Dampak kebijakan subsidi listrik terhadap perekonomian dan kemiskinan di Indonesia

 0  17  849  2017-05-18 15:43:25 Report infringing document
DAMPAK KEBIJAKAN SUBSIDI LISTRIK TERHADAP PEREKONOMIAN DAN KEMISKINAN DI INDONESIA DISERTASI SRI DJOKO PARARTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 SURAT PERNYATAAN Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam disertasi saya yang berjudul: Dampak Kebijakan Subsidi Listrik terhadap Perekonomian dan Kemiskinan di Indonesia Merupakan gagasan atas hasil penelitian saya sendiri, dengan bimbingan Komisi Pembimbing, kecuali yang dengan jelas ditunjukkan rujukannya. Disertasi ini belum pernah diajukan untuk memperoleh gelar pada program sejenis di perguruan tinggi lain. Semua data dan informasi yang digunakan telah dinyatakan secara jelas sumbernya dan dapat diperiksa kebenarannya. Bogor, Januari 2012 Sri Djoko Pararto NRP. A 161040374 ABSTRACT SRI DJOKO PARARTO. The Impact of Electricity Subsidy Policy on Economy and Poverty in Indonesia (YUSMAN SYAUKAT, as Chairman, BONAR M. SINAGA and SRI HARTOYO, as Members of the Advisory Committee) The objectives of this study were to identify the factors that influence the levels of subsidy for electricity and to analyze the impact of electricity subsidies on economy and po verty in Indo nesia. This study used a simultaneous equations econometric was model estimated using a two stage least squares (2SLS) method and SYSLIN procedure for the data set period of 1990-2010. The forecast simulation was set for 2011-2015 with NEWTON method and SIMNLIN procedure. Since economic crises hit Indonesia in the middle 1997, electricity market in Indo nesia has funda mental change s. The crises led to rising of the operation cost of energy provision, while people’s purchasing power decreased. The government adopt ed the electricity subs idies to help the peop le and to ensure the survival of the provider of electric power. The amount of electricity subsidies depends on government revenue. Besides that, the amount of electricity subsidies also depends on the operation cost per kWh of electricity provision, margin of electricity provider, and people’s purchasing power. The amount of the electricity subsidies and the operation cost of electricity provision will determine the selling price of electricity burdened to consumers. The changes of the selling price of electricity will affect the economic performance and the poverty because the electricity is one of main energy sources of household and other economic activities. One of main results of the study is that the transfer of electricity subsidies to other expenditures has a better impact on po verty although it can suppress the economic growth. The results of forecast simulation also show that the decrease in electricity subsidies, increase of Indonesia Crude Oil Prices (ICP), and the depreciation of rupiah to dollar of United Stated caused rising in the selling price of electricity, decreasing economic growth, and increasing inflation and poverty rates. In other hand, decreasing of energy losses and reducing of company margin will result in decreasing selling price of electricity subsidies, increasing economic growth and decreasing inflation and poverty rate. Keywords: electricity subsidies, production cost, selling price of electricity, economic growth, poverty RINGKASAN Listrik sekarang telah menjadi kebutuhan pokok bagi masyarakat karena hampir setiap aktivitas masyarakat sangat tergantung pada ketersediaan tenaga listrik. Di lain pihak, penyediaan tenaga listrik yang bersifat padat modal dan teknologi menyebabkan harga tenaga listrik menjadi mahal dan belum dapat menjangka u selur uh wilayah Indo nesia. Oleh karena itu, campur tangan pemerintah sangat diperlukan untuk mendorong proses produksi dan distribusi yang lebih merata dengan harga ya ng terjangka u. Salah satu campur tangan pemerintah dalam sektor kelistrikan adalah keterlibatannya dalam penentuan tarif listrik. Kebijakan penetapan tarif listrik ini sangat erat kaitannya dengan kebijakan pemberian subsidi karena tarif listrik yang ditetapkan biasanya lebih kecil dari biaya pokok penyediaan tenaga listrik. Subsidi diberikan dengan tujuan agar ketersediaan listrik dapat terpenuhi, kelangsungan penyediaan listrik dapat berjalan stabil, serta membantu pelanggan yang kurang mampu dan masyarakat yang belum terjangkau pelayanan PT. PLN (Persero), selanjutnya disebut PLN, dapat ikut menikmati energi listrik. Namun demikian ada satu pertanyaan klasik yang sering muncul berkaitan pe mberian subsidi ini, yaitu apaka h subs idi tersebut telah memba ntu masyarakat miskin harena sampai saat ini subsidi diberikan kepada hampir semua pelanggan PLN. Selain itu, subsidi listrik juga ditengarai lebih banyak dinikmati oleh rumah tangga kaya. Ini disebabka n kebijakan subsidi listrik saat ini adalah subsidi harga, sehingga semakin besar jumlah konsumsi listriknya semakin besar juga jumlah subsidi yang dinikmati. Berpijak dari permasalahan di atas, maka diperlukan adanya suatu penelitian untuk mengetahui faktor- faktor apa saja yang mempengaruhi besarnya subsidi listrik dan bagaimana dampaknya terhadap tingkat kemiskinan di Indo nesia. Tujuan penelitian ini adalah: (1) mengidentifikasi faktor- faktor yang mempengaruhi besarnya subsidi listrik di Indonesia; (2) mengestimasi besarnya subsidi listrik yang harus dikeluarkan pemerintah; dan (3) menganalisis dampak pemberian subsidi listrik terhadap tingkat kemiskinan. Penelitian ini menggunakan data sekunder periode tahun 1990-2010 yang bersumber dari berbagai instansi. Analisis menggunakan model persamaan simultan yang diestimasi dengan metod e 2SLS (Two-Stage Least Squares) dan prosedur SYSLIN. Model yang disusun terdiri da ri 29 persamaan struktural dan 27 persamaan identitas yang dikelompokkan dalam 8 blok, yaitu (1) blok produksi listrik, (2) blok konsumsi listrik, (3) blok subsidi listrik, (4) blok harga jual tenaga listrik, (5) blok pe nerimaan dan pengeluaran pemerintah, (6) blok PDB, nilai tukar, dan inflasi, (7) blok tenaga kerja, dan (8) blok kemiskinan. Hasil estimasi persamaan-persamaan struktural pada taraf signifikansi 40 persen secara ekonomi logis serta mempunyai arti dan dapat dibuktikan secara statistik. Sebelum melakukan simulasi, maka dilakukan uji validasi dengan metode NEWTON dan prosedur SIMNLIN. Uji validasi menggunakan statistik RMSPE dan U-The il. Hasil validasi menunjukkan model yang dibangun mempunyai daya ramal yang cukup valid untuk melakukan simulasi ramalan. Simulasi ramalan dilakukan untuk periode tahun 2011-2015 dengan metode NEWTON dan prosedur SIMNLIN. Seluruh perhitungan menggunakan program piranti lunak Statistical Analysis System/Estimation Time Series (SAS/ETS) versi 9.1. Berdasarkan hasil pendugaan parameter, dapat disimpulkan bahwa produksi tenaga listrik yang dibangkitkan sendiri dipengaruhi secara positif oleh konsumsi bahan bakar yang digunakan. Tenaga listrik yang dibeli dipengaruhi secara negatif oleh jumlah tenaga listrik yang diproduksi sendiri dan pos itif oleh besarnya permintaan tenaga listrik dan jumlah tenaga listrik yang hilang. Total biaya operasional dipengaruhi secara positif oleh jumlah tenaga listrik yang dibeli, biaya untuk konsumsi bahan bakar (BBM, batu bara, dan gas alam), dan biaya rutin lainnya. Pengeluaran untuk konsumsi bahan bakar dipengaruhi oleh harga dan jumlahnya. Jumlah konsumsi bahan bakar dipengaruhi secara negatif oleh harganya, jumlah tenaga listrik yang diproduksi sendiri, dan secara positif oleh harga dunia bahan bakar. Konsumsi tenaga listrik dipengaruhi secara negatif oleh harga jual tenaga listrik da n secara positif oleh pendapatan pelanggan. Subsidi harga listrik dipengaruhi secara positif oleh besarnya penerimaan pemerintah. Harga jual tenaga listrik dihitung berdasarkan selisih antara biaya pokok penyediaan tenaga listrik per kWh (BPP, termasuk margin usaha) de ngan nilai subsidi per kWh yang diberikan. Jumlah penduduk miskin di daerah perkotaan dan pedesaan dipengaruhi secara positif oleh tingkat inflasi dan jumlah pengangguran. Selain itu, jumlah penduduk miskin di perkotaan dipengaruhi secara negatif oleh tingkat upa h riil, seda ngka n di pede saan oleh jumlah pengeluaran pemerintah. Simulasi peramalan pe ngurangan subsidi listrik, ke naika n harga minya k mentah Indo nesia (ICP), dan melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat menyebabkan kenaikan harga jual tenaga listrik, memicu inflasi, menekan laju pertumbuhan ekonomi, dan meningkatkan jumlah penduduk miskin. Sedangkan penurunan tenaga listrik yang hilang da n pe ngurangan margin usaha perusahaan penyedia tenaga listrik dapat menurunkan biaya operasional perusahaan penyedia tenaga listrik da n harga jual tenaga listrik, meneka n inflasi, mendorong laju pertumbuhan ekonomi, da n dapat menurunkan jumlah pe nduduk miskin. @ Hak cipta milik Institut Pertanian Bogor, tahun 2012 Hak Cipta dilindungi Undang-Undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumka n atau menyebutka n sumber a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah b. Pengutipan tidak merugikan kepentingan yang wajar IPB 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB DAMPAK KEBIJAKAN SUBSIDI LISTRIK TERHADAP PEREKONOMIAN DAN KEMISKINAN DI INDONESIA SRI DJOKO PARARTO DISERTASI Sebagai salah satu syarat untuk me mperoleh gelar Doktor pada Prog ram Studi Ilmu Ekonomi Pertanian SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 Penguji Luar Komisi Ujian Tertutup: 1. Dr. Ir. Suharno, MSc Staf Pengajar Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. 2. Dr. Ir. M. Parulian Hutagaol, MS Staf Pengajar Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penguji Luar Komisi Ujian Terbuka: 1. Prof. Dr. Zuhal, M.Sc. Guru Besar pada Fakultas Teknik, Universitas Indonesia. 2. Prof. Dr. Ir. Hermanto Siregar, M.Ec. Guru Besar pada Fakultas Eko nomi da n Manajemen, Institut Pertanian Bogor. Judul Disertasi : Dampak Kebijakan Subsidi Listrik terhadap Perekonomian dan Kemiskinan di Indonesia Nama Mahasiswa : SRI DJOKO PARARTO Nomor Pokok : A 161040374 Program Studi : Ilmu Ekonomi Pertanian Menyetujui: 1. Komisi Pembimbing Dr. Ir. Yusman Syaukat, MEc. Ketua Dr. Sri Hartoyo, MS. Anggota Prof. Dr. Ir. Bonar M. Sinaga, MA Anggota Mengetahui: 2. Ketua Program Studi Ilmu Ekonomi Pertanian 3. Dekan Sekolah Pascasarjana, IPB Prof. Dr. Ir. Bonar M. Sinaga, MA. Dr. Ir. Dahrul Syah, MSc. Agr. Tanggal Ujian: 18 Januari 2012 Tanggal Lulus: KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas segala karuniaNya sehingga disertasi berhasil diselesaikan. Disertasi dengan judul Dampak Subsidi Listrik Terhadap Tingka t Kemiskinan di Indo nesia disusun sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Ilmu Ekonomi Pertanian. Ucapan terima kasih penulis sampaikan kepada Bapak Dr. Ir. Yusman Syaukat, M.Ec. selaku Ketua Komisi Pembimbing, Bapak Prof. Dr. Ir. Bonar M Sinaga dan Bapak Dr. Sri Hartoyo, MS selaku Anggota Komisi Pembimbing yang telah memberikan masukan dan saran dalam penyusunan proposal ini. Kepada teman-teman di program studi Ilmu Ekonomi Pertanian kelas khusus angkatan II Institut Pertanian Bogor (IPB) juga penulis sampaikan ucapan terima kasih atas masuka nnya untuk lebih menyempurnaka nnya. Penulis sadari bahwa dengan segala keterbatasan, penelitian ini tentulah be lum sempurna. Ketidak sempurnaan penelitian ini menjadi tangjung jawab penulis sepenuhnya. Oleh karena itu kritik dan saran dari para pembaca sangat diharapkan guna penyempurnaan penetilian sejenis ini dimasa mendatang akan sangat berguna bagi penulis dan juga bagi masyarakat ilmiah. Penulis berharap agar hasil penelitian ini berguna bagi masyarakat dan pihak-pihak yang memerluka n. Bogor, Januari 2012 Penulis RIWAYAT HIDUP Penulis dilahirkan pada tanggal 4 Oktober 1951 di Sragen, Jawa Tengah dan memiliki orang tua Bapak Suwarno da n Ibu Sri Amini. Pada tahun 1969 penulis menyelesaikan sekolah di Sekolah Menengah Atas di SMA Negeri Sragen . Pendidikan sarjana diselesaikan pada tahun 1977 pada Fakultas Teknik Elektro Institut Teknologi Sepuluh November Surabaya. Pada tahun 2002 atas sponsor PT PLN(Persero) penulis melanjutkan pendidikan pada Program Pasca Sarjana (S2) di Sekolah Tinggi Manajemen Prasetya Mulya Jakarta, gelar Magister Manajemen diraih pada tahun 2004. Pada tahun 2004 penulis melanjutkan kuliah pada Program S3 bidang Ilmu Ekonomi Pertanian di Sekolah Pascasarjana,Institut Pertanian Bogor. Penulis sejak tahun 1977 bekerja di PT PLN (Persero) ditempatkan di PLN Distribusi Jawa Timur, Surabaya sampai dengan tahun 1990. Sejak tahun 1990 sampai dengan 1995 ditempatkan di PLN Distribusi Jakarta Raya dan Tangerang sampai dengan tahun 1995. Tahun 1995 sampai dengan 1997 di PLN Wilayah Aceh, pada tahun 1997 sampai dengan 2000 di PLN Wilayah Kalimantan Selatan, Tengah dan Timur. Sejak tahun 2000 sampai tahun 2004 ditempatkan di kantor pusat. Pada tahun 2004 sampai dengan 2009 ditugas karyakan di PT Cogindo sebagai Direktur Utama dan sejak tahun 2009 sampai dengan sekarang sebagai Wakil Direktur Utama Dana Pensiun PLN. Penulis meningkah dengan Ollysari Kentjonowati pada tahun 1980 dan dikaruniai tiga anak, anak pertama laki- laki Priyo Santoso, kedua perempuan Mina Samantha da n ke tiga laki- laki Firman Parrol. RIWAYAT HIDUP Nama : Sri Djoko Pararto Tempat dan tanggallahir :Sragen, 4-Oktober-1951 Agama : Islam Alamat : Jl. BukitHijau VIII/15A PondokI ndah, JakartaSelatan NamaIstri : Olly Sari Kentjonowati NamaAnak : 1. PriyoSantoso, 2. Mina Samantha dan 3. FirmanParrol RiwayatPendidika n : 1. SekolahRakyat Negeri di Sragen, lulusTahun 1963 2. SekolahMenengahPertama di Sragen, lulusTahun 1966 3. SekolahMenengah Atas di Sragen, lulusTahun 1969 4. FakultasTeknikEletro ITS, lulusTahun 1977 5. SekolahTinggiManajemenPrasetiyaMulya, lulus 2004 6. Sekolah Pasca SarjanaJakarta IPB, lulus 2012 RiwayatPekerjaan: 1. Karyawan PLN Tahun 1977 – 2004 2. DirekturUtamaPT. CogindoDayaBersama 3. WakilDirekturUtamaDana Pensiun PT PLN(Persero) DemikianRiwayathidupini kami buatsayabuatdengansebenarbenaryadanapabiladikemudianhariternyataterdapatketerangan yang tidakbenar, makasayabersediadituntutdimuka hakim. Bogor 27-Februari-2012 Yang MembuatRiwayatHidup Sri DjokoPararto DAFTAR ISI Halaman I. II. III. DAFTAR TABEL …………………………………………………………....... iv DAFTAR GAMBAR …………………………………………………………... vi DAFTAR LAMPIRAN ………………………………………………………… vii PENDAHULUAN ……………………………………………………………... 1 1.1. Latar Belakang ………………………………………………………........ 1 1.2. Perumusan Masalah ……………………………………………………… 10 1.3. Tujuan Penelitian ………………………………………………………… 12 1.4. Manfaat Penelitian ……………………………………………………….. 12 1.5. Ruang Lingkup da n Keterbatasan ………………………………………... 13 TINJAUAN PUSTAKA ……………………………………………………….. 15 2.1. Pengertian dan Jenis Subs idi ……………………………....……………. 15 2.2. Efek Pemberian Subsidi .................……………………………………. 17 2.3. Kemiskinan …...............………………………………………………… 19 2.3.1. Konsep dan Ukuran Kemiskinan .................................................. 19 2.3.2. Penyebab Kemiskinan .................................................................. 21 2.4. Inflasi …...................................................................……………………. 22 2.5. Dampak Subs idi Terhadap Kemiskinan ..........……………………........ 24 2.6. Dampak Subsidi Terhadap Kesejahteraan Masyarakat …………………. 27 2.7. Monopo li Alami ..............................................…………………………. 29 2.8. Penelitian yang Perna h Dilakuka n ……………………………………… 29 2.8.1. Tarif Listrik ……………………………..……………………….. 29 2.8.2. Subsidi Listrik …………………………………..……………….. 31 2.8.3. Keterkaitan Subsidi dengan Kemiskinan ..……..……………….. 34 METODE PENELITIAN ……………………………………………………... 37 3.1. Kerangka Pikir ………………………………………………………….. 37 3.2. Hipotesis Penelitian …………………………………………………….. 38 3.3. Metode Analisis ………………………………………………………..… 38 3.3.1. Model Ekonometrika ………………………………………….… 40 3.3.1.1. Persamaan Struktural dan Identitas …………………… 41 i IV. V. VI. 3.3.1.2. Uji Identifikasi ………………………………………… 58 3.3.1.3. Pengujian Parameter Model ……………………..…… 60 3.3.1.4. Uji Durbin- h …......................………………………... 61 3.3.1.5. Metode Estimasi Model ………………………………. 62 3.3.1.6. Validasi Model ………………………………………… 64 3.3.1.7. Skenario Simulasi ……………………………………... 67 3.3.2. Jenis dan Sumber Data yang Digunakan ……………….....…..... 70 GAMBARAN UMUM KELISTRIKAN DAN KEMISKINAN DI INDONESIA TAHUN 1990-2010 .................................................................... 71 4.1. Konsumsi Energi Nasional ..................................................................... 71 4.2. Produksi Tenaga Listrik .......................................................................... 73 4.3. Konsumsi Tenaga Listrik ........................................................................ 76 4.4. Subsidi Listrik ......................................................................................... 78 4.5. Kemiskinan di Indonesia ........................................................................ 79 4.6. Subsidi Listrik, Pertumbuhan Ekonomi, da n Kemiskinan ..................... 81 PEMBAHASAN HASIL ESTIMASI MODEL SUBSIDI HARGA LISTRIK 85 5.1. Gambaran Umum ……………………………………………………….. 85 5.2. Penjelasan Persamaan …………………………………………………... 86 5.2.1. Blok P rod uksi Tenaga Listrik ………………………………….. 86 5.2.2. Blok K onsumsi Tenaga Listrik ………………………………… 100 5.2.3. Blok Subs idi Harga Listrik ……...……………….......………… 108 5.2.4. Blok Harga Jua l Tenaga Listrik .…....................………………. 113 5.2.5. Blok Penerimaan dan Pengeluaran Pemerintah ……………….. 113 5.2.6. Blok Perekonomian ………………............................................. 116 5.2.7. Blok Tenaga Kerja ...................................................................... 128 5.2.8. Blok Kemiskinan ......................................................................... 131 SIMULASI KEBIJAKAN DAN PEMBAHASAN ………………………….. 137 6.1. Validasi Model …………………………………………………………. 137 6.2. Ramalan Variabel Endogen ……………………………....…………….. 139 6.3. Simulasi Kebijakan Berkaitan dengan Perubahan Nilai Subsidi ………. 141 6.3.1. Dampak Kebijakan Peningkatan Subsidi Harga Listrik Sebesar 10 Persen ....................................................................................... ii 141 6.3.2. Dampak Kebijaka n Penurunan Subsidi Harga Listrik Sebesar 10 Persen …………………………………………………………... 142 6.3.3. Dampak Kebijaka n Penurunan Subsidi Harga Listrik Sebesar 10 Persen dan Dialihkan ke Belanja Lain .......................................... 144 6.3.4. Dampak Kebijakan Menaikkan Harga Jual Tenaga Listrik Sebesar 10 Persen .......................................................................... 145 6.4. Simulasi Kebijakan Berkaitan dengan Perubahan Faktor Eksternal .......... 146 6.4.1. Dampak Kenaikan ICP Sebesar 10 Persen .................................... 147 6.4.2. Dampak Kenaikan ICP Sebesar 10 Persen dengan Harga Jual Tenaga Listrik Tetap ..................................................................... 148 6.4.3. Dampak Kenaikan ICP Sebesar 10 Persen dengan Subsidi Per kWh Tetap ..................................................................................... 149 6.4.4. Dampak Depresiasi Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat Sebesar 10 Persen .............................................. 150 Simulasi Kebijakan Berkaitan dengan Efisiensi Perusahaan Penyedia Tenaga Listrik ........................................................................................... 152 6.5.1. Dampak Pengurangan Susut Tenaga Listrik Sebesar 10 Persen 152 6.5.2. Dampak Pengurangan Margin Usaha Sebesar 1 Persen ………... 153 6.5.3. Dampak Penurunan Susut Tenaga Listrik Sebesar 10 Persen dan Pengurangan Margin Usaha Sebesar 1 Persen ............................. 153 6.6. Ringkasan Dampak Kebijakan Subsidi Harga Listrik terhadap Tingkat Kemiskinan .............................................................................................. 156 KESIMPULAN DAN IMPLIKASI KEBIJAKAN …………………………… 159 7.1. Kesimpulan ……………………………………………………………... 159 7.2. Implikasi Kebijakan …………………………………………………….. 162 7.3. Saran untuk Penelitian Selanjutnya …………………………………….. 162 DAFTAR PUSTAKA …………………………………………………………. 165 LAMPIRAN …………………………………………………………………… 169 6.5 VII. iii DAFTAR TABEL Nomor Halaman 1. Perkembangan Rasio Elektrifikasi di Indonesia, Tahun 2005 – 2009 ……………. 1 2. Perkiraan Jumlah Permintaan Energi Listrik, Rasio Elektrifikasi, dan Investasi yang Dibutuhkan, Tahun 2010–2019 ……………………………………………... 2 3. Pengeluaran Pemerintah Pusat untuk S ubs idi Tahun 2000–2010 ………………... 5 4. Biaya Operasional Perusahaan Penyedia Tenaga Listrik Menurut Jenis Pengeluaran Tahun 2000–2010 ............................................................................... 6 5. Besarnya Subsidi Menurut Golongan Pelanggan, Tahun 2005–2010 ……....……. 7 6. Nilai Subsidi yang Diterima Per Pelanggan Menur ut Golongan Tarif Rumah Tangga, Tahun 2005–2009 ……………………………………………………….. 8 7. Jumlah Pelanggan PLN Rumah Tangga Sangat Kecil dan Rumah Tangga Miskin, Tahun 2005 – 2010 ……………………………………………………………….. 11 8. Distribus i Konsumsi Energi Akhir Menurut Jenis ,Tahun 1990 – 2009 ................ 72 9. Produksi Tenaga Listrik, Tahun 1990–2010 ........................................................... 73 10. Bauran Energi Menur ut Sumber Energi, Tahun 1998 – 2009 ................................. 74 11. Total Biaya Operasional, Tahun 1990–2010 ........................................................... 75 12. Konsumsi Tenaga Listrik Menurut Golongan Pelanggan, Tahun 1990–2010 ........ 76 13. Tenaga Listrik yang Dikonsumsi Sendiri dan Hilang, Tahun 1990–2010 .............. 77 14. Realisasi Subsidi Listrik, Tahun 1998–2010 ........................................................... 79 15. Jumlah da n Persentase Penduduk M iskin di Indo nesia Menur ut Daerah, Tahun 1990-2010 .............................................................................................................. 80 16. Garis Kemiskinan Menurut Daerah, Tahun 1990-2010 .......................................... 81 17. Hasil Estimasi Parameter Persamaan Produksi Tenaga Listrik yang Diproduksi Sendiri, Tahun 1990-2010 …………………………………………….................. 88 18. Hasil Estimasi Parameter Persamaan Konsumsi BBM, Tahun 1990-2010 ........... 89 19. Hasil Estimasi Parameter Persamaan Konsumsi Batubara, Tahun 1990-2010 … 90 20. Hasil Estimasi Parameter Persamaan Konsumsi Gas Alam, Tahun 1990-2010 … 91 21. Hasil Estimasi Parameter Persamaan Harga BBM, Tahun 1990-2010 ….………. 93 22. Hasil Estimasi Parameter Persamaan Harga Batubara, Tahun 1990-2010 ......... 94 iv 23. Hasil Estimasi Parameter Persamaan Harga Gas Alam, Tahun 1990-2010 ..…… 95 24. Hasil Estimasi Parameter Persamaan Tenaga Listrik yang Dibeli, Tahun 19902010…………………………………………………........................................... 96 25. Hasil Estimasi Parameter Persamaan Total Biaya Operasional Penyediaan Tenaga Listrik, Tahun 1990-2010 ......................................................................... 98 26. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Rumah Tangga, Tahun 1990-2010 ...…………………………………………................... 101 27. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Industri ,Tahun 1990-2010 .................................................................................................. 104 28. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik o leh Pelanggan Lainnya, Tahun 1990-2010 ………...................................................................... 106 29. Hasil Estimasi Parameter Persamaan Subs idi Harga Listrik untuk Rumah Tangga , Tahun 1990-2010 .................................................................................................. 109 30. Hasil Estimasi Parameter Persamaan Subs idi Harga Listrik untuk Industri, Tahun 1990-2010 ............................................................................................................... 111 31. Hasil Estimasi Parameter Persamaan Subs idi Harga Listrik untuk Pelanggan Lainnya, Tahun 1990-2010 .................................................................................... 111 32. Hasil Estimasi Parameter Persamaan Penerimaan Pajak, Tahun 1990-2010 .......... 114 33. Hasil Estimasi Parameter Persamaan Belanja Lain, Tahun 1990-2010 .................. 115 34. Hasil Estimasi Parameter Persamaan Pengeluaran di Luar Konsumsi Listrik, Tahun 1990-2010 ................................................................................................... 117 35. Hasil Estimasi Parameter Persamaan Investasi, Tahun 1990-2010 ........................ 119 36. Hasil Estimasi Parameter Persamaan Ekspor, Tahun 1990-2010 .......................... 119 37. Hasil Estimasi Parameter Persamaan Impor, Tahun 1990-2010 ............................ 121 38. Hasil Estimasi Parameter Persamaan Nilai, Tukar Rupiah Terhadap Dolar Amerika Serikat, Tahun 1990-2010 ....................................................................... 123 39. Hasil Estimasi Parameter Persamaan Indeks Harga Kons umen, Tahun 1990-2010 125 40. Hasil Estimasi Parameter Persamaan Tingkat Suku Bunga, Tahun 1990-2010 ...... 127 41. Hasil Estimasi Parameter Persamaan Penawaran Tenaga Kerja, Tahun 1990-2010 129 42. Hasil Estimasi Parameter Persamaan Permintaan Tenaga Kerja, Tahun 19902010……………………………………………………………………………….. 130 43. Hasil Estimasi Parameter Persamaan Upa h Riil Tenaga Kerja, Tahun 1990-2010 131 44. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Perkotaan , Tahun 1990-2010................................................................................................... 132 45. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pedesaan, Tahun 1990-2010 .................................................................................................... 134 v 46. Ringkasan Hasil Validasi Mode l Subsidi Harga Listrik di Indonesia ..................... 138 47. Dampak Kebijakan Subsidi Harga Listrik Terhadap Kemiskinan Periode Peramalan, Tahun 2011-2015................................................................................... 154 vi DAFTAR GAMBAR Nomor Halaman 1. Biaya Pokok Penyediaan da n Rata-Rata Harga Jual Tenaga Listrik per kWh Tahun 1990–2010 ................................................................................................... 3 2. Dampak Pemberian Subsidi terhadap Kemiskinan ................................................. 25 3. Dampak Pemberian Subsidi terhadap Kesejahteraan .............................................. 28 4. Pengaturan Harga Monopo li Alami ......................................................................... 30 5. Kerangka Pemikiran Dampak Subsidi Harga Listrik terhadap Kemiskinan …..… 39 6. Keterkaitan Antarblok Model Subsidi Harga Listrik di Indonesia .......................... 42 7. Model Subsidi Harga Listrik ……...……………………………………………... 57 8. Besarnya Subsidi Listrik, Tingkat Kemiskinan, d an Laju Pertumbuhan Ekonomi di Indonesia, Tahun 1990-2010 ............................................................................... 83 9. Realisasi dan Ramalan Subsidi Listrik Tahun 1998–2015 ...................................... vii 140 DAFTAR LAMPIRAN Nomor 1. Halaman Keterangan Variabel yang digunakan dalam Model Subsidi Harga Listrik ........ 167 2. Ringkasan Model Subsidi Harga Listrik ............................................................. 170 3. Program Estimasi Model Subsidi Harga Listrik Harga menggunakan Metode 2SLS dan Prosedur SYSLIN dengan Program SAS/ETS versi 9.1 ..................... 173 Hasil Estimasi Mode l Subsidi Harga Listrik menggunakan Metode 2SLS da n Prosedur SYSLIN de ngan Program SAS/ETS versi 9.1 ……………................. 177 Program Estimasi Statistik Durbin-h menggunakan Metode OLS dan Prosedur AUTOREG dengan Program SAS/ETS versi 9.1 ................................................ 192 Hasil Estimasi Statistik Durbin- h menggunakan Metode OLS dan Prosedur AUTOREG dengan Program SAS/ETS versi 9.1 ................................................ 196 Program Validasi Model Subsidi Harga Listrik menggunakan Metode Newton dan Prosedur SIMNLIN de ngan Program SAS/ETS versi 9.1 ……..................... 209 Hasil Validasi Model Subsidi Harga Listrik menggunakan Metode Newton dan Prosedur SIMNLIN dengan Program SAS/ETS versi 9.1 ……........................... 214 Program Peramalan Variabel Endogen Tahun 2011-2015 Model Subsidi Harga Listrik menggunakan Metode Newton da n Prosedur SIMNLIN de ngan Program SAS/ETS versi 9.1 ................................................................................. 218 10. Hasil Peramalan Variabel Endogen Tahun 2011-2015 Mode l Subsidi Harga Listrik menggunakan Metode Newton dan Prosedur SIMNLIN dengan Program SAS/ETS versi 9.1 ................................................................................ 222 11. Program Simulasi Model Subsidi Harga Listrik Periode Peramalan Tahun 2011-2015 menggunakan Metode Newton dan Prosedur SIMNLIN dengan Program SAS/ETS versi 9.1(Simulasi 2a) ........................................................... 225 12. Hasil Simulasi Model Subsidi Harga Listrik Periode Peramalan Tahun 20112015 menggunakan Metode Newton dan Prosedur SIMNLIN dengan Program SAS/ETS versi 9.1(Simulasi 2a) ………….…………………………….......... 230 13. Hasil Peramalan Variabel Endogen Tahun 2011-2015 ....................................... 232 14. Hasil Simulasi Mode l Subsidi Harga Listrik Periode Peramalan Tahun 20112015 ..................................................................................................................... 234 15. Data untuk Mode l Subsidi Harga Listrik, Tahun 1990-2010 .............................. 237 4. 5. 6. 7. 8. 9. viii I. PENDAHULUAN 1.1. Latar Belakang Listrik sekarang telah menjadi kebutuhan pokok bagi masyarakat karena hampir setiap aktivitas masyarakat, terutama masyarakat perkotaan, sangat tergantung pada ketersediaan energi listrik. Namun di sisi lain belum semua penduduk Indo nesia telah menikmati energi listrik. Rasio elektrifikasi 1 di Indo nesia sampai dengan akhir tahun 2009 baru mencapai 65 persen, yang berarti masih ada 35 persen penduduk yang belum menikmati aliran listrik (PT PLN (Persero), 2010). Pertumbuhan pembangunan jaringa n listrik juga masih terpusat di wilayah Jawa-Bali dan Sumatera. Wilayah bagian timur Indonesia merupakan daerah de ngan rasio elektrifikasi paling rendah dibandingkan wilayah lain (lihat Tabe l 1). Tabel 1. Perkembangan Rasio Elektrifikasi di Indonesia,Tahun 2005–2009 (%) Wilayah 2005 2006 2007 2008 2009 Indo nesia 58.3 59.0 60.8 62.3 65.0 Jawa-Bali 63.1 63.9 66.3 68.0 69.8 Sumatera 55.8 57.2 56.8 60.2 63.5 Kalimantan 54.5 54.7 54.5 53.9 55.1 Sulawesi 53.0 53.2 53.6 54.1 54.4 Indo nesia Bagian Timur 30.1 30.6 30.6 30.6 31.8 Sumber: PT PLN (Persero), 2010 Di lain pihak, penyediaan tenaga listrik yang bersifat padat modal dan teknologi menyebabkan harga energi listrik menjadi mahal dan belum dapat 1 Rasio elektrifikasi d idefinisikan sebagai jumlah ru mah tangga berlistrik d ibagi ju mlah ru mah tangga yang ada 2 menjangka u selur uh wilayah Indo nesia. Sebagai contoh, untuk meningkatkan rasio elektrifikasi dari 66.1 persen pada tahun 2010 menjadi 68.5 persen pada tahun 2011 membutuhka n investasi sebesar US$ 9.74 miliar. Diperkirakan investasi yang dibutuhkan untuk memenuhi permintaan energi listrik dari tahun 2010 sampa i dengan tahun 2019 mencapai US$ 97.1 miliar. Tabel 2. Perkiraa n Jumlah Permintaan Energi Listrik, Rasio Elektrifikasi, dan Investasi yang Dibutuhkan,Tahun 2010–2019 2010 Jumlah Permintaan (GWh) 147.8 Rasio Elektrifikasi (%) 66.1 Kebutuhan Investasi (Juta US$) *) 8122.2 2011 161.1 68.5 9 739.0 2012 176.4 71.1 11 821.1 2013 193.6 73.7 12 153.3 2014 212.7 76.5 10 890.8 2015 233.7 79.5 9 493.2 2016 256.3 82.5 9 265.0 2017 280.7 85.5 9 326.9 2018 306.9 88.5 8 551.5 2019 334.4 90.9 7 740.5 Tahun Jumlah 97 103.6 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 Melepaskan harga listrik sesuai mekanisme pasar tidak mungkin dilakukan pemerintah di tengah masih tingginya angka kemiskinan 2 . Berdasarkan data dari Bada n Pusat Statistik (BPS), pada tahun 2010 jumlah penduduk miskin di Indo nesia mencapai 31.02 juta orang atau 13.33 persen dari 237 juta penduduk. Apalagi Pasal 33 UUD 1945 secara jelas menyatakan bahwa cabang produksi 2 Angka kemiskinan menunjukkan ju mlah penduduk miskin di seluruh Indonesia. Menurut BPS, penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan di bawah garis kemiskinan. Pada tahun 2010 garis kemiskinan mencapai Rp. 232 989 untuk daerah perkotaan dan Rp. 192 354 untuk daerah pedesaan. 3 yang menguasai hajat hidup orang banyak dikuasai oleh negara, serta bumi, air dan kekayaan alam yang terdapat di dalamnya dikuasai oleh negara dan digunakan sebesar-besarnya untuk kepentingan rakyat. Sehingga usaha penyediaan tenaga listrik harus disediakan oleh negara dan tersebar merata serta terjangkau oleh seluruh lapisan masyarakat. Oleh karena itu, campur tangan pemerintah sangat diperlukan untuk mendorong proses produksi dan distribusi tenaga listrik yang lebih merata dengan harga yang terjangka u. Salah satu campur tangan pemerintah dalam sektor kelistrikan adalah keterlibatannya dalam penentuan tarif listrik. Kebijakan penetapan tarif listrik ini sangat erat kaitannya dengan kebijakan pemberian subsidi. Hal ini dikarenakan sejak tahun 1998 tarif listrik yang ditetapkan pemerintah selalu lebih rendah dari biaya pokok penyediaan tenaga listrik (lihat Gambar 1). Hal ini menyebabkan perusahaan penyedia tenaga listrik mengalami kerugian. Sehingga untuk mengganti kerugian akibat penetapan harga jual tenaga listrik tersebut, pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik. 1600 Rp/kWh 1200 800 400 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 0 BPP Rata-rata HJTL Gambar 1. Biaya Pokok Penye diaa n dan Rata-Rata Harga Jual Tenaga Listrik Per kWh, Tahun 1990–2010 4 Selain itu terus meningkatnya permintaan tenaga listrik juga harus diikuti kemampuan produksi perusahaan penyedia tenaga listrik. Untuk meningkatkan produksi maka perlu membangun pembangkit-pembangkit baru yang berarti membutuhkan investasi. Seperti yang ditunjukkan pada Tabel 2 di atas bahwa untuk memenuhi peningkatan permintaan tenaga listrik diperlukan investasi yang besar. Untuk itu sejak tahun 2009 pemerintah memasukka n unsur margin usaha dalam menghitung besarnya subsidi yang dibayarkan kepada PLN. Pemberian margin ini dimaksudkan agar PLN mendapatkan keuntungan, sehingga dapat melakukan investasi dari keuntungan tersebut. Selain itu, pemberian margin dilakukan untuk menyehatkan kondisi keuangan PLN. Hal ini dilakukan karena besarnya investasi yang diambil dari keuntungan PLN tidak mencukupi untuk memenuhi seluruh investasi yang dibutuhkan untuk memenuhi permintaan tenaga listrik. Sejak tahun 2005 pemerintah tidak lagi melakukan investasi untuk PLN, sehingga untuk menutupi kekurangan investasi tersebut PLN mencari sumbersumber lain seperti dunia perbankan maupun lembaga-lembaga peminjam lainnya. Untuk dapat meminjam dari perbankan dan lembaga-lembaga lain baik lokal maupun internasional maka ko ndisi ke uangan PLN harus sehat. Dengan demikian kebijakan pemberian subsidi listrik yang dilakukan pemerintah bertujuan selain untuk membantu pelanggan yang kurang mampu dan masyarakat yang belum terjangkau pelayanan PLN dapat ikut menikmati energi listrik, juga untuk menjaga ketersediaan tenaga listrik listrik, serta menjamin kelangsungan hidup p erusahaan penyediaan tenaga listrik (Purwoko, 2003). Pemerintah telah mengeluarkan anggaran triliunan rupiah untuk subsidi listrik setiap tahun. Nilai realisasi subsidi listrik tersebut cenderung naik setiap 5 tahun, kecuali pada tahun 2009 yang mengalami penurunan yang cukup signifikan yaitu dari 78.58 triliun rupiah pada tahun 2008 menjadi 53.72 triliun rupiah. Sejak tahun 2006 besaran subsidi listrik mengalami kenaikan drastis dan juga realisasinya selalu lebih besar dari nilai anggaran yang disediaka n. Tabel 3. Penge luaran Pe merintah Pusat untuk Subsidi, Tahun 2000–2010 Belanja Pem. Pusat Tahun (Triliun Rp) Persentase Persentase terhadap Total Subsidi Subsidi Non BBM terhadap Belanja BBM Jumlah LainListrik Pem. Pusat nya Subsidi (Triliun Rp) Non BBM BBM Listrik Lainnya 2000 188.39 53.81 3.93 5.01 62.75 33.31 85.76 6.26 7.98 2001 260.51 68.38 4.62 4.44 77.44 29.73 88.30 5.96 5.74 2002 247.80 31.16 4.10 7.37 42.64 17.21 73.09 9.62 17.29 2003 253.71 13.21 4.52 7.74 25.47 10.04 51.87 17.75 30.38 2004 300.04 59.76 3.31 7.37 69.85 23.28 85.55 4.74 10.55 2005 361.16 95.60 8.85 16.32 120.77 33.44 79.16 7.33 13.51 2006 440.03 64.21 30.39 12.83 107.43 24.41 59.77 28.29 11.94 2007 504.62 83.79 33.07 33.35 150.21 29.77 55.78 22.02 22.20 2008 693.36 139.11 83.91 52.28 275.29 39.70 50.53 30.48 18.99 2009 628.81 45.04 49.55 43.50 138.08 21.96 32.62 35.88 31.50 2010* 781.53 88.89 55.11 57.27 201.26 25.75 44.17 27.38 28.45 27.28 58.45 22.13 19.47 Ratarata Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) *) APBN-P 2010 Berdasarkan data dari Badan Kebijakan Fiskal, Kementerian Keuangan, dalam kurun waktu 2000–2010, secara rata-rata subs idi yang dikeluarkan pemerintah mencapai 27.28 persen dari total belanja pemerintah pusat, dimana 58.45 persen digunakan untuk subsidi bahan bakar minyak (BBM). Subsidi listrik adalah yang terbesar diantara subsidi-subsidi non BBM lainnya yang secara ratarata mencapai 22.19 persen pada periode yang sama. Sejak tahun 2006 subsidi listrik mengalami kenaikan tajam, baik dari nilai maupun persentasenya, di saat 6 subsidi BBM mulai berkurang. Bahkan pada tahun 2009 mencapai 35.88 persen, melebihi subsidi untuk BBM sebesar 32.62 persen. Kenaikan subsidi listrik ini disebabkan karena biaya operasional perusahaan penyedia tenaga listrik (PLN) yang terus meningkat, sementara tarif listrik relatif tetap. Merosotnya nilai tukar rupiah terhadap dolar Amerika Serikat sejak krisis ekonomi tahun 1997 dan masih tingginya ketergantungan PLN terhadap BBM merupaka n dua sebab utama meningkatnya biaya operasional PLN. Pada Tabel 4 dapat dilihat bahwa pada periode 2000-2010 sebesar 54.19 persen dari seluruh biaya operasional digunakan untuk membeli bahan bakar dan pelumas. Namun di sisi lain, krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1997 telah menurunkan pendapatan riil dan daya beli masyarakat. Sehingga pemerintah merasa perlu mengeluarkan kebijakan pemberian subsidi listrik untuk mengurangi beban masyarakat tersebut. Tabel 4. Biaya Operasional Perusahaan Penyedia Tenaga Listrik Menurut Je nis Penge luaran, Tahun 2000–2010 (Miliar Rupiah) Jenis Pengeluaran Bahan Tahun Jumlah Pembelian PemeliKepegaBakar dan Lainnya Listrik haraan waian Pelumas 2000 9 395.4 10 375.8 1 610.3 1 802.4 4 032.0 27 215.8 2001 8 717.1 14 007.3 2 630.4 2 066.3 4 498.3 31 919.4 2002 11 168.8 17 957.3 3 588.8 2 583.3 17 047.4 52 345.6 2003 10 834.0 21 477.9 4 827.6 3 827.7 14 910.0 55 877.2 2004 11 970.8 24 491.1 5 202.1 5 619.4 12 427.4 59 710.8 2005 13 598.2 37 355.5 6 511.0 5 508.1 13 050.9 76 023.6 2006 14 845.4 63 401.1 6 629.1 6 719.7 13 632.8 105 228.2 2007 16 946.7 65 560.0 7 269.1 7 064.3 14 665.8 111 506.0 2008 20 742.9 107 782.8 7 619.9 8 344.2 16 107.9 160 597.8 2009 25 447.8 76 235.1 7 964.5 9 758.3 15 870.3 135 276.0 2010 25 217.8 84 190.7 9 900.6 12 954.4 16 844.5 149 108.1 Rata-rata (%) 17.50 54.19 6.61 6.87 14.83 100.00 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 7 Ada satu pertanyaan klasik yang sering muncul berkaitan pemberian subs idi, yaitu apakah subs idi tersebut telah mencapai target, baik target “orang” maupun target filosofinya. Target “orang” maksudnya adalah subsidi dinikmati oleh masyarakat yang membutuhkannya, sedangkan target filosofi adalah subsidi berhasil membantu masyarakat marjinal dan miskin tersebut keluar dari kemarjinalan dan kemiskinannya. Sampai saat ini adalah subsidi listrik tidak hanya diberikan kepada masyarakat miskin, tetapi kepada hampir semua pelanggan PLN. Tahun 2009, sebagai contoh, berdasar data da ri PT PLN (Persero), dari total realisasi subsidi Rp. 53.72 triliun, pelanggan rumah tangga menyerap Rp. 30.01 triliun atau 55.86 persen, dimana Rp. 22.34 triliun diberikan kepada rumah tangga kecil (450VA dan 900VA). Kalangan bisnis da n industri mendapatkan subsidi masing- masing 4.0 triliun rupiah dan Rp. 16.22 triliun. Instans i pemerintah dan kantor pelayanan publik lainnya mendapat jatah Rp. 1.82 triliun. Tabel 5. Besarnya Subsidi Menurut Golongan Pelanggan, Tahun 2005–2010 (Miliar Rp) Tahun 2005 2006 2007 2008 2009 2010*) Rumah Tangga s.d. 450VA Lainnya dan 900VA 7 300.6 599.7 15 237.0 4 023.3 16 335.6 4 782.4 28 537.8 10 688.4 22 344.8 7 661.9 26 860.0 9 300.0 Bisnis Industri Sos ial 159.6 2 963.7 3 529.3 9 043.3 3 997.2 2 920.0 1 892.4 9 465.8 10 273.5 24 952.8 15 947.1 12 000.0 333.4 977.3 1 131.9 2 216.5 1 674.6 1 900.0 Pelayanan Publik 288.2 1 199.1 1 383.6 2 851.6 1 817.0 1 710.0 Sumber: Kementerian ESDM dan PLN (diolah ) *) Alokasi subsidi listrik tahun 2010 Selain itu, subsidi listrik selama ini lebih banyak dinikmati oleh rumah tangga kaya. Tabel 6 memperlihatkan bahwa meskipun secara total nilai subsidi 8 terbesar untuk rumah tangga sangat kecil, tetapi dilihat per pelanggan nilai subsidi yang dinikmati rumah tangga kaya jauh lebih besar dari rumah tangga kecil. Hal ini tentunya tidak sesuai dengan tujuan awal pemberian subsidi yaitu untuk membantu seseorang atau rumah tangga kurang mampu untuk dapat menikmati energi listrik. Tabel 6. Nilai Subsidi yang Diterima Pe r Pelanggan Pe r Tahun Menurut Golongan Tarif Rumah Tangga, Tahun 2005–2010 (Ribu Rupiah) Tahun s.d. 450VA 2005 2006 2007 2008 2009 2010 299.5 526.2 537.6 857.4 674.7 716.2 > 2.200 > 900VA 1.300VA 2.200VA s.d. 6.600VA 6.600VA 182.3 529.9 553.9 1 023.1 753.1 800.6 138.1 732.9 781.1 1 522.1 1 132.2 1 080.5 270.8 1327.6 1421.9 2756.8 2004.5 1 942.8 1 724.3 1 986.1 4 395.2 2 782.3 2 745.6 Ratarata 246.8 1 987.3 584.5 2 439.3 612.0 5 060.2 1 088.9 813.3 849.0 Sumber: PT PLN (d iolah) Kebijaka n subsidi pe merintah yang be rupa subsidi harga (price goods subsidies) juga mempunyai beberapa kelemahan (Farabi, 2010), antara lain: (i) dari sisi anggaran pemerintah (APBN), subsidi BBM dan listrik yang sangat tergantung pada harga minyak dunia dan nilai tukar, dalam pelaksanaannya cenderung berfluktuasi. (ii) subsidi listrik menyebabkan kesenjangan spasial karena pembangunan listrik masih terpusat di wilayah Jawa-Bali dan Sumatera, dan (iii) subsidi telah menyebabkan ketidakadilan personal karena subs idi hanya diberikan kepada pelanggan PLN sehingga akan menciptakan kecemburuan dan kesenjangan dengan masyarakat pelanggan non PLN dan masyarakat yang belum teraliri listrik. 9 Melebarnya kesenjangan dapat menyebabkan konflik di tengah masyaraka t. Oleh karena itu, para pembuat kebijakan ekonomi, termasuk kebijakan sektor kelistrikan, harus memperhatikan masalah kesenjangan ini sebelum menetapkan suatu kebijakan. Menurut Setianegara (2008), salah satu alasan mengapa masalah kesenjangan distribusi pe ndapa tan harus dipertimbangkan adalah karena kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung, dijalankan dalam rangka menurunkan tingkat kemiskinan. Masalah ketidakmerataan pendapatan dan kemiskinan telah menjadi perhatian utama pemerintah dalam proses pembangunan nasional. Berbagai upaya telah dilakukan pemerintah untuk mengatasi masalah tersebut. Dalam Rencana Pembangunan Jangka Menengah Nasional 2004-2009, pemerintah telah menetapkan tiga strategi pembangunan ekonomi, yaitu pro growth, pro jobs, dan pro poor. Melalui strategi pro growth diharapkan terjadi percepatan laju pertumbuhan ekonomi yang disertai dengan perbaikan distribusi pendapatan (growth with equity). Percepatan laju pertumbuhan ini diikuti dengan makin banyaknya kesempatan kerja tercipta sehingga semakin banyak keluarga Indonesia yang dapat dilepaskan dari perangkap kemiskinan, serta memperkuat pereko nomian untuk menghadapi berba gai goncangan. Berpijak dari permasalahan di atas, maka diperlukan adanya metode yang dapat dipertanggungjawabkan untuk mengetahui faktor- faktor apa saja yang dapat mempengaruhi besarnya subsidi listrik di Indonesia dan bagaimana dampak pemberian subsidi listrik tersebut terhadap perekonomian dan kemiskinan. Model ekonometrika merupakan salah satu metode yang dapat digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besaran subsidi listrik 10 dan bagaimana pengaruhnya dengan tingkat kemiskinan. Menurut Koutsoyiannis (1977), ada tiga kegunaan model ekonometrika, yaitu untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan dampak, yaitu dengan melakukan perlakuan tertentu pada suatu variabe l untuk mempredisi eko nomi menda tang. 1.2. Perumusan Masalah Besarnya nilai subsidi listrik yang harus dike luarka n sangat tergantung pada kemampuan membayar pemerintah dan faktor-faktor yang mempengaruhi besarnya biaya ope rasional perusahaan penyedia tenaga listrik. Selain itu juga memperhatikan kondisi kemampuan masyarakat dan kondisi perekonomian secara menyeluruh. Secara teknis pemerintah menyerahkan sepenuhnya kepada PLN dalam penyaluran subsidi listrik. Berdasarkan alokasi jumlah subsidi yang diberikan pemerintah, PLN memberikan subs idi sesuai golongan tarif dengan besaran yang berbeda-beda. Sebagai contoh, untuk rumah tangga “miskin” dengan kategori rumah tangga yang terpasang daya 450VA dan 900VA. Untuk pelanggan industri dan kalangan bisnis juga tetap diberi subsidi tanpa kecuali. Begitu juga dengan lemba ga- lembaga sosial, kantor pemerintahan, dan penerangan jalan umum tetap diberi subs idi. Kebijakan pemberian subsidi yang hanya menggunakan kriteria tersebut memberi ruang pada pemberian subsidi yang tidak tepat sasaran. Sebagai contoh, tidak semua pelanggan rumah tangga sangat kecil (450VA dan 900VA) adalah rumah tangga miskin. Dari Tabel 7 dapat dilihat bahwa persentase rumah tangga miskin pengguna listrik terhadap jumlah pelanggan rumah tangga 450VA dan 11 900VA relatif kecil yaitu hanya sekitar 20 persen, yang berarti ada sekitar 80 persen pelanggan rumah tangga tersebut adalah bukan rumah tangga miskin. Tabel 7. Jumlah Pelangga n PLN Rumah Tangga Sanga t Kecil dan Rumah Tangga Miskin, Tahun 2005 – 2010 Tahun Jumlah Pelanggan Rumah Tangga Sangat Kecil (450VA dan 900VA) (000) Jumlah Rumah Tangga Miskin ‘(000) *) Persentase Rumah Tangga Miskin terhadap Jumlah Pelanggan Rumah Tangga 450VA dan 900VA 2005 28.160,1 5,603.5 19.90 2006 28,886.2 5,983.1 20.71 2007 30,052.4 5,659.2 18.83 2008 31,005.9 6,279.8 20.25 2009 31.676,8 5,842.8 18.45 2010 32.348,3 5,572.2 17.23 Sumber: BPS dan PT PLN (dio lah) *) Jumlah rumah tangga miskin pengguna listrik = Jumlah penduduk miskin dibagi rata-rata ju mlah anggota ru mah tangga miskin d ikalikan persentase rumah tangga miskin dengan sumber penerangan listrik Kebijakan pemberian subsidi seperti ini jelas tidak sesuai dengan tujuan awal pemberian subsidi yaitu membantu penduduk berpenghasilan rendah. Pemberian subsidi dengan cara ini dapat menciptaka n kesenjangan yang makin lebar antar pelanggan PLN maupun dengan pelanggan non PLN atau masyarakat yang belum teraliri listrik. Bahkan penduduk miskin yang belum menikmati energi listrik akan mendapat dampak ganda, yaitu selain mereka tidak menikmati energi listrik, tetapi juga tidak mendapat subsidi. Dari uraian di atas, maka perumusan masalah dalam penelitian ini adalah sebagai berikut: 1. Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan, subsidi, dan harga jual tenaga listrik di Indonesia, baik yang berasal dari dalam 12 maupun luar negeri. Oleh karena itu salah satu rumusan permasalahan dalam penelitian ini adalah faktor-faktor apa saja yang mempengaruhi besarnya subsidi listrik di Indonesia? 2. Seberapa besar dampak kebijakan pemberian subsidi tersebut terhadap jumlah penduduk miskin? 1.3. Tujuan Penelitian Tujuan penelitian ini adalah: 1. Mengidentifikasi faktor-faktor yang mempengaruhi besarnya produksi, konsumsi, subsidi, dan harga jual tenaga listrik, serta pe nerimaan dan pengeluaran pemerintah,kondisi perekonomian, kesempatan kerja, dan tingkat kemiskinan di Indo nesia. 2. Melakukan simulasi dampak peruba han kebijakan subsidi harga listrik, efisiensi perusahaan terhadap kondisi perekonomian dan kemiskinan di Indo nesia. 1.4. Manfaat Penelitian Hasil penelitian ini diharapka n dapat memberi manfaat: 1. Bagi Pemerintah dan PLN, sebagai bahan evaluasi terhadap kebijakan pemberian subsidi yang dilakukan selama ini serta mendapa t masuka n dalam membuat kebijakan subsidi listrik ke depan yang lebih terarah dan memenuhi azas berkeadilan. 2. Bagi anggota Legilatif dan Partai Politik, sebagai masukan dalam memperjuangka n kepentinga n rakyat, terutama masyarakat miskin, tanpa mengabaikan nasib perusahaan penyedia energi listrik, sehingga subsidi benarbenar dapat dirasakan oleh mereka yang membutuhkan, roda perekonomian 13 dapat berputar, dan perusahaan penyedia energi listrik dapat beroperasi sebagaimana mestinya. 3. Bagi masyarakat, sebagai media pembelajaran dan pendewasaan masyarakat akan hakikat subsidi listrik, sehingga masyarakat bisa mengoptimalkan konsumsi listrik sesuai dengan tingkat kemampuannya. 1.5. Ruang Lingk up dan Keterbatasan Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan tenaga listrik, subsidi yang harus dikeluarkan pemerintah, da n harga jual tenaga listrik yang harus diba yar pelanggan, baik faktor sosial, politik, maupun ekonomi. Penelitian ini lebih difokuskan pada faktor- faktor ekonomi yang dominan mempengaruhi besarnya biaya pokok penyediaan, subsidi, da n harga jua l tenaga listrik serta dampaknya terhadap perekonomian dan kemiskinan baik di daerah pedesaan maupun perkotaan. Penelitian ini menggunakan data pada periode tahun 1990 sampai dengan 2010. Sebagaimana diketahui, pada tahun 1997 terjadi krisis ekonomi di Indonesia yang berdampak kepada kinerja perekonomian nasional baik secara makro maupun mikro. Banyak perusahaan mengalami kesulitan keuangan tak terkecuali perusahaan penyedia tenaga listrik (PLN). Namun penelitian ini tidak membedakan masa sebelum dan sesudah krisis, meskipun kebijakan pemerintah setelah krisis sangat berbeda dibandingkan sebelum krisis, terutama yang berkaitan dengan subsidi, termasuk subsidi listrik. Periode penelitian yang lebih banyak pada periode setelah krisis menyebabkan model yang dibangun lebih menggambarkan kondisi perekonomian setelah krisis daripada sebelum krisis. 14 Selain itu, luasnya permasalahan berkaitan dengan biaya penyediaan, subs idi, da n pe nentuan harga jual tenaga listrik di Indonesia serta keterbatasan data yang tersedia, ada beberapa keterbatasan penelitian ini, yaitu: 1. PLN membagi pelanggan menjadi 37 golongan tarif. Namun dalam penelitian ini hanya membagi pelanggan menjadi tiga kelompok, yaitu pelanggan rumah tangga, pelanggan industri dan pelanggan lainnya. 2. Belanja pemerintah dalam penelitian ini hanya dibedakan menjadi dua kelompok, yaitu belanja untuk subsidi listrik dan belanja lainnya. Belanja untuk subsidi dibedakan menjadi subsidi untuk pelanggan rumah tangga, pelanggan industri, dan pelanggan lainnya. Sementara untuk belanja lainnya tidak dipisahkan secara terperinci. 3. Lingkup pembahasan penelitian ini dilakukan pada level nasional, maka hasil analisisnya juga bersifat umum secara nasional. Jadi ada kemungkinan hasilnya kurang sesuai jika diterapkan pada level regional karena setiap daerah tentunya mempunyai kekhususan tersendiri, baik secara karakteristik wilayah, jumlah pelanggan, maupun jumlah konsumsi listriknya. 4. Penelitian ini juga hanya memfokuskan pada kebijakan pemberian subsidi listrik kepada pelanggan PLN, sehingga mengabaikan kebijakan perusahaanperusahaan penyedia listrik selain PLN. Selain itu, pe nelitian ini juga hanya menganalisis subs idi listrik yang dilakukan pe merintah yaitu subs idi harga, sehingga tidak meneliti alternatif lain dari kebijakan subsidi seperti kebijakan pengalihan subsidi langsung tunai kepada pelanggan, subsidi barang input, dan lain- lain. II. TINJAUAN PUSTAKA 2.1. Pengertian dan Je nis Subsidi Moor (2001) mendefinisikan subsidi dengan “all measures that keep prices for consumers below market level or keep prices for producers above market level or that reduce costs for consumers and producers by giving direct and indirect support” (Subs idi ada lah selur uh kebijaka n yang ditujuka n untuk membantu konsumen tertentu agar dapat membayar produk dengan harga di bawah harga pasar, atau dapat juga berupa kebijaka n yang ditujuka n untuk membantu produsen agar memperoleh pandapatan di atas harga yang dibayar oleh konsumen, dengan cara memberikan bantuan, baik secara langsung ataupun tidak langsung). Sedangkan Handoko dan Patriadi (2005) mendefinisikan subsidi sebagai suatu pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapa i tujuan tertentu yang membuat mereka dapat memprod uksi atau mengko nsumsi suatu prod uk da lam kuantitas yang lebih besar atau pada harga ya ng lebih murah. Sementara berkaitan dengan subs idi energi, termasuk subsidi listrik, Badan Energi Internasional atau International Energy Agency (IEA) mendefinisikan subsidi energi sebagai “any government action that concerns primarily the energy sector that lowers the cost of energy production, raises the price received by energy producers or lowers the price paid by energy consumers” (Subsidi energi adalah setiap kebijakan pemerintah pada sektor energi untuk menurunka n biaya produksi dengan menaikan harga yang diterima produsen atau konsumen membeli dengan harga lebih murah). 16 Dalam konteks ketenagalistrikan di Indonesia, subsidi energi listrik merupaka n jumlah da na yang harus dibayar Pemerintah kepada PT. PLN (Persero) yang dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume penjualan (kWh) untuk setiap golongan tarif. 1 Sementara jenis subsidi menurut Suparmoko da lam Handoko dan Pariadi (2005) secara garis besar dibedakan da lam dua be ntuk yaitu subs idi da lam be ntuk uang (cash transfer) dan subsidi dalam bentuk barang atau subsidi innatura (in kind subsidy). Subs idi bentuk uang biasanya diberikan pemerintah kepada konsumen sebagai tambahan penghasilan atau kepada produsen untuk dapat menurunkan harga barang. Subsidi dalam bentuk uang kepada konsumen mempunyai keunggulan lebih murah bagi pemerintah daripada subsidi dalam bentuk penuruna n harga, da n memberikan kebebasan dalam membelanjakannya. Sedangkan subsidi dalam bentuk barang adalah subsidi yang dikaitkan dengan jenis barang tertentu. Biasanya pemerintah menyediakan suatu jenis barang tertentu dengan jumlah yang tertentu pula kepada konsumen tanpa dipungut bayaran atau pembayaran dibawah harga pasar. Dampak subsidi be ntuk barang ini antara lain: (i) dapat mengurangi jumlah pembelian untuk barang yang disubsidi tetapi konsumsi total bertambah, (ii) secara total konsumsi tidak berubah, hal ini dapat terjadi jika pemerintah disamping memberikan subsidi juga 1 Peraturan Menteri Keuangan Nomor 111/PMK.02/2007 17 menarik pajak yang sama besarnya dengan subsidi, (iii) konsumsi dapat menjadi terlalu tinggi (overconsumption), jika jumlah yang disediakan oleh pemerintah lebih besar daripada jumlah sesungguhnya yang tersedia untuk dibeli konsumen, atau (iv) sebaliknya konsumsi menjadi terlalu rendah (underconsumption), apabila jumlah subsidi yang disediakan oleh pemerintah lebih kecil daripada jumlah yang diharapkan oleh konsumen. 2.2. Efek Pemberian Subsidi Menurut Reiche dan Teplitz (2009), secara garis besar alasan pemberian subsidi dapat dibedakan menjadi dua, yaitu: 1. Pasar gagal untuk mendapatkan titik temu antara permintaan dan penawaran dengan cara yang paling menguntungkan. Subsidi berpotensi untuk meningkatkan kesejahteraan, hal ini dapat terjadi sepanjang biaya sosialnya tidak melebihi nilai keuntungan. Ada berbagai alasan yang mendukung alasan ini, seperti kegagalan pasar (market failures), pasar tidak sempurna (market imperfections), da n eksternaliti (externality). 2. Pemberian subsidi berkaitan aspek distribusi (distribustional considerations). Subsidi diberikan kepada kelompok masyarakat tersebut untuk dapat hidup layak pada tingkat tertentu. Dalam masalah ini subsidi biasanya dikaitkan dengan aspek kemiskinan (poverty), keterjangkauan (affordability) dan keadilan (fairness). Meskipun kedua alasan tersebut berbeda, tetapi dalam pelaksanaannya sangat sulit memisahkan satu dengan yang lain. Sebagai contoh, pemulihan kegagalan pasar (market failures) untuk meningkatkankan efisiensi eko nomi 18 sering dijadikan dalih kebijakan pemberian subsidi yang dikaitkan dengan masalah pemerataan. Kebijakan pemberian subsidi mempunyai efek pos itif maupun negatif. Efek pos itif kebijakan pemberian subsidi terjadi apabila kebijakan ini dikaitkan kepada barang dan jasa yang memiliki pos itif eksternalitas. Subsidi dapat meningkatkan output da n akan lebih banyak sumber daya yang dialokasikan ke barang dan jasa tersebut, misalnya subsidi untuk pendidikan dan teknologi tinggi. Namun demikian, peningkatan jumlah subsidi akan mengakibatkan pajak yang lebih tinggi atau peningkatan harga untuk barang-barang konsumen. Hal initerjadi karena pajak merupakan sumber dana untuk subsidi. Menurut Basri dalam Handoko dan Pariadi (2005), subsidi yang tidak transparan dan tidak tepat sasaranakan mengakibatkan: (i) distorsi baru dalam perekonomian, (ii) inefisiensi, dan (iii) subsidi dinikmati oleh mereka yang tidak berhak. Agar subsidi dapat berjalan secara efektif, maka berdasar studi dan pengalaman di berbagai negara, United Nations Environment Programme (UNEP) merekomendasikan beberapa hal yang harus diperhatikan dalam pengelolaan subsidi tersebut, yaitu: 1. Well-targeted: subsidi diberikan hanya kepada mereka yang menjadi tujuan subs idi da n pantas menerimanya. 2. Efisien: subsidi tidak boleh mendorong produsen maupun ko nsumen untuk menyediaka n atau menggun aka n barang atau jasa yang disubs idi tersebut secara berlebihan. 3. Ada justifikasi yang jelas melalui mempertimbangkan untung ruginya. analisis yang tepat dengan 19 4. Prakt is: jumlah subsidi harus terjangkau dan biaya administrasinya serendah mungkin. 5. Transparan: publik bisa mengetahui berapa nilai subsidi dan siapa saja yang menerima. 6. Waktunya terbatas: waktu pemberian subsidi harus jelas, sehingga produsen maupun konsumen tidak kaget ketika subsidi tersebut dicabut. 2.3. Kemiskinan 2.3.1. Konsep dan Ukuran Ke miskinan Masalah kemiskinan merupakan salah satu persoalan mendasar yang menjadi perhatian pemerintah. Berbagai metode digunakan untuk mengukur tingkat kemiskinan. BPS (2009) misalnya, mendefinisikan kemiskinan sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar (basic needs approach) berupa maka nan da n buka n maka nan yang diuk ur dari sisi pe ngeluaran. Metode yang digunakan adalah dengan menghitung garis kemiskinan, baik untuk maka nan maupun non makanan. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan dibawah garis kemiskinan. Sementara Bank Dunia menggunakan batas kemiskinan absolut dengan: a) US$ 1 per kapita per hari, dan b) US$ 2 per kapita per hari. Sedangkan BKKBN mendefinikan kemiskinan dengan pendekatan kesejahteraan rumah tangga. BKKBN membagi rumah tangga menjadi 5 (lima tingkat), yaitu keluarga pra sejahtera, keluarga sejahtera I, keluarga sejahtera II, keluarga sejahtera II, dan keluarga sejahtera III plus. Suatu rumah tangga dikategarikan keluarga miskin jika masuk dalam kagori pra sejahtera dan sejahtera I. 20 Dari berbagai metode pengukuran tingkat kemiskinan, saat ini ukuran kuantitatif lebih banyak digunakan oleh pengambil kebijakan, seperti jumlah pemilikan barang, jumlah kalori yang dikonsumsi atau tingkat pendapatan perkapita per bulan (Pattinama, 2009). Berdasarkan pendekatan kebutuhan dasar, ada 3 indikator kemiskinan yang biasa digunakan, yaitu: 1. Head Count Index (HCI-P 0 ), yaitu persentase pe nduduk miskin yang berada di bawah Garis Kemiskinan (GK). 2. Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1 ) yang merupakan ukuran rata-rata kesenjangan pengeluaran masing- masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai indeks, semakin jauh ratarata pe ngeluaran pe nduduk da ri garis kemiskinan. 3. Indeks Keparahan Kemiskinan (Poverty Severity Index-P2 ) yang memberikan gambaran mengenai penyebaran pengeluaran diantara pe nduduk miskin. Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara pe nduduk miskin. Foster-Greer-Thorbecke (1984) telah merumuskan suatu ukuran yang digunakan untuk mengukur tingkat kemiskinan yaitu: 1 q  z − yi  Pα = ∑  n i =1  z  α dimana: α = 0, 1, 2 z = Garis kemiskinan 21 yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah garis kemiskinan (i=1,2,…,q), yi < z q = Banyaknya pe nduduk yang be rada di bawah garis ke miskinan n = Jumlah pe nduduk Jika α=0, diperoleh Head Count Index (P 0 ), jika α=1 diperoleh Indeks kedalaman kemiskinan (Poverty Gap Index-P1 ) dan jika α=2 disebut Indeks keparahan kemiskinan (Poverty Severity Index-P2 ). 2.3.2. Penye bab Ke miskinan Chamber (1996) dalam Nugroho (2010) menyatakan bahwa terdapat dua pandangan yang mengidentifikasi penyebab kemiskinan, terutama di daerah pedesaan. Pertama adalah pandangan ekonomi politik yang melihat kemiskinan sebagai fenomena sosial. Kelompok ini memandang kemiskinan di pedesaan muncul sebagai akibat dari proses pengkonsentrasian kekayaan dan kekuasaan yang terjadi melalui tiga tingkatan, yaitu tingkatan global, nasional dan lokal. Kemiskinan pada tingkat global muncul akibat adanya hubungan pertukaran yang eksploitatif dan tidak seimbang antara negara kaya dan negara miskin. Pada tingkat nasional, kemiskinan pedesaan muncul sebagai akibat ulah dari bebagai kelompok kepentingan, khususnya kelas menengah perkotaan yang berusaha memperoleh keuntungan dengan mengorbankan kepentingan pedesaan melalui investasi pada industri dan jasa di pedesaan. Sementara pada tingkat lokal, kemiskinan pedesaan muncul sebagai akibat dari ulah para elit lokal yang terus berusaha mengkonsolidasikan kekuasaan dan kekayaannya. Adanya proses pertukaran yang eksploitatif dan tidak seimbang pada tingkat global hingga lokal 22 menyebabkan kaum kaya menjadi semakin kaya dan kuat, sementara kelompok miskin secara relatif maupun absolut semakin miskin da n lemah. Kedua adalah kelompok pandangan ekologis fisik, yang melihat kemiskinan sebagai fenomena fisik. Kelompok ini mamandang kemiskinan pedesaan muncul sebagai akibat dari pertumbuhan dan tekanan penduduk yang tidak terkendali atas sumberdaya dan lingkungan. Sebagian tenaga kerja terpaksa bermigrasi ke perkotaan atau ke lingkungan marginal agar dapat bertahan hidup. Selain itu parasit, penyakit, kurang gizi, kondisi lingkungan yang tidak sehat, perumahan yang kurang layak, lingkungan yang kurang nyaman, dan kondisi iklim yang tidak menentu menyebabkan timbulnya kemiskinan di daerah pedesaan. 2.4. Inflas i Inflasi didefinisikan sebagai kenaikan harga barang dan jasa secara umum dimana barang dan jasa tersebut merupakan kebutuhan pokok masyarakat atau turunnya daya jual mata uang suatu negara (BPS, 2011). Inflasi merupakan kecenderungan harga barang dan jasa termasuk faktor- faktor produksi yang diukur dengan satuan mata uang yang semakin naik terus menerus. Menurut Atmadja (1999) penyebab terjadinya inflasi dapat dibagi menjadi dua, yaitu: (1) tarikan permintaan (demand pull inflation) dan (2) desakan biaya (cost push inflation). Inflasi yang disebabkan permintaan terjadi karena adanya tingginya peningkatan aggregate demand masyarakat terhadap komoditi-komoditi hasil produksi di pasar barang. Akibatnya, akan menarik kurva permintaan agregat ke kanan atas, sehingga terjadi excess demand. Inflasi yang disebabkan desakan harga terjadi karena adanya kenaikan harga faktor-faktor produksi (baik yang 23 berasal dari dalam negeri maupun luar negeri) di pasar faktor produksi, sehingga menyebabkan kenaikan harga komoditi di dalam pasar komoditi. Sedangkan menurut asalnya inflasi juga dibagi menjadi dua, yaitu: (1) inflasi yang berasal dari dalam negeri (domestic inflation), yaitu inflasi yang timbul karena adanya defisit dalam pembiayaan, belanja negara, musim paceklik, dan bencana alam yang berkepanjangan, dan (2) inflasi yang berasal dari luar negeri (imported inflation), yaitu inflasi yang disebabka n oleh ke naika n hargaharaga ko mod iti di negara lain yang memiliki hubungan perda gangan de ngan negara bersangkutan. Inflasi ini dapat menular baik melalui harga barang-barang impor maupun barang-barang ekspor. Inflasi umumnya memberikan dampak yang kurang menguntungkan dalam perekonomian. Akibat negatif yang ditimbulkan inflasi adalah: (1) menurunkan pendapatan riil orang-orang yang berpendapatan tetap, (2) mengurangi nilai kekayaan yang berbentuk uang, dan (3) memperburuk pembagian kekayaan, khususnya yang bersifat keuangan (Sukirno, 2006 dalam Nugroho, 2010). Selain itu inflasi juga dapat menurunkan nilai riil tabungan dan investasi, sehingga dapat membuat perekonomian tidak efisien, menghambat pertumbuhan ekonomi, dan menurunkan standar hidup. Tingkat kemiskinan di Indonesia masih sangat sensitif terhadap perubahan garis kemiskinan, jika garis kemiskinan dinaikkan, misal karena laju inflasi yang tinggi, akan berdampak pada peningkatan kemiskinan yang relatif besar. Sementara dampak positif inflasi (Putong, 2003 dalam Nugroho, 2010) antara lain: (1) bagi pengusaha barang-barang mewah barangnya menjadi lebih 24 laku pada saat harganya semakin tinggi (masalah prestise), (2) masyarakat lebih selektif dalam konsumsi dan produksi diusahakan seefisien mungkin, (3) inflasi yang berkepanjangan dapat menumbuhkan industri kecil dalam negeri yang dipercaya dan tangguh, dan (4) tingkat pengangguran menurun karena masyarakat terdorong melakukan kegiatan produksi. Angka inflasi dapat dihitung dari angka IHK (indeks Harga Konsumen) atau CPI (Consumer Price Index), yang biasanya diterbitkan setiap bulan, 3 bulan, atau satu tahun. Selain IHK, tingkat inflasi juga dapat dihitung menggunakan GNP atau PDB deflator, yaitu membandingkan GNP atau GDP yang diukur berdasarkan harga baerlaku (GNP atau GDP nominal) terhadap GNP atau PDB konstan (GNP atau PDB riil) 2.5. Dampak Subsidi terhadap Ke miskinan Dampak kebijakan pemberian subsidi terhadap tingkat kemiskinan dapat ditelusuri dengan dua pendekatan. Pertama, peningkatan anggaran subsidi listrik yang merupaka n kebijakan ekspa nsi fiskal akan meningkatkan belanja negara, sehingga kurva IS bergeser ke kanan seperti yang terlihat pada Gambar 2. Akibatnya output nasional mengalami kenaikan dari Y 1 ke Y2 . Karena produksi nasional meningkat, maka terjadi pergeseran sepanjang kurva produksi Y=f(N), sehingga kebutuhan tenaga kerja meningkat. Peningkatan permintaan tenaga kerja akan menggeser kurva permintaan tenaga kerja dari DL1 ke DL2 , pada kondisi penawaran tenaga kerja yang stabil di SL1 . Ini berarti penyerapan tenaga kerja mengalami peningkatan dari N 1 ke N 2 , sehingga tingkat upah juga meningkat dari W1 ke W 2 . Peningkatan tingkat upah dan pegurangan pengangguran mengakibatkan daya beli masyarakat mengalami kenaikan. Apabila peningkatan 25 r LM 1 r2 B A r1 IS2 IS1 O Y1 Y2 Y P AS1 P2 P1 AD2 AD1 O Y Y1 Y2 Y Y Y = f(N) Y2 Y1 O N1 N2 N W O Y SL1 W2 W1 DL2 DL1 O N1 N2 N Sumber: Mankiw, 2007 (modifikasi) Gambar 2. D ampak Pe mberian Subsidi terhadap Kemiskinan 26 daya beli masyarakat tersebut lebih tinggi daripada laju inflasi, maka sejumlah penduduk dapat melewati garis ke miskinan, yang be rarti jumlah penduduk miskin berkurang. Sehingga dapat disimpulkan bahwa peningkatan subsidi listrik dapat mengurangi jumlah penduduk miskin. Pendeka tan kedua adalah de ngan pe ndeka tan harga. Adanya kebijakan pemberian subsidi listrik menyebabkan harga jual tenaga listrik lebih rendah dari yang seharusnya . Murahnya harga jual tenaga listrik menyebabka n biaya produksi lebih renda h da ri yang seharus nya, sehingga harga-harga umumnya mengalami penurunan. Penur unan harga- harga tersebut akan berdampak positif pada peningkatan pendapatan masyarakat. Pada garis kemiskinan yang relatif stabil, maka peningkatan pendapatan masyarakat akan mengakibatkan pengurangan tingkat kemiskinan. Namun terdapat hal yang krusial terkait dengan pendekatan pertama, yaitu apakah peningkatan belanja negara sebagai akibat peningkatan subsidi dapat mendorong kurva IS ke kanan? Subsidi merupakan bagian dari transfer payment sebagaimana pengurangan pajak atau pembagian beras masyarakat miskin. Hal ini biasanya berdampak pada peningkatan daya beli masyarakat atau pengurangan produksi karena adanya subsidi input. Sehingga transfer payment langsung ke masyarakat tersebut cenderung berdampak pada peningkatan konsumsi. Hal lain yang muncul akibat kebijakan pemberian subsidi listrik adalah masalah biaya kesempatan (opportunity cost). Peningkatan alokasi anggaran untuk subsidi listrik akan mengurangi alokasi anggaran untuk kegiatan lain. Apakah besaran anggaran subsidi listrik memiliki dampak yang sama besar atau lebih besar terhadap perekonomian nasional apabila jumlah anggaran yang sama 27 dipergunakan untuk kegiatan lain yang lebih penting dan memiliki efek pengganda lebih besar? 2.6. Dampak Subsidi terhadap Kesejahteraa n Masyarakat Dengan pendekatan kurva penawaran dan permintaan tenaga listrik, da lam melihat dampak pemberian subsidi terhadap kesejahteraan masyarakat (welfare effect) dapat dianalisis menggunakan ilustrasi model consumer surplus (CS) dan produser surplus (PS). Consumer surplus didefinisikan sebagai perbedaan antara harga sebuah barang dimana ko nsumen bersedia memba yar dari harga sebe narnya yang diba yar oleh konsumen tersebut. Sedangkan produser surplus merupakan perbedaan antara harga jual barang yang sebenarnya diperoleh oleh perusahaan dengan harga jual (minimal) yang bersedia diterima oleh perusahaan tersebut. Misalnya, pemerintah memberikan subsidi s rupiah untuk setiap kW h yang dikonsumsi. Hal ini menunjukka n ba hwa harga yang dibayar konsumen di bawah harga bersih yang diterima penyedia energi listrik s rupiah. Secara sederhana Gambar 3 memperlihatkan hubungan ini. P* dan Q* ada lah harga da n kuantitas pasar sebelum diberikan subsidi. P S adalah harga bersih yang diterima penjual, dan P D adalah harga yang dibayar konsumen setelah diberikan subsidi. P S – P D = s ada lah subs idi yang harus diba yar pe merintah. Adanya kebijakan pemberian subsidi terhadap output suatu barang menyebabkan kurva pe nawaran bergeser ke kanan dari S 1 ke S2 dan harga yang dibayar ko nsumen (P D ) lebih rendah dari harga yang semestinya (P*). Akibatnya ada peningkatan konsumsi barang yang disubsidi tersebut dari Q* ke Q1 . Pada kondisi Q1 , maka harga seharusnya yang diterima penjual adalah P S . Sehingga 28 subsidi tidak hanya dinikmati konsumen tetapi juga produsen. Karena pembeli membayar dengan harga lebih rendah, maka terjadi penambahan consumer surplus (ΔCS) yaitu bertambah seluas bidang b+d+e. Demikian pula untuk produsen, terjadi kenaikan produser surplus (ΔPS) sebesar area a+c. Besarnya subs idi yang harus diba yar pe merintah ada lah sQ 1 , yaitu sebesar bidang a+b+c+d+e+f. Perubahan total kesejahteraan akibat kebijakan pemberian subsidi adalah ΔCS ditambah ΔPS dikurangi besarnya subsidi, menjadi b+d+e+a+c(a+b+c+d+e+f)=-f. Segitiga f menunjukka n ada nya inefisiensi (dead weight loss) dalam perekonomian akibat kebijakan pemberian subsidi. Harga S1 S2 PS P* PD a c b d e subsidi f D O Q* Q1 Output Sumbe r: Pindyck dan Rubinfeld, 2003 (dimodifikasi) Gambar 3. Dampak Pe mberian Subsidi terhadap Kesejahteraan Gambar 3 di atas menunjukkan bahwa subsidi pemerintah diperuntukkan untuk mengatasi kegagalan pasar tenaga listrik dan hanya diberikan kepada perusahaan yang skala ekonominya besar dalam rangka optimalisasi. Akibatnya perusahaan-perusahaan yang lain tidak mampu bersaing da n tutup. Sehingga perusahaan yang mendapat subs idi menjadi perusahaan monopo li alami. 29 2.7. Monopoli Alami Suatu pe rusahaan dikataka n monopo li alami adalah apabila perusahaan tersebut dapat memproduksi seluruh keluaran pasar dengan biaya yang lebih rendah daripada yang seharusnya dikeluarkan seandainya terdapat beberapa perusahaan (Pindyck dan Rubinfeld, 2001). Monopoli alami timbul apabila ada skala ekonomi yang kuat seperti yang diilustrasikan pada Gambar 4. Dari Gambar 4 dapat dilihat bahwa karena biaya rata-ratanya turun, maka biaya marjinalnya akan selalu di bawah biaya rata-rata. Seandainya tidak diatur, perusahaan monopo li tersebut akan memproduksi sebanyak Q m dan menjualnya pada harga P m . Pemerintah akan lebih suka menekan harga perusahaan itu ke bawah hingga mencapai tingkat bersaing P c , namun pada tingkat itu, harga tidak akan mencakup biaya rata-rata dan perusahaan bisa tutup. Seba gai alternatif adalah menetapka n harga pada P r , dimana biaya rata-rata dan penerimaan rata-rata saling berpotongan. Dalam hal ini, perusahaan tidak memperoleh laba monopoli, dan output akan diproduksi sebesar mungkin tanpa mengakibatkan bisnis perusahaan mati. Namun seba gai ko nsekuensi pe merintah harus memberika n subs idi harga sebesar selisih P r dengan P c dikalikan kWh yang konsumsi pelanggan sebesar Q c . 2.8. Penelitian yang Pernah Dilakukan 2.8.1. Tarif Listrik Makmun dan Abdurrahman (2003) menganalisis dampak kenaikan tarif dasar listrik terhadap pendapatan dan konsumsi listrik masyarakat menggunakan Model SNSE 2000.Mereka menyimpulkan bahwa kenaikan TDL mempunyai dampak negatif terhadap pendapatan riil masyarakat, mengurangi permintaan terhadap industri maka nan, da n mengurangi pendapatan institusi.Mereka 30 menyarankan agar setiap mengambil kebijakan menaikan TDL pemerintah harus mempertimbangkan dampaknya yang terkecil sekalipun baik terhadap pereko nomian maupun masyarakat pe langgan PLN. Rp/kWh Pm Subsidi Pr AC Pc MC MR Qm AR Qr Qc kWh Sumber: Stiglitz, 2000 (Modifikasi) Gambar 4. Pengaturan Harga Monopoli Alami Dalam penelitian tentang dampak kenaikan TDL terhadap inflasi dan daya saing prod uk nasional menggunakan model Vector Autoregressive (VAR), Lembaga Penyelidikan Ekonomi dan Masyarakat, FE–UI (2010) menyimpulkan bahwa kenaikan TDL akan mempengaruhi inflasi.Kenaika n 10 persen TDL akan memicu inflasi sebesar 1.5–2 persen. Penelitian itu juga menemukan bahwa kenaikan TDL secara bertahap mempuny ai dampak lebih rendah dari pada kenaikan TDL sekaligus.Kesimpulan penting lainnya adalah secara umum kenaikan TDL tidak mempengaruhi daya saing produk nasional.Dari hasil yang diperoleh, penelitian tersebut menyarankan regionalisasi tarif sesuai dengan kemampuan bayar konsumen dan pelayanan PLN. 31 Penelitian kemampuan bayar pelanggan pada PT PLN (Persero) oleh Lembaga Penelitian dan Pemberdayaan Masyarakat, IPB (2009)disimpulkan bahwa meskipun secara umum pelanggan rumah tangga menyatakan tarif yang diberlakukan PLN sudah sesuai, tetapi ketidakmampuan membayar pelanggan rumah tangga 450VA dan 900VA masih cukup tinggi masing- masing mencapai 15,33 persen dan 12,20 persen. Penelitian itu juga menemuka n ketidakmampuan membayar tiap daerah tidak sama. Berdasar data yang diperoleh, penelitian tersebut menyarankan untuk rumah tangga selain 450VA dan 900VA dapat dilakukan penyesuaian tarif yang berkeadilan.Untuk pelanggan sosial, bisnis dan industri juga dapat dikenakan tarif yang sesuai, kecuali untuk lembaga sosial yang terpasang daya 450VA yang harus tetap disubsidi. 2.8.2. Subsidi Listrik Berbagai pendapat disampaikan tentang masih perlu atau tidaknya subsidi listrik. Handoko dan Patriadi (2005) menyatakan bahwa subsidi listrik masih dapat dipe rtahankan de ngan arah yang jelas, serperti subsidi dikhususka n untuk pelanggan sosial, rumah tangga miskin, da n usaha kecil/menengah.Di samping itu, PT PLN juga harus memiliki mekanisme yang dapat mencegah pencurian listrik atau inefisiensi dalam konsumsi listrik. Selanjutnya, Purwoko (2003) menganalisis tentang peran subsidi bagi industri da n rumah tangga pengguna listrik. Dia mempe lajari dan menganalisis trend kebutuhan energi listrik di masa yang akan datang dan membandingkan praktek-praktek subsidi listrik di beberapa negara ASEAN yaitu Malaysia, Filipina, Thailand dan Vietnam. Beberapa kesimpulan yang diperoleh dari penelitian tersebut antara lain bahwa:subsidi listrik di Indonesia masih diperlukan 32 dalam rangka membantu masyarakat yang kurang mampu agar dapat menikmati fasilitas listrik serta memperluas jaringa n listrik agar dapat menjangkau daerahdaerah terpencil; untuk membantu masyarakat yang kurang mampu diperlukan subsidi silang antar kelompok pelanggan; pemerintah perlu memberi subsidi kepada PT. PLN (Persero) untuk memperluas jaringan listrik; agar subsidi silang antar pelanggan dapat terjadi, maka tarif listrik yang ada saat ini perlu dinaikkan secara bertahap, hingga menjadi sama dengan biaya produksi listrik. Nguyen (2008) dalam penelitiannya tentang dampak kenaikan tarif listrik terhadap harga-harga di Vietnam menemukan bahwa kenaikan tarif listrik akan memicu kenaikan harga di seluruh sektor yang lain, ini berarti akan terjadi inflasi. Berdasar pe nelitian yang dilakuka n World Bank (2002) tentang subsidi listrik untuk irigasi di India menemukan bahwa paket reformasi percepatan sektor kelistrikan, termasuk penyesuaian tarif dan investasi untuk meningkatkan mutu pelayanan, meningkatkan pendapatan petani 40 – 100 persen. Untuk memastikan kelangsungan dan peningkatan dukungan reformasi sektor kelistrikan, para pembuat kebijakan harus mendefinisikan, mengkomunikasikan, dan membuat konsensus secaraterang dan jelas bahwa dengan biaya yang lebih tinggi maka mutu pelayanan juga akan terus meningkat. United Nations Environment Programme (2008) dalam laporannya tentang reformasi subsidi energi menyatakan bahwa salah satu dampak negatif adanya subs idi pada suatu barang atau jasa de ngan pe mbe rian harga di ba wah harga yang seharusnya adalah memicu penggunaan produk tersebut lebih tinggi dan mengurangi keinginan menggunakannya secara efisien. UNEP juga menemukan meskipun rumah tangga miskin dapat manfaat dari subsidi tersebut, tapi nilainya 33 sangat kecil karena konsumsinya yang juga cenderung kecil. Rumah tangga kayalah yang lebih banyak mendapatkan keuntungan dengan subsidi tersebut. Koplow (2004) dalam penelitiannya mengenai subsidi terhadap industri energi menyimpulkan bahwa berbagai subsidi yang nilainya ratusan milyar dollar per tahun di berbagai negara telah menghalangi pasar untuk lebih jernih dan efisien dalam menyediakan berbagai jasa di bidang energi.Di samping itu juga meningkatkan bahaya terhadap kesehatan manusia dan lingkungan.Untuk mengatasinya diperlukan ke maua n po litik yang kuat dari semua pihak yang terlibat. Pada penelitian lain, Ritschel dan Smestad (2003) menganalisis tentang subsidi sektor energi dalam deregulasi pasar sektor kelistrikan di negara bagian California. Mereka menyimpulkan bahwa intervensi pemerintah untuk mengurangi dampak krisis energi telah mengisolasi pengguna listrik dari keadaan pasar yang sebe narnya, mencegah keingina n meningkatkan konservasi energi, dan pindah ke energi alternatif ya ng terbaruka n. Komives, et al. (2009) meneliti tentang dampak subsidi listrik untuk rumah tangga di Meksiko terhadap kemiskinan.Mereka menemukan beberapa hal mulai evaluasi berbagai alternatif sampai skema harga/subsidi untuk listrik rumah tangga. Beberapa temuan tersebut diantaranya: (i) peruba han harga tanpa dibarengi penghapusan subsidi untuk sebagian besar pelanggan tidak akan menghilangan kesenjangan di masyarakat, (ii) pengurangan subsidi akan menyebabkan kenaikan tagihan listrik yang berarti akan mengurangi disposable income rumah tangga, dan (iii) pengurangan biaya dapat mengimbangi kebutuhan menaika n harga, dan pengurangan biaya dengan sendirinya akan menghasilkan 34 porsi yang lebih besar untuk tambahan subsidi bagi rumah tangga golongan rendah. 2.8.3. Keterkaitan Subsidi denga n Kemiskinan Dalam penelitiannya tentang ketimpangan distribusi pendapatan, krisis ekonomi dan kemiskinan, Setianegara (2008) menekankan pentingnya masalah pemerataan distribusi pendapatan. Dia menyimpulkan bahwa ketimpangan distribusi pendapatan di Indonesia terjadi antar daerah, antar propinsi, dan dalam propinsi. Setianegara juga menambahkan bahwa para pengambil kebijakan ekonomi harus mempe rhatika n masalah kesenjangan ini karena beberapa alasan, yitu: (i) sebagian masyarakat memandang pemerataan pendapatan sebagai tujuan yang layak dicapai karena menyangkut masalah keadilan sosial, (ii) kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung dijalankan untuk menurunkan kemiskinan, dan (iii) kebijakan pemerataan dalam semua bidang dapat meningkatkan kohesi sosial dan mengurangi konflik politik. Ritonga (2005) meneliti tentang hubungan pertumbuhan ekonomi dengan distribusi pendapatan di Indonesia. Dia menyimpulkan bahwa pendapatan nasional yang diterima penduduk berpenghasilan tinggi cenderung membesar, sedangkan untuk golongan berpenghasilan rendah tidak ada peningkatan berarti. Peningkatan pendapatan 20 persen penduduk berpenghasilan tinggi lebih cepat dari pada 80 persen penduduk yang lain. Akibatnya kesenjangan menjadi lebih lebar. Dia menambahkan berbagai indikator harus menjadi perhatian dalam memahami distribusi pendapatan di negara berkembang seperti Indonesia, seperti jumlah orang miskin, kesenjangan absolut, kesenjangan konsumsi, kesenjangan etnik, dan lain- lain. 35 Maipita, Jantan, dan Razak (2010) dalam penelitiannya tentang dampak kebijakan fiskal terhadap kinerja ekonomi dan angka kemiskinan di Indo nesia menggunakan model Computable General Equilibrium (CGE) salah satu kesimpulannya menyebutkan bahwa peningkatan subsidi menghasilkan penurunan harga pada sektor pertambangan dan pengalian, manufaktur, serta listrik, gas, dan air. Sementara dampak peningkatan subsidi terhadap kemiskinan menunjukkan penurunan yang signifika n, khususnya area pedesaan. Dari penelitian-penelitian di atas dapat dilihat bahwa penelitian yang telah dilakukan, terutama di Indo nesia, lebih banyak terfokus pada analisis kebijakan baik keuntungan maupun kerugiannya dan analisis akibat pengurangan subsidi listrik seperti analisis kenaikan TDL, tetapi belum ada yang menganalisis faktorfaktor apa saja yang mempengaruhi besarnya subsidi listrik menggunakan analisis kuantitatif. Sehingga masih ada celah untuk melengkapi penelitian-penelitian tersebut yaitu untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besarnya subsidi listrik dan seberapa besar dampak kebijakan pe mberian subsidi listrik terhadap tingkat kemiskinan. Untuk itu, penelitian ini akan mengidentifikasi variabel- variabel ekonomi yang mempengaruhi besarnya subsidi listrik serta menganalisis dampaknya terhadap tingkat kemiskinan di Indo nesia menggunakan model ekonometrika. Penelitian untuk mengidentifikasi variabelvariabel ekonomi yang mempengaruhi besarnya subsidi listrik serta dampaknya terhadap tingkat kemiskinan sangat penting terutama bagi para pembuat kebijakan pada sektor kelistrikan. Di samping sebagai evaluasi kebijakan subsidi yang dilakukan selama ini, juga mencari solusi yang tepat untuk merumuskan kebijakan 36 subsidi yang lebih terarah dan berkeadilan tanpa mengabaikan kelangsungan perusahaan penyedia tenaga listrik di masa mendatang. III. METODE PENELITIAN 3.1. Kerangka Pikir Proses penetapan besaran subsidi harga listrik melalui proses yang panjang antara pemerintah dan Dewan Perwakilan Rakyat (DPR-RI). Berbagai pertimbangan telah diperhitungkan pemerintah dalam menetapka n nilai subsidi listrik baik secara politik maupun dampak kebijakan subsidi listrik tersebut, dampak positif maupun negatif. Kebijakan penetapan besaran subsidi akan berimplikasi pada besarnya harga jual tenaga listrik. Penetapan harga jual ini selanjutnya akan berpengaruh pada produksi dan konsumsi tenaga listrik. Ini dikarenaka n subsidi yang dikeluarkan pemerintah, selain untuk konsumen tenaga listrik juga disertai margin keuntungan yang diberikan kepada perusahaan penyedia tenaga listrik. Secara lebih luas, penetapan harga jual tenaga listrik juga akan berdampak pada harga-harga barang di masyarakat karena listrik telah menjadi salah satu sumber energi utama dalam menggerakan roda perekonomian. Sehingga penetapa n harga jual tenaga listrik ini akan berdampak luas pada berbagai aspek perekonomian seperti tingkat inflasi, pertumbuhan ekonomi, pengangguran, bahkan perdagangan antar negara. Berputarnya roda perekonomian, selanjutnya akan meningkatkan kesempatan kerja yang disertai peningkatan pendapatan. Perubahan pendapatan ini, peruba han harga- harga, serta campur tangan pemerintah secara bersama-sama maupun sendiri-sendiri aka n mempengaruhi tingkat kemiskinan. 38 3.2. Hipotesis Penelitian Hipotesis yang akan diuji dalam disertasi ini adalah: 1. Subsidi harga diduga dapat memperbaiki kinerja perekonomian, diantaranya menekan inflasi, meningkatkan pertumbuhan ekonomi, meningkatkan kesempatan kerja, dan menurunkan tingkat kemiskinan di desa maupun di kota. 2. Kenaikan harga barang input produksi listrik akan meningkatkan biaya produksi perusahaan penyedia tenaga listrik, yang dapat memperburuk kinerja perekonomian serta meningkatkan kemiskinan. 3. Efisiensi di perusahaan penyedia tenaga listrik dapat menurunkan biaya operasi dan daya jual tenaga listrik, serta dapat memperbaiki kinerja pereko nomian. 3.3. Metode Analisis Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis model ekonometrika. Analisis deskriptif akan digunakan untuk menggambarkan kondisi kelistrikan di Indonesia selama periode 19902010, seperti tingkat produksi dan konsumsi tenaga listrik, biaya operasional perusahaan penyedia tenaga listrik, tarif listrik, subsidi listrik, dan tingkat kemiskinan. Sedangkan model ekonometrika digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi nilai subsidi listrik di Indonesia dan bagaimana dampaknya terhadap tingkat kemiskinan. Selain itu model ekonometrika juga akan digunakan untuk menguji berbagai kejadian atau skenario yang dapat terjadi terkait sektor kelistrikan melalui simulasi-simulasi. 39 ICP Kebijakan Moneter Kebijakan Fiskal Nilai Tukar Rp/US$ Pengeluaran Pemerintah Penerimaan Pemerintah Dampak Positif: - Meningkatkan daya beli - Stabilisasi harga (inflasi) Pertimbangan: - UU - Politik - Nilai Tukar Rp/US$ - APBN - Daya beli masyarakat terhadap tenaga Konsumsi Listrik Subsidi Harga Listrik Penetapan Harga Jual Tenaga Listrik (TDL) Dampak Negatif: - Inefisiensi - Kemampuan APBN menurun - Distorsi pasar - Ketidakadilan Kinerja Perekonomian Produksi Tenaga Listrik Inflasi Pertumbuhan Ekonomi Pengangguran Neraca Pembayaran Kesempatan Kerja Gambar 5. Upah Tenaga Kerja Kemiskinan Kerangka Pemikiran Dampak Subsidi Harga Listrik terhadap Kemiskinan 40 3.3.1. Model Ekonometrika Menurut Koutsoyiannis (1977), model ekonometrika adalah suatu model yang menggambarkan hubungan antara variabel endo gen (endogenous variables) dengan variabe l pe njelasnya (explanatory variables). Model ekonometrik dapat digunakan untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan da mpak, yaitu de ngan melakuka n perlakuan tertentu pada suatu variabe l untuk mempredisi ekonomi mendatang. Suatu model dianggap baik apabila memenuhi kriteria ekonomi (theoritically meaningfull), terutama tanda dan besaran (magnitude and sign) estimasi dari parameter yang dihasilkan. Dari sudut pandang statistik, model yang baik dapat dilihat dari tingkat derajat ketepatan (goodness of fit) dan memuaskan (statistically satisfactory). Sedangkan menurut kriteria ekonometrika model yang baik dapat dilihat apakah estimasi parameter unbiasedness, efficieny, consistency, dan sufficiency. Model yang dibangun dalam penlitian ini adalah model untuk menganalisis faktor- faktor yang mempengaruhi besarnya subsidi listrik di Indo nesia. Banyak faktor yang mempengaruhi subsidi listrik, dalam penelitian ini akan fokus dengan variabel-variabel ekonomi yang dominan yang mempengaruhi besar kecilnya subsidi listrik. Bentuk umum model ekonometrika secara operasional dirumuskan dalam bentuk sebagai berikut: Yt = β 0 + β1Yt * + β 2 X t + β 3 X t − j + β 4 Z t + β 5 Z t − j + β 6Yt − j + ut dimana Yt = variabel endogen pada periode t 41 Y* t = variabel endogen penjelas pada periode t Xt = variabel eksogen pada periode t Xt-j = variabel eksogen pada periode t-j Zt = variabel kebijakan pada periode t Zt-j = variabel kebijakan pada periode t-j Yt-j = variabel endogen pada periode t-j ut = faktor pengganggu β0 = konstanta β 1 ,., β6 = parameter Nilai elastisitas jangka pendek dan jangka panjang dihitung dengan rumus sebagai berikut: Xj Elastisitas jangka pendek: ε j = βˆ j Yj Elastisitas jangka panjang: η j = 3.3.1.1. εj (1 − β 6 ) Persamaan Struktural dan Identitas Model subsidi listrik di Indo nesia yang dibangun dalam penelitian ini terdiri da ri 56 persamaan, dimana 29 persamaan merupakan persamaan struktural dan 27 persamaan adalah persamaan identitas. Semua persamaan dikelompokkan ke dalam 8 blok, yaitu (1) Blok Produksi Tenaga Listrik, (2) Blok Konsumsi Tenaga Listrik, (3) Blok Subsidi, (4) Blok Harga Jual tenaga Listrik, (5) Blok Penerimaan dan Pengeluaran Pemerintah, (6) Blok Perekonomian, (7) Blok Tenaga Kerja, dan (8) Blok Kemiskinan. Keterkaitan antarblok dapat dilihat pada Gambar 6, sedangkan ringkasan model subsidi listrik dapat dilihat pada Lampiran 2. 42 BLOK KONSUMSI BLOK PRODUKSI TENAGA BLOK HARGA JUAL TENAGA BLOK SUBSIDI HARGA LISTRIK BLOK PEREKONOMIAN BLOK TENAGA KERJA BLOK PENERIMAAN DAN PENGELUARAN BLOK KEMISKINAN Gambar 6. Keterkaitan Antarblok Model Subsidi Harga Listrik di Indonesia Dari Gambar 6 dapat dilihat bahwa subsidi listrik dipengaruhi oleh ke mampuan pemerintah untuk memba yarnya da n juga besarnya tenaga listrik yang diproduksi. Subsidi listrik yang ditetapkan akan berdampak pada besarnya harga yang akan dikenakan kepada pelanggan. Harga jual ini akan mempengaruhi tingkat konsumsi tenaga listrik, dan juga kinerja ekonomi terutama tingkat inflasi. Perubahan harga ini secara langsung akan mempengaruhi proses produksi. Adanya perubahan tingkat produksi akan mempengaruhi tingkat kebutuhan tenaga kerja dan juga tingkat upah. Selanjutnya tingkat kesempatan kerja, upah, inflasi, dan juga campur tangan pemerintah akan mempengaruhi tingkat kemiskinan. Dari Gambar 6 tersebut juga dapat dilihat pentingnya peran serta pemerintah. Sebagaimana negara-negara berkembang yang lain, di Indonesia peranan pemerintah sangat penting baik dalam menggerakkan roda perekonomian maupun program pengentasan kemiskinan. 43 Adapun penjelasan secara lengkap untuk setiap persamaan akan diuraikan pada bagian di bawah ini. 1. Blok Produksi Tenaga Listrik a. Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dan pembangkit sewa ditambah tenaga listrik yang dibeli dari listrik swasta (Independent Power Produser). Prod uks i tenaga listrik yang diproduksi sendiri diproksi dengan banyaknya konsumsi bahan bakar minyak (QBBM), batubara (QBTB), da n gas alam (QGAS). Persamaan tenaga listrik yang diproduksi sendiri (PRODSDR) dapat dirumuskan sebagai berikut: PRODSDRt = a 0 + a1 QBBM t + a2 QBTBt + a3 QGAS t + a 4 PRODSDRt-1 + u1t .............................................. (3.1) Tanda dan besaran yang diharapkan dari estimasi parameter: a 1 , a 2 , a 3 > 0 dan 0 < a 7 < 1. Bahan bakar minyak (BBM), batubara, dan gas alam merupakan bahan bakar utama yang digunakan untuk membangkitkan tenaga listrik. Konsumsi bahan bakar tersebut sangat dipengaruhi oleh jumlah atau kuantitas bahan bakar dan harganya. Jumlah konsumsi BBM dipengaruhi oleh harganya (PBBM) dan tenaga listrik yang diproduksi sendiri (PRODSDR). Jumlah konsumsi batubara dipengaruhi oleh harganya (PBTB), tenaga listrik yang diproduksi sendiri (PRODSDR), dan harga BBM. Sedangkan konsumsi gas alam dipengaruhi oleh harga nya (PGAS), tenaga listrik yang diproduksi sendiri (PRODSDR), jumlah konsumsi BBM, dan konsumsi batubara. Lonjakan harga minyak mentah dunia 44 tahun 2008 juga diduga mempengaruhi konsumsi bahan bakar-bahan bakar tersebut. Persamaan konsumsi BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: QBBM t = b 0 + b1 PBBM t + b2 PRODSDRt + b 3 D08 + b 4 QBBM t-1 + u2t ............................................................ (3.2) QBTBt = c 0 + c1 PBTBt + c 2 PRODSDRt + c3 PBBM t + c 4 D08 + c5 QBTBt-1 + u3t ................................................ (3.3) QGAS t = d0 + d1 PGASt + d2 PRODSDRt + d 3 QBBM t + d 4 QBTBt + d5 D08 + u4t .................................................. (3.4) Tanda dan besaran yang diharapkan dari estimasi parameter: b 1 , c 1 , d1 , b3 , d3 , d4 < 0; b 2 , c2 , d2 , c3 > 0; dan 0 < b 4 , c 5 < 1. Harga BBM sendiri dipengaruhi oleh harga minyak mentah Indonesia atau Indonesian Crude Oil Price (ICP) dan nilai tukar rupiah terhadap dolar Amerika Serikat (KURS). Harga batubara dipengaruhi harga dunia batubara (PDBTB) dan nilai tukar rupiah terhadap do lar Amerika Serikat. Sedangkan harga gas alam dipengaruhi oleh nilai tukar rupiah terhadap dolar Amerika Serikat dan harga BBM. Melonjaknya harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi harga BBM dan batubara dalam negeri. Sedangkan kr isis ekonomi tahun 1998 mempengaruhi harga gas alam. Persamaan harga BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: 45 PBBM t = e 0 + e1 ICPt + e 2 KURS t + e3 D08 + e 4 PBBM t-1 + u5t ............... (3.5) PBTBt = f0 + f1 PDBTBt + f2 KURS t + f3 PBBM t + f4 PBTBt-1 + u6t ....... (3.6) PGAS t = g0 + g1 KURS t + g2 PBBM t + g3 D98 + g4 PGAS t-1 + u7t .......... (3.7) Tanda dan besaran yang diharapkan dari estimasi parameter: e 1 , f1 , g1 , e 2 , f2 , g2 , f3 > 0; e 3 , g3 > 0; dan 0 < e 4 , f4 , g4 < 1. Persamaan nilai konsumsi BBM, batubara, dan gas alam adalah persamaan identitas yang merupaka n perka lian jumlah ba han bakar de ngan harganya. Persamaan nilai konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t ................................................................ (3.8) CBTBt = QBTBt * PBTBt .................................................................... (3.9) CGAS t = QGAS t * PGAS t .................................................................. (3.10) Sebagian produksi tenaga listrik adalah tenaga listrik yang dibeli dari perusahaan lain. Besarnya tenaga listrik yang dibeli dari pihak lain dipengaruhi oleh tenaga listrik yang diprod uks i sendiri, tenaga listrik yang terjual, dan besarnya listrik yang hilang atau susut (SUSUT). Melonjaknya harga minyak mentah dunia tahun 2008 dan kebijakan perluasan pelanggan bersubsidi juga 46 diduga mempengaruhi besarnya tenaga listrik yang dibeli. Persamaan tenaga listrik yang dibeli dari pihak lain (TLBELI) dapat dirumuskan sebagai berikut : TLBELI t = h0 + h1 PRODSDRt + h2 TLJUALt + h3 SUSUTt + h4 D08 + h5 D05 + h6 TLBELI t-1 + u8t ........................... (3.11) Tanda dan besaran yang diharapkan dari estimasi parameter: h1 , h4 , h5 < 0; h2 , h3 > 0; dan 0 < h6 < 1. Sebagaimana disebutkan di atas bahwa total produksi tenaga listrik adalah penjumlahan tenaga listrik yang diproduksi sendiri dengan tenaga listrik yang dibeli. Sehingga produksi tenaga listrik total (PRODTL) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t ................................................. (3.12) b. Biaya Pokok Penyediaan Ene rgi Listrik Biaya pokok penyediaan (BPP) adalah biaya penyediaan tenaga listrik mulai dari pembangkitan, penyaluran (transmisi) sampai dengan pendistribusiannya ke pelanggan. Dalam menghitung biaya pokok penyediaan tenaga listrik, PT PLN (persero) menggunakan komponen-komponen yang meliputi: biaya pembelian tenaga listrik termasuk sewa pembangkit, biaya bahan bakar (BBM, gas alam, panas bumi, batubara, minyak pelumas, dan biaya retribusi air permukaan), biaya pemeliharaan, biaya kepegawaian, biaya administrasi, penyusutan aktiva tetap operasional, dan biaya pinjaman yang digunakan untuk penyediaan energi listrik. Berdasarkan data PT PLN (persero), 47 lebih dari 50 pe rsen biaya operasional digunakan untuk biaya bahan bakar, diikuti biaya untuk pembelian listrik dari pihak lain termasuk sewa pembangkit. Dalam penelitian ini biaya operasional perusahaan penyedia tenaga listrik yang akan digunakan untuk menghitung biaya pokok penyediaan (BPP) diproksi dengan besarnya energi listrik yang dibeli dari pihak lain (TLBELI), biaya bahan bakar, dan biaya lainnya (CLAIN). Biaya bahan bakar akan difokuskan pada konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS). Hal ini dilakukan karena selain ketiga jenis bahan bakar tersebut seperti panas bumi nilainya relatif kecil, sedangkan untuk biaya retribusi air permukaan relatif konstan dan sangat tergantung faktor alam. Krisis ekonomi yang menimpa Indonesia sejak pertengahan tahun 1997 juga diduga sangat berpengaruh terhadap besarnya biaya operasional perusahaan penyedia tenaga listrik. Ini terjadi karena pada saat krisis harga-harga barang naik tajam da n nilai tukar rupiah terhadap berbagai mata uang asing mengalami koreksi yang cukup dalam, sementara pendapatan riil masyarakat mengalami penurunan. Lonjakan harga minyak dunia tahun 2008 juga dipercaya mempengaruhi biaya operasional perusahaan karena penggunaan BBM oleh perusahaan penyedia tenaga listrik yang masih cukup tinggi. Persamaan total biaya operasi produksi tenaga listrik (BOP) adalah: BOP t = i0 + i1 TLBELI t + i2 CBBM t + i3 CBTBt + i4 CGAS t + i5 CLAIN t + i6 D05 + i7 BOPt-1 + u9t ...............................… (3.13) Tanda dan besaran yang diharapkan dari estimasi parameter: i 1 , i2 , i3 , i4 , i5 > 0 dan 0 < i7 < 1. 48 Biaya pokok penyediaan energi listrik per kWh dihitung berdasar nilai total biaya operasional dibagi dengan total kWh yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh adalah: BPP t = BOPt / TLJUALt …...........................................…………..... (3.14) 2. Blok Kons umsi Tenaga Listrik PT PLN (Persero) membagi pelanggan menjadi enam kelompok yaitu rumah tangga, industri, bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum. Dalam penelitian ini kelompok pelanggan hanya dibagi menjadi tiga kelompok yaitu rumah tangga, industri, dan lainnya. Pengelompokan ini didasarkan pada besarnya konsumsi listrik oleh setiap kelompok pelanggan, dimana rumah tangga dan industri merupakan pemakai energi listrik utama di Indo nesia. Pelanggan rumah tangga mengkonsumsi energi listrik sebesar 40.83 persen dari total konsumsi listrik nasional, diikuti pelanggan industri sebesar 34.58 persen, dan sisanya dikonsumsioleh pelanggan bisnis, lembaga- lembaga sos ial, dan kantor pelayanan publik seperti kantor-kantor pemerintah dan penerangan jalan umum. Konsumsi energi listrik untuk rumah tangga diproksi dengan harga jual energi listrik untuk pelanggan rumah tangga (HJTLRT), jumlah pelanggan rumah tangga (PELRT) da n produk domestik bruto (PDB) per kapita (PDBKPT). Konsumsi listrik oleh ka langan industri diprok si de ngan harga jual energi listrik untuk industri (HJTLIND), PDB sektor industri (PDBI), dan jumlah pelanggan industri (PELIND). Sedangkan konsumsi energi listrik untuk pelanggan lainnya diproksi dengan rata-rata harga jual tenaga listrik (HJTLOTH), PDB selain sektor industri (PDBL), da n jumlah pelanggan lainnya (PELOTH). 49 Krisis eko nomi yang melanda Indo nesia dengan puncaknya terjadi pada tahun 1998 menyebabkan penurunan pendapatan riil masyarakat dan banyak perusahaan dan bisnis ba ngkrut. Hal tersebut tentunya aka n berpengaruh terhadap konsumsi energi listrik secara komulatif. Perluasan pe langga n yang mendapatka n subsidi pada tahun 2005 diperkirakanjuga mendorong peningkatan konsumsi listrik karena harga listrik menjadi lebih murah da ri yang seharusnya. Krisis keuangan global yang dimulai dari Amerika Serikat sejak pertengahan tahun 2008 (D 09 ) dan diikuti negara- negara lain sepe rti Jepa ng da n negara- negara ka wasan Eropa mempengaruhi industri dan bisnis dalam negeri terutama yang berorientasi ekspor. Penurunan ekspor ke negara-negara tersebut menyebabkan penurunan produksi dan barang-barang penunjang lainnya seperti kebutuhan energi listrik. Persamaan konsumsi energi listrik untuk pelanggan rumah tangga (CLISRT), industri (CLISIND), dan lainnya (CLISOTH) dapat dirumuskan sebagai berikut: CLISRTt = j 0 + j1 HJTLRTt + j 2 PELRTt + j 3 PDBKPTt + j 4 D98 + j 5 CLISRTt-1 + u10t ......................................... (3.15) CLISINDt = k 0 + k1 HJTLINDt + k 2 PDBI t + k 3 PELINDt + k 4 D98 + k5 D09 + k6 CLISINDt-1 + u11t .................... (3.16) CLISOTHt = l0 + l1 HJTLOTHt + l2 PDBLt + l3 PELOTHt + l4 D05 + l5 D08 + u12t ......,,......................................... (3.17) 50 Tanda dan besaran yang diharapkan dari estimasi parameter: j 1 , k 1 , l1 < 0; j 2 , k2 , l2 , j 3 , k 3 , l3 > 0; dan 0 < j 6 , k 6 < 1. Jumlah tenaga listrik yang terjual adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang dikonsumsi rumah tangga, industri, dan pelanggan lainnya. Persamaan jumlah tenaga listrik yang terjual (TLJUAL) dapat dirumuskan sebagai berikut: TLJUALt = CLISRTt + CLISINDt + CLISOTHt ............................. (3.18) Sementara jumlah tenaga listrik yang hilang atau susut (SUSUT) adalah persamaan identitas yang merupakan selisih dari produksi tenaga listrik dengan tenaga listrik yang terjual dan dipakai sendiri, dan dirumuskan sebagai berikut: SUSUTt = PRODTLt – (TLJUALt + CLISDRt ) ................................ (3.19) 3. Blok Subsidi Listrik Selain pertimbangan politik, besarnya subsidi listrik juga sangat ditentukan besarnya kemampuan anggaran pemerintah. Anggaran pemerintah tersebut ditentukan penerimaan pemerintah baik dari pajak maupun sumber-sumber penerimaan lainnya. Subsidi harga listrik per kWh baik untuk pelanggan rumah tangga, industri, maupun pelanggan lainnya diproksi dengan jumlah penerimaan pemerintah (PENPEM). Lonjakan harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi besarnya subsidi listrik karena tidak adanya kebijakan menaikan tarif listrik. Persamaan subs idi harga listrik pe r kW h untuk pelanggan rumah tangga (SUBPRT), industri (SUBPIND), dan pelanggan lainnya (SUBPOTH) dirumuskan sebagai berikut: 51 SUBPRTt = m0 + m1 PENPEM t + m2 D08 + m3 SUBPRTt-1 + u13t ...... (3.20) SUBPINDt = n0 + n1 PENPEM t + n2 D08 + n3 SUBPINDt-1 + u14t ...... (3.21) SUBPOTHt = o 0 + o 1 PENPEM t + o2 D08 + o 3 SUBPOTHt-1 + u15t ... (3.22) Tanda dan besaran yang diharapkan dari estimasi parameter: m1 , n1 , o1 > 0 dan 0 < m3 , n3 , o 3 < 1. Nilai subsidi yang harus ditanggung pemerintah adalah persamaan identitas yang merupakan perkalian subsidi harga listrik per kWh dengan jumlah konsumsi tenaga listrik untuk setiap golongan pelanggan. Persamaan besarnya subsidi listrik untuk pelanggan rumah tangga (SUBRT0, industri (SUBIND0 dan pelanggan lainnya (SUBOTH) dapat dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 ............................................. (3.23) SUBINDt = SUBPINDt * CLISINDt / 1000 ....................................... (3.24) SUBOTHt = SUBPOTHt * CLISOTHt / 1000 .................................... (3.25) SUBLSTRt = SUBRTt + SUBINDt + SUBOTHt ............................... (3.26) 4. Blok Harga Jual Tenaga Listrik Perusahaan penyedia tenaga listrik tidak dapat menaikka n harga sesuai keinginan sendiri atau sesuai mekanisme pasar karena listrik telah menguasai 52 hajat hidup orang banyak. Pemerintah ikut campur tangan dalam menentukan besarnya tarif listrik yang akan dikenakan kepada pelanggan. Dalam Undangundang nomor 30 tahun 2009 tentang ketenagalistrikan dengan jelas disebutkan bahwa yang menetapkan tarif tenaga listrik adalah pemerintah dengan persetujuan DPR-RI. Besarnya harga jual tenaga listrik untuk setiap golongan pelanggan ditetapkan berbeda-beda dengan mempertimbangkan aspek keadilan, daya beli masyarakat, biaya produksi, dan efisiensi pengusahaan. Dalam penelitian ini, harga jual energi listrik untuk rumah tangga merupakan persamaan identitas yang merupakan selisih antara harga pokok penyediaan tenaga listrik per kWh (termasuk margin) dengan subsidinya. Persamaan rata-rata harga jual energi listrik untuk rumah tangga (HJTLRT), industri (HJTLIND), dan lainnya (HJTLOTH) ada lah: HJTLRTt = (1 + m t ) BPP t – SUBPRTt ............................................ (3.27) HJTLINDt = (1 + mt ) BPP t – SUBPIND t ......................................... (3.28) HJTLOTHt = (1 + mt ) BPP t – SUBPOTH t ....................................... (3.29) Rata-rata harga jual tenaga listrik adalah persamaan identitas yang merupaka n rata-rata tertimbang dari tarif listrik setiap golongan pelanggan yang dirumuskan sebagai berikut: AVHJTL t = 5. HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t Blok Penerimaa n dan Penge luaran Pemerintah (3.30) 53 Penerimaan pemerintah berasal dari pajak dan non pajak. Besarnya penerimaan pemerintah dari pajak diproksi dengan PDB tahun sebelumnya dan inflasi. Persamaan penerimaan pemerintah dari pajak (PENPJK)dapat dirumuskan sebagai berikut: PENPJK t = p 0 + p 1 PDBt-1 + p2 INFLASI t + p3 D98 + p 4 PENPJKt-1 + u16t ................................................ (3.31) Tanda dan besaran yang diharapkan dari estimasi parameter: p 1 , p 2 > 0 dan 0 < p 4 < 1. Total penerimaan pemerintah adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan penerimaan dari sumber-sumbe r lain. Persamaan total penerimaan pemerintah (PENPEM) dirumuskan sebagai berikut: PENPEM t = PENPJKt + PENNPJKt .................................................. (3.32) Sementara dari sisi pengeluaran terbagi menjadi dua, yaitu pengeluaran untuk subsidi listrik dan belanja lainnya. Belanja lainnya dipengaruhi oleh jumlah penerimaan pemerintah dan IHK. Krisis keuangan global juga berpengaruh terhadap belanja selain subsidi. Persamaan belanja selain subsidi (BLJLAIN) dapat dirumuskan sebagai berikut: BLJLAIN t = q 0 + q 1 PENPEM t + q2 IHKt + q3 D09 + q 4 BLJNSUBt-1 + u17t ............................................. (3.33) Tanda dan besaran yang diharapkan dari estimasi parameter: q 1 > 0; q 2 < 0; da n 0 < q 4 < 1. 54 Sedangkan nilai total pengeluaran pemerintah (GOVEXP) adalah persamaan ide ntitas yang merupaka n pe njumlahan pe ngeluaran untuk subsidi listrik dan belanja lainnya, dan dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t ............................................... (3.34) 6. Blok Perekonomian Blok ini terdiri dari enam persamaan struktural, yaitu persamaan konsumsi rumah tangga selain utuk listrik, persamaan investasi, ekspor, impor, nilai tukar rupiah terhadap dolar Amerika Serikat, dan persamaan indeks harga konsumen. Selain itu juga ada enam persamaan identitas, yaitu konsumsi rumah tangga untuk listrik, total konsumsi rumah tangga, nilai PDB, PDB riil, laju pertumbuhan ekonomi, dan tingkat inflasi. i. Konsumsi Pengeluaran rumah tangga untuk konsumsi terbagi menjadi dua yaitu pengeluaran untuk konsumsi listrik dan pengeluaran untuk konsumsi lainnya. Pengeluaran untuk konsumsi listrik (CONLIS) adalah persamaan identitas yang merupakan perkalian antara harga jual tenaga listrik dengan konsumsi tenaga listriknya, dan dirumuskan sebagai berikut: CONLIS t = HJTLRTt *CLISRTt + HJTLINDt *CLISINDt + HJTLOTH t *CLISOTHt ................................................... (3.35) Total konsumsi selain listrik (CONLAIN) diproksi dengan PDRB per kapita dan tingkat inflasi dan dirumuskan sebagai berikut: CONLAIN t = r0 + r1 PDBKPTt + r 2 INFLASI t + r 3 D98 + r 4 D08 + 55 r 5 CONLAIN t-1 + u18t ............................................ (3.36) Tanda dan besaran yang diharapkan dari estimasi parameter: r 1 , r 2 > 0 dan 0 < r 5 < 1. Total konsumsi rumah tangga (CONRT) adalah persamaan identitas yang merupakan penjumlahan total pengeluaran rumah tangga untuk konsumsi listrik dan total pengeluaran lainnya dan dirumuskan sebagai berikut: CONRTt = CONLIS t + CONLAIN t ................................................. (3.37) ii. Investasi Nilai investasi diproksi dengan PDB dan tingkat suku bunga. Hajatan nasional berupa pemilu yang memilih anggota legislatif dan presiden langsung yang pertama kali tahun 2004 diduga mempengaruhi tingkat investasi di Indo nesia. Persamaan investasi (INV) dapat dirumuskan sebagai berikut: INV t = s 0 + s 1 PDBt + s 2 SKBGt + s3 D04 + s 4 INVt-1 + u19t ................... (3.38) Tanda dan besaran yang diharapkan dari estimasi parameter: s 1 > 0; s 2 < 0; dan 0 < s 4 < 1. iii. Ekspor dan Impor Nilai ekspor Indonesia diproksi dengan nilai tukar rupiah terhadap dolar Amerika Serikat. Sedangkan nilai impor dipengaruhi selain oleh kurs, juga oleh tingkat inflasi da n jumlah pe nduduk (POP). Krisis eko nomi yang melanda Indo nesia juga diduga mempengaruhi ekspor dan impor Indonesia. Persamaan ekspor (EKSPOR) dan impor (IMPOR) dapat dirumuskan sebagai berikut: 56 EKSPORt = t 0 + t1 KURS t + t2 D98 + t3 EKSPORt-1 + u20t ................... (3.39) IMPORt = u0 + u1 INFLASI t + u2 KURSt + u3 POPt + u4 D98 + u5 IMPORt-1 + u21t .................................................... (3.40) Tanda dan besaran yang diharapkan dari estimasi parameter: t 1 , u1 , u3 > 0; u2 < 0; dan 0 < t 3 , u5 < 1. iv. Produk Domestik Bruto Produk domestik bruto (PDB), PDB riil, dan laju pertumbuhan eko nomi adalah persamaan identitas dan dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKS t - IMPt ........................ (3.41) RPDBt = PDBt * 100/IHK t ................................................................. (3.42) GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 .............................. (3.43) PDBKPTt = PDBt /POPt ...................................................................... (3.44) v. Nilai Tukar dan Tingkat Inflasi Nilai tukar rupiah terhadap dolar Amerika Serikat diproksi dengan indeks harga konsumen (IHK) dan cadangan devisa yang dimiliki pemerintah (CADEV). Sedangkan IHK dipengaruhi oleh suku bunga tabungan rata-rata (SKBG) dan banyaknya uang yang beredar di tengah masyarakat (UANGBR), rata-rata harga jual tenaga listrik (AVHJTL), harga BBM (PBBM), dan nilai tukar (KURS). 57 Krisis eko nomi yang melanda Indo nesia pada tahun 1997-1999 juga sangat berpengaruh terhadap merosotnya nilai tukar rupiah da n meningkatnya inflasi. Persamaan nilai tukar (KURS), da n indeks harga konsumen (IHK) adalah: KURS t = v0 + v1 IHK t + v2 CADEVt + v3 D9799 + v4 KURS t-1 + u22t ... (3.45) IHK t = w0 + w1 SKBGt + w2 UANGBRt + w3 AVHJTLt + w4 PBBM t + w5 KURS t + w6 D98 + w7 D02 + w8 D05 + w9 IHK t-1 + u23t ................................................................ (3.46) Tanda dan besaran yang diharapkan dari estimasi parameter: v1 , w2 , w3 , w4 , w5 > 0; v2 , w1 < 0; dan 0 < v4 , w9 < 1. Sedangkan persamaan tingkat inflasi (INFLASI) dirumuskan sebagai berikut: INFLASI t = ( IHK t – IHKt-1 ) / IHK t-1 * 100 % ................................. (3.47) Sementara suku bunga (SKBG) dipengaruhi oleh tingkat inflasi dan dirumuskan sebagai berikut: SKBGt = x0 + x1 INFLASI t + x2 D9799 + x3 SKBGt-1 + u24t ................ (3.48) Tanda da n besaran yang diharapkan dari estimasi parameter: x1 > 0 dan 0 < x3 < 1. 7. Blok Tenaga Kerja Blok ini terdiri dari tiga persamaan struktural, yaitu jumlah penawaran tenaga kerja, jumlah permintaan tenaga kerja, dan upah riil, serta satu persamaan identitas yaitu jumlah pengangguran. Jumlah penawaran tenaga kerja diproksi 58 dengan upah riil tenaga kerja (RUPH), jumlah penduduk (POP), dan perubahan belanja lain per tahun. Pemilu tahun 2004 dan krisis keuangan global tahun 2009 juga diduga mempengaruhi jumlah penawaran tenaga kerja. Sedangkan permintaan tenaga kerja diproksi dengan tingkat upah riil dan PDB. Krisis ekonomi tahun 1997-1999 juga diduga mempengaruhi tingkat permintaan tenaga kerja. Sementara upah riil dipengaruhi oleh tingkat penawaran dan permintaan tenaga kerja. Persamaan penawaran tenaga kerja (STK), perintaan tenaga kerja (DTK), dan upah riil (RUPH) dirumuskan sebagai berikut: STK t = y0 + y1 RUPHt + y2 POPt + y3 DBLJLAIN t + y4 D04 + y5 D09 + y6 STKt-1 + u25t ................................................ (3.49) DTK t = z0 + z1 RUPHt + z2 PDBt + z3 D9799 + u26t ......................... (3.50) UNEMPLt = STKt – DTK t ................................................................. (3.51) RUPHt = aa 0 + aa 1 STK t-1 + aa 2 DDTK t + aa 3 D98 + aa 4 RUPHt-1 + u27t .................................................... (3.52) Tanda dan besaran yang diharapkan dari estimasi parameter: y1 , y2 , y3 , z2 , aa 2 > 0; z1 , aa 1 < 0; dan 0 < y6 , aa 4 < 1. 8. Blok Kemiskinan Kemiskinan menjadi permasalahan mendasar di dunia terutama di negara- negara berkembang seperti Indonesia. Oleh karena itu sangat penting mengetahui dampak suatu kebijakan terhadap kemiskinan. Dalam penelitian ini, jumlah 59 penduduk miskin dibedakan menjadi dua yaitu penduduk miskin daerah perkotaan dan penduduk miskin daerah pedesaan. Jumlah penduduk miskin baik di daerah perkotaan diproksi dengan tingkat inflasi, upah riil, da n jumlah pengangguran. Krisis ekonomi yang terjadi pada tahun 1997 – 1999 diperkirakan telah menyebabkan banyak rakyat Indonesia terjatuh dalam lembah kemiskinan. Sedangkan jumlah pe nduduk miskin di 60 PBBMt-1 PBTBt PGAS t CBTBt CGAS t PGAS t-1 PBBMt ICPt D08 CBBMt BOPt BOPt-1 QBTBt-1 QBTBt QBBMt QGAS t QBBMt-1 BPPt PRODSDRt PRODSDRt-1 TLBELIt-1 TLBELIt CLISDRt BLOK PRODUKSI TEN AGA LISTRIK PRODTLt D04 CLISINDt-1 D09 TLJUALt SUSUTt CLISRTt-1 D05 D98 CLISOTHt CLISINDt BLOK KONSUMSI TEN AGA LISTRIK BLOK PEREKO NOMIAN CLISRTt mt KURS t-1 KURS t HJTLRTt HJTLINDt HJTLOTHt SKBGt SKBGt IHKt AVHJTLt BLOK HARGA JUAL TEN AGA LISTRIK CADEV t IHKt-1 INFLASIt UANGBRt PENPJKt SUBPRTt PENPJKt-1 PENNPJKt SUBPOTHt SUBPNDt IMPORt PENPEMt POPt-1 IMPORt-1 EKSPORt SUBRTt SUBOTHt SUBNDt EKSPORt-1 INV t BLOK SUBSIDI LISTR IK BLJLAINt BLJLAINt-1 SUBLSTRt INV t-1 PDBt GOVEXPt MISDESAt-1 BLOK PEN & PENG PEM MISKOTA t MISDESAt UNEMPLt STKt STKt-1 TMISKINt RUPHt PMISKINt BLOK KEMISKIN AN DTKt BLOK TK D9799 Variabel endogen Gambar 7. M odel Subsidi Harga Listrik Variabel eksogen RUPHt-1 61 pedesaan dipengaruhi oleh tingkat inflasi, total pengeluaran pemerintah, dan jumlah pengangguran. Persamaan jumlah penduduk miskin kota (MISKOTA) dan miskin desa (MISDESA) dirumuskan sebagai berikut: MISKOTAt = ab 0 + ab1 INFLASI t + ab 2 RUPHt + ab3 UNEMPLt + ab 4 D9799 + u28t .................................................. (3.53) MISDESAt = ac 0 + ac1 INFLASI t + ac2 GOVEXP t + ac 3 UNEMPLt + ac 5 D9799 + ac 6 MISDESAt-1 + u29t ...................... (3.54) Tanda dan besaran yang diharapkan dari estimasi parameter: ab 1 , ac 1 ,ab3 , ac 3 > 0; s 2ab , ac 2 < 0; dan 0 < ac 5 < 1. Total penduduk miskin (PMISKIN) merupakan penjumlahan pe nduduk miskin di daerah perkotaan dengan penduduk miskin daerah pedesaan yang dirumuskan sebagai berikut: PMISKIN t = MISKOTA t + MISDESA t ............................................. (3.55) Sedangkan tingkat kemiskinan menunjukkan persentase total pe nduduk miskin terhadap seluruh penduduk Indonesia yang dirumuskan sebagai berikut: TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 ...................... (3.56) 3.3.1.2. Uji Identifikasi Langkah awal yang harus dilakukan sebelum melakukan proses penaksiran parameter adalah uji identifikasi pada tiap-tiap persamaan struktural. Uji identifikasi ini dilakukan untuk mengetahui dapat atau tidaknya mendapatkan nilai 62 parameter pada persamaan struktural melalui penaksiran parameter persamaan reduced form. Disamping itu juga untuk mengetahui pendekatan apa yang terbaik untuk mengestimasi mode l tersebut. Pada penelitian ini uji identifikasi dilakukan dengan pengujian kondisi ordo (order condition) dan kondisi tingkat identifikasi (rank condition ofidentification). Menurut Koutsoyiannis (1977), rumusan uji identifika si tersebut adalah sebagai berikut: (K – M) > (G – 1) dimana: K = banyaknya variabel dalam model (variabel endogen dan predetermined) G = banyaknya persamaan dalam model (jumlah variabel endogen) M = banyaknya variabel endo gen dan eksogen da lam suatu persamaan yang diidentifikasi Prinsip umum dalam mengidentifikasi suatu persamaan struktural da lam suatu persamaan simultan adalah sebagai berikut: (a). Apabila K – M > G – 1, maka persamaan tersebut adalah teridentifikasi secara berlebih (over identified). (b). Apabila K – M = G – 1, maka persamaan tersebut tepat teridentifikasi (exactly identified). (c). Apabila K – M < G – 1, maka persamaan tersebut tidak teridentifikasi (unidentified). 63 Berdasarkan hasil uji identifikasi hanya persamaan yang teridentifikasi secara tepat (exactly identified) da n teridentifikasi secara berlebih (overidentified) yang dapat diestimasi. Model subsidi listrik yang disusun terdiri dari 56 variabe l endo gen (G) yang terdiri dari 29 persamaan struktural dan 27 persamaan identitas. Jumlah variabel pre-determined adalah 41 variabel yang terdiri dari 16 variabel eksogen dan 25 variabe l lag endogenous. Sehingga jumlah variabel yang digunakan dalam model seluruhnya berjumlah 97 variabel (K). Persamaan yang mempunyai jumlah variabel terbanyak adalah persamaan dengan 10 variabel (M) dan persamaan tersebut adalah over identified. Berdasarkan kriteria order condition, maka model adalah over identified karena seluruh persamaan struktural yang ada dalam mode l adalah over identified. Karena model adalah overidentified maka two-stage least squares (2SLS) merupakan prosedur estimasi yang sangat bermanfaat untuk memperoleh nilai parameter struktural (Pyndyck dan Rubinfeld, 1998). Oleh karena itu, dalam penelitian ini digunakan metode estimasi parameter 2 SLS (two stage least squares). 3.3.1.3. Pengujian Parameter Model Pengujian terhadap hasil estimasi parameter dilakukan untuk mengetahui apakah variabel- variabel penjelas yang digunakan dalam model berpengaruh secara nyata terhadap variabel endogennya atau tidak, baik secara individu maupun bersama-sama. 1. Uji Keseluruhan Parameter 64 Uji terhadap hubungan antara variabel tak bebas dengan sekelompok variabel bebas dilakukan untuk mengetahui apakah model layak digunakan atau tidak. Hipotesis yang digunakan adalah: H0: β 1 = β 2 =…= β k =0 ; i = 1, 2, …, k artinya tidak ada pengaruh peubah bebas terhadap Y HA: tidak semua β k = 0 artinya ada minimal satu peubah bebas yang mempengaruhi Y Statistik yang digunakan untuk menguji hipotesis tersebut adalah uji F di mana: • Jika F stat < Ftabel (1– α , k-1, n-k) maka HA ditolak, artinya secara bersamasama (simultan) variabel bebas tidak berpengaruh signifikan terhadap variabel tak bebas. • Jika F stat >Ftabel (1– α , k-1,n-k) maka HA tidak dapat ditolak, artinya secara bersama-sama variabel bebas mempunyai pengaruh yang signifikan terhadap variabel tak bebas. 2. Uji Individual Parameter Pengujian ini dilakukan untuk mengetahui hubungan variabel tertentu dengan variabel tak bebas. Pengujian ini dilakukan dengan hipotesis sebagai berikut: H0 : β i = 0 ; i = 1, 2, …, k HA : β i ≠ 0 Pengambilan keputusannya yaitu: • Jika |t stat | > t tabel (1- α /2;n-k-1) maka H0 ditolak yang berarti bahwa pengaruh suatu variabel bebas terhadap variabel tak bebas secara statistik signifikan. 65 • Jika |t stat | < ttabel (1- α /2;n-k-1) maka H0 tidak dapat ditolak berarti bahwa pengaruh suatu variabel bebas terhadap variabel bebas secara statistik tidak signifikan. 3.3.1.4. Uji Durbin-h Beberapa persamaan struktural dalam model yang disusun terdapat variabel lag (beda waktu) maka uji Durbin-Watson tidak dapat digunakan untuk mendeteksi adanya korelasi serial atau tidak (Gujarati, 2003). Durbin mengembangkan suatu uji untuk mendeteksi model yang mengandung variabel lag tersebut de ngan h-statistics yang dirumuska n seba gai berikut: n 1 − n(var(βˆt )) h = ρˆ dimana n adalah jumlah sampel, var ( β̂ t ) adalah varians dari variabel beda waktu dan ρ̂ adalah estimasi first-order correlation yang dirumuskan dengan: ρˆ = ∑ µˆ t µˆ t −1 ∑ µˆt2 dimana adalah µ̂t selisih antara nilai taksiran dengan nilai sebenarnya. Jika jumlah sampel besar maka h statistik mengikuti distribusi normal dengan rata-rata nol dan varians 1, h ~ N(0, 1). 3.3.1.5. Metode Estimasi Model Metode Two Stage Least Square/2SLS (Metode Kuadrat Terkecil Dua Tahap) aka n digunakan untuk mengestimasi parameter-parameter dalam model yang disusun dalam penelitian ini. Secara statistik, metode 2SLS ini menghasilkan penaksir yang konsisten apabila persamaan teridentifikasi secara berlebih (overidentified). Metode ini dikembangkan oleh Henri Theil (1953) dan Robert 66 Basman (1957). Metode ini meliputi dua penerapan metode OLS (Ordinary Least Square) secara berturut-turut, yaitu: Tahap 1 Masing- masing variabel Y j (variabel endogen yang bertindak sebagai variabel bebas) diregresikan dengan X (semua variabel yang ada dalam seluruh sistem persamaan), tidak hanya yang ada dalam persamaannya sendiri. Misal mode l fungsi pendapatan (3.57) dan fungsi “money supply” (3.58) dalam Gujarati (2003): Y1t = β10 + β11Y2t + γ 11 X 1t + γ 12 X 2t + ε 1t ............................................. (3.57) Y2t = β 20 + β 21Y1t + ε 2t ......................................................................... (3.58) dimana Y1t = pendapatan Y2t = stock uang X 1 = pengeluaran investasi X 2 = belanja pemerintah untuk barang dan jasa Dari persamaan (3.21) da n (3.22), maka didapat persamaan : ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t + et ............................................... (3.59) dimana et adalah kesalahan penganggu ,dari persamaan (3.59) kita peroleh persamaan regresi sebagai berikut: ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t .......................................................... (3.60) 67 ^ Y 1t merupakan perkiraan Y1t . Persamaan (3.60) merupaka n bentuk sede rhana (reduced form), sebab yang ada disebelah kanan tanda persamaan hanya predetermined variables atau variabel eksogen saja. Selanjutnya persamaan (3.59) dapat ditulis sebagai berikut: ^ Y1t = Y 1t + et ................................................................................... (3.61) ^ Persamaan (3.61) menunjukk an ba hwa Y1t terdiri atas Y 1t yang merupakan kombinasi linear dari X 1 dan X 2 serta kesalahan penganggu et . Berdasarkan ^ teori OLS antara Y 1t dan et tidak berkorelasi. Tahap 2 Substitusikan persamaan (3.61) pada persamaan (3.58), sehingga sekarang dapat ditulis sebagai berikut: Y2t  ^ = β 20 + β 21  Y 1t + et  + ε 2t   ^ = β 20 + β 21 Y 1t + (ε 2t + β 21et ) ^ = β 20 + β 21 Y 1t + ε t* ........................................................... (3.62) dimana ε t* = ε 2t + β 21et Bentuk persamaan (3.58) da n (3.62) adalah sama, perbedaannya hanya terletak ^ pada Y1t untuk persamaan (3.58) da n Y 1t untuk persamaan (3.62). Pada persamaan (3.58) Y1t berkorelasi dengan ε 2t sehingga menyebabkan penggunaan OLS tidak ^ tepat. Namun pada persamaan (3.62) Y 1t tidak berkorelasi dengan ε t* secara asimptotis, yaitu untuk sampel yang besar kalau n menuju tak terhingga (n→∞). 68 Dengan persamaan (3.62) metode OLS dapat digunakan dan akan menghasilkan suatu perkiraan parameter untuk fungsi money-supply yang ko nsisten. 3.3.1.6. Validasi Model Sebelum melakukan simulasi alternatif kebijakan, maka validitas mode l harus diuji dahulu. Ketepatannya dalam menjelaskan keadaan sebenarnya menjadi kriteria uji validitas model yang digunakan. Suatu model dikatakan baik apabila mengikuti perkembangan dari nilai- nilai aktual variabel endogennya. Apabila model yang valid telah ditemukan, maka persamaan model tersebut dapat digunakan untuk melakukan simulasi maupun peramalan nilai-nilai variabel endo gen de ngan nilai variabe l eksogen tertentu. Uji validitas mode l yang sering digunakan adalah kesalahan rataan kuadrat terkecil (Root Mean Square Percent Error, RMSPE) dan koefisien ketidaksamaan Theil (Theil Inequality Coefficient, U) (Pindyck dan Rubinfeld, 1998). Root Mean Square Error, RMSE, adalah rata-rata kuadrat dari selisih nilai estimasi dengan nilai sebenarnya dari suatu variabel endogen. Semakin kecil nilai RMSE maka estimasi variabel endogennya semakin valid. Nilai statistik RMSE dirumuskan sebagai berikut: RMSE = ( 1 T Y s − Yt a ∑ t =1 t T ) 2 dimana T adalah jumlah periode pengamatan, Yt s dan Yt a masing- masing nilai estimasi dan nilai pengamatan variabe l endo gen. RMSPE merupaka n rata-rata kuadrat dari propo rsi perbedaan nilai estimasi dengan nilai aktual suatu valiabel endogen. Sebagaimana RMSE, semakin kecil 69 nilai RMSPE semakin valid estimasi variabel endogennya. Nilai statistik RMSPE dirumuskan dengan: 2 1 T  Yt s − Yt a   × 100 RMSPE = ∑  T t =1  Yt a  Sedangkan U adalah rasio antara RMSE dengan rata-rata kuadrat nilai pengamatan variabe l endo gen. Nilai U berkisar antara nol da n satu. Jika U=0, maka model secara historis adalah sempurna. Jika U=1, maka model adalah naif. Nilai statistik U didefinisikan dengan formula: U= ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2 1 T ∆Yt a ∑ t =1 T ( ) 2 ) Dimana ∆Yt s adalah perubahan nilai estimasi variabel endogen dan ∆Yt a adalah perubahan nilai pengamatan variabel endogen. Nilai U didekomposisikan menjadi tiga komponen yaitu bias (UM), keragaman atau variance (US), da n covariance (UC). UM mengukur sejauh mana nilai rata-rata estimasi menyimpang dari nilai sebenarnya. Model dikatakan valid jika UM < 0.20. Pidyck da n Rubinfeld (1998) menyatakan bahwa jika UM lebih besar dari 0.20 mengindikasikan adanya bias sistematik dan model tersebut memerluka n revisi atau respesifikasi mode l. US menguk ur sejauh mana nilai keragaman estimasi menyimpang dari nilai keragaman pengamatan. UM dan US mengindikasikan kesalahan sistematis yang harus dihindari. Semakin kecil nilai US, semakin valid estimasi variabel endogennya. Komponen terakhir UC yang menggambarkan penyimpangan kovarian estimasi terhadap kovarian observasi. Berbeda dengan UM dan US, semakin besar nilai UC, maka estimasi variabel 70 endo gennya semakin valid. Jumlah dari UM, US dan UC sama dengan satu. Nilai statistik UM, US dan UC adalah: UM = US = UC = (Y s − Y a ) 2 ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T (σ s − σ a ) 2 ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2(1 − ρ )σ sσ a ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T ) 2 ) 2 ) 2 dimana Y s , Y a , σ s , σ a , dan ρ berturut-tur ut adalah rata-rata nilai estimasi variabel endo gen, rata-rata nilai pengamatan variabel endogen, simpanga n baku nilai estimasi variabel, simpangan baku nilai pengamatan variabel endogen, dan koefisien korelasi antara nilai estimasi dengan nilai pengamatan variabel endogen. 3.3.1.7. Skenario Simulasi Skenario simulasi peramalan yang dilakukan dalam penelitian iniditentukan sesuai dengan kecenderungan data dan rencana kebijakan pemerintah. Skenario simulasi yang dilakukan ada lah: 1. Simulasi 1a: menaikka n subsidi harga listrik sebesar 10 persen. Jumlah subsidi listrik setiap tahun meningkat. Sejak tahun 2005 nilainya melonjak dan selalu melebihi nilai anggaran yang telah disiapka n. Untuk itu perlu dievaluasi bagaimana sebenarnya dampak penambahan subsidi ini. 2. Simulasi 1b: menurunkan subsidi harga listrik sebear 10 persen. Konsekuensi dari kebijakan ini adalah harga jual tenaga listrik mengalami kenaikan. Cara ini dianggap paling efektif untuk mengurangi jumlah subsidi yang terus membebani APBN. Berbagai penelitian yang dilakukan, seperti Lembaga 71 Penelitian dan Pemberdayaan Masyarakat, IPB (2005) dan Purwoko (2003) mengisyaratkan untuk melakukan penyesuaian tarif secara bertahap pada pelanggan kaya. Seberapa besar pengaruh kenaikan tarif listrik terhadap pengurangan subsidi menjadi salah satu pertimba ngan yang dapa t diambil pemerintah di tengah-tengah beba n angga ran yang semakin besar. 3. Simulasi 1c: mengurangi subsidi harga listrik sebesar 10 persen dan dialihkan ke belanja lain. Langkah ini dilakukan untuk mengetahui seberapa efektif kebijakan pemberian subsidi listrik terhadap kinerja perekonomian dan pengurangan tingkat kemiskinan dibandingkan jika uang untuk subsidi tersebut dialihkan ke belanja lainnya. 4. Simulasi 1d: menaikkan harga jual tenaga listrik sebesar 10 persen. Sebagaimana telah dijelaskan pada Simulasi 1b, bahwa beberapa penelitian menyaranka n unt uk dilakukan pe nyesuaian tarif untuk pe langgan yang dianggap mampu. Untuk itu perlu diketahui berapa besar dampak kenaikan tarif listrik tersebut, baik terhadap kinerja perekonomian, penga ngguran, maupun ke miskinan. 5. Simulasi 2a: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen. Beberapa tahun belakangan ini harga minyak mentah mengalami kenaikan yang sangat tajam, padahal ketergantungan perusahaan-perusahaan penyedia tenaga listrik terhadap BBM masih cukup tinggi. Misalnya pada tahun 2010, konsumsi BBM masih sebesar 16 persen (PT PLN Persero, 2010). Hal ini tentu sangat membebani perusahaan-perusahaan penyedia tenaga listrik, sementara mereka tidak bisa menaikkan harga jual tenaga listrik karena terbentur perundang- undangan dan juga masih rendahnya daya 72 beli masyarakat. Sebagai imbasnya pemerintah harus membayar ke perusahaan-perusahaan tersebut berupa pemberian subsidi agar tidak merugi dan dapat berproduksi sebagaimana mestinya. 6. Simulasi 2b: kenaikan harga minyak mentah Indonesia (ICP) sebesar 10 persen dan harga jual tenaga listrik tidak berubah. Simulasi ini dilakukan untuk mengetahui berapa nilai subsidi yang harus ditanggung pemerintah apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan tarif listrik. 7. Simulasi 2c: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen dan subsidi harga listrik tetap. Simulasi ini dilakukan untuk mengetahui berapa nilai tarif harus dinaikan apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan subsidi harga listrik. 8. Simulasi 2d: menurunnya nilai tukar rupiah terhadap dollar Amerika Serikat sebesar 10 persen. Nilai tukar memegang peranan yang penting karena ketergantungan perusahaan penyedia tenaga listrik terhadap BBM yang masih cukup tinggi, sementara Indonesia sekarang telah menjadi negara pengimpor minyak. Meskipun dalam beberapa tahun terakhir dollar Amerika Serikat cenderung mengalami depresiasi terhadap berbagai mata uang negara lain, termasuk terhadap rupiah, namun kondisi seperti ini dapat berubah cepat tergantung kondisi perekonomian dunia, khususnya di Amerika Serikat. Hal ini tentu akan berpengaruh terhadap ongkos yang harus dikeluarkan untuk mengimpor BBM atau barang lainnya. Untuk itu perlu diketahui dampak 73 pelemahan ini terhadap beban biaya perusahaan penyedia energi listrik yang berimbas pada besarnya subsidi listrik yang harus ditanggung pemerintah. 9. Simulasi 3a: mengurangi tenaga listrik yang hilang atau susut (losses). Kebijakan ini bersifat mengevaluasi efisiensi perusahaan penyedia tenaga listrik dalam mendistribusikan tenaga listrik. Semakin kecil tenaga listrik yang hilang, maka pendapatan perusahaan akan bertambah yang juga berarti mengurangi subsidi yang harus dibayarkan. Untuk itu perlu disimulasikan seberapa besar dampak pengurangan tenaga listrik yang hilang terhadap subs idi yang harus diba yarka n pe merintah. PLN menargetka n susut listrik sebesar 8.55 persen pada tahun 2014. 10. Simulasi 3b: menurunkan margin usaha PT PLN (Persero) sebesar 1 persen. Simulasi ini dilakukan berkaitan wacana DPR-RI menurunkan margin usaha PLN dari 8 persen menjadi 7 persen. Sehingga perlu disimulasikan bagaimana dampaknya jika wacana tersebut dilaksanakan. 11. Simulasi 3c: ko mbinasi Simulasi 3a dan Simulasi 3b, yaitu susut tenaga listrik dapat ditekan sebesar 10 persen dan margin usaha PLN dikurangi 1 persen. Kombinasi simulasi ini merupaka n salah satu langkah efisiensi PLN untuk mengurangi biaya pokok penyediaan tenaga listrik yang cenderung terus naik setiap tahun. 3.3.2. Jenis dan Sumbe r Data yang Digunakan Dalam penelitian disertasi ini menggunakan data sekunder yang berasal dari berbagai sumber seperti PT PLN, Kementerian ESDM, Kementerian Keuangan, Bank Indonesia, dan BPS. PT PLN (Persero) yaitu data tentang produksi listrik, konsumsi listrik menurut golongan pelanggan, jumlah pelanggan 74 menurut golongan pe langgan, da n biaya ope rasional PLN. Kementerian ESDM mengenai data energi secara umum dan data-data kelistrikan. Kementerian Keuangan mengenai aloka si anggaran untuk subs idi terutama subs idi listrik. Badan Pusat Statistik (BPS), yaitu data kemiskinan, PDB, inflasi dan lain- lain. Bank Indonesia (BI), yaitu tentang nilai tukar, uang beredar, dan suku bunga. IV. GAMBARAN UMUM KELISTRIKAN DAN KEMISKINAN DI INDONESIA TAHUN 1990-2010 Pada bagian ini akan diuraikan mengenai gambaran umum kelistrikan di Indonesia pada periode tahun 1990-2010 seperti produksi dan konsumsi tenaga listrik, biaya operasional penyediaan tenaga listrik, serta harga jual tenaga listrik. Selain itu juga aka n diuraika n mengenai kebijakan pemberian subsidi listrik dan ke miskina n di Indo nesia. 4.1. Konsums i Energi Nasional Berdasarkan data Kementerian ESDM, konsumsi energi akhir terbesar secara nasional adalah jenis BBM, diikuti gas bumi, batu bara, tenaga listrik, dan tekecil adalah elpiji. Namun dilihat kecenderungan antar waktu selama periode 1990–2009, kontribusi BBM semakin menurun, yaitu dari 69.8 persen pada tahun 1990 menjadi 51.9 persen pada tahun 2009. Sementara gas alam dan elpiji relatif stabil. Yang menarik adalah ko ntribusi batu ba ra da n tenaga listrik yang cenderung naik setiap tahun. Pada tahun 1990 kontribusi batu bara hanya 3.9 persen, ke mudian naik menjadi 12.9 persen di tahun 2009. Kontribusi tenaga listrik juga mengalami kenaikan dari 7.6 persen pada tahun 1990 menjadi 12.8 persen pada tahun 2009. Kontribusi batu bara terbesar terjadi pada tahun 2007 yang mencapai 20.3 persen dan listrik pada tahun 2008 sebesar 13.9 persen. Ada fakta yang menarik da ri ko ntribusi tenaga listrik dalam komposisi pemakaian energi akhir pada periode tersebut yaitu pada saat terjadi krisis ekonomi tahun 1998 dan krisis finansial global tahun 2008 kontribusinya mengalami kenaikan yang cukup s ignifikan. 72 Krisis ekonomi yang melanda bukan saja Indonesia tapi juga beberapa negara Asia lainnya menyebabkan pendapatan riil masyarakat turun, banyak perusahaan kesulitan keuangan, dan bisnis lesu. Untuk mengatasi kondisi tersebut, maka dilakukan langkah- langka h penghematan. Salah satu penghematan yang dilakukan dalam bidang energi adalah mencari energi yang paling murah. Meskipun tidak sefleksibel BBM maupun gas, dan tidak semurah batubara, tenaga listrik mempunyai harga yang relatif murah, mudah instalasi dan penggunaannya, serta ramah lingkungan. Hal ini mendorong meningkatnya konsumsi tenaga listrik pada saat krisis. Sementara pada saat krisis finansial global yang dimulai pada pertengahan tahun 2008 yang dibarengi melonjaknya harga minyak mentah dunia, mendorong dunia usaha mencari alternatif energi untuk mengurangi konsumsi BBM. Tenaga listrik adalah salah satu energi alternatif yang paling memungkinkan untuk mengatasinya karena prosesnya yang relatif cepat serta mudah dibandingkan dengan energi lainnya. Tabel 8. Distribusi Konsumsi Energi Akhir Menurut Je nis, Tahun 1990 – 2009 (%) Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 Batu Bara 3.8 4.8 4.1 4.6 6.2 7.3 11.7 15.8 20.3 13.2 Gas Alam 17.7 15.0 15.3 14.1 17.0 17.6 15.3 14.8 13.3 15.0 BBM 69.8 69.9 69.1 69.2 65.3 63.6 59.9 55.4 52.2 55.0 Elpiji Listrik 1.1 1.7 1.8 1.8 1.7 1.7 1.5 1.7 1.8 2.8 7.6 8.7 9.8 10.3 9.8 9.8 11.6 12.3 12.4 13.9 73 2009 12.9 18.4 51.9 3.9 12.8 Sumber: Kementerian ESDM, 2010 4.2. Produksi Tenaga Listrik Produksi tenaga listrik oleh perusahaan milik pemerintah (PT PLN Persero), baik yang diproduksi sendiri maupun yang dibeli dari perusahaan lain, terus mengalami kenaikan setiap tahun. Tenaga listrik yang diproduksi sendiri pada tahun 2010 mencapai 131 710.1 GWh atau empat kali dari produksi tenaga listrik tahun 1990 yang hanya sebesar 34 011.6 GWh. Demikian juga listrik yang dibeli dari perusahaan lain (IPP) mengalami kenaikan tajam dari 867.0 GWh pada tahun 1990 menjadi 38 076.2 GWh pada tahun 2010 atau naik lebih dari 40 kali. Bahkan pada saat krisis ekonomi tahun 1998 produksi tenaga listrik tetap naik meskipun kecil yaitu hanya sebesar 1.68 persen. Tabel 9. Produksi Tenaga Listrik, Tahun 1990–2010 (GWh) Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 2009 2010 Diprod uksi Sendiri Generator Genset Sub Jumlah Sendiri Sewa 34 011.6 34 011.6 58 210.8 58 210.8 74 053.7 746.0 74 799.6 74 421.0 543.6 74 964.6 80 023.8 473.0 80 496.7 83 503.5 686.6 84 190.1 98 176.8 3 105.3 101 282.1 101 664.3 2 804.3 104 468.6 107 984.1 3 257.3 111 241.4 113 339.9 4 706.9 118 046.8 115 433.8 5 194.5 120 628.4 123 476.8 8 233.2 131 710.1 Tenaga Listrik Beli 867.0 1 193.4 1 819.9 2 938.8 4 279.1 9 135.1 26 087.7 28 639.8 31 199.4 31 389.7 36 168.9 38 076.2 Jumlah 34 878.6 59 404.2 76 619.6 77 903.4 84 775.8 93 325.3 127 369.8 133 108.4 142 440.8 149 436.5 156 797.3 169 786.2 ∆%/ Tahun 17.95 14.06 14.49 1.68 8.82 10.08 7.30 4.51 7.01 4.91 4.93 8.28 Sumber: PT PLN (Persero), beberapa tahun (diolah) Dilihat menurut ba uran energi, terjadi peruba han yang cukup signifikan pada tahun 2009 dibandingkan kondisi tahun 1998, terutama pada tenaga listrik yang dibeli. Pada tahun 1998 tenaga listrik yang dibeli mempunyai kontribusi 74 hanya 4.5 persen, tetapi pada tahun 2009 melonjak menjadi 23.1 persen, yang merupakan sumber terbesar kedua setelah batubara. Sementara BBM, batubara, dan gas alam merupakan sumber energi utama tenaga listrik yang diproduksi sendiri. Kontribusi BBM berfluktuasi dari tahun ke tahun tetapi ada kecenderungan naik, sedangkan batubara relatif tetap. Begitu juga dengan ko ntribusi pa nas bumi yang relatif kecil dengan kecenderungan turun. Kontribusi gas alam mengalami penurunan drastis dari 33.0 persen pada tahun 1998 menjadi hanya 18.6 persen pada tahun 2009. Ini menuntut keseriusan pemerintah untuk meningkatkan penggunaan bahan bakar yang lebih murah dalam upaya mengurangi ketergantungan pada BBM. Tabel 10. Bauran Energi Menurut Sumber Energi, Tahun 1998 – 2009 (%) Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 BBM 17.9 19.5 18.9 19.0 22.7 23.3 28.2 30.6 27.7 25.5 27.7 22.1 Air 12.4 12.0 9.8 10.4 8.1 7.5 7.4 7.7 6.6 7.5 7.2 6.6 Batubara 28.8 32.6 30.9 28.9 27.1 28.2 25.9 26.1 28.8 29.3 27.6 27.5 Non BBM Panas Bumi 3.4 3.5 2.9 2.9 2.9 2.6 2.6 2.4 2.4 2.2 2.3 2.2 Gas Alam 33.0 35.7 27.2 25.1 20.8 18.6 14.3 12.7 13.0 13.5 14.2 18.6 Beli 4.5 5.5 9.8 13.1 17.6 18.2 19.9 20.5 21.5 22.0 20.9 23.1 Sumber: PT PLN (Persero), beberapa tahun (diolah) Ketergantungan pe rusahaan pe nye dia tenaga listrik terhadap BBM yang masih cukup tinggi ini mempengaruhi terus naiknya biaya operasional perusahaan. Secara umum pertumbuhan nilai total biaya operasional perusahaan 75 penyedia tenaga listrik mencapai 15.35 persen per tahun. Dari Tabe l 11 dapat dilihat bahwa pengeluaran untuk bahan bakar dan minyak pelumas memiliki porsi terbesar dibandingkan jenis pengeluaran lain yaitu mencapai 57.53 persen per tahun. Pada tahun 2008 terlihat bahwa melonjaknya harga minyak mentah dunia telah meningkatkan biaya untuk bahan bakar dan minyak pelumas hampir dua kali dari pengeluaran sejenis tahun sebelumnya. Selain pengeluaran untuk bahan bakar dan minyak pelumas, pengeluaran untuk pembelian tenaga listrik juga mengalami kenaikan tajam. Ini dikarenakan jumlah tenaga listrik yang dibeli juga mengalami kenaikan tajam sebagaimana ditunjukkan pada Tabel 9 dan Tabel 10. Peningkatan biaya operasional ini akan berdampak pada peningkatan biaya pokok penyediaan (BPP) tenaga listrik yang dijual. Tabel 11. Total Biaya Operasional, Tahun 1990–2010 (Miliar Rp) Tahun Beli Listrik Bahan Bakar & Minyak Pelumas Kepegawaian Lainnya Total ∆%/ Tahun 1990 21.3 1 530.7 278.6 904.0 2 734.6 - 1995 30.7 2 970.0 758.3 2 731.8 6 490.7 27.47 1997 325.2 4 338.8 1 068.1 3 717.7 9 449.8 22.79 1998 1999 1 886.0 5 082.7 9 409.0 9 691.8 1 018.9 1 335.6 4 495.0 5 392.5 16 808.8 21 502.7 38.94 13.96 2000 9 395.4 10 375.8 1 802.4 5 642.2 27 215.8 13.28 2005 13 598.2 37 355.5 5 508.1 19 561.9 76 023.6 35.87 2006 14 845.4 63 401.1 6 719.7 20 261.9 105 228.2 7.68 2007 16 946.7 65 560.0 7 064.3 21 934.9 111 506.0 1.19 2008 20 742.9 107 782.8 8 344.2 23 727.8 160 597.8 8.81 2009 25 447.8 76 235.1 9 758.3 23 834.8 135 276.0 -3.15 2010 25 217.8 84 190.7 12 954.4 26 745.2 149 108.1 2.05 76 Dist (%) 16.25 57.53 6.89 19.34 100.00 Sumber: PT PLN (Persero), beberapa tahun (diolah) 4.3. Konsums i Tenaga Listrik Jumlah permintaan tenaga listrik terus mengalami kenaikan setiap tahun, bahkan pada waktu terjadi krisis ekonomi tahun 1998 tetap tumbuh meskipun kecil yaitu hanya sebesar 1.48 persen. Tenaga listrik terbesar dikonsumsi oleh pelanggan rumah tangga, diikuti pelanggan industri dan bisnis, sedangkan pelanggan lainnya relatif kecil. Hal ini dikarenakan jumlah pelanggan rumah tangga merupakan pelanggan terbanyak yang mencapai 39.3 juta rumah tangga, sedangkan pelanggan industri meskipun tidak sebanyak pelanggan rumah tangga, tetapi mempunyai rata-rata konsumsi per pelanggan lebih besar daripada pelanggan yang lain. Tabel 12. Konsums i Tenaga Listrik Menurut Golongan Pelanggan, Tahun 1990–2010 Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 2009 2010 Rumah Tangga 9 003.6 17 056.9 22 698.3 24 865.5 26 874.8 30 563.4 41 184.3 43 753.2 47 324.9 50 184.2 54 945.4 59 824.9 Industri 14 165.7 24 722.6 30 768.8 27 995.5 31 337.6 34 013.2 42 448.4 43 615.5 45 802.5 47 968.9 46 204.2 50 985.2 Bisnis 2 327.6 5 090.6 7 249.6 8 656.0 9 330.3 10 576.0 17 022.8 18 415.5 20 608.5 22 926.3 24 825.2 27 157.2 Sos ial 603.8 1 063.0 1 403.4 1 417.4 1 468.8 1 643.5 2 428.8 2 603.6 2 908.7 3 082.4 3 384.4 3 700.1 Lainnya 1 640.3 1 815.5 2 191.4 2 327.1 2 320.6 2 368.7 3 947.1 4 222.1 4 602.2 4 857.1 5 223.0 5 630.0 (GWh) ∆%/ Jumlah Tahun 27 741.0 18.39 49 748.8 15.87 64 311.5 14.64 65 261.4 1.48 71 332.1 9.30 79 164.8 10.98 107 031.4 7.04 112 609.8 5.21 121 246.8 7.67 129 018.8 6.41 134 582.2 4.31 147 297.5 9.45 Sumber: PT PLN (Persero), beberapa tahun (diolah) Krisis ekonomi tahun 1998 dan krisis keuangan global tahun 2008 mempengaruhi konsumsi tenaga listrik oleh pelanggan industri. Ini ditunjukkan 77 dengan menurunnya konsumsi tenaga listrik pada tahun-tahun tersebut, tetapi tidak terlalu berpengaruh terhadap pelanggan lainnya. Hal ini dapat dipahami karena krisis keuangan yang terjadi pada tahun 1998 dan 2008 melanda beberapa negara yang mempunyai hubungan perdagangan strategis dengan Indonesia seperti Jepang dan Korea Selatan. Sehingga kalangan industri terutama yang berorientasi ekspor mengalami kelesuan akibat penurunan permintaan barang yang mereka hasilkan. Akibatnya jumlah konsumsi tenaga listrik juga mengalami penurunan. Selain dijual kepada konsumen, sebagian tenaga listrik juga digunakan perusahaan penyedia tenaga listrik sendiri, tetapi jumlahnya relatif kecil dibandingkan total produksi. Yang masih jadi masalah adalah besarnya tenaga listrik yang hilang atau susut, baik susut transmisi maupun susut distribusi. Pada Tabe l 13 terlihat bahwa meskipun cenderung mengalami penurunan tetapi jumlahnya masih sangat besar yaitu rata-rata diatas 10 persen kecuali pada tahun 2010 yang sebesar 9.89 persen. Ini berarti secara rata-rata lebih dari sepersepuluh tenaga listrik yang diprod uks i terbuang sia-sia. Tabel 13. Tenaga Listrik yang Dikonsumsi Sendiri dan Hilang, Tahun 1990–2010 (GWh) Hilang atau Susut Diko nsumsi Tahun Sendiri Transmisi Distribus i Jumlah % 1990 1 672.5 884.1 4 569.0 5 453.1 15.63 1995 2 260.9 1 698.6 5 626.1 7 324.7 12.33 1997 3 230.3 1 818.7 7 069.9 8 888.6 12.09 1998 3 218.7 1 755.2 7 462.5 9 217.8 12.34 1999 3 224.4 2 116.6 7 862.4 9 979.0 12.22 2000 3 416.1 2 307.8 8 175.1 10 482.9 11.64 2005 5 302.4 2 794.4 11 442.8 14 237.2 11.55 2006 4 273.7 2 905.2 11 830.7 14 735.9 11.44 2007 5 229.7 3 080.9 12 158.3 15 239.2 11.08 78 2008 2009 2010 5 380.4 5 536.0 5 641.1 3 128.8 3 303.3 3 700.1 11 966.7 11 744.3 12 253.7 15 095.5 15 047.6 15 953.8 10.46 10.11 9.89 Sumber: PT PLN (Persero), beberapa tahun (diolah) Berba gai upa ya telah dilakuka n untuk mengurangi jumlah tenaga listrik yang hilang, seperti peningkatan kualitas pembacaan pemakaian tenaga listrik melalui Automatic Meter Reading yang dipasang pada pelanggan pot ensial dan menertibkan pemakaian tenaga listrik kepada pelanggan yang melakukan pencurian tenaga listrik. Namun masih tingginya angka susut tenaga listrik tersebut menuntut perusahaan penyedia tenaga listrik untuk terus meminimalkan jumlah tenaga listrik yang hilang mengingat masih banyak masyarakat yang belum dapat menikmati tenaga listrik. 4.4. Subsidi Listrik Salah satu kebijakan pemerintah pada sektor kelistrikan adalah pemberian subsidi konsumsi listrik. Pemberian subsidi listrik ini terkait dengan pe netapa n tarif listrik yang sejak tahun 1998 selalu lebih rendah dari biaya pokok penyediaan tenaga listrik. Penetapan tarif listrik di bawah harga produksinya ini menyebabkan perusahaan penyedia tenaga listrik mengalami kerugian. Untuk mengganti kerugian akibat penetapan harga jual listrik tersebut, maka pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik sebagai konpensasi agar perusahaan penyedia tenaga listrik tetap dapat beroperasi dan ketersediaan tenaga listrik dapat terjamin. Nilai subsidi terus meningkat setiap tahun. Pada tahun 2010 realisasi subsidi listrik mencapai Rp. 58.11 triliun atau naik lebih dari 30 kali subsidi listrik tahun 1998 yang hanya sebesar Rp. 1.93 triliun. Subsidi mengalami kenaikan 79 tajam sejak tahun 2005. Selain nilainya melonjak, juga lebih besar dari alokasi anggaran yang dipersiapkan pemerintah kecuali pada tahun 2008. Salah satu penyebab melonjaknya subsidi ini adalah adanya kebijakan perluasan pelangaan yang diberikan subs idi da n melonjaknya harga bahan bakar minyak. Tabel 14. Realisasi Subsidi Listrik, Tahun 1998–2010 Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Alokasi Anggaran (Miliar Rp) 1,929.9 4,551.6 3,928.0 4,618.0 4,102.7 4,519.0 3,309.5 8,850.6 30,393.3 33,073.5 83,906.5 49,546.5 55,106.3 Realisasi (Miliar Rp) 1,930.0 1,128.0 2,840.0 4,300.2 5,445.0 3,360.4 3,535.3 10,573.8 33,866.1 37,436.3 78,290.4 53,442.5 58,108.4 Persentase Realisasi ∆%/Tahun Subs idi 100.0 24.8 -41.55 72.3 151.77 93.1 51.41 132.7 26.62 74.4 -38.28 106.8 5.20 119.5 199.09 111.4 220.28 113.2 10.54 93.3 109.13 107.9 -31.74 105.4 8.73 Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) 4.5. Kemiskinan di Indonesia Kemiskinan merupakan masalah utama yang dihadapi dalam proses pembangunan perekonomian di berbagai negara, terutama negara- negara berkembang seperti Indonesia. Demi mengejar pertumbuhan eko nomi yang tinggi sering meninggalkan masalah lain yaitu ketimpangan pendapatan dan kemiskinan terutama di daerah perdesaan. Jumlah pe nduduk miskin di Indo nesia mengalami fluk tuasi da ri tahun ke tahun dengan kecenderungan menurun pada beberapa tahun terakhir, baik jumlah orang maupun persentasenya. Pada Tabel 15 dapat dilihat bahwa jumlah 80 penduduk miskin di daerah perdesaan lebih banyak daripada di daerah perkotaan. Ini menjadi salah satu alasan mengapa studi tentang kemiskinan lebih banyak terfokus pada daerah perdesaan. Tabel 15. Jumlah dan Persentas e Penduduk Miskin di Indonesia Menurut Daerah, Tahun 1990-2010 Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Penduduk Miskin (Juta) Kota Desa Kota+Desa 9.40 8.70 9.42 17.60 15.64 12.30 8.60 13.30 12.20 11.40 12.40 14.49 13.56 12.77 11.91 11.10 17.80 17.20 24.59 31.90 32.33 26.40 29.30 25.10 25.10 24.70 22.70 24.81 23.61 22.19 20.62 19.92 27.20 25.90 34.01 49.50 47.97 38.70 37.90 38.40 37.30 36.10 35.10 39.30 37.17 34.96 32.53 31.02 Persentase Penduduk M iskin Kota 5.27 4.65 4.82 8.76 7.68 5.96 4.11 6.28 5.68 5.24 5.62 6.50 6.01 5.59 5.15 4.74 Desa 9.99 9.19 12.58 15.88 15.88 12.80 14.02 11.85 11.69 11.35 10.29 11.12 10.46 9.71 8.91 8.51 Kota+Desa 15.26 13.83 17.40 24.64 23.56 18.76 18.13 18.13 17.38 16.59 15.91 17.62 16.47 15.29 14.06 13.25 Sumber: BPS, beberapa tahun Pada saat krisis ekonomi melanda Indonesia yang puncaknya terjadi pada tahun 1998 jumlah penduduk miskin mengalami kenaikan tajam, baik dari segi jumlah maupun persentasenya. Dampak krisis terhadap penduduk kota lebih besar daripada penduduk perdesaan yang mengalami kenaikan hampir dua kali lipat, sedangkan penduduk pedesaan relatif lebih tahan terhadap dampak krisis. Setelah itu jumlah penduduk miskin cenderung menurun, kecuali pada tahun 2006. Kenaikan jumlah penduduk miskin pada tahun 2006 disebabkan salah satunya adalah kenaikan harga BBM pada Oktober 2005 yang rata-rata hampir mencapai 81 100 persen. Kenaikan BBM menyebabkan kenaikan berbagai barang kebutuhan pokok karena biaya angkutan naik. Kenaikan harga- harga ini memicu inflasi yang berarti pendapatan riil masyarakat mengalami penurunan. Garis kemiskinan mengalami juga mengalami kenaikan yang cukup signifikan pada tahun tersebut (lihat Tabel 16). Kenaikan garis kemiskinan tersebut bepengaruh pada penduduk berpenghasilan rendah yang berada di sekitar garis kemiskinan. Kenaikan garis kemiskinan tersebut menyebabkan banyak pe nduduk yang semula berada di atas garis kemiskinan menjadi di bawah garis kemiskinan, ini berarti jumlah pe nduduk miskin bertambah. Tabel 16. Garis Kemiskinan Menurut Daerah, Tahun 1990-2010 (Rupiah) Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Garis Kemiskinan Kota 20,614 27,905 42,032 96,959 92,409 91,632 100,011 130,499 138,803 143,455 150,799 174,290 187,942 204,896 222,123 232,989 Desa 13,295 18,244 31,366 72,780 74,272 73,648 80,382 96,512 105,888 108,725 117,259 130,584 146,837 161,831 179,835 192,354 Sumber: BPS, beberapa tahun 4.6. Subsidi Listrik, Pertumbuhan Ekonomi, dan Kemiskinan 82 Sesuai dengan paradigma pembangunan dewasa ini bahwa manusia ditempatkan sebagai tujuan akhir pembangunan ekonomi (the ultimated end), sedangkan upaya pembangunan dipandang sebagai sarana (principal means). Berbagai upaya telah ditempuh pemerintah untuk mencapai tujuan ini, salah satunya adalah kebijakan pemberian subsidi listrik. Kebijakan ini dimaksudkan selain untuk membantu masyarakat kurang mampu, menjaga kelangsungan hidup perusahaan penyedia tenaga listrik, juga untuk menjamin ketersediaan dan distribusi tenaga listrik yang merata. Dengan terjaminnya ketersediaan tenaga listrik de ngan harga yang terjangka u diharapk an roda perekonomian dapat berputar dan pendapatan masyarakat akan membaik, sehingga pengangguran dan kemiskinan dapat berkurang. Pada Gambar 8 dapat dilihat perkembangan besarnya subsidi listrik, pertumbuhan ekonomi dan tingkat kemiskian di Indonesia tahun 1990-2010. Dari Gambar 8 tersebut dapat dilihat bahwa kebijakan pemberian subsidi listrik tidak langsung direspon dengan penurunan tingkat kemiskinan maupun pertumbuhan ekonomi. Badai krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1977 telah menyebabkan pengeluaran pemerintah meningkat tajam, termasuk di antaranya adalah pengeluaran untuk subsidi (Purwoko, 2003). Namun dari Gambar itu juga dapat dilihat bahwa dalam masa krisis ekonomi tahun 1998 subs idi memang sangat memba ntu untuk mencegah lebih dalam tingkat kemiskinan di saat perekonomian mengalami kontraksi cukup dalam. Tetapi setelah itu, subsidi listrik mempunyai dampak yang kurang signifikan terhadap tingkat pertumbuhan ekonomi maupun kemiskinan. Meskipun subsidi listrik mengalami kenaikan tajam tetapi laju pertumbuhan ekonomi tetap datar. Bahkan 83 jika dibandingkan dengan masa sebelum krisis dimana tidak ada subsidi listrik, laju pertumbuha n eko nomi masih lebih renda h. Di sisi lain, pertumbuhan ekonomi berhubungan erat dengan upaya pengentasan kemiskinan. Hal ini terlihat bahwa jika terjadi kontraksi pertumbuhan ekonomi, maka tingkat kemiskinan langsung merespon. Dari Gambar 8 tersebut dapat ditarik suatu kesimpulan bahwa untuk mengurangi tingkat kemiskinan, pemerintah sebaiknya menggunakan instrumen yang dapat menggerakan perekonomian secara langsung dan dapat dirasakan masyarakat banyak dibandingkan dengan kebijakan pemberian subsidi. Di samping dampaknya yang tidak terlalu nyata terlihat, juga disinyalir subsidi lebih banyak dinikmati oleh mereka yang tidak berhak. 80 70 60 50 40 30 20 10 0 -10 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 -20 Subsidi Listrik (Tr Rp) Tk Kemiskinan (%) Pert Eko (%) Gambar 8. Besarnya Subsidi Listrik, Tingkat Ke miskinan, dan Laju Pertumbuhan Ekonomi di Indonesia, Tahun 1990-2010 V. PEMBAHASAN HASIL ESTIMASI MODEL SUBSIDI HARGA LISTRIK Bagian ini membahas hasil estimasi dari mode l yang dibangun dalam penelitian ini. Pembahasan dibagi menjadi dua bagian, yaitu penjelasan secara umum dan pembahasan secara terperinci untuk setiap persamaan. 5.1. Gambaran Umum Hasil estimasi mode l subsidi listrik dievaluasi dengan tiga kriteria, yaitu kriteria ekonomi (economic ‘a priori’ criteria), kriteria statistik (statistical criteria), dan kriteria ekonometrik (econometric criteria). Program estimasi dan hasil estimasi mode l selengkapnya dapat dilihat pada Lampiran 3 da n Lampiran 4. Berdasarkan kriteria ekonomi, hasil estimasi parameter setiap persamaan struktural dalam model subsidi listrik di Indo nesia yang diajukan adalah sesuai harapan. Hal ini ditunjukkan dengan tanda dan besaran nilai estimasi parameter yang menggambarka n hubungan antara variabe l endo gen dengan variabe l penjelasnya. Dilihat berdasar kriteria statistik, hasil estimasi model juga menunjukkan hasil yang cukup baik. Nilai koefisien determinasi (R2 ) setiap persamaan struktural yang relatif tinggi yaitu berkisar antara 0.73 sampai 0.99 menunjukkan bahwa secara umum variabel- variabel penjelas yang digunakan dalam penelitian ini mampu menjelaskan 73 persen sampai 99 persen keragaman variabel- variabel endo gennya. Uji-F digunakan untuk mengetahui apakah model layak digunakan atau tidak dengan melakukan pengujian terhadap hubungan antara variabel tak bebas 86 dengan sekelompok variabel bebas. Nilai statistik uji-F yang dihasilka n cukup tinggi dengan Pr > F semuanya kurang dari 0.01, yang dapat diimpretasikan bahwa variabel- variabel penjelas dalam setiap persamaan struktural secara bersama-sama mempengaruhi secara nyata variabel- variabel endo gennya. Hasil statistik uji- t untuk menguji apakah suatu variabel penjelas secara individu berpe ngaruh terhadap variabel endogennya atau tidak menunjukan bahwa secara statistik sebagian besar variabel penjelas secara individu berpengaruh secara nyata sampai level kesalahan (α) 40 persen. Namun terdapat beberapa variabel penjelas dalam mode l yang secara statistik tidak berpengaruh terhadap variabel endo gennya. Berdasar nilai statistik Durbin-Watson (DW) dan juga nilai Durbin- h mengindikasikan adanya masalah autokorelasi. Masalah ini sering muncul pada penelitian bidang ekonomi yang disebabkan adanya keterkaitan antar variabel. Karena disertasi ini adalah penelitian di bidang ekonomi, maka lebih mengutamakan kriteria ekonomi daripada kriteria statistik maupun ekonometrik. Berdasarkan hasil pengujian estimasi parameter-parameter tersebut, maka model yang digunakan dalam penelitian ini cukup baik dalam menjelaskan perilaku konsumsi dan subsidi listrik di Indonesia. 5.2. Penjelasan Persamaan Pada bagian ini akan dijelaskan secara terperinci setiap persamaan yang digunakan dalam penelitian ini. 5.2.1. Blok Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dari generator yang dimiliki maupun sewa da n tenaga listrik 87 yang dibe li da ri perusahaan lain (IPP). Hasil estimasi persamaan yang berkaitan dengan produksi tenaga listrik menunjukkan bahwa semua persamaan mempunyai tingkat pe njelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang berkisar antara 0.76 sampai dengan 0.99, yang berarti bahwa variabelvariabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 76 persen sampai dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabelvariabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Tenaga Listrik Produksi Sendiri Hasil pendugaan parameter persamaan jumlah tenaga listrik yang diprod uks i sendiri dapat dilihat pada Tabel 17. Dari Tabel 17 tersebut dapat dilihat bahwa hanya variabel tenaga listrik yang dibeli, tenaga listrik terjual, dan produksi sendiri tahun sebelumnya yang berpengaruh secara nyata terhadap jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi batu bara sebesar 0.001461 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i sendiri terhadap peruba han jumlah konsumsi batu bara bersifat tidak elastis baik untuk jangka pe ndek maupun jangka pa njang. Ini berarti perubahan jumlah konsumsi batu bara yang sifatnya sementara maupun jangka pa njang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi gas alam sebesar 0.023578 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i 88 sendiri terhadap perubahan jumlah konsumsi gas alam bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan jumlah konsumsi gas alam yang sifatnya sementara maupun jangka panjang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Tabel 17. Hasil Estimasi Parameter Persamaan Produksi Tenaga Listrik yang Diproduksi Sendiri, Tahun 1990-2010 Variabel Intercept QBBM (Jumlah Konsumsi BBM) QBTB (Jumlah Konsumsi batubara) QGAS (Jumlah Konsumsi Gas Alam) LPRODSDR (Lag Jumlah Tenaga Listrik yang Diproduksi Sendiri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 9012.079 0.0341 0.000248 0.6814 0.0202 0.0537 0.001461 0.0378 0.2296 0.6123 A 0.023578 0.0317 0.0537 0.1433 A 0.625091 0.0003 A Adj-R2 = 0.99314; F-hitung = 688.31; Pr > F = <0.0001; D-h = -3.1475 Keterangan: 2. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Konsums i Bahan Bakar Sebagian besar pembangkit yang dimiliki PLN menggunakan bahan bakar BBM, batubara, dan gas alam yang mencapai 68.16 persen dari total produksi atau 88.60 persen dari total tenaga listrik yang diproduksi sendiri. Hasil pendugaan parameter persamaan konsumsi BBM dapat dilihat pada Tabel 18. Dari Tabel 18 tersebut dapat dilihat bahwa konsumsi BBM dipengaruhi secara nyata oleh tenaga listrik yang diproduksi dan konsumsi BBM tahun sebelumnya. Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 18.00578 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diprod uksi aka n memicu ke naikan permintaan BBM. 89 Ini terjadi karena penggunaan BBM untuk memproduksi tenaga listrik masih cukup tinggi. Pada tahun 2009 total produksi listrik yang menggunakan BBM mencapai 22.06 persen. Respon konsumsi BBM terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi BBM, tetapi memberikan respon pada jangka panjang. Tabel 18. Hasil Estimasi Parameter Persamaan Konsumsi BBM, Tahun 1990-2010 Variabel Intercept PBBM (Harga BBM Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diproduksi Sendiri) D08 LQBBM (Lag Jumlah Konsumsi BBM) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang 35351.62 0.9838 -59.6042 0.8854 -0.0180 -0.0962 18.00578 942261.9 0.3249 0.5821 0.2216 1.1841 0.812856 0.0056 Signifikansi D A 2 Adj-R = 0.84031; F-hitung = 25.99; Pr > F = <0.0001; D-h = -1.8593 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Jumlah konsumsi BBM juga dipengaruhi oleh konsumsi BBM tahun sebelumnya. Ini artinya jika tahun lalu konsumsi BBM naik sebesar 1 000 kilo liter, maka konsumsi BBM tahun sekarang naik sebesar 813 kilo liter. Sementara hasil pendugaan parameter persamaan konsumsi batubara dapat dilihat pada Tabel 19. Dari Tabe l 19 tersebut dapat dilihat bahwa tidak semua variabel yang digunakan berpengaruh secara nyata terhadap konsumsi batubara. Hanya besarnya produksi listrik dan konsumsi batubara tahun sebelumnya yang berpengaruh terhadap konsumsi batubara. 90 Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 105.1371 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diproduksi akan memicu kenaikan permintaan batubara. Ini terjadi karena bahan bakar utama dalam memproduksi tenaga listrik. Pada tahun 2009 total produksi listrik yang dibangkitkan dengan bahan bakar batubara mencapai 27.51 persen. Respon konsumsi batu bara terhadap perubahan tenaga listrik yang diprod uksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi batubara, tetapi memberikan respon pada jangka panjang. Tabel 19. Hasil Estimasi Parameter Persamaan Konsumsi Batubara, Tahun 1990-2010 Variabel Intercept PBTB (Harga Batubara Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik Yang Diproduksi Sendiri) PBBM (Harga BBM) LQBTB (Lag Konsumsi Batubara) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -2301871 0.0295 -891.932 0.6964 -0.0154 -0.0334 105.1371 148.7185 0.0040 0.4318 0.6691 0.0232 1.4508 0.0504 0.538798 0.0074 A A 2 Adj-R = 0.98469; F-hitung = 306.41; Pr > F = <0.0001; D-h = -1.0041 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Jumlah konsumsi batubara juga dipengaruhi oleh konsumsi batubara tahun sebelumnya. Ini artinya jika tahun lalu konsumsi batubara naik sebesar 1 000 ton, maka konsumsi batubara tahun sekarang naik sebesar 539 ton. Hasil pendugaan parameter persamaan konsumsi gas alam dapat dilihat pada Tabel 20. Dari Tabe l 20 tersebut dapat dilihat bahwa variabel harga gas, 91 tenaga listrik yang dibangkitkan sendiri, dan konsumsi BBM berpengaruh secara nyata terhadap konsumsi batubara. Nilai parameter dugaan variabel harga gas alam sebesar 4.75730 dan mempunyai hubungan yang negatif, yang berarti kenaikan harga gas alam akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan harganya bersifat tidak elastis, yang berarti perubahan harga gas alam tidak memberikan respon pada konsumsinya. Tabel 20. Hasil Estimasi Parameter Persamaan Konsumsi Gas Alam, Tahun 1990-2010 Variabel Intercept PGAS (Harga Gas Alam Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diproduksi Sendiri) QBBM (Jumlah Konsumsi BBM) QBTB (Jumlah Konsumsi Batubara) D9799 Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi 7043.293 0.9389 -4.75730 0.0681 -0.4862 - A 8.081043 0.0126 3.5476 - A -0.04389 0.0006 -1.5656 - A -0.00730 -37568.6 0.6436 0.2660 -0.5036 C 2 Adj-R = 0.764; F-hitung = 13.3; Pr > F = 0.0003; DW = 2.72214 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel tenaga listrik yang diproduksi sendiri sebesar 8.081043 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang dipr od uks i aka n memicu ke naika n permintaan gas alam. Respon konsumsi gas alam terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat elastis, yang menujukkan bahwa perubahan tenaga listrik yang diproduksi sendiri memberikan respon pada konsumsi gas alam. 92 Nilai parameter dugaan variabel konsumsi BBM sebesar 0.04389 dan mempunyai hubungan yang negatif, yang berarti kenaikan konsumsi BBM akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan konsumsi BBM bersifat elastis, ini berarti perubahan konsumsi BBM akan memberikan respon pada konsumsi gas alam. Ketika terjadi krisis ekonomi tahun 1997-1999 konsumsi gas alam mengalami penurunan sebesar 37568.6 MMSCF. Ini dapat terjadi karena ketika terjadi krisis ekonomi keuangan PLN menjadi tidak sehat, sehingga dilakukan berbagai penghematan untuk mengurangi kerugian perusahaan yang lebih parah. Besarnya konsumsi bahan bakar sangat tergantung harganya. Hasil pendugaan parameter persamaan harga BBM dapat dilihat pada Tabel 21. Dari Tabe l 21 tersebut dapat dilihat bahwa harga BBM dipengaruhi secara nyata oleh harga minyak mentah Indonesia (ICP), harga BBM tahun sebelumnya, dan variabel dummy yang merepresentasikan lonjakan harga minyak dunia tahun 2008. Nilai parameter dugaan variabel harga minya k mentah Indo nesia (ICP) sebesar 66.37429 da n mempunyai hubungan yang positif, yang berarti kenaikan ICP akan memicu kenaika n harga BBM da lam negeri. Respo n harga BBM terhadap perubahan ICP bersifat elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan ICP yang sifatnya sementara maupun jangka panjang akan memberikan respon pada harga BBM dalam negeri. Melonjaknya harga minyak mentah dunia pada tahun 2008 berpengaruh nyata terhadap kenaikan harga BBM dalam negeri sebesar Rp. 1089.3. Meskipun pe merintah sering meneka n gejolak harga BBM da lam negeri de ngan 93 meningkatkan subsidi BBM, namun sejak tahun 2005 PLN membeli BBM tanpa subs idi. Tabel 21. Hasil Estimasi Parameter Persamaan Harga BBM, Tahun 19902010 Variabel Intercept (Intersep) ICP (Harga Minyak Mentah Indonesia) KURS (Nilai Tukar Rupiah thd Dolar AS) D08 LPBBM (Lag Harga BBM) Estimasi Parameter Elastisitas SignifiJangka Jangka kansi Pendek Panjang Pr > |t| -988.933 A 0.0011 66.37429 <0.0001 1.1482 1.5063 0.024172 1089.309 0.4909 0.0619 0.0823 0.1079 0.237759 0.0173 A A A 2 Adj-R = 0.97072; F-hitung = 158.47; Pr > F = <0.0001; D-h = -1.3913 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Harga BBM dalam negeri juga dipengaruhi oleh harga BBM pada tahun sebelumnya. Ini menunjukkan bahwa harga BBM tahun sebelumnya menjadi salah satu acuan dalam menentukan harga BBM sekarang. Sementara hasil pendugaan parameter persamaan harga batubara dapat dilihat pada Tabel 22. Dari Tabe l 22 tersebut dapat dilihat bahwa hampir semua variabel yang digunakan berpengaruh secara nyata terhadap harga batubara dalam negeri, kecuali harga dunia batubara. Nilai parameter dugaan variabel nilai tukar rupiah terhadap dolar Amerika Serikat sebesar 0.010802 dan mempunyai hubungan yang positif, yang berarti depresiasi nilai tukar rupiah terhadap dolar Amerika Serikat akan memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti perubahan nilai tukar rupiah tidak memberikan respon pada harga batubara dalam negeri. 94 Tabel 22. Hasil Estimasi Parameter Persamaan Harga Batubara, Tahun 1990-2010 Variabel Intercept (Intersep) PDBTB (Harga Batubara Dunia) KURS (Nilai Tukar Rupiah) PBBM (Harga BBM Dalam Negeri) LBTB (Lag Harga Batubara) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -113.302 0.4097 2.588217 0.010802 0.4262 0.2139 0.4713 0.3320 1.1839 0.8340 0.019297 0.601905 0.1150 0.0192 0.1743 0.4378 Signifikansi C B A Adj-R2 = 0.91376; F-hitung = 51.33; Pr > F = <0.0001; D-h = -3.1931 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel harga BBM sebesar 0.019297 dan mempunyai hubungan yang positif, yang berarti ke naikan harga BBM akan memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti perubahan harga BBM tidak memberikan respon pada harga batubara dalam negeri. Hasil pendugaan parameter persamaan harga gas alam dapat dilihat pada Tabe l 23. Dari Tabel 23 tersebut dapat dilihat bahwa ha nya variabe l harga gas periode sebelumnya dan variabel dummy yang berpengaruh secara nyata terhadap harga gas alam dalam negeri. Ini menunjukkan bahwa harga gas alam tahun sebelumnya menjadi acuan utama dalam menentukan harga gas alam sekarang. Krisis ekonomi tahun 1998 dan krisis finansial global tahun 2009 menyebabkan kenaikan harga gas alam. Hal ini terjadi karena krisis telah menyebabkan penurunan daya beli masyarakat, sehingga banyak yang beralih ke bahan bakar yang relatif lebih murah sebagai sumber energi, dan gas alam adalah 95 salah satunya. Namun kenaikan permintaan tersebut berakibat pada naiknya harga gas alam. Tabel 23. Hasil Estimasi Parameter Persamaan Harga Gas Alam, Tahun 1990-2010 Variabel Intercept PDGAS (Harga Dunia Gas Alam) KURS (Nilai Tukar Rupiah thd Dolar AS) PBBM (Harga BBM Dalam Negeri) D98 D09 LPGAS (Lag Harga Gas Alam Dalam Negeri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -957.021 0.6388 763.6172 0.5437 0.1544 1.0817 0.107165 0.8659 0.0384 0.2693 0.042218 19135.55 8717.081 0.9712 0.0006 0.0410 0.0045 0.0312 0.857225 0.0003 Signifikansi A A A Adj-R2 = 0.9493; F-hitung = 60.29; Pr > F = <0.0001; D-h = 0.2429 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Sementara persamaan biaya konsumsi BBM, batu bara, dan gas alam adalah persamaan identitas yang merupakan perkalian jumlah bahan bakar dengan harganya. Persamaan nilai konsumsi BBM (CBBM), batu bara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t CBTBt = QBTBt * PBTBt CGAS t = QGAS t * PGAS t 3. Tenaga Listrik yang Dibeli Tenaga listrik yang dibeli terus meningkat setiap tahun. Kenaikan tenaga listrik yang dibeli menunjukkan bahwa tenaga listrik yang diproduksi sendiri tidak dapat mencukupi permintaan tenaga listrik. Hal ini disebabka n laju tenaga listrik 96 yang diproduksi sendiri lebih lambat dari laju permintaan tenaga listrik, sehingga PLN harus beli dari perusahaan lain untuk memenuhi kenaikan permintaan tenaga listrik. Hasil pendugaan parameter persamaan tenaga listrik yang dibeli dari perusahaan lain (IPP) dapat dilihat pada Tabel 24. Dari Tabel 24 tersebut dapat dilihat bahwa tenaga listrik yang dibeli dari perusahaan lain dipengaruhi oleh tenaga listrik yang diproduksi sendiri, permintaan tenaga listrik yang diproks i dengan tenaga listrik yang terjual, dan besarnya susut tenaga listrik. Selain itu ketika harga minyak mentah dunia melonjak tajam pada tahun 2008 terjadi penuruna n tenaga listrik yang dibeli. Tabel 24. Hasil Estimas i Parameter Persamaan Tenaga Listrik yang Dibeli, Tahun 1990-2010 Variabel Intercept TLJUAL (Jumlah Tenaga Listrik yang Terjual) SUSUT (Jumlah Tenaga Listrik yang Hilang) D08 LTLBELI (Lag Tenaga Listrik yang Dibeli) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -3780.01 0.0278 0.046545 0.1843 0.2610 1.7517 B 0.322728 -2239.34 0.0530 0.1577 0.2603 1.7473 A B 0.851006 <0.0001 A 2 Adj-R = 0.99057; F-hitung = 500.23; Pr > F = <0.0001; D-h = -0.1870 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel jumlah tenaga listrik yang terjual sebesar 0.046545 dan mempunyai hubungan yang positif, yang berarti kenaikan jumlah permintaan tenaga listrik akan memicu kenaikan jumlah tenaga listrik yang dibeli dari luar swasta. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi 97 elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjual yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Nilai parameter dugaan variabel jumlah tenaga listrik yang hilang atau susut sebesar 0.322728 da n mempunyai hubungan yang positif, yang berarti kenaika n jumlah tenaga listrik yang hilang akan memicu kenaikan jumlah tenaga listrik yang dibeli dari perusahaan lain. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjua l yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Ketika terjadi lonjakan harga minyak mentah dunia tahun 2008 jumlah tenaga listrik yang dibeli berkurang sebesar 2 239.34 GWh. Hal ini terjadi karena kenaikan harga minyak mentah dunia menyebabkan kenaikan harga jual dari produsen tenaga listrik kepada PLN, sehingga PLN memaksimalkan produksi sendiri daripada beli dari perusahaan lain. 4. Total Produksi Listrik Sementara persamaan total produksi tenaga listrik adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang diproduksi sendiri dan yang dibeli dari perusahaan lain. Persamaan total produksi tenaga listrik (PRODTLt ) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t 98 5. Biaya Ope rasi Produksi Tenaga Listrik Hasil pendugaan parameter persamaan biaya operasi prod uksi tenaga listrik dapat dilihat pada Tabel 25. Dari Tabel 25 tersebut memperlihatkan bahwa hampir semua variabel yang digunakan sebagai penjelas berpengaruh secara nyata terhadap biaya operasi prod uks i tenaga listrik, kecuali variabel bedakala total biaya operasional. Tabel 25. Hasil Estimasi Parameter Persamaan Total Biaya Operasi Produksi Tenaga Listrik, Tahun 1990-2010 Variabel Intercept TLBELI (Jumlah Tenaga Lisrik yang Dibeli) CBBM (Konsumsi BBM) CBTB (Konsumsi Batubara) CGAS (Konsumsi Gas Alam) CLAIN (Besarnya Pengeluaran Lainnya) D08 LBOP (Lag Total Biaya Operasional) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi C -937.226 0.2040 0.731174 0.969435 0.0032 <0.0001 0.2065 0.3555 0.2067 0.3559 A A 1.197797 0.0202 0.0921 0.0922 A 1.583887 <0.0001 0.1217 0.1219 A 0.808336 5086.999 0.0005 0.1034 0.2364 0.2366 A B 0.001061 0.9846 Adj-R2 = 0.99926; F-hitung = 3645.08; Pr > F = <0.0001; D-h = -0.5352 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter listrik yang dibeli dari perusahaan lain sebesar 0.731174 dan mempunyai hubungan yang positif, yang berarti kenaikan 1 GWh pembelian listrik akan meningkatkan biaya operasi sebesar Rp. 731.17 juta. Respon biaya operasi produksi tenaga listrik terhadap tenaga listrik yang dibeli bersifat tidak elastis. Salah satu penyebabnya adalah mungkin karena porsi tenaga listrik yang dibeli yang relatif kecil dibandingkan yang diproduksi sendiri. 99 Estimasi parameter konsumsi BBM sebesar 0.969435 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Sedangkan estimasi parameter konsumsi gas sebesar 1.583887 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter konsumsi batubara sebesar 1.197797 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi batubara bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Dibandingkan dengan pengeluaran untuk BBM dan gas, pengeluaran untuk konsumsi batubara adalah paling tidak elastis. Hasil ini menunjukkan bahwa pengeluaran untuk konsumsi batubara memiliki nilai sensitivitas paling rendah terhadap biaya operasi prod uks i tenaga listrik. Dengan kata lain, batubara mempunyai nilai efisiensi paling tinggi untuk menekan biaya operasional perusahaan penyedia energi listrik, sedangkan konsumsi untuk BBM paling tidak efisien. Estimasi parameter penge luaran lainnya sebesar 0.808336 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat dipahami karena biaya rutin, seperti biaya untuk gaji karyawan, biaya pemeliharaan, biaya penyusutan, dan lain- lain, merupaka n biaya yang harus dike luarka n pe rusahaan setiap tahun. 100 Lonjakan harga minyak mentah dunia tahun 2008 menyebabka n total biaya operasi produksi tenaga listrik mengalami kenaikan sebesar Rp 5 087.0 miliar. Hal ini terjadi karena kenaikan harga minyak mentah dunia menyebabkan kenaika n harga jual BBM kepada PLN, sedangkan biaya pokok penyediaan energi per kWh dihitung berdasar nilai total biaya operasi produksi tenaga listrik dibagi tenaga listrik yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh ada lah : BPP t = BOPt / TLJUALt 5.2.2. Blok Kons umsi Tenaga Listrik Hasil estimasi persamaan konsumsi energi listrik untuk rumah tangga, ka langan industri da n pelanggan lainnya, menunjukan bahwa semua persamaan mempuny ai tingkat penjelas yang tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Konsums i Listrik Rumah Tangga Dari segi jumlah pelanggan maupun pemakaian, pelanggan rumah tangga adalah pemakai utama energi listrik di Indonesia. Hasil pendugaan parameter persamaan konsumsi energi listrik oleh rumah tangga dapat dilihat pada Tabel 26. Dari Tabel 26 tersebut terlihat bahwa semua variabel penjelas secara statistik berpengaruh secara nyata terhadap konsumsi listrik rumah tangga. 101 Tabel 26. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Rumah Tangga , Tahun 1990-2010 Variabel Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi Intercept -1009.26 0.2926 HJTLRT (Harga Jual Tenaga Listrik untuk Rumah Tangga) -2.01447 0.3354 -0.0217 -0.0445 D 0.463104 0.0009 0.1388 0.2840 A 0.536486 -922.694 0.0038 0.1559 0.4464 0.9133 A B 0.511289 0.0066 PDBKPT (PDB per Kapita) PELRT (Jumlah Pelanggan Rumah Tangga) D98 LCLISRT (Lag Konsumsi Listrik Rumah Tangga) C A 2 Adj-R = 0.99865; F-hitung = 2821.33; Pr > F = <0.0001; D-h = -1.0667 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Hasil pendugaan parameter harga jual tenaga listrik untuk pe langgan rumah tangga sebesar 2.01447 dan mempunyai hubungan yang negatif. Ini artinya kenaikan harga jual tenaga listrik untuk pelanggan rumah tangga akan mengurangi jumlah konsumsi listriknya. Sebagaimana hasil penelitian yang dilakukan Makmun dan Abdurahman (2003) menemukan bahwa kenaikan tarif listrik dapat membawa dampak yang negatif terhadap pendapatan riil masyarakat, sehingga mengurangi kemampuan masyarakat dalam mengkonsumsi tenaga listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik be rsifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa listrik telah menjadi kebutuhan pokok masyarakat di Indonesia yang sulit dicari barang penggantinya, sehingga pengaruh kenaikan harga relatif kecil terhadap nilai konsumsinya. 102 Nilai dugaan parameter PDB per kapita sebesar 0.463104 dan mempunyai hubungan yang positif. Sesuai teori ekonomi apabila pendapatan naik maka konsumsi barang normal juga akan naik. Makmun dan Abdurahman (2003) dalam kesimpulan yang lain menyatakan bahwa tingkat pendapatan berkorelasi positif dengan konsumsi listrik baik dari sisi nilai pengeluaran maupun tingkat konsumsi listrik per kWh-nya. Sebagaimana diketahui bahwa ketergantungan masyarakat, terutama masyarakat perkotaan, terhadap energi listrik semakin tinggi. Listrik tidak hanya untuk penerangan, tetapi juga untuk keperluan lain yang bersifat gaya hidup (life style) seperti untuk menyalakan pendingin ruangan, menyalakan alatalat hiburan seperti televisi dan sejenisnya, dan lain- lain. Respon konsumsi listrik rumah tangga terhadap perubahan PDB per kapita bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa perubahan total konsumsi rumah tangga tidak terlalu berpengaruh terhadap pengeluaran untuk konsumsi listrik. Hal ini dapat terjadi karena proporsi pengeluaran rumah tangga untuk konsumsi listrik terhadap total pengeluarannya relatif kecil. Berdasarkan data BPS, pada tahun 2009 rata-rata persentase pengeluaran rumah tangga untuk konsumsi listrik sebesar 2.63 persen. Hasil pendugaan parameter jumlah pelanggan rumah tangga sebesar 0.536486 dan mempunyai hubungan yang positif. Hasil ini tentunya tidak mengejutkan karena kenaikan jumlah pelanggan aka n menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini juga mengimplikasikan bahwa apabila pemerintah menargetkan untuk meningkatkan jumlah penduduk yang dapat menikmati energi listrik (rasio 103 elektrifikasi), maka juga harus ditingkatkan jumlah produksi listrik untuk memenuhi penambahan konsumsi listrik tersebut. Ini berarti investasi di sektor kelistrikan harus ditingkatkan. Peran serta swasta dalam pembangunan sektor ke listrikan semakin diperlukan di tengah-tengah keterbatasan ke uangan negara. Ketika krisis ekonomi melanda Indo nesia yang puncaknya terjadi tahun 1998 juga berpengaruh terhadap penurunan konsumsi listrik oleh pelanggan rumah tangga. Ini terjadi karena krisis ekonomi menyebabkan penurunan pendapatan riil masyarakat, sehingga tingkat konsumsi listrik oleh pelanggan rumah tangga juga mengalami penurunan. Konsumsi tenaga listrik oleh pelanggan rumah tangga juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik telah menjadi kebutuhan pokok rumah tangga yang terus dibutuhka n masyarakat. 2. Konsums i Listrik Kalangan Industri Meskipun secara komulatif konsumsi listrik pelanggan industri di bawah pelanggan rumah tangga, namun dilihat konsumsi per pelanggan adalah yang terbesar, jauh di atas rata-rata pe langgan yang lain. Hasil dugaan parameter persamaan ko nsumsi energi listrik oleh industri disajikan pada Tabel 27. Berdasar Tabe l 27 tersebut secara statistik semua variabel penjelas yang digunakan berpengaruh terhadap konsumsi listrik pelanggan industri. Nilai parameter dugaan harga jual tenaga listrik sebesar 4.82933 dan mempunyai hubungan yang negatif, yang dapat diinterpretasikan bahwa kenaikan harga jual tenaga listrik untuk industri dapat menyebabkan berkurangnya konsumsi listrik oleh kalangan industri. Sesuai teori ekonomi peningkatan harga suatu barang akan diikuti berkurangnya jumlah konsumsi barang tersebut. Salah 104 satu kesimpulan yang dinyatakan Hartono (2004) dalam penelitiannya menyebutkan bahwa kebijakan menaikkan TDL dapat menyebab dampak negatif terhadap output dan nilai tambah sektoral, sehingga beberapa sektor perlu mendapat perhatian serius. Respon konsumsi listrik rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat terjadi karena listrik merupakan kebutuhan pokok dalam menjalankan proses produksi maka nilai konsumsinya tidak berubah secara tajam apabila terjadi perubahan harga. Kenaikan harga listrik akan menyebabkan peningkatan biaya operasional industri. Sehingga untuk mengatasinya dilakukan penghematan agar perusahaan tetap bisa beroperasi. Tabel 27. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Industri, Tahun 1990-2010 Variabel Intercept (Intersep) HJTLIND (Harga Jual Tenaga Listrik untuk Industri) PDBI (Produk Domestik Bruto Industri Pengolahan) PELIND (Jumlah Pelanggan Industri) D98 D09 LCLISIND (Lag Konsumsi Listrik Industri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi -1958.22 0.6171 -4.82933 0.3679 -0.0520 -0.5250 D 0.003827 0.0251 0.0627 0.6329 A 158.1425 -4582.81 -4979.80 0.2617 0.0075 0.0012 0.2091 2.1120 C A A 0.900984 <0.0001 A 2 Adj-R = 0.99077; F-hitung = 340.82; Pr > F = <0.0001; D-h = -0.5770 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan PDB sektor industri sebesar 0.003827 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan produksi industri akan menyebabka n peningkatan konsumsi listrik. Peningkatan produksi 105 suatu barang karena meningkatnya permintaan barang tersebut akan menyebabkan meningkatnya permintaan tenaga listrik. Respon konsumsi listrik oleh industri terhadap PDB sektor industri bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter jumlah pelanggan industri sebesar 158.1425 dan mempunyai hubungan yang positif. Hasil ini tidak mengejutkan karena kenaikan jumlah pelanggan tentu akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan industri terhadap jumlah pelanggan industri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia dengan puncaknya pada tahun 1998 secara nyata berpengaruh negatif terhadap nilai konsumsi listrik oleh pelanggan industri. Krisis ekonomi yang tidak hanya terjadi di Indonesia tetapi juga melanda ba nyak negara- negara Asia seperti Singapura, Malaysia, Korea Selatan, dan Jepang yang merupakan mitra dagang strategis bagi Indonesia sebagai pemasok maupun pasar utama, telah menyebabkan banyak industri dalam negeri tutup. Hal ini berakibat berkurangnya konsumsi listrik oleh kalangan industri. Krisis finansial global yang terjadi sejak pertengahan tahun 2008 yang dimulai dari Amerika Serikat dan menyebar ke beberapa negara seperti Jepang, Australia, da n negara-negara Eropa juga mempengaruhi konsumsi listrik pelanggan industri di Indo nesia. Industri- industri da lam negeri yang berorientasi ekspor paling merasakan dampak krisis tersebut. Meskipun krisis tidak menimpa Indo nesia, tetapi kr isis yang melanda negara-negara tujuan utama ekspor 106 Indo nesia sepe rti Amerika Serikat dan Jepang menyebabkan berkurangnya ekspor ke negara- negara tersebut. Hal ini berdampak pada berkurangnya konsumsi listrik oleh ka langan ind ustri. Konsumsi tenaga listrik oleh pelanggan industri juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik merupakan barang yang sangat dibutuhkan oleh kalangan industri, Listrik telah menjadi kebutuhan utama dalam proses produksi. 3. Konsums i Listrik Pelangga n Lainnya Hasil pe ndugaan parameter persamaan konsumsi energi listrik oleh pelanggan lainnya (pelanggan bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum) dapat dilihat pada Tabel 28. Dari Tabel 28 tersebut dapat dilihat bahwa jumlah konsumsi tenaga listrik oleh pelanggan lainnya dipengaruhi secara nyata oleh variabel PDB di luar sektor industri, jumlah pelanggan lainnya dan variabel dummy pada tahun 2005 dan 2008. Tabel 28. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Pelangga n Lainnya, Tahun 1990-2010 Variabel Intercept (Intersep) HJTLOTH (Harga Jual Tenaga Listrik untuk Pelanggan Lainnya) PDBL (PDB Selain Industri) PELOTH (Jumlah Pelanggan Lainnya) D05 D08 Estimasi Parameter -335.456 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.6786 -1.08605 0.7233 0.003622 <0.0001 -0.0303 0.3170 - 6.654027 <0.0001 1514.473 0.0778 1082.157 0.1957 0.7180 - A A A B Adj-R2 = 0.9944; F-hitung = 678.23; Pr > F = <0.0001; DW = 1.534954 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen 107 Nilai parameter dugaan PDB sektor industri sebesar 0.003622 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan PDB akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap PDB bersifat tidak elastis. Hasil pendugaan parameter jumlah pelanggan industri sebesar 6.654027 dan mempunyai hubungan yang positif, ini berarti kenaikan jumlah pelanggan akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap jumlah pelanggan lainnya bersifat tidak elastis. Kebijakan pemerintah melakukan perluasan pelanggan yang memperoleh subsidi pada tahun 2005 da n kenaika n tajam harga minyak dunia tahun 2008 secara nyata juga berpengaruh positif terhadap peningkatan konsumsi listrik. Kebijakan pemberian subsidi mendorong peningkatan pemakaian energi listrik karena harga yang harus dibayar lebih murah daripada harga sesungguhnya. 4. Total Konsumsi Listrik Total konsumsi listrik terdiri dari tenaga listrik yang terjual kepada pelanggan, konsumsi listrik yang dikonsumsi sendiri, dan tegaga listrik yang hilang atau susut (losses). Total konsumsi tenaga listrik yang terjual adalah persamaan ide ntitas yang merupaka n pe njumlahan tenaga listrik yang dikonsumsi rumah tangga, industri, dalan pelanggan lainnya. Persamaan total tenaga listrik yang terjua l (TLJUALt ) dapat dirumuskan sebagai berikut: TLJUALt = KONSRTt + KONSIND t + KONSOTHt Sementara tenaga listrik yang dikonsumsi sendiri dan susut (KONSUS t ) adalah persamaan identitas yang merupakan selisih total tenaga listrik yang 108 diproduksi dengan tenaga listrik yang terjual. Persamaan tersebut dapat dirumuskan sebagai berikut: KONSUSt = PRODTLt – TLJUALt 5.2.3. Blok Subsidi Harga Listrik Koplow (2004) menemukan bahwa subsidi energi, termasuk listrik, ada di sebagian besar pasar energi di seluruh dunia. Di Indonesia, subs idi listrik merupakan hal krusial dalam pembangunan sektor kelistrikan di Indo nesia karena akan berkaitan dengan harga yang akan dikenakan kepada pelanggan. Karena listrik telah menjadi barang yang menguasai hajat hidup orang banyak, sehingga dalam menentukan besaran subsidi listrik dibutuhkan pertemua n yang intens if antara pemerintah dan DPR. Menurut Handoko dan Patriadi (2005) peningkatan atau penurunan beban subsidi listrik dipengaruhi oleh: (1) perkembangan nilai tukar rupiah terhadap dolar Amerika Serikat, (2) kebijakan tarif dasar listrik (TDL), dan (3) mekanisme perhitungan subsidi listrik. Hasil estimasi persamaan subsidi harga listrik per kWh untuk pelanggan rumah tangga, kalangan industri dan pelanggan lainnya, menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.92 sampa i 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaanpersamaan tersebut dapat menjelaskan 92 persen sampai de ngan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 109 1. Subsidi Harga Listrik untuk Pelangga n Rumah Tangga Pelanggan rumah tangga adalah yang terbesar dilihat dari segi jumlah pelanggan maupun jumlah konsumsi tenaga listriknya. Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan rumah tangga dapat dilihat pada Tabe l 29. Dari Tabe l 29 tersebut dapat dilihat ba hwa subsidi harga listrik untuk pelanggan rumah tangga dipengaruhi oleh kemampuan anggaran pemerintah. Tabel 29. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Rumah Tangga , Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPRT (Lag Subsidi per kWh Pelanggan Ruta) Estimasi Parameter Pr > |t| -30.6897 0.1722 0.000438 189.6783 0.0005 0.0163 0.198539 0.2198 Elastisitas SignifiJangka Jangka kansi Pendek Panjang B 0.9730 1.2140 A A C Adj-R2 = 0.98066; F-hitung = 77.05; Pr > F = <0.0001; D-h = -0.6210 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000438 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan rumah tangga. Respon subsidi harga listrik listrik untuk rumah tangga terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberi respon pada subsidi harga listrik untuk rumah tangga, tetapi dalam jangka panja memberi respon. 110 Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pe langgan. Subs idi harga listrik untuk rumah tangga juga dipengaruhi oleh subsidi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati- hati. 2. Subsidi Harga Listrik untuk Pelangga n Industri Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan industri dapat dilihat pada Tabel 30. Tabel 30 tersebut memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata mempengaruhi subs idi harga listrik untuk pelanggan industri. Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000421 dan mempunyai hubungan yang positif, yang berarti kenaika n penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan industri. Respon subsidi harga listrik listrik untuk industri terhadap perubahan penerimaan pemerintah bersifat elastis baik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk industri,. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik untuk emua golonga n pelanggan. Sebagai konsekuensi kebijakan ini adalah meningkatnya pengeluaran pemerintah untuk membayar subsidi. 111 Tabel 30. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Industri, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPIND (Lag Subsidi per kWh Pelanggan Industri) Estimasi Parameter -39.8937 Pr > |t| A 0.0366 0.000421 <0.0001 209.7906 0.0020 0.134340 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 1.1156 1.2887 0.3178 A A D 2 Adj-R = 0.99813; F-hitung = 99.34; Pr > F = <0.0001; D-h = -1.3543 Keterangan: 3. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Subsidi Harga Listrik untuk Pelangga n Lainnya Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan lainnya dapat dilihat pada Tabel 31. Sebagaimana yang terjadi pada pelanggan rumahtangga dan industri, Tabel 31 juga memperlihatkan bahwa subsidi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh total penerimaan yang diperoleh pemerintah. Tabel 31. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Pelangga n Lainnya, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPOTH (Lag Subsidi per kWh Pelanggan Lainnya) Estimasi Parameter Pr > |t| -104.686 0.0007 0.000327 202.1526 0.0003 0.0024 0.110361 0.4616 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 6.4099 7.2051 A A 2 Adj-R = 0.92312; F-hitung = 61.57; Pr > F = <0.0001; D-h = 1.0169 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000327 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah 112 berpotensi kenaikan subsidi harga listrik untuk pelanggan lainnya. Respon subsidi harga listrik listrik untuk pelanggan lainnya terhadap perubahan pe nerimaan pemerintah bersifat elastis ba ik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk pelanggan lainnya. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pelanggan. Subs idi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh subs idi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikkan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati-hati. 4. Besaran Subsidi Listrik Besaran subs idi listrik untuk setiap golongan pe langgan adalah persamaan identitas yang merupaka n perkalian antara subsidi per kWh dengan jumlah konsumsi listrik untuk masing- masing golonga n. Persamaan besarnya subsidi untuk pelanggan rumah tangga (SUBRT), industri (SUBIND), dan pelanggan lainnya (SUBOTH) dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 SUBINDt = SUBPINDt * CLISINDt / 1000 SUBOTHt = SUBPOTHt * CLISOTHt / 1000 113 Sedangkan total subsidi listrik untuk seluruh pelanggan (SUBLSTR) adalah penjumlahan dari nilai subsidi untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: SUBLSTRt = SUBRTt + SUBIND t + SUBOTHt 5.2.4. Blok Harga Jual Tenaga Listrik Harga jual tenaga listrik didapatkan dari penurunan rumus subsidi yang digunakan PLN dalam menghitung besaran subsidi. Menurut Peraturan Menteri Keuangan Nomor 111/PMK.02/2007, besarnya subsidi energi listrik dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume pe njualan (kW h) unt uk setiap golongan tarif. Sehingga dapat diturunkan persamaan harga jual tenaga listrik untuk pelanggan rumah tangga (HJTLRT), industri (HJTLIND), dan pelanggan lainnya (HJTLOTH) sebagai berikut: HJTLRTt = (1 + mt ) BPP t – SUBPRTt HJTLINDt = (1 + mt ) BPP t – SUBPINDt HJTLOTH t = (1 + mt ) BPP t – SUBPOTHt Sedangka n harga jual rata-rata merupakan rata-rata tertimbang harga jual untuk setiap golongan pelanggan sebagai berikut: AVHJTL t = HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t 5.2.5. Blok Penerimaa n dan Penge luaran Pemerintah Dalam anggaran belanja pemerintah selalu memperhatikan nilai penerimaan yang dapat dikumpulkan pemerintah. Penerimaan pemerintah secara 114 umum berasal dari penerimaan pajak dan penerimaan dari sumber lainnya, seperti penerimaan dari keuntungan badan usaha-badan usaha yang dimiliki pemerintah atau utang baik dari dalam maupun luar negeri. Hasil pendugaan parameter persamaan penerimaan pajak dapat dilihat pada Tabel 32. Pada Tabe l 31 dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut berpengaruh secara nyata terhadap penerimaan pajak yang diperoleh pemerintah. Tabel 32. Hasil Estimasi Parameter Persamaan Penerimaa n Pajak, Tahun 1990-2010 Variabel Intercept (Intersep) LPDB (Lag Produk Domestik Bruto) INFLASI (Tingkat Inflasi) D98 LPENPJK (Lag Penerimaan Pajak) Estimasi Parameter Pr > |t| -45462.8 0.0585 0.101952 4557.819 -319936 0.0094 0.0581 0.0594 0.322897 0.2599 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 0.7800 0.2248 1.1520 0.3320 A A A C Adj-R2 = 0.93949; F-hitung = 267.48; Pr > F = <0.0001; D-h = -0.2646 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB tahun sebelumnya sebesar 0.101952 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB berpotensi menaikka n penerimaan pajak pemerintah. Respo n penerimaan pajak terhadap perubahan PDB periode sebelumnya bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberikan respon pada penerimaan pajak pemerintah, tetapi memberikan respon dalam jangka panjang. 115 Sementara total penerimaan pemerintah (PENPEM) adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan non pajak (PENNPJK), yang dirumuskan sebagai berikut: PENPEMt = PENPJKt + PENNPJK t Dari sisi pengeluaran, belanja dalam penelitian ini dibagi menjadi dua, yaitu belanja untuk subsidi listrik dan belanja diluar subsidi listrik. Hasil pendugaan parameter untuk persamaan belanja lain disajikan pada Tabel 33. Pada Tabel 33 tersebut dapat dilihat bahwa semua variabel penjelas dalam persamaan tersebut berpengaruh secara nyata terhadap belanja lainnya. Tabel 33. Hasil Estimasi Parameter Persamaan Belanja Lain, Tahun 19902010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) IHK (Indeks Harga Konsumen) D09 LBLJNSUB (Lag Belanja Non Subsidi) Estimasi Parameter -4007.71 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang D 0.3691 0.036347 0.1500 193.8856 0.0337 103212.5 <0.0001 0.0791 0.1376 1.0544 1.8338 0.924940 <0.0001 B A A A 2 Adj-R = 0.90534; F-hitung = 2532.66; Pr > F = <0.0001; D-h = 0.8165 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter penerimaan pemerintah sebesar 0.036347 dan mempunyai hubungan yang positif, yang berarti peningkatan penerimaan pemerintah berpotensi menaikka n belanja di luar subsidi listrik. Respo n belanja di luar subsidi listrik terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan penerimaan pemerintah yang sifatnya sementara tidak memberikan 116 respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Nilai dugaan parameter IHK sebesar 193.8856 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi belanja di luar subsidi listrik berpotensi naik. Respo n belanja di luar subsidi listrik terhadap peruba han IHK bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti pe ruba han IHK (inflasi atau deflasi) yang sifatnya sementara tidak memberikan respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Sedangkan total pengeluaran pemerintah (GOVEXP) merupakan penjumlahan pengeluaran pemerintah untuk subsidi listrik dan pengeluaran lainnya yang dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t 5.2.6. Blok Perekonomian Hasil estimasi persamaan pengeluaran di luar konsumsi untuk listrik, investasi, ekspor, impot, nilai tukar rupiah terhadap dolar Amerika Serikat, indeks harga konsumen (IHK), dan suku bunga menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.78 sampai dengan 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 78 persen sampa i dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan 117 variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Produk Domestik Bruto Dalam menghitung nilai PDB ada lima komponen yang harus dihitung, yaitu total pengeluaran rumah tangga, pengeluaran pemerintah, investasi, ekspor dan impor. Hasil pendugaan parameter pengeluaran rumah tangga di luar untuk konsumsi listrik disajika n pada Tabe l 34. Tabel 34 memperlihatkan bahwa hanya variabel PDB per kapita dan dummy lonjakan harga minyak dunia tahun 2008 yang berpengaruh secara nyata berpengaruh terhadap pengeluaran rumah tangga di luar konsumsi listrik. Tabel 34. Hasil Estimasi Parameter Persamaan Penge luaran di Luar Konsums i Listrik, Tahun 1990-2010 Variabel Intercept (Intersep) PDBKPT (PDB per Kapita) INFLASI (Tingkat Inflasi) D98 D08 LCONLAIN (Lag Konsumsi Lainnya) Estimasi Parameter Pr > |t| -13586.9 110.0489 -26.5894 54503.53 133465.5 0.7505 0.0747 0.9951 0.8489 0.0605 0.190218 0.6989 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.8397 -0.0003 1.0370 -0.0003 A A 2 Adj-R = 0.99722; F-hitung = 1365.05; Pr > F = <0.0001; D-h = 0.8045 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB per kapita sebesar 110.0489 dan mempunyai hubungan yang positif, yang berarti kenaikan pendapatan masyarakat akan memicu kenaika n belanja di luar konsumsi listrik. Respon ko nsumsi di luar listrik terhadap perubahan PDB per kapita bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. 118 Lonjakan harga minyak mentah dunia berdampak pada peningkatan pengeluaran di luar konsumsi listrik. Hal ini terjadi karena kenaikan harga minyak menyebabkan kenaikan barang-barang yang dipicu kenaika n biaya ope rasional dan barang-barang input. Sedangkan pengeluaran untuk konsumsi listrik (CONLIS) merupakan perka lian antara harga jual tenaga listrik dengan jumlah konsumsinya untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: CONLIS t = HJTLRTt *KONSRTt + HJTLINDt *KONSINDt + HJTLOTH t *KONSOTHt Sementara total pengeluran rumah tangga (CONRT) merupakan penjumlahan total pengeluaran untuk konsumsi listrik dan konsumsi lainnya yang dirumuskan dengan: CONRTt = CONLISt + CONLAIN t Komponen berikutnya dari PDB adalah investasi. Hasil pendugaan parameter persamaan investasi disajikan pada Tabel 35. Dari tabel 35 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai investasi. Nilai dugaan parameter PDB sebesar 0.072185 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB akan memicu kenaikan investasi. Respon investasi terhadap perubahan PDB bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Di samping itu, investasi juga dipengaruhi oleh tingkat suku bunga. Nilai dugaan parameter tingka t suku bunga sebesar 3763.54 dan mempunyai hubungan yang negatif, yang berarti kenaikan tingkat suku bunga dapat menurunkan minat 119 orang untuk berinvestasi karena orang akan lebih tertarik umtuk menabung. Respo n investasi terhadap perubahan tingkat suku bunga bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 35. Hasil Estimasi Parameter Persamaan Investasi, Tahun 1990-2010 Variabel Intercept (Intersep) PDB (Produk Domestic Bruto) SKBG (Tingkat Suku Bunga) D04 LINV (Lag Investasi) Estimasi Parameter Pr > |t| 49424.32 0.3385 0.072185 0.0599 -3763.54 0.1019 -1180440 0.0672 0.917795 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.2716 -0.1013 3.3036 -1.2320 D A B B A Adj-R2 = 0.99082; F-hitung = 513.83; Pr > F = <0.0001; D-h = -0.5466 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Komponen selanjutnya dari PDB adalah ekspor dan impor. Hasil pendugaan parameter persamaan ekspor dapat dilihat pada Tabel 36. Dari Tabel 36 tersebut dapat diketahui bahwa nilai ekspor sangat dipengaruhi oleh nilai tukar rupiah terhadap do lar Amerika Serikat. Tabel 36. Hasil Estimasi Parameter Persamaan Ekspor, Tahun 1990-2010 Variabel Intercept (Intersep) KURS (Nilai Tukar Rp/US$) D98 LEKSPOR (Lag Ekspor) Estimasi Parameter Pr > |t| -26942 0.6491 13.10376 0.3164 253373.3 0.0547 0.998771 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.1473 119.823 D A A Adj-R2 = 0.95208; F-hitung = 126.82; Pr > F = 0.0003; D-h = -1.8515 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter nilai tukar rupiah sebesar 13.10376 dan mempunyai hubungan yang positif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat meningkatka n pendapatan nasional dari 120 ekspor. Ini terjadi karena melemahnya nilai tukar akan meningkatkan daya saing barang Indo nesia di luar ne geri disebabk an harga ba rang Indo nesia aka n lebih murah daripada barng dari negara lain. Respo n ekspor terhadap pe ruba han nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1998 dari sisi ekpor ternyata menguntungkan. Hal ini terjadi karena nilai tukar rupiah melemah drastis sehingga barang-barang dari Indonesia menjadi sangat murah, ditambah merosotnya pendapatan masyarakat Indonesia sehingga banyak perusahaan lebih banyak memproduksi barang-barang untuk diekspor karena permintaan dalam negeri menurun drastis. Ekspor juga dipengaruhi oleh nilai ekspor tahun sebelumnya. Hasil ini mengindikasikan Indonesia telah mempunyai hubungan dagang yang baik dengan negara lain. Namun untuk lebih meningkatkan ekspor diperlukan pembukaan hubungan da gang de ngan negara- negara lain selain de ngan negara-negara yang secara tradisional memang telah terjalin de ngan baik sejak lama. Sementara nilai dugaan parameter persamaan impor disajikan pada Tabel 37. Pada Tabel 37 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai impor Indonesia. Nilai dugaan parameter inflasi sebesar 19088.89 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi impor nasional dapat meningkat. Ini terjadi karena jika terjadi inflasi akan menyebabkan harga barang dalam negeri lebih mahal daripada barng impor, sehingga orang cenderung 121 mengimpor barang. Respon impor terhadap perubahan tingkat inflasi bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Nilai dugaan parameter nilai tukar rupiah sebesar 21.61700 dan mempunyai hubungan yang negatif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat menurunkan impor nasional. Ini terjadi karena melemahnya nilai tukar akan menyebabkan harga barang dalam negeri lebih murah daripada barng impor. Respon impor terhadap perubahan nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 37. Hasil Estimasi Parameter Persamaan Impor, Tahun 1990-2010 Variabel Intercept (Intersep) INFLASI (Tk Inflasi) KURS (Nilai Tukar Rp/US$) POP (Jumlah Penduduk) D98 LIMPOR (Lag Impor) Estimasi Parameter -2641834 19088.89 -21.61700 13.55890 -1107300 0.737583 Pr > |t| 0.0606 0.0367 0.2660 0.0779 0.0733 0.0037 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.4151 1.5817 -0.2794 -1.0646 5.2328 19.9408 A A C A A A Adj-R2 = 0.93649; F-hitung = 57.03; Pr > F = <0.0001; D-h = -3.4610 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter jumlsh pe nduduk sebesar 13.55890 dan mempunyai hubungan yang positif, yang berarti bertambahnya jumlah penduduk berpotensi menaikka n impo r nasional. Ini terjadi karena bertambahnya penduduk akan menyebabkan peningkatan barang dan jasa, sehingga untuk memenuhinya adalah mengimpor dari negara lain apabila produksi dalam negeri tidak mencukupi. Respon impor terhadap perubahan jumlah pe nduduk be rsifat elastis baik untuk jangka pendek maupun jangka panjang. 122 Sebagaimana ekspor, impor juga dipengaruhi oleh nilai impor tahun sebelumnya. Makin banyak perusahaan multinasional mengakibatkan konsistennya nilai impor antar waktu. Nilai PDB adalah persamaan identitas dari lima komponen yang telah disebutkan sebelumnya yang dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKSt - IMPt Sedangkan nilai riil PDB dihitung dengan rumus: RPDBt = PDBt * 100/IHK t Laju pertumbuhan ekonomi (GROWTH) dihitung berdasarkan perubahan PDB riil tahun sekarang terhadap tahun sebelumnya yang dirumuskan sebagai berikut: GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 Sementara PDB per kapita dihitung berdasarkan nilai PDB dibagi dengan jumlah penduduk, a tau: PDBKPTt = PDBt /POPt * 1 000 2. Nilai Tukar Rupiah Hasil pendugaan parameter persamaan nilai tukar rupiah terhadap dolar Amerika Serikat disajikan pada Tabel 38. Tabe l 38 memperlihatkan bahwa variabel IHK, cadangan devisa, dan lag nilai tukar rupiah terhadap dollar Amerika Serikat dan krisis ekonomi tahun 1997-1999 secara nyata berpengaruh terhadap nilai tukar rupiah terhadap dolar Amerika Serikat. Nilai dugaan parameter IHK sebesar 33.14076 dan mempunyai hubungan yang positif, yang berarti terjadinya inflasi akan memicu melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat. Respon nilai tukar rupiah terhadap dolar 123 Amerika Serika t bersifat tidak elastis dalam jangka pendek, tetapi elastis untuk jangka panjang. Tabel 38. Hasil Estimasi Parameter Pe rsamaan Nilai Tukar Rupiah Terhadap Dolar Ame rika Serikat, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) IHK (Indeks Harga Konsumen) CADEV (Cadangan Devisa) D9799 LKURS (Lag Nilai Tukar Rupiah) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi 714.7607 0.2225 C 33.14076 0.0619 0.5291 1.5799 A -0.06175 1467.304 0.0774 0.0557 -0.2942 -0.8784 A A 0.665105 0.0022 A 2 Adj-R = 0.90006; F-hitung = 43.78; Pr > F = <0.0001; D-h = -1.6150 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai pendugaan parameter cadangan devisa sebesar 0.06175 dan mempunyai hubungan yang negatif. Ini berarti cadangan devisa yang dimiliki Indo nesia ikut menjaga kestabilan nilai tukar rupiah. Respo n nilai tukar rupiah terhadap cadangan devisa bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1997-1999 mempengaruhi nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika. Bahkan pada Juni 1998 rupiah sempat mencapai titik terendah yaitu 16 500 per dolar Amerika Serikat (BI, 1999). Krisis ekonomi yang disertai krisis politik telah menyebabka n ke munduran pereko nomian Indo nesia ke titik nadir. Nilai tukar rupiah pada periode sebelumnya juga memepangaruhi nilai tukar saat ini. Hal ini dapat dipahami bahwa meskipun Indonesia menganut sistem nilai tukar mengambang (floating) tetapi Bank Indo nesia (BI) terus memantau 124 pergerakan nilai tukar rupiah terhadap mata uang asing. Jika terjadi gejolak nilai mata uang rupiah maka BI dapat melakukan intervensi untuk mestabilkannya. 3. Indeks Harga Konsume n Hasil pendugaan parameter persamaan indeks harga konsumen atau IHK disajikan pada Tabel 39. Tabel 39 memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata berpengaruh terhadap indeks harga ko nsumen. Nilai parameter dugaan rata-rata suku bunga deposito sebesar 0.03242 dan mempunyai hubungan yang negatif. Kenaikan suku bunga sebesar 1 persen menyebabkan penurunan IHK sebesar 0.03 point. Menurut teori ekonomi, apabila suku bunga naik, maka masyarakat cenderung menabung sehingga mengurangi uang beredar dan inflasi turun. Respon IHK terhadap pe ruba han suku bunga bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan uang beredar sebesar 0.016741 dan mempunyai hubungan yang positif. Meningkatnya uang beredar di tengah masyarakat dapat menyebabkan peningkatan IHK sebesar 0.02 point. Respon IHK terhadap perubahan uang bereda r bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan rata-rata harga jual tenaga listrik sebesar 0.020046 dan mempunyai hubungan yang positif. Ini berarti kenaikan tarif listrik dapat memicu kenaikan IHK, yang berarti akan meningkatkan inflasi. Ini terjadi karena listrik telah menjadi salah satu barang input utama baik bagi rumah tangga ataupun dunia usaha. Sehingga jika terjadi kenaikan tarif listrik akan meningkatkan biaya operasi dan untuk menutup kenaikan biaya tersebut dilakukan kenaika n harga prod uk yang d ihasilka n. Akibatnya terjadi kenaikan harga barang- 125 barang dan memicu inflasi. Respon IHK terhadap perubahan rata-rata tarif listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Tabel 39. Hasil Estimasi Parameter Persamaan Indeks Harga Konsume n, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) SKBG (Suku Bunga) UANGBR (Uang Beredar) AVHJTL (Rata-rata Harga Jual Tenaga Listrik) PBBM (Harga BBM) KURS (Nilai Tukar Rp/US$) D98 D05 D02 LIHK (Lag Indeks Harga Konsumen) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi B 5.563770 -0.03242 0.1432 0.8495 -0.0043 -0.0113 0.016741 0.0187 0.1344 0.3490 A 0.020046 0.002428 0.1925 0.0010 0.0681 0.0447 0.1770 0.1161 B A 0.002050 23.00031 12.93938 4.273269 0.0003 0.0024 0.0002 0.0820 0.1284 0.3335 A A A A 0.614920 0.0003 A Adj-R2 = 0.99912; F-hitung = 2389.11; Pr > F = <0.0001; D-h = -0.9443 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan harga BBM sebesar 0.002428 dan mempunyai hubungan yang positif. Sebagaimana listrik, BBM juga merupakan salah satu input utama dalam proses produksi barang. Kenaikan harga BBM akan menaikan biaya, sehingga harga barang akan naik untuk menutupi kenaikan biaya dan terjadi inflasi. Respon IHK terhadap peruba han harga BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan nilai tukar sebesar 0.002050 dan mempunyai hubungan yang positif. Sebagaimana telah diuraikan pada ekspor impor, melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat dapat memicu meningkatnya ekspor dan menurunnya impor. Dengan kondisi barang yang 126 diekspor lebih besar daripada yang diimpor dapat menyebabkan kekurangan barang di dalam negeri. Kurangnya stok barang di dalam negeri dapat memicu kenaikan harga yang berarti dapat meningkatkan inflasi. Respon IHK terhadap perubahan nilai tukar bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis eko nomi yang melanda Indo nesia tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 tmenyebabkan harga-harga barang di dalam negeri mengalami kenaikan, sehingga terjadi inflasi. Pemicunya adalah merosotnya nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 menyebabkan kenaikan biaya operasional perusahaan pemakai tenaga listrik dan BBM, sehingga harga barang-barang mengalami kenaikan yang berarti terjadi inflasi. Nilai IHK pada periode sebelumnya juga memepangaruhi IHK sekarang. Hal ini dapat dipahami karena pemerintah selalu memantau nilai inflasi dan selalu berusaha mengendalikannya sesuai target yang telah ditetapkan. Jika terjadi gejolak harga maka pemerintah akan melakuka n intervensi unt uk mestabilkannya, seperti melakukan operasi pasar. 4. Tingkat Inflasi Tingkat inflasi adalah persamaan identitas yang merupakan perubahan IHK sekarang terhadap IHK tahun sebelumnya, yang dirumuskan sebagai berikut: INFLASI t = (IHK t – IHK t-1 ) / IHK t-1 * 100% 127 5. Suku Bunga Tingkat suku bunga merupakan salah satu instrumen yang biasa digunakan otoritas moneter untuk mengendalikan tingkat inflasi. Hasil pendugaan parameter persamaan tingkat suku bunga disajikan pada Tabel 40. Pada Tabel 40 tersebut dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut secara nyata berpengaruh terhadap tingkat suku bunga. Tabel 40. Hasil Estimasi Parameter Persamaan Tingkat Suku Bunga, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) INFLASI (Tingkat Inflasi D9799 LSKBG (Lag Tk Suku Bunga) Pr > |t| 2.807472 0.2486 0.290601 3.105602 0.0005 0.3826 0.531885 0.0016 Elastisitas Jangka Jangka Pendek Panjang Signifikansi C 0.2285 0.4882 A D A 2 Adj-R = 0.77876; F-hitung = 23.29; Pr > F = <0.0001; D-h = 1.3492 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan tingkat inflasi sebesar 0.290601 dan mempunyai hubungan yang positif. Ini berarti jika terjadi inflasi, tingkat suku bunga cenderung dinaikka n. Kebijakan ini biasanya dilakukan apabila tingkat inflasi sudah diluar perkiraan maka salah satu langkah yang biasa diambil otoritas moneter (Bank Indonesia) adalah meningkatkan suku bunga. Naiknya suku bunga akan mendorong masyarakat untuk menabung, sehingga uang beredar di tengah masyarakat dapat berkurang dan inflasi terkendali. Respo n tingka t suku bunga terhadap peruba han inflasi bersifat tidak elastis ba ik untuk jangka pendek maupun jangka panjang. 128 Ketika terjadi krisis ekonomi tahun 1997-1999 tingkat suku bunga mengalami kenaikan rata-rata 3.11 persen. Pada saat itu banyak bank mengalami kekurangan likuiditas bahkan tutup, sehingga terjadi penarikan uang besar-besaran oleh masyarakat. Maka untuk mengatasi kondisi ini BI menaikkan tingkat suku bunga untuk menarik uang di masyarakat, di samping mengambil kebijakan lain seperti penyehatan ba nk-bank yang sakit dan penjaminan uang masyarakat yang disimpan di bank. Tingka t suku bunga pada periode sebelumnya juga memepangaruhi suku bunga sekarang. Hal ini dapat dilakukan untuk mengendalikan gejolak harga barang di masyarakat, yang berarti mengendalikan tingkat inflasi. 5.2.7. Blok Tenaga Kerja Instrumen lain yang penting dalam mengukur kinerja ekonomi suatu negara adalah dari sisi ketenagakerjaan terutama masalah penganggura n dan upah. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabe l 41. Dari Tabel 41 tersebut dapat dilihat bahwa hampir semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat penawaran tenaga kerja, kecuali variabel perubahan belanja di luar subsidi listrik. Nilai parameter dugaan upa h riil sebesar 4.919688 dan mempunyai hubungan yang positif. Ini berati kenaikan upah riil dapat memicu kenaikan penawaran tenaga kerja Respo n pe nawaran tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan jumlah penduduk sebesar 0.462834 dan mempunyai hubungan yang positif. Ini berati kenaikan jumlah penduduk akan meningkatkan penawaran tenaga kerja. Respo n penawaran tenaga kerja terhadap 129 perubahan jumlah pe nduduk bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka pa njang. Tabel 41. Hasil Estimasi Parameter Persamaan Penawaran Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) POP (Jumlah Penduduk) DBLJLAIN (Selisih Belanja Lain Antar Tahun) D04 D09 LSTK (Lag Supply TK) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -35064 4.919688 0.1209 0.2175 0.0319 0.0490 0.462834 0.1000 0.9846 1.5094 0.014904 -1837.59 -2603.15 0.7821 0.3706 0.6634 0.0040 0.0062 0.347697 0.3397 Signifikansi B C B D D Adj-R2 = 0.98443; F-hitung = 201.28; Pr > F = <0.0001; D-h = -0.1818 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Penawaran tenaga kerja tahun sebelumnya juga berpengaruh terhadap penawaran tenaga kerja sekarang. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabel 42. Dari Tabel 42 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja. Nilai parameter dugaan upa h riil sebesar 8.6285 dan mempunyai hubungan yang negatif. Ini berati kenaikan upah riil dapat menurunkan tingkat permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis. 130 Nilai parameter dugaan PDB sebesar 0.004586 dan mempunyai hubungan yang positif. Ini berati kenaikan produksi nasional dapat meningkatkan tingkat permintaan tenaga kerja. Ini terjadi karena meningkatnya output nasional akan memicu kenaikan permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap pe ruba han upa h riil bersifat tidak elastis. Tabel 42. Hasil Estimasi Parameter Persamaan Pe rmintaan Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) PDB (Produk Domestic Bruto) D9799 Estimasi Parameter Pr > |t| 86066.35 -8.6285 <0.0001 0.1777 0.004586 3177.572 <0.0001 0.0798 Elastisitas Jangka Jangka Pendek Panjang Signifikansi -0.0604 - 0.1053 - A B A A Adj-R2 = 0.91509; F-hitung = 69.25; Pr > F = <0.0001; DW = 0.937812 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Pada saat terjadi krisis ekonomi permintaan tenaga kerja meningkat. Hal ini terjadi karena pada saat itu selain kondisi ekonomi yang lumpuh tetapi juga disertai krisis politik dan terjadi kerawanan sosial, sehingga banyak warga keturunan meninggalkan Indonesia. Akibatnya permintaan tenaga kerja meningkat untuk mengisi posisi yang ditinggalkan warga keturunan tersbut. Hasil pendugaan parameter persamaan upah riil tenaga kerja disajikan dalam Tabel 43. Dari Tabel 43 tersebut dapat dilihat bahwa hampir semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja, ke cuali perubahan permintaan tenaga kerja. Nilai parameter dugaan penawaran tenaga kerja tahun sebelumnya sebesar 0.00167 dan mempunyai hubungan yang negatif. Ini berati kenaikan penawaran tenaga kerja dapat menurunkan tingkat upah riil tenaga kerja. Respo n upah riil 131 tenaga kerja terhadap perubahan jumlah penawaran bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Tabel 43. Hasil Estimasi Parameter Persamaan Upah Riil Tenaga Kerja, Tahun 1990-2010 Variabel Estimasi Parameter Intercept (Intersep) LSTK (Supply TK Tahun Sebelumnya) DDTK (Perubahan Permintaan TK) D98 LRUPH (Lag RUPH) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 263.223 0.0679 -0.00167 0.1136 -0.2546 -1.8901 0.003455 -297.811 0.865321 0.5756 0.0001 <0.0001 0.0091 0.0676 B A A Adj-R2 = 0.7673; F-hitung = 16.66; Pr > F = <0.0001; D-h = -0.6862 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Krisis ekonomi tahun 1998 menyebabkan penurunan upah riil tenaga kerja. Ini disebabkan pada tahun 1998 tingkat inflasi sangat tinggi sementara pendapatan tetap. Sehingga nilai riil pendapatan masyarakat merosot. Nilai upah riil tahun sebelumnya juga berpengaruh terhadap nilai upah riil tahun sekarang. Ini terjadi karena dalam menetapkan upah minimum propinsi pemerintah selalu mempertimbangkan tingkat upah tahun sebelumnya agar tidak membebani para majikan. 5.2.8. Blok Kemiskinan Hasil estimasi persamaan jumlah penduduk miskin di daerah perkotaan dan pedesaan menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai 0.73 dan 0.85, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 73 persen dan 132 85 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Jumlah Penduduk Miskin di Perkotaan Hasil pendugaan parameter persamaan jumlah penduduk miskin di daerah perkotaan disajikan pada Tabel 44. Dari Tabe l 44 tersebut dapat dilihat bahwa semua variabe l yang digunaka n secara nyata berpengaruh terhadap jumlah penduduk miskin di daerah perkotaan. Nilai parameter dugaan tingkat inflasi sebesar 33.65109 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi dapat memicu kenaikan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap perubahan tingkat inflasi bersifat tidak elastis. Tabel 44. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pe rkotaan, Tahun 1990-2010 Elastisitas SignifiEstimasi Variabel Pr > |t| Jangka Jangka kansi Parameter Pendek Panjang Intercept (Intersep) A 10198.97 0.0018 INFLASI (Tingkat Inflasi) RUPH (Upah Riil) UNEMPL (Jumlah Pengangguran) D9799 33.65109 -3.89511 0.1718 0.2784 0.0334 -0.2092 - B C 0.430785 4274.266 0.0012 0.0005 0.2581 - A A Adj-R2 = 0.73422; F-hitung = 14.12; Pr > F = 0.0003; DW = 2.391084 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel upah riil tenaga kerja sebesar 3.89511 dan mempunyai hubungan yang negatif, yang berarti kenaikan upah riil tenaga kerja 133 berpotensi menurunkan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap peruba han upa h riil bersifat tidak elastis. Nilai parameter dugaan jumlah pengangguran sebesar 0.430785 dan mempunyai hubungan yang positif, yang berarti meningkatnya jumlah pengangguran akan memicu kenaika n jumlah pe nduduk miskin di pe rkotaan. Respo n jumlah penduduk miskin di perkotaan terhadap peruba han upah riil bersifat tidak elastis. Ketika kr isis ekonomi melanda Indonesia pada tahun 1997-1999 jumlah penduduk miskin di perkotaan bertambah sebanyak 4.27 juta orang. Ini terjadi karena pada saat krisis banyak perusahaan tutup, banyak terjadi pemutusan hubungan kerja (PHK), sehingga pengangguran meningkat yang memicu kenaikan jumlah penduduk miskin di perkotaan. Selain itu, inflasi pada saat krisis juga sangat tinggi sehingga pendapatan riil masyarakat merosot, sementara harga-harga naik. Akibatnya banyak penduduk yang jatuh ke jurang kemiskinan. 2. Jumlah Penduduk Miskin di Pedesaan Hasil pendugaan parameter persamaan jumlah penduduk miskin di daerah pedesaan disajikan pada Tabel 45. Dari Tabe l 45 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap jumlah penduduk miskin di daerah pedesaan. Nilai parameter dugaan tingkat inflasi sebesar 25.74496 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi dapat memicu kenaikan jumlah penduduk miskin di pedesaan. Respon jumlah penduduk miskin di pedesaan terhadap perubahan tingkat inflasi bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. 134 Nilai parameter dugaan total pengeluaran pemerintah sebesar 0.00616 dan mempunyai hubungan yang negatif, yang berarti kenaikan belanja pemerintah berpotensi menurunkan jumlah penduduk miskin di pedesaan. Hasil ini menunjukkan peran penting pemerintah dalam usaha pengentasan kemiskinan. Respo n jumlah pe nduduk miskin di pedesaan terhadap peruba han total pengeluaran pemerintah bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Tabel 45. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pedesaan, Tahun 1990-2010 Variabel Intercept (Intersep) INFLASI (Tingkat Inflasi) GOVEXP (Pengeluaran Pemerinah) UNEMPL (Jumlah Pengangguran) D9799 LMISDESA (Lag Miskin Desa) D5 Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 8359.462 0.0025 25.74496 0.3810 0.0127 0.0266 D -0.00616 0.0668 -0.0443 -0.0932 A 0.435392 4623.463 0.0494 0.0058 0.1294 0.2721 A A 0.524380 8359.462 0.0006 0.0025 A A Adj-R2 = 0.85351; F-hitung = 23.14; Pr > F = <0.0001; D-h = -1.5630 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan jumlah pengangguran sebesar 0.435392 dan mempunyai hubungan yang positif, yang berarti meningkatnya jumlah pengangguran aka n memicu ke naikan jumlah pe nduduk miskin di pedesaan. Respo n jumlah pe nduduk miskin di pedesaan terhadap peruba han upa h riil bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. 135 Ketika krisis ekonomi melanda Indonesia pada tahun 1997 sampai dengan tahun 1999 jumlah penduduk miskin di pedesaan bertambah sebanyak 4.62 juta orang. Jumlah penduduk miskin di pedesaan tahun sebelumnya juga berpengaruh terhadap jumlah penduduk miskin di pedesaan sekarang. Hasil ini menunjukkan adanya ke miskinan struktural 1 di daerah pedesaan. 3. Total Penduduk Miskin dan Tingkat Ke miskinan Total penduduk miskin (PMISKIN t ) merupaka n penjumlahan pe nduduk miskin di daerah perkotaan dengan penduduk miskin daerah pedesaan yang dirumuskan sebagai berikut: PMISKIN t = MISKOTAt + MISDESA t Sedangkan tingkat kemiskinan menunjukkan persentase total penduduk miskin terhadap seluruh penduduk Indonesia yang dirumuskan sebagai berikut: TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 1 Suyanto (1995) dalam BPS (2009) mendefin isikan kemiskinan struktural adalah kemiskinan yang ditengarai atau disebabkan kondisi struktur, atau tatanan kehidupan yang tak menguntungkan”. Dikatakan tak menguntungkan karena tatanan itu tak hanya menerbitkan akan tetapi (lebih lanjut dari itu!) juga melanggengkan kemiskinan di dalam masyarakat. VI. SIMULASI KEBIJAKAN DAN PEMBAHASAN Bab ini membahas simulasi berbagai skenario kebijakan yang berkaitan dengan sektor kelistrikan. Skenario simulasi yang dilakukan dalam penelitian ini ditentukan sesuai dengan kecenderungan data dan rencana kebijakan pemerintah. Peramalan dan Simulasi dilakukan untuk periode tahun 2011–2015. Langka h awal yang dilakukan dalam prose peramalan adalah meramal nilai vaariabel penjelas (explanatory variable) dengan asumsi yang dianggap relevan dan realistis atau neggunakan metode meramalan tertentu. Metode yang digunakan dalam meramal variabel penjelas adalah Stepwise Autoregressive (STEPAR) de ngan prosedur FORECAST, sedangkan ramalan variabel endogennya dilakukan menggunakan prosedur SIMNLIN dengan metode Newton. 6.1. Validas i Model Validasi model merupakan langkah awal sebelum melakukan simulasi untuk mengetahui ketepatan model dalam menjelaskan keadaan yang sebenarnya. Hasil estimasi Mode l Subsidi Listrik di Indonesia yang digunakan dalam penelitian ini divalidasi untuk periode 1990-2010. Validasi menggunakan indikator statistik Root Mean Square Percent Error (RMSPE) da n Theil’s Inequality Coefficient (U) untuk mengukur penyimpangan hasil prediksi dari nilai pengamatannya untuk setiap variabel endo gen. Hasil validasi model subsidi listrik disajikan pada Tabel 46. Hasil va lidasi pada Tabel 46 menunjukkan bahwa dari 56 persamaan terdapat 38 persamaan mempunya i RMSPE lebih kecil dari 80 persen dan sisanya lebih besar dari 80 persen. Nilai RMSPE yang lebih besar dari 80 persen terutama 138 terjadi pada persamaan-persamaan identitas. Hal ini terjadi karena error variabel endogen terakumulasi pada persamaan-persamaan identitas tersebut. Persamaanpersamaan struktural yang memiliki RMSPE besar terjadi pada persamaanpersamaan subsidi. Ini dapat terjadi karena dalam menentukan besaran subsidi listrik di Indonesia lebih dominan dipengaruhi oleh faktor politik daripada kemampuan keuangan yang dimiliki pemerintah. Tabel 46. R ingkasan Hasil Validasi Model Subsidi Harga Listrik di Indonesia Variabel Endo gen PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND RMSPE 5.81 26.32 9.97 196.40 42.43 30.04 11.07 56.79 29.81 167.30 72.59 5.30 13.98 22.22 27.02 14.89 44.42 24.80 253.80 461.90 505.90 353.70 491.70 738.50 655.80 63.81 56.37 5.81 U-Theil 0.0259 0.1024 0.0341 0.2160 0.0546 0.1179 0.0453 0.1043 0.0996 0.1869 0.1146 0.0320 0.0222 0.1475 0.1436 0.0886 0.2031 0.1356 0.2896 0.2897 0.3426 0.3981 0.3639 0.4710 0.3987 0.6827 0.5747 0.0259 Variabel Endo gen HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN RMSPE 39.22 53.35 113.60 77.52 21.66 29.44 46.79 105.70 101.30 137.20 18.95 38.08 104.70 132.20 495.00 104.70 32.81 14.17 53.81 33.02 1.28 11.74 140.50 12.68 41.16 43.59 42.45 42.45 U-Theil 0.3441 0.5355 0.3457 0.2716 0.0902 0.1380 0.5095 0.3289 0.3178 0.3977 0.0855 0.0996 0.3229 0.4198 0.7053 0.3274 0.1470 0.0972 0.1479 0.1277 0.0066 0.0601 0.8789 0.0540 0.2527 0.2389 0.2417 0.3441 139 Sedangkan besar nilai statistik U, 45 persamaan mempunyai nilai statistik U lebih kecil dari 35 persen dan 11 persamaan mempunya i nilai statistik U lebih dari 35 persen. Nilai statitik U terbesar adalah 0.8789, yaitu pada persamaan jumlah pengangguran (UNEMPL). Dilihat dari komposisi nilai U, secara umum mempunyai nilai yang mendekati nol untuk UM dan US dan mendekati 1 untuk nilai UC. Secara lengkap hasil validasi mode l dapat dilihat pada Lampiran 8. Dengan demikian, dilihat secara keseluruhan, maka model yang disusun cukup valid digunakan untuk melakuka n simulasi pe ramalan akibat peruba han factor eksternal dan kebijakan. 6.2. Ramalan Variabel Endoge n Salah satu fokus yang ingin dilihat dari penelitian ini adalah meramalkan besarnya subsidi listrik yang harus dikeluarkan pemerintah di masa yang akan datang. Banyak faktor yang menentukan besarnya subsidi listrik. Secara lengkap hasil ramalan seluruh variabel endogen dapat dilihat pada Lampiran 10 dan 13. Realisasi dan ramalan subsidi listrik dapat dilihat pada Gambar 9. Dari Gamba r 9 tersebut terlihat bahwa besarnya subsidi listrik cenderung naik dari tahun ke tahun. Kondisi ini diperkirakan akan terus berlanjut pada tahun-tahun berikutnya selama tidak ada kemauan yang kuat dari para pengambil kebijakan untuk menurunkannya. Pada tahun 2011 diperkirakan subsidi listrik akan mencapai Rp. 73.58 triliun dan naik menjadi Rp. 89.71 triliun pada tahun 2012. Apabila tidak ada kebijakan mendasar dalam masalah kelistrikan di Indonesia diperkirakan subsidi listrik di Indonesia akan mencapai Rp. 140.4 triliun pada tahun 2015. Hal ini tentu akan sangat membebani keuangan pemerintah. Sehingga perlu langkah nyata untuk mengurangi masalah subsidi listrik ini. 140 160 140.4 140 122.7 105.9 100 89.7 78.3 80 73.6 60 40 1.9 1.1 2.8 4.3 5.4 3.4 3.5 20 01 20 03 20 33.9 10.6 19 99 Triliun RpW 120 53.4 58.1 37.4 Realisasi 20 15 20 14 20 13 20 12 20 11 20 10 20 09 20 08 20 07 20 06 20 05 20 04 20 02 20 00 19 98 0 Peramalan Gambar 9. Realisasi dan Ramalan Subsidi Listrik, Tahun 1998–2015 Dalam penelitian ini akan dilakukan berbagai simulasi sebagai alternatif kebijakan yang berkaitan dengan dengan subsidi harga listrik. Sebanyak 11 simulasi aka n dilakukan yang terdiri dari 2 simulasi perubahan faktor ekternal, 7 simulasi perubahan kebijakan, dan 2 simulasi kombinasi antara perubahan faktor ekternal dan perubahan kebijakan. Faktor eksternal yang digunakan adalah kenaika n harga minyak mentah Indo nesia (ICP) dan melemahnya nilai tukar rupiah terhadap dollar Amerika Serikat. Perubahan kebijakan yang digunakan adalah kenaikan subs idi harga listrik rata-rata sebesar 10 persen, penurunan subs idi harga listrik sebesar 10 persen, penurunan subsidi harga listrik sebesar 10 persen dan dialihkan ke belanja lain, kenaikan harga jual tenaga listrik sebesar 10 persen, penurunan tenaga listrik yang hilang atau susut sebesar 10 persen, penurunan margin usaha PLN sebesar 1 persen, dan kombinasi pengurangan susut tenaga listrik da n pe ngurangan margin usaha PLN. Sedangkan simulasi kombinasi antara faktor eksternal da n peruba han kebijaka n ada lah ke naika n harga minyak mentah Indo nesia sebesar 10 persen de ngan mempertahanka n harga jual tenaga 141 listrik dan kenaikan ICP sebesar 10 persen dengan besar subsidi yang tetap. Hasil simulasi dapat dilihat pada Tabel 47. 6.3. Simulas i Kebijakan Berkaitan denga n Perubahan Nilai Subsidi Simulasi berkaitan dengan perubahan nilai subsidi dilakukan dengan empat skenario kebijakan, yaitu: (1) Subsidi ditingkatkan sebesar 10 persen, (2) Subsidi dikturunkan sebesar 10 persen, (3) Subsidi diturunkan sebesar 10 persen dan dialihka n ke belanja lain, da n (4) Menaikk an harga jual tenaga listrik sebesar 10 persen akibat subsidi listrik dikurangi. 6.3.1. Dampak Kebijakan Peningkatan Subsidi Harga Listrik Sebesar 10 Persen Meskipun kebijakan ini tidak dicanangkan pemerintah, namun dalam realitanya kebijakan inilah yang digunakan pemerintah. Hal ini dibuktikan dengan tidak pernah naiknya tarif dasar listrik (TDL) sejak tahun 2002, meskipun berbagai studi telah dilakukan bahwa kenaikan TDL dapat dilakukan untuk beberapa kelompok pelanggan, seperti studi kemampuan bayar pelanggan yang dilakukan Lembaga Penelitian da n Pengabdian Masyarakat, IPB (2005). Salah satu temuan studi tersebut menunjukkan adanya peluang untuk menaikan harga jual listrik terutama untuk pelanggan rumah tangga daya terpasang 2200VA atau lebih. Menurut hasil penelitian tersebut kenaikan tarif listrik untuk pelanggan rumah tangga tersebut sebesar 6-25 persen mempunyai pengaruh yang tidak signifikan terhadap jumlah pelanggan rumah tangga yang tidak mampu membayar. Hasil Simulasi 1a memperlihatkan bahwa kebijakan menaikka n subsidi listrik rata-rata sebesar 10 persen menyebabkan penurunan harga jual tenaga listrik rata-rata sebesar 11.95 persen, dengan penurunan tertinggi terjadi pada 142 pelanggan rumah tangga yang mencapai 16.46 persen. Penurunan tarif listrik ini memicu meningkatnya konsumsi listrik semua golongan pelanggan sebesar 0.76 persen, dengan peningkatan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.45 persen, pelanggan rumah tangga dan pelanggan lainnya masing- masing meningkat 0.47 persen dan 0.28 persen. Hasil ini sejalan dengan penelitian yang dilakuka n Ritschel dan Smestad (2003) yang menyimpulkan bahwa pemberian subsidi kepada konsumen listrik menyebabkan konsumen tidak hemat dalam konsumsi energi listrik. Di sisi lain, penurunan tarif listrik tersebut akan menekan tingkat inflasi 0.40 persen dan meningkatkan pertumbuan ekonomi sebesar 0.41 persen. Pertumbuhan ekonomi ini akan meningkatkan kesempatan kerja 0.07 persen, sehingga pengangguran berkurang 2.14 persen dan upah mengalami kenaikkan sebesar 0.03 persen. Menurunnya tingkat inflasi dan tingkat pengangguran serta naiknya upah tenaga kerja berdampak pada penurunan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.56 persen dan 1.36 persen. Tingkat kemiskinan mengalami penurunan sebesar 0.10 persen. Ini sejalan de ngan pe nelitian yang dilakuka n Maipita, et al. (2010) yang menyatakan bahwa kebijakan pemberian subsidi memiliki dampak yang signifikan terhadap pengurangan tingkat kemiskinan di Indonesia. 6.3.2. Dampak Kebijakan Penurunan Subsidi Harga Listrik Sebesar 10 Persen Skenario kebijakan ini hanya merupakan kebalikan dari Simulasi 1a. Meskipun masih berupa wacana, beberapa ahli menyarankan penurunan subsidi listrik secara gradual agar keuangan negara lebih sehat dan dapat melakukan berbagai kebijakan lain yang selama ini belum tersentuh atau hanya mendapat 143 porsi kecil, padahal menjadi kebutuhan mendasar sebagian besar masyarakat dan sifatnya berkesinambungan, seperti untuk meningkatkan sarana pendidikan, kesehatan, dan infrastruktur. Hasil Simulasi 1b memperlihatkan bahwa kebijakan menurunka n subsidi listrik rata-rata sebesar 10 persen menyebabkan kenaikan harga jual tenaga listrik rata-rata sebesar 12.01 persen, dengan kenaikan tertinggi terjadi pada pelanggan rumah tangga yang mencapa i 16.53 persen. Kena ikan tarif listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pelanggan sebesar 0.76 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.45 persen, sementara pe langgan rumah tangga dan pelanggan lainnya masing- masing mengalami pe nurunan sebesar 0.47 persen dan 0.28 persen. Sebagaimana penemuan Komives, et al. (2009) bahwa pengurangan subsidi akan menyebabkan kenaikan tagihan listrik yang berarti akan mengurangi disposable income rumah tangga. Sehingga akan menekan konsumsi listriknya agar pengeluaran untuk kebutuhan lain tidak terganggu. Kenaika n tarif listrik tersebut juga aka n memicu kenaikan tingkat inflasi sebesar 0.40 persen dan menekan laju pe rtumbuan eko nomi sebesar 0.40 persen. Ebohon (1996) menyatakan bahwa hubungan antara kebutuhan energi dan pertumbuhan ekonomi bersifat komplemen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat menurunkan kesempatan kerja sebesar 0.07 persen, sehingga pengangguran bertambah 2.10 persen dan upah mengalami penurunan sebesar 0.03 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta turunnya upah tenaga kerja berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.55 persen dan 1.34 persen. 144 Tingkat kemiskinan mengalami peningkatan sebesar 0.10 persen. Hasil ini sejalan dengan pe nemua n Adi dkk (2008) yang menyatakan bahwa kenaikan inflasi akan mendorong kenaikan jumlah penduduk miskin. Lebih jauh Hartono (2004) menemukan bahwa kelompok rumah tangga sangat miskin dan rumah tangga miskin menerima dampak negatif relatif besar dibandingkan dengan kelompok lainnya akibat kebijakan pengurangan subsidi yang berakibat pada kenaikan tarif listrik. 6.3.3. Dampak Kebijakan Penurunan Subsidi Harga Listrik Sebesar 10 Persen dan Dialihkan ke Belanja Lain Skenario kebijakan ini merupakan kelanjutan dari Simulasi 1b, yaitu bagaimana dampaknya jika hasil pengurangan anggaran subsidi listrik dialihkan ke belanja lain. Hasil Simulasi 1c memperlihatkan bahwa kebijakan menurunkan subsidi listrik rata-rata sebesar 10 persen dan dialihkan ke belanja lain menyebabkan kenaikan harga jual tenaga listrik rata-rata sebesar 11.49 persen, dengan kenaikan tertinggi terjadi pada pelanggan rumah tangga yang mencapa i 15.91 persen. Kenaikan tarif listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pe langgan sebesar 0.61 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.40 persen, sementara pelanggan rumah tangga dan pelanggan lainnya masing- masing mengalami penurunan sebesar 0.32 persen dan 0.01 persen. Dari sisi kinerja perekonomian, kenaikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.38 persen da n meneka n laju pertumbuan ekonomi sebesar 0.30 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan kesempatan kerja sebesar 0.05 persen, sehingga jumlah 145 pengangguran berkurang sebesar 1.06 persen dan tingkat upah naik 0.03 persen. Menurunnya jumlah pengangguran dan meningkatnya tingkat upah berdampak pada penurunan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.08 persen dan 0.08 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.01 persen. Hasil Simulasi 1c ini menunjukkan pengalihan subsidi ke belanja lain berdampak positif pada pengurangan pengangguran dan jumlah penduduk miskin, meskipun dapat memicu kenaikan harga dan menekan laju pertumbuhan ekonomi. Hasil ini mengimplikasikan bahwa pemerintah suda h seharusnya mulai mengurangi subsidi listrik yang terus membebani keuangan negara dan mengalihka n ke program lain yang lebih penting dan menyentuh lapisan masyarakat berpenghasilan rendah atau miskin. Makmun dan Abdurahman (2003) menyatakan bahwa dalam setiap mengambil kebijakan menaikka n TDL akibat pengurangan jumlah subsidi hendaknya dibarengi pula dengan usaha untuk peningkatan lapangan kerja, sehingga akan berdampak pada peningkatan pendapatan masyarakat. 6.3.4. Dampak Kebijakan Menaikkan Harga Jual Tenaga Listrik Sebesar 10 Persen Besarnya nilai subsidi listrik yang terus membebani keuangan pemerintah menyebabka n ba nyak p rogram pe merintah yang lain menjadi kurang diperhatika n, seperti masalah infrastruktur yang buruk. Maka salah satu yang dapat dilakukan untuk mengurangi beban tersebut adalah menaikkan harga jual tenaga listrik. Hasil Simulasi 1d memperlihatkan bahwa kebijakan menaikka n harga jual tenaga listrik rata-rata sebesar 10 persen menyebabkan penurunan konsumsi tenaga listrik sebesar 0.78 persen, dimana penurunan tertinggi terjadi pada 146 pelanggan industri sebesar 1.27 persen. Kenaikan harga jua l tenaga listrik dan penurunan konsumsinya berdampak pada penurunan subsidi yang harus ditanggung pemerintah sebesar 11.56 persen. Namun di sisi lain, kenaikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.79 persen dan menekan laju pertumbuan ekonomi sebesar 0.81 persen. Nguyen (2008) menemukan ba hwa kenaikan harga listrik akan memicu kenaikan harga sektor lain. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat menurunkan kesempatan kerja sebesar 0.18 persen, sehingga jumlah pengangguran bertambah sebesar 5.52 persen da n tingka t upa h turun 0.09 persen. Naiknya jumlah pengangguran dan menurunnya tingkat upah berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 1.37 persen da n 2.25 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.18 persen. Hartono (2004) menyatakan kebijakan menaikkan TDL berdampak negatif terhadap output dan nilai tambah sektoral, yang pada gilirannya mengurangi pendapatan faktor produksi tenaga kerja khususnya tenaga kerja informal. Pada akhirya pendapatan rumah tangga akan mengalami penurunan, yang berarti dapat memicu bertamba hnya pe nduduk miskin. 6.4. Simulas i Kebijakan Berkaitan denga n Perubahan Fak tor Eksternal Simulasi berkaitan dengan perubahan faktor eksternal dilakukan dengan empat skenario kebijakan, yaitu: (1) ICP mengalami kenaikan sebesar 10 persen, (2) ICP mengalami kenaikan sebesar 10 persen dan harga jual tenaga listrik tidak berubah, (3) ICP mengalami kenaikan sebesar 10 persen dan subsidi per kWh 147 tidak mengalami perubahan, dan (4) Nilai tukar rupiah melemah sebesar 10 persen terhadap dolar Amerika Serikat. 6.4.1. Dampak Kenaikan ICP Sebesar 10 Persen Sebagaimana telah diuraikan pada bagian sebelumnya, ketergantungan perusahaan penyedia energi listrik terhadap BBM masih cukup tinggi. Selain itu Indo nesia sekarang adalah negara pengimpor minyak (net importer) karena produksi minyak dalam negeri tidak mencukupi kebutuhannya. Berdasar data dari Kementerian ESDM, pada tahun 2010 Indonesia mengimpor lebih dari 270 ribu barel minyak mentah dan 400 ribu barel BBM per hari. Oleh ka rena itu, sangat penting mengetahui dampak kenaikan harga minyak mentah Indo nesia terhadap biaya penyediaan energi listrik yang berimbas pada besarnya subs idi yang harus disiapkan pemerintah. Dunkerley (1995) menemuka n ba hwa di negara- negara berkembang menghadapi masalah berkaitan dalam sektor migas dan kelistrikan yaitu tidak terduganya kenaikan sumber dana untuk membiayainya dimasa mendatang. Hasil Simulasi 2a memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.99 persen, 4.48 persen, dan 0.38 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya opersional perusahaan penyedia tenaga listrik baik secara total maupun per kWh masing- masing sebesar 6.12 persen dan 6.80 persen. Dengan kemampuan keuangan pemerintah yang terbatas subsidi hanya mengaalami kenaikan kecil, 148 akibatnya harga jual tenaga listrik mengalami peningkatan dengan rata-rata mencapai 12.92 persen, dimana kenaikan terbesar terjadi pada pelanggan rumah tangga yang mencapa i 15.54 persen. Kenaikan harga tenaga listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pelanggan sebesar 0.75 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.46 persen, sementara pelanggan rumah tangga dan pelanggan lainnya masing- masing mengalami penurunan sebesar 0.44 persen dan 0.29 persen. Kenaikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.93 persen dan menekan laju pertumbuan ekonomi sebesar 0.83 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan jumlah pengangguran sebesar 1.90 persen dan upah turun 0.02 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta kenaikan jumlah pengangguran berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.69 persen dan 0.70 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.07 persen. 6.4.2. Dampak Kenaikan ICP Sebesar 10 Pe rsen dengan Harga Jual Tenaga Listrik Tetap Skenario kebijakan ini dimaksudkan untuk mendapatkan besaran subsidi listrik yang optimal jika ICP mengalami kenaikan sebesar 10 persen dan tarif listrik tidak berubah. Hasil Simulasi 2b memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.92 persen, 4.09 persen, dan 0.28 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. 149 Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya opersional perusahaan penyedia tenaga listrik baik secara total maupun per kWh masing- masing sebesar 5.40 persen dan 5.26 persen. Dengan kebijakan pemerintah yang tidak menaikan harga jual tenaga listrik, maka subsidi yang harus ditanggung pemerintah naik sebesar 14.26 persen. Kenaikan terbesar terjadi pada subsidi untuk pelanggan lainnya yang mencapai 22.06 persen, sementara pelanggan industri dan pelanggan rumah tangga masing- masing naik sebesar 13.56 persen dan 12.03 persen. Kebijakan tersebut akan memicu kenaikan tingkat inflasi sebesar 0.50 persen da n meneka n laju pe rtumbuan eko nomi sebesar 0.36 persen meskipun secara harga berlaku terjadi kenaikan. Ini dikarenakan laju inflasi lebih tinggi daripada laju pertumbuhan PDB. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan tingkat kesempatan kerja, sehingga jumlah pengangguran berkurang sebesar 1.47 persen da n upa h naik 0.05 persen. Turunnya jumlah pengangguran da n naiknya upa h berdampak pada penngurangan jumlah penduduk miskin di daerah perkotaan maupun di pedesaan masing- masing sebesar 0.12 persendan 1.22 persen. Tingkat kemiskinan mengalami penurunan sebesar 0.07 persen. 6.4.3. Dampak Kenaikan ICP Sebesar 10 Pe rsen denga n Subsidi per kWh Tetap Skenario kebijakan ini dimaksudkan untuk mendapatkan besaran kenaikan tarif listrik yang optimal jika ICP mengalami kenaikan sebesar 10 persen dan subsidi harga listrik tidak berubah. Sebagaimana Simulasi 2a dan 2b, hasil Simulasi 2c memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 150 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.99 persen, 4.49 persen, dan 0.38 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya opersional perusahaan penyedia tenaga listrik baik secara total maupun per kWh masing- masing sebesar 6.14 persen dan 6.84 persen. Dengan kebijakan pemerintah yang tidak menaikkan nilai subsidi harga listrik per kWh, maka harga jual tenaga listrik harus dinaikka n rata-rata sebesar 13.18 persen. Kenaikan terbesar terjadi pada tarif listrik untuk pelanggan rumah tangga yang mencapai 15.89 persen, sementara pelanggan industri dan pelanggan lainnya masing- masing naik sebesar 13.74 persen da n 9.93 persen. Lebih lanjut kebijakan tersebut akan memicu kenaikan tingkat inflasi sebesar 0.94 persen da n menekan laju pertumbuan eko nomi sebe sar 0.83 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan jumlah pengangguran sebesar 1.93 persen dan upah turun 0.02 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta kenaikan jumlah pengangguran berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.70 persen dan 0.73 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.07 persen. 6.4.4. Dampak Depresiasi Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat Sebesar 10 Persen Sebagai negara pengimpor BBM, maka peranan nilai tukar sangat penting dalam jual beli BBM di pasar internasional. Meskipun sekarang banyak negara melakukan diversifikasi mata uang dalam perdagangan internasional, tetapi dolar Amerika Serikat masih dominan dibandingkan mata uang negara lainnya. Oleh 151 karena itu, sangat penting untuk mengetahui seberapa besar pengaruh fluktuasi mata uang rupiah terhadap dolar Amerika Serikat terhadap biaya operasional perusahaan pe nyedia tenaga listrik yang berakibat pada berapa besar subsidi pe merintah yang harus dipersiapka n untuk subs idi listrik tersebut. Menurut Handoko dan Patriadi (2005) salah satu penyebab peningkatan atau penurunan beban subsidi listrik adalah perkembangan nilai tukar rupiah terhadap dolar Amerika Serikat. Selain posisi Indonesia sebagai net importer minyak, juga sebagian besar peralatan dan suku cadang perusahaan penyedia tenaga listrik adalah barang-barang impor. Hasil Simulasi 2d memperlihatkan bahwa jika rupiah terdepresiasi terhadap dolar Amerika Serikat sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 0.31 persen, 2.09 persen, dan 0.48 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada penurunan jumlah konsumsi bahan bakar, sehingga produksi tenaga listrik berkurang. Melemahnya nilai tukar berdampak positif pada perekonomian karena akan memacu ekspor dan mengurangi impor. Meningkatnya ekonomi berdampak pada meningkatnya kemampuan pemerintah untuk memberi subsidi, sehingga harga jual tenaga listrik mengalami penurunan. Meningkatnya perekonomian berdampak pada meningkatnya kesempatan kerja, sehingga dapat menurunkan jumlah pengangguran sebesar 15.18 persen da n upa h naik 0.31 persen. Turunnya tingkat pengangguran dan kenaikan upa h berdampak pada pengurangan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 2.95 persenda n 3.15 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.29 persen. 152 6.5. Simulasi Kebijakan Berkaitan denga n Efisiensi Pe rusahaa n Penye dia Tenaga Listrik Simulasi berkaitan dengan efisiensi perusahaan penyedia tenaga listrik dilakukan dengan tiga skenario kebijakan, yaitu: (1) Susut tenaga listrik diturunkan sebesar 10 persen, (2) Margin usaha PLN dikurangi 1 persen, dan (3) Kombinasi pengurangan susut tenaga listrik sebesar 10 persen dan pengurangan margin usaha PLN sebesar 1 persen. 6.5.1. Dampak Pengurangan Susut Tenaga Listrik Sebesar 10 Persen Besarnya tenaga listrik yang hilang atau susut merupakan salah satu masalah yang dihadapi PLN. Untuk mengatasi masalah ini berbagai langkah telah ditempuh, seperti memasang alat pencatat otomatis untuk penggan potensial, dan memantau pencurian tenaga listrik melalui kerja sama dengan pihak kepolisian. Sehingga perlu disimulasikan untuk mengetahui seberapa besar dampak pengurangan susut jaringan terhadap besarnya subsidi listrik yang harus dikeluarkan pemerintah. Dari hasil Simulasi 3a dapat dilihat ba hwa pengurangan susut tenaga listrik sebesar 10 persen dapat menghemat tenaga listrik yang dibeli dari perusahaan lain sebesar 2.01 persen. Penghematan ini dapat menekan biaya operasional PLN sebesar 0.32 persen, dan BPP turun sebesar 0.35 persen. Penurunan ini akan dapat menurunkan harga jual tenaga listrik yang harus dibayar pelanggan sebesar 0.65 persen. Lebih lanjut kejadian tersebut akan menurunkan tingkat inflasi sebesar 0.02 persen, tetapi laju pertumbuan ekonomi tumbuh sebesar 0.02 persen, meskipun secara harga berlaku justru mengalami pe nurunan. Ini terjadi karena penurunan inflasi lebih tinggi daripada penurunan ekonomi. Sedangkan dari sisi penyerapan tenaga kerja maupun kemiskinan tidak terlalu terpegaruh. 153 6.5.2. Dampak Pengurangan Margin Usaha Sebesar 1 Persen Masalah pemberian margin keuntungan kepada PT PLN (Persero) menjadi perhatian anggota DPR-RI belakangan ini. Bagi PLN itu adalah konsekuensi pemerintah yang telah menetapkan harga jual tenaga listrik yang berada di bawah harga keekonomian. Hasil Simulasi 3b menunjukka n bahwa pengurangan margin usaha sebesar 1 persen dapat menurunkan tarif listrik rata-rata sebesar 2.16 persen, dengan penuruna n terbesar pada tarif listrik untuk pelanggan rumah tangga sebesar 2.59 persen. Penurunan harga jual tenag listrik ini memicu peningkatan konsumsi listrik yang mencapai 0.11 persen. Dampak lebih lanjut penurunan tingkat inflasi sebesar 0.07 persen dan perekonomian tumbuh sebesar 0.05 persen. Dari sisi penyerapan tenaga kerja da n ke miskinan tidak terlalu berpengaruh. 6.5.3. Dampak Penurunan Sus ut Tenaga Listrik Sebesar 10 Persen dan Pengurangan Margin Usaha Sebesar 1 Persen Hasil Simulasi 3c menunjukkan bahwa pe nurunan tenaga listrik yang hilang atau susut sebesar 10 persen dan pengurangan margin usaha sebesar 1 persen dapat menurunkan tarif listrik rata-rata sebesar 2.60 persen, dengan penurunan terbesar pada tarif listrik untuk pelanggan rumah tangga sebesar 3.12 persen. Penurunan harga jual tenaga listrik ini memicu peningkatan konsumsi listrik yang mencapai 0.14 persen. Dampak lebih lanjut penurunan tingkat inflasi sebesar 0.08 persen dan laju pertumbuan ekonomi tumbuh sebesar 0.06 persen. Namun dari sisi penyerapan tenaga kerja justru terjadi peningkatan pengangguran sebesar 0.31 persen. Begitu juga dengan jumlah penduduk miskin yang mengalami peningkatan sebesar 0.04 persen. 154 Tabel 47. Dampak Kebijakan Subsidi Harga Listrik terhadap Perekonomian dan Ke miskinan di Indonesia Periode Peramalan, Tahun 201 1-2015 (%) E NDO GE N Nilai Das ar Si m 1 a Si m 1b Si m 1 c Si m 1d Si m 2 a Si m 2b Si m 2 c Si m 2d Si m 3 a Si m 3b Si m 3 c 153 633.0 0.01 -0.01 -0.01 0.66 0.66 0.67 0.66 -0.10 0.00 0.00 0.00 PR ODS DR 10 612 419.0 0.01 -0.01 -0.01 -0.73 -0.72 -0.71 -0.72 -0.08 0.00 0.00 0.00 QB B M 28 940 589.0 0.02 -0.02 -0.02 1.06 1.06 1.08 1.06 -0.14 0.00 0.00 0.00 QB T B 357 367.0 0.07 -0.07 -0.07 2.38 2.39 2.46 2.38 -0.46 0.00 0.01 0.02 QG AS 7 521.0 -0.07 0.07 0.07 10.98 10.99 10.92 10.99 0.31 0.00 -0.01 -0.02 PB B M 781.3 -0.40 0.40 0.38 4.48 4.48 4.08 4.49 2.09 -0.03 -0.08 -0.10 PBT B 45 014.2 -0.08 0.08 0.08 0.38 0.38 0.29 0.38 0.48 0.00 -0.02 -0.02 PGAS 80 225.6 -0.06 0.06 0.06 10.20 10.20 10.15 10.21 0.23 0.00 -0.01 -0.01 CBBM 22 746.0 -0.40 0.40 0.39 5.76 5.77 5.36 5.78 1.97 -0.02 -0.08 -0.09 CBTB 16 156.6 -0.01 0.01 0.01 2.84 2.85 2.83 2.85 0.02 0.00 0.00 0.00 C GAS 43 589.0 -3.98 3.98 3.17 7.70 6.98 2.89 7.10 -3.12 -2.01 -0.63 -1.97 TL BE LI 197 222.0 -0.87 0.87 0.69 2.22 2.06 1.16 2.08 -0.77 -0.44 -0.14 -0.43 PR ODT L 203 865.0 -0.70 0.70 0.57 6.23 6.12 5.40 6.14 -0.13 -0.32 -0.11 -0.33 B OP 1 129.4 -1.41 1.43 1.15 6.94 6.80 5.26 6.84 -0.73 -0.35 -0.22 -0.46 B PP 71 656.7 0.47 -0.47 -0.32 -0.48 -0.44 0.05 -0.45 0.63 0.02 0.05 0.06 CL ISRT 62 088.6 1.45 -1.45 -1.40 -1.27 -1.46 0.00 -1.49 0.19 0.08 0.27 0.32 CL ISIN D 46 096.2 0.28 -0.28 -0.01 -0.59 -0.29 0.15 -0.30 1.26 0.00 0.01 0.01 CL ISOT H 179 841.0 0.76 -0.76 -0.61 -0.78 -0.75 0.06 -0.77 0.64 0.03 0.11 0.14 TLJ UAL 10 558.8 -29.16 29.18 23.37 54.66 51.25 20.77 52.05 -25.26 -10.00 -4.51 -10.00 SUSUT 694.1 10.00 -10.00 -10.00 -7.57 0.19 11.96 0.00 0.94 -0.01 -0.04 -0.06 SUB PR T 611.9 10.00 -10.00 -10.00 -9.93 0.20 13.56 0.00 0.98 -0.02 -0.05 -0.05 SUB PIND 380.0 10.00 -10.00 -10.00 -22.10 0.24 21.84 0.00 1.21 0.00 -0.05 -0.05 SUB POT H 50 230.0 10.53 -10.44 -10.30 -8.02 -0.27 12.03 -0.46 1.67 0.00 0.01 0.01 SUB R T 38 435.5 11.69 -11.39 -11.34 -11.13 -1.37 13.56 -1.59 1.24 0.07 0.24 0.29 SUB IND 17 784.5 10.30 -10.24 -10.00 -22.53 -0.04 22.06 -0.27 2.66 -0.01 -0.05 -0.06 SUB OT H 106 450.0 10.91 -10.75 -10.62 -11.56 -0.63 14.26 -0.84 1.68 0.02 0.08 0.10 SUB L ST R 525.6 -16.46 16.53 15.91 10.00 15.54 0.00 15.89 -2.91 -0.78 -2.59 -3.12 HJT L RT 607.8 -12.88 12.95 12.39 10.00 13.46 0.00 13.74 -2.44 -0.67 -2.25 -2.71 HJT LIND 839.7 -6.56 6.60 6.20 10.00 9.78 0.00 9.93 -1.60 -0.50 -1.64 -1.98 HJT L OT H 634.5 -11.95 12.01 11.49 10.01 12.92 0.02 13.18 -2.25 -0.65 -2.16 -2.60 AV HJT L 1 118 607.0 0.00 0.00 0.27 -0.13 0.22 0.31 0.22 1.18 -0.01 -0.05 -0.06 PE NPJ K 1 372 000.0 0.00 0.00 0.22 -0.11 0.18 0.25 0.18 0.96 -0.01 -0.04 -0.05 PE NPE M 666 654.0 -0.21 0.21 1.72 0.49 0.53 0.33 0.54 0.34 -0.01 -0.05 -0.06 BL JL AIN 773 104.0 1.32 -1.30 0.02 -1.17 0.37 2.25 0.35 0.53 -0.01 -0.03 -0.03 GO VE XP 113 724.0 -11.57 11.42 11.05 9.15 12.43 0.06 12.67 -1.83 -0.64 -2.09 -2.51 C ONL IS 4 775 053.0 0.22 -0.21 0.14 -0.57 -0.18 0.17 -0.18 1.63 -0.01 -0.03 -0.04 C ONL AIN 4 888 777.0 -0.06 0.06 0.40 -0.34 0.12 0.17 0.12 1.55 -0.02 -0.08 -0.09 C ONR T 3 304 827.0 0.18 -0.18 -0.01 -0.46 -0.28 -0.04 -0.29 0.62 0.00 0.00 0.00 INV 155 Tabel 47. Lanjutan (%) E NDO GE N Nilai Das ar Si m 1 a Si m 1b Si m 1 c Si m 1d Si m 2 a Si m 2b Si m 2 c Si m 2d Si m 3 a Si m 3b Si m 3 c 1 807 713.0 -0.28 0.28 0.27 0.68 0.67 0.39 0.67 1.73 -0.01 -0.05 -0.07 E KSPOR 1 916 121.0 -0.54 0.53 0.51 1.08 1.25 0.68 1.26 -1.26 -0.03 -0.09 -0.11 IM POR 8 858 300.0 0.21 -0.21 0.16 -0.56 -0.14 0.21 -0.15 1.76 -0.01 -0.04 -0.04 PDB 3 413 771.0 1.48 -1.44 -1.03 -3.29 -3.04 -1.45 -3.07 0.66 0.06 0.20 0.24 R PDB 5.39 0.41 -0.40 -0.30 -0.81 -0.83 -0.36 -0.83 0.38 0.02 0.05 0.06 GR O WT H 35 861.5 0.22 -0.21 0.16 -0.56 -0.15 0.20 -0.15 1.74 -0.01 -0.03 -0.04 PDB KPT 7 881.5 -2.28 2.28 2.20 5.35 5.47 3.13 5.54 10.00 -0.12 -0.44 -0.53 KUR S 258.5 -1.24 1.24 1.20 2.82 2.98 1.66 2.98 1.04 -0.08 -0.23 -0.27 IHK 4.55 -0.40 0.40 0.38 0.79 0.93 0.50 0.94 0.21 -0.02 -0.07 -0.08 INFL ASI 8.35 -0.20 0.20 0.19 0.42 0.47 0.26 0.47 0.13 -0.01 -0.04 -0.04 SKB G 125 556.0 -0.01 0.01 0.01 0.02 0.02 0.01 0.02 0.02 0.00 0.00 0.00 ST K 121 168.0 0.07 -0.07 0.05 -0.18 -0.05 0.07 -0.05 0.58 0.00 -0.01 -0.01 DT K 4 387.9 -2.14 2.10 -1.06 5.52 1.90 -1.47 1.93 -15.18 0.07 0.26 0.31 UNE M PL 640.0 0.03 -0.03 0.03 -0.09 -0.02 0.05 -0.02 0.31 0.00 0.00 0.00 R UPH 9 749.3 -0.56 0.55 -0.08 1.37 0.69 -0.12 0.70 -2.95 0.01 0.03 0.03 M ISKOT A 13 971.7 -1.36 1.34 -0.08 2.25 0.70 -1.22 0.73 -3.15 0.01 0.03 0.04 M ISDE SA 23 721.0 -1.03 1.02 -0.08 1.89 0.70 -0.77 0.72 -3.07 0.01 0.03 0.04 PM ISKIN 9.66 -0.10 0.10 -0.01 0.18 0.07 -0.07 0.07 -0.29 0.00 0.00 0.00 T MISKIN Keterangan: Sim 1a: Subsidi Harga Listrik naik 10 persen Sim 1b: Subsidi Harga Listrik dikurangi 10 persen Sim 1c: Subsidi Harga Listrik dikurangi 10 persen dan dialihkan ke Belanj a Lain Sim 1d: Harga Jual Tenaga Listrik dinaikkan 10 persen Sim 2a: Harga Minyak Ment ah Indonesia naik 10 persen Sim 2b: Harga Minyak Mentah Indonesia naik 10 persen dan Harga Jual Tenaga Listrik per kWh t etap Sim 2c: Harga Minyak Ment ah Indonesia naik 10 persen dan Subsidi per kWh tetap Sim 2d: Rupiah t erdepresi asi 10 persen terhadap US$ Sim 3a: Susut Tenaga Listrik berkurang 10 persen Sim 3b: Margin Usaha PLN dikurangi 1 persen Sim 3c: Kombinasi Si m. 3a dan Si m. 3b Hartono dan Resosudarmo (2008) dalam penelitiannya menyimpulkan kebijakan peningkatan efisiensi lebih baik daripada pembatasan konsumsi energi, termasuk listrik. Peningkatan efisiensi perusahaan penyedia tenaga listrik pada gilirannya akan meningkatkan pendapatan kelompok rumah tangga. Hasil yang lebih bagus dapat tercapai apabila peningkatan efisiensi dibarengi dengan kebijakan pengurangan subsidi listrik. Namun sebagaimana telah dijelaskan, dalam mengambil kebijakan, seperti kebijakan menaikkan TDL hendaknya pemerintah mempertimbangkan dampaknya yang paling 156 kecil sekalipun baik terhadap kegiatan ekonomi maupun lapisan masyarakat konsumen PLN, terutama masyarakat berpenghasilan rendah (Handoko dan Patriadi, 2005). 6.6. Ringkas an Dampak Kebijakan Subsidi Harga Listrik terhadap Tingkat Kemiskinan Sejak tahun 2005 nilai subsidi listrik terus mengalami kenaikan tajam. Meskipun pemerintah bertekad untuk mengurangi beban subsidi listrik tersebut, namun berbagai kejadian dan perubahan kebijakan dalam sektor kelistrikan justru sering menyebabkan peningkatan nilai subsidi listrik tersebut. Gejolak nilai tukar rupiah terhadap dolar Amerika Serikat sejak krisis ekonomi melanda Indonesia pertengahan tahun 1997 telah meningkatkan biaya operasional PLN karena sebagian peralatan, baik untuk pembangunan pembangkit baru maupun untuk pemeliharaan sebagian besar berasal dari barang impor. Perlu sinergi antara pemerintah dan Bank Indonesia untuk menjaga stabilitas nilai tukar rupiah terhadap mata uang negara lain. Selain unt uk menjaga stabilitas harga di dalam negeri, juga untuk menjamin kelangsungan hidup dunia usaha di Indonesia termasuk pe rusahaan pe nyedia tenaga listrik. Tingkat ketergantungan PLN terhadap BBM juga masih cukup tinggi, sehingga gejolak harga minyak sangat berpengaruh terhadap biaya operasional PLN. Hal ini terlihat jelas ketika terjadi lonjakan tajam harga minyak dunia tahun 2008, biaya operasional PLN juga mengalami lonjakan tajam. Berdasarkan pengalaman tersebut sudah seharusnya peningkatan bahan bakar alternatif selain BBM harus lebih diintensifkan, seperti penggunaan batu bara dan gas alam. Selain harga nya lebih murah, produksi da n cada ngan di Indo nesia juga cukup besar. Produksi batu bara dan gas alam harus diprioritaskan untuk kebutuhan dalam negeri bukan untuk diekspor. 157 Berbagai kebijakan telah dicoba pemerintah untuk mengurangi secara bertahap subsidi listrik tersebut, seperti menaikkan TDL untuk golongan tarif pelanggan tertentu serta peningkatan efisiensi PLN. Kebijakan ini meskipun kurang populer karena akan meningkatkan pengeluaran untuk konsumsi listrik bagi golongan pelanggan tertentu, tetapi saatnya dicoba untuk dilakukan terutama untuk golongan pelanggan kaya. Dari analisis sebelumnya diketahui bahwa selama ini subsidi listrik lebih banyak dinikmati pelanggan kaya. Selain itu PLN juga harus meningkatkan efisiensi kinerjanya, susut tenaga listrik sebisa mungkin ditekan pada tingkat yang optimal. Semakin kecil susut tenaga listrik berarti semakin besar pendapatan yang dapat diperoleh, sehingga subsidi listrik dapat dikurangi. Subs idi harga listrik memang mempunyai dampak yang positif terhadap pertumbuhan ekonomi maupun pengurangan jumlah penduduk miskin baik di daerah perkotaan maupun perdesaan. Dari hasil simulasi-simulasi di atas terlihat bahwa kenaikan subsidi akan menaikkan pertumbuhan ekonomi dan dapat mengurangi jumlah penduduk miskin ba ik di kota maupun di desa. Demikian pula sebaliknya penurunan subsidi akan mengurangi potensi pertumbuhan ekonomi dan dapat memicu peningkatan jumlah penduduk miskin di kota dan di desa. Dari hasil simulasi pengalihan subsidi ke belanja lain menghasilkan dampak yang lebih baik terhadap tingkat pengangguran dan kemiskinan. Untuk itu, suda h saatnya pemerintah mengurangi subsidi listrik dan dialihkan ke program-program yang lebih besar dampaknya terhadap kesejahteraan masyarakat. Namun demikian, apabila akan dilakukan pengurangan subsidi harus dipikirkan pula programprogram pembangunan yang langsung menyentuh golongan masyarakat kelas 158 bawah, sehingga secara bertahap masyarakat dapat hidup menggantungkan nasibnya pada belas kasihan pemerintah. layak tanpa VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN 7.1. Kesimpulan Berdasarkan hasil analisis hasil estimasi mode l subsidi harga listrik da n hasil simulasi dapat disimpulkan sebagai berikut: 1) Produksi tenaga listrik PLN - terdiri dari tenaga listrik yang dibangkitka n sendiri dan yang dibeli dari listrik swasta (Independent Power Producer) - dipengaruhi oleh variable tenaga listrik yang terjual, pemakaian sendiri dan tenaga listrik yang hilang (susut); sementara biaya operasi PLN dipengaruhi oleh konsumsi bahan bakar yang terdiri dari BBM, batubara da n gas. Lebih dari 50 persen biaya operasi dipakai untuk membeli BBM, dimana harga BBM dipengaruhi secara positif terhadap harga minya k mentah Indo nesia (ICP) da n juga dipengaruhi oleh nilai tukar rupiah terhadap do lar Amerika. 2) Konsumsi tanaga listrik baik untuk pelanggan rumah tangga, industri dan pelanggan lainnya dipengaruhi secara negatif oleh harga jual tenaga listrik untuk masing- masing kelompok tarifnya. Khusus untuk rumah tangga, konsumsi listrik berbanding lurus dengan jumlah pelanggan rumah tangga; sementara konsumsi listrik untuk industri dipengaruhi secara positif oleh jumlah pelanggan industri dan pe ruba han PDB sektor ind ustri . 3) Kebijakan subsidi listrik dari pemerintah yang berjalan selama ini lebih banyak berdasarkan pertimbangan politis dengan melihat kemampuan anggaran pemerintah. Secara statistik, total subsidi listrik tersebut dipengaruhi secara positif oleh nilai subs idi harga listrik per kWh dan tingkat konsumsi listrik 160 seluruh pelanggan PLN. Subsidi pemerintah tersebut merupakan selisih antara biaya pokok produksi dan harga jual tenaga listrik per kWh, sehingga besarnya biaya pokok produksi menjadi pertimbangan utama dalam menentukan kebijakan subs idi harga listrik. 4) Harga jual tenaga listrik unt uk pelanggan rumah tangga, industri, dan lainnya dipengaruhi oleh besarnya biaya penyediaan tenaga listrik (BPP) per kWh, margin keuntungan PLN, serta besarnya subsidi yang mampu ditanggung pemerintah. Pengenaan margin keuntungan tersebut bertujuan untuk menjaga covenant (ketentuan batasan pinjaman) dan memperbaiki neraca keuangan PLN guna mendapatkan pinjaman baru untuk investasi (ekspa nsi). 5) Hasil analisis simulasi menunjukkan bahwa: a) Dampak subsidi harga listrik dapat memperbaiki kinerja perekomian antara lain: meningkatkan pertumbuhan ekonomi, serta menurunkan inflasi, pengangguran da n kemiskinan. Bila subsidi harga listrik dikurangi da n dialihkan ke belanja lain maka dapaknya juga akan memperbaiki kinerja perekonomian antara lain: meningkatkan pertumbuhan ekonomi da n menurunkan inflasi serta menurunka n pengangguran dan kemiskinan, bahkan dampak penurunan pengangguran dan kemiskinan dari pengalihan subsidi tersebut dampaknya lebih baik dari kondisi sebelum dilakukan simulasi. Dengan demikian pemerintah dapat mempertimbangkan opsi pengalihan besaran subsidi listrik tersebut untuk dialihkan kepada sektor lain yang lebih produktif, misalnya ke sektor pertanian atau infra struktur. 161 b) Peningkatan harga BBM, sebagai bahan baku utama listrik, aka n meningkatkan BPP, harga jual listrik dan inflasi, namun akan menurunkan kinerja perekonomian. Ketika harga BBM meningkat, namun pemerintah tidak menyesuaikan (meningkatkan) harga jual tenaga listrik, maka subs idi listrik akan meningkat dan memperbaiki kinerja perekonomian. Sebaliknya, jika pemerintah meningka tka n harga jual tenaga listrik (tidak menambah subsidi), maka harga jual listrik dan inflasi aka n meningkat, yang berakibat pada menurunnya kinerja perekonomian. c) Peningkatan efisiensi pengusahaan listrik PLN (meneka n tingkat kebocoran/susut tenaga listrik) dan pengurangan margin keuntungan PLN berdampak langsung pada pengurangan subsidi listrik yang diberikan oleh pemerintah, meningkatkan kinerja perekonomian, serta menurunka n tingkat kemiskinnan. Mengingat besaran nilai subs idi listrik suda h mencapa i hampir Rp 100 triliun per tahun, maka efisiensi dalam operasi pengusahaan dan penggunaan barang-barang input produksi perlu ditingkatkan, serta mendapatkan perhatian da n pe ngawasan yang khus us. d) Meskipun pemberian subsidi listrik sejak 1998 dapat mendorong pertumbuhan ekonomi, namun kondisi ini belum mengarah kepada kondisi pra krisis, dimana PLN tidak membutuhkan subsidi dari pemerintah. Dengan demikian, pemberian subsidi listrik merupaka n bentuk kebijakan intervensi pemerintah dalam mempertahankan operasi PLN akiba t terjadinya krisis ekonomi. Namun, sampai kapan kondisi ini akan dipertahankan, tidak termasuk di dalam penelitian ini. 162 7.2. Implikasi Kebijakan 1) Subs idi listrik mempuny ai dampak positif terhadap kinerja pereko nomian da n penurunan tingkat kemiskinan. Untuk itu, meskipun masih mengandung kekurangan dalam implementasinya maka kebijakan pemberian subsidi listrik masih perlu diteruskan. Namun ke depan subsidi listrik sasarannya harus lebih tepat dan terarah. 2) Berdasarkan simulasi kenaikan ICP dan pelemahan nilai tukar rupiah terhadap USD keduanya mempunyai dampak terhadap meningkatnya inflasi dan harga jual tenaga listrik, bila tarif dasar listrik masih dipertahankan tetap maka pemerintah tetap harus menamba h besarnya subsidi listrik da ri yang suda h ditargetkan. Hal ini perlu dilakukan untuk menghindari penurunan kinerja perekonomian yang lebih dalam. 3) Peningkatan penggunaan bahan bakar alternatif selain BBM perlu diintensifkan, terutama untuk sumber energi yang berasal dari dalam negeri seperti batu bara, gas alam, dan panas bumi. Hal ini perlu dilakukan untuk mengurangi besarnya BPP dan dampak gejolak harga minyak maupun nilai tukar rupiah terhadap do lar Amerika. 4) Penurunan tenaga listrik yang hilang atau susut perlu terus ditingkatka n karena selain dapat meningkatkan pendapatan PLN, juga dapat mengurangi beban subsidi yang harus ditanggung pemerintah. Pencegahan berbagai modus pencur ian tenaga listrik juga perlu ditingkatkan. 7.3. Saran Penelitian Lanjutan 163 1) Mengingat setiap pelanggan listrik memiliki karakteristik pemakaian yang berbeda, maka studi mendalam tentang karakteristik setiap pelanggan listrik dapat memberikan hasil yang lebih spesifik dalam merumuskan subsidi listrik untuk setiap golongan pe langgan. 2) Hasil simulasi menunjukkan bahwa pengalihan sebagian belanja subsidi ke belanja lainnya mempunyai dampak yang lebih baik terhadap tingkat pengangguran dan kemiskinan. Untuk itu perlu dilakuka n studi lanjutan bagaimana apabila pengalihan subsidi listrik tersebut diberikan kepada sektorsektor yang lebih produkstif seperti sektor pertanian. 3) Setiap daerah mempunyai karakteristik yang berbeda-beda, studi yang lebih sempit dan spesifik akan memberikan masukan yang lebih spesifik dalam merumuskan kebijakan subsidi listrik di daerah atau wilayah tertentu. 4) Subsidi listrik yang ada saat ini adalah subsidi harga listrik yang diberikan melalui PLN. Subsidi ini akan mendorong perilaku konsumen yang kurang efisien dalam mengkonsumsi listrik. Untuk itu perlu diadakan subsidi lanjutan bagaimana dampaknya bila subsidi tersebut diberikan langsung kepada konsumen. 5) Mengidentifikasikan opsi-opsi untuk mengurangi secara penuh (menghilangkan) subsidi pemerintah kepada PLN, termasuk di dalamnya opsi pengalihan jenis bahan bakar yang digunakan, dari BBM menjadi batu bara, gas, tenaga air dan lainnya, yang akan menurunkan biaya pokok produksi tenaga listrik ke harga keekonomian. 165 DAFTAR PUSTAKA Atmadja, A.S. 1999. Inflasi di Indonesia: Sumber-sumber Penyebab dan Pengenda liannya. Jurnal Akuntansi da n Keuangan, 1 (1) : 54–67. Badan Pusat Statistik. 2005. Analisis dan Penghitungan Tingkat Kemiskinan 2005. Badan Pusat Statistik, Jakarta. __________________. 2008. Analisis dan Penghitungan Tingkat Kemiskinan 2008. Badan Pusat Statistik, Jakarta. __________________. 2009. Analisis Kemiskinan, Ketenagakerjaan, da n Distribusi Pendapatan. Badan Pusat Statistik, Jakarta. __________________. 2010. Perkembangan Beberapa Indikator Utama SosialEko nomi Indo nesia. Badan Pusat Statistik, Jakarta. __________________. beberapa tahun. Statistik Indonesia. Badan Pusat Statistik, Jakarta. Dunkerley, J. 1995. Financing the Energy Sector in Developing Countries. Energy Policy, 23(2): 929–439. Gibbons, J. and J. Fracassi. 2008. Tax Shift: Eliminating Subsidies and Moving to Full Cost Electricity Pricing. An OCAA Research Report, Ontario Clean Air Alliance Research Inc., Toronto. Gujarati, D. N. 2003. Basic Econometrics. Mc Graw Hill, Singapore. Handoko, R. da n P. Patriadi. 2005. Evaluasi Kebijakan Subsidi NonBBM. Kajian Ekonomi dan Keuangan, 9(4): 42–64. Hartono, D. 2004. Analisis Dampak Kebijakan Harga Energi terhadap Perekonomian da n Distribusi Pendapatan di DKI Jakarta: Aplikasi Mode l Komputasi Keseimbangan Umum. Jurnal Ekonomi dan Pembangunan Indo nesia, 5(1): 83–102. Hartono, D. and B. P. Resosudarmo. 2008. The Economy-Wide Impact of Controlling Energy Consumption in Indonesia: An Analysis Using a Social Accounting Matrix Framework. Energy Policy 36 : 1404–1419. Institut Pertanian Bogor. 2009. Survey Kemampuan Bayar Pelanggan pada PT PLN (Persero). Lembaga Penelitian dan Pengapd ian Masyarakat, IPB, Bogor. 166 Kementerian Energi dan Sumber Daya Mineral, Republik Indonesia. 2007. Handbook Statistik Ekonomi Energi 2007. Kementerian Energi dan Sumber Daya Mineral, Jakarta. www.esdm.go.id ____________________________________________________________. 2009. Handbook Statistik Ekonomi Energi 2009. Kementerian Energi dan Sumber Daya Mineral, Jakarta. www.esdm.go.id ____________________________________________________________. 2010. Roadmap Rasionalisasi Subsidi Listrik. Kementerian Energi dan Sumber Daya Mineral, Jakarta. Kementerian Keuangan, Republik Indonesia. Beberapa tahun. Realisasi APBN. Badan Kebijakan Fiskal, Kementerian Keuangan, Jakarta. www.fiskal.depkeu.go.id Komives, K., T. Johnson, J. Halpern, J. L. Aburto, and J. Scott. 2009. Residential Electricity Subsidies in Mexico. Exploring Options for Reform and Enhancing the Impact on the Poor. World Bank Working Paper 160. The World Bank, Washington, DC. Koplow, D. 2004. Subsidies to Energy Industries. Encyclopedia of Energy, 5: 749 –764. Koutsoyianis, A. 1977. Theory of Econometrics: An Introductory Exposition of Econometric Methods. Second Edition. The MacMillan Press Ltd, London. Lembaga Ilmu Pengetahuan Indonesia. 2008. Problema Pengangguran dan Kemiskinan di Tengah Gejolak Harga BBM: Telaah Kritis Kebijakan dan Solusi Alternatif. Jurnal Ekonomi dan Pembangunan, 16(1): 73–85. Maipita, I., M. D. Jantan, dan N. A. Abdul Razak. 2010. Dampak Kebijakan Fiskal Terhadap Kinerja Eko nomi da n Angka Kemiskinan di Indo nesia. Buletin Ekonomi Moneter dan Perbankan: 421–456. Makmun dan Abdurrahman. 2003. Dampak Kenaikan Tarif Dasar Listrik terhadap Konsumsi Listrik dan Pendapatan Masyarakat. Jurnal Keuangan dan Moneter, 6(2): 63–83. Mankiw, N. G. 2000. Macroeconomics. Fourth edition. Wor th Publisher, New York Moor, A. 2001. Towards a Grand deal on Subsidies and Climate Change. Journal National Resources Forum, 25(2): 167–176. 167 Mourougane, A. 2010. Phasing Out Energy Subsidies in Indonesia. OECD Economics Department Working Papers, No. 808, OECD Publishing. Paris Nguyen, K. Q. 2008. Impacts of a rise in electricity tariff on prices of other products in Vietnam. Energy Policy, 36: 3135–3139. Nugroho, H. T. 2010. Dampak Kebijakan Subsidi Harga Bahan Bakar Minyak Terhadap Kinerja Perekonomian dan Kemiskinan di Indonesia. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Pattinama, M. J. 2009. Pengentasan Kemiskinan Dengan Kearifan Lokal (Studi Kasus di Pulau Buru-Maluku da n Surade-Jawa Barat). Makara, Sosial Humaniora, 13(1): 1–12. Perusahaan Listrik Negara. 1993. Statistik PLN 1992/1993. PT PLN (Persero), Jakarta. ______________________. 2001. Statistik PLN 2000. PT PLN (Persero), Jakarta. ______________________. 2005. Statistik PLN 2005. PT PLN (Persero), Jakarta. ______________________. 2010a. Rencana Usaha Penyediaan Energi Listrik PT PLN (Persero) 2010–2019. PT PLN (Persero), Jakarta. ______________________. 2010b. Strategi Subsidi Listrik: Subsidi Listrik untuk Memberdayakan Ekonomi Masyarakat. PT PLN (Persero), Jakarta. ______________________. 2010c. Statistik PLN 2009. PT PLN (Persero), Jakarta. ______________________. 2010d. Laporan Tahunan 2009. PT PLN (Persero), Jakarta. ______________________. 2011. Laporan Tahunan 2010. PT PLN (Persero), Jakarta. Pindyck, R. S. and D. L Rubinfeld. 2005. Microeconomics, Sixth Edition. McGraw-Hill Inc, New York. ____________________________. 1998. Econometric Models and Economic Forecasts, Third Edition. McGraw-Hill, New York. Pissarides, C. A. 1985. Taxes, Subsidies and Equilibrium Unemployment. Review of Economic Studies, 52: 121-133. Purwoko. 2003. Analisis Peran Subsidi bagi Industri dan Masyarakat Pengguna Listrik. J urnal Keua ngan da n Moneter, 6(2): 44–62. 168 Reiche, K. and W. Teplitz. 2009. Energy Subsidies: Why, When and How? A Think Piece. International Water Policy and I nfrastructure, Eschbor n. Ritschel, A. dan G. P. Smestad. 2003. Energy Subsidies in California’s Electricity Market Deregulation. Energy Policy, 31: 1379–1391. Setianegara, R. G. 2005. Ketimpangan Distribusi Pendapatan, Krisis Ekonomi dan Kemiskinan. Orbith, 4(1): 88–95. Sinaga, B.M. dan R.K. Sitepu. 2006. Ekonometrika: Aplikasi Program SAS/ETS untuk Estimasi, Simulasi dan Peramalan. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Stiglitz, J. E. 2000. Economic of the Public Sector, Third Edition. M. W. Norton & Company, New York. Susilowati, S.H., B.M. Sinaga, W.H. Limbong, dan Erwidodo. 2007. Dampak Kebijakan Ekonomi di Sektor Agroindustri terhadap Kemiskinan dan Distribusi Pendapatan Rumah Tangga di Indonesia: Analisis Simulasi dengan Sistem Neraca Sosial Ekonomi. Jurnal Agro Ekonomi, 25(1): 11– 36. The World Bank. 2002. Power Subsidies: A Reality Check on Subsidizing Power for Irrigation in India. Public Policy for the Private Sector, Washington D.C. United Nations Environment Programme. 2003. Energy Subsidies: Lessons Learned in Assessing Their Impact and Designing Policy Reforms. UNEP, Geneva. ___________________________________. 2008. Reforming Energy Subsidies: Opportunities to Contribute to the Climate Change Agenda. UNEP, Geneva. Universitas Indonesia. 2010. Analisis Dampak Kenaikan Tarif Dasar Listrik (TDL) terhadap Inflasi dan Daya Saing Produk Nasional. Lembaga Penyelidikan Eko nomi da n Masyarakat, F E-UI, Jakarta. 1 I. PENDAHULUAN 1.1. Latar Belakang Listrik sekarang telah menjadi kebutuhan pokok bagi masyarakat karena hampir setiap aktivitas masyarakat, terutama masyarakat perkotaan, sangat tergantung pada ketersediaan energi listrik. Namun di sisi lain belum semua penduduk Indonesia telah menikmati energi listrik. Rasio elektrifikasi 1 di Indonesia sampai dengan akhir tahun 2009 baru mencapai 65 persen, yang berarti masih ada 35 persen penduduk yang belum menikmati aliran listrik (PT PLN (Persero), 2010). Pertumbuhan pembangunan jaringa n listrik juga masih terpusat di wilayah Jawa-Bali dan Sumatera. Wilayah bagian timur Indonesia merupakan daerah dengan rasio elektrifikasi paling rendah dibandingkan wilayah lain (lihat Tabe l 1). Tabel 1. Perkembangan Rasio Elektrifikasi di Indonesia,Tahun 2005–2009 (%) Wilayah 2005 2006 2007 2008 2009 Indo nesia 58.3 59.0 60.8 62.3 65.0 Jawa-Bali 63.1 63.9 66.3 68.0 69.8 Sumatera 55.8 57.2 56.8 60.2 63.5 Kalimantan 54.5 54.7 54.5 53.9 55.1 Sulawesi 53.0 53.2 53.6 54.1 54.4 Indo nesia Bagian Timur 30.1 30.6 30.6 30.6 31.8 Sumber: PT PLN (Persero), 2010 Di lain pihak, penyediaan tenaga listrik yang bersifat padat modal dan teknologi menyebabkan harga energi listrik menjadi mahal dan belum dapat 1 Rasio elektrifikasi d idefin isikan sebagai ju mlah ru mah tangga berlistrik dibagi ju mlah ru mah tangga yang ada 2 menjangka u selur uh wilayah Indo nesia. Seba gai contoh, untuk meningkatkan rasio elektrifikasi dari 66.1 persen pada tahun 2010 menjadi 68.5 persen pada tahun 2011 membutuhkan investasi sebesar US$ 9.74 miliar. Diperkirakan investasi yang dibutuhkan untuk memenuhi permintaan energi listrik dari tahun 2010 sampa i dengan tahun 2019 mencapai US$ 97.1 miliar. Tabel 2. Perkiraan Jumlah Permintaan Energi Listrik, Rasio Elektrifikasi, dan Inve stas i yang Dibutuhkan,Tahun 2010–2019 2010 Jumlah Permintaan (GWh) 147.8 Rasio Elektrifikasi (%) 66.1 Kebutuhan Investasi (Juta US$) *) 8122.2 2011 161.1 68.5 9 739.0 2012 176.4 71.1 11 821.1 2013 193.6 73.7 12 153.3 2014 212.7 76.5 10 890.8 2015 233.7 79.5 9 493.2 2016 256.3 82.5 9 265.0 2017 280.7 85.5 9 326.9 2018 306.9 88.5 8 551.5 2019 334.4 90.9 7 740.5 Tahun Jumlah 97 103.6 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 Melepaskan harga listrik sesuai mekanisme pasar tidak mungkin dilakukan pemerintah di tengah masih tingginya angka kemiskinan 2 . Berdasarkan data dari Bada n Pusat Statistik (BPS), pada tahun 2010 jumlah penduduk miskin di Indo nesia mencapai 31.02 juta orang atau 13.33 persen dari 237 juta penduduk. Apalagi Pasal 33 UUD 1945 secara jelas menyatakan bahwa cabang produksi 2 Angka kemiskinan menunjukkan ju mlah penduduk miskin di seluruh Indonesia. Menurut BPS, penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan di bawah garis kemiskinan. Pada tahun 2010 garis kemiskinan mencapai Rp. 232 989 untuk daerah perkotaan dan Rp. 192 354 untuk daerah pedesaan. 3 yang menguasai hajat hidup orang banyak dikuasai oleh negara, serta bumi, air dan kekayaan alam yang terdapat di dalamnya dikuasai oleh negara dan digunakan sebesar-besarnya untuk kepentingan rakyat. Sehingga usaha penyediaan tenaga listrik harus disediakan oleh negara dan tersebar merata serta terjangkau oleh seluruh lapisan masyarakat. Oleh karena itu, campur tangan pemerintah sangat diperlukan untuk mendorong proses produksi dan distribusi tenaga listrik yang lebih merata dengan harga yang terjangka u. Salah satu campur tangan pemerintah dalam sektor kelistrikan adalah keterlibatannya dalam penentuan tarif listrik. Kebijakan penetapan tarif listrik ini sangat erat kaitannya dengan kebijakan pemberian subsidi. Hal ini dikarenakan sejak tahun 1998 tarif listrik yang ditetapkan pemerintah selalu lebih rendah dari biaya pokok penyediaan tenaga listrik (lihat Gambar 1). Hal ini menyebabkan perusahaan penyedia tenaga listrik mengalami kerugian. Sehingga untuk mengganti kerugian akibat penetapan harga jual tenaga listrik tersebut, pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik. 1600 Rp/kWh 1200 800 400 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 0 BPP Rata-rata HJTL Gambar 1. Biaya Pokok Penye diaa n dan Rata-Rata Harga Jual Tenaga Listrik Per kWh, Tahun 1990–2010 4 Selain itu terus meningkatnya permintaan tenaga listrik juga harus diikuti kemampuan produksi perusahaan penyedia tenaga listrik. Untuk meningkatkan produksi maka perlu membangun pembangkit-pembangkit baru yang berarti membutuhkan investasi. Seperti yang ditunjukkan pada Tabel 2 di atas bahwa untuk memenuhi peningkatan permintaan tenaga listrik diperlukan investasi yang besar. Untuk itu sejak tahun 2009 pemerintah memasukkan unsur margin usaha dalam menghitung besarnya subsidi yang dibayarkan kepada PLN. Pemberian margin ini dimaksudkan agar PLN mendapatkan keuntungan, sehingga dapat melakukan investasi dari keuntungan tersebut. Selain itu, pemberian margin dilakukan untuk menyehatkan kondisi keuangan PLN. Hal ini dilakukan karena besarnya investasi yang diambil dari keuntungan PLN tidak mencukupi untuk memenuhi seluruh investasi yang dibutuhkan untuk memenuhi permintaan tenaga listrik. Sejak tahun 2005 pemerintah tidak lagi melakukan investasi untuk PLN, sehingga untuk menutupi kekurangan investasi tersebut PLN mencari sumbersumber lain seperti dunia perbankan maupun lembaga-lembaga peminjam lainnya. Untuk dapat meminjam dari perbankan dan lembaga-lembaga lain baik lokal maupun internasional maka kondisi keuangan PLN harus sehat. Dengan demikian kebijakan pemberian subsidi listrik yang dilakukan pemerintah bertujuan selain untuk membantu pelanggan yang kurang mampu dan masyarakat yang belum terjangkau pelayanan PLN dapat ikut menikmati energi listrik, juga untuk menjaga ketersediaan tenaga listrik listrik, serta menjamin kelangsungan hidup p erusahaan penyediaan tenaga listrik (Purwoko, 2003). Pemerintah telah mengeluarkan anggaran triliunan rupiah untuk subsidi listrik setiap tahun. Nilai realisasi subsidi listrik tersebut cenderung naik setiap 5 tahun, kecuali pada tahun 2009 yang mengalami penurunan yang cukup signifikan yaitu dari 78.58 triliun rupiah pada tahun 2008 menjadi 53.72 triliun rupiah. Sejak tahun 2006 besaran subsidi listrik mengalami kenaikan drastis dan juga realisasinya selalu lebih besar dari nilai anggaran yang disediakan. Tabel 3. Penge luaran Pe merintah Pusat untuk Subsidi, Tahun 2000–2010 Belanja Pem. Tahun Pusat (Triliun Rp) Persentase Persentase terhadap Total Subsidi Subsidi Non BBM Non BBM terhadap Belanja BBM Listri LainLain- Jumlah Listrik Pem. Pusat nya k nya Subsidi (Triliun Rp) BBM 2000 188.39 53.81 3.93 5.01 62.75 33.31 85.76 6.26 7.98 2001 260.51 68.38 4.62 4.44 77.44 29.73 88.30 5.96 5.74 2002 247.80 31.16 4.10 7.37 42.64 17.21 73.09 9.62 2003 253.71 13.21 4.52 7.74 25.47 10.04 51.87 2004 300.04 59.76 3.31 7.37 69.85 23.28 85.55 4.74 2005 361.16 95.60 8.85 16.32 120.77 33.44 79.16 7.33 2006 440.03 64.21 30.39 12.83 107.43 24.41 59.77 2007 504.62 83.79 33.07 33.35 150.21 29.77 55.78 2008 693.36 139.11 83.91 52.28 275.29 39.70 50.53 2009 628.81 45.04 49.55 43.50 138.08 21.96 32.62 2010* 781.53 88.89 55.11 57.27 201.26 25.75 44.17 Ratarata 27.28 58.45 17.29 17.75 30.38 10.55 13.51 28.29 11.94 22.02 22.20 30.48 18.99 35.88 31.50 27.38 28.45 22.13 19.47 Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) *) APBN-P 2010 Berdasarkan data dari Badan Kebijakan Fiskal, Kementerian Keuangan, dalam kurun waktu 2000–2010, secara rata-rata subs idi yang dikeluarkan pemerintah mencapai 27.28 persen dari total belanja pemerintah pusat, dimana 58.45 persen digunakan untuk subsidi bahan bakar minyak (BBM). Subsidi listrik 6 adalah yang terbesar diantara subsidi-subsidi non BBM lainnya yang secara ratarata mencapai 22.19 persen pada periode yang sama. Sejak tahun 2006 subsidi listrik mengalami kenaikan tajam, baik dari nilai maupun persentasenya, di saat subsidi BBM mulai berkurang. Bahkan pada tahun 2009 mencapai 35.88 persen, melebihi subsidi untuk BBM sebesar 32.62 persen. Kenaikan subsidi listrik ini disebabkan karena biaya operasional perusahaan penyedia tenaga listrik (PLN) yang terus meningkat, sementara tarif listrik relatif tetap. Merosotnya nilai tukar rupiah terhadap dolar Amerika Serikat sejak krisis ekonomi tahun 1997 dan masih tingginya ketergantungan PLN terhadap BBM merupakan dua sebab utama meningkatnya biaya operasional PLN. Pada Tabel 4 dapat dilihat bahwa pada periode 2000-2010 sebesar 54.19 persen dari seluruh biaya operasional digunakan untuk membeli bahan bakar dan pelumas. Namun di sisi lain, krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1997 telah menurunkan pendapatan riil dan daya beli masyarakat. Sehingga pemerintah merasa perlu mengeluarkan kebijakan pemberian subsidi listrik untuk mengurangi beban masyarakat tersebut. Tabel 4. Biaya Operasional Perusahaan Penyedia Tenaga Listrik Menurut Je nis Penge luaran, Tahun 2000–2010 (Miliar Rupiah) Jenis Pengeluaran Bahan Tahun Pembelian PemeliKepegaJumlah Bakar dan Lainnya Listrik haraan waian Pelumas 2000 9 395.4 10 375.8 1 610.3 1 802.4 4 032.0 27 215.8 2001 8 717.1 14 007.3 2 630.4 2 066.3 4 498.3 31 919.4 2002 11 168.8 17 957.3 3 588.8 2 583.3 17 047.4 52 345.6 2003 10 834.0 21 477.9 4 827.6 3 827.7 14 910.0 55 877.2 2004 11 970.8 24 491.1 5 202.1 5 619.4 12 427.4 59 710.8 2005 13 598.2 37 355.5 6 511.0 5 508.1 13 050.9 76 023.6 2006 14 845.4 63 401.1 6 629.1 6 719.7 13 632.8 105 228.2 2007 16 946.7 65 560.0 7 269.1 7 064.3 14 665.8 111 506.0 7 2008 2009 2010 Rata-rata (%) 20 742.9 25 447.8 25 217.8 17.50 107 782.8 76 235.1 84 190.7 54.19 7 619.9 7 964.5 9 900.6 6.61 8 344.2 9 758.3 12 954.4 6.87 16 107.9 15 870.3 16 844.5 14.83 160 597.8 135 276.0 149 108.1 100.00 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 Ada satu pertanyaan klasik yang sering muncul berkaitan pemberian subs idi, yaitu apakah subs idi tersebut telah mencapai target, baik target “orang” maupun target filosofinya. Target “orang” maksudnya adalah subsidi dinikmati oleh masyarakat yang membutuhkannya, sedangkan target filosofi adalah subsidi berhasil membantu masyarakat marjinal dan miskin tersebut keluar dari kemarjinalan dan kemiskinannya. Sampai saat ini adalah subsidi listrik tidak hanya diberikan kepada masyarakat miskin, tetapi kepada hampir semua pelanggan PLN. Tahun 2009, sebagai contoh, berdasar data da ri PT PLN (Persero), dari total realisasi subsidi Rp. 53.72 triliun, pelanggan rumah tangga menyerap Rp. 30.01 triliun atau 55.86 persen, dimana Rp. 22.34 triliun diberikan kepada rumah tangga kecil (450VA dan 900VA). Kalangan bisnis dan industri mendapatkan subsidi masing- masing 4.0 triliun rupiah dan Rp. 16.22 triliun. Instansi pemerintah dan kantor pelayanan publik lainnya mendapat jatah Rp. 1.82 triliun. Tabel 5. Besarnya Subsidi Menurut Golongan Pelanggan, Tahun 2005–2010 (Miliar Rp) Tahun 2005 2006 2007 2008 2009 2010*) Rumah Tangga s.d. 450VA Lainnya dan 900VA 7 300.6 599.7 15 237.0 4 023.3 16 335.6 4 782.4 28 537.8 10 688.4 22 344.8 7 661.9 26 860.0 9 300.0 Bisnis Industri Sos ial 159.6 2 963.7 3 529.3 9 043.3 3 997.2 2 920.0 1 892.4 9 465.8 10 273.5 24 952.8 15 947.1 12 000.0 333.4 977.3 1 131.9 2 216.5 1 674.6 1 900.0 Pelayanan Publik 288.2 1 199.1 1 383.6 2 851.6 1 817.0 1 710.0 8 Sumber: Kementerian ESDM dan PLN (diolah ) *) Alokasi subsidi listrik tahun 2010 Selain itu, subsidi listrik selama ini lebih banyak dinikmati oleh rumah tangga kaya. Tabel 6 memperlihatkan bahwa meskipun secara total nilai subsidi terbesar untuk rumah tangga sangat kecil, tetapi dilihat per pelanggan nilai subsidi yang dinikmati rumah tangga kaya jauh lebih besar dari rumah tangga kecil. Hal ini tentunya tidak sesuai dengan tujuan awal pemberian subsidi yaitu untuk membantu seseorang atau rumah tangga kurang mampu untuk dapat menikmati energi listrik. Tabel 6. Nilai Subsidi yang Diterima Pe r Pelanggan Pe r Tahun Menurut Golongan Tarif Rumah Tangga, Tahun 2005–2010 (Ribu Rupiah) Tahun 2005 2006 2007 2008 2009 2010 s.d. 450VA 299.5 526.2 537.6 857.4 674.7 716.2 900VA 1.300VA 2.200VA 182.3 529.9 553.9 1 023.1 753.1 800.6 138.1 732.9 781.1 1 522.1 1 132.2 1 080.5 270.8 1327.6 1421.9 2756.8 2004.5 1 942.8 > 2.200 > s.d. 6.600VA 6.600VA 1 724.3 1 986.1 4 395.2 2 782.3 2 745.6 Ratarata - 246.8 1 987.3 584.5 2 439.3 612.0 5 060.2 1 088.9 - 813.3 - 849.0 Sumber: PT PLN (d iolah) Kebijaka n subsidi pe merintah yang be rupa subsidi harga (price goods subsidies) juga mempunyai beberapa kelemahan (Farabi, 2010), antara lain: (i) dari sisi anggaran pemerintah (APBN), subsidi BBM dan listrik yang sangat tergantung pada harga minyak dunia dan nilai tukar, dalam pelaksanaannya cenderung berfluktuasi. (ii) subsidi listrik menyebabkan kesenjangan spasial karena pembangunan listrik masih terpusat di wilayah Jawa-Bali dan Sumatera, dan (iii) subsidi telah menyebabkan ketidakadilan personal karena subs idi hanya diberikan kepada pelanggan PLN sehingga akan menciptakan kecemburuan dan 9 kesenjangan dengan masyarakat pelanggan non PLN dan masyarakat yang belum teraliri listrik. Melebarnya kesenjangan dapat menyebabkan konflik di tengah masyaraka t. Oleh karena itu, para pembuat kebijakan ekonomi, termasuk kebijakan sektor kelistrikan, harus memperhatikan masalah kesenjangan ini sebelum menetapkan suatu kebijakan. Menurut Setianegara (2008), salah satu alasan mengapa masalah kesenjangan distribusi pe ndapa tan harus dipertimbangkan adalah karena kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung, dijalankan dalam rangka menurunkan tingkat kemiskinan. Masalah ketidakmerataan pendapatan dan kemiskinan telah menjadi perhatian utama pemerintah dalam proses pembangunan nasional. Berbagai upaya telah dilakukan pemerintah untuk mengatasi masalah tersebut. Dalam Rencana Pembangunan Jangka Menengah Nasional 2004-2009, pemerintah telah menetapkan tiga strategi pembangunan ekonomi, yaitu pro growth, pro jobs, dan pro poor. Melalui strategi pro growth diharapkan terjadi percepatan laju pertumbuhan ekonomi yang disertai dengan perbaikan distribusi pendapatan (growth with equity). Percepatan laju pertumbuhan ini diikuti dengan makin banyaknya kesempatan kerja tercipta sehingga semakin banyak keluarga Indonesia yang dapat dilepaskan dari perangkap kemiskinan, serta memperkuat pereko nomian untuk menghadapi berba gai goncangan. Berpijak dari permasalahan di atas, maka diperlukan adanya metode yang dapat dipertanggungjawabkan untuk mengetahui faktor- faktor apa saja yang dapat mempengaruhi besarnya subsidi listrik di Indonesia dan bagaimana dampak pemberian subsidi listrik tersebut terhadap perekonomian dan kemiskinan. Model 10 ekonometrika merupakan salah satu metode yang dapat digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besaran subsidi listrik dan bagaimana pengaruhnya dengan tingkat kemiskinan. Menurut Koutsoyiannis (1977), ada tiga kegunaan model ekonometrika, yaitu untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan dampak, yaitu dengan melakukan perlakuan tertentu pada suatu variabe l untuk mempredisi eko nomi menda tang. 1.2. Perumusan Masalah Besarnya nilai subsidi listrik yang harus dikeluarkan sangat tergantung pada kemampuan membayar pemerintah dan faktor-faktor yang mempengaruhi besarnya biaya ope rasional perusahaan penyedia tenaga listrik. Selain itu juga memperhatikan kondisi kemampuan masyarakat dan kondisi perekonomian secara menyeluruh. Secara teknis pemerintah menyerahkan sepenuhnya kepada PLN dalam penyaluran subsidi listrik. Berdasarkan alokasi jumlah subsidi yang diberikan pe merintah, PLN memberikan subs idi sesuai golongan tarif dengan besaran yang berbeda-beda. Sebagai contoh, untuk rumah tangga “miskin” dengan kategori rumah tangga yang terpasang daya 450VA dan 900VA. Untuk pe langgan industri dan kalangan bisnis juga tetap diberi subsidi tanpa kecuali. Begitu juga dengan lemba ga- lembaga sosial, kantor pemerintahan, dan penerangan jalan umum tetap diberi subs idi. Kebijakan pemberian subsidi yang hanya menggunakan kriteria tersebut memberi ruang pada pemberian subsidi yang tidak tepat sasaran. Sebagai contoh, tidak semua pelanggan rumah tangga sangat kecil (450VA dan 900VA) adalah 11 rumah tangga miskin. Dari Tabel 7 dapat dilihat bahwa persentase rumah tangga miskin pengguna listrik terhadap jumlah pelanggan rumah tangga 450VA dan 900VA relatif kecil yaitu hanya sekitar 20 persen, yang berarti ada sekitar 80 persen pelanggan rumah tangga tersebut adalah bukan rumah tangga miskin. Tabel 7. Jumlah Pelangga n PLN Rumah Tangga Sanga t Kecil dan Rumah Tangga Miskin, Tahun 2005 – 2010 Tahun Jumlah Pelanggan Rumah Tangga Sangat Kecil (450VA dan 900VA) (000) Jumlah Rumah Tangga Miskin ‘(000) *) Persentase Rumah Tangga Miskin terhadap Jumlah Pelanggan Rumah Tangga 450VA dan 900VA 2005 28.160,1 5,603.5 19.90 2006 28,886.2 5,983.1 20.71 2007 30,052.4 5,659.2 18.83 2008 31,005.9 6,279.8 20.25 2009 31.676,8 5,842.8 18.45 2010 32.348,3 5,572.2 17.23 Sumber: BPS dan PT PLN (dio lah) *) Ju mlah ru mah tangga miskin pengguna listrik = Ju mlah penduduk miskin d ibagi rata-rata ju mlah anggota ru mah tangga miskin d ikalikan persentase rumah tangga miskin dengan sumber penerangan listrik Kebijakan pemberian subsidi seperti ini jelas tidak sesuai dengan tujuan awal pemberian subsidi yaitu membantu penduduk berpenghasilan rendah. Pemberian subs idi de ngan cara ini dapat menciptaka n kesenjangan yang makin lebar antar pelanggan PLN maupun dengan pelanggan non PLN atau masyarakat yang belum teraliri listrik. Bahkan penduduk miskin yang belum menikmati energi listrik akan mendapat dampak ganda, yaitu selain mereka tidak menikmati energi listrik, tetapi juga tidak mendapat subsidi. Dari uraian di atas, maka perumusan masalah dalam penelitian ini adalah sebagai berikut: 12 1. Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan, subsidi, dan harga jual tenaga listrik di Indonesia, baik yang berasal dari dalam maupun luar negeri. Oleh karena itu salah satu rumusan permasalahan dalam penelitian ini adalah faktor-faktor apa saja yang mempengaruhi besarnya subsidi listrik di Indonesia? 2. Seberapa besar dampak kebijakan pemberian subsidi tersebut terhadap jumlah penduduk miskin? 1.3. Tujuan Penelitian Tujuan penelitian ini adalah: 1. Mengidentifikasi faktor-faktor yang mempengaruhi besarnya produksi, konsumsi, subsidi, dan harga jual tenaga listrik, serta penerimaan dan pengeluaran pemerintah,kondisi perekonomian, kesempatan kerja, dan tingkat kemiskinan di Indo nesia. 2. Melakukan simulasi dampak peruba han kebijakan subsidi harga listrik, efisiensi perusahaan terhadap kondisi perekonomian dan kemiskinan di Indo nesia. 1.4. Manfaat Penelitian Hasil penelitian ini diharapka n dapat memberi manfaat: 1. Bagi Pemerintah dan PLN, sebagai bahan evaluasi terhadap kebijakan pemberian subsidi yang dilakukan selama ini serta mendapat masukan dalam membuat kebijakan subsidi listrik ke depan yang lebih terarah dan memenuhi azas berkeadilan. 2. Bagi anggota Legilatif dan Partai Politik, sebagai masukan dalam memperjuangkan kepentinga n rakyat, terutama masyarakat miskin, tanpa 13 mengabaikan nasib perusahaan penyedia energi listrik, sehingga subsidi benarbenar dapat dirasakan oleh mereka yang membutuhka n, roda perekonomian dapat berputar, dan perusahaan penyedia energi listrik dapat beroperasi sebagaimana mestinya. 3. Bagi masyarakat, sebagai media pembelajaran dan pendewasaan masyarakat akan hakikat subsidi listrik, sehingga masyarakat bisa mengoptimalkan konsumsi listrik sesuai dengan tingkat kemampuannya. 1.5. Ruang Lingk up dan Keterbatas an Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan tenaga listrik, subsidi yang harus dikeluarkan pemerintah, da n harga jual tenaga listrik yang harus diba yar pelanggan, baik faktor sosial, politik, maupun ekonomi. Penelitian ini lebih difokuskan pada faktor- faktor ekonomi yang dominan mempengaruhi besarnya biaya pokok penyediaan, subsidi, da n harga jua l tenaga listrik serta dampaknya terhadap perekonomian dan kemiskinan baik di daerah pedesaan maupun perkotaan. Penelitian ini menggunakan data pada periode tahun 1990 sampai dengan 2010. Sebagaimana diketahui, pada tahun 1997 terjadi krisis ekonomi di Indonesia yang berdampak kepada kinerja perekonomian nasional baik secara makro maupun mikro. Banyak perusahaan mengalami kesulitan keuangan tak terkecuali perusahaan penyedia tenaga listrik (PLN). Namun penelitian ini tidak membedakan masa sebelum dan sesudah krisis, meskipun kebijakan pemerintah setelah krisis sangat berbeda dibandingkan sebelum krisis, terutama yang berkaitan dengan subsidi, termasuk subsidi listrik. Periode penelitian yang lebih 14 banyak pada periode setelah krisis menyebabkan model yang dibangun lebih menggambarkan kondisi perekonomian setelah krisis daripada sebelum krisis. Selain itu, luasnya permasalahan berkaitan dengan biaya penyediaan, subs idi, da n pe nentuan harga jual tenaga listrik di Indonesia serta keterbatasan data yang tersedia, ada beberapa keterbatasan penelitian ini, yaitu: 1. PLN membagi pelanggan menjadi 37 golongan tarif. Namun dalam penelitian ini hanya membagi pelanggan menjadi tiga kelompok, yaitu pelanggan rumah tangga, pelanggan industri dan pelanggan lainnya. 2. Belanja pemerintah dalam penelitian ini hanya dibedakan menjadi dua kelompok, yaitu belanja untuk subsidi listrik dan belanja lainnya. Belanja untuk subsidi dibedakan menjadi subsidi untuk pelanggan rumah tangga, pelanggan industri, dan pelanggan lainnya. Sementara untuk belanja lainnya tidak dipisahkan secara terperinci. 3. Lingkup pembahasan penelitian ini dilakukan pada level nasional, maka hasil analisisnya juga bersifat umum secara nasional. Jadi ada kemungkinan hasilnya kurang sesuai jika diterapkan pada level regional karena setiap daerah tentunya mempunyai kekhususan tersendiri, baik secara karakteristik wilayah, jumlah pelanggan, maupun jumlah konsumsi listriknya. 4. Penelitian ini juga hanya memfokuskan pada kebijakan pembe rian subsidi listrik kepada pelanggan PLN, sehingga mengabaikan kebijakan perusahaanperusahaan penyedia listrik selain PLN. Selain itu, penelitian ini juga hanya menganalisis subs idi listrik yang dilakukan pe merintah yaitu subs idi harga, sehingga tidak meneliti alternatif lain dari kebijakan subsidi seperti kebijakan 15 pengalihan subsidi langsung tunai kepada pelanggan, subsidi barang input, dan lain- lain. 16 II. TINJAUAN PUSTAKA 2.1. Pengertian dan Je nis Subsidi Moor (2001) mendefinisikan subsidi dengan “all measures that keep prices for consumers below market level or keep prices for producers above market level or that reduce costs for consumers and producers by giving direct and indirect support” (Subs idi ada lah selur uh kebijaka n yang ditujuka n untuk membantu konsumen tertentu agar dapat membayar produk dengan harga di bawah harga pasar, atau dapat juga berupa kebijaka n yang ditujuka n untuk membantu produsen agar memperoleh pandapatan di atas harga yang dibayar oleh konsumen, dengan cara memberikan bantuan, baik secara langsung ataupun tidak langsung). Sedangkan Handoko dan Patriadi (2005) mendefinisikan subsidi sebagai suatu pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapa i tujuan tertentu yang membuat mereka dapat memprod uksi atau mengko nsumsi suatu prod uk da lam kuantitas yang lebih besar atau pada harga ya ng lebih murah. Sementara berkaitan dengan subsidi energi, termasuk subsidi listrik, Badan Energi Internasional atau International Energy Agency (IEA) mendefinisikan subsidi energi sebagai “any government action that concerns primarily the energy sector that lowers the cost of energy production, raises the price received by energy producers or lowers the price paid by energy consumers” (Subsidi energi adalah setiap kebijakan pemerintah pada sektor energi untuk menurunkan biaya produksi dengan menaikan harga yang diterima produsen atau konsumen membeli dengan harga lebih murah). 17 Dalam konteks ketenagalistrikan di Indonesia, subsidi energi listrik merupaka n jumlah da na yang harus dibayar Pemerintah kepada PT. PLN (Persero) yang dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume penjualan (kWh) untuk setiap golongan tarif. 3 Sementara jenis subsidi menurut Suparmoko dalam Handoko dan Pariadi (2005) secara garis besar dibedakan da lam dua be ntuk yaitu subs idi da lam be ntuk uang (cash transfer) dan subsidi dalam bentuk barang atau subsidi innatura (in kind subsidy). Subs idi bentuk uang biasanya diberikan pemerintah kepada konsumen sebagai tambahan penghasilan atau kepada produsen untuk dapat menurunkan harga barang. Subsidi dalam bentuk uang kepada konsumen mempunyai keunggulan lebih murah bagi pemerintah daripada subsidi dalam bentuk penuruna n harga, da n memberikan kebebasan dalam membelanjakannya. Sedangkan subsidi dalam bentuk barang adalah subsidi yang dikaitkan dengan jenis barang tertentu. Biasanya pemerintah menyediakan suatu jenis barang tertentu dengan jumlah yang tertentu pula kepada konsumen tanpa dipungut bayaran atau pembayaran dibawah harga pasar. Dampak subsidi be ntuk barang ini antara lain: (i) dapat mengurangi jumlah pembelian untuk barang yang disubsidi tetapi konsumsi total bertambah, (ii) secara total konsumsi tidak berubah, hal ini dapat terjadi jika pemerintah disamping memberikan subsidi juga menarik 3 Peraturan Menteri Keuangan Nomor 111/PMK.02/2007 18 pajak yang sama besarnya dengan subsidi, (iii) konsumsi dapat menjadi terlalu tinggi (overconsumption), jika jumlah yang disediakan oleh pemerintah lebih besar daripada jumlah sesungguhnya yang tersedia untuk dibeli konsumen, atau (iv) sebaliknya konsumsi menjadi terlalu renda h (underconsumption), apabila jumlah subsidi yang disediakan oleh pemerintah lebih kecil daripada jumlah yang diharapkan oleh konsumen. 2.2. Efek Pemberian Subsidi Menurut Reiche dan Teplitz (2009), secara garis besar alasan pemberian subsidi dapat dibedakan menjadi dua, yaitu: 1. Pasar gagal untuk mendapatkan titik temu antara permintaan dan penawaran dengan cara yang paling menguntungkan. Subsidi berpotensi untuk meningkatkan kesejahteraan, hal ini dapat terjadi sepanjang biaya sosialnya tidak melebihi nilai keuntungan. Ada berbagai alasan yang mendukung alasan ini, seperti kegagalan pasar (market failures), pasar tidak sempurna (market imperfections), da n eksternaliti (externality). 2. Pemberian subsidi berkaitan aspek distribusi (distribustional considerations). Subsidi diberikan kepada kelompok masyarakat tersebut untuk dapat hidup layak pada tingkat tertentu. Dalam masalah ini subsidi biasanya dikaitkan dengan aspek kemiskinan (poverty), keterjangkauan (affordability) dan keadilan (fairness). Meskipun kedua alasan tersebut berbeda, tetapi dalam pelaksanaannya sangat sulit memisahkan satu dengan yang lain. Sebagai contoh, pemulihan kegagalan pasar (market failures) untuk meningkatkankan efisiensi ekonomi 19 sering dijadikan dalih kebijakan pemberian subsidi yang dikaitkan dengan masalah pemerataan. Kebijakan pemberian subsidi mempunyai efek pos itif maupun negatif. Efek pos itif kebijakan pemberian subsidi terjadi apabila kebijakan ini dikaitkan kepada barang dan jasa yang memiliki positif eksternalitas. Subsidi dapat meningkatkan output da n akan lebih banyak sumber daya yang dialokasikan ke barang dan jasa tersebut, misalnya subsidi untuk pendidikan dan teknologi tinggi. Namun demikian, peningkatan jumlah subsidi akan mengakibatkan pajak yang lebih tinggi atau peningkatan harga untuk barang-barang konsumen. Hal initerjadi karena pajak merupakan sumber dana untuk subsidi. Menurut Basri dalam Handoko dan Pariadi (2005), subsidi yang tidak transparan dan tidak tepat sasaranakan mengakibatkan: (i) distorsi baru dalam perekonomian, (ii) inefisiensi, da n (iii) subsidi dinikmati oleh mereka yang tidak berhak. Agar subsidi dapat berjalan secara efektif, maka berdasar studi dan pengalaman di berbagai negara, United Nations Environment Programme (UNEP) merekomendasikan beberapa hal yang harus diperhatikan dalam pengelolaan subsidi tersebut, yaitu: 1. Well-targeted: subsidi diberikan hanya kepada mereka yang menjadi tujuan subs idi da n pantas menerimanya. 2. Efisien: subs idi tidak bo leh mendor ong prod usen maupun ko nsumen untuk menyediaka n atau menggun aka n barang atau jasa yang disubs idi tersebut secara berlebihan. 3. Ada justifikasi yang jelas melalui mempertimbangkan untung ruginya. analisis yang tepat dengan 20 4. Praktis: jumlah subsidi harus terjangkau dan biaya administrasinya serendah mungkin. 5. Transparan: publik bisa mengetahui berapa nilai subsidi dan siapa saja yang menerima. 6. Waktunya terbatas: waktu pemberian subsidi harus jelas, sehingga produsen maupun ko nsumen tidak k aget ke tika subsidi tersebut dicabut. 2.3. Kemiskinan 2.3.1. Konsep dan Ukuran Ke miskinan Masalah kemiskinan merupakan salah satu persoalan mendasar yang menjadi perhatian pemerintah. Berbagai metode digunakan untuk mengukur tingkat kemiskinan. BPS (2009) misalnya, mendefinisikan kemiskinan sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar (basic needs approach) berupa maka nan da n buka n maka nan yang diuk ur dari sisi pe ngeluaran. Metode yang digunakan adalah dengan menghitung garis kemiskinan, baik untuk maka nan maupun non makanan. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan dibawah garis kemiskinan. Sementara Bank Dunia menggunakan batas kemiskinan absolut dengan: a) US$ 1 per kapita per hari, dan b) US$ 2 per kapita per hari. Sedangkan BKKBN mendefinikan kemiskinan dengan pendekatan kesejahteraan rumah tangga. BKKBN membagi rumah tangga menjadi 5 (lima tingkat), yaitu keluarga pra sejahtera, keluarga sejahtera I, keluarga sejahtera II, keluarga sejahtera II, dan keluarga sejahtera III plus. Suatu rumah tangga dikategarikan keluarga miskin jika masuk dalam kagori pra sejahtera dan sejahtera I. 21 Dari berbagai metode pengukuran tingkat kemiskinan, saat ini ukuran kuantitatif lebih banyak digunakan oleh pengambil kebijakan, seperti jumlah pemilikan barang, jumlah kalori yang dikonsumsi atau tingkat pendapatan perkapita per bulan (Pattinama, 2009). Berdasarkan pendekatan kebutuhan dasar, ada 3 indikator kemiskinan yang biasa digunakan, yaitu: 1. Head Count Index (HCI-P 0 ), yaitu pe rsentase pe nduduk miskin yang berada di bawah Garis Kemiskinan (GK). 2. Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1 ) yang merupakan ukuran rata-rata kesenjangan pengeluaran masing- masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai indeks, semakin jauh ratarata pe ngeluaran pe nduduk da ri garis kemiskinan. 3. Indeks Keparahan Kemiskinan (Poverty Severity Index-P2 ) yang memberikan gambaran mengenai penyebaran pengeluaran diantara pe nduduk miskin. Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara pe nduduk miskin. Foster-Greer-Thorbecke (1984) telah merumuskan suatu ukuran yang digunakan untuk mengukur tingkat kemiskinan yaitu: 1 q  z − yi  Pα = ∑  n i =1  z  α dimana: α = 0, 1, 2 z = Garis kemiskinan 22 yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah garis kemiskinan (i=1,2,…,q), yi < z q = Banyaknya pe nduduk yang be rada di bawah garis ke miskinan n = Jumlah pe nduduk Jika α=0, diperoleh Head Count Index (P 0 ), jika α=1 diperoleh Indeks kedalaman kemiskinan (Poverty Gap Index-P1 ) dan jika α=2 disebut Indeks keparahan kemiskinan (Poverty Severity Index-P2 ). 2.3.2. Penye bab Ke miskinan Chamber (1996) dalam Nugroho (2010) menyatakan bahwa terdapat dua pandangan yang mengidentifikasi penyebab kemiskinan, terutama di daerah pedesaan. Pertama adalah pandangan ekonomi politik yang melihat kemiskinan sebagai fenomena sosial. Kelompok ini memandang kemiskinan di pedesaan muncul sebagai akibat dari proses pengkonsentrasian kekayaan dan kekuasaan yang terjadi melalui tiga tingkatan, yaitu tingkatan global, nasional dan lokal. Kemiskinan pada tingkat global muncul akibat adanya hubungan pertukaran yang eksploitatif dan tidak seimbang antara negara kaya dan negara miskin. Pada tingkat nasional, kemiskinan pedesaan muncul sebagai akibat ulah dari bebagai kelompok kepentingan, khususnya kelas menengah perkotaan yang berusaha memperoleh keuntungan dengan mengorbankan kepentingan pedesaan melalui investasi pada industri dan jasa di pedesaan. Sementara pada tingkat lokal, kemiskinan pedesaan muncul sebagai akibat dari ulah para elit lokal yang terus berusaha mengkonsolidasikan kekuasaan dan kekayaannya. Adanya proses pertukaran yang eksploitatif dan tidak seimbang pada tingkat global hingga lokal 23 menyebabkan kaum kaya menjadi semakin kaya dan kuat, sementara kelompok miskin secara relatif maupun absolut semakin miskin da n lemah. Kedua adalah kelompok pandangan ekologis fisik, yang melihat kemiskinan sebagai fenomena fisik. Kelompok ini mamandang kemiskinan pedesaan muncul sebagai akibat dari pertumbuhan dan tekanan penduduk yang tidak terkendali atas sumberdaya dan lingkungan. Sebagian tenaga kerja terpaksa bermigrasi ke perkotaan atau ke lingkungan marginal agar dapat bertahan hidup. Selain itu parasit, penyakit, kurang gizi, kondisi lingkungan yang tidak sehat, perumahan yang kurang layak, lingkungan yang kurang nyaman, dan kondisi iklim yang tidak menentu menyebabkan timbulnya kemiskinan di daerah pedesaan. 2.4. Inflas i Inflasi didefinisikan sebagai kenaikan harga barang dan jasa secara umum dimana barang dan jasa tersebut merupakan kebutuhan pokok masyarakat atau turunnya daya jual mata uang suatu negara (BPS, 2011). Inflasi merupakan kecenderungan harga barang dan jasa termasuk faktor- faktor produksi yang diukur dengan satuan mata uang yang semakin naik terus menerus. Menurut Atmadja (1999) penyebab terjadinya inflasi dapat dibagi menjadi dua, yaitu: (1) tarikan permintaan (demand pull inflation) dan (2) desakan biaya (cost push inflation). Inflasi yang disebabkan permintaan terjadi karena adanya tingginya peningkatan aggregate demand masyarakat terhadap komoditi-komoditi hasil produksi di pasar barang. Akibatnya, akan menarik kurva permintaan agregat ke kanan atas, sehingga terjadi excess demand. Inflasi yang disebabkan desakan harga terjadi karena adanya kenaikan harga faktor-faktor produksi (baik yang 24 berasal dari dalam negeri maupun luar negeri) di pasar faktor produksi, sehingga menyebabkan kenaikan harga komoditi di dalam pasar komoditi. Sedangkan menurut asalnya inflasi juga dibagi menjadi dua, yaitu: (1) inflasi yang berasal dari dalam negeri (domestic inflation), yaitu inflasi yang timbul karena adanya defisit dalam pembiayaan, belanja negara, musim paceklik, dan bencana alam yang berkepanjangan, dan (2) inflasi yang berasal dari luar negeri (imported inflation), yaitu inflasi yang disebabka n oleh ke naika n hargaharaga ko mod iti di negara lain yang memiliki hubungan perda gangan de ngan negara bersangkutan. Inflasi ini dapat menular baik melalui harga barang-barang impor maupun barang-barang ekspor. Inflasi umumnya memberikan dampak yang kurang menguntungkan dalam perekonomian. Akibat negatif yang ditimbulkan inflasi adalah: (1) menurunkan pendapatan riil orang-orang yang berpendapatan tetap, (2) mengurangi nilai kekayaan yang berbentuk uang, dan (3) memperburuk pembagian kekayaan, khususnya yang bersifat keuangan (Sukirno, 2006 dalam Nugroho, 2010). Selain itu inflasi juga dapat menurunkan nilai riil tabungan dan investasi, sehingga dapat membuat perekonomian tidak efisien, menghambat pertumbuhan ekonomi, dan menurunkan standar hidup. Tingkat kemiskinan di Indonesia masih sangat sensitif terhadap perubahan garis kemiskinan, jika garis kemiskinan dinaikkan, misal karena laju inflasi yang tinggi, akan berdampak pada peningkatan kemiskinan yang relatif besar. Sementara dampak positif inflasi (Putong, 2003 dalam Nugroho, 2010) antara lain: (1) bagi pengusaha barang-barang mewah barangnya menjadi lebih 25 laku pada saat harganya semakin tinggi (masalah prestise), (2) masyarakat lebih selektif dalam konsumsi dan produksi diusahakan seefisien mungkin, (3) inflasi yang berkepanjangan dapat menumbuhkan industri kecil dalam negeri yang dipercaya dan tangguh, dan (4) tingkat pengangguran menurun karena masyarakat terdorong melakukan kegiatan produksi. Angka inflasi dapat dihitung dari angka IHK (indeks Harga Konsumen) atau CPI (Consumer Price Index), yang biasanya diterbitkan setiap bulan, 3 bulan, atau satu tahun. Selain IHK, tingkat inflasi juga dapat dihitung menggunakan GNP atau PDB deflator, yaitu membandingkan GNP atau GDP yang diukur berdasarkan harga baerlaku (GNP atau GDP nominal) terhadap GNP atau PDB konstan (GNP atau PDB riil) 2.5. Dampak Subsidi terhadap Ke miskinan Dampak kebijakan pemberian subsidi terhadap tingkat kemiskinan dapat ditelusuri dengan dua pendekatan. Pertama, peningkatan anggaran subsidi listrik yang merupaka n kebijakan ekspa nsi fiskal akan meningkatkan belanja negara, sehingga kurva IS bergeser ke kanan seperti yang terlihat pada Gambar 2. Akibatnya output nasional mengalami kenaikan dari Y 1 ke Y2 . Karena produksi nasional meningkat, maka terjadi pergeseran sepanjang kurva produksi Y=f(N), sehingga kebutuhan tenaga kerja meningkat. Peningkatan permintaan tenaga kerja akan menggeser kurva permintaan tenaga kerja dari DL1 ke DL2 , pada kondisi penawaran tenaga kerja yang stabil di SL1 . Ini berarti penyerapan tenaga kerja mengalami peningkatan dari N 1 ke N 2 , sehingga tingkat upah juga meningkat dari W1 ke W 2 . Peningkatan tingkat upah dan pegurangan pengangguran mengakibatkan daya beli masyarakat mengalami kenaikan. Apabila peningkatan 26 r LM 1 r2 B A r1 IS2 IS1 O Y1 Y2 Y P AS1 P2 P1 AD2 AD1 O Y Y1 Y2 Y Y Y = f(N) Y2 Y1 O N1 N2 N W O Y SL1 W2 W1 DL2 DL1 O N1 N2 N Sumber: Mankiw, 2007 (modifikasi) Gambar 2. D ampak Pe mberian Subsidi terhadap Kemiskinan 27 daya beli masyarakat tersebut lebih tinggi daripada laju inflasi, maka sejumlah penduduk dapat melewati garis kemiskinan, yang berarti jumlah penduduk miskin berkurang. Sehingga dapat disimpulkan bahwa peningkatan subsidi listrik dapat mengurangi jumlah penduduk miskin. Pendekatan kedua adalah dengan pendekatan harga. Adanya kebijakan pemberian subsidi listrik menyebabkan harga jual tenaga listrik lebih rendah dari yang seharusnya. Murahnya harga jual tenaga listrik menyebabkan biaya produksi lebih rendah dari yang seharusnya, sehingga harga-harga umumnya mengalami penurunan. Penurunan harga- harga tersebut akan berdampak positif pada peningkatan pendapatan masyarakat. Pada garis kemiskinan yang relatif stabil, maka peningkatan pendapatan masyarakat akan mengakibatkan pengurangan tingkat kemiskinan. Namun terdapat hal yang krusial terkait dengan pendekatan pertama, yaitu apakah peningkatan belanja negara sebagai akibat peningkatan subsidi dapat mendorong kurva IS ke kanan? Subsidi merupakan bagian dari transfer payment sebagaimana pengurangan pajak atau pembagian beras masyarakat miskin. Hal ini biasanya berdampak pada peningkatan daya beli masyarakat atau pengurangan produksi karena adanya subsidi input. Sehingga transfer payment langsung ke masyarakat tersebut cenderung berdampak pada peningkatan konsumsi. Hal lain yang munc ul akibat kebijakan pemberian subsidi listrik adalah masalah biaya kesempatan (opportunity cost). Peningkatan alokasi anggaran untuk subsidi listrik akan mengurangi alokasi anggaran untuk kegiatan lain. Apakah besaran anggaran subsidi listrik memiliki dampak yang sama besar atau lebih besar terhadap perekonomian nasional apabila jumlah anggaran yang sama 28 dipergunakan untuk kegiatan lain yang lebih penting dan memiliki efek pengganda lebih besar? 2.6. Dampak Subsidi terhadap Kesejahteraa n Masyarakat Dengan pendekatan kurva penawaran dan permintaan tenaga listrik, dalam melihat dampak pemberian subsidi terhadap kesejahteraan masyarakat (welfare effect) dapat dianalisis menggunakan ilustrasi model consumer surplus (CS) dan produser surplus (PS). Consumer surplus didefinisikan sebagai perbedaan antara harga sebuah barang dimana ko nsumen bersedia memba yar dari harga sebe narnya yang diba yar oleh konsumen tersebut. Sedangkan produser surplus merupakan perbedaan antara harga jual barang yang sebenarnya diperoleh oleh perusahaan dengan harga jual (minimal) yang bersedia diterima oleh perusahaan tersebut. Misalnya, pemerintah memberikan subsidi s rupiah untuk setiap kW h yang dikonsumsi. Hal ini menunjukka n ba hwa harga yang dibayar konsumen di bawah harga bersih yang diterima penyedia energi listrik s rupiah. Secara sederhana Gambar 3 memperlihatkan hubungan ini. P* dan Q* ada lah harga da n kuantitas pasar sebelum diberikan subsidi. P S adalah harga bersih yang diterima penjual, dan P D adalah harga yang dibayar konsumen setelah diberikan subsidi. P S – P D = s ada lah subs idi yang harus diba yar pe merintah. Adanya kebijakan pemberian subsidi terhadap output suatu barang menyebabkan kurva pe nawaran bergeser ke kanan dari S 1 ke S2 dan harga yang dibayar ko nsumen (P D ) lebih rendah dari harga yang semestinya (P*). Akibatnya ada peningkatan konsumsi barang yang disubsidi tersebut dari Q* ke Q1 . Pada kondisi Q1 , maka harga seharusnya yang diterima penjual adalah P S . Sehingga 29 subsidi tidak hanya dinikmati konsumen tetapi juga produsen. Karena pembeli membayar dengan harga lebih rendah, maka terjadi penambahan consumer surplus (ΔCS) yaitu bertambah seluas bidang b+d+e. Demikian pula untuk produsen, terjadi kenaikan produser surplus (ΔPS) sebesar area a+c. Besarnya subs idi yang harus diba yar pe merintah ada lah sQ 1 , yaitu sebesar bidang a+b+c+d+e+f. Perubahan total kesejahteraan akibat kebijakan pemberian subsidi adalah ΔCS ditambah ΔPS dikurangi besarnya subsidi, menjadi b+d+e+a+c(a+b+c+d+e+f)=-f. Segitiga f menunjukka n ada nya inefisiensi (dead weight loss) dalam perekonomian akibat kebijakan pemberian subsidi. Harga S1 S2 P P P a c b d e subsidi f D O Q Q1 Output Sumbe r: Pindyck dan Rubinfeld, 2003 (dimodifikasi) Gambar 3. Dampak Pe mberian Subsidi terhadap Kesejahteraan Gambar 3 di atas menunjukkan bahwa subsidi pemerintah diperuntukkan untuk mengatasi kegagalan pasar tenaga listrik dan hanya diberikan kepada perusahaan yang skala ekonominya besar dalam rangka optimalisasi. Akibatnya perusahaan-perusahaan yang lain tidak mampu bersaing da n tutup. Sehingga perusahaan yang mendapat subsidi menjadi perusahaan monopoli alami. 30 2.7. Monopoli Alami Suatu pe rusahaan dikataka n monopo li alami adalah apabila perusahaan tersebut dapat memproduksi seluruh keluaran pasar dengan biaya yang lebih rendah daripada yang seharusnya dikeluarkan seandainya terdapat beberapa perusahaan (Pindyck dan Rubinfeld, 2001). Monopoli alami timbul apabila ada skala ekonomi yang kuat seperti yang diilustrasikan pada Gambar 4. Dari Gambar 4 dapat dilihat bahwa karena biaya rata-ratanya turun, maka biaya marjinalnya akan selalu di bawah biaya rata-rata. Seandainya tidak diatur, perusahaan monopo li tersebut akan memproduksi sebanyak Q m dan menjualnya pada harga P m . Pemerintah akan lebih suka menekan harga perusahaan itu ke bawah hingga mencapai tingkat bersaing P c , namun pada tingkat itu, harga tidak akan mencakup biaya rata-rata dan perusahaan bisa tutup. Seba gai alternatif adalah menetapka n harga pada P r , dimana biaya rata-rata dan penerimaan rata-rata saling berpotongan. Dalam hal ini, perusahaan tidak memperoleh laba monopoli, dan output akan diproduksi sebesar mungkin tanpa mengakibatkan bisnis perusahaan mati. Namun sebagai konsekuensi pemerintah harus memberikan subsidi harga sebesar selisih P r dengan P c dikalikan kWh yang konsumsi pelanggan sebesar Q c . 2.8. Penelitian yang Pernah Dilakukan 2.8.1. Tarif Listrik Makmun dan Abdurrahman (2003) menganalisis dampak kenaikan tarif dasar listrik terhadap pendapatan dan konsumsi listrik masyarakat menggunakan Model SNSE 2000.Mereka menyimpulkan bahwa kenaikan TDL mempunyai dampak negatif terhadap pendapatan riil masyarakat, mengurangi permintaan terhadap industri maka nan, da n mengurangi pendapatan institusi.Mereka 31 menyarankan agar setiap mengambil kebijakan menaikan TDL pemerintah harus mempertimbangkan dampaknya yang terkecil sekalipun baik terhadap pereko nomian maupun masyarakat pe langgan PLN. Rp/kWh Pm Subsidi Pr AC Pc MC MR Qm AR Qr Qc kWh Sumber: Stiglitz, 2000 (Modifikasi) Gambar 4. Pengaturan Harga Monopoli Alami Dalam penelitian tentang dampak kenaikan TDL terhadap inflasi dan daya saing produk nasional menggunakan model Vector Autoregressive (VAR), Lembaga Penyelidikan Ekonomi dan Masyarakat, FE–UI (2010) menyimpulkan bahwa kenaikan TDL akan mempengaruhi inflasi.Kenaikan 10 persen TDL akan memicu inflasi sebesar 1.5–2 persen. Penelitian itu juga menemukan bahwa kenaikan TDL secara bertahap mempunyai dampak lebih rendah dari pada kenaikan TDL sekaligus.Kesimpulan penting lainnya adalah secara umum kenaikan TDL tidak mempengaruhi daya saing produk nasional.Dari hasil yang diperoleh, penelitian tersebut menyarankan regionalisasi tarif sesuai dengan kemampuan bayar konsumen dan pelayanan PLN. 32 Penelitian kemampuan bayar pelanggan pada PT PLN (Persero) oleh Lembaga Penelitian dan Pemberdayaan Masyarakat, IPB (2009)disimpulkan bahwa meskipun secara umum pelanggan rumah tangga menyatakan tarif yang diberlakukan PLN sudah sesuai, tetapi ketidakmampuan membayar pelanggan rumah tangga 450VA dan 900VA masih cukup tinggi masing- masing mencapai 15,33 persen dan 12,20 persen. Penelitian itu juga menemukan ketidakmampuan membayar tiap daerah tidak sama. Berdasar data yang diperoleh, penelitian tersebut menyarankan untuk rumah tangga selain 450VA dan 900VA dapat dilakukan penyesuaian tarif yang berkeadilan.Untuk pelanggan sosial, bisnis dan industri juga dapat dikenakan tarif yang sesuai, kecuali untuk lembaga sosial yang terpasang daya 450VA yang harus tetap disubsidi. 2.8.2. Subsidi Listrik Berbagai pendapat disampaikan tentang masih perlu atau tidaknya subsidi listrik. Handoko dan Patriadi (2005) menyatakan bahwa subsidi listrik masih dapat dipe rtahankan de ngan arah yang jelas, serperti subsidi dikhususka n untuk pelanggan sosial, rumah tangga miskin, da n usaha kecil/menengah.Di samping itu, PT PLN juga harus memiliki mekanisme yang dapat mencegah pencurian listrik atau inefisiensi dalam konsumsi listrik. Selanjutnya, Purwoko (2003) menganalisis tentang peran subsidi bagi industri da n rumah tangga pengguna listrik. Dia mempelajari dan menganalisis trend kebutuhan energi listrik di masa yang akan datang dan membandingkan praktek-praktek subsidi listrik di beberapa negara ASEAN yaitu Malaysia, Filipina, Thailand dan Vietnam. Beberapa kesimpulan yang diperoleh dari penelitian tersebut antara lain bahwa:subsidi listrik di Indonesia masih diperlukan 33 dalam rangka membantu masyarakat yang kurang mampu agar dapat menikmati fasilitas listrik serta memperluas jaringa n listrik agar dapat menjangkau daerahdaerah terpencil; untuk membantu masyarakat yang kurang mampu diperlukan subsidi silang antar kelompok pelanggan; pemerintah perlu memberi subsidi kepada PT. PLN (Persero) untuk memperluas jaringan listrik; agar subsidi silang antar pelanggan dapat terjadi, maka tarif listrik yang ada saat ini perlu dinaikkan secara bertahap, hingga menjadi sama dengan biaya produksi listrik. Nguyen (2008) dalam penelitiannya tentang dampak kenaikan tarif listrik terhadap harga-harga di Vietnam menemukan bahwa kenaikan tarif listrik akan memicu kenaikan harga di seluruh sektor yang lain, ini berarti akan terjadi inflasi. Berdasar penelitian yang dilakukan World Bank (2002) tentang subsidi listrik untuk irigasi di India menemukan bahwa paket reformasi percepatan sektor kelistrikan, termasuk penyesuaian tarif dan investasi untuk meningkatkan mutu pelayanan, meningkatkan pendapatan petani 40 – 100 persen. Untuk memastikan kelangsungan dan peningkatan dukungan reformasi sektor kelistrikan, para pembuat kebijakan harus mendefinisikan, mengkomunikasikan, dan membuat konsensus secaraterang dan jelas bahwa dengan biaya yang lebih tinggi maka mutu pelayanan juga akan terus meningkat. United Nations Environment Programme (2008) dalam laporannya tentang reformasi subsidi energi menyatakan bahwa salah satu dampak negatif adanya subs idi pada suatu ba rang atau jasa de ngan pe mbe rian harga di ba wah harga yang seharusnya adalah memicu penggunaan produk tersebut lebih tinggi dan mengurangi keinginan menggunakannya secara efisien. UNEP juga menemukan meskipun rumah tangga miskin dapat manfaat dari subsidi tersebut, tapi nilainya 34 sangat kecil karena konsumsinya yang juga cenderung kecil. Rumah tangga kayalah yang lebih banyak mendapatkan keuntungan dengan subsidi tersebut. Koplow (2004) dalam penelitiannya mengenai subsidi terhadap industri energi menyimpulkan bahwa berbagai subsidi yang nilainya ratusan milyar dollar per tahun di berbagai negara telah menghalangi pasar untuk lebih jernih dan efisien dalam menyediakan berbagai jasa di bidang energi.Di samping itu juga meningkatkan bahaya terhadap kesehatan manusia dan lingkungan.Untuk mengatasinya diperlukan kemauan politik yang kuat dari semua pihak yang terlibat. Pada penelitian lain, Ritschel dan Smestad (2003) menganalisis tentang subsidi sektor energi dalam deregulasi pasar sektor kelistrikan di negara bagian California. Mereka menyimpulkan bahwa intervensi pemerintah untuk mengurangi dampak krisis energi telah mengisolasi pengguna listrik dari keadaan pasar yang sebe narnya, mencegah keingina n meningkatkan konservasi energi, dan pindah ke energi alternatif ya ng terbaruka n. Komives, et al. (2009) meneliti tentang dampak subsidi listrik untuk rumah tangga di Meksiko terhadap kemiskinan.Mereka menemukan beberapa hal mulai evaluasi berbagai alternatif sampai skema harga/subsidi untuk listrik rumah tangga. Beberapa temuan tersebut diantaranya: (i) peruba han harga tanpa dibarengi penghapusan subsidi untuk sebagian besar pelanggan tidak akan menghilangan kesenjangan di masyarakat, (ii) pengurangan subsidi akan menyebabkan kenaikan tagihan listrik yang berarti akan mengurangi disposable income rumah tangga, dan (iii) pengurangan biaya dapat mengimbangi kebutuhan menaikan harga, dan pengurangan biaya dengan sendirinya akan menghasilkan 35 porsi yang lebih besar untuk tambahan subsidi bagi rumah tangga golongan rendah. 2.8.3. Keterkaitan Subsidi denga n Kemiskinan Dalam penelitiannya tentang ketimpangan distribusi pendapatan, krisis ekonomi dan kemiskinan, Setianegara (2008) menekankan pentingnya masalah pemerataan distribusi pendapatan. Dia menyimpulkan bahwa ketimpangan distribusi pendapatan di Indonesia terjadi antar daerah, antar propinsi, dan dalam propinsi. Setianegara juga menambahkan bahwa para pengambil kebijakan ekonomi harus mempe rhatika n masalah kesenjangan ini karena beberapa alasan, yitu: (i) sebagian masyarakat memandang pemerataan pendapatan sebagai tujuan yang layak dicapai karena menyangkut masalah keadilan sosial, (ii) kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung dijalankan untuk menurunkan kemiskinan, dan (iii) kebijakan pemerataan dalam semua bidang dapat meningkatkan kohesi sosial dan mengurangi konflik politik. Ritonga (2005) meneliti tentang hubungan pertumbuhan ekonomi dengan distribusi pendapatan di Indonesia. Dia menyimpulkan bahwa pendapatan nasional yang diterima penduduk berpenghasilan tinggi cenderung membesar, sedangkan untuk golongan berpenghasilan rendah tidak ada peningkatan berarti. Peningkatan pendapatan 20 persen penduduk berpenghasilan tinggi lebih cepat dari pada 80 persen penduduk yang lain. Akibatnya kesenjangan menjadi lebih lebar. Dia menambahkan berbagai indikator harus menjadi perhatian dalam memahami distribusi pendapatan di negara berkembang seperti Indonesia, seperti jumlah orang miskin, kesenjangan absolut, kesenjangan konsumsi, kesenjangan etnik, dan lain- lain. 36 Maipita, Jantan, dan Razak (2010) dalam penelitiannya tentang dampak kebijakan fiskal terhadap kinerja ekonomi dan angka kemiskinan di Indo nesia menggunakan model Computable General Equilibrium (CGE) salah satu kesimpulannya menyebutkan bahwa peningkatan subsidi menghasilkan penurunan harga pada sektor pertambangan dan pengalian, manufaktur, serta listrik, gas, dan air. Sementara dampak peningkatan subsidi terhadap kemiskinan menunjukkan penurunan yang signifika n, khususnya area pedesaan. Dari penelitian-penelitian di atas dapat dilihat bahwa pe nelitian yang telah dilakukan, terutama di Indonesia, lebih banyak terfokus pada analisis kebijakan baik keuntungan maupun kerugiannya dan analisis akibat pengurangan subsidi listrik seperti analisis kenaikan TDL, tetapi belum ada yang menganalisis faktorfaktor apa saja yang mempengaruhi besarnya subsidi listrik menggunakan analisis kuantitatif. Sehingga masih ada celah untuk melengkapi penelitian-penelitian tersebut yaitu untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besarnya subsidi listrik dan seberapa besar dampak kebijakan pe mberian subsidi listrik terhadap tingkat kemiskinan. Untuk itu, penelitian ini akan mengidentifikasi variabel- variabel ekonomi yang mempengaruhi besarnya subsidi listrik serta menganalisis dampaknya terhadap tingkat kemiskinan di Indo nesia menggunakan model ekonometrika. Penelitian untuk mengidentifikasi variabelvariabel ekonomi yang mempengaruhi besarnya subsidi listrik serta dampaknya terhadap tingkat kemiskinan sangat penting terutama bagi para pembuat kebijakan pada sektor kelistrikan. Di samping sebagai evaluasi kebijakan subsidi yang dilakukan selama ini, juga mencari solusi yang tepat untuk merumuskan kebijakan 37 subsidi yang lebih terarah dan berkeadilan tanpa mengabaikan kelangsungan perusahaan penyedia tenaga listrik di masa mendatang. 38 III. METODE PENELITIAN 3.1. Kerangka Pikir Proses penetapan besaran subsidi harga listrik melalui proses yang panjang antara pemerintah dan Dewan Perwakilan Rakyat (DPR-RI). Berbagai pertimbangan telah diperhitungkan pemerintah dalam menetapka n nilai subsidi listrik baik secara politik maupun dampak kebijakan subsidi listrik tersebut, dampak positif maupun negatif. Kebijakan penetapan besaran subsidi akan berimplikasi pada besarnya harga jual tenaga listrik. Penetapan harga jual ini selanjutnya akan berpengaruh pada produksi dan konsumsi tenaga listrik. Ini dikarenaka n subs idi yang dike luarka n pe merintah, selain untuk konsumen tenaga listrik juga disertai margin keuntungan yang diberikan kepada perusahaan penyedia tenaga listrik. Secara lebih luas, penetapan harga jual tenaga listrik juga akan berdampak pada harga-harga barang di masyarakat karena listrik telah menjadi salah satu sumber energi utama dalam menggerakan roda perekonomian. Sehingga penetapan harga jual tenaga listrik ini akan berdampak luas pada berbagai aspek perekonomian seperti tingkat inflasi, pertumbuhan ekonomi, pengangguran, bahkan perdagangan antar negara. Berputarnya roda perekonomian, selanjutnya akan meningkatkan kesempatan kerja yang disertai peningkatan pendapatan. Perubahan pendapatan ini, peruba han harga- harga, serta campur tangan pemerintah secara bersama-sama maupun sendiri-sendiri akan mempengaruhi tingkat kemiskinan. 39 3.2. Hipotesis Penelitian Hipotesis yang akan diuji dalam disertasi ini adalah: 3. Subsidi harga diduga dapat memperbaiki kinerja perekonomian, diantaranya menekan inflasi, meningkatkan pertumbuhan ekonomi, meningkatkan kesempatan kerja, dan menurunkan tingkat kemiskinan di desa maupun di kota. 4. Kenaikan harga barang input produksi listrik akan meningkatkan biaya produksi perusahaan penyedia tenaga listrik, yang dapat memperburuk kinerja perekonomian serta meningkatkan kemiskinan. 5. Efisiensi di perusahaan penyedia tenaga listrik dapat menurunkan biaya operasi dan daya jual tenaga listrik, serta dapat memperbaiki kinerja pereko nomian. 5.3. Metode Analisis Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis model ekonometrika. Analisis deskriptif akan digunakan untuk menggambarkan kondisi kelistrikan di Indonesia selama periode 1990-2010, seperti tingkat produksi dan konsumsi tenaga listrik, biaya operasional perusahaan penyedia tenaga listrik, tarif listrik, subsidi listrik, dan tingkat kemiskinan. Sedangkan model ekonometrika digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi nilai subsidi listrik di Indonesia dan bagaimana dampaknya terhadap tingkat kemiskinan. Selain itu mode l ekonometrika juga akan digunakan untuk menguji berbagai kejadian atau skenario yang dapat terjadi terkait sektor kelistrikan melalui simulasi-simulasi. 40 ICP Kebijakan Kebijakan Fiskal Nilai Tukar Pengeluaran Pemerintah Penerimaan Pemerintah Dampak Positif: - Meningkatkan daya beli - Stabilisasi harga (inflasi) Pertimbangan: - UU Politik Nilai Tukar Rp/US$ APBN Daya beli masyarakat t h d t Konsumsi Subs idi Harga Listrik Penetapa n Harga Jual Tenaga Listrik Dampak Negatif: Produksi Tenaga Listrik - Inefisiensi - Kemampuan APBN menurun - Distorsi pasar - Ketidakadilan Kinerja Perekonomian Inflasi Pertumbuhan Ekonomi Penganggura n Neraca Pembayaran Kesempatan Kerja Gambar 5. Upa h Tenaga Kemiskinan Kerangka Pemikiran Dampak Subsidi Harga Listrik terhadap Kemiskinan 41 5.3.1. Model Ekonometrika Menurut Koutsoyiannis (1977), model ekonometrika adalah suatu model yang menggambarka n hubungan antara variabe l endo gen (endogenous variables) dengan variabe l pe njelasnya (explanatory variables). Model ekonometrik dapat digunakan untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan da mpak, yaitu de ngan melakuka n perlakuan tertentu pada suatu variabe l untuk mempredisi ekonomi mendatang. Suatu model dianggap baik apabila memenuhi kriteria ekonomi (theoritically meaningfull), terutama tanda dan besaran (magnitude and sign) estimasi dari parameter yang dihasilkan. Dari sudut pandang statistik, model yang baik dapat dilihat dari tingkat derajat ketepatan (goodness of fit) dan memuaskan (statistically satisfactory). Sedangkan menurut kriteria ekonometrika model yang baik dapat dilihat apakah estimasi parameter unbiasedness, efficieny, consistency, dan sufficiency. Model yang dibangun dalam penlitian ini adalah mode l untuk menganalisis faktor- faktor yang mempengaruhi besarnya subsidi listrik di Indonesia. Banyak faktor yang mempengaruhi subsidi listrik, dalam penelitian ini akan fokus dengan variabel-variabel ekonomi yang dominan yang mempengaruhi besar kecilnya subsidi listrik. Bentuk umum model ekonometrika secara operasional dirumuskan dalam bentuk sebagai berikut: Yt = β 0 + β1Yt * + β 2 X t + β 3 X t − j + β 4 Z t + β 5 Z t − j + β 6Yt − j + ut dimana Yt = variabel endogen pada periode t 42 Y* t = variabel endogen penjelas pada periode t Xt = variabel eksogen pada periode t Xt-j = variabel eksogen pada periode t-j Zt = variabel kebijakan pada periode t Zt-j = variabel kebijakan pada periode t-j Yt-j = variabel endogen pada periode t-j ut = faktor pengganggu β0 = konstanta β 1 ,., β6 = parameter Nilai elastisitas jangka pendek dan jangka panjang dihitung dengan rumus sebagai berikut: Xj Elastisitas jangka pendek: ε j = βˆ j Yj Elastisitas jangka panjang: η j = 5.3.1.1. εj (1 − β 6 ) Persamaan Struktural dan Identitas Model subsidi listrik di Indonesia yang dibangun dalam penelitian ini terdiri da ri 56 persamaan, dimana 29 persamaan merupakan persamaan struktural dan 27 persamaan adalah persamaan identitas. Semua persamaan dikelompokkan ke dalam 8 blok, yaitu (1) Blok Produksi Tenaga Listrik, (2) Blok Konsumsi Tenaga Listrik, (3) Blok Subsidi, (4) Blok Harga Jual tenaga Listrik, (5) Blok Penerimaan dan Pengeluaran Pemerintah, (6) Blok Perekonomian, (7) Blok Tenaga Kerja, dan (8) Blok Kemiskinan. Keterkaitan antarblok dapat dilihat pada Gambar 6, sedangkan ringkasan model subsidi listrik dapat dilihat pada Lampiran 2. 43 BLOK KONSUMSI BLOK PRODUKSI BLOK HARGA JUAL TENAGA BLOK SUBSIDI HARGA BLOK PEREKONOMIAN BLOK TENAGA KERJA BLOK PENERIMAAN DAN PENGELUARAN BLOK KEMISKINAN Gambar 6. Keterkaitan Antarblok Model Subsidi Harga Listrik di Indonesia Dari Gambar 6 dapat dilihat bahwa subsidi listrik dipengaruhi oleh ke mampuan pemerintah untuk memba yarnya da n juga besarnya tenaga listrik yang diproduksi. Subsidi listrik yang ditetapkan akan berdampak pada besarnya harga yang akan dikenakan kepada pelanggan. Harga jual ini akan mempengaruhi tingkat konsumsi tenaga listrik, dan juga kinerja ekonomi terutama tingkat inflasi. Perubahan harga ini secara langsung akan mempengaruhi proses produksi. Adanya perubahan tingkat produksi akan mempengaruhi tingkat kebutuhan tenaga kerja dan juga tingkat upah. Selanjutnya tingkat kesempatan kerja, upah, inflasi, dan juga campur tangan pemerintah akan mempengaruhi tingkat kemiskinan. Dari Gambar 6 tersebut juga dapat dilihat pentingnya peran serta pemerintah. Sebagaimana negara-negara berkembang yang lain, di Indonesia peranan pemerintah sangat penting baik dalam menggerakkan roda perekonomian maupun program pengentasan kemiskinan. 44 Adapun penjelasan secara lengkap untuk setiap persamaan akan diuraikan pada bagian di bawah ini. 1. Blok Produksi Tenaga Listrik a. Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dan pembangkit sewa ditambah tenaga listrik yang dibeli dari listrik swasta (Independent Power Produser). Prod uks i tenaga listrik yang diproduksi sendiri diproksi dengan banyaknya konsumsi bahan bakar minyak (QBBM), batubara (QBTB), dan gas alam (QGAS). Persamaan tenaga listrik yang diproduksi sendiri (PRODSDR) dapat dirumuskan sebagai berikut: PRODSDRt = a 0 + a1 QBBM t + a2 QBTBt + a3 QGAS t + a 4 PRODSDRt-1 + u1t .............................................. (3.1) Tanda dan besaran yang diharapkan dari estimasi parameter: a 1 , a 2 , a 3 > 0 dan 0 < a 7 < 1. Bahan bakar minyak (BBM), batubara, dan gas alam merupakan bahan bakar utama yang digunakan untuk membangkitkan tenaga listrik. Konsumsi bahan bakar tersebut sangat dipengaruhi oleh jumlah atau kuantitas bahan bakar dan harganya. Jumlah konsumsi BBM dipengaruhi oleh harganya (PBBM) dan tenaga listrik yang diproduksi sendiri (PRODSDR). Jumlah konsumsi batubara dipengaruhi oleh harganya (PBTB), tenaga listrik yang diprod uks i sendiri (PRODSDR), dan harga BBM. Sedangkan konsumsi gas alam dipengaruhi oleh harganya (PGAS), tenaga listrik yang diproduksi sendiri (PRODSDR), jumlah konsumsi BBM, dan konsumsi batubara. Lonjakan harga minyak mentah dunia 45 tahun 2008 juga diduga mempengaruhi konsumsi bahan bakar-bahan bakar tersebut. Persamaan konsumsi BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: QBBM t = b 0 + b1 PBBM t + b2 PRODSDRt + b 3 D08 + b 4 QBBM t-1 + u2t ............................................................ (3.2) QBTBt = c 0 + c1 PBTBt + c 2 PRODSDRt + c3 PBBM t + c 4 D08 + c5 QBTBt-1 + u3t ................................................ (3.3) QGAS t = d0 + d1 PGASt + d2 PRODSDRt + d 3 QBBM t + d 4 QBTBt + d5 D08 + u4t .................................................. (3.4) Tanda dan besaran yang diharapkan dari estimasi parameter: b 1 , c 1 , d1 , b 3 , d3 , d4 < 0; b 2 , c2 , d2 , c3 > 0; dan 0 < b 4 , c 5 < 1. Harga BBM sendiri dipengaruhi oleh harga minyak mentah Indonesia atau Indonesian Crude Oil Price (ICP) dan nilai tukar rupiah terhadap dolar Amerika Serikat (KURS). Harga batubara dipengaruhi harga dunia batubara (PDBTB) dan nilai tukar rupiah terhadap dolar Amerika Serikat. Sedangkan harga gas alam dipengaruhi oleh nilai tukar rupiah terhadap dolar Amerika Serikat dan harga BBM. Melonjaknya harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi harga BBM dan batubara dalam negeri. Sedangkan krisis ekonomi tahun 1998 mempengaruhi harga gas alam. Persamaan harga BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: 46 PBBM t = e 0 + e1 ICPt + e 2 KURS t + e3 D08 + e 4 PBBM t-1 + u5t ............... (3.5) PBTBt = f0 + f1 PDBTBt + f2 KURS t + f3 PBBM t + f4 PBTBt-1 + u6t ....... (3.6) PGAS t = g0 + g1 KURS t + g2 PBBM t + g3 D98 + g4 PGAS t-1 + u7t .......... (3.7) Tanda dan besaran yang diharapkan dari estimasi parameter: e 1 , f1 , g1 , e 2 , f2 , g2 , f3 > 0; e 3 , g3 > 0; dan 0 < e 4 , f4 , g4 < 1. Persamaan nilai konsumsi BBM, batubara, dan gas alam adalah persamaan identitas yang merupaka n perka lian jumlah ba han bakar de ngan harganya. Persamaan nilai konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t ................................................................ (3.8) CBTBt = QBTBt * PBTBt .................................................................... (3.9) CGAS t = QGAS t * PGAS t .................................................................. (3.10) Sebagian produksi tenaga listrik adalah tenaga listrik yang dibeli dari perusahaan lain. Besarnya tenaga listrik yang dibeli dari pihak lain dipengaruhi oleh tenaga listrik yang diprod uks i sendiri, tenaga listrik yang terjual, dan besarnya listrik yang hilang atau susut (SUSUT). Melonjaknya harga minyak mentah dunia tahun 2008 dan kebijakan perluasan pelanggan bersubsidi juga 47 diduga mempengaruhi besarnya tenaga listrik yang dibeli. Persamaan tenaga listrik yang dibeli dari pihak lain (TLBELI) dapat dirumuskan sebagai berikut: TLBELI t = h0 + h1 PRODSDRt + h2 TLJUALt + h3 SUSUTt + h4 D08 + h5 D05 + h6 TLBELI t-1 + u8t ........................... (3.11) Tanda dan besaran yang diharapkan dari estimasi parameter: h1 , h4 , h5 < 0; h2 , h3 > 0; dan 0 < h6 < 1. Sebagaimana disebutkan di atas bahwa total produksi tenaga listrik adalah penjumlahan tenaga listrik yang diproduksi sendiri dengan tenaga listrik yang dibeli. Sehingga produksi tenaga listrik total (PRODTL) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t ................................................. (3.12) b. Biaya Pokok Penyediaan Ene rgi Listrik Biaya pokok penyediaan (BPP) adalah biaya penyediaan tenaga listrik mulai dari pembangkitan, penyaluran (transmisi) sampai dengan pendistribusiannya ke pelanggan. Dalam menghitung biaya pokok penyediaan tenaga listrik, PT PLN (persero) menggunakan komponen-komponen yang meliputi: biaya pembelian tenaga listrik termasuk sewa pembangkit, biaya bahan bakar (BBM, gas alam, panas bumi, batubara, minyak pelumas, dan biaya retribusi air permukaan), biaya pemeliharaan, biaya kepegawaian, biaya administrasi, penyusutan aktiva tetap operasional, dan biaya pinjaman yang digunakan untuk penyediaan energi listrik. Berdasarkan data PT PLN (persero), 48 lebih dari 50 persen biaya operasional digunakan untuk biaya bahan bakar, diikuti biaya untuk pembelian listrik dari pihak lain termasuk sewa pembangkit. Dalam penelitian ini biaya operasional perusahaan penyedia tenaga listrik yang akan digunakan untuk menghitung biaya pokok penyediaan (BPP) diproksi dengan besarnya energi listrik yang dibeli dari pihak lain (TLBELI), biaya bahan bakar, dan biaya lainnya (CLAIN). Biaya bahan bakar akan difokuskan pada konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS). Hal ini dilakukan karena selain ketiga jenis bahan bakar tersebut seperti panas bumi nilainya relatif kecil, sedangkan untuk biaya retribusi air permukaan relatif konstan dan sangat tergantung faktor alam. Krisis ekonomi yang menimpa Indonesia sejak pertengahan tahun 1997 juga diduga sangat berpengaruh terhadap besarnya biaya operasional perusahaan penyedia tenaga listrik. Ini terjadi karena pada saat krisis harga-harga barang naik tajam dan nilai tukar rupiah terhadap berbagai mata uang asing mengalami koreksi yang cukup dalam, sementara pendapatan riil masyarakat mengalami penurunan. Lonjakan harga minyak dunia tahun 2008 juga dipercaya mempengaruhi biaya operasional perusahaan karena penggunaan BBM oleh perusahaan penyedia tenaga listrik yang masih cukup tinggi. Persamaan total biaya operasi produksi tenaga listrik (BOP) adalah: BOP t = i0 + i1 TLBELI t + i2 CBBM t + i3 CBTBt + i4 CGAS t + i5 CLAIN t + i6 D05 + i7 BOPt-1 + u9t ...............................… (3.13) Tanda dan besaran yang diharapkan dari estimasi parameter: i 1 , i2 , i3 , i4 , i5 > 0 dan 0 < i7 < 1. 49 Biaya pokok penyediaan energi listrik per kWh dihitung berdasar nilai total biaya operasional dibagi dengan total kWh yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh adalah: BPP t = BOPt / TLJUALt …...........................................…………..... (3.14) 2. Blok Kons umsi Tenaga Listrik PT PLN (Persero) membagi pelanggan menjadi enam kelompok yaitu rumah tangga, industri, bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum. Dalam penelitian ini kelompok pelanggan hanya dibagi menjadi tiga kelompok yaitu rumah tangga, industri, dan lainnya. Pengelompokan ini didasarkan pada besarnya konsumsi listrik oleh setiap kelompok pelanggan, dimana rumah tangga dan industri merupakan pemakai energi listrik utama di Indo nesia. Pelanggan rumah tangga mengkonsumsi energi listrik sebesar 40.83 persen dari total konsumsi listrik nasional, diikuti pelanggan industri sebesar 34.58 persen, dan sisanya dikonsumsioleh pelanggan bisnis, lembaga- lembaga sosial, dan kantor pelayanan publik seperti kantor-kantor pe merintah dan penerangan jalan umum. Konsumsi energi listrik untuk rumah tangga diproksi dengan harga jual energi listrik untuk pelanggan rumah tangga (HJTLRT), jumlah pelanggan rumah tangga (PELRT) dan produk domestik bruto (PDB) per kapita (PDBKPT). Konsumsi listrik oleh ka langan industri diprok si de ngan harga jual energi listrik untuk industri (HJTLIND), PDB sektor industri (PDBI), dan jumlah pelanggan industri (PELIND). Sedangkan konsumsi energi listrik untuk pelanggan lainnya diproksi dengan rata-rata harga jual tenaga listrik (HJTLOTH), PDB selain sektor industri (PDBL), da n jumlah pelanggan lainnya (PELOTH). 50 Krisis eko nomi yang melanda Indo nesia dengan puncaknya terjadi pada tahun 1998 menyebabkan penurunan pendapatan riil masyarakat dan banyak perusahaan dan bisnis bangkrut. Hal tersebut tentunya akan berpengaruh terhadap konsumsi energi listrik secara komulatif. Perluasan pe langga n yang mendapatka n subsidi pada tahun 2005 diperkirakanjuga mendorong peningkatan konsumsi listrik karena harga listrik menjadi lebih murah da ri yang seharusnya. Krisis ke uangan global yang dimulai dari Amerika Serikat sejak pertengahan tahun 2008 (D 09 ) dan diikuti negara- negara lain sepe rti Jepa ng da n negara- negara kawasan Eropa mempengaruhi industri dan bisnis dalam negeri terutama yang berorientasi ekspor. Penurunan ekspor ke negara-negara tersebut menyebabkan penurunan produksi dan barang-barang penunjang lainnya seperti kebutuhan energi listrik. Persamaan konsumsi energi listrik untuk pelanggan rumah tangga (CLISRT), industri (CLISIND), dan lainnya (CLISOTH) dapat dirumuskan sebagai berikut: CLISRTt = j 0 + j1 HJTLRTt + j 2 PELRTt + j 3 PDBKPTt + j 4 D98 + j 5 CLISRTt-1 + u10t ......................................... (3.15) CLISINDt = k 0 + k1 HJTLINDt + k 2 PDBI t + k 3 PELINDt + k 4 D98 + k5 D09 + k6 CLISINDt-1 + u11t .................... (3.16) CLISOTHt = l0 + l1 HJTLOTHt + l2 PDBLt + l3 PELOTHt + l4 D05 + l5 D08 + u12t ......,,......................................... (3.17) 51 Tanda dan besaran yang diharapkan dari estimasi parameter: j 1 , k 1 , l1 < 0; j 2 , k2 , l2 , j 3 , k 3 , l3 > 0; dan 0 < j 6 , k 6 < 1. Jumlah tenaga listrik yang terjual adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang dikonsumsi rumah tangga, industri, dan pelanggan lainnya. Persamaan jumlah tenaga listrik yang terjual (TLJUAL) dapat dirumuskan sebagai berikut: TLJUALt = CLISRTt + CLISINDt + CLISOTHt ............................. (3.18) Sementara jumlah tenaga listrik yang hilang atau susut (SUSUT) adalah persamaan identitas yang merupakan selisih dari produksi tenaga listrik dengan tenaga listrik yang terjual dan dipakai sendiri, dan dirumuskan sebagai berikut: SUSUTt = PRODTLt – (TLJUALt + CLISDRt ) ................................ (3.19) 3. Blok Subsidi Listrik Selain pertimbangan politik, besarnya subsidi listrik juga sangat ditentukan besarnya kemampuan anggaran pemerintah. Anggaran pemerintah tersebut ditentukan penerimaan pemerintah baik dari pajak maupun sumber-sumber penerimaan lainnya. Subsidi harga listrik per kWh baik untuk pelanggan rumah tangga, industri, maupun pelanggan lainnya diproksi dengan jumlah penerimaan pemerintah (PENPEM). Lonjakan harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi besarnya subsidi listrik karena tidak adanya kebijakan menaikan tarif listrik. Persamaan subs idi harga listrik pe r kW h untuk pelanggan rumah tangga (SUBPRT), industri (SUBPIND), dan pelanggan lainnya (SUBPOTH) dirumuskan sebagai berikut: 52 SUBPRTt = m0 + m1 PENPEM t + m2 D08 + m3 SUBPRTt-1 + u13t ...... (3.20) SUBPINDt = n0 + n1 PENPEM t + n2 D08 + n3 SUBPINDt-1 + u14t ...... (3.21) SUBPOTHt = o 0 + o 1 PENPEM t + o2 D08 + o 3 SUBPOTHt-1 + u15t ... (3.22) Tanda dan besaran yang diharapkan dari estimasi parameter: m1 , n1 , o1 > 0 dan 0 < m3 , n3 , o 3 < 1. Nilai subsidi yang harus ditanggung pemerintah adalah persamaan identitas yang merupakan perkalian subsidi harga listrik per kWh dengan jumlah konsumsi tenaga listrik untuk setiap golongan pelanggan. Persamaan besarnya subsidi listrik untuk pelanggan rumah tangga (SUBRT0, industri (SUBIND0 dan pelanggan lainnya (SUBOTH) dapat dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 ............................................. (3.23) SUBINDt = SUBPINDt * CLISINDt / 1000 ....................................... (3.24) SUBOTHt = SUBPOTHt * CLISOTHt / 1000 .................................... (3.25) SUBLSTRt = SUBRTt + SUBINDt + SUBOTHt ............................... (3.26) 4. Blok Harga Jual Tenaga Listrik Perusahaan penyedia tenaga listrik tidak dapat menaikka n harga sesuai ke inginan sendiri atau sesuai mekanisme pasar karena listrik telah menguasai 53 hajat hidup orang banyak. Pemerintah ikut campur tangan dalam menentukan besarnya tarif listrik yang akan dikenakan kepada pelanggan. Dalam Undangundang nomor 30 tahun 2009 tentang ketenagalistrikan dengan jelas disebutkan bahwa yang menetapkan tarif tenaga listrik adalah pemerintah dengan persetujuan DPR-RI. Besarnya harga jual tenaga listrik untuk setiap golongan pe langgan ditetapkan berbeda-beda dengan mempertimbangkan aspek keadilan, daya beli masyarakat, biaya produksi, dan efisiensi pengusahaan. Dalam penelitian ini, harga jual energi listrik untuk rumah tangga merupakan persamaan identitas yang merupakan selisih antara harga pokok penyediaan tenaga listrik per kWh (termasuk margin) dengan subsidinya. Persamaan rata-rata harga jual energi listrik untuk rumah tangga (HJTLRT), industri (HJTLIND), dan lainnya (HJTLOTH) ada lah: HJTLRTt = (1 + m t ) BPP t – SUBPRTt ............................................ (3.27) HJTLINDt = (1 + mt ) BPP t – SUBPIND t ......................................... (3.28) HJTLOTHt = (1 + mt ) BPP t – SUBPOTH t ....................................... (3.29) Rata-rata harga jual tenaga listrik adalah persamaan identitas yang merupaka n rata-rata tertimbang dari tarif listrik setiap golongan pelanggan yang dirumuskan sebagai berikut: AVHJTL t = 5. HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t Blok Penerimaa n dan Penge luaran Pemerintah (3.30) 54 Penerimaan pemerintah berasal dari pajak dan non pajak. Besarnya penerimaan pemerintah dari pajak diproksi dengan PDB tahun sebelumnya dan inflasi. Persamaan penerimaan pemerintah dari pajak (PENPJK)dapat dirumuskan sebagai berikut: PENPJK t = p 0 + p 1 PDBt-1 + p2 INFLASI t + p3 D98 + p 4 PENPJKt-1 + u16t ................................................ (3.31) Tanda dan besaran yang diharapkan dari estimasi parameter: p 1 , p 2 > 0 dan 0 < p 4 < 1. Total penerimaan pemerintah adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan penerimaan dari sumber-sumbe r lain. Persamaan total penerimaan pemerintah (PENPEM) dirumuskan sebagai berikut: PENPEM t = PENPJKt + PENNPJKt .................................................. (3.32) Sementara dari sisi pengeluaran terbagi menjadi dua, yaitu pengeluaran untuk subsidi listrik dan belanja lainnya. Belanja lainnya dipengaruhi oleh jumlah penerimaan pemerintah dan IHK. Krisis keuangan global juga berpengaruh terhadap belanja selain subsidi. Persamaan belanja selain subsidi (BLJLAIN) dapat dirumuskan sebagai berikut: BLJLAIN t = q 0 + q 1 PENPEM t + q2 IHKt + q3 D09 + q 4 BLJNSUBt-1 + u17t ............................................. (3.33) Tanda dan besaran yang diharapkan dari estimasi parameter: q 1 > 0; q 2 < 0; da n 0 < q 4 < 1. 55 Sedangkan nilai total pengeluaran pemerintah (GOVEXP) adalah persamaan identitas yang merupakan penjumlahan pengeluaran untuk subsidi listrik dan belanja lainnya, dan dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t ............................................... (3.34) 6. Blok Perekonomian Blok ini terdiri dari enam persamaan struktural, yaitu pe rsamaan ko nsumsi rumah tangga selain utuk listrik, persamaan investasi, ekspor, impor, nilai tukar rupiah terhadap dolar Amerika Serikat, dan persamaan indeks harga konsumen. Selain itu juga ada enam persamaan identitas, yaitu konsumsi rumah tangga untuk listrik, total konsumsi rumah tangga, nilai PDB, PDB riil, laju pertumbuhan ekonomi, dan tingkat inflasi. i. Konsumsi Pengeluaran rumah tangga untuk konsumsi terbagi menjadi dua yaitu pengeluaran untuk konsumsi listrik dan pengeluaran untuk konsumsi lainnya. Pengeluaran untuk konsumsi listrik (CONLIS) adalah persamaan identitas yang merupakan perkalian antara harga jual tenaga listrik dengan konsumsi tenaga listriknya, dan dirumuskan sebagai berikut: CONLIS t = HJTLRTt *CLISRTt + HJTLINDt *CLISINDt + HJTLOTH t *CLISOTHt ................................................... (3.35) Total konsumsi selain listrik (CONLAIN) diproksi dengan PDRB per kapita dan tingkat inflasi dan dirumuskan sebagai berikut: CONLAIN t = r0 + r1 PDBKPTt + r 2 INFLASI t + r 3 D98 + r 4 D08 + 56 r 5 CONLAIN t-1 + u18t ............................................ (3.36) Tanda dan besaran yang diharapkan dari estimasi parameter: r 1 , r 2 > 0 dan 0 < r 5 < 1. Total konsumsi rumah tangga (CONRT) adalah persamaan identitas yang merupakan penjumlahan total pengeluaran rumah tangga untuk konsumsi listrik dan total pengeluaran lainnya dan dirumuskan sebagai berikut: CONRTt = CONLIS t + CONLAIN t ................................................. (3.37) ii. Investasi Nilai investasi diproksi dengan PDB dan tingkat suku bunga. Hajatan nasional berupa pemilu yang memilih anggota legislatif dan presiden langsung yang pertama kali tahun 2004 diduga mempengaruhi tingkat investasi di Indo nesia. Persamaan investasi (INV) dapat dirumuskan sebagai berikut: INVt = s 0 + s 1 PDBt + s2 SKBGt + s 3 D04 + s 4 INVt-1 + u19t ................... (3.38) Tanda dan besaran yang diharapkan dari estimasi parameter: s 1 > 0; s 2 < 0; dan 0 < s 4 < 1. iii. Ekspor dan Impor Nilai ekspor Indonesia diproksi dengan nilai tukar rupiah terhadap do lar Amerika Serikat. Sedangkan nilai impor dipengaruhi selain oleh kurs, juga oleh tingkat inflasi da n jumlah pe nduduk (POP). Krisis eko nomi yang melanda Indonesia juga diduga mempengaruhi ekspor dan impor Indonesia. Persamaan ekspor (EKSPOR) dan impor (IMPOR) dapat dirumuskan sebagai berikut: 57 EKSPORt = t 0 + t 1 KURS t + t2 D98 + t 3 EKSPORt-1 + u20t ................... (3.39) IMPORt = u0 + u1 INFLASI t + u2 KURSt + u3 POPt + u4 D98 + u5 IMPORt-1 + u21t .................................................... (3.40) Tanda dan besaran yang diharapkan dari estimasi parameter: t 1 , u1 , u3 > 0; u2 < 0; dan 0 < t 3 , u5 < 1. iv. Produk Domestik Bruto Produk domestik bruto (PDB), PDB riil, dan laju pertumbuhan ekonomi adalah persamaan identitas dan dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKS t - IMPt ........................ (3.41) RPDBt = PDBt * 100/IHK t ................................................................. (3.42) GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 .............................. (3.43) PDBKPTt = PDBt /POPt ...................................................................... (3.44) v. Nilai Tukar dan Tingkat Inflasi Nilai tukar rupiah terhadap dolar Amerika Serikat diproksi dengan indeks harga konsumen (IHK) dan cadangan devisa yang dimiliki pemerintah (CADEV). Sedangkan IHK dipengaruhi oleh suku bunga tabungan rata-rata (SKBG) dan banyaknya uang yang beredar di tengah masyarakat (UANGBR), rata-rata harga jual tenaga listrik (AVHJTL), harga BBM (PBBM), dan nilai tukar (KURS). 58 Krisis ekonomi yang melanda Indonesia pada tahun 1997-1999 juga sangat berpengaruh terhadap merosotnya nilai tukar rupiah da n meningkatnya inflasi. Persamaan nilai tukar (KURS), da n indeks harga konsumen (IHK) adalah: KURS t = v0 + v1 IHK t + v2 CADEV t + v3 D9799 + v4 KURS t-1 + u22t ... (3.45) IHK t = w0 + w1 SKBGt + w2 UANGBRt + w3 AVHJTLt + w4 PBBM t + w5 KURS t + w6 D98 + w7 D02 + w8 D05 + w9 IHK t-1 + u23t ................................................................ (3.46) Tanda da n besaran yang diharapkan dari estimasi parameter: v1 , w2 , w3 , w4 , w5 > 0; v2 , w1 < 0; dan 0 < v4 , w9 < 1. Sedangkan persamaan tingkat inflasi (INFLASI) dirumuskan sebagai berikut: INFLASI t = ( IHK t – IHKt-1 ) / IHK t-1 * 100 % ................................. (3.47) Sementara suku bunga (SKBG) dipengaruhi oleh tingkat inflasi dan dirumuskan sebagai berikut: SKBGt = x0 + x1 INFLASI t + x2 D9799 + x3 SKBGt-1 + u24t ................ (3.48) Tanda dan besaran yang diharapkan dari estimasi parameter: x1 > 0 dan 0 < x3 < 1. 7. Blok Tenaga Kerja Blok ini terdiri dari tiga persamaan struktural, yaitu jumlah penawaran tenaga kerja, jumlah permintaan tenaga kerja, dan upah riil, serta satu persamaan identitas yaitu jumlah pengangguran. Jumlah penawaran tenaga kerja diproksi 59 dengan upah riil tenaga kerja (RUPH), jumlah penduduk (POP), dan perubahan belanja lain per tahun. Pemilu tahun 2004 dan krisis keuangan global tahun 2009 juga diduga mempengaruhi jumlah penawaran tenaga kerja. Sedangkan permintaan tenaga kerja diproks i dengan tingkat upah riil dan PDB. Krisis ekonomi tahun 1997-1999 juga diduga mempengaruhi tingkat permintaan tenaga kerja. Sementara upah riil dipengaruhi oleh tingkat penawaran dan permintaan tenaga kerja. Persamaan penawaran tenaga kerja (STK), perintaan tenaga kerja (DTK), dan upah riil (RUPH) dirumuskan sebagai berikut: STK t = y0 + y1 RUPHt + y2 POPt + y3 DBLJLAIN t + y4 D04 + y5 D09 + y6 STKt-1 + u25t ................................................ (3.49) DTK t = z0 + z1 RUPHt + z2 PDBt + z3 D9799 + u26t ......................... (3.50) UNEMPLt = STKt – DTK t ................................................................. (3.51) RUPHt = aa 0 + aa 1 STK t-1 + aa 2 DDTK t + aa 3 D98 + aa 4 RUPHt-1 + u27t .................................................... (3.52) Tanda dan besaran yang diharapkan dari estimasi parameter: y1 , y2 , y3 , z2 , aa 2 > 0; z1 , aa 1 < 0; dan 0 < y6 , aa 4 < 1. 8. Blok Kemiskinan Kemiskinan menjadi permasalahan mendasar di dunia terutama di negara- negara berkembang seperti Indonesia. Oleh karena itu sangat penting mengetahui dampak suatu kebijakan terhadap kemiskinan. Dalam penelitian ini, jumlah 60 penduduk miskin dibedakan menjadi dua yaitu penduduk miskin daerah perkotaan dan pe nduduk miskin da erah pedesaan. Jumlah penduduk miskin baik di daerah perkotaan diproksi dengan tingkat inflasi, upah riil, dan jumlah pengangguran. Krisis ekonomi yang terjadi pada tahun 1997 – 1999 diperkirakan telah menyebabkan banyak rakyat Indonesia terjatuh dalam lembah kemiskinan. Sedangkan jumlah penduduk miskin di 61 PBBMt-1 PBTBt PGASt CBTBt CGASt PGASt-1 PBBMt ICP t D0 8 CBBM t BOP t BOP t-1 QBTBt-1 QBTBt QBBMt QGASt QBBMt-1 BPP t PRODSDRt PRODSDRt-1 TLBELI t-1 TLBELI t CLISDRt BLOK P RODUKSI TENAGA PRODTLt D0 4 CLISINDt-1 D0 9 TLJUAL SUSUTt BLOK PEREKO -NOMIAN CLISRTt-1 CLISRTt D98 CLISOTHt CLISINDt BLOK KONSUMSI TENAGA LISTRIK D0 5 mt KURSt HJTLRTt HJTLINDt KURSt-1 HJTLOTHt SKBGt SKBGt IHKt AVHJTLt BLOK HARGA JUAL TENAGA LISTRIK CADEVt INFLASI t IHKt-1 UANGBRt PENPJK SUBPRTt PENPJKt-1 PENNPJKt SUBPOTHt SUBPNDt IMPORt PENPEMt POP t-1 IMPORt-1 EKSPORt SUBRTt SUBOTHt SUBNDt EKSPORt-1 INVt BLOK SUBSID I S BLJLAIN BLJLAINt-1 SUBLSTR t INVt-1 PDBt GOVEXP MISDESAt- BLOK P EN & P ENG P EM MISKOTA MISDESAt UNEMP t STKt STKt-1 TMISKINt RUPHt PMISKINt BLOK KEMISKINAN DTKt BLOK TK D9 7 99 Variabel endo gen Gambar 7. M odel Subsidi Harga Listrik Variabel eksogen RUPHt-1 62 pedesaan dipengaruhi oleh tingkat inflasi, total pengeluaran pemerintah, dan jumlah pengangguran. Persamaan jumlah penduduk miskin kota (MISKOTA) dan miskin desa (MISDESA) dirumuskan sebagai berikut: MISKOTAt = ab 0 + ab1 INFLASI t + ab 2 RUPHt + ab3 UNEMPLt + ab 4 D9799 + u28t .................................................. (3.53) MISDESAt = ac 0 + ac1 INFLASI t + ac2 GOVEXP t + ac 3 UNEMPLt + ac 5 D9799 + ac 6 MISDESAt-1 + u29t ...................... (3.54) Tanda dan besaran yang diharapkan dari estimasi parameter: ab 1 , ac 1 ,ab3 , ac 3 > 0; s 2ab , ac 2 < 0; dan 0 < ac 5 < 1. Total pe nduduk miskin (PMISKIN) merupaka n pe njumlahan pe nduduk miskin di daerah perkotaan dengan penduduk miskin daerah pedesaan yang dirumuskan sebagai berikut: PMISKIN t = MISKOTA t + MISDESA t ............................................. (3.55) Sedangkan tingkat kemiskinan menunjukkan persentase total penduduk miskin terhadap seluruh penduduk Indonesia yang dirumuska n seba gai berikut: TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 ...................... (3.56) 5.3.1.2. Uji Identifikasi Langkah awal yang harus dilakukan sebelum melakukan proses penaksiran parameter adalah uji identifikasi pada tiap-tiap persamaan struktural. Uji identifikasi ini dilakukan untuk mengetahui dapat atau tidaknya mendapatkan nilai 63 parameter pada persamaan struktural melalui penaksiran parameter persamaan reduced form. Disamping itu juga untuk mengetahui pendekatan apa yang terbaik untuk mengestimasi mode l tersebut. Pada penelitian ini uji identifikasi dilakukan dengan pengujian kondisi ordo (order condition) dan kondisi tingkat identifikasi (rank condition ofidentification). Menurut Koutsoyiannis (1977), rumusan uji identifika si tersebut adalah sebagai berikut: (K – M) > (G – 1) dimana: K = banyaknya variabel dalam model (variabel endogen dan predetermined) G = banyaknya persamaan dalam model (jumlah variabel endogen) M = banyaknya variabel endo gen dan eksogen da lam suatu persamaan yang diidentifikasi Prinsip umum dalam mengidentifikasi suatu persamaan struktural dalam suatu persamaan simultan adalah sebagai berikut: (a). Apabila K – M > G – 1, maka persamaan tersebut adalah teridentifikasi secara berlebih (over identified). (b). Apabila K – M = G – 1, maka persamaan tersebut tepat teridentifikasi (exactly identified). (c). Apabila K – M < G – 1, maka persamaan tersebut tidak teridentifikasi (unidentified). 64 Berdasarkan hasil uji identifikasi hanya persamaan yang teridentifikasi secara tepat (exactly identified) dan teridentifikasi secara berlebih (overidentified) yang dapat diestimasi. Model subsidi listrik yang disusun terdiri dari 56 variabe l endo gen (G) yang terdiri dari 29 persamaan struktural dan 27 persamaan identitas. Jumlah variabel pre-determined adalah 41 variabel yang terdiri dari 16 variabel eksogen dan 25 variabe l lag endogenous. Sehingga jumlah variabel yang digunakan dalam model seluruhnya berjumlah 97 variabel (K). Persamaan yang mempunyai jumlah variabel terbanyak adalah persamaan de ngan 10 variabel (M) dan persamaan tersebut adalah over identified. Berdasarkan kriteria order condition, maka model adalah over identified karena seluruh persamaan struktural yang ada dalam model adalah over identified. Karena model adalah overidentified maka two-stage least squares (2SLS) merupakan prosedur estimasi yang sangat bermanfaat untuk memperoleh nilai parameter struktural (Pyndyck dan Rubinfeld, 1998). Oleh karena itu, dalam penelitian ini digunakan metode estimasi parameter 2 SLS (two stage least squares). 5.3.1.3. Pengujian Parameter Model Pengujian terhadap hasil estimasi parameter dilakukan untuk mengetahui apakah variabel- variabel penjelas yang digunakan dalam model berpengaruh secara nyata terhadap variabel endogennya atau tidak, baik secara individu maupun bersama-sama. 1. Uji Keseluruhan Parameter 65 Uji terhadap hubungan antara variabel tak bebas dengan sekelompok variabel bebas dilakukan untuk mengetahui apakah model layak digunakan atau tidak. Hipotesis yang digunakan adalah: H0: β 1 = β 2 =…= β k =0 ; i = 1, 2, …, k artinya tidak ada pengaruh peubah bebas terhadap Y HA: tidak semua β k = 0 artinya ada minimal satu peubah bebas yang mempengaruhi Y Statistik yang digunakan untuk menguji hipotesis tersebut adalah uji F di mana: • Jika F stat < Ftabel (1– α , k-1, n-k) maka HA ditolak, artinya secara bersamasama (simultan) variabel bebas tidak berpengaruh signifikan terhadap variabel tak bebas. • Jika F stat >Ftabel (1– α , k-1,n-k) maka HA tidak dapat ditolak, artinya secara bersama-sama variabel bebas mempunyai pengaruh yang signifikan terhadap variabel tak bebas. 2. Uji Individual Parameter Pengujian ini dilakukan untuk mengetahui hubungan variabel tertentu dengan variabel tak bebas. Pengujian ini dilakukan dengan hipotesis sebagai berikut: H0 : β i = 0 ; i = 1, 2, …, k HA : β i ≠ 0 Pengambilan keputusannya yaitu: • Jika |t stat | > t tabel (1- α /2;n-k-1) maka H0 ditolak yang berarti bahwa pengaruh suatu variabe l bebas terhadap variabel tak bebas secara statistik signifikan. 66 • Jika |t stat | < ttabel (1- α /2;n-k-1) maka H0 tidak dapat ditolak berarti bahwa pengaruh suatu variabel bebas terhadap variabel bebas secara statistik tidak signifikan. 5.3.1.4. Uji Durbin-h Beberapa persamaan struktural dalam model yang disusun terdapat variabel lag (beda waktu) maka uji Durbin-Watson tidak dapat digunakan untuk mendeteksi adanya korelasi serial atau tidak (Gujarati, 2003). Durbin mengemba ngka n suatu uji untuk mendeteks i model yang mengandung variabel lag tersebut de ngan h-statistics yang dirumuska n seba gai berikut: n 1 − n(var(βˆt )) h = ρˆ dimana n adalah jumlah sampel, var ( β̂ t ) adalah varians dari variabel beda waktu dan ρ̂ adalah estimasi first-order correlation yang dirumuskan dengan: ρˆ = ∑ µˆ t µˆ t −1 ∑ µˆt2 dimana adalah µ̂t selisih antara nilai taksiran dengan nilai sebenarnya. Jika jumlah sampel besar maka h statistik mengikuti distribusi normal dengan rata-rata nol dan varians 1, h ~ N(0, 1). 3.3.1.5. Metode Estimasi Model Metode Two Stage Least Square/2SLS (Metode Kuadrat Terkecil Dua Tahap) akan digunakan untuk mengestimasi parameter-parameter dalam model yang disusun dalam penelitian ini. Secara statistik, metode 2SLS ini menghasilkan penaksir yang konsisten apabila persamaan teridentifikasi secara berlebih (overidentified). Metode ini dikembangkan oleh Henri Theil (1953) dan Robert 67 Basman (1957). Metode ini meliputi dua penerapan metode OLS (Ordinary Least Square) secara berturut-turut, yaitu: Tahap 1 Masing- masing variabel Y j (variabel endogen yang bertindak sebagai variabel bebas) diregresikan dengan X (semua variabe l yang ada dalam seluruh sistem persamaan), tidak hanya yang ada dalam persamaannya sendiri. Misal model fungsi pendapatan (3.57) dan fungsi “money supply” (3.58) dalam Gujarati (2003): Y1t = β10 + β11Y2t + γ 11 X 1t + γ 12 X 2t + ε 1t ............................................. (3.57) Y2t = β 20 + β 21Y1t + ε 2t ......................................................................... (3.58) dimana Y1t = pendapatan Y2t = stock uang X 1 = pengeluaran investasi X 2 = belanja pemerintah untuk barang dan jasa Dari persamaan (3.21) dan (3.22), maka didapat persamaan : ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t + et ............................................... (3.59) dimana et adalah kesalahan penganggu ,dari persamaan (3.59) kita peroleh persamaan regresi sebagai berikut: ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t .......................................................... (3.60) 68 ^ Y 1t merupakan perkiraan Y1t . Persamaan (3.60) merupakan bentuk sederhana (reduced form), sebab yang ada disebelah kanan tanda persamaan hanya predetermined variables atau variabel eksogen saja. Selanjutnya persamaan (3.59) dapat ditulis sebagai berikut: ^ Y1t = Y 1t + et ................................................................................... (3.61) ^ Persamaan (3.61) menunjukkan bahwa Y1t terdiri atas Y 1t yang merupakan kombinasi linear dari X 1 da n X 2 serta kesalahan penganggu et . Berdasarkan ^ teori OLS antara Y 1t dan et tidak berkorelasi. Tahap 2 Substitusikan persamaan (3.61) pada persamaan (3.58), sehingga sekarang dapat ditulis sebagai berikut: Y2t  ^ = β 20 + β 21  Y 1t + et  + ε 2t   ^ = β 20 + β 21 Y 1t + (ε 2t + β 21et ) ^ = β 20 + β 21 Y 1t + ε t* ........................................................... (3.62) dimana ε t* = ε 2t + β 21et Bentuk persamaan (3.58) da n (3.62) adalah sama, perbedaannya hanya terletak ^ pada Y1t untuk persamaan (3.58) da n Y 1t untuk persamaan (3.62). Pada persamaan (3.58) Y1t berkorelasi dengan ε 2t sehingga menyebabkan penggunaan OLS tidak ^ tepat. Namun pada persamaan (3.62) Y 1t tidak berkorelasi dengan ε t* secara asimptotis, yaitu untuk sampel yang besar kalau n menuju tak terhingga →∞). (n 69 Dengan persamaan (3.62) metode OLS dapat digunakan dan akan menghasilkan suatu perkiraan parameter untuk fungsi money-supply yang ko nsisten. 3.3.1.6. Validasi Model Sebelum melakukan simulasi alternatif kebijakan, maka validitas mode l harus diuji dahulu. Ketepatannya dalam menjelaskan keadaan sebenarnya menjadi kriteria uji validitas model yang digunakan. Suatu model dikatakan baik apabila mengikuti perkembangan dari nilai- nilai aktual variabel endogennya. Apabila model yang valid telah ditemukan, maka persamaan model tersebut dapat digunakan untuk melakukan simulasi maupun peramalan nilai-nilai variabel endo gen dengan nilai variabel eksogen tertentu. Uji validitas mode l yang sering digunakan adalah kesalahan rataan kuadrat terkecil (Root Mean Square Percent Error, RMSPE) dan koefisien ketidaksamaan Theil (Theil Inequa lity Coefficient, U) (Pindyck dan Rubinfeld, 1998). Root Mean Square Error, RMSE, adalah rata-rata kuadrat dari selisih nilai estimasi dengan nilai sebenarnya dari suatu variabel endogen. Semakin kecil nilai RMSE maka estimasi variabel endogennya semakin valid. Nilai statistik RMSE dirumuskan seba gai berikut: RMSE = ( 1 T Y s − Yt a ∑ t =1 t T ) 2 dimana T adalah jumlah periode pengamatan, Yt s da n Yt a masing- masing nilai estimasi dan nilai pengamatan variabel endogen. RMSPE merupaka n rata-rata kuadrat dari propo rsi perbedaan nilai estimasi dengan nilai aktual suatu valiabel endogen. Sebagaimana RMSE, semakin kecil 70 nilai RMSPE semakin valid estimasi variabel endogennya. Nilai statistik RMSPE dirumuskan dengan: 2 1 T  Yt s − Yt a   × 100 RMSPE = ∑  T t =1  Yt a  Sedangkan U adalah rasio antara RMSE dengan rata-rata kuadrat nilai pengamatan variabe l endo gen. Nilai U berkisar antara nol da n satu. Jika U=0, maka model secara historis adalah sempurna. Jika U=1, maka model adalah naif. Nilai statistik U didefinisikan dengan formula: U= ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2 1 T ∆Yt a ∑ t =1 T ( ) 2 ) Dimana ∆Yt s adalah perubahan nilai estimasi variabel endogen dan ∆Yt a adalah perubahan nilai pengamatan variabel endogen. Nilai U didekompos isikan menjadi tiga komponen yaitu bias (UM), keragaman atau variance (US), da n covariance (UC). UM mengukur sejauh mana nilai rata-rata estimasi menyimpang dari nilai sebenarnya. Model dikatakan valid jika UM < 0.20. Pidyck dan Rubinfeld (1998) menyatakan bahwa jika UM lebih besar dari 0.20 mengindikasikan adanya bias sistematik dan model tersebut memerluka n revisi atau respesifikasi mode l. US menguk ur sejauh mana nilai keragaman estimasi menyimpang dari nilai keragaman pengamatan. UM dan US mengindikasikan kesalahan sistematis yang harus dihindari. Semakin kecil nilai US, semakin valid estimasi variabel endogennya. Komponen terakhir UC yang menggambarkan penyimpangan kovarian estimasi terhadap kovarian observasi. Berbeda dengan UM dan US, semakin besar nilai UC, maka estimasi variabel 71 endo gennya semakin valid. Jumlah dari UM, US dan UC sama dengan satu. Nilai statistik UM, US dan UC adalah: UM = US = UC = (Y s − Y a ) 2 ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T (σ s − σ a ) 2 ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2(1 − ρ )σ sσ a ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T ) 2 ) 2 ) 2 dimana Y s , Y a , σ s , σ a , dan ρ berturut-turut adalah rata-rata nilai estimasi variabel endo gen, rata-rata nilai pengamatan variabel endogen, simpanga n baku nilai estimasi variabel, simpangan baku nilai pengamatan variabel endogen, dan koefisien korelasi antara nilai estimasi dengan nilai pengamatan variabel endogen. 3.3.1.7. Skenario Simulasi Skenario simulasi peramalan yang dilakukan dalam penelitian iniditentukan sesuai dengan kecenderungan data dan rencana kebijakan pemerintah. Skenario simulasi yang dilakukan adalah: 1. Simulasi 1a: menaikkan subsidi harga listrik sebesar 10 persen. Jumlah subsidi listrik setiap tahun meningkat. Sejak tahun 2005 nilainya melonjak dan selalu melebihi nilai anggaran yang telah disiapka n. Untuk itu perlu dievaluasi bagaimana sebenarnya dampak penambahan subsidi ini. 2. Simulasi 1b: menurunkan subsidi harga listrik sebear 10 persen. Konsekuensi dari kebijakan ini adalah harga jual tenaga listrik mengalami kenaikan. Cara ini dianggap paling efektif untuk mengurangi jumlah subsidi yang terus membebani APBN. Berbagai penelitian yang dilakukan, seperti Lembaga 72 Penelitian dan Pemberdayaan Masyarakat, IPB (2005) dan Purwoko (2003) mengisyaratkan untuk melakukan penyesuaian tarif secara bertahap pada pelanggan kaya. Seberapa besar pengaruh kenaikan tarif listrik terhadap pengurangan subsidi menjadi salah satu pertimba ngan yang dapa t diambil pemerintah di tengah-tengah beba n angga ran yang semakin besar. 3. Simulasi 1c: mengurangi subsidi harga listrik sebesar 10 persen dan dialihkan ke belanja lain. Langkah ini dilakukan untuk mengetahui seberapa efektif kebijakan pemberian subsidi listrik terhadap kinerja perekonomian dan pengurangan tingkat kemiskinan dibandingkan jika uang untuk subsidi tersebut dialihkan ke belanja lainnya. 4. Simulasi 1d: menaikkan harga jual tenaga listrik sebesar 10 persen. Sebagaimana telah dijelaskan pada Simulasi 1b, bahwa beberapa penelitian menyaranka n unt uk dilakukan pe nyesuaian tarif untuk pe langgan yang dianggap mampu. Untuk itu perlu diketahui berapa besar dampak kenaikan tarif listrik tersebut, baik terhadap kinerja perekonomian, pengangguran, maupun ke miskinan. 5. Simulasi 2a: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen. Beberapa tahun belakangan ini harga minyak mentah mengalami kenaikan yang sangat tajam, padahal ketergantungan perusahaan-perusahaan penyedia tenaga listrik terhadap BBM masih cukup tinggi. Misalnya pada tahun 2010, konsumsi BBM masih sebesar 16 persen (PT PLN Persero, 2010). Hal ini tentu sangat membebani perusahaan-perusahaan penyedia tenaga listrik, sementara mereka tidak bisa menaikkan harga jual tenaga listrik karena terbentur perundang-unda ngan dan juga masih renda hnya da ya be li 73 masyarakat. Sebagai imbasnya pemerintah harus membayar ke perusahaanperusahaan tersebut berupa pemberian subsidi agar tidak merugi dan dapat berproduksi sebagaimana mestinya. 6. Simulasi 2b: kenaikan harga minyak mentah Indonesia (ICP) sebesar 10 persen dan harga jual tenaga listrik tidak berubah. Simulasi ini dilakukan untuk mengetahui berapa nilai subsidi yang harus ditanggung pemerintah apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan tarif listrik. 7. Simulasi 2c: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen dan subsidi harga listrik tetap. Simulasi ini dilakukan untuk mengetahui berapa nilai tarif harus dinaikan apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan subsidi harga listrik. 8. Simulasi 2d: menurunnya nilai tukar rupiah terhadap dollar Amerika Serikat sebesar 10 persen. Nilai tukar memegang peranan yang penting karena ketergantungan perusahaan penyedia tenaga listrik terhadap BBM yang masih cukup tinggi, sementara Indonesia sekarang telah menjadi negara pengimpor minyak. Meskipun dalam beberapa tahun terakhir dollar Amerika Serikat cenderung mengalami depresiasi terhadap berbagai mata uang negara lain, termasuk terhadap rupiah, namun kondisi seperti ini dapat berubah cepat tergantung kondisi perekonomian dunia, khususnya di Amerika Serikat. Hal ini tentu akan berpengaruh terhadap ongkos yang harus dike luarkan untuk mengimpor BBM atau barang lainnya. Untuk itu perlu diketahui dampak 74 pelemahan ini terhadap beban biaya perusahaan penyedia energi listrik yang berimbas pada besarnya subsidi listrik yang harus ditanggung pemerintah. 9. Simulasi 3a: mengurangi tenaga listrik yang hilang atau susut (losses). Kebijakan ini bersifat mengevaluasi efisiensi perusahaan penyedia tenaga listrik dalam mendistribusikan tenaga listrik. Semakin kecil tenaga listrik yang hilang, maka pendapatan pe rusahaan aka n bertambah yang juga be rarti mengurangi subsidi yang harus dibayarkan. Untuk itu perlu disimulasikan seberapa besar dampak pengurangan tenaga listrik yang hilang terhadap subs idi yang harus diba yarka n pe merintah. PLN menargetka n susut listrik sebesar 8.55 persen pada tahun 2014. 10. Simulasi 3b: menurunkan margin usaha PT PLN (Persero) sebesar 1 persen. Simulasi ini dilakukan berkaitan wacana DPR-RI menurunkan margin usaha PLN dari 8 persen menjadi 7 persen. Sehingga perlu disimulasikan bagaimana dampaknya jika wacana tersebut dilaksanakan. 11. Simulasi 3c: kombinasi Simulasi 3a dan Simulasi 3b, yaitu susut tenaga listrik dapat ditekan sebesar 10 persen dan margin usaha PLN dikurangi 1 persen. Kombinasi simulasi ini merupakan salah satu langkah efisiens i PLN untuk mengurangi biaya pokok penyediaan tenaga listrik yang cenderung terus naik setiap tahun. 3.3.2. Jenis dan Sumbe r Data yang Digunakan Dalam penelitian disertasi ini menggunakan data sekunder yang berasal dari berbagai sumber seperti PT PLN, Kementerian ESDM, Kementerian Keuangan, Bank Indonesia, dan BPS. PT PLN (Persero) yaitu data tentang produksi listrik, konsumsi listrik menurut golongan pelanggan, jumlah pelanggan 75 menurut golongan pelanggan, dan biaya operasional PLN. Kementerian ESDM mengenai data energi secara umum dan data-data kelistrikan. Kementerian Keuangan mengenai aloka si anggaran untuk subs idi terutama subs idi listrik. Badan Pusat Statistik (BPS), yaitu data kemiskinan, PDB, inflasi dan lain- lain. Bank I ndo nesia (BI), yaitu tentang nilai tukar, uang beredar, dan suku bunga. IV. GAMBARAN UMUM KELISTRIKAN DAN KEMISKINAN DI INDONESIA TAHUN 1990-2010 Pada bagian ini akan diuraikan mengenai gambaran umum kelistrikan di Indonesia pada periode tahun 1990-2010 seperti produksi dan konsumsi tenaga listrik, biaya ope rasional penyediaan tenaga listrik, serta harga jual tenaga listrik. Selain itu juga aka n diuraika n mengenai kebijakan pemberian subsidi listrik dan kemiskinan di Indonesia. 4.1. Konsums i Energi Nasional Berdasarkan data Kementerian ESDM, konsumsi energi akhir terbesar secara nasional adalah jenis BBM, diikuti gas bumi, batu bara, tenaga listrik, dan tekecil adalah elpiji. Namun dilihat kecenderungan antar waktu selama periode 1990–2009, kontribusi BBM semakin menurun, yaitu dari 69.8 persen pada tahun 1990 menjadi 51.9 persen pada tahun 2009. Sementara gas alam dan elpiji relatif stabil. Yang menarik adalah kontribusi batu bara dan tenaga listrik yang cenderung naik setiap tahun. Pada tahun 1990 kontribusi batu bara hanya 3.9 persen, kemudian naik menjadi 12.9 persen di tahun 2009. Kontribusi tenaga listrik juga mengalami kenaikan dari 7.6 persen pada tahun 1990 menjadi 12.8 76 persen pada tahun 2009. Kontribusi batu bara terbesar terjadi pada tahun 2007 yang mencapai 20.3 persen dan listrik pada tahun 2008 sebesar 13.9 persen. Ada fakta yang menarik dari kontribusi tenaga listrik dalam komposisi pemakaian energi akhir pada periode tersebut yaitu pada saat terjadi krisis ekonomi tahun 1998 dan krisis finansial global tahun 2008 kontribusinya mengalami kenaikan yang cukup signifikan. Krisis ekonomi yang melanda bukan saja Indonesia tapi juga beberapa negara Asia lainnya menyebabkan pendapatan riil masyarakat turun, banyak perusahaan kesulitan ke uangan, da n bisnis lesu. Untuk mengatasi kondisi tersebut, maka dilakukan langkah- langkah penghematan. Salah satu penghematan yang dilakukan dalam bidang energi adalah mencari energi yang paling murah. Meskipun tidak sefleksibel BBM maupun gas, dan tidak semurah batubara, tenaga listrik mempunyai harga yang relatif murah, mudah instalasi dan penggunaannya, serta ramah lingkungan. Hal ini mendorong meningkatnya konsumsi tenaga listrik pada saat krisis. Sementara pada saat krisis finansial global yang dimulai pada pertengahan tahun 2008 yang dibarengi melonjaknya harga minyak mentah dunia, mendorong dunia usaha mencari alternatif energi untuk mengurangi konsumsi BBM. Tenaga listrik adalah salah satu energi alternatif yang paling memungkinkan untuk mengatasinya karena prosesnya yang relatif cepat serta mudah dibandingkan dengan energi lainnya. Tabel 8. Distribusi Konsumsi Energi Akhir Menurut Je nis, Tahun 1990 – 2009 (%) Tahun 1990 1995 Batu Bara 3.8 4.8 Gas Alam 17.7 15.0 BBM 69.8 69.9 Elpiji Listrik 1.1 1.7 7.6 8.7 77 1997 1998 1999 2000 2005 2006 2007 2008 2009 4.1 4.6 6.2 7.3 11.7 15.8 20.3 13.2 12.9 15.3 14.1 17.0 17.6 15.3 14.8 13.3 15.0 18.4 69.1 69.2 65.3 63.6 59.9 55.4 52.2 55.0 51.9 1.8 1.8 1.7 1.7 1.5 1.7 1.8 2.8 3.9 9.8 10.3 9.8 9.8 11.6 12.3 12.4 13.9 12.8 Sumber: Kementerian ESDM, 2010 4.2. Produksi Tenaga Listrik Produksi tenaga listrik oleh perusahaan milik pemerintah (PT PLN Persero), baik yang diproduksi sendiri maupun yang dibeli dari perusahaan lain, terus mengalami kenaikan setiap tahun. Tenaga listrik yang diproduksi sendiri pada tahun 2010 mencapai 131 710.1 GWh atau empat kali dari produksi tenaga listrik tahun 1990 yang hanya sebesar 34 011.6 GWh. Demikian juga listrik yang dibeli dari perusahaan lain (IPP) mengalami kenaikan tajam dari 867.0 GWh pada tahun 1990 menjadi 38 076.2 GWh pada tahun 2010 atau naik lebih dari 40 kali. Bahkan pada saat krisis ekonomi tahun 1998 produksi tenaga listrik tetap naik meskipun kecil yaitu hanya sebesar 1.68 persen. Tabel 9. Produksi Tenaga Listrik, Tahun 1990–2010 (GWh) Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 Diprod uksi Sendiri Generator Genset Sub Jumlah Sendiri Sewa 34 011.6 34 011.6 58 210.8 58 210.8 74 053.7 746.0 74 799.6 74 421.0 543.6 74 964.6 80 023.8 473.0 80 496.7 83 503.5 686.6 84 190.1 98 176.8 3 105.3 101 282.1 101 664.3 2 804.3 104 468.6 107 984.1 3 257.3 111 241.4 Tenaga Listrik Beli 867.0 1 193.4 1 819.9 2 938.8 4 279.1 9 135.1 26 087.7 28 639.8 31 199.4 Jumlah 34 878.6 59 404.2 76 619.6 77 903.4 84 775.8 93 325.3 127 369.8 133 108.4 142 440.8 ∆%/ Tahun 17.95 14.06 14.49 1.68 8.82 10.08 7.30 4.51 7.01 78 2008 2009 2010 113 339.9 115 433.8 123 476.8 4 706.9 5 194.5 8 233.2 118 046.8 120 628.4 131 710.1 31 389.7 36 168.9 38 076.2 149 436.5 156 797.3 169 786.2 4.91 4.93 8.28 Sumber: PT PLN (Persero), beberapa tahun (diolah) Dilihat menurut bauran energi, terjadi perubahan yang cukup signifikan pada tahun 2009 dibandingkan kondisi tahun 1998, terutama pada tenaga listrik yang dibeli. Pada tahun 1998 tenaga listrik yang dibeli mempunyai kontribusi hanya 4.5 persen, tetapi pada tahun 2009 melonjak menjadi 23.1 persen, yang merupakan sumber terbesar kedua setelah batubara. Sementara BBM, batubara, dan gas alam merupakan sumber energi utama tenaga listrik yang diproduksi sendiri. Kontribusi BBM berfluktuasi dari tahun ke tahun tetapi ada kecenderungan naik, sedangkan batubara relatif tetap. Begitu juga dengan kontribusi panas bumi yang relatif kecil dengan kecenderungan turun. Kontribusi gas alam mengalami penurunan drastis dari 33.0 persen pada tahun 1998 menjadi hanya 18.6 persen pada tahun 2009. Ini menuntut keseriusan pe merintah untuk meningkatkan penggunaan bahan bakar yang lebih murah dalam upaya mengurangi ketergantungan pada BBM. Tabel 10. Bauran Energi Menurut Sumber Energi, Tahun 1998 – 2009 (%) Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 BBM 17.9 19.5 18.9 19.0 22.7 23.3 28.2 30.6 27.7 25.5 Air 12.4 12.0 9.8 10.4 8.1 7.5 7.4 7.7 6.6 7.5 Batubara 28.8 32.6 30.9 28.9 27.1 28.2 25.9 26.1 28.8 29.3 Non BBM Panas Bumi 3.4 3.5 2.9 2.9 2.9 2.6 2.6 2.4 2.4 2.2 Gas Alam 33.0 35.7 27.2 25.1 20.8 18.6 14.3 12.7 13.0 13.5 Beli 4.5 5.5 9.8 13.1 17.6 18.2 19.9 20.5 21.5 22.0 79 2008 2009 27.7 22.1 7.2 6.6 27.6 27.5 2.3 2.2 14.2 18.6 20.9 23.1 Sumber: PT PLN (Persero), beberapa tahun (diolah) Ketergantungan pe rusahaan pe nye dia tenaga listrik terhadap BBM yang masih cukup tinggi ini mempengaruhi terus naiknya biaya operasional perusahaan. Secara umum pertumbuha n nilai total biaya ope rasional perusahaan penyedia tenaga listrik mencapai 15.35 persen per tahun. Dari Tabel 11 dapat dilihat bahwa pengeluaran untuk bahan bakar dan minyak pelumas memiliki porsi terbesar dibandingkan jenis pengeluaran lain yaitu mencapai 57.53 persen per tahun. Pada tahun 2008 terlihat bahwa melonjaknya harga minyak mentah dunia telah meningkatkan biaya untuk bahan bakar dan minyak pelumas hampir dua kali dari pengeluaran sejenis tahun sebelumnya. Selain pengeluaran untuk bahan bakar dan minyak pelumas, pengeluaran untuk pembelian tenaga listrik juga mengalami kenaikan tajam. Ini dikarenakan jumlah tenaga listrik yang dibeli juga mengalami kenaikan tajam sebagaimana ditunjukkan pada Tabel 9 dan Tabel 10. Peningkatan biaya operasional ini akan berdampak pada peningkatan biaya pokok penyediaan (BPP) tenaga listrik yang dijual. Tabel 11. Total Biaya Operasional, Tahun 1990–2010 (Miliar Rp) 1990 1995 21.3 30.7 Bahan Bakar & Minyak Pelumas 1 530.7 2 970.0 1997 325.2 1998 1999 Tahun Beli Listrik Kepegawaian Lainnya Total ∆%/ Tahun 278.6 758.3 904.0 2 731.8 2 734.6 6 490.7 27.47 4 338.8 1 068.1 3 717.7 9 449.8 22.79 1 886.0 9 409.0 1 018.9 4 495.0 16 808.8 38.94 5 082.7 9 691.8 1 335.6 5 392.5 21 502.7 13.96 80 2000 9 395.4 10 375.8 1 802.4 5 642.2 27 215.8 13.28 2005 13 598.2 37 355.5 5 508.1 19 561.9 76 023.6 35.87 2006 14 845.4 63 401.1 6 719.7 20 261.9 105 228.2 7.68 2007 2008 16 946.7 20 742.9 65 560.0 107 782.8 7 064.3 8 344.2 21 934.9 23 727.8 111 506.0 160 597.8 1.19 8.81 2009 25 447.8 76 235.1 9 758.3 23 834.8 135 276.0 -3.15 2010 25 217.8 84 190.7 12 954.4 26 745.2 149 108.1 2.05 16.25 57.53 6.89 19.34 100.00 Dist (%) Sumber: PT PLN (Persero), beberapa tahun (diolah) 4.3. Konsums i Tenaga Listrik Jumlah permintaan tenaga listrik terus mengalami kenaikan setiap tahun, bahkan pada waktu terjadi krisis ekonomi tahun 1998 tetap tumbuh meskipun kecil yaitu hanya sebesar 1.48 persen. Tenaga listrik terbesar dikonsumsi oleh pelanggan rumah tangga, diikuti pelanggan industri dan bisnis, sedangkan pelanggan lainnya relatif kecil. Hal ini dikarenakan jumlah pelanggan rumah tangga merupakan pelanggan terbanyak yang mencapai 39.3 juta rumah tangga, sedangkan pelanggan industri meskipun tidak sebanyak pelanggan rumah tangga, tetapi mempunyai rata-rata konsumsi per pelanggan lebih besar daripada pelanggan yang lain. Tabel 12. Konsums i Tenaga Listrik Menurut Golongan Pelanggan, Tahun 1990–2010 Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 Rumah Tangga 9 003.6 17 056.9 22 698.3 24 865.5 26 874.8 30 563.4 41 184.3 43 753.2 47 324.9 Industri Bisnis Sos ial 14 165.7 24 722.6 30 768.8 27 995.5 31 337.6 34 013.2 42 448.4 43 615.5 45 802.5 2 327.6 5 090.6 7 249.6 8 656.0 9 330.3 10 576.0 17 022.8 18 415.5 20 608.5 603.8 1 063.0 1 403.4 1 417.4 1 468.8 1 643.5 2 428.8 2 603.6 2 908.7 Lainnya 1 640.3 1 815.5 2 191.4 2 327.1 2 320.6 2 368.7 3 947.1 4 222.1 4 602.2 (GWh) ∆%/ Jumlah Tahun 27 741.0 18.39 49 748.8 15.87 64 311.5 14.64 65 261.4 1.48 71 332.1 9.30 79 164.8 10.98 107 031.4 7.04 112 609.8 5.21 121 246.8 7.67 81 2008 2009 2010 50 184.2 47 968.9 22 926.3 54 945.4 46 204.2 24 825.2 59 824.9 50 985.2 27 157.2 3 082.4 3 384.4 3 700.1 4 857.1 129 018.8 5 223.0 134 582.2 5 630.0 147 297.5 6.41 4.31 9.45 Sumber: PT PLN (Persero), beberapa tahun (diolah) Krisis ekonomi tahun 1998 dan krisis keuangan global tahun 2008 mempengaruhi konsumsi tenaga listrik oleh pelanggan industri. Ini ditunjukkan dengan menurunnya konsumsi tenaga listrik pada tahun-tahun tersebut, tetapi tidak terlalu berpengaruh terhadap pelanggan lainnya. Hal ini dapat dipahami karena krisis keuangan yang terjadi pada tahun 1998 dan 2008 melanda beberapa negara yang mempunyai hubungan perdagangan strategis dengan Indonesia seperti Jepang dan Korea Selatan. Sehingga kalangan industri terutama yang berorientasi ekspor mengalami kelesuan akibat penurunan permintaan barang yang mereka hasilkan. Akibatnya jumlah konsumsi tenaga listrik juga mengalami penurunan. Selain dijual kepada konsumen, sebagian tenaga listrik juga digunakan perusahaan penyedia tenaga listrik sendiri, tetapi jumlahnya relatif kecil dibandingkan total produksi. Yang masih jadi masalah adalah besarnya tenaga listrik yang hilang atau susut, baik susut transmisi maupun susut distribusi. Pada Tabel 13 terlihat bahwa meskipun cenderung mengalami penurunan tetapi jumlahnya masih sangat besar yaitu rata-rata diatas 10 persen kecuali pada tahun 2010 yang sebesar 9.89 persen. Ini berarti secara rata-rata lebih dari sepersepuluh tenaga listrik yang diprod uks i terbuang sia-sia. Tabel 13. Tenaga Listrik yang Dikonsumsi Sendiri dan Hilang, Tahun 1990–2010 (GWh) Hilang atau Susut Diko nsumsi Tahun Sendiri Transmisi Distribus i Jumlah % 1990 1 672.5 884.1 4 569.0 5 453.1 15.63 1995 2 260.9 1 698.6 5 626.1 7 324.7 12.33 82 1997 1998 1999 2000 2005 2006 2007 2008 2009 2010 3 230.3 3 218.7 3 224.4 3 416.1 5 302.4 4 273.7 5 229.7 5 380.4 5 536.0 5 641.1 1 818.7 1 755.2 2 116.6 2 307.8 2 794.4 2 905.2 3 080.9 3 128.8 3 303.3 3 700.1 7 069.9 7 462.5 7 862.4 8 175.1 11 442.8 11 830.7 12 158.3 11 966.7 11 744.3 12 253.7 8 888.6 9 217.8 9 979.0 10 482.9 14 237.2 14 735.9 15 239.2 15 095.5 15 047.6 15 953.8 12.09 12.34 12.22 11.64 11.55 11.44 11.08 10.46 10.11 9.89 Sumber: PT PLN (Persero), beberapa tahun (diolah) Berba gai upa ya telah dilakuka n untuk mengurangi jumlah tenaga listrik yang hilang, seperti peningkatan kualitas pembacaan pemakaian tenaga listrik melalui Automatic Meter Reading yang dipasang pada pelanggan pot ensial dan menertibkan pemakaian tenaga listrik kepada pelanggan yang melakukan pencurian tenaga listrik. Namun masih tingginya angka susut tenaga listrik tersebut menuntut perusahaan penyedia tenaga listrik untuk terus meminimalkan jumlah tenaga listrik yang hilang mengingat masih banyak masyarakat yang belum dapat menikmati tenaga listrik. 4.4. Subsidi Listrik Salah satu kebijakan pemerintah pada sektor kelistrikan adalah pemberian subsidi konsumsi listrik. Pemberian subsidi listrik ini terkait dengan pe netapa n tarif listrik yang sejak tahun 1998 selalu lebih rendah dari biaya pokok penyediaan tenaga listrik. Penetapan tarif listrik di bawah harga produksinya ini menyebabka n perusahaan penyedia tenaga listrik mengalami kerugian. Untuk mengganti kerugian akibat penetapan harga jual listrik tersebut, maka pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik sebagai konpensasi agar perusahaan penyedia tenaga listrik tetap dapat beroperasi dan ketersediaan tenaga listrik dapat terjamin. 83 Nilai subsidi terus meningkat setiap tahun. Pada tahun 2010 realisasi subsidi listrik mencapai Rp. 58.11 triliun atau naik lebih dari 30 kali subsidi listrik tahun 1998 yang hanya sebesar Rp. 1.93 triliun. Subsidi mengalami kenaikan tajam sejak tahun 2005. Selain nilainya melonjak, juga lebih besar dari alokasi anggaran yang dipersiapkan pemerintah kecuali pada tahun 2008. Salah satu penyebab melonjaknya subsidi ini adalah adanya kebijakan perluasan pelangaan yang diberikan subs idi da n melonjaknya harga bahan bakar minyak. Tabel 14. Realisasi Subsidi Listrik, Tahun 1998–2010 Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Alokasi Anggaran (Miliar Rp) 1,929.9 4,551.6 3,928.0 4,618.0 4,102.7 4,519.0 3,309.5 8,850.6 30,393.3 33,073.5 83,906.5 49,546.5 55,106.3 Realisasi (Miliar Rp) 1,930.0 1,128.0 2,840.0 4,300.2 5,445.0 3,360.4 3,535.3 10,573.8 33,866.1 37,436.3 78,290.4 53,442.5 58,108.4 Persentase Realisasi ∆%/Tahun Subs idi 100.0 24.8 -41.55 72.3 151.77 93.1 51.41 132.7 26.62 74.4 -38.28 106.8 5.20 119.5 199.09 111.4 220.28 113.2 10.54 93.3 109.13 107.9 -31.74 105.4 8.73 Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) 4.5. Kemiskinan di Indonesia Kemiskinan merupakan masalah utama yang dihadapi dalam proses pembangunan perekonomian di berbagai negara, terutama negara- negara berkembang seperti Indonesia. Demi mengejar pertumbuhan eko nomi yang tinggi sering meninggalkan masalah lain yaitu ketimpangan pendapatan dan kemiskinan terutama di daerah perdesaan. 84 Jumlah pe nduduk miskin di Indo nesia mengalami fluk tuasi da ri tahun ke tahun dengan kecenderungan menurun pada beberapa tahun terakhir, baik jumlah orang maupun persentasenya. Pada Tabel 15 dapat dilihat bahwa jumlah penduduk miskin di daerah perdesaan lebih banyak daripada di daerah perkotaan. Ini menjadi salah satu alasan mengapa studi tentang kemiskinan lebih banyak terfokus pada daerah perdesaan. Tabel 15. Jumlah dan Persentas e Penduduk Miskin di Indonesia Menurut Daerah, Tahun 1990-2010 Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Penduduk Miskin (Juta) Kota Desa Kota+Desa 9.40 17.80 27.20 8.70 17.20 25.90 9.42 24.59 34.01 17.60 31.90 49.50 15.64 32.33 47.97 12.30 26.40 38.70 8.60 29.30 37.90 13.30 25.10 38.40 12.20 25.10 37.30 11.40 24.70 36.10 12.40 22.70 35.10 14.49 24.81 39.30 13.56 23.61 37.17 12.77 22.19 34.96 11.91 20.62 32.53 11.10 19.92 31.02 Persentase Penduduk M iskin Kota 5.27 4.65 4.82 8.76 7.68 5.96 4.11 6.28 5.68 5.24 5.62 6.50 6.01 5.59 5.15 4.74 Desa Kota+Desa 9.99 15.26 9.19 13.83 12.58 17.40 15.88 24.64 15.88 23.56 12.80 18.76 14.02 18.13 11.85 18.13 11.69 17.38 11.35 16.59 10.29 15.91 11.12 17.62 10.46 16.47 9.71 15.29 8.91 14.06 8.51 13.25 Sumber: BPS, beberapa tahun Pada saat krisis ekonomi melanda Indonesia yang puncaknya terjadi pada tahun 1998 jumlah penduduk miskin mengalami kenaikan tajam, baik dari segi jumlah maupun persentasenya. Dampak krisis terhadap penduduk kota lebih besar daripada penduduk perdesaan yang mengalami kenaikan hampir dua kali lipat, sedangkan penduduk pedesaan relatif lebih tahan terhadap dampak krisis. Setelah itu jumlah penduduk miskin cenderung menurun, kecuali pada tahun 2006. 85 Kenaikan jumlah penduduk miskin pada tahun 2006 disebabkan salah satunya adalah kenaikan harga BBM pada Oktober 2005 yang rata-rata hampir mencapai 100 persen. Kenaikan BBM menyebabkan kenaikan berbagai barang kebutuhan pokok karena biaya angkutan naik. Kenaikan harga- harga ini memicu inflasi yang berarti pendapatan riil masyarakat mengalami penurunan. Garis kemiskinan mengalami juga mengalami kenaikan yang cukup signifikan pada tahun tersebut (lihat Tabel 16). Kenaikan garis kemiskinan tersebut bepengaruh pada penduduk berpenghasilan rendah yang berada di sekitar garis kemiskinan. Kenaikan garis kemiskinan tersebut menyebabkan banyak penduduk yang semula berada di atas garis kemiskinan menjadi di bawah garis kemiskinan, ini berarti jumlah penduduk miskin bertambah. Tabel 16. Garis Kemiskinan Menurut Daerah, Tahun 1990-2010 (Rupiah) Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: BPS, beberapa tahun Garis Kemiskinan Kota 20,614 27,905 42,032 96,959 92,409 91,632 100,011 130,499 138,803 143,455 150,799 174,290 187,942 204,896 222,123 232,989 Desa 13,295 18,244 31,366 72,780 74,272 73,648 80,382 96,512 105,888 108,725 117,259 130,584 146,837 161,831 179,835 192,354 86 4.6. Subsidi Listrik, Pertumbuhan Ekonomi, dan Kemiskinan Sesuai dengan paradigma pembangunan dewasa ini bahwa manusia ditempatkan sebagai tujuan akhir pembangunan ekonomi (the ultimated end), sedangkan upaya pembangunan dipandang sebagai sarana (principal means). Berbagai upaya telah ditempuh pemerintah untuk mencapai tujuan ini, salah satunya adalah kebijakan pemberian subsidi listrik. Kebijakan ini dimaksudkan selain untuk membantu masyarakat kurang mampu, menjaga kelangsungan hidup perusahaan penyedia tenaga listrik, juga untuk menjamin ketersediaan dan distribusi tenaga listrik yang merata. Dengan terjaminnya ketersediaan tenaga listrik de ngan harga yang terjangka u diharapk an roda perekonomian dapat berputar dan pendapatan masyarakat akan membaik, sehingga pengangguran dan kemiskinan dapat berkurang. Pada Gambar 8 dapat dilihat perkembangan besarnya subsidi listrik, pertumbuhan ekonomi dan tingkat kemiskian di Indonesia tahun 1990-2010. Dari Gambar 8 tersebut dapat dilihat bahwa kebijakan pemberian subsidi listrik tidak langsung direspon dengan penurunan tingkat kemiskinan maupun pertumbuhan ekonomi. Badai krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1977 telah menyebabkan pengeluaran pemerintah meningkat tajam, termasuk di antaranya adalah pengeluaran untuk subsidi (Purwoko, 2003). Namun dari Gambar itu juga dapat dilihat bahwa dalam masa krisis ekonomi tahun 1998 subs idi memang sangat memba ntu untuk mencegah lebih dalam tingkat kemiskinan di saat perekonomian mengalami kontraksi cukup dalam. Tetapi setelah itu, subsidi listrik mempunyai dampak yang kurang signifikan terhadap tingkat pertumbuhan ekonomi maupun kemiskinan. Meskipun subsidi listrik 87 mengalami kenaikan tajam tetapi laju pertumbuhan ekonomi tetap datar. Bahkan jika dibandingkan dengan masa sebelum krisis dimana tidak ada subsidi listrik, laju pertumbuhan ekonomi masih lebih rendah. Di sisi lain, pertumbuhan ekonomi berhubungan erat dengan upaya pengentasan kemiskinan. Hal ini terlihat bahwa jika terjadi kontraksi pertumbuhan ekonomi, maka tingkat kemiskinan langsung merespon. Dari Gambar 8 tersebut dapat ditarik suatu kesimpulan bahwa untuk mengurangi tingkat kemiskinan, pemerintah sebaiknya menggunakan instrumen yang dapat menggerakan perekonomian secara langsung dan dapat dirasakan masyarakat banyak dibandingkan dengan kebijakan pemberian subsidi. Di samping dampaknya yang tidak terlalu nyata terlihat, juga disinyalir subsidi lebih banyak dinikmati oleh mereka yang tidak berhak. 80 70 60 50 40 30 20 10 0 -10 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 -20 Subsidi Listrik (Tr Rp) Tk Kemiskinan (%) Pert Eko (%) Gambar 8. Besarnya Subsidi Listrik, Tingkat Ke miskinan, dan Laju Pertumbuhan Ekonomi di Indonesia, Tahun 1990-2010 88 V. PEMBAHASAN HASIL ESTIMASI MODEL SUBSIDI HARGA LISTRIK Bagian ini membahas hasil estimasi dari mode l yang dibangun dalam penelitian ini. Pembahasan dibagi menjadi dua bagian, yaitu penjelasan secara umum dan pembahasan secara terperinci untuk setiap persamaan. 5.1. Gambaran Umum Hasil estimasi mode l subsidi listrik dievaluasi de ngan tiga kriteria, yaitu kriteria ekonomi (economic ‘a priori’ criteria), kriteria statistik (statistical criteria), dan kriteria ekonometrik (econometric criteria). Program estimasi dan hasil estimasi mode l selengkapnya dapat dilihat pada Lampiran 3 da n Lampiran 4. Berdasarkan kriteria ekonomi, hasil estimasi parameter setiap persamaan struktural dalam mode l subsidi listrik di Indonesia yang diajukan adalah sesuai harapan. Hal ini ditunjukkan dengan tanda dan besaran nilai estimasi parameter yang menggambarka n hubungan antara variabe l endo gen dengan variabe l penjelasnya. Dilihat berdasar kriteria statistik, hasil estimasi model juga menunjukkan hasil yang cukup baik. Nilai koe fisien determinasi (R2 ) setiap persamaan struktural yang relatif tinggi yaitu berkisar antara 0.73 sampai 0.99 menunjukkan bahwa secara umum variabel- variabel penjelas yang digunakan dalam penelitian 89 ini mampu menjelaskan 73 persen sampai 99 persen keragaman variabel- variabel endo gennya. Uji-F digunakan untuk mengetahui apakah model layak digunakan atau tidak dengan melakukan pengujian terhadap hubungan antara variabel tak bebas dengan sekelompok variabel bebas. Nilai statistik uji-F yang dihasilka n cukup tinggi dengan Pr > F semuanya kurang dari 0.01, yang dapat diimpretasikan bahwa variabel- variabel penjelas dalam setiap persamaan struktural secara bersama-sama mempengaruhi secara nyata variabel- variabel endogennya. Hasil statistik uji- t untuk menguji apakah suatu variabel penjelas secara individu berpe ngaruh terhadap variabel endogennya atau tidak menunjukan bahwa secara statistik sebagian besar variabel penjelas secara individu berpengaruh secara nyata sampai level kesalahan (α) 40 persen. Namun terdapat beberapa variabel penjelas dalam model yang secara statistik tidak berpengaruh terhadap variabe l endo gennya. Berdasar nilai statistik Durbin-Watson (DW) da n juga nilai Durbin- h mengindikasikan adanya masalah autokorelasi. Masalah ini sering muncul pada penelitian bidang ekonomi yang disebabkan adanya keterkaitan antar variabel. Karena disertasi ini adalah penelitian di bidang ekonomi, maka lebih mengutamakan kriteria ekonomi daripada kriteria statistik maupun ekonometrik. Berdasarkan hasil pengujian estimasi parameter-parameter tersebut, maka model yang digunakan dalam penelitian ini cukup baik dalam menjelaskan perilaku konsumsi dan subsidi listrik di Indonesia. 5.2. Penjelasan Persamaan 90 Pada bagian ini akan dijelaskan secara terperinci setiap persamaan yang digunakan dalam penelitian ini. 5.2.1. Blok Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dari generator yang dimiliki maupun sewa da n tenaga listrik yang dibe li da ri perusahaan lain (IPP). Hasil estimasi persamaan yang berkaitan dengan produksi tenaga listrik menunjukkan bahwa semua persamaan mempunyai tingkat pe njelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang berkisar antara 0.76 sampai dengan 0.99, yang berarti bahwa variabelvariabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 76 persen sampai dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabelvariabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Tenaga Listrik Produksi Sendiri Hasil pendugaan parameter persamaan jumlah tenaga listrik yang diprod uks i sendiri dapat dilihat pada Tabel 17. Dari Tabel 17 tersebut dapat dilihat bahwa hanya variabel tenaga listrik yang dibeli, tenaga listrik terjual, dan produksi sendiri tahun sebelumnya yang berpengaruh secara nyata terhadap jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi batu bara sebesar 0.001461 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i sendiri terhadap perubahan jumlah konsumsi batu bara bersifat tidak elastis baik 91 untuk jangka pendek maupun jangka panjang. Ini berarti perubahan jumlah konsumsi batu bara yang sifatnya sementara maupun jangka panjang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi gas alam sebesar 0.023578 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i sendiri terhadap perubahan jumlah konsumsi gas alam bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan jumlah konsumsi gas alam yang sifatnya sementara maupun jangka panjang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Tabel 17. Hasil Estimasi Parameter Persamaan Produksi Tenaga Listrik yang Diproduksi Sendiri, Tahun 1990-2010 Variabel Intercept QBBM (Jumlah Konsumsi BBM) QBTB (Jumlah Konsumsi batubara) QGAS (Jumlah Konsumsi Gas Alam) LPRODSDR (Lag Jumlah Tenaga Listrik yang Diprod uksi Sendiri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 9012.079 0.0341 0.000248 0.6814 0.0202 0.0537 0.001461 0.0378 0.2296 0.6123 A 0.023578 0.0317 0.0537 0.1433 A 0.625091 0.0003 A 2 Adj-R = 0.99314; F-hitung = 688.31; Pr > F = <0.0001; D-h = -3.1475 Keterangan: 2. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Konsums i Bahan Bakar Sebagian besar pembangkit yang dimiliki PLN menggunakan bahan bakar BBM, batubara, dan gas alam yang mencapai 68.16 persen dari total produksi atau 88.60 persen dari total tenaga listrik yang diproduksi sendiri. Hasil pendugaan parameter persamaan konsumsi BBM dapat dilihat pada Tabel 18. Dari Tabel 18 92 tersebut dapat dilihat bahwa konsumsi BBM dipengaruhi secara nyata oleh tenaga listrik yang diproduksi dan konsumsi BBM tahun sebelumnya. Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 18.00578 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diprod uksi aka n memicu ke naikan permintaan BBM. Ini terjadi karena penggunaan BBM untuk memproduksi tenaga listrik masih cukup tinggi. Pada tahun 2009 total produksi listrik yang menggunakan BBM mencapai 22.06 persen. Respon konsumsi BBM terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi BBM, tetapi memberikan respon pada jangka panjang. Tabel 18. Hasil Estimasi Parameter Persamaan Konsumsi BBM, Tahun 1990-2010 Variabel Intercept PBBM (Harga BBM Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diprod uksi Sendiri) D08 LQBBM (Lag Jumlah Konsumsi BBM) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang 35351.62 0.9838 -59.6042 0.8854 -0.0180 -0.0962 18.00578 942261.9 0.3249 0.5821 0.2216 1.1841 0.812856 0.0056 Signifikansi D A Adj-R2 = 0.84031; F-hitung = 25.99; Pr > F = <0.0001; D-h = -1.8593 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen 93 Jumlah konsumsi BBM juga dipengaruhi oleh konsumsi BBM tahun sebelumnya. Ini artinya jika tahun lalu konsumsi BBM naik sebesar 1 000 kilo liter, maka konsumsi BBM tahun sekarang naik sebesar 813 kilo liter. Sementara hasil pendugaan parameter persamaan konsumsi batubara dapat dilihat pada Tabel 19. Dari Tabe l 19 tersebut dapat dilihat bahwa tidak semua variabel yang digunakan berpengaruh secara nyata terhadap konsumsi batubara. Hanya besarnya produksi listrik dan konsumsi batubara tahun sebelumnya yang berpengaruh terhadap konsumsi batubara. Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 105.1371 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diproduksi akan memicu kenaikan permintaan batubara. Ini terjadi karena bahan bakar utama dalam memproduksi tenaga listrik. Pada tahun 2009 total produksi listrik yang dibangkitkan dengan bahan bakar batubara mencapai 27.51 persen. Respon konsumsi batu bara terhadap perubahan tenaga listrik yang diprod uksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi batubara, tetapi memberikan respon pada jangka panjang. Tabel 19. Hasil Estimasi Parameter Persamaan Konsumsi Batubara, Tahun 1990-2010 Variabel Intercept PBTB (Harga Batubara Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik Yang Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -2301871 0.0295 -891.932 0.6964 -0.0154 -0.0334 105.1371 0.0040 0.6691 1.4508 A 94 Diprod uksi Sendiri) PBBM (Harga BBM) LQBTB (Lag Konsumsi Batubara) 148.7185 0.4318 0.538798 0.0074 0.0232 0.0504 A 2 Adj-R = 0.98469; F-hitung = 306.41; Pr > F = <0.0001; D-h = -1.0041 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Jumlah konsumsi batubara juga dipengaruhi oleh konsumsi batubara tahun sebelumnya. Ini artinya jika tahun lalu konsumsi batubara naik sebesar 1 000 ton, maka konsumsi batubara tahun sekarang naik sebesar 539 ton. Hasil pendugaan parameter persamaan konsumsi gas alam dapat dilihat pada Tabel 20. Dari Tabe l 20 tersebut dapat dilihat bahwa variabel harga gas, tenaga listrik yang dibangkitkan sendiri, dan konsumsi BBM berpengaruh secara nyata terhadap konsumsi batubara. Nilai parameter dugaan variabe l harga gas alam sebesar 4.75730 dan mempunyai hubungan yang negatif, yang berarti kenaikan harga gas alam akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan harganya bersifat tidak elastis, yang berarti perubahan harga gas alam tidak memberikan respon pada konsumsinya. Tabel 20. Hasil Estimasi Parameter Persamaan Konsumsi Gas Alam, Tahun 1990-2010 Variabel Intercept PGAS (Harga Gas Alam Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diprod uksi Sendiri) QBBM (Jumlah Konsumsi BBM) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi 7043.293 0.9389 -4.75730 0.0681 -0.4862 - A 8.081043 0.0126 3.5476 - A -0.04389 0.0006 -1.5656 - A 95 QBTB (Jumlah Konsumsi Batuba ra) D9799 -0.00730 -37568.6 0.6436 0.2660 -0.5036 C 2 Adj-R = 0.764; F-hitung = 13.3; Pr > F = 0.0003; DW = 2.72214 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel tenaga listrik yang diproduksi sendiri sebesar 8.081043 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang dipr od uks i aka n memicu ke naika n permintaan gas alam. Respon konsumsi gas alam terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat elastis, yang menujukkan bahwa perubahan tenaga listrik yang diproduksi sendiri memberikan respon pada konsumsi gas alam. Nilai parameter dugaan variabe l ko ns umsi BBM sebesar 0.04389 dan mempunyai hubungan yang negatif, yang berarti kenaikan konsumsi BBM akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan konsumsi BBM bersifat elastis, ini berarti perubahan konsumsi BBM akan memberikan respon pada konsumsi gas alam. Ketika terjadi krisis ekonomi tahun 1997-1999 konsumsi gas alam mengalami penurunan sebesar 37568.6 MMSCF. Ini dapat terjadi karena ketika terjadi krisis ekonomi keuangan PLN menjadi tidak sehat, sehingga dilakukan berbagai penghematan untuk mengurangi kerugian perusahaan yang lebih parah. Besarnya konsumsi bahan bakar sangat tergantung harganya. Hasil pendugaan parameter persamaan harga BBM dapat dilihat pada Tabel 21. Dari Tabe l 21 tersebut dapat dilihat bahwa harga BBM dipengaruhi secara nyata oleh harga minyak mentah Indonesia (ICP), harga BBM tahun sebelumnya, dan variabel dummy yang merepresentasikan lonjakan harga minyak dunia tahun 2008. 96 Nilai parameter dugaan variabel harga minya k mentah Indo nesia (ICP) sebesar 66.37429 dan mempunyai hubungan yang positif, yang berarti kenaikan ICP akan memicu kenaika n harga BBM da lam negeri. Respo n harga BBM terhadap perubahan ICP bersifat elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan ICP yang sifatnya sementara maupun jangka panjang akan memberikan respon pada harga BBM dalam negeri. Melonjaknya harga minyak mentah dunia pada tahun 2008 berpengaruh nyata terhadap kenaikan harga BBM dalam negeri sebesar Rp. 1089.3. Meskipun pe merintah sering meneka n gejolak harga BBM da lam negeri de ngan meningkatkan subsidi BBM, namun sejak tahun 2005 PLN membeli BBM tanpa subs idi. Tabel 21. Hasil Estimasi Parameter Persamaan Harga BBM, Tahun 19902010 Variabel Intercept (Intersep) ICP (Harga Minyak Mentah Indonesia) KURS (Nilai Tukar Rupiah thd Dolar AS) D08 LPBBM (Lag Harga BBM) Estimasi Parameter Elastisitas SignifiJangka Jangka kansi Pendek Panjang Pr > |t| -988.933 A 0.0011 66.37429 <0.0001 1.1482 1.5063 0.024172 1089.309 0.4909 0.0619 0.0823 0.1079 0.237759 0.0173 A A A 2 Adj-R = 0.97072; F-hitung = 158.47; Pr > F = <0.0001; D-h = -1.3913 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Harga BBM dalam negeri juga dipengaruhi oleh harga BBM pada tahun sebelumnya. Ini menunjukkan bahwa harga BBM tahun sebelumnya menjadi salah satu acuan dalam menentukan harga BBM sekarang. 97 Sementara hasil pendugaan parameter persamaan harga batubara dapat dilihat pada Tabel 22. Dari Tabe l 22 tersebut dapat dilihat bahwa hampir semua variabel yang digunakan berpengaruh secara nyata terhadap harga batubara dalam negeri, kecuali harga dunia batubara. Nilai parameter dugaan variabel nilai tukar rupiah terhadap dolar Amerika Serikat sebesar 0.010802 dan mempunyai hubungan yang positif, yang berarti depresiasi nilai tukar rupiah terhadap dolar Amerika Serikat akan memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti perubahan nilai tukar rupiah tidak memberikan respon pada harga batubara dalam negeri. Tabel 22. Hasil Estimasi Parameter Persamaan Harga Batubara, Tahun 1990-2010 Variabel Intercept (Intersep) PDBTB (Harga Batubara Dunia) KURS (Nilai Tukar Rupiah) PBBM (Harga BBM Dalam Negeri) LBTB (Lag Harga Batubara) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi -113.302 0.4097 2.588217 0.010802 0.4262 0.2139 0.4713 0.3320 1.1839 0.8340 C 0.019297 0.601905 0.1150 0.0192 0.1743 0.4378 B A 2 Adj-R = 0.91376; F-hitung = 51.33; Pr > F = <0.0001; D-h = -3.1931 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabe l harga BBM sebesar 0.019297 dan mempunyai hubungan yang positif, yang berarti ke naikan harga BBM aka n memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti pe ruba han harga BBM tidak memberikan respon pada harga batubara dalam negeri. 98 Hasil pendugaan parameter persamaan harga gas alam dapat dilihat pada Tabe l 23. Dari Tabel 23 tersebut dapat dilihat bahwa ha nya variabe l harga gas periode sebelumnya dan variabel dummy yang berpengaruh secara nyata terhadap harga gas alam dalam negeri. Ini menunjukkan bahwa harga gas alam tahun sebelumnya menjadi acuan utama dalam menentukan harga gas alam sekarang. Krisis ekonomi tahun 1998 dan krisis finansial global tahun 2009 menyebabkan kenaikan harga gas alam. Hal ini terjadi karena krisis telah menyebabkan penurunan daya beli masyarakat, sehingga banyak yang beralih ke bahan bakar yang relatif lebih murah sebagai sumber energi, dan gas alam adalah salah satunya. Namun kenaikan permintaan tersebut berakibat pada naiknya harga gas alam. Tabel 23. Hasil Estimasi Parameter Persamaan Harga Gas Alam, Tahun 1990-2010 Variabel Intercept PDGAS (Harga Dunia Gas Alam) KURS (Nilai Tukar Rupiah thd Dolar AS) PBBM (Harga BBM Dalam Negeri) D98 D09 LPGAS (Lag Harga Gas Alam Dalam Negeri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -957.021 0.6388 763.6172 0.5437 0.1544 1.0817 0.107165 0.8659 0.0384 0.2693 0.042218 19135.55 8717.081 0.9712 0.0006 0.0410 0.0045 0.0312 0.857225 0.0003 Signifikansi A A A 2 Adj-R = 0.9493; F-hitung = 60.29; Pr > F = <0.0001; D-h = 0.2429 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Sementara persamaan biaya konsumsi BBM, batu bara, dan gas alam adalah persamaan identitas yang merupakan perkalian jumlah bahan bakar dengan 99 harganya. Persamaan nilai konsumsi BBM (CBBM), batu bara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t CBTBt = QBTBt * PBTBt CGAS t = QGAS t * PGAS t 3. Tenaga Listrik yang Dibeli Tenaga listrik yang dibeli terus meningkat setiap tahun. Kenaikan tenaga listrik yang dibeli menunjukkan bahwa tenaga listrik yang diproduksi sendiri tidak dapat mencukupi permintaan tenaga listrik. Hal ini disebabka n laju tenaga listrik yang diproduksi sendiri lebih lambat dari laju permintaan tenaga listrik, sehingga PLN harus beli dari perusahaan lain untuk memenuhi kenaikan permintaan tenaga listrik. Hasil pendugaan parameter persamaan tenaga listrik yang dibeli dari perusahaan lain (IPP) dapat dilihat pada Tabel 24. Dari Tabel 24 tersebut dapat dilihat bahwa tenaga listrik yang dibeli dari perusahaan lain dipengaruhi oleh tenaga listrik yang diproduksi sendiri, permintaan tenaga listrik yang diproks i dengan tenaga listrik yang terjual, dan besarnya susut tenaga listrik. Selain itu ketika harga minyak mentah dunia melonjak tajam pada tahun 2008 terjadi penuruna n tenaga listrik yang dibeli. Tabel 24. Hasil Estimas i Parameter Persamaan Tenaga Listrik yang Dibeli, Tahun 1990-2010 Variabel Intercept TLJUAL (Jumlah Tenaga Listrik yang Terjual) Estimasi Parameter Pr > |t| -3780.01 0.0278 0.046545 0.1843 Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 0.2610 1.7517 B 100 SUSUT (Jumlah Tenaga Listrik yang Hilang) D08 LTLBELI (Lag Tenaga Listrik yang Dibeli) 0.322728 -2239.34 0.0530 0.1577 0.851006 <0.0001 0.2603 1.7473 A B A 2 Adj-R = 0.99057; F-hitung = 500.23; Pr > F = <0.0001; D-h = -0.1870 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel jumlah tenaga listrik yang terjual sebesar 0.046545 dan mempunyai hubungan yang positif, yang berarti kenaikan jumlah permintaan tenaga listrik akan memicu kenaikan jumlah tenaga listrik yang dibeli dari luar swasta. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjual yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Nilai parameter dugaan variabel jumlah tenaga listrik yang hilang atau susut sebesar 0.322728 dan mempunyai hubungan yang positif, yang berarti kenaika n jumlah tenaga listrik yang hilang akan memicu kenaikan jumlah tenaga listrik yang dibeli dari perusahaan lain. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjual yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Ketika terjadi lonjakan harga minyak mentah dunia tahun 2008 jumlah tenaga listrik yang dibeli berkurang sebesar 2 239.34 GWh. Hal ini terjadi karena 101 kenaikan harga minyak mentah dunia menyebabkan kenaikan harga jual dari produsen tenaga listrik kepada PLN, sehingga PLN memaksimalkan produksi sendiri daripada beli dari perusahaan lain. 4. Total Produksi Listrik Sementara persamaan total produksi tenaga listrik adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang diproduksi sendiri dan yang dibeli dari perusahaan lain. Persamaan total produksi tenaga listrik (PRODTLt ) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t 5. Biaya Ope rasi Produksi Tenaga Listrik Hasil pendugaan parameter persamaan biaya operasi prod uksi tenaga listrik dapat dilihat pada Tabel 25. Dari Tabel 25 tersebut memperlihatkan bahwa hampir semua variabel yang digunakan sebagai penjelas berpengaruh secara nyata terhadap biaya operasi prod uks i tenaga listrik, kecuali variabel bedakala total biaya operasional. Tabel 25. Hasil Estimasi Parameter Persamaan Total Biaya Operasi Produksi Tenaga Listrik, Tahun 1990-2010 Variabel Intercept TLBELI (Jumlah Tenaga Lisrik yang Dibeli) CBBM (Konsumsi BBM) CBTB (Konsumsi Batubara) CGAS (Konsumsi Gas Alam) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi C -937.226 0.2040 0.731174 0.0032 0.2065 0.2067 0.969435 <0.0001 0.3555 0.3559 1.197797 0.0202 0.0921 0.0922 A 1.583887 <0.0001 0.1217 0.1219 A A A 102 CLAIN (Besarnya Pengeluaran Lainnya) D08 LBOP (Lag Total Biaya Operasional) 0.808336 5086.999 0.0005 0.1034 0.001061 0.9846 0.2364 0.2366 A B 2 Adj-R = 0.99926; F-hitung = 3645.08; Pr > F = <0.0001; D-h = -0.5352 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter listrik yang dibeli dari perusahaan lain sebesar 0.731174 dan mempunyai hubungan yang positif, yang berarti kenaikan 1 GWh pembelian listrik akan meningkatkan biaya operasi sebesar Rp. 731.17 juta. Respon biaya operasi produksi tenaga listrik terhadap tenaga listrik yang dibeli bersifat tidak elastis. Salah satu penyebabnya adalah mungkin karena porsi tenaga listrik yang dibeli yang relatif kecil dibandingkan yang diproduksi sendiri. Estimasi parameter konsumsi BBM sebesar 0.969435 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Sedangkan estimasi parameter konsumsi gas sebesar 1.583887 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter konsumsi batubara sebesar 1.197797 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi batubara bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Dibandingkan dengan pengeluaran untuk BBM dan gas, pengeluaran untuk konsumsi batubara adalah paling tidak elastis. Hasil ini menunjukkan bahwa pengeluaran untuk konsumsi batubara memiliki 103 nilai sensitivitas paling rendah terhadap biaya operasi prod uks i tenaga listrik. Dengan kata lain, batubara mempunyai nilai efisiensi paling tinggi untuk menekan biaya operasional perusahaan penyedia energi listrik, sedangkan konsumsi untuk BBM paling tidak efisien. Estimasi parameter penge luaran lainnya sebesar 0.808336 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat dipahami karena biaya rutin, seperti biaya untuk gaji karyawan, biaya pemeliharaan, biaya penyusutan, dan lain- lain, merupaka n biaya yang harus dike luarka n pe rusahaan setiap tahun. Lonjakan harga minyak mentah dunia tahun 2008 menyebabkan total biaya operasi produksi tenaga listrik mengalami kenaikan sebesar Rp 5 087.0 miliar. Hal ini terjadi karena kenaikan harga minyak mentah dunia menyebabkan kenaikan harga jual BBM kepada PLN, sedangkan biaya pokok penyediaan energi per kWh dihitung berdasar nilai total biaya operasi produksi tenaga listrik dibagi tenaga listrik yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh ada lah : BPP t = BOPt / TLJUALt 5.2.2. Blok Kons umsi Tenaga Listrik Hasil estimasi persamaan konsumsi energi listrik untuk rumah tangga, kalangan industri dan pelanggan lainnya, menunjukan bahwa semua persamaan mempuny ai tingkat penjelas yang tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 104 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Konsums i Listrik Rumah Tangga Dari segi jumlah pelanggan maupun pemakaian, pelanggan rumah tangga adalah pemakai utama energi listrik di Indonesia. Hasil pendugaan parameter persamaan ko nsumsi energi listrik oleh rumah tangga dapat dilihat pada Tabel 26. Dari Tabe l 26 tersebut terlihat bahwa semua variabel penjelas secara statistik berpengaruh secara nyata terhadap konsumsi listrik rumah tangga. Tabel 26. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Rumah Tangga , Tahun 1990-2010 Variabel Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi Intercept -1009.26 0.2926 HJTLRT (Harga Jual Tenaga Listrik untuk Rumah Tangga) -2.01447 0.3354 -0.0217 -0.0445 D 0.463104 0.0009 0.1388 0.2840 A 0.536486 -922.694 0.0038 0.1559 0.4464 0.9133 A 0.511289 0.0066 PDBKPT (PDB per Kapita) PELRT (Jumlah Pelanggan Rumah Tangga) D98 LCLISRT (Lag Konsumsi Listrik Rumah Tangga) C B A 2 Adj-R = 0.99865; F-hitung = 2821.33; Pr > F = <0.0001; D-h = -1.0667 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Hasil pendugaan parameter harga jual tenaga listrik untuk pe langgan rumah tangga sebesar 2.01447 dan mempunyai hubungan yang negatif. Ini artinya kenaikan harga jual tenaga listrik untuk pelanggan rumah tangga akan mengurangi 105 jumlah konsumsi listriknya. Sebagaimana hasil penelitian yang dilakukan Makmun dan Abdurahman (2003) menemukan bahwa kenaikan tarif listrik dapat membawa dampak yang negatif terhadap pendapatan riil masyarakat, sehingga mengurangi kemampuan masyarakat dalam mengkonsumsi tenaga listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik be rsifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa listrik telah menjadi kebutuhan pokok masyarakat di Indonesia yang sulit dicari barang penggantinya, sehingga pengaruh kenaikan harga relatif kecil terhadap nilai konsumsinya. Nilai dugaan parameter PDB per kapita sebesar 0.463104 dan mempunyai hubungan yang positif. Sesuai teori ekonomi apabila pendapatan naik maka konsumsi barang normal juga akan naik. Makmun dan Abdurahman (2003) dalam kesimpulan yang lain menyatakan bahwa tingkat pendapatan berkorelasi positif dengan konsumsi listrik baik dari sisi nilai pengeluaran maupun tingkat konsumsi listrik per kWh-nya. Sebagaimana diketahui bahwa ketergantungan masyarakat, terutama masyarakat perkotaan, terhadap energi listrik semakin tinggi. Listrik tidak hanya untuk penerangan, tetapi juga untuk keperluan lain yang bersifat gaya hidup (life style) seperti untuk menyalakan pendingin ruangan, menyalakan alatalat hiburan seperti televisi dan sejenisnya, dan lain- lain. Respon konsumsi listrik rumah tangga terhadap perubahan PDB per kapita bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa perubahan total konsumsi rumah tangga tidak terlalu berpengaruh terhadap pengeluaran untuk konsumsi listrik. Hal ini dapat terjadi karena proporsi pengeluaran rumah tangga untuk konsumsi listrik terhadap total pengeluarannya relatif kecil. 106 Berdasarkan data BPS, pada tahun 2009 rata-rata persentase pengeluaran rumah tangga untuk konsumsi listrik sebesar 2.63 persen. Hasil pendugaan parameter jumlah pelanggan rumah tangga sebesar 0.536486 dan mempunyai hubungan yang positif. Hasil ini tentunya tidak mengejutkan karena kenaikan jumlah pelanggan akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini juga mengimplikasikan bahwa apabila pemerintah menargetkan untuk meningkatkan jumlah penduduk yang dapat menikmati energi listrik (rasio elektrifikasi), maka juga harus ditingkatkan jumlah produksi listrik untuk memenuhi penambahan konsumsi listrik tersebut. Ini berarti investasi di sektor kelistrikan harus ditingkatkan. Peran serta swasta dalam pembangunan sektor ke listrikan semakin diperlukan di tengah-tengah keterbatasan ke uangan negara. Ketika krisis ekonomi melanda Indonesia yang puncaknya terjadi tahun 1998 juga berpengaruh terhadap penurunan konsumsi listrik oleh pelanggan rumah tangga. Ini terjadi karena krisis ekonomi menyebabkan penurunan pendapatan riil masyarakat, sehingga tingkat konsumsi listrik oleh pelanggan rumah tangga juga mengalami penurunan. Konsumsi tenaga listrik oleh pelanggan rumah tangga juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik telah menjadi kebutuhan pokok rumah tangga yang terus dibutuhka n masyarakat. 