21. Share PDRB Sektor Pertanian SPDRBA
SPDRBA
it
= PDRBAPDRB 100 22.
Share PDRB Sektor Non Pertanian SPDRBNA SPDRBNA
it
= PDRBNAPDRB100
Keterangan : PDRBA
it
= Produk Domestik Regional Bruto Sektor Pertanian juta rupiah PDRBNA
it
= Produk Domestik Regional Bruto Sektor Non Pertanian juta rupiah
TKA
it
= Tenaga Kerja sektor Pertanian jiwa TKNA
it
= Tenaga Kerja non Pertanian jiwa UPH
it
= Tingkat Upah ribu rupiah UPHA
it
= Upah Sektor Pertanian ribu rupiah UPHNA
it
= Upah Sektor Non Pertanianribu rupiah TJLN
= Total Jalan km SPDRBA
it
= Share Produk Domestik Regional Bruto Sektor Pertanian persen
SPDRBNA
it
= Share Produk Domestik Regional Bruto Sektor Non Pertanian persen
C. Blok Kemiskinan
Indeks gini merupakan nilai yang menentukan ketimpangan suatu daerah dengan yang lainnya. Indeks gini sangat berkaitan dengan kemiskina, untuk
mengurangi kemsikinan maka indeks gini harus bernilai kecil. Indeks gini diduga dipengaruhi oeh kontribusi PDRB sektoral pada total PDRB berdasarkan asumsi
hipotesis Kuznets 1955 yaitu sektor tradisional di pedesaan memiliki ketimpangan pendapatan rendah, sedangkan sektor modern di perkotaan memiliki
ketimpangan pendapatan tinggi. Dengan demikian, jika share PDRB sektor pertanian sebagai sektor yang mendominasi struktur ekonomi di pedesaan lebih
besar diduga menurunkan Indeks Gini yang berarti ketimpangan pendapatan lebih rendah. Namun, jika share PDRB non pertanian sebagai sektor yang mendominasi
struktur ekonomi di perkotaan lebih besar diduga meningkatkan Indeks Gini yang berarti ketimpangan pendapatan semakin besar. Sedangkan untuk persamaan
kemiskinan diduga dipengaruhi oleh upah masing-masing sektoral Yudhoyono, 2004 dan Yannizar 2012, pengeluaran penduduk pedesaan dan perkotaan dan
indeks gini Lisna, 2014 dan Nanga, 2006.
23. Indeks Gini GINI
GINI
it
=l +
l
1
SPDRBA
it
+ l
2
SPDRBNA
it
+ l
3
D
it
+ l
4
LGINI
it
+
12
Hipotesis : l
1,
l
3 ,
l
3
0, 0l
4
24. Kemiskinan Pedesaan POVD
POVD
it
= m + m
1
UPHA
it
+ m
2
PENGDES
it
+ m
3
GINI
it
+ m
4
D
it
+ m
5
LJMPD
it
+
13
Hipotesis : m
1,
m
2
0, m
3,
m
4 ,
, 0m
5
25. Kemiskinan Perkotaan POVK
POVK
it
= n + n
1
UPHNA
it
+ n
2
PENGKOT
it
+ n
3
GINI
it
+ n
4
D
it
+ n
5
LJPMK
it
+
14
Hipotesis : n
1,
n
2
0, n
3,
n
4 ,
, 0n
5
26. Total Jumlah Penduduk Miskin TPOV
TPOV = POVD
it
+ POVK
it
Keterangan: GINI
it
= Indeks Gini POVD
it
= Jumlah Penduduk Miskin di Pedesaan POVK
it
= Jumlah Penduduk Miskin di Perkotaan PENGDES
= Pengeluaran Rata-Rata Penduduk Pedesaan PENGKOT
= Pengeluaran Rata-Rata Penduduk Perkotaan
Identifikasi dan Estimasi Model
Identifikasi sangat terkait dengan estimasi. Identifikasi dapat dilakukan dengan memeriksa spesifikasi model struktural atau dengan memeriksa model yang
direduksi. Rumus identifikasi model adalah : K
– M ≥ G – 1 ........................................................................... 4.1 Dimana:
K : Total peubah dalam model peubah endogen dan predetermine M :Jumlah peubah endogen dan eksogen dalam persamaan yang diidentifikasi
G : Total persamaan jumlah peubah endogen dalam model Jika K
– M = G – 1, maka persamaan dalam model exactly identified K
– M G – 1, maka pesamaaan dalam model unidentified K
– M G – 1, maka pesamaaan dalam model over identified Jika persamaan teridentifikasi tepat exactlyidentified maka estimasi dapat
dilakukan dengan metode IndirectLeastSquares ILS, namun jika teridentifikasi berlebih overidentified dapat digunakan beberapa metode antara lain two-
stageleastsquares 2SLS dan maximumlikelihood Koutsoyiannis, 1997. Perbedaan mendasar dari kedua metode ini adalah metode MaximumLikelihood
memerlukan sampel besar dan variabel-variabel berdistribusi multivariate normal. Sedangkan metode 2SLS tidak memerlukan asumsi distribusi apapun dan dapat
digunakan untuk sampel kecil Sulistiyawan, 2009. Selain itu, metode 2SLS menghasilkan estimasi konsisten dan efisien serta konsep dan komputasinya lebih
sederhana Koutsoyiannis, 1977.
Model transfer fiskal terhadap belanja modal dan pembangunan ekonomi daerah terdiri dari 26 variabel endogen dan 23 variabel predetermined 10 variabel
lag endogen dan 13 variabel eksogen sehingga total keseluruhan variabel ada 49 variabel dalam model K, 3 sampai 6 variabel endogen dan eksogen dalam suatu
persamaan struktural, dan 26 variabel endogen atau jumlah persamaan dalam model. Berdasarkan kriteria identifikasi diketahui jumlah variabel endogen dan
eksogen yang dikeluarkan dari setiap persamaan K-M lebih besar dari jumlah variabel endogen dalam model dikurangi satu G-1 yang berarti model
Kategori