peralatan kantor serta kegiatan produksi yang mengandalkan sumber energi dari listrik karena praktis. Sebagian besar kebutuhan listrik di Indonesia dipenuhi oleh
PT. Perusahaan Listrik Negara Persero. Telelkomunikasi juga juga mempunyai peranan penting dalam mendukung bagi pembangunan dan juga kegiatan ekonomi,
serta dapat meningkatkan pertukaran informasi antar pelaku ekonomi dan antar wilayah.
Selain listrik, infrastruktur ekonomi yang penting adalah air bersih, yang merupakan kebutuhan vital yang mutlak diperlukan dalam kehidupan manusia.
Penggunaan air terbesar berdasarkan sektor kegiatan dapat dibagi ke dalam tiga kelompok besar yaitu kebutuhan domestik, irigasi pertanian dan industri.
Kebutuhan air domestik digunakan untuk memenuhi kebutuhan rumah tangga sehari-hari. Air untuk sektor pertanian digunakan untuk irigasi dalam rangka
memenuhi kebutuhan pangan penduduk yang terus bertambah. Dan dalam bidang industri, air bersih merupakan faktor penting dalam proses produksi.
Infrastruktur jalan merupakan salah satu infrastruktur pengangkutan yang berperan dalam merangsang pertumbuhan ekonomi karena ketersediaan jalan akan
meminimalkan modal komplementer dalam upaya mengefisienkan proses produksi dan distribusi. Pembangunan prasarana jalan turut akan meningkatkan pertumbuhan
wilayah-wilayah baru dengan meningkatnya volume lalu lintas. Sebaiknya prasarana jalan yang buruk dan rusak akan menghambat alokasi sumber daya,
pengembangan industri, pendistribusian faktor produksi, barang dan jasa, yang pada
akhirnya akan memengaruhi pendapatan.
2.5. Tinjauan Empiris
Penelitian mengenai konvergensi, sebelumnya pernah juga dilakukan di negara-negara Eropa yang meliputi 206 daerah NUTS II EU15 selama kurun waktu
1989 -2000 dengan menggunakan variabel pendapatan, penduduk, tingkat investasi daerah, share sektor pertanian sebagai proksi tingkat teknologi daerah,
dan pembayaran dana transfer. Penelitian ini dilakukan oleh Bussoletti dan Esposti 2004 menggunakan model ekonometrik konvergensi bersyarat dalam bentuk
data panel dinamis karena model ini lebih konsisten daripada model statis. Estimasi GMM diterapkan untuk memperoleh perkiraan dari parameter
konvergensi yang mencapai 5 sampai 7,5 persen. Teknik ini juga digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen.
Kebijakan regional berupa dana transfer memberikan pengaruh yang positif sedangkan share sektor pertanian berdampak negatif terhadap pendapatan.
Identifikasi konvergensi di Indonesia dilakukan oleh Rumayya et al. 2005 menggunakan data PDRB perkapita atas dasar harga tahun 1983 untuk cross-
section 30 kabupatenkota di Jawa Timur selama periode 1983 -2001. Konvergensi
β diperoleh dengan mempertimbangkan heterogenitas spasial dan ketergantungan spasial. Pemodelan dilakukan dengan statistik GI untuk melihat
cluster daerah berpenghasilan tinggi di bagian tengah dan timur serta cluster berpenghasilan rendah di bagian barat Jawa Timur. Regresi OLS dan GLS pada
model konvergensi absolut tidak menemukan proses konvergensi. Proses konvergensi ini hanya ditemukan dalam model spasial konvergensi mutlak
regresif untuk kelompok kaya saja, sedangkan kelompok miskin tidak. Model cross-regresif spasial konvergensi mutlak
β menemukan bahwa koefisien lag spasial pendapatan awal adalah positif dan signifikan. Hal ini menunjukkan
adanya ketergantungan ruang yang dapat menjelaskan pertumbuhan pendapatan kabupatenkota di Jawa Timur, dimana pertumbuhan dipengaruhi oleh pendapatan
awal tetangganya. Wilayah yang dikelilingi oleh tetangga kaya akan tumbuh lebih cepat dibandingkan bila dikelilingi oleh tetangga miskin. Hal ini juga
disebabkan spillover teknologi dan keuangan, artinya teknologi dan biaya produksi suatu wilayah tidak hanya ditentukan oleh faktor kawasan tetapi juga
tingkat teknologi tetangganya adanya eksternalitas dari sisi penawaran. Selanjutnya Badinger et al. 2002 melakukan penelitian konvergensi
regional menggunakan sampel 196 negara-negara Eropa selama periode tahun 1985 - 1999 dengan variabel pendapatan dan investasi. Analisis dilakukan dengan
memperhitungkan efek spasial dalam model data panel dinamis karena daerah yang diamati tidak menerapkan ekonomi tertutup, sehingga harus menunjukkan
interaksi ekonomi dan ketergantungan spasial. Oleh karena itu diperlukan spatial filtering untuk menghilangkan hubungan spasial tersebut sebab ketidaktahuan
spasial dapat mengakibatkan hasil yang berpotensi menyesatkan. Dengan
menerapkan estimasi GMM terhadap variabel filter, didapatkan kecepatan mencapai konvergensi 6,9 persen dan elastisitas modal sebesar 0,43.
Penelitian konvergensi pendapatan dilakukan oleh Ralhan dan Dayanandan 2005 dengan level data 10 provinsi di Kanada selama periode tahun 1981 -
2001, dengan menggunakan interval waktu analisis 5 tahunan. Variabel dependen yang digunakan adalah NPDP Net Provincial Domestic Product per kapita riil
dan variabel independennya adalah tingkat pertumbuhan tenaga kerja pada usia 15 - 64 tahun dan investasi riil. Analisis dilakukan dengan mengadopsi model
pertumbuhan Solow dinamik dengan teknik estimasi GMM dan membandingkannya dengan model data panel lainnya yaitu pendekatan fixed
effect dan random effect. Hasil penelitian ini dapat menyatakan bahwa tingkat kemajuan teknologi dan fungsi produksi provinsi-provinsi di Kanada berada pada
tingkat tertentu dan homogen. Tingkat konvergensi pendapatan per kapita mencapai 1,5 persen jika dilakukan dengan OLS dan teknik lainnya, namun
meningkat hingga mencapai 6 sampai dengan 6,5 persen jika dilakukan dengan teknik GMM. Konvergensi personal disposible income di antara provinsi-provinsi di
Kanada berada pada tingkat 2,89 persen. Belajar dari negara Cina dalam mengurangi kemiskinan, de Janvry et al.
2005 meneliti bahwa tanpa kegiatan non pertanian, kemiskinan di perdesaan akan jauh lebih tinggi dan lebih dalam serta ketimpangan akan meningkat, artinya
kegiatan non pertanian memiliki pengaruh spillover yang positif terhadap produksi rumah tangga pertanian. Faktor-faktor yang berpengaruh terhadap
pengurangan kemiskinan dan ketimpangan pendapatan adalah pendidikan, jarak yang dekat dengan kota, wilayah sekitarnya dan pengaruh perdesaan untuk
mendapatkan akses di bidang pertanian. Penelitian lainnya mengkaji ketimpangan pendapatan dari sektor non pertanian dipengaruhi oleh pendidikan, upah dan
wirausaha Liu dan Sicular, 2008. Hasil penelitian di Nigeria menunjukkan bahwa ketimpangan pendapatan di
perdesaan lebih tinggi dari pada di perkotaan walaupun pendapatan di sektor pertanian menurunkan ketimpangan Oyekale et al., 2006. Peningkatan
ketimpangan dipengaruhi oleh urbanisasi, tempat tinggal yang berada di daerah yang miskin, ukuran rumah tangga, pendidikan formal kepala rumah tangga,
lamanya sakit, keterlibatan dalam pekerjaan yang dibayar dan bisnis non pertanian, adanya kredit formal dan informal. Sementara itu Omilola 2009
meneliti fenomena ketimpangan pendapatan yang diklasifikasikan menjadi tiga, yaitu penghasilan rumah tangga pertanian yang menggunakan irigasi, tadah hujan
dan non pertanian. Ketimpangan terkecil berada pada rumah tangga yang pendapatannya berasal dari non pertanian, sedangkan yang terbesar adalah rumah
tangga pertanian yang menggunakan irigasi. Ding dan Knight 2008 melakukan penelitian dengan model Solow yang
diperluas dengan memasukkan variabel modal manusia dan perubahan struktural selama periode tahun 1980 - 2000 dengan interval waktu analisis 5 tahunan untuk
mengurangi sensitifitas siklus bisnis dari data tahunan. Variabel dependen yang digunakan adalah PDB riil per pekerja di Cina dan negara-negara pembandingnya
yang diteliti. Sedangkan variabel dependen meliputi saham tabungan diproksi dengan investasi di PDB riil, data penduduk usia 15-64 tahun untuk menghitung
penduduk usia kerja, modal manusia diproksi dengan rata-rata lama sekolah di atas usia 15 tahun, jumlah angkatan kerja dan tenaga kerja pertanian. Hasil
penelitian menunjukkan bahwa pertumbuhan ekonomi internasional bervariasi, dimana investasi modal fisik, perubahan struktur kerja, konvergensi bersyarat dan
pertumbuhan penduduk merupakan sumber utama perbedaan pertumbuhan Cina dan negara-negara lainnya.
Firdaus dan Yusop 2009 dalam penelitiannya menguji konvergensi pendapatan antar provinsi di Indonesia dengan menggunakan data panel dinamis
dalam kurun waktu 1983-2003. Hasil penelitiannya dengan metode FD-GMM menyimpulkan bahwa proses konvergensi antar provinsi terjadi di Indonesia,
namun kecepatan konvergensi 0,29 persen relatif sangat lambat dibandingkan dengan penelitian di negara berkembang lainnya. Dalam penelitiannya juga
menyimpulkan bahwa penggunaan dengan data panel statis dan dinamis memberikan hasil yang berbeda dalam hal konvergensi.
Wahyuni 2011 dalam penelitiannya mengenai konvergensi dan ketimpangan wilayah yang dilakukan dengan menggunakan 105 kabupatenkota
di Pulau Jawa dalam kurun waktu 2001-2009. Untuk melihat konvergensi, variabel dependen yang digunakan dalam pelitiannya menggunakan pendekatan
PDRB per kapita dan pengeluaran perkapita per kabupaten, sedangkan variabel independen yang digunakan adalah investasi dan tenaga kerja. Hasil penelitiannya
menyimpulkkan bahwa melalaui pendekatan PDRB perkapita dengan panel dinamis metode FD-GMM konvergensi pendapatan wilayah kabupatenkota di
Pulau Jawa tidak terjadi, sedangkan berdasarkan pendekatan pengeluaran rumahtangga perkapita ternyata konvergensi terjadi di Jawa. Konvergensi juga
terjadi di Provinsi Jawa Barat dan Jawa Tengah baik dengan pendekatan PDRB dan pengeluaran, sedangkan Jawa Timur konvergensi terjadi dengan pendekatan
pengeluaran perkapita, dari pendekatan PDRB tidak terjadi konvergensi. Faktor- faktor yang ssecara signifikan berpengaruh terhadap ketimpangan pendapatan
wilayah dari hasil penelitianya diantaranya share manufaktur, pendidikan tenaga kerjan, infrastruktur kesehatan, listrik, dan air bersih.
Berbeda dengan penelitian-penelitian sebelumnya, penelitian ini dilakukan berdasarkan wilayah koridor ekonomi pada kabupatenkota di Indonesia yaitu
menganalisis disparitas wilayah berdasarkan pembagian wilayah koridor ekonomi Indonesia. Variabel infrastruktur yang digunakan dalam penelitian ini
ditambahkan selain dari penelitian terdahulu diantaranya adalah persentase rumahtangga yang menggunakan listrik, persentase rumahtangga yang
menggunakan air bersih, persentase rumahtangga pengguna telepon, dan rasio jumlah kelas SMA terhadap jumlah penduduk usia 16-18 tahun untuk pendekatan
infrastruktur pendidikan. Selain itu variabel independen yang berpengaruh terhadap disparitas juga ditambahkan selain kontribusi sektor pertanian dan
manufaktur terhadap PDRB, sehingga diharapkan lebih dapat menjelaskan fenomena yang ada.
2.6. Kerangka Pemikiran
