatu aktivitas tertentu dibandingkan dengan pertumbuhan total sektor/aktivitas tersebut dalam wilayah. Komponen ini menggambarkan dinamika (keunggulan/ketidakunggulan) suatu sektor/aktivitas tertentu di sub wilayah tertentu terhadap aktivitas tersebut di sub wilayah lain.

Persamaan dari Shift Share Analysis (SSA) adalah sebagai berikut

⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − + ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − + ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − =