IV. METODE PENELITIAN

4.1. Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini sebagian besar merupakan data sekunder, antara lain: Tabel Input-Output (I-O) tingkat nasional tahun 2003, Sistem Neraca Sosial Ekonomi (SNSE) atau Social Accounting Matrix (SAM) tingkat nasional tahun 2003, dan Survey Sosial Ekonomi Nasional (SUSENAS) tahun 2002. Selain itu, juga diperlukan data makroekonomi dan sektoral serta parameter-parameter dugaan dari sistem persamaan yang didapat dari penelitian ekonometrika sebelumnya. Sumber data tersebut adalah Badan Pusat Statistik (BPS), Bank Indonesia, institusi nasional dan internasional, serta sumber lainnya yang berasal dari penelitan sebelumnya.

4.2. Metode Analisis

Untuk mengkaji dampak industrialisasi pertanian terhadap kinerja eko-nomi sektoral, ekoeko-nomi makro, pendapatan rumah tangga dan kemiskinan per-desaan, model computable general equilibrium (CGE) digunakan sebagai alat analisis utama. Model CGE yang digunakan adalah model CGE recursive dynamic. Unsur dinamis dalam model CGE ini ditunjukkan oleh akumulasi ka-pital dan pertumbuhan tenaga kerja setiap tahun. Model dasar yang digunakan dalam penelitian ini adalah model CGE ORANI-F (Horridge et al., 1993), INDOF (Oktaviani, 2000), WAYANG (Wittwer, 1999), dan ORANIGRD (Horridge, 2002). Dalam penelitian ini dilakukan kombinasi dari beberapa model CGE tersebut di atas, sehingga memungkinkan digunakan sebagai alat analisis untuk mengkaji dampak industrialisasi pertanian terhadap kinerja ekonomi sektoral, ekonomi makro, pendapatan rumah tangga dan kemiskinan perdesaan.

Selanjutnya model ini diberi nama model CGE Agroindustri Indonesia (model CGE-AGRINDO).

4.3. Struktur Model

Sistem notasi dalam model ini paralel dengan sistem notasi dalam model CGE INDOF (Oktaviani, 2000). Notasi-notasi tersebut telah dibuat oleh pemodel ORANI agar dapat efisien digunakan dan mudah diinterprestasikan. Adalah umum bagi pemodel CGE berbasis ORANI untuk menuliskan semua persamaan dalam persentase. Salah satu keuntungannya adalah bahwa hasil simulasi CGE selalu dapat dihitung dalam persentase. Dalam merespon kebutuhan ini, GEM-PACK didesain untuk menjalankan persamaan CGE dan secara otomatis menyaji-kan semua hasilnya dalam persentase. Dengan demikian, pemodel tidak perlu menuliskan prosedur untuk menghitung hasil simulasi dalam nilai persen dengan membandingkan hasilnya dengan keseimbangan yang dijadikan sebagai referensi (benchmark). Namun demikian, agar transparan dan sudah menjadi konvensi umum, persamaan yang digunakan dalam model dituliskan dalam format aljabar. Hal ini memudahkan dalam memahami bagaimana model beroperasi.

Sama dengan model umum CGE, model yang digunakan dalam penelitian ini mengasumsikan bahwa semua industri beroperasi pada pasar persaingan sem-purna, baik pada pasar output maupun pasar input. Ini berimplikasi bahwa tidak ada sektor atau rumah tangga yang dapat mengatur pasar. Dengan demikian semua sektor ekonomi adalah price-taker. Pada tingkat output, harga yang di-bayar oleh konsumen adalah sama dengan biaya marginal dalam memproduksi output. Serupa dengan hal ini, upah yang diterima oleh tenaga kerja adalah sama dengan produktivitas marginal dari tenaga kerja.

Struktur model CGE-AGRINDO mengandung sistem persamaan non linear tentang permintaan tenaga kerja, permintaan terhadap input primer, permintaan ter-hadap input antara, permintaan terter-hadap input gabungan (composite), komposit output dari suatu industri, permintaan terhadap barang modal (investment goods), permintaan rumah tangga, ekspor dan permintaan akhir lainnya, margin permintaan, persamaan keseimbangan pasar, harga di tingkat pembeli, pajak tak langsung, GDP dari sisi pendapatan dan pengeluaran, rates of return, serta persamaan investasi, aku-mulasi modal dan utang. Solusi model ditentukan dengan cara melakukan linearisasi setiap persamaan yaitu dengan menyatakan semua variabel dalam bentuk per-tumbuhannya (percentage change). Persamaan yang dilinierkan mengandung se-kumpulan koefisien yang equivalent dengan persamaan non linier.

Dalam setiap proses produksi, masing-masing industri dapat memproduksi beberapa komoditas. Industri menggunakan faktor produksi primer dan input anta-ra. Setiap input antara dapat diperoleh baik dari pasar domestik maupun impor. Faktor primer yang digunakan adalah tenaga kerja, lahan dan modal. Struktur produksi dari suatu industri disajikan pada Gambar 18. Pada level paling atas Gambar 18, asumsi yang digunakan mengikuti model Leontief, yaitu tidak ada substitusi antara faktor produksi primer, input antara dan biaya-biaya lainnya (other cost). Pada level kedua, permintaan terhadap faktor produksi primer mengikuti fungsi produksi CES. Pada level ini dengan mengikuti fungsi produksi CES tersebut dimungkinkan substitusi antar faktor produksi primer. Adapun permintaan terhadap input antara mengikuti asumsi yang digunakan pada model Armington, dimana barang impor dan barang domestik diasum-sikan tidak bersubstitusi sempurna. Adapun pada level paling bawah, permintaan faktor produksi tenaga kerja juga berdasarkan pada fungsi produksi CES.

Gambar 18. Struktur Produksi Sumber: Silva dan Horridge (1996)

Domestik Barang 1 X1"dom"i TK Terdidik X1LABi1 TK Tidak Terdidik X1LABi2 Barang 1 X1TOT1 Tingkat Aktivitas Industri j Barang 1 X1i_s Barang C Xci_s Impor Barang 1 X1"imp"i Domestik Barang C Xc"dom"i Import Barang C Xc"imp"i Input Primer X1PRIMi CET σ1OUT CES σ11 CES σ1c CES σ1PRIMi CES σ σσ σ1LABi Barang 38 X1TOT38 Barang 2 X1TOT2 Leontief Biaya Lain X1OCTi Lahan X1LNDi Tenaga Kerja X1LABI_o Kapital X1CAPi ..sampai...

Fungsi produksi CES secara umum dapat dirumuskan sebagai:

[

_{g g}

]

v g x b bx A y ₁− (1 ) ₂− − / − + = ...(4.1) dimana: y = Output x1 = Input 1 x2 = Input 2 A = Parameter efisiensi g = Parameter substitusi Φ = Parameter elastisitas

Dari persamaan (4.1) di atas, Beattie and Taylor (1985) dalam Oktaviani (2001) mengklasifikasikan tiga parameter yaitu: parameter skala (v), parameter distribusi (v+g) dan parameter elastisitas (Φ =

g

+ 1

1 _{). Homogenitas dari fungsi}

tersebut tergantung pada parameter skala. Ketergantungan antar industri diten-tukan oleh parameter distribusi dan kesamaan dalam komposisi faktor.

Dalam model CGE-AGRINDO terdapat 15 blok persamaan, yang secara terinci dapat dijelaskan sebagai berikut:

Blok 1. Permintaan Tenaga Kerja

Tenaga kerja dibedakan atas tenaga terdidik (skilled labor) dan tenaga kerja tidak terdidik (unskilled labor). Menggunakan Constant Elasticity of Substitution (CES), tipe tenaga kerja ini diagregasikan menjadi tenaga kerja komposit. Permintaan tenaga kerja untuk tipe pekerjaan tertentu adalah proporsional ter-hadap seluruh permintaan tenaga kerja dalam industri dan tergantung pada tipe pekerjaan tertentu relatif terhadap harga rata-rata tenaga kerja dalam industri tersebut.

Dari fungsi produksi CES pada persamaan (4.1) di atas, maka permintaan terhadap tenaga kerja oleh suatu industri dapat dirumuskan sebagai berikut:

X1LABi_o = CESoγOCC (X1LABio 3 Φ1LABi ; S1LABio) ……...…...(4.2) dimana:

X1LABi_o = Permintaan tenaga kerja oleh industri i pada semua jenis pekerjaan

CESoγOCC = Fungsi CES

Φ1LABi = Elastisitas substitusi berdasarkan jenis pekerjaan di setiap industri

S1LABio = Nilai share berdasarkan jenis pekerjaan terhadap upah total yang dibayar industri i

Pada persamaan (4.2) di atas, notasi di sebelah kiri tanda "|" adalah satu variabel yang mencirikan fungsi tersebut, sedangkan yang di sebelah kanan tanda "|" adalah parameter yang menyertainya.

Dengan menggunakan model recursive dynamic, pada penelitian ini per-tumbuhan tenaga kerja (employment growth) dianggap sebagai sumber pertum-buhan dari tahun ke tahun. Mengikuti ORANIGRD (Horridge, 2002), model ter-sebut membuat upah riil dapat menyesuaikan dengan tingkat lapangan kerja. Hubungan antara lapangan kerja pada periode berikutnya dengan lapangan kerja pada periode sebelumnya dapat dituliskan sebagai berikut:

∆V1LAB_io(t)/V1LAB_io(0) = σ1LABi [(X1LABi_o(0)/T1LABi_o(0)-1] +

σ1LABi*∆(X1LABi_o(t)/T1LAB(t))

∆V1LAB_io(t)/V1LAB_io(0) - σ1LABi [(X1LABi_o(0)/T1LAB(0))- 1] = σ1LABi *

∆(X1LABi_o(t)/T1LAB(t))

X1LABi_o (t) = T1LABi_o (∆V1LAB_io(t)/V1LAB_io(0)) –

σ1LABi [(X1LABi_o(0)/T1LAB(0))- 1] + X1LABi_o (0) ...(4.3)

dimana: X1LABi_o = actual employment T1LABi_o = trend employment V1LABi_o = real wage

Blok 2. Permintaan Faktor Produksi Primer

Permintaan terhadap masing-masing faktor diturunkan dari total per-mintaan selaruh faktor yang dipakai dalam suatu industri (X1PRIMi) dan pengaruhi oleh harga relatif suatu faktor. Total permintaan seluruh faktor di-peroleh dengan cara minimisasi total biaya faktor. Dengan formulasi ini peru-bahan harga relatif akan mempengaruhi komposisi penggunaan seluruh faktor, dimana faktor yang lebih murah akan dipakai lebih banyak. Dengan demikian, persamaan permintaan input primer dapat dituliskan sebagai berikut:

        = i o i i i i o i

i PRIMS LAB S CAPS LND

LND A CAP A LAB A CES 1 ; 1 ; 1 ; 1 1 , 1 , 1 _{_} σ _ i i i_o X1CAP X1LND X1LAB X1PRIM ...(4.4) dimana:

X1PRIMi = Permintaan input primer oleh industri i X1CAPi = Permintaan kapital industri i

X1LNDi = Permintaan lahan industri i

A1LABi_o = Produktivitas tenaga kerja industri i pada semua jenis pekerjaan

A1CAPi = Produktivitas kapital industri i A1LNDi = Produktivitas lahan industri i

Φ1PRIM = Elastisitas substitusi antar faktor produksi

S1LABi_o = Nilai share pada semua jenis pekerjaan terhadap upah total yang dibayar oleh industri i

S1CAPi = Nilai share pada kapital industri i S1LNDi = Nilai share pada lahan industri i Blok 3. Permintaan Input Antara

Berdasarkan asumsi Armington, impor adalah substitusi tidak sempurna untuk suplai domestik. Untuk mendapatkan jumlah komoditas tertentu, suatu industri berusaha untuk meminimumkan biaya total dari barang yang diimpor dan barang domestik, dengan kendala fungsi produksi CES. Pemilihan nilai elastisitas substitusi memainkan peranan penting dalam menentukan suatu permintaan. Jika elastisitas substitusi yang sangat tinggi dipilih, maka responsivitas dari rasio

barang yang diimpor terhadap barang domestik akan besar, dan sebaliknya. Konsekuensi lainnya dalam menggunakan fungsi CES adalah karena harga barang domestik meningkat relatif terhadap barang yang diimpor, maka pengguna akan bersubstitusi menjauhi barang domestik ke barang yang diimpor.

Dalam model ini asumsi yang digunakan oleh Armington tersebut di atas dipertahankan yaitu bahwa impor merupakan subtitusi tidak sempurna bagi komo-ditas domestik. Dengan demikian, penurunan harga impor akan memperbesar permintaan impor dan menurunkan permintaan barang domestik. Akan tetapi, tidak seluruh komoditas domestik dapat digantikan oleh impor. Dalam pemakaian input antara, suatu industri melakukan minimisasi biaya total berdasarkan fungsi produksi CES, sehingga persamaan input antara dapat dirumuskan sebagai be-rikut:       = ∈ c csi csi SRC s S A CES 1 ; 1 1 σ csi ci_s X1 X1 c ∈COM,i ∈ IND ...(4.5) dimana:

X1ci_s = Permintaan input antara pada setiap komoditas, setiap industri pada semua sumber

X1csi = Permintaan input antara pada setiap komoditas, setiap industri dan setiap sumber

A1csi = Produktivitas input antara pada setiap komoditas, setiap industri dan setiap sumber

Φ1c = Elastisitas substitusi input antara berdasarkan komoditas S1csi = Share input antara pada setiap komoditas, setiap industri dan

setiap sumber

Berdasarkan formula tersebut, permintaan suatu input antara tergantung pada kuantitas komposit komoditas dan harga relatif dari input tersebut. Harga komposit komoditas ditentukan berdasarkan biaya tertimbang dengan rumus indeks divisia.

Blok 4. Permintaan Komposit Input Antara dan Komposit Faktor Primer Dari sisi input, komposit komoditas, komposit faktor primer dan faktor yang termasuk kategori biaya lain-lain digabungkan ke dalam suatu fungsi produksi Leontief untuk menentukan tingkat produksi dari suatu industri. Spesifikasi fungsi ini adalah:

i IND OCT A PRIM A A MIN MIN TOT A i c COM ci s i i ∈                 = ∈ ₁ , ₁ , ₁ 1 1 _ i i ci_s i X1OCT X1PRIM X1 X1TOT ...(4.6)

dimana: X1TOTi = Permintaan input gabungan industri i A1TOTi = Produktivitas input gabungan industri i

A1ci_s = Produktivitas input antara pada setiap komoditas setiap industri pada semua sumber

A1PRIMi = Produktivitas input primer industri i X1OCTi = Permintaan input other cost industri i A1OCTi = Produktivitas input other cost industri i

Berdasarkan formula tersebut, maka permintaan terhadap seluruh input bersifat proporsional terhadap tingkat produksi. Persentase perubahan permintaan input akan sama dengan laju perubahan output, kecuali terjadi perubahan tekno-logi. Rasio yang menentukan kombinasi input merupakan parameter dari fungsi produksi Leontief. Bersama-sama harga input, rasio ini menentukan share biaya dari suatu kegiatan produksi.

Blok 5. Komposisi komoditas dari output industri

Komposisi komoditas dari output industri ditentukan dari maksimisasi penerimaan total (total revenue) dari semua komoditas dengan kendala tingkat aktivitas produksi dalam industri tersebut dan fungsi transformasi CET:

X1TOTi = COM c CET ε (Q1ci 3 Φ1OUTi;S_MAKEci) ……...………...…....….(4.7) dimana:

X1TOTi = Komposit output industri i

Φ1OUTi = Elastisitas transformasi pada industri i

Dari fungsi maksimisasi tersebut, transformasi antar komoditas akan mengarah pada komoditas yang harga relatifnya meningkat. Harga rata-rata yang diterima oleh suatu industri merupakan harga tertimbang berdasarkan pangsa dalam penerimaan.

Blok 6. Permintaan Barang yang Dipergunakan dalam Investasi

Pembentukan investasi dan barang modal disajikan pada Gambar 19. Sebagaimana halnya barang konsumsi, proses pembentukan barang modal bersifat multi tingkatan (multi-stage), dengan karakterisasi proses fungsi CES dalam ting-kat awal dan fungsi Leontief pada tingting-katan yang lebih tinggi. Pada tahap awal penggunaan barang impor dan domestik ditentukan minimisasi biaya dengan fungsi produksi CES untuk suatu tingkat output tertentu dapat dirumuskan secara spesifik sebagai berikut:

      = ∈ c csi csi SRC s _A S CES 2 ; 2 2 σ csi ci_s X2 X2 c ∈COM,i ∈ IND ...(4.8) dimana:

X2ci_s = Permintaan barang kapital setiap komoditas, setiap industri pada semua sumber

X2csi = Permintaan barang kapital setiap komoditas, setiap industri pada setiap sumber

A2csi = Produktivitas barang kapital setiap komoditas, setiap industri dan setiap sumber

Φ2c = Elastisitas Armington pada setiap komoditas

S2csi = Share nilai kapital setiap komoditas, setiap industri dan setiap sumber

Pada tahap berikutnya, dilakukan minimisasi fungsi biaya Leontief yang dirumuskan sebagai berikut:

        = ∈ s ci COM c i A MIN TOT A2 2 _{_} 1 ci_s i X2 X2TOT i∈ IND...(4.9) dimana:

X2TOTi = Permintaan barang kapital pada industri i A2TOTi = Produktivitas barang kapital industri i

Gambar 19. Struktur Pembentukan Investasi dan Barang Modal Sumber: Silva dan Horridge (1996)

Blok 7. Permintaan Rumah Tangga

Menurut teori neoklasik, sektor rumah tangga diasumsikan mengambil harga yang berlaku dan mengkonsumsi komoditas untuk memaksimumkan fungsi utilitasnya dengan kendala pengeluaran aggregat. Fungsi kepuasan konsumen dapat dilihat pada Gambar 20.

Pada tingkatan yang paling tinggi, pilihan konsumen di antara berbagai jenis komoditas berdasarkan pada fungsi linear expenditure demand system (LES). Pada tingkat kedua, konsumen mengkombinasikan barang-barang dari berbagai sumber (domestik dan impor) melalui mekanisme CES.

Domestik Barang 1 X21”dom”i Domestik Barang 2 X21”imp”i Domestik Barang C X2c”dom”i Impor Barang C X2c”imp”i Barang 1 X21i_s Barang C X2ci_s Barang Kapital CES σ2C CES σ21 Leontief

Gambar 20. Spesifikasi Konsumsi Rumah Tangga Sumber: Silva dan Horridge (1996)

Persamaan permintaan mengasumsikan bahwa pengeluaran pada barang i adalah suatu fungsi linier dari harga dan pendapatan. Sistem ini, yang biasanya digunakan dalam analisis permintaan terapan, adalah didasarkan pada fungsi utilitas agregat Stone-Geary:

TOTALUTILITY = Pc X3LUXc S3LUXc ……….…..…….……..…(4.10) dimana:

TOTALUTILITY = Kepuasan total rumah tangga

X3LUXc = Komposit agregat dari barang luks Utilitas Rumah Tangga CES σ3c CES σ31 Stone Geary Barang 1 X31_s Barang C X3c_s Import Barang C X3 c”imp” Domestik Barang C X3 c”dom” Impor Barang 1 X31”imp” Domestik Barang 1 X31”dom”

Dengan bentuk fungsi ini, utilitas diperoleh hanya dari konsumsi di atas tingkat subsisten. Adapun konsumsi barang luks dapat dirumuskan:

X3LUXc = X3c_s - X3SUBc ………...…...……..(4.11) dimana:

X3c_s = Konsumsi agregat barang luks X3SUBc = Konsumsi subsisten barang c

Pada setiap level rumah tangga, utilitas dirumuskan sebagai: UTILITY = TOTALUTILITY/Q

= I/Q*PcX3LUXc S3LUXc ………..……...…...…(4.12) Pangsa pengeluaran bagi setiap barang ditentukan berdasarkan:

P3c_s*X3LUXc = S3LUXc* V3LUX_c ………....………...….(4.13) dimana:

V3LUX_c = Pengeluaran total atas semua barang luks. Blok 8. Ekspor dan Permintaan Akhir Lainnya

Dalam model CGE INDOF, ekspor dibagi menjadi dua kategori atau grup yaitu tradisional dan non-tradisional, sehingga spesifikasi fungsi bagi masing-masing grup dibuat berbeda. Dalam penelitian ini tidak dibedakan antara ekspor tradisional dan ekspor non tradisional, sehingga hanya terdapat satu persamaan ekspor yang dapat dirumuskan sebagai berikut:

X4c = F4Qc

[

P4c/PHI/P4c

]

EXP_ELASTc ………...…...……(4.14)

dimana:

X4c = Volume ekspor berdasarkan komoditas

P4c = Harga komoditas (rupiah)

PHI = Nilai tukar (rupiah per dolar US)

EXP_ELASTc = Pengeluaran total rumah tangga

Blok 9. Permintaan Barang Margin

Penggunaan komoditas atau barang, baik oleh produsen maupun kon-sumen, pada umumnya memerlukan pelayanan jasa lanjutan. Jenis jasa lanjutan ini dalam fungsi CES, LES dan Leontief belum dispesifikasi. Jenis jasa ini dise-but barang margin dan contohnya adalah transportasi dan telekomunikasi.

Jumlah barang margin yang dipergunakan oleh setiap agen diasumsikan sebagai suatu proporsi terhadap produksi dan konsumsi. Sebagai contoh, permin-taan barang margin oleh suatu industri dapat dirumuskan sebagai berikut:

X1MARcsim = A1MARcsim * X1csi ………...…....…(4.15)

dimana:

XlMARcsim = Permintaan barang margin pada setiap komoditas, setiap

sumber, setiap industri dan setiap margin

AlMARcsim = Produktivitas barang margin pada setiap komoditas, setiap

sumber, setiap industri dan setiap margin (konstanta) Walaupun nilai AlMARcsim adalah konstan, namun ratio yang berlaku pada masing-masing industri adalah berbeda, tergantung dari data dasar yang di-gunakan. Dalam simulasi, dapat pula ditambahkan variabel demand shifter.

Blok 10. Harga Barang di Tingkat Pembeli

Barang margin dapat diperlakukan sebagai barang antara atau margin. Penggunaan barang ini sebagai input, berarti menambah struktur ongkos produksi. Dengan demikian, input margin menimbulkan biaya yang harus dibayar oleh pengguna. Biaya tersebut akan menyebabkan harga di tingkat produsen (sumber ko-moditas) berbeda dengan harga di tingkat pengguna. Harga di tingkat pengguna akhir disebut harga pembeli (purchases price). Harga barang di tingkat pembeli dapat dirumuskan sebagai berikut:

dimana:

P1SELci_s = Harga di tingkat pembeli pada semua komoditas

P1BASICci_s = Harga.dasar pada semua komoditas

CSTMRGci_s = Biaya margin

TAXci_s = Pajak bersih

Blok 11. Keseimbangan Market Clearing

Model CGE-AGRINDO memerlukan ratusan kondisi keseimbangan pasar yang memuat hubungan antara harga dan jumlah komoditas, faktor, dan input antara. Pada prinsipnya, kondisi keseimbangan merupakan titik pertemuan antara penawaran dengan permintaan untuk berbagai komoditas. Karena jumlah persa-maannya begitu banyak, maka yang ditampilkan disini hanya contohnya saja. Sebagai contoh, kondisi keseimbangan kuantitas suatu faktor produksi secara agregat dapat dirumuskan sebagai berikut:

∑

∈ × = IND i i i i FAC X FAC V FAC V1 _ 1 1 1 i X1FAC_ ...(4.17) dimana:

X1FAC_i = Permintaan faktor produksi untuk seluruh industri

X1FACi = Permintaan faktor produksi untuk masing-masing industri V1FAC_i = Total pembayaran faktor produksi pada semua industri V1FACi = Pembayaran faktor produksi oleh industri i

Blok 12. Pajak Tidak Langsung

Pajak penjualan dinyatakan dalam bentuk ad valorem tax dan masing-masing jenis komoditas yang dibedakan atas sumber dan jenis penggunaannya memiliki rate pajak yang berbeda-beda. Bentuk umum nilai pajak dari suatu komoditas yang diproduksi secara domestik dapat dirumuskan sebagai:

T1csi = F0TAXc_s * F1TAX_csi ……….………….……...……(4.18)

dimana:

T1csi = Nilai pajak dari suatu komoditas yang diproduksi oleh domestik

Dari sini, penerimaan pajak dirumuskan sebagai: Tax revenue = Tax rate*Value of product before tax

= (Power of tax–1)*Value of product before tax …...(4.19) Derivasi nilai pajak disederhanakan sebagai fungsi dari nilai produksi ba-rang konsumsi, yaitu:

V1TAX_csi = Scsi (T1csi – 1) * V1BAS_csi

= Scsi (T1csi – 1) * (P0cs * X1csi) ……….…….(4.20)

Blok 13. GDP dari Sisi Pendapatan dan Pengeluaran

GDP dari sisi pendapatan = Pendapatan dari lahan + Pendapatan dari kapital + Pendapatan tenaga kerja + Pendapatan input lainnya (other cost input) + Pendapatan dari pajak tidak langsung ………...(4.21) GDP dari sisi pengeluaran = Konsumsi RT + Investasi + Pengeluaran pemerintah + Net ekspor (Ekspor – Impor) ………...….……….(4.22)

Blok 14. Neraca Perdagangan dan Agregat Lainnya

Balance of trade (dalam mata uang domestik) dirumuskan sebagai berikut:

BTD = V4TOT – V0CIF_c ………..………(4.23)

dimana:

BTD = Balance of trade

V4TOT = Nilai total ekspor

V0CIF_c = Nilai total impor

Untuk mengekspresikan trade balance relatif terhadap gross domestic product (V0GDPEXP), maka:

BTD/V0GDPEXP = V4TOT/V0GDPEXP–V0CIF_c/V0GDPEXP .….(4.24)

dimana:

Blok 15. Persamaan Akumulasi Investasi-Kapital

Pada model CGE recursive dynamic, tingkat stok kapital menjadi suatu faktor sangat krusial. Hal ini disebabkan pada model statis modal diasumsikan tetap. Jika proses dinamis dimasukkan ke dalam model, maka permintaan dan persediaan modal akan berubah. Dengan kata lain, penghapusan asumsi ekso-genus terhadap stok modal akan memiliki implikasi penting terhadap pengaruh pendapatan dan alokasi sumberdaya dari perdagangan dan kebijakan pemerintah. Di sisi lain, proses akumulasi modal adalah dimodelkan secara berurutan (pen-dekatan sekuental). Berdasarkan hal tersebut, tingkatan kapital stok antar periode akan diperbaharui.

Tingkat stok modal di masa datang (t+1) yang tersedia untuk proses pro-duksi pada periode t+1 adalah identik dengan tingkat depresiasi stok modal dari periode sebelumnya dan investasinya, yang berlangsung antara periode t dan t+1. Terkait dengan hubungan ini, selanjutnya diasumsikan bahwa panjang gestation

lag untuk semua sektor adalah satu periode. Persamaan akumulasi modal

dispesi-fikasikan sebagai berikut:

X1CAPt = (1 - DEP) X1CAPt-1 + X2TOTt-1 ………..….……(4.25)

dimana:

DEP = Tingkat konstanta depresiasi ekonomi

X1CAPt = Agregat stok modal

X2TOTt-1 = Tingkat investasi pada periode sebelumnya

Karena tingkat stok modal yang berjalan bukan hanya tergantung pada stok modal pada periode sebelumnya (t-1) tetapi juga pada periode-periode jauh se-belumnya (t-2, t-3 dan t-n), maka persamaan di atas dapat dideduksi menjadi per-samaan umum, termasuk untuk periode sebelumnya:

X1CAPt = (1 - DEP) (1 - DEP)X1CAPt-2 + X2TOTt-2 ...(4.26) X1CAPt = (1-DEP)”X1CAPt-n - ∑ = n 1 j (1-DEP)j-1 X2TOTt-j ………..…(4.27)

Model CGE standar tidak memiliki persamaan yang secara langsung menghubungkan investasi dengan stok modal. Hanya dengan menerapkan kondisi terhadap tingkat pertumbuhan atau melalui kondisi keseimbangan yang diaplikasi-kan pada tingkat pengembalian (rates of return), maka investasi dan stok modal menjadi dapat dihubungkan secara tidak langsung. Model peramalannya berbeda dari model standar karena mencakup suatu persamaan yang secara langsung mengkaitkan stok modal pada waktu 0 dengan stok modal pada periode T, atau secara langsung mengkaitkan antara investasi dan stok modal pada periode T:

X1CAPi – X1CAP0i = [(X1CAP0i * (DEPRATiT -1) + X2TOT0i *N)*

delFudge + (X2TOTi – X2TOT0i) * M] *

F_ACCUM ……….….….(4.28) dimana:

X1CAPi = Pembentukan capital pada saat sekarang pada industri i

XICAP0i = Pembentukan capital pada periode awal pada industri i

DEPRATiT = Depresiasi

X2TOT0i = Investasi pada periode awal pada industri i

Angka "0" mengindikasikan bahwa variabel tersebut dan nilainya dila-kukan sebelum periode waktu sekarang. Adapun variabel dengan nama standar secara aktual menghubungkan periode T terhadap periode sekarang, yaitu periode 1. Simbol "T" dihilangkan untuk menyederhanakan, yang disebabkan variabel ini sama seperti pada persamaan model tersebut. Demikian pula, dalam menginter-pretasikan variabel dalam model, mereka selalu berhubungan dengan suatu peri-ode T, dimana T tidak dibuat eksplisit. Ketika T dimasukkan dalam persamaan, agar persamaan tersebut menjadi efektif, maka perlu ditambahkan restriksi pada

tingkat keseimbangan investasi dan modal. M dan N merupakan konstanta yang muncul ketika terjadi penjumlahan koefisien investasi pada semua tahun T:

M= t T t=0 T−1

∑

DT−t −1= t− 1 T t=1 T

∑

DT−1 ……….……...……….(4.29) N = DT− t −1 = DT− t t=1 T

∑

t= 0 T−1

∑

………...………(4.30)

Persamaan tersebut di atas juga mencakup suatu variabel delFudge, yang unik untuk persamaan tersebut. Variabel ini bukanlah bagian dari ekonomi dari model itu sendiri tetapi sebagai alat prosedural penyelesaian, yang menggunakan notasi konstan (melekat pada delFudge) pada atau di luar persamaan tersebut. Kita perlu mendefinisikan variabel delFudge secara eksogenus sama dengan 1. Karena variabel dalam model menghubungkan antar periode waktu masa datang (relatif terhadap data base atau waktu yang berjalan), maka keseimbangan eko-nomi akan bergerak dari keseimbangan periode yang sedang berjalan (saat ini) dan penyelesaiannya ke periode di masa datang. Jika delFudge = 0, maka kons-tanta tersebut tidak berpengaruh. Penyelesaian perubahan pra-eksogenus akan secara langsung berhubungan dengan databasenya. Notasi konstanta ditambahkan agar model dapat mencerminkan keseimbangan periode waktu T di masa datang. Hal ini dapat dicapai dengan menetapkan secara eksogenus delFudge = 1. Selanjutnya pendugaan linear dilakukan pada keseimbangan awal dimana del-Fudge = 0, dan pada deldel-Fudge = 1.

4.4. Elastisitas dan Parameter Lainnya

Model CGE membutuhkan data parameter elastisitas dan beberapa parameter perilaku (behavioural) lainnya. Parameter elastisitas yang digunakan dalam model

ini adalah elastisitas Armington, elastisitas substitusi untuk tenaga kerja, elastisitas substitusi untuk faktor primer, elastisitas permintaan ekspor dan elastisitas penge-luaran. Parameter lain yang diperlukan adalah parameter yang berhubungan dengan investasi. Idealnya, parameter-parameter tersebut diperoleh dari data time series yang kemudian diestimasi dengan menggunakan alat analisis ekonometrika. Namun de-mikian, secara relatif belum banyak usaha yang ditujukan untuk tugas mendasar ini bagi Indonesia, sebagian terkait dengan keterbatasaan ketersediaan data time series yang baik (Oktaviani, 2000). Oleh sebab itu, beberapa parameter yang datanya tidak ditemukan di lapangan, nilai parameternya diperoleh dari hasil studi terdahulu, baik studi yang dilakukan di Indonesia maupun studi yang dilakukan di negara lain yang kemudian diaplikasikan secara logis untuk Indonesia.

4.5. Agregasi Sektor Rumah Tangga dan Input Lainnya

Rumah tangga didisagregasi mengikuti pengelompokan pada SNSE 2003 menjadi 8 (delapan) kelompok rumah tangga berdasarkan lokasi dan jenis pe-kerjaan, yaitu 5 (lima) kelompok rumah tangga perdesaan (rural) dan 3 (tiga) ke-lompok rumah tangga di perkotaan (urban).

Lima kelompok rumah tangga perdesaan (rural) tersebut adalah sebagai berikut:

1. Rural 1 adalah buruh pertanian di perdesaan. 2. Rural 2 adalah pengusaha pertanian di perdesaan.

3. Rural 3 adalah rumah tangga bukan pertanian golongan rendah di perdesaan, yaitu pengusaha bebas golongan rendah, tenaga TU, pedagang keliling, pe-kerja bebas sektor angkutan, jasa perorangan, dan buruh kasar.

4. Rural 4 adalah bukan angkatan kerja (BAK) di perdesaan, yang meliputi bu-kan angkatan kerja dan golongan tidak jelas di perdesaan.

5. Rural 5 adalah rumah tangga bukan pertanian golongan atas di perdesaan, meliputi pengusaha bebas golongan atas, pengusaha bukan pertanian, mana-jer, militer, profesional, teknisi, guru, pekerja TU dan penjualan golongan atas.

Tiga kelompok rumah tangga yang berada di perkotaan (urban) adalah sebagai berikut:

1. Urban 1 adalah rumah tangga bukan pertanian golongan bawah di perkotaan, yang meliputi pengusaha bebas golongan rendah, tenaga TU, pedagang ke-liling, pekerja bebas sektor angkutan, jasa perorangan dan buruh kasar. 2. Urban 2 adalah bukan angkatan kerja (BAK) di perkotaan, meliputi bukan

angkatan kerja dan golongan tidak jelas.

3. Urban 3 adalah rumah tangga bukan pertanian golongan atas di perkotaan, seperti pengusaha bebas golongan atas, pengusaha bukan pertanian, manajer, militer, profesional, teknisi, guru, pekerja TU dan penjualan golongan atas.

Input primer yang digunakan meliputi tenaga kerja, lahan dan kapital. Tenaga kerja diklasifikasikan atas tenaga kerja terdidik (skilled labor) dan tenaga kerja tidak terdidik (unskilled labor). Klasifikasi tenaga kerja yang digunakan dalam penelitian ini mengikuti kategori yang ditemukan pada tabel SAM tahun 2003, dimana tenaga kerja dikategorikan menjadi 4 kelompok besar yaitu tenaga kerja pertanian, operator, tata usaha dan profesional. Pada penelitian ini, tenaga kerja pertanian dan operator dikelompokkan lagi menjadi tenaga kerja tidak terdidik (unskilled), sedangkan tata usaha dan profesional dikelompokkan menjadi

tenaga kerja terdidik (skilled). Adapun input primer lainnya (lahan dan kapital) tidak didisagregasi lagi.

4.6. Analisis Kemiskinan

Untuk mengkaji dampak industrialisasi pertanian pada insiden kemis-kinan (poverty incidence) digunakan indeks kemiskemis-kinan FGT (Foster-Greer-Thorbecke). Perubahan pendapatan masing-masing golongan rumah tangga dari analisis simulasi kebijakan digunakan untuk menganalisis kemiskinan indeks FGT dengan menggunakan data SUSENAS tahun 2002. Meskipun menggunakan analisis di luar model CGE, pada dasarnya analisis kemiskinan dalam penelitian ini tetap mengacu pada kerangka SNSE, karena: (1) kelompok rumah tangga pada model CGE disusun berdasarkan SNSE yang bersumber dari data SUSENAS, dan (2) penggolongan rumah tangga pada data SUSENAS dibuat mengikuti penge-lompokan rumah tangga yang terdapat dalam SNSE. Dengan menyelaraskan pengelompokan rumah tangga pada data SUSENAS dengan model CGE akan diperoleh keterkaitan pembahasan antara analisis kemiskinan dengan model CGE.

Dari data SUSENAS dapat dibentuk struktur data kelompok rumah tangga berdasarkan jenis pekerjaan, lokasi (desa-kota), rata-rata pengeluaran dan jumlah anggota rumah tangga. Dari data rata-rata pengeluaran rumah tangga dan dengan menggunakan batas garis kemiskinan yang telah ditetapkan, maka dapat ditetap-kan jumlah rumah tangga yang tergolong miskin, yaitu rumah tangga yang memi-liki pendapatan (yang diproksi dari pengeluaran) di bawah garis kemiskinan. Adapun garis kemiskinan (poverty line) ditetapkan berdasarkan standar Bank Dunia yaitu sebesar 1 $ US per hari atau setara dengan Rp 285 000 per bulan. Data tersebut selanjutnya digunakan sebagai data dasar (base data) untuk

menghitung indeks kemiskinan. Perubahan pendapatan rumah tangga hasil dari simulasi kebijakan, dianggap sebagai data setelah simulasi. Selanjutnya dapat dihitung indeks kemiskinan dari data dasar dan data hasil simulasi dengan menggunakan program analisis DAD 4.3 (Distributive Analysis).

Untuk menghitung indeks kemiskinan, data pendapatan rumah tangga berdasarkan golongan rumah tangga (yang didekati dari data pengeluaran), diubah ke dalam pendapatan masing-masing individu. Hal ini dilakukan karena per-hitungan FGT poverty index didasarkan pada pengeluaran masing-masing individu atau per kapita penduduk miskin.

Ada dua pendekatan dalam menghitung pendapatan masing-masing individu sebagai dasar penghitungan kemiskinan. Pertama, berdasarkan rata-rata per kapita. Rata-rata per kapita ini belum mempertimbangkan tingkat konsumsi menurut golongan umur, jenis kelamin dan skala ekonomi dalam konsumsi. Kedua, berdasarkan skala ekivalensi atau equivalence scales (ES), yang me-nunjukkan ukuran pendapatan relatif dari masing-masing rumah tangga yang berbeda untuk mencapai standar hidup. Penghitungan melalui pendekatan skala ekivalensi didasarkan pada kenyataan bahwa kriteria untuk menentukan garis kemiskinan pada umumnya lebih banyak didasarkan pada kecukupan kebutuhan energi kalori, sementara kebutuhan kecukupan pangan individu berbeda menurut umur dan jenis kelamin (LIPI, 2004). Dengan demikian penghitungan pendapatan masing-masing individu dengan menggunakan pendekatan rata-rata pendapatan per kapita dipandang kurang tepat.

Konsep ES pada prinsipnya menyetarakan kebutuhan konsumsi anak dengan populasi dewasa untuk menghitung angka kemiskinan. United States Panel Poverty and Family Assistance menyetarakan kebutuhan konsumsi anak 0.7

populasi dewasa. Artinya secara umum anak mengkonsumsi 70 persen dari ke-butuhan konsumsi dewasa (Susilowati, 2007).

Beberapa kajian di Australia menggunakan nilai pembobot untuk anak berkisar 0.3 sampai 0.7 (Whiteford, 1985). Demikian pula beberapa negara telah menghitung dan menerapkan skala ekivalensi dalam menghasilkan ukuran kemis-kinan. Sebagai contoh skala ekivalensi yang digunakan di Srilanka, Taiwan dan Peninsula nilainya berkisar 0.9 (BPS, 2005b). Dengan angka ekivalensi men-dekati satu, implikasinya skala ekivalen akan memberikan hasil yang tidak jauh berbeda dengan perhitungan angka kemiskinan melalui pendapatan (pengeluaran) per kapita.

Dalam menentukan ES, berdasarkan economic of scale (e) yang nilainya ditentukan oleh jumlah anak dan anggota rumah tangga dewasa. Nilai e berkisar 0-1. Jika e meningkat, maka ES akan menurun sehingga jika e = 1 atau tidak ada skala ekonomi maka besaran ES dihitung sebagai jumlah orang anggota rumah tangga. Teknik menghitung ES yang telah dilakukan selama ini di negara-negara Luxemburg sangat beragam karena masing-masing memiliki preferensi dalam aspek tertentu. Tidak ada pedoman yang pasti teknik penghitungan ES sehingga Whiteford (1985) menyatakan tidak ada suatu metoda menghitung ES yang telah dilakukan selama ini di Australia yang dapat dikatakan metoda tertentu lebih baik dibanding metoda penghitungan ES yang lain.

Meskipun penghitungan kemiskinan dengan menggunakan pendekatan rata-rata pendapatan per kapita dipandang kurang tepat, penghitungan ukuran kemiskinan di Indonesia selama ini belum menerapkan skala ekivalensi karena belum dilakukan penelitian untuk menentukan besaran skala ekivalensi yang dapat mewakili Indonesia.

Penelitian ini menggunakan metoda penghitungan ES yang dikem-bangkan oleh Cockburn (2001) yang telah diterapkan untuk mengkaji angka kemiskinan di Australia dan di Nepal dengan formula sebagai berikut:

ESi = 1 + 0.7 (Zi-1-Ki) + 0.5 Ki ... (4.31)

dimana: i adalah indeks rumah tangga, Z adalah jumlah anggota rumah tangga dan K adalah jumlah anak. Formula tersebut menunjukkan bahwa dengan mem-perhitungkan skala ekonomi dan umur, maka kepala rumah tangga dimem-perhitungkan 1, anggota rumah tangga dewasa lain diperhitungkan 0.7 dan anak-anak diper-hitungkan 0.5. Formula yang sama telah digunakan oleh Oktaviani et al. (2005) untuk mengkaji dampak penurunan subsidi minyak di Indonesia terhadap kemis-kinan, Astuti (2005) dan Sitepu (2007) untuk menghitung perubahan angka ke-miskinan sebagai dampak investasi di sektor tertentu, serta Susilowati (2007) untuk mengkaji dampak kebijakan ekonomi di sektor agroindustri terhadap dis-tribusi pendapatan dan kemiskinan di Indonesia.

Formula Foster-Greer-Thorbecke (FGT) poverty index dinyatakan sebagai berikut (Cockburn, 2001): Pα(y;z) = α

∑

=       − q i i z y z n 1 1 , (α ≥ 0) ...(4.32)

dimana yi adalah rata-rata nilai pengeluaran per kapita individu ke i dalam rumah tangga yang sudah diranking berdasarkan tingkat pengeluaran, total populasi dinyatakan sebagai n dan jumlah populasi miskin adalah q, batas kemiskinan adalah z, sehingga poverty gap ratio adalah Gi = (z – yi)/z, dimana Gi = 0 pada saat yi > z.

Nilai α ada tiga macam, yaitu:

1. Nilai α = 0, P0 menyatakan headcount index, merupakan proporsi populasi yang berada di bawah garis kemiskinan. Formula (4.34) di atas akan menjadi:

P0(y;z) =

∑

=       − q i i z y z n 1 0 1 _{atau P} 0 = q/n ………..(4.33) Misalnya terdapat sebanyak 10 persen populasi termasuk ke dalam kelompok miskin, maka P0 = 0.10.

2. Nilai α = 1, menunjukkan ukuran poverty gap ratio dimana masing-masing penduduk miskin dibobot berdasarkan jarak relatif mereka dari garis kemiskinan. Formula (4.34) menjadi:

P1 = 1/n

∑

(z−yi)/z ……….…(4.34) Misalnya besaran P1 = 0.1, artinya total kesenjangan kemiskinan seluruh po-pulasi miskin terhadap garis kemiskinan adalah 10 persen. Adapun P1/P0 =

1/q

∑

(z− y_i)/z adalah rata-rata kesenjangan kemiskinan (poverty gap) yang

dinyatakan sebagai proporsi terhadap garis kemiskinan.

3. Nilai α = 2, formula (4.34) menjadi:

P2(y;z) =

∑

=       − q i i z y z n 1 2 1 ………..…….(4.35)

Artinya bobot yang diberikan kepada masing-masing penduduk miskin proporsional dengan kuadrat kekurangan pendapatan mereka terhadap garis kemiskinan. Indeks tersebut merupakan ukuran yang sensitif terhadap peru-bahan pendapatan atau distribusi pendapatan populasi miskin (distributionally sensitive index). Ukuran ini dinamakan rasio “keparahan” kemiskinan (pover-ty severi(pover-ty).

Pengukuran kemiskinan dengan FGT poverty index dapat digunakan juga apabila populasi rumah tangga dipisahkan (disaggregated) menurut kelompok (sub-group) populasi, sehingga kontribusi masing-masing kelompok dapat di-ketahui. Dalam penelitian ini populasi dibagi menjadi 8 kelompok, maka profil

kemiskinan digambarkan melalui Pj untuk j = 1, 2, ..., 8 sebagai berikut:

Pj =

∑

− 8 1 , ) ( 1 j j i j y z p n ...(4.36) Adapun kemiskinan agregat sebagai rata-rata ukuran kemiskinan kelom-pok, diformulasikan sebagai:

P =

∑

= 8 1 1 j j jN P n ...(4.37)

dimana: Pj = ukuran kemiskinan untuk kelompok j, dimana j = 1, 2, ..., 8.

Nj = jumlah populasi kelompok j

yij = rata-rata pengeluaran individu i yang berada pada kelompok j

i = individu1, 2, ..., nj yang berada dalam kelompok j.

Profil kemiskinan menurut kelompok tersebut menggambarkan konsis-tensi, dimana ketika kemiskinan dalam suatu kelompok meningkat, maka secara agregat kemiskinan populasi juga akan meningkat, demikian pula sebaliknya.

4.7. Diagram Alur Penelitian

Diagram alur penelitian secara skematik disajikan pada Gambar 21. Langkah pertama yang dilakukan dalam penelitian ini adalah membangun data dasar yang diambil dari sumber data Tabel Input-Output (I-O) dan Sistem Neraca Sosial Ekonomi (SNSE) atau Social Accounting Matrix (SAM) versi terbaru. Data dasar yang dibangun mengikuti langkah-langkah membangun data dasar model CGE INDOF, dengan memperhatikan sektor dalam penelitian yang telah ditentukan atau dipilih (38 sektor).

Gambar 21. Diagram Alur Penelitian

Asumsi yang harus dipenuhi dalam membangun data dasar model CGE adalah: (1) agregat demand (AD) harus sama dengan agregat supply (AS), (2) keuntungan murni (pure profit) harus sama dengan nol, dan (3) biaya yang dikeluarkan (cost) harus sama dengan penerimaannya (sales). Apabila asumsi ini telah terpenuhi, maka data dasar yang dibangun dapat digunakan sebagai data

Data I-O Data SAM

(SNSE) Cek Keseimbangan: 1. AD = AS 2. Pure Profit = 0 3. Sales = Cost Studi Literatur Penelitian Sebelumnya Kinerja Ekonomi Makro FGT Poverty Index Membangun Data Dasar

Model CGE (72 Sektor)

Mengikuti Model CGE INDOF

Estimasi Parameter & Nilai Elastisitas Tidak Ya Data Dasar Model CGE (72 Sektor) Data SUSENAS Kemiskinan Rumah Tangga Agregasi Sektor Penelitian (38 Sektor) Model CGE AGRINDO Kinerja Ekonomi Sektoral Pendapatan Rumah Tangga Simulasi Kebijakan Penentuan/Pemilihan Sektor Penelitian (38 Sektor)

dasar model CGE. Sebaliknya, apabila asumsi ini belum terpenuhi, maka harus dilakukan cek ulang mengikuti langkah-langkah model CGE INDOF.

Berkaitan dengan struktur produksi, maka harus diketahui terlebih dahulu bagaimana struktur dan perilaku hubungan dalam input dan output, sehingga harus diketahui masing-masing elastisitas dari fungsi Leontief, fungsi CET dan fungsi CES. Koefisien dan parameter dari masing-masing fungsi tersebut diestimasi dengan analisis ekonometrika atau diambil dari berbagai studi yang sudah pernah dilakukan sebelumnya.

Tahap selanjutnya melakukan agregasi (mapping) sektor sesuai dengan tujuan penelitian yang didasarkan pada besaran pangsa dalam penggunaan input primer atau input antara. Kemudian memasukkan, mengkalibrasi, memodifikasi dan menggabungkan nilai elastisitas dan parameter dengan data dasar model CGE yang sudah dibangun dengan model CGE-AGRINDO. Apabila proses tersebut telah sesuai dengan prosedur program GEMPACK, maka selanjutnya dapat di-lakukan analisis dan simulasi kebijakan, yang dikaji dampaknya terhadap kinerja ekonomi sektoral, ekonomi makro dan pendapatan rumah tangga.

Perubahan tingkat pendapatan rumah tangga yang dihasilkan dari model CGE AGRINDO dianalisis lebih lanjut dengan metode FGT poverty index yang bertujuan untuk mengevaluasi tingkat kemiskinan rumah tangga. Tahap terakhir adalah interpretasi hasil analisis dan simulasi kebijakan untuk menjawab perma-salahan dan tujuan penelitian serta menyusun implikasi kebijakan.

4.8. Simulasi Kebijakan

Terdapat tiga simulasi kebijakan yang dilakukan dalam penelitian ini. Ketiga simulasi kebijakan tersebut adalah sebagai berikut:

1. Simulasi 1: Peningkatan produktivitas industri pertanian.

2. Simulasi 2: Peningkatan produktivitas industri pertanian (Simulasi 1) diikuti oleh peningkatan produktivitas sektor pertanian.

3. Simulasi 3: Peningkatan produktivitas industri pertanian dan sektor pertanian (Simulasi 2) diikuti oleh peningkatan produktivitas sektor lembaga keuangan

Peningkatan produktivitas suatu sektor terjadi karena adanya peningkatan produktivitas input yang digunakan oleh sektor yang bersangkutan, baik input primer (lahan, tenaga kerja dan modal) maupun input antara. Demikian juga halnya pada sektor industri pertanian, peningkatan produktivitas salah satu input yang digunakan tidak secara otomatis menyebabkan peningkatan produksi sektor yang bersangkutan, karena peningkatan produksi suatu industri pertanian tergan-tung pada besarnya faktor input pembatas. Peningkatan hanya pada salah satu input tidak akan optimal hasilnya apabila input lainnya tidak menyesuaikan kapa-sitasnya. Adanya keterbatasan tersebut menyebabkan simulasi terhadap masing-masing input primer dan input antara tidak dilakukan satu per satu. Alternatif yang ditempuh dalam penelitian ini adalah dengan melakukan simulasi pening-katan produktivitas faktor total (a1tot) pada industri pertanian terpilih, yaitu industri pengolahan hasil peternakan, industri pengolahan hasil perikanan, industri minyak dan lemak, industri penggilingan beras, industri tepung, industri gula, industri rokok, industri bambu, kayu dan rotan, industri pupuk dan pestisida, serta Industri pengolahan karet.

Produktivitas faktor total atau total factor productivity (TFP) mengukur besaran output yang dihasilkan dan input (faktor produksi) yang digunakan dalam satuan indeks. Dengan kata lain, indeks TFP adalah rasio antara indeks output dengan indeks input.

Formula yang digunakan untuk menghitung indeks TFP dalam penelitian ini adalah indeks rantai Tornqvist-Theil, dengan metode penghitungan indeks TFP diadopsi dari model yang dikembangkan oleh Fuglie (2004), sebagai berikut:

Indeks output Tornqvist-Theil pada tahun t didefinisikan sebagai:

...(4.38)

dimana Ri,t adalah share pendapatan dari output i dan Yi,t adalah kuantitas output i

pada tahun t. Dengan demikian, tingkat pertumbuhan output Y antara periode t dan t-1 adalah jumlah tingkat pertumbuhan dari n komoditas yang menyusun output total, masing-masing diboboti dengan rata-rata share penerimaannya se-lama t dan t-1.

Hampir sama dengan hal di atas, indeks input agregat didefinisikan seba-gai:

...(4.39) dimana tingkat pertumbuhan agregat input X antara periode t dan t-1 adalah jum-lah tingkat pertumbuhan dari j = 1, 2, ..., m kategori input, masing-masing

di-boboti dengan rata-rata share Sj selama periode yang berdekatan (share faktor

ada-lah proporsi biaya total yang dibayarkan untuk suatu input).

Perubahan proporsional pada TFP selama periode t dan t-1 diberikan oleh:

………..……….(4.40)

Untuk melakukan penghitungan TFP diperlukan data kuantitas dan harga dari setiap output dan input untuk setiap periode. Data yang digunakan dalam perhitungan TFP diambil dari Statistik Industri Besar dan Sedang untuk periode

(

)

        + = − = − −

∑

1 , , 1 1 , , 1 ln 2 ) ( ln t i t i n i t i t i t t Y Y R R Y Y

(

)

∑

(

)

= − − −        + = m j jt t j t j t j t t X X S S X X 1 , 1 , 1 , , 1 ln 2 ln

(

1

)

(

1

)

1 ln ln ln − − − − =       t t t t t t _{Y Y X X} TFP TFP

tahun 2000-2005 yang dikumpulkan oleh Departemen Perindustrian. Langkah pertama yang dilakukan adalah melakukan agregasi data, dari data propinsi ke dalam data nasional. Selanjutnya menjumlahkan nilai-nilai pada industri skala besar dan industri skala sedang. Langkah kedua melakukan agregasi sektor, dari 179 sektor industri yang ada ke dalam 10 sektor industri pertanian terpilih. Sebelum dilakukan agregasi sektor, terlebih dahulu dilakukan pemilahan jenis industri antara jenis industri yang tergolong ke dalam industri pertanian dan industri non pertanian.

Dari data dasar hasil agregasi tersebut di atas, kemudian dihitung nilai indeks output dan indeks input dengan menggunakan tersebut di atas. Adapun jenis-jenis input yang digunakan dalam perhitungan indeks input meliputi input tenaga kerja, bahan baku, bahan bakar, listrik, sewa gudang dan input lain.

Dengan metode seperti yang dikemukakan tersebut di atas, maka diperoleh besaran guncangan (shock) produktivitas faktor total (TFP) pada masing-masing sektor industri pertanian terpilih seperti disajikan pada Tabel 3. Adapun besaran shock untuk peningkatan produktivitas sektor pertanian dan lembaga keuangan, mengunakan nilai hasil perhitungan Ratnawati et al. (2004) seperti yang disajikan pada Tabel 4.

Pada penelitian ini, simulasi kebijakan dilakukan untuk jangka waktu sela-ma 10 tahun, yaitu tahun 2003-2013. Mengingat model yang digunakan adalah model recursive dynamic, maka unsur dinamis dalam model ditunjukkan oleh perubahan tenaga kerja dan stok kapital setiap tahun. Hasil simulasi dianalisis berdasarkan dampaknya terhadap kinerja ekonomi sektoral, ekonomi makro, pen-dapatan rumah tangga dan tingkat kemiskinan.

Tabel 3. Nilai Besaran Shock Peningkatan Produktivitas Industri Pertanian

No. Sektor/Komoditas Peningkatan

Produktivitas (%)

1. Industri pengolahan hasil peternakan 1.5275

2. Industri pengolahan hasil perikanan 1.3408

3. Industri minyak dan lemak 2.2022

4. Beras (Industri penggilingan padi) 1.2931

5. Industri tepung segala jenis 1.0132

6. Industri gula 1.5791

7. Industri rokok 0.6283

8. Industri bambu, kayu dan rotan 1.1106

9. Industri pupuk dan pestisida 1.4919

10. Industri pengolahan karet 2.0204

Tabel 4. Nilai Besaran Shock Peningkatan Produktivitas Sektor Pertanian dan Lembaga Keuangan

Sektor/Komoditas Peningkatan Produktivitas (%) Tanaman Pangan Padi 1.29 Jagung 3.42 Kedelai 1.27 Ketela Pohon 1.56 Umbi-umbian 1.69 Tanaman Perkebunan Karet 1.76 Kopi 0.57 Kelapa Sawit 0.62 Tebu 3.58 Kelapa 0.73

Sektor Lembaga Keuangan 5.14