2. Konsums i Listrik Kalangan Industri Meskipun secara komulatif konsumsi listrik pelanggan industri di bawah pelanggan rumah tangga, namun dilihat konsumsi per pelanggan adalah yang 107 terbesar, jauh di atas rata-rata pe langgan yang lain. Hasil dugaan parameter persamaan ko nsumsi energi listrik oleh industri disajikan pada Tabel 27. Berdasar Tabe l 27 tersebut secara statistik semua variabel penjelas yang digunakan berpengaruh terhadap konsumsi listrik pelanggan industri. Nilai parameter dugaan harga jual tenaga listrik sebesar 4.82933 dan mempunyai hubungan yang negatif, yang dapat diinterpretasikan bahwa kenaikan harga jual tenaga listrik untuk industri dapat menyebabkan berkurangnya konsumsi listrik oleh kalangan industri. Sesuai teori ekonomi peningkatan harga suatu barang akan diikuti berkurangnya jumlah konsumsi barang tersebut. Salah satu kesimpulan yang dinyatakan Hartono (2004) dalam penelitiannya menyebutkan bahwa kebijakan menaikkan TDL dapat menyebab dampak negatif terhadap output dan nilai tambah sektoral, sehingga beberapa sektor perlu mendapat perhatian serius. Respon konsumsi listrik rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat terjadi karena listrik merupakan kebutuhan pokok dalam menjalankan proses produksi maka nilai konsumsinya tidak berubah secara tajam apabila terjadi perubahan harga. Kenaikan harga listrik akan menyebabkan peningkatan biaya operasional industri. Sehingga untuk mengatasinya dilakukan penghematan agar perusahaan tetap bisa beroperasi. Tabel 27. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Industri, Tahun 1990-2010 Variabel Intercept (Intersep) HJTLIND (Harga Jual Tenaga Listrik untuk Industri) Estimasi Parameter Pr > |t| -1958.22 0.6171 -4.82933 0.3679 Elastisitas Jangka Jangka Pendek Panjang -0.0520 -0.5250 Signifikansi D 108 PDBI (Produk Domestik Bruto Industri Pengolahan) PELIND (Jumlah Pelanggan Industri) D98 D09 LCLISIND (Lag Konsumsi Listrik Industri) 0.003827 0.0251 0.0627 0.6329 A 158.1425 -4582.81 -4979.80 0.2617 0.0075 0.0012 0.2091 2.1120 C A A 0.900984 <0.0001 A Adj-R2 = 0.99077; F-hitung = 340.82; Pr > F = <0.0001; D-h = -0.5770 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan PDB sektor industri sebesar 0.003827 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan produksi industri akan menyebabka n peningkatan konsumsi listrik. Peningkatan produksi suatu barang karena meningkatnya permintaan barang tersebut akan menyebabkan meningkatnya permintaan tenaga listrik. Respon konsumsi listrik oleh industri terhadap PDB sektor industri bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter jumlah pelanggan industri sebesar 158.1425 dan mempunyai hubungan yang positif. Hasil ini tidak mengejutkan karena kenaikan jumlah pelanggan tentu akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan industri terhadap jumlah pelanggan industri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia dengan puncaknya pada tahun 1998 secara nyata berpengaruh negatif terhadap nilai konsumsi listrik oleh pelanggan industri. Krisis ekonomi yang tidak hanya terjadi di Indonesia tetapi juga melanda ba nyak negara- negara Asia seperti Singapura, Malaysia, Korea Selatan, dan Jepang yang merupakan mitra dagang strategis bagi Indonesia 109 sebagai pemasok maupun pasar utama, telah menyebabkan banyak industri dalam negeri tutup. Hal ini berakibat berkurangnya konsumsi listrik oleh kalangan industri. Krisis finansial global yang terjadi sejak pertengahan tahun 2008 yang dimulai dari Amerika Serikat dan menyebar ke beberapa negara seperti Jepang, Australia, da n negara-negara Eropa juga mempengaruhi konsumsi listrik pelanggan industri di Indo nesia. Industri- industri da lam negeri yang berorientasi ekspor paling merasakan dampak krisis tersebut. Meskipun krisis tidak menimpa Indo nesia, tetapi kr isis yang melanda negara-negara tujuan utama ekspor Indo nesia sepe rti Amerika Serikat dan Jepang menyebabkan berkurangnya ekspor ke negara- negara tersebut. Hal ini berdampak pada berkurangnya konsumsi listrik oleh kalangan industri. Konsumsi tenaga listrik oleh pelanggan industri juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik merupakan barang yang sangat dibutuhkan oleh kalangan industri, Listrik telah menjadi kebutuhan utama dalam proses produksi. 3. Konsums i Listrik Pelangga n Lainnya Hasil pendugaan parameter persamaan konsumsi energi listrik oleh pelanggan lainnya (pelanggan bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum) dapat dilihat pada Tabel 28. Dari Tabe l 28 tersebut dapat dilihat bahwa jumlah konsumsi tenaga listrik oleh pelanggan lainnya dipengaruhi secara nyata oleh variabel PDB di luar sektor industri, jumlah pelanggan lainnya dan variabel dummy pada tahun 2005 dan 2008. Tabel 28. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Pelangga n Lainnya, Tahun 1990-2010 110 Variabel Intercept (Intersep) HJTLOTH (Harga Jual Tenaga Listrik untuk Pelanggan Lainnya) PDBL (PDB Selain Industri) PELOTH (Jumlah Pelanggan Lainnya) D05 D08 Estimasi Parameter -335.456 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.6786 -1.08605 0.7233 0.003622 <0.0001 -0.0303 0.3170 - 6.654027 <0.0001 1514.473 0.0778 1082.157 0.1957 0.7180 - A A A B Adj-R2 = 0.9944; F-hitung = 678.23; Pr > F = <0.0001; DW = 1.534954 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan PDB sektor industri sebesar 0.003622 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan PDB akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap PDB bersifat tidak elastis. Hasil pendugaan parameter jumlah pelanggan industri sebesar 6.654027 dan mempunyai hubungan yang positif, ini berarti kenaikan jumlah pelanggan akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap jumlah pelanggan lainnya bersifat tidak elastis. Kebijakan pemerintah melakukan perluasan pelanggan yang memperoleh subsidi pada tahun 2005 da n kenaika n tajam harga minyak dunia tahun 2008 secara nyata juga berpengaruh positif terhadap peningkatan konsumsi listrik. Kebijakan pemberian subsidi mendorong peningkatan pemakaian energi listrik karena harga yang harus dibayar lebih murah daripada harga sesungguhnya. 4. Total Konsumsi Listrik Total konsumsi listrik terdiri dari tenaga listrik yang terjual kepada pelanggan, konsumsi listrik yang dikonsumsi sendiri, dan tegaga listrik yang 111 hilang atau susut (losses). Total konsumsi tenaga listrik yang terjual adalah persamaan ide ntitas yang merupaka n pe njumlahan tenaga listrik yang diko nsumsi rumah tangga, industri, dalan pelanggan lainnya. Persamaan total tenaga listrik yang terjua l (TLJUALt ) dapat dirumuskan sebagai berikut: TLJUALt = KONSRTt + KONSIND t + KONSOTHt Sementara tenaga listrik yang dikonsumsi sendiri dan susut (KONSUS t ) adalah persamaan identitas yang merupakan selisih total tenaga listrik yang diproduksi dengan tenaga listrik yang terjual. Persamaan tersebut dapat dirumuskan sebagai berikut: KONSUSt = PRODTLt – TLJUALt 5.2.3. Blok Subsidi Harga Listrik Koplow (2004) menemukan bahwa subsidi energi, termasuk listrik, ada di sebagian besar pasar energi di seluruh dunia. Di Indo nesia, subs idi listrik merupakan hal krusial dalam pembangunan sektor kelistrikan di Indo nesia karena akan berkaitan dengan harga yang akan dikenakan kepada pelanggan. Karena listrik telah menjadi barang yang menguasai hajat hidup orang banyak, sehingga da lam mene ntuka n besaran subs idi listrik dibutuhkan pertemua n yang intens if antara pemerintah dan DPR. Menurut Handoko dan Patriadi (2005) peningkatan atau penurunan beban subsidi listrik dipengaruhi oleh: (1) perkembangan nilai tukar rupiah terhadap dolar Amerika Serikat, (2) kebijakan tarif dasar listrik (TDL), dan (3) mekanisme perhitungan subsidi listrik. Hasil estimasi persamaan subsidi harga listrik per kWh untuk pelanggan rumah tangga, kalangan industri dan pelanggan lainnya, menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang tinggi. Hal ini terlihat dari 112 nilai koe fisien determinasi (R2 ) yang bernilai antara 0.92 sampa i 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaanpersamaan tersebut dapat menjelaskan 92 persen sampai dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Subsidi Harga Listrik untuk Pelangga n Rumah Tangga Pelanggan rumah tangga adalah yang terbesar dilihat dari segi jumlah pelanggan maupun jumlah konsumsi tenaga listriknya. Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan rumah tangga dapat dilihat pada Tabe l 29. Dari Tabe l 29 tersebut dapat dilihat ba hwa subsidi harga listrik untuk pelanggan rumah tangga dipengaruhi oleh kemampuan anggaran pemerintah. Tabel 29. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Rumah Tangga , Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPRT (Lag Subsidi per kWh Pelanggan Ruta) Estimasi Parameter Pr > |t| -30.6897 0.1722 0.000438 189.6783 0.0005 0.0163 0.198539 0.2198 Elastisitas SignifiJangka Jangka kansi Pendek Panjang B 0.9730 1.2140 A A C 2 Adj-R = 0.98066; F-hitung = 77.05; Pr > F = <0.0001; D-h = -0.6210 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000438 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan rumah tangga. Respon 113 subsidi harga listrik listrik untuk rumah tangga terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberi respon pada subsidi harga listrik untuk rumah tangga, tetapi dalam jangka panja memberi respon. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pe langgan. Subs idi harga listrik untuk rumah tangga juga dipengaruhi oleh subsidi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati- hati. 2. Subsidi Harga Listrik untuk Pelangga n Industri Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan industri dapat dilihat pada Tabel 30. Tabel 30 tersebut memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata mempengaruhi subs idi harga listrik untuk pelanggan industri. Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000421 dan mempunyai hubungan yang positif, yang berarti kenaika n penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pe langgan industri. Respon subsidi harga listrik listrik untuk industri terhadap perubahan penerimaan pemerintah bersifat elastis baik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk industri,. 114 Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik untuk emua golongan pelanggan. Sebagai konsekuensi kebijakan ini adalah meningkatnya pengeluaran pemerintah untuk membayar subsidi. Tabel 30. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Industri, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPIND (Lag Subsidi per kWh Pelanggan Industri) Estimasi Parameter -39.8937 Pr > |t| A 0.0366 0.000421 <0.0001 209.7906 0.0020 0.134340 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 1.1156 1.2887 A A 0.3178 D 2 Adj-R = 0.99813; F-hitung = 99.34; Pr > F = <0.0001; D-h = -1.3543 Keterangan: 3. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Subsidi Harga Listrik untuk Pelangga n Lainnya Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan lainnya dapat dilihat pada Tabel 31. Sebagaimana yang terjadi pada pelanggan rumahtangga dan industri, Tabel 31 juga memperlihatkan bahwa subsidi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh total penerimaan yang diperoleh pemerintah. Tabel 31. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Pelangga n Lainnya, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) Estimasi Parameter Pr > |t| -104.686 0.0007 0.000327 0.0003 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 6.4099 7.2051 A 115 D08 LSUBPOTH (Lag Subsidi per kWh Pelanggan Lainnya) 202.1526 0.0024 0.110361 0.4616 A 2 Adj-R = 0.92312; F-hitung = 61.57; Pr > F = <0.0001; D-h = 1.0169 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000327 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan lainnya. Respon subsidi harga listrik listrik untuk pelanggan lainnya terhadap perubahan pe nerimaan pemerintah bersifat elastis ba ik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk pelanggan lainnya. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pelanggan. Subs idi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh subs idi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikkan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati-hati. 4. Besaran Subsidi Listrik Besaran subs idi listrik untuk setiap golongan pe langgan adalah persamaan identitas yang merupaka n perkalian antara subsidi per kWh dengan jumlah konsumsi listrik untuk masing- masing golonga n. Persamaan besarnya subsidi 116 untuk pelanggan rumah tangga (SUBRT), industri (SUBIND), dan pelanggan lainnya (SUBOTH) dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 SUBINDt = SUBPINDt * CLISINDt / 1000 SUBOTHt = SUBPOTHt * CLISOTHt / 1000 Sedangkan total subsidi listrik untuk seluruh pelanggan (SUBLSTR) adalah penjumlahan dari nilai subsidi untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: SUBLSTRt = SUBRTt + SUBIND t + SUBOTHt 5.2.4. Blok Harga Jual Tenaga Listrik Harga jual tenaga listrik didapatkan dari penurunan rumus subsidi yang digunakan PLN dalam menghitung besaran subsidi. Menurut Peraturan Menteri Keuangan Nomor 111/PMK.02/2007, besarnya subsidi energi listrik dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume pe njualan (kW h) unt uk setiap golongan tarif. Sehingga dapat diturunkan persamaan harga jual tenaga listrik untuk pelanggan rumah tangga (HJTLRT), industri (HJTLIND), dan pelanggan lainnya (HJTLOTH) sebagai berikut: HJTLRTt = (1 + mt ) BPP t – SUBPRTt HJTLINDt = (1 + mt ) BPP t – SUBPINDt HJTLOTH t = (1 + mt ) BPP t – SUBPOTHt 117 Sedangka n harga jual rata-rata merupakan rata-rata tertimbang harga jual untuk setiap golongan pelanggan sebagai berikut: AVHJTL t = HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t 5.2.5. Blok Penerimaa n dan Penge luaran Pemerintah Dalam anggaran belanja pemerintah selalu memperhatikan nilai penerimaan yang dapat dikumpulkan pemerintah. Penerimaan pemerintah secara umum berasal dari penerimaan pajak dan penerimaan dari sumber lainnya, seperti penerimaan dari keuntungan badan usaha-badan usaha yang dimiliki pemerintah atau utang baik dari dalam maupun luar negeri. Hasil pendugaan parameter persamaan penerimaan pajak dapat dilihat pada Tabel 32. Pada Tabe l 31 dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut berpengaruh secara nyata terhadap penerimaan pajak yang diperoleh pemerintah. Tabel 32. Hasil Estimasi Parameter Persamaan Penerimaa n Pajak, Tahun 1990-2010 Variabel Intercept (Intersep) LPDB (Lag Produk Domestik Bruto) INFLASI (Tingkat Inflasi) D98 LPENPJK (Lag Penerimaan Pajak) Estimasi Parameter Pr > |t| -45462.8 0.0585 0.101952 4557.819 -319936 0.0094 0.0581 0.0594 0.322897 0.2599 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 0.7800 0.2248 1.1520 0.3320 A A A C Adj-R2 = 0.93949; F-hitung = 267.48; Pr > F = <0.0001; D-h = -0.2646 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB tahun sebelumnya sebesar 0.101952 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB berpotensi menaikka n penerimaan pajak pemerintah. Respo n penerimaan pajak terhadap 118 perubahan PDB periode sebelumnya bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberikan respon pada penerimaan pajak pemerintah, tetapi memberikan respon dalam jangka panjang. Sementara total penerimaan pemerintah (PENPEM) adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan non pajak (PENNPJK), yang dirumuskan sebagai berikut: PENPEMt = PENPJKt + PENNPJK t Dari sisi pengeluaran, belanja dalam penelitian ini dibagi menjadi dua, yaitu belanja untuk subsidi listrik dan belanja diluar subsidi listrik. Hasil pendugaan parameter untuk persamaan belanja lain disajikan pada Tabel 33. Pada Tabel 33 tersebut dapat dilihat bahwa semua variabel penjelas dalam persamaan tersebut berpengaruh secara nyata terhadap belanja lainnya. Tabel 33. Hasil Estimasi Parameter Persamaan Belanja Lain, Tahun 19902010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) IHK (Indeks Harga Konsumen) D09 LBLJNSUB (Lag Belanja Non Subsidi) Estimasi Parameter -4007.71 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang D 0.3691 0.036347 0.1500 193.8856 0.0337 103212.5 <0.0001 0.0791 0.1376 1.0544 1.8338 0.924940 <0.0001 B A A A Adj-R2 = 0.90534; F-hitung = 2532.66; Pr > F = <0.0001; D-h = 0.8165 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter penerimaan pemerintah sebesar 0.036347 dan mempunyai hubungan yang positif, yang berarti peningkatan penerimaan 119 pemerintah berpotensi menaikka n belanja di luar subsidi listrik. Respo n belanja di luar subsidi listrik terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan penerimaan pemerintah yang sifatnya sementara tidak memberikan respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Nilai dugaan parameter IHK sebesar 193.8856 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi belanja di luar subsidi listrik berpotensi naik. Respo n belanja di luar subsidi listrik terhadap peruba han IHK bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan IHK (inflasi atau deflasi) yang sifatnya sementara tidak memberikan respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Sedangkan total pengeluaran pemerintah (GOVEXP) merupakan penjumlahan pengeluaran pemerintah untuk subsidi listrik dan pengeluaran lainnya yang dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t 5.2.6. Blok Perekonomian Hasil estimasi persamaan pengeluaran di luar konsumsi untuk listrik, investasi, ekspor, impot, nilai tukar rupiah terhadap dolar Amerika Serikat, indeks harga konsumen (IHK), dan suku bunga menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.78 sampai dengan 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan 120 tersebut dapat menjelaskan 78 persen sampa i dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Produk Domestik Bruto Dalam menghitung nilai PDB ada lima komponen yang harus dihitung, yaitu total pengeluaran rumah tangga, pengeluaran pemerintah, investasi, ekspor dan impor. Hasil pendugaan parameter pengeluaran rumah tangga di luar untuk konsumsi listrik disajika n pada Tabe l 34. Tabel 34 memperlihatkan bahwa hanya variabel PDB per kapita dan dummy lonjakan harga minyak dunia tahun 2008 yang berpengaruh secara nyata berpengaruh terhadap pengeluaran rumah tangga di luar konsumsi listrik. Tabel 34. Hasil Estimasi Parameter Persamaan Penge luaran di Luar Konsums i Listrik, Tahun 1990-2010 Variabel Intercept (Intersep) PDBKPT (PDB per Kapita) INFLASI (Tingkat Inflasi) D98 D08 LCONLAIN (Lag Konsumsi Lainnya) Estimasi Parameter Pr > |t| -13586.9 110.0489 -26.5894 54503.53 133465.5 0.7505 0.0747 0.9951 0.8489 0.0605 0.190218 0.6989 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.8397 -0.0003 1.0370 -0.0003 A A 2 Adj-R = 0.99722; F-hitung = 1365.05; Pr > F = <0.0001; D-h = 0.8045 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB per kapita sebesar 110.0489 dan mempunyai hubungan yang positif, yang berarti kenaikan pendapatan masyarakat akan memicu kenaikan belanja di luar konsumsi listrik. Respon ko nsumsi di luar listrik 121 terhadap perubahan PDB per kapita bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Lonjakan harga minyak mentah dunia berdampak pada peningkatan pengeluaran di luar konsumsi listrik. Hal ini terjadi karena kenaikan harga minyak menyebabkan kenaikan barang-barang yang dipicu kenaika n biaya ope rasional dan barang-barang input. Sedangkan pengeluaran untuk konsumsi listrik (CONLIS) merupakan perka lian antara harga jual tenaga listrik dengan jumlah konsumsinya untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: CONLIS t = HJTLRTt *KONSRTt + HJTLINDt *KONSINDt + HJTLOTH t *KONSOTHt Sementara total pengeluran rumah tangga (CONRT) merupakan penjumlahan total pengeluaran untuk konsumsi listrik dan konsumsi lainnya yang dirumuskan dengan: CONRTt = CONLISt + CONLAIN t Komponen berikutnya dari PDB adalah investasi. Hasil pendugaan parameter persamaan investasi disajikan pada Tabel 35. Dari tabel 35 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai investasi. Nilai dugaan parameter PDB sebesar 0.072185 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB akan memicu kenaikan investasi. Respon investasi terhadap perubahan PDB bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. 122 Di samping itu, investasi juga dipengaruhi oleh tingkat suku bunga. Nilai dugaan parameter tingka t suku bunga sebesar 3763.54 dan mempunyai hubungan yang negatif, yang berarti kenaikan tingkat suku bunga dapat menurunkan minat orang untuk berinvestasi karena orang akan lebih tertarik umtuk menabung. Respo n investasi terhadap perubahan tingkat suku bunga bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 35. Hasil Estimasi Parameter Persamaan Investasi, Tahun 1990-2010 Variabel Intercept (Intersep) PDB (Produk Domestic Bruto) SKBG (Tingkat Suku Bunga) D04 LINV (Lag Investasi) Estimasi Parameter Pr > |t| 49424.32 0.3385 0.072185 0.0599 -3763.54 0.1019 -1180440 0.0672 0.917795 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang D 0.2716 -0.1013 3.3036 -1.2320 A B B A Adj-R2 = 0.99082; F-hitung = 513.83; Pr > F = <0.0001; D-h = -0.5466 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Komponen selanjutnya dari PDB adalah ekspor dan impor. Hasil pendugaan parameter persamaan ekspor dapat dilihat pada Tabel 36. Dari Tabel 36 tersebut dapat diketahui bahwa nilai ekspor sangat dipengaruhi oleh nilai tukar rupiah terhadap do lar Amerika Serikat. Tabel 36. Hasil Estimasi Parameter Persamaan Ekspor, Tahun 1990-2010 Variabel Intercept (Intersep) KURS (Nilai Tukar Rp/US$) D98 LEKSPOR (Lag Ekspor) Estimasi Parameter Pr > |t| -26942 0.6491 13.10376 0.3164 253373.3 0.0547 0.998771 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.1473 119.823 D A A Adj-R2 = 0.95208; F-hitung = 126.82; Pr > F = 0.0003; D-h = -1.8515 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen 123 Nilai dugaan parameter nilai tukar rupiah sebesar 13.10376 dan mempunyai hubungan yang positif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat meningkatkan pendapatan nasional dari ekspor. Ini terjadi karena melemahnya nilai tukar akan meningkatkan daya saing barang Indo nesia di luar ne geri disebabk an harga ba rang Indo nesia aka n lebih murah daripada barng dari negara lain. Respo n ekspor terhadap perubahan nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1998 dari sisi ekpor ternyata menguntungkan. Hal ini terjadi karena nilai tukar rupiah melemah drastis sehingga barang-barang dari Indonesia menjadi sangat murah, ditambah merosotnya pendapatan masyarakat Indonesia sehingga banyak perusahaan lebih banyak memproduksi barang-barang untuk diekspor karena permintaan dalam negeri menurun drastis. Ekspor juga dipengaruhi oleh nilai ekspor tahun sebelumnya. Hasil ini mengindikasikan Indonesia telah mempunyai hubungan dagang yang baik dengan negara lain. Namun untuk lebih meningkatkan ekspor diperlukan pembukaan hubungan da gang de ngan negara- negara lain selain de ngan negara-negara yang secara tradisional memang telah terjalin de ngan baik sejak lama. Sementara nilai dugaan parameter persamaan impor disajikan pada Tabel 37. Pada Tabel 37 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai impor Indonesia. Nilai dugaan parameter inflasi sebesar 19088.89 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi impor nasional dapat 124 meningkat. Ini terjadi karena jika terjadi inflasi akan menyebabkan harga barang dalam negeri lebih mahal daripada barng impor, sehingga orang cenderung mengimpor barang. Respon impor terhadap perubahan tingkat inflasi bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Nilai dugaan parameter nilai tukar rupiah sebesar 21.61700 dan mempunyai hubungan yang negatif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat menurunkan impor nasional. Ini terjadi karena melemahnya nilai tukar akan menyebabkan harga barang dalam negeri lebih murah daripada barng impor. Respon impor terhadap perubahan nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 37. Hasil Estimasi Parameter Persamaan Impor, Tahun 1990-2010 Variabel Intercept (Intersep) INFLASI (Tk Inflasi) KURS (Nilai Tukar Rp/US$) POP (Jumlah Penduduk) D98 LIMPOR (Lag Impor) Estimasi Parameter -2641834 19088.89 -21.61700 13.55890 -1107300 0.737583 Pr > |t| 0.0606 0.0367 0.2660 0.0779 0.0733 0.0037 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 0.4151 1.5817 -0.2794 -1.0646 5.2328 19.9408 A C A A A Adj-R2 = 0.93649; F-hitung = 57.03; Pr > F = <0.0001; D-h = -3.4610 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter jumlsh pe nduduk sebesar 13.55890 dan mempunyai hubungan yang positif, yang berarti bertambahnya jumlah penduduk berpotensi menaikkan impor nasional. Ini terjadi karena bertambahnya penduduk akan menyebabkan peningkatan barang dan jasa, sehingga untuk memenuhinya adalah mengimpor dari negara lain apabila produksi dalam negeri tidak 125 mencukupi. Respon impor terhadap perubahan jumlah penduduk be rsifat elastis baik untuk jangka pendek maupun jangka panjang. Sebagaimana ekspor, impor juga dipengaruhi oleh nilai impor tahun sebelumnya. Makin banyak perusahaan multinasional mengakibatkan konsistennya nilai impor antar waktu. Nilai PDB adalah persamaan identitas dari lima komponen yang telah disebutkan sebelumnya yang dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKSt - IMPt Sedangkan nilai riil PDB dihitung dengan rumus: RPDBt = PDBt * 100/IHK t Laju pertumbuhan ekonomi (GROWTH) dihitung berdasarkan perubahan PDB riil tahun sekarang terhadap tahun sebelumnya yang dirumuskan sebagai berikut: GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 Sementara PDB per kapita dihitung berdasarkan nilai PDB dibagi dengan jumlah penduduk, a tau: PDBKPTt = PDBt /POPt * 1 000 2. Nilai Tukar Rupiah Hasil pendugaan parameter persamaan nilai tukar rupiah terhadap dolar Amerika Serikat disajikan pada Tabel 38. Tabe l 38 memperlihatkan bahwa variabel IHK, cadangan devisa, dan lag nilai tukar rupiah terhadap dollar Amerika Serikat dan krisis ekonomi tahun 1997-1999 secara nyata berpengaruh terhadap nilai tukar rupiah terhadap dolar Amerika Serikat. 126 Nilai dugaan parameter IHK sebesar 33.14076 dan mempunyai hubungan yang positif, yang berarti terjadinya inflasi akan memicu melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat. Respon nilai tukar rupiah terhadap dolar Amerika Serika t bersifat tidak elastis dalam jangka pendek, tetapi elastis untuk jangka panjang. Tabel 38. Hasil Estimasi Parameter Pe rsamaan Nilai Tukar Rupiah Terhadap Dolar Ame rika Serikat, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) IHK (Indeks Harga Konsumen) CADEV (Cadangan Devisa) D9799 LKURS (Lag Nilai Tukar Rupiah) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi C 714.7607 0.2225 33.14076 0.0619 0.5291 1.5799 A -0.06175 1467.304 0.0774 0.0557 -0.2942 -0.8784 A A 0.665105 0.0022 A Adj-R2 = 0.90006; F-hitung = 43.78; Pr > F = <0.0001; D-h = -1.6150 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai pendugaan parameter cadangan devisa sebesar 0.06175 dan mempunyai hubungan yang negatif. Ini berarti cadangan devisa yang dimiliki Indo nesia ikut menjaga kestabilan nilai tukar rupiah. Respo n nilai tukar rupiah terhadap cadangan devisa bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1997-1999 mempengaruhi nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika. Bahkan pada Juni 1998 rupiah sempat mencapai titik terendah yaitu 16 500 per dolar Amerika Serikat (BI, 1999). Krisis ekonomi yang disertai krisis politik telah menyebabka n ke munduran pereko nomian Indo nesia ke titik nadir. 127 Nilai tukar rupiah pada periode sebelumnya juga memepangaruhi nilai tukar saat ini. Hal ini dapat dipahami bahwa meskipun Indonesia menganut sistem nilai tukar mengambang (floating) tetapi Bank Indonesia (BI) terus memantau pergerakan nilai tukar rupiah terhadap mata uang asing. Jika terjadi gejolak nilai mata uang rupiah maka BI dapat melakukan intervensi untuk mestabilkannya. 3. Indeks Harga Konsume n Hasil pendugaan parameter persamaan indeks harga konsumen atau IHK disajikan pada Tabel 39. Tabel 39 memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata berpengaruh terhadap indeks harga konsumen. Nilai parameter dugaan rata-rata suku bunga deposito sebesar 0.03242 dan mempunyai hubungan yang negatif. Kenaikan suku bunga sebesar 1 persen menyebabkan penurunan IHK sebesar 0.03 point. Menurut teori ekonomi, apabila suku bunga naik, maka masyarakat cenderung menabung sehingga mengurangi uang beredar dan inflasi turun. Respon IHK terhadap pe ruba han suku bunga bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan uang beredar sebesar 0.016741 dan mempunyai hubungan yang positif. Meningkatnya uang beredar di tengah masyarakat dapat menyebabkan peningkatan IHK sebesar 0.02 point. Respon IHK terhadap perubahan uang bereda r bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan rata-rata harga jual tenaga listrik sebesar 0.020046 dan mempunyai hubungan yang positif. Ini berarti kenaikan tarif listrik dapat memicu kenaikan IHK, yang berarti akan meningkatkan inflasi. Ini terjadi karena listrik telah menjadi salah satu barang input utama baik bagi rumah tangga 128 ataupun dunia usaha. Sehingga jika terjadi kenaikan tarif listrik akan meningkatkan biaya operasi dan untuk menutup kenaikan biaya tersebut dilakukan kenaikan harga produk yang dihasilkan. Akibatnya terjadi kenaikan harga barangbarang dan memicu inflasi. Respon IHK terhadap perubahan rata-rata tarif listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Tabel 39. Hasil Estimasi Parameter Persamaan Indeks Harga Konsume n, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) SKBG (Suku Bunga) UANGBR (Uang Beredar) AVHJTL (Rata-rata Harga Jual Tenaga Listrik) PBBM (Harga BBM) KURS (Nilai Tukar Rp/US$) D98 D05 D02 LIHK (Lag Indeks Harga Konsumen) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi B 5.563770 -0.03242 0.1432 0.8495 -0.0043 -0.0113 0.016741 0.0187 0.1344 0.3490 A 0.020046 0.002428 0.1925 0.0010 0.0681 0.0447 0.1770 0.1161 B A 0.002050 23.00031 12.93938 4.273269 0.0003 0.0024 0.0002 0.0820 0.1284 0.3335 A A A A 0.614920 0.0003 A Adj-R2 = 0.99912; F-hitung = 2389.11; Pr > F = <0.0001; D-h = -0.9443 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan harga BBM sebesar 0.002428 dan mempunyai hubungan yang positif. Sebagaimana listrik, BBM juga merupakan salah satu input utama dalam proses produksi barang. Kenaikan harga BBM akan menaikan biaya, sehingga harga barang akan naik untuk menutupi kenaikan biaya dan terjadi inflasi. Respon IHK terhadap peruba han harga BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. 129 Nilai parameter dugaan nilai tukar sebesar 0.002050 dan mempunyai hubungan yang positif. Sebagaimana telah diuraikan pada ekspor impor, melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat dapat memicu meningkatnya ekspor dan menurunnya impor. Dengan kondisi barang yang diekspor lebih besar daripada yang diimpor dapat menyebabkan kekurangan barang di dalam negeri. Kurangnya stok barang di dalam negeri dapat memicu kenaikan harga yang berarti dapat meningkatkan inflasi. Respon IHK terhadap perubahan nilai tukar bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis eko nomi yang melanda Indo nesia tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 tmenyebabkan harga-harga barang di dalam negeri mengalami kenaikan, sehingga terjadi inflasi. Pemicunya adalah merosotnya nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 menyebabkan kenaikan biaya operasional perusahaan pemakai tenaga listrik dan BBM, sehingga harga barang-barang mengalami kenaikan yang berarti terjadi inflasi. Nilai IHK pada periode sebelumnya juga memepangaruhi IHK sekarang. Hal ini dapat dipahami karena pemerintah selalu memantau nilai inflasi dan selalu berusaha mengendalikannya sesuai target yang telah ditetapkan. Jika terjadi gejolak harga maka pemerintah akan melakuka n intervensi unt uk mestabilkannya, seperti melakukan operasi pasar. 4. Tingkat Inflasi 130 Tingkat inflasi adalah persamaan identitas yang merupakan perubahan IHK sekarang terhadap IHK tahun sebelumnya, yang dirumuskan sebagai berikut: INFLASI t = (IHK t – IHK t-1 ) / IHK t-1 * 100% 5. Suku Bunga Tingkat suku bunga merupakan salah satu instrumen yang biasa digunakan otoritas moneter untuk mengendalikan tingkat inflasi. Hasil pendugaan parameter persamaan tingkat suku bunga disajikan pada Tabel 40. Pada Tabel 40 tersebut dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut secara nyata berpengaruh terhadap tingkat suku bunga. Tabel 40. Hasil Estimasi Parameter Persamaan Tingkat Suku Bunga, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) INFLASI (Tingkat Inflasi D9799 LSKBG (Lag Tk Suku Bunga) Pr > |t| 2.807472 0.2486 0.290601 3.105602 0.0005 0.3826 0.531885 0.0016 Elastisitas Jangka Jangka Pendek Panjang Signifikansi C 0.2285 0.4882 A D A 2 Adj-R = 0.77876; F-hitung = 23.29; Pr > F = <0.0001; D-h = 1.3492 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan tingkat inflasi sebesar 0.290601 dan mempunyai hubungan yang positif. Ini berarti jika terjadi inflasi, tingkat suku bunga cenderung dinaikka n. Kebijakan ini biasanya dilakukan apabila tingkat inflasi sudah diluar perkiraan maka salah satu langkah yang biasa diambil otoritas moneter (Bank Indonesia) adalah meningkatkan suku bunga. Naiknya suku bunga 131 akan mendorong masyarakat untuk menabung, sehingga uang beredar di tengah masyarakat dapat berkurang dan inflasi terkendali. Respo n tingka t suku bunga terhadap peruba han inf lasi bersifat tidak elastis ba ik untuk jangka pendek maupun jangka panjang. Ketika terjadi krisis ekonomi tahun 1997-1999 tingkat suku bunga mengalami kenaikan rata-rata 3.11 persen. Pada saat itu banyak bank mengalami kekurangan likuiditas bahkan tutup, sehingga terjadi penarikan uang besar-besaran oleh masyarakat. Maka untuk mengatasi kondisi ini BI menaikkan tingkat suku bunga untuk menarik uang di masyarakat, di samping mengambil kebijakan lain seperti penyehatan ba nk-bank yang sakit dan penjaminan uang masyarakat yang disimpan di bank. Tingka t suku bunga pada periode sebelumnya juga memepangaruhi suku bunga sekarang. Hal ini dapat dilakukan untuk mengendalikan gejolak harga barang di masyarakat, yang berarti mengendalikan tingkat inflasi. 5.2.7. Blok Tenaga Kerja Instrumen lain yang penting dalam mengukur kinerja ekonomi suatu negara adalah dari sisi ketenagakerjaan terutama masalah penganggura n dan upah. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabel 41. Dari Tabel 41 tersebut dapat dilihat bahwa hampir semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat penawaran tenaga kerja, kecuali variabel perubahan belanja di luar subsidi listrik. Nilai parameter dugaan upa h riil sebesar 4.919688 dan mempunyai hubungan yang positif. Ini berati kenaikan upah riil dapat memicu kenaikan 132 penawaran tenaga kerja Respo n pe nawaran tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan jumlah pe nduduk sebesar 0.462834 dan mempunyai hubungan yang positif. Ini berati kenaikan jumlah penduduk akan meningkatkan penawaran tenaga kerja. Respo n penawaran tenaga kerja terhadap perubahan jumlah pe nduduk bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka pa njang. Tabel 41. Hasil Estimasi Parameter Persamaan Penawaran Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) POP (Jumlah Penduduk) DBLJLAIN (Selisih Belanja Lain Antar Tahun) D04 D09 LSTK (Lag Supply TK) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi B -35064 4.919688 0.1209 0.2175 0.0319 0.0490 0.462834 0.1000 0.9846 1.5094 0.014904 -1837.59 -2603.15 0.7821 0.3706 0.6634 0.0040 0.0062 0.347697 0.3397 C B D D 2 Adj-R = 0.98443; F-hitung = 201.28; Pr > F = <0.0001; D-h = -0.1818 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Penawaran tenaga kerja tahun sebelumnya juga berpengaruh terhadap penawaran tenaga kerja sekarang. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabel 42. Dari Tabel 42 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja. 133 Nilai parameter dugaan upa h riil sebesar 8.6285 dan mempunyai hubungan yang negatif. Ini berati kenaikan upah riil dapat menurunkan tingkat permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis. Nilai parameter dugaan PDB sebesar 0.004586 dan mempunyai hubungan yang positif. Ini berati kenaikan produksi nasional dapat meningkatkan tingkat permintaan tenaga kerja. Ini terjadi karena meningkatnya output nasional akan memicu kenaikan permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap pe ruba han upa h riil bersifat tidak elastis. Tabel 42. Hasil Estimasi Parameter Persamaan Pe rmintaan Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) PDB (Produk Domestic Bruto) D9799 Estimasi Parameter Pr > |t| 86066.35 -8.6285 <0.0001 0.1777 0.004586 3177.572 <0.0001 0.0798 Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -0.0604 - B 0.1053 - A A Adj-R2 = 0.91509; F-hitung = 69.25; Pr > F = <0.0001; DW = 0.937812 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Pada saat terjadi krisis ekonomi permintaan tenaga kerja meningkat. Hal ini terjadi karena pada saat itu selain kondisi ekonomi yang lumpuh tetapi juga disertai krisis politik dan terjadi kerawanan sosial, sehingga banyak warga keturunan meninggalkan Indonesia. Akibatnya permintaan tenaga kerja meningkat untuk mengisi posisi yang ditinggalkan warga keturunan tersbut. Hasil pendugaan parameter persamaan upah riil tenaga kerja disajikan dalam Tabel 43. Dari Tabel 43 tersebut dapat dilihat bahwa hampir semua 134 variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja, kecuali perubahan permintaan tenaga kerja. Nilai parameter dugaan penawaran tenaga kerja tahun sebelumnya sebesar 0.00167 dan mempunyai hubungan yang negatif. Ini berati kenaikan penawaran tenaga kerja dapat menurunkan tingkat upah riil tenaga kerja. Respo n upah riil tenaga kerja terhadap perubahan jumlah penawaran bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Tabel 43. Hasil Estimasi Parameter Persamaan Upah Riil Tenaga Kerja, Tahun 1990-2010 Variabel Estimasi Parameter Intercept (Intersep) LSTK (Supply TK Tahun Sebelumnya) DDTK (Perubahan Permintaan TK) D98 LRUPH (Lag RUPH) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 263.223 0.0679 -0.00167 0.1136 -0.2546 -1.8901 0.003455 -297.811 0.865321 0.5756 0.0001 <0.0001 0.0091 0.0676 B A A Adj-R2 = 0.7673; F-hitung = 16.66; Pr > F = <0.0001; D-h = -0.6862 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Krisis ekonomi tahun 1998 menyebabkan penurunan upah riil tenaga kerja. Ini disebabkan pada tahun 1998 tingkat inflasi sangat tinggi sementara pendapatan tetap. Sehingga nilai riil pendapatan masyarakat merosot. Nilai upah riil tahun sebelumnya juga berpengaruh terhadap nilai upah riil tahun sekarang. Ini terjadi karena dalam menetapkan upah minimum propinsi pemerintah selalu mempertimbangkan tingkat upah tahun sebelumnya agar tidak membebani para majikan. 5.2.8. Blok Kemiskinan 135 Hasil estimasi persamaan jumlah penduduk miskin di daerah perkotaan dan pedesaan menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai 0.73 dan 0.85, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 73 persen dan 85 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Jumlah Penduduk Miskin di Perkotaan Hasil pendugaan parameter persamaan jumlah penduduk miskin di daerah perkotaan disajikan pada Tabel 44. Dari Tabe l 44 tersebut dapat dilihat bahwa semua variabe l yang digunaka n secara nyata berpengaruh terhadap jumlah penduduk miskin di daerah perkotaan. Nilai parameter dugaan tingkat inflasi sebesar 33.65109 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi dapat memicu kenaikan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap perubahan tingkat inflasi bersifat tidak elastis. Tabel 44. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pe rkotaan, Tahun 1990-2010 Elastisitas SignifiEstimasi Variabel Pr > |t| Jangka Jangka kansi Parameter Pendek Panjang Intercept (Intersep) A 10198.97 0.0018 INFLASI (Tingkat Inflasi) RUPH (Upah Riil) UNEMPL (Jumlah Pengangguran) 33.65109 -3.89511 0.1718 0.2784 0.0334 -0.2092 - B C 0.430785 0.0012 0.2581 - A 136 D9799 4274.266 2 A 0.0005 Adj-R = 0.73422; F-hitung = 14.12; Pr > F = 0.0003; DW = 2.391084 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel upah riil tenaga kerja sebesar 3.89511 dan mempunyai hubungan yang negatif, yang berarti kenaikan upah riil tenaga kerja berpotensi menurunkan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap peruba han upa h riil bersifat tidak elastis. Nilai parameter dugaan jumlah pengangguran sebesar 0.430785 dan mempunyai hubungan yang positif, yang berarti meningkatnya jumlah pengangguran akan memicu kenaika n jumlah pe nduduk miskin di pe rkotaan. Respo n jumlah penduduk miskin di perkotaan terhadap peruba han upah riil bersifat tidak elastis. Ketika kr isis ekonomi melanda Indonesia pada tahun 1997-1999 jumlah penduduk miskin di perkotaan bertambah sebanyak 4.27 juta orang. Ini terjadi karena pada saat krisis banyak perusahaan tutup, banyak terjadi pemutusan hubungan kerja (PHK), sehingga pengangguran meningkat yang memicu kenaikan jumlah penduduk miskin di perkotaan. Selain itu, inflasi pada saat krisis juga sangat tinggi sehingga pendapatan riil masyarakat merosot, sementara harga-harga naik. Akibatnya banyak penduduk yang jatuh ke jurang kemiskinan. 2. Jumlah Penduduk Miskin di Pedesaan Hasil pendugaan parameter persamaan jumlah penduduk miskin di daerah pedesaan disajikan pada Tabel 45. Dari Tabe l 45 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap jumlah penduduk miskin di daerah pedesaan. 137 Nilai parameter dugaan tingkat inflasi sebesar 25.74496 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi dapat memicu kenaikan jumlah penduduk miskin di pedesaan. Respon jumlah penduduk miskin di pedesaan terhadap perubahan tingkat inflasi bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan total pengeluaran pemerintah sebesar 0.00616 dan mempunyai hubungan yang negatif, yang berarti kenaikan belanja pemerintah berpotensi menurunkan jumlah penduduk miskin di pedesaan. Hasil ini menunjukkan peran penting pemerintah dalam usaha pengentasan kemiskinan. Respo n jumlah pe nduduk miskin di pedesaan terhadap peruba han total pengeluaran pemerintah bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Tabel 45. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pedesaan, Tahun 1990-2010 Variabel Intercept (Intersep) INFLASI (Tingkat Inflasi) GOVEXP (Pengeluaran Pemerinah) UNEMPL (Jumlah Pengangguran) D9799 LMISDESA (Lag Miskin Desa) D5 Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 8359.462 0.0025 25.74496 0.3810 0.0127 0.0266 D -0.00616 0.0668 -0.0443 -0.0932 A 0.435392 4623.463 0.0494 0.0058 0.1294 0.2721 A A 0.524380 8359.462 0.0006 0.0025 A A 2 Adj-R = 0.85351; F-hitung = 23.14; Pr > F = <0.0001; D-h = -1.5630 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan jumlah pengangguran sebesar 0.435392 dan mempunyai hubungan yang positif, yang berarti meningkatnya jumlah 138 pengangguran aka n memicu ke naikan jumlah pe nduduk miskin di pedesaan. Respo n jumlah pe nduduk miskin di pedesaan terhadap peruba han upa h riil bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ketika krisis ekonomi melanda Indonesia pada tahun 1997 sampai dengan tahun 1999 jumlah penduduk miskin di pedesaan bertambah sebanyak 4.62 juta orang. Jumlah penduduk miskin di pedesaan tahun sebelumnya juga berpengaruh terhadap jumlah penduduk miskin di pedesaan sekarang. Hasil ini menunjukkan adanya ke miskinan struktural 4 di daerah pedesaan. 3. Total Penduduk Miskin dan Tingkat Ke miskinan Total penduduk miskin (PMISKIN t ) merupaka n penjumlahan pe nduduk miskin di daerah perkotaan dengan penduduk miskin daerah pedesaan yang dirumuskan sebagai berikut: PMISKIN t = MISKOTAt + MISDESA t Sedangkan tingkat kemiskinan menunjukkan persentase total penduduk miskin terhadap seluruh penduduk Indonesia yang dirumuskan sebagai berikut: TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 4 Suyanto (1995) dalam BPS (2009) mendefin isikan kemiskinan struktural adalah kemiskinan yang ditengarai atau disebabkan kondisi struktur, atau tatanan kehidupan yang tak menguntungkan”. Dikatakan tak menguntungkan karena tatanan itu tak hanya menerbitkan akan tetapi (lebih lanjut dari itu!) juga melanggengkan kemiskinan di dalam masyarakat. 139 VI. SIMULASI KEBIJAKAN DAN PEMBAHASAN Bab ini membahas simulasi berbagai skenario kebijakan yang berkaitan dengan sektor kelistrikan. Skenario simulasi yang dilakukan dalam penelitian ini ditentukan sesuai dengan kecenderungan data dan rencana kebijakan pemerintah. Peramalan dan Simulasi dilakukan untuk periode tahun 2011–2015. Langka h awal yang dilakukan dalam prose peramalan adalah meramal nilai vaariabel penjelas (explanatory variable) dengan asumsi yang dianggap relevan dan realistis atau neggunakan metode meramalan tertentu. Metode yang digunakan dalam meramal variabel penjelas adalah Stepwise Autoregressive (STEPAR) dengan prosedur FORECAST, sedangkan ramalan variabel endogennya dilakukan menggunakan prosedur SIMNLIN dengan metode Newton. 6.1. Validasi Model Validasi model merupakan langkah awal sebelum melakukan simulasi untuk mengetahui ketepatan model dalam menjelaskan keadaan yang sebe narnya. Hasil estimasi Mode l Subsidi Listrik di Indonesia yang digunakan dalam penelitian ini divalidasi untuk periode 1990-2010. Validasi menggunakan indikator statistik Root Mean Square Percent Error (RMSPE) dan Theil’s Inequality Coefficient (U) untuk mengukur penyimpangan hasil prediksi dari nilai pengamatannya untuk setiap variabe l endo gen. Hasil validasi model subsidi listrik disajikan pada Tabel 46. Hasil va lidasi pada Tabel 46 menunjukkan bahwa dari 56 persamaan terdapat 38 persamaan mempunya i RMSPE lebih kecil dari 80 persen dan sisanya lebih besar dari 80 persen. Nilai RMSPE yang lebih besar dari 80 persen terutama 140 terjadi pada persamaan-persamaan identitas. Hal ini terjadi karena error variabel endogen terakumulasi pada persamaan-persamaan identitas tersebut. Persamaanpersamaan struktural yang memiliki RMSPE besar terjadi pada persamaanpersamaan subsidi. Ini dapat terjadi karena dalam menentukan besaran subsidi listrik di Indonesia lebih dominan dipengaruhi oleh faktor politik daripada kemampuan keuangan yang dimiliki pemerintah. Tabel 46. R ingkasan Hasil Validasi Model Subsidi Harga Listrik di Indonesia Variabel Endo gen PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND RMSPE 5.81 26.32 9.97 196.40 42.43 30.04 11.07 56.79 29.81 167.30 72.59 5.30 13.98 22.22 27.02 14.89 44.42 24.80 253.80 461.90 505.90 353.70 491.70 738.50 655.80 63.81 56.37 5.81 U-Theil 0.0259 0.1024 0.0341 0.2160 0.0546 0.1179 0.0453 0.1043 0.0996 0.1869 0.1146 0.0320 0.0222 0.1475 0.1436 0.0886 0.2031 0.1356 0.2896 0.2897 0.3426 0.3981 0.3639 0.4710 0.3987 0.6827 0.5747 0.0259 Variabel Endo gen HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN RMSPE 39.22 53.35 113.60 77.52 21.66 29.44 46.79 105.70 101.30 137.20 18.95 38.08 104.70 132.20 495.00 104.70 32.81 14.17 53.81 33.02 1.28 11.74 140.50 12.68 41.16 43.59 42.45 42.45 U-Theil 0.3441 0.5355 0.3457 0.2716 0.0902 0.1380 0.5095 0.3289 0.3178 0.3977 0.0855 0.0996 0.3229 0.4198 0.7053 0.3274 0.1470 0.0972 0.1479 0.1277 0.0066 0.0601 0.8789 0.0540 0.2527 0.2389 0.2417 0.3441 141 Sedangkan besar nilai statistik U, 45 persamaan mempunyai nilai statistik U lebih kecil dari 35 persen dan 11 persamaan mempunya i nilai statistik U lebih dari 35 persen. Nilai statitik U terbesar adalah 0.8789, yaitu pada persamaan jumlah pengangguran (UNEMPL). Dilihat dari komposisi nilai U, secara umum mempunyai nilai yang mendekati nol untuk UM dan US dan mendekati 1 untuk nilai UC. Secara lengkap hasil validasi mode l dapat dilihat pada Lampiran 8. Dengan demikian, dilihat secara keseluruhan, maka model yang disusun cukup valid digunakan untuk melakuka n simulasi pe ramalan akibat peruba han factor eksternal dan kebijakan. 6.2. Ramalan Variabel Endoge n Salah satu fokus yang ingin dilihat dari penelitian ini adalah meramalkan besarnya subsidi listrik yang harus dike luarka n pe merintah di masa yang aka n datang. Banyak faktor yang menentukan besarnya subsidi listrik. Secara lengkap hasil ramalan seluruh variabel endogen dapat dilihat pada Lampiran 10 dan 13. Realisasi dan ramalan subsidi listrik dapat dilihat pada Gambar 9. Dari Gambar 9 tersebut terlihat bahwa besarnya subsidi listrik cenderung naik dari tahun ke tahun. Kondisi ini diperkirakan akan terus berlanjut pada tahun-tahun berikutnya selama tidak ada kemauan yang kuat dari para pengambil kebijaka n untuk menurunkannya. Pada tahun 2011 diperkirakan subsidi listrik akan mencapai Rp. 73.58 triliun dan naik menjadi Rp. 89.71 triliun pada tahun 2012. Apabila tidak ada kebijakan mendasar dalam masalah kelistrikan di Indonesia diperkirakan subs idi listrik di Indonesia akan mencapai Rp. 140.4 triliun pada tahun 2015. Hal ini tentu akan sangat membebani keuangan pemerintah. Sehingga perlu langkah nyata untuk mengurangi masalah subsidi listrik ini. 142 160 140.4 140 122.7 105.9 100 89.7 78.3 80 73.6 60 40 1.9 1.1 2.8 4.3 20 01 20 33.9 10.6 19 99 Triliun RpW 120 53.4 58.1 37.4 5.4 3.4 3.5 Realisasi 20 15 20 14 20 13 20 12 20 11 20 10 20 09 20 08 20 07 20 06 20 05 20 04 20 03 20 02 20 00 19 98 0 Peramalan Gambar 9. Realisasi dan Ramalan Subsidi Listrik, Tahun 1998–2015 Dalam penelitian ini akan dilakukan berbagai simulasi sebagai alternatif kebijakan yang berkaitan dengan dengan subsidi harga listrik. Sebanyak 11 simulasi aka n dilakukan yang terdiri dari 2 simulasi perubahan faktor ekternal, 7 simulasi perubahan kebijakan, dan 2 simulasi kombinasi antara perubahan faktor ekternal da n pe ruba han kebijakan. Faktor eksternal yang digunakan adalah kenaika n harga minyak mentah Indo nesia (ICP) da n melemahnya nilai tukar rupiah terhadap dollar Amerika Serikat. Perubahan kebijakan yang digunakan ada lah ke naika n subs idi harga listrik rata-rata sebesar 10 persen, penurunan subsidi harga listrik sebesar 10 persen, penurunan subsidi harga listrik sebesar 10 persen dan dialihkan ke belanja lain, kenaikan harga jual tenaga listrik sebesar 10 persen, penurunan tenaga listrik yang hilang atau susut sebesar 10 persen, penurunan margin usaha PLN sebesar 1 persen, dan kombinasi pengurangan susut tenaga listrik da n pe ngurangan margin usaha PLN. Sedangkan simulasi kombinasi antara faktor eksternal da n peruba han kebijaka n ada lah ke naika n harga minyak mentah Indo nesia sebesar 10 persen de ngan mempertahanka n harga jual tenaga 143 listrik dan kenaikan ICP sebesar 10 persen dengan besar subsidi yang tetap. Hasil simulasi dapat dilihat pada Tabel 47. 6.3. Simulas i Kebijakan Berkaitan denga n Perubahan Nilai Subsidi Simulasi berkaitan dengan perubahan nilai subsidi dilakukan dengan empat skenario kebijakan, yaitu: (1) Subsidi ditingkatkan sebesar 10 persen, (2) Subsidi dikturunkan sebesar 10 persen, (3) Subsidi diturunkan sebesar 10 persen dan dialihkan ke belanja lain, dan (4) Menaikkan harga jual tenaga listrik sebesar 10 persen akibat subsidi listrik dikurangi. 6.3.1. Dampak Kebijakan Peningkatan Subsidi Harga Listrik Sebesar 10 Persen Meskipun kebijakan ini tidak dicanangkan pemerintah, namun dalam realitanya kebijakan inilah yang digunakan pemerintah. Hal ini dibuktikan dengan tidak pernah naiknya tarif dasar listrik (TDL) sejak tahun 2002, meskipun berbagai studi telah dilakukan bahwa kenaika n TDL dapat dilakuka n untuk beberapa kelompok pelanggan, seperti studi kemampuan bayar pelanggan yang dilakukan Lembaga Penelitian dan Pengabdian Masyarakat, IPB (2005). Salah satu temuan studi tersebut menunjukkan adanya peluang untuk menaikan harga jual listrik terutama untuk pelanggan rumah tangga daya terpasang 2200VA atau lebih. Menurut hasil penelitian tersebut kenaikan tarif listrik untuk pelanggan rumah tangga tersebut sebesar 6-25 persen mempunyai pengaruh yang tidak signifikan terhadap jumlah pelanggan rumah tangga yang tidak mampu membayar. Hasil Simulasi 1a memperlihatkan bahwa kebijakan menaikka n subsidi listrik rata-rata sebesar 10 persen menyebabkan penurunan harga jual tenaga listrik rata-rata sebesar 11.95 persen, dengan penurunan tertinggi terjadi pada pelanggan rumah tangga yang mencapai 16.46 persen. Penuruna n tarif listrik ini 144 memicu meningkatnya konsumsi listrik semua golongan pelanggan sebesar 0.76 persen, dengan peningkatan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.45 persen, pelanggan rumah tangga dan pelanggan lainnya masing- masing meningkat 0.47 persen dan 0.28 persen. Hasil ini sejalan dengan penelitian yang dilakuka n Ritschel dan Smestad (2003) yang menyimpulkan bahwa pemberian subsidi kepada konsumen listrik menyebabkan konsumen tidak hemat dalam konsumsi energi listrik. Di sisi lain, penuruna n tarif listrik tersebut akan menekan tingkat inflasi 0.40 persen dan meningkatkan pertumbuan ekonomi sebesar 0.41 persen. Pertumbuhan ekonomi ini akan meningkatkan kesempatan kerja 0.07 persen, sehingga pengangguran berkurang 2.14 persen dan upah mengalami kenaikkan sebesar 0.03 persen. Menurunnya tingkat inflasi dan tingkat pengangguran serta naiknya upah tenaga kerja berdampak pada penurunan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.56 persen dan 1.36 persen. Tingkat kemiskinan mengalami penurunan sebesar 0.10 persen. Ini sejalan de ngan pe nelitian yang dilakuka n Maipita, et al. (2010) yang menyatakan bahwa kebijakan pemberian subsidi memiliki dampak yang signifikan terhadap pengurangan tingkat kemiskinan di Indonesia. 6.3.2. Dampak Kebijakan Penurunan Subsidi Harga Listrik Sebesar 10 Persen Skenario kebijakan ini hanya merupakan kebalikan dari Simulasi 1a. Meskipun masih berupa wacana, beberapa ahli menyarankan penurunan subsidi listrik secara gradual agar keuangan negara lebih sehat dan dapat melakukan berbagai kebijakan lain yang selama ini belum tersentuh atau hanya mendapat porsi kecil, padahal menjadi kebutuhan mendasar sebagian besar masyarakat dan 145 sifatnya berkesinambungan, seperti untuk meningkatkan sarana pendidikan, kesehatan, dan infrastruktur. Hasil Simulasi 1b memperlihatkan bahwa kebijakan menurunka n subsidi listrik rata-rata sebesar 10 persen menyebabkan kenaikan harga jual tenaga listrik rata-rata sebesar 12.01 persen, dengan kenaikan tertinggi terjadi pada pelanggan rumah tangga yang mencapai 16.53 persen. Kenaikan tarif listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pelanggan sebesar 0.76 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.45 persen, sementara pelanggan rumah tangga dan pelanggan lainnya masing- masing mengalami penurunan sebesar 0.47 persen dan 0.28 persen. Sebagaimana penemuan Komives, et al. (2009) bahwa pengurangan subsidi akan menyebabkan kenaikan tagihan listrik yang berarti akan mengurangi disposable income rumah tangga. Sehingga akan menekan konsumsi listriknya agar pengeluaran untuk kebutuhan lain tidak terganggu. Kenaikan tarif listrik tersebut juga akan memicu kenaikan tingkat inflasi sebesar 0.40 persen dan menekan laju pertumbuan ekonomi sebesar 0.40 persen. Ebohon (1996) menyatakan bahwa hubungan antara kebutuhan energi dan pertumbuhan ekonomi bersifat komplemen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat menurunkan kesempatan kerja sebesar 0.07 persen, sehingga pengangguran bertambah 2.10 persen dan upah mengalami penurunan sebesar 0.03 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta turunnya upah tenaga kerja berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.55 persen dan 1.34 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.10 persen. Hasil ini sejalan 146 dengan penemuan Adi dkk (2008) yang menyatakan bahwa kenaikan inflasi akan mendorong kenaikan jumlah penduduk miskin. Lebih jauh Hartono (2004) menemukan bahwa kelompok rumah tangga sangat miskin dan rumah tangga miskin menerima dampak negatif relatif besar dibandingkan dengan kelompok lainnya akibat kebijakan pengurangan subsidi yang berakibat pada kenaikan tarif listrik. 6.3.3. Dampak Kebijakan Penurunan Subsidi Harga Listrik Sebesar 10 Persen dan Dialihkan ke Belanja Lain Skenario kebijakan ini merupakan kelanjutan dari Simulasi 1b, yaitu bagaimana dampaknya jika hasil pengurangan anggaran subsidi listrik dialihkan ke belanja lain. Hasil Simulasi 1c memperlihatkan bahwa kebijakan menurunkan subsidi listrik rata-rata sebesar 10 persen dan dialihkan ke belanja lain menyebabkan kenaikan harga jual tenaga listrik rata-rata sebesar 11.49 persen, dengan kenaikan tertinggi terjadi pada pelanggan rumah tangga yang mencapai 15.91 persen. Kenaikan tarif listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pelanggan sebesar 0.61 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan industri yang mencapai 1.40 persen, sementara pelanggan rumah tangga dan pelanggan lainnya masing- masing mengalami penurunan sebesar 0.32 persen dan 0.01 persen. Dari sisi kinerja perekonomian, ke naikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.38 persen dan menekan laju pertumbuan ekonomi sebesar 0.30 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan kesempatan kerja sebesar 0.05 persen, sehingga jumlah pengangguran berkurang sebesar 1.06 persen dan tingkat upah naik 0.03 persen. 147 Menurunnya jumlah pengangguran dan meningkatnya tingkat upah berdampak pada penurunan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.08 persen dan 0.08 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.01 persen. Hasil Simulasi 1c ini menunjukka n pengalihan subsidi ke belanja lain berdampak positif pada pengurangan pengangguran dan jumlah penduduk miskin, meskipun dapat memicu kenaikan harga dan menekan laju pertumbuhan ekonomi. Hasil ini mengimplikasikan bahwa pemerintah sudah seharusnya mulai mengurangi subsidi listrik yang terus membebani keuangan negara dan mengalihkan ke program lain yang lebih penting dan menyentuh lapisan masyarakat berpenghasilan rendah atau miskin. Makmun dan Abdurahman (2003) menyatakan bahwa dalam setiap mengambil kebijakan menaikka n TDL akibat pengurangan jumlah subsidi hendaknya dibarengi pula dengan usaha untuk peningkatan lapangan kerja, sehingga akan berdampak pada peningkatan pendapatan masyarakat. 6.3.4. Dampak Kebijakan Menaikkan Harga Jual Tenaga Listrik Sebesar 10 Persen Besarnya nilai subsidi listrik yang terus membebani keuangan pemerintah menyebabka n ba nyak p rogram pe merintah yang lain menjadi kurang diperhatika n, seperti masalah infrastruktur yang buruk. Maka salah satu yang dapat dilakukan untuk mengurangi beban tersebut adalah menaikkan harga jual tenaga listrik. Hasil Simulasi 1d memperlihatkan bahwa kebijakan menaikka n harga jual tenaga listrik rata-rata sebesar 10 persen menyebabkan penurunan konsumsi tenaga listrik sebesar 0.78 persen, dimana penurunan tertinggi terjadi pada pelanggan industri sebesar 1.27 persen. Kenaikan harga jua l tenaga listrik dan 148 penurunan konsumsinya berdampak pada penurunan subsidi yang harus ditanggung pemerintah sebesar 11.56 persen. Namun di sisi lain, kenaikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.79 persen dan menekan laju pertumbuan ekonomi sebesar 0.81 persen. Nguyen (2008) menemukan ba hwa kenaikan harga listrik akan memicu kenaikan harga sektor lain. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat menurunkan kesempatan kerja sebesar 0.18 persen, sehingga jumlah pengangguran bertambah sebesar 5.52 persen dan tingkat upah turun 0.09 persen. Naiknya jumlah pengangguran dan menurunnya tingkat upah berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 1.37 persen dan 2.25 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.18 persen. Hartono (2004) menyatakan kebijakan menaikkan TDL berdampak negatif terhadap output dan nilai tambah sektoral, yang pada gilirannya mengurangi pendapatan faktor produksi tenaga kerja khususnya tenaga kerja informal. Pada akhirya pendapatan rumah tangga akan mengalami penurunan, yang berarti dapat memicu bertambahnya penduduk miskin. 6.4. Simulas i Kebijakan Berkaitan denga n Perubahan Fak tor Eksternal Simulasi berkaitan dengan perubahan faktor eksternal dilakukan dengan empat skenario kebijakan, yaitu: (1) ICP mengalami kenaikan sebesar 10 persen, (2) ICP mengalami kenaikan sebesar 10 persen dan harga jual tenaga listrik tidak berubah, (3) ICP mengalami kenaikan sebesar 10 persen dan subsidi per kWh tidak mengalami perubahan, dan (4) Nilai tukar rupiah melemah sebesar 10 persen terhadap dolar Amerika Serikat. 149 6.4.1. Dampak Kenaikan ICP Sebesar 10 Persen Sebagaimana telah diuraikan pada bagian sebelumnya, ketergantungan perusahaan penyedia energi listrik terhadap BBM masih cukup tinggi. Selain itu Indonesia sekarang adalah negara pengimpor minyak (net importer) karena produksi minyak dalam negeri tidak mencukupi kebutuhannya. Berdasar data dari Kