Pengaruh Infrastruktur, Ketimpangan Pendapatan terhadap Perekonomian

Penduduk Faktor demografi merupakan faktor yang cukup penting dalam menentukan perekonomian wilayah. Tingkat fertilitas Ogawa dan Suits, 1981, pertumbuhan penduduk Klasen dan Lawson, 2007, tingkat migrasi Manitoba Bureau of Statistics, 2008 merupakan faktor-faktor demografi yang memengaruhi pertumbuhan ekonomi. Indikator demografi yang baik serta tingkat fertilitas yang rendah dapat mendorong peningkatan pembangunan. Berdasarkan penelitian terdahulu, serta merujuk pada penelitian Iradian 2005 maka persamaan 3.9 dan 3.10 dapat dituliskan kembali menjadi: Y it = α it + 1 Y it-1 + 2 GINI it + 3 P2IPDT it + 4 P2IPDT it 2 + 5 INF it-1 + 6 POP it + 7 DWIL it + it Keterangan: 3.11 Y it Y = PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t it-1 GINI = PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t-1 it P2IPDT = Indeks gini kabupaten ke-i periode ke-t it ke- t juta rupiah = Besaran bantuan stimulus infrastruktur kabupaten ke-i periode P2IPDT it 2 INF = Kuadrat Besaran bantuan stimulus infrastruktur kabupaten ke-i periode ke-t juta rupiah it-1 kabupaten periode t-1 persen = Inflasi kabupaten yang didekati dengan nilai GDP deflator POP it DWIL = Jumlah penduduk kabupaten i periode t jiwa it = Dummy variabel wilayah 0=KBI dan 1=KTI Model analisis menggunakan persamaan 3.11 di atas tidak mampu menjawab masalah jenis bantuan apa yang paling besar memengaruhi pertumbuhan ekonomi. Faktor ketersediaan data, dimana masing-masing kabupaten tertinggal tidak secara kontinu mendapatkan satu jenis bantuan yang 49 sama tiap tahunnya menyebabkan penulis mengalami sedikit hambatan dalam permodelan. Untuk itu dilakukan permodelan dengan menggunakan dummy variable jenis bantuan seperti pada persamaan di bawah ini: Y it = α it + 1 Y it-1 + 2 GINI it + 3 DTRANSP it + 4 DENERGI it + 5 DINFOTEL it + 6 DSOS it + 7 DEKON it + 8 INFit -1 + 9 POP it + 10 DWIL it + it 3.12 Keterangan: Y it Y = PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t it-1 DTRANSP = PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i periode ke-t-1 it DENERGI = Dummy variabel bantuan transportasi 0=tidak dapat dan 1=dapat it DINFOTEL = Dummy variabel bantuan energi 0=tidak dapat dan 1=dapat it DSOS = Dummy variabel bantuan infotel 0=tidak dapat dan 1=dapat it DEKON = Dummy variabel bantuan sosial 0=tidak dapat dan 1=dapat it GINI = Dummy variabel bantuan ekonomi 0=tidak dapat dan 1=dapat it INF = Indeks gini kabupaten ke-i periode ke-t it-1 POP = Inflasi kabupaten yang didekati dengan nilai GDP deflator kabupaten it DWIL = Jumlah penduduk kabupaten i periode t jiwa it = Dummy variabel wilayah 0=KBI dan 1=KTI

3.2.2.3. Pengaruh Peningkatan Perekonomian terhadap Kemiskinan

Dalam penelitian ini, pengaruh peningkatan perekonomian terhadap kemiskinan dikaji dengan menggunakan tiga metode estimasi, yaitu metode panel data statis, panel data dinamis dan panel instrumental variable. Penggunaan metode panel data statis dan dinamis digunakan untuk melihat pengaruh jeda waktu time lag sedangkan metode panel instrumental variable digunakan untuk melihat secara langsung simultan pengaruh infrastruktur, inflasi dan ketimpangan terhadap kemiskinan lewat jalur perekonomian PDRB per kapita. Faktor-faktor lain selain PDRB per kapita, dalam penelitian ini juga dilihat pengaruhnya terhadap angka kemiskinan. Pemilihan variabel yang digunakan dalam model, merujuk pada penelitian terdahulu. Berdasarkan pertimbangan tersebut, beberapa variabel dipilih antara lain: Aktivitas Perekonomian dan Pertumbuhan Ekonomi Bolnick 2000 menyimpulkan bahwa pertumbuhan ekonomi merupakan salah satu instrumen untuk mengurangi kemiskinan di Mozambique. Dalam penelitian juga dinyatakan bahwa analisis pertumbuhan seharusnya tidak hanya dilihat dari perspektif makro ekonomi semata namun juga dalam aspek pembangunan regional dan sektoral. Pernyataan ini diperkuat oleh penelitian dari Siregar dan Wahyuniarti 2007 dalam penelitiannya menyatakan bahwa jumlah orang miskin di Indonesia dipengaruhi oleh besarnya PDRB, jumlah populasi penduduk, tingkat inflasi, pangsa sektor pertanian dan industri terhadap PDRB, serta tingkat pendidikan yang mencerminkan modal manusia human capital. Ketimpangan Pendapatan Pertumbuhan ekonomi yang didukung dengan pemerataan pendapatan ketimpangan yang rendah dapat menjadi satu faktor yang efektif dalam mengurangi jumlah penduduk miskin. Pernyataan ini sejalan dengan yang dikemukakan Gelaw 2010 yang menyatakan bahwa kemiskinan akan tetap tinggi jika pertumbuhan ekonomi diikuti dengan ketimpangan pendapatan. Jumlah Penduduk Indra 2008 dalam penelitiannya juga memasukkan variabel populasi dengan asumsi bahwa peningkatan jumlah penduduk akan menyebabkan peningkatan jumlah penduduk miskin. Pernyataan ini sejalan dengan penelitian Siregar dan Wahyuniarti 2007. Bedasarkan penelitian-penelitian terdahulu, analisis pengaruh pertumbuhan terhadap penurunan kemiskinan dalam penelitian ini dimodelkan seperti pada persamaan 3.13. Persamaan tersebut merujuk pada model yang 51 dikembangkan oleh Iradian 2005 yang telah dimodifikasi, persamaan tersebut adalah sebagai berikut: P it = α i + 1 P it-1 + 2 Y it + 3 GINI it + 4 EXP it + 4 EXP it 2 + it 3.13 Keterangan: P it P = Tingkat kemiskinan head count poverty kabupaten ke-i periode ke-t persen it-1 ke-t-1 persen = Tingkat kemiskinan head count poverty kabupaten ke-i periode Y it periode ke-t persen = PDRB per kapita atas dasar harga konstan 2000 kabupaten ke-i GINI it EXP = Indeks gini kabupaten ke-i periode ke-t it EXP = Pengeluaran pemerintah kabupaten ke-i tahun ke-t juta rupiah it 2 = Pengeluaran pemerintah kabupaten ke-i tahun ke-t juta rupiah

3.2.3. Uji Spesifikasi Model Data Panel

Pada model data panel statis, masalah utama dalam pengujian model adalah penentuan model apakah termasuk model efek tetap atau efek acak. Dalam penelitian ini, mengacu pada penelitian sebelumnya maka hanya analisis panel data dengan model efek tetap yang digunakan, sehingga tidak lagi dilakukan uji haussman untuk menentuakan model efek tetap atau model efek acak yang digunakan. Pada model panel data dinamis, beberapa kriteria ditentukan untuk melihat uji validitas dan uji spesifikasi model, untuk menentukan model dinamis atau penggunaan jenis GMM yang paling sempurna. Kriteria tersebut antara lain adalah: 1. Konsistensi model dengan menggunakan Arellano-Bond m 1 dan m 2 2. Validitas instrumen dengan menggunakan pemeriksaan moment condition dengan menggunakan Uji Sargan. untuk menguji adanya serial korelasi pada residual. 3. Estimasi parameter menggunakan GMM seharusnya menghasilkan estimasi yang tidak bias. Berdasarkan kriteria tersebut maka penduga terbaik haruslah memiliki kriteria konsisten, valid dan tidak bias.

3.2.4. Definisi Operasional

Berikut diberikan definisi operasional dari masing-masing variabel yang digunakan dalam model, antara lain: 1. PDRB perkapita Y merupakan hasil bagi PDRB atas dasar harga konstan Tahun 2000 dengan jumlah penduduk masing-masing kabupaten. Data diperoleh dari publikasi PDRB kabupaten kota Tahun 2007-2009 yang diperoleh dari BPS. 2. Indeks gini GINI meupakan ukuran ketimpangan pendapatan dari sisi pengeluaran per kapita. Angka Indeks gini diperoleh dari perhitungan penulis dengan menggunakan data SUSENAS kor Tahun 2007-2009. 3. Program Percepatan Pembangunan Infrastruktur Pedesaan Daerah Tertinggal P2IPDT merupakan besaran dana bantuan stimulus infrastruktur yang diperoleh dari KPDT. Dana bantuan stimulus tersebut merupakan salah satu mata anggaran dalam Anggaran Pendapatan dan Belanja Negara APBN. 4. Inflasi INF merupakan ukuran tingkat perubahan harga di pasar yang juga dapat mencerminkan daya beli masyarakat. Dalam penelitian ini nilai inflasi kabupaten tertinggal didekati dengan nilai PDRB deflator, sehubungan dengan tidak tersedianya data inflasi tingkat kabupaten. 5. Jumlah penduduk POP merupakan jumlah penduduk yang dihitung berdasarkan jumlah penduduk pertengahan tahun yang tersedia dalam publikasi PDRB kabupatenkota BPS. 6. Tingkat kemiskinan P merupakan tingkat kemiskinan headcount poverty yang dihitung berdasarkan garis kemiskinan BPS. Data tingkat kemiskinan didasarkan pada data yang dikeluarkan oleh BPS berdasarkan data SUSENAS. 7. Pengeluaran pemerintah EXP merupakan total belanja yang dikeluarkan oleh pemerintah daerah berdasarkan APBD.

IV. KERAGAAN DAN DINAMIKA KABUPATEN TERTINGGAL SERTA UPAYA PERCEPATAN PEMBANGUNAN INFRASTRUKTUR

KABUPATEN TERTINGGAL Analisis mengenai keragaan dan dinamika kabupaten tertinggal dilakukan untuk melihat dampak implementasi program P2IPDT yang telah dilakukan Kementrian PDT di daerah tertinggal. Analisis sebelum dan sesudah before and after implementasi bantuan dipilih sebagai salah satu teknik untuk melihat dampak implementasi program. Kondisi awal sebelum implementasi program dideskripsikan sebagai kondisi kabupaten tertinggal pada tahun 2006, sedangkan kondisi akhir setelah implementasi program dideskripsikan sebagai kondisi pada tahun 2009. Diharapkan dengan membandingkan kedua periode tahun ini, dapat dilihat secara sederhana dinamika kabupaten tertinggal sebelum dan sesudah implementasi program P2IPDT.

4.1. Keragaan Kabupaten Tertinggal

Ketertinggalan daerah dalam pembangunan disebabkan oleh banyak faktor yang bersifat kompleks dan menyebabkan ketimpangan yang kurang menguntungkan dalam berbagai aspek. Hal itu menyebabkan perlunya suatu upaya sistematis dan terencana untuk mengejar ketertinggalan daerah sehingga setara dengan daerah maju lainnya. Pemerintah melalui Kementrian PDT telah melaksanakan berbagai program untuk meningkatkan daya saing daerah tertinggal dan mengejar ketertinggalan. Berdasarkan data dari Kementrian PDT, sampai dengan tahun 2010 terdapat 183 kabupaten yang tergolong sebagai daerah tertinggal. Sebanyak 55 kabupaten tertinggal berada di wilayah Kawasan Barat Indonesia dan sebanyak 128 kabupaten berada di kawasan Indonesia Timur. Secara kasat mata angka ini menunjukkan sedikit perbaikan pada capaian pengentasan kabupaten tertinggal, karena tercatat pada tahun 2005, berdasarkan Keputusan Menteri PDT No. 001KEPM-PDTI2005, terdapat sebanyak 199 kabupaten tertinggal di Indonesia, 76 kabupaten tertinggal berada di KBI dan 123 kabupaten tertinggal berada di KTI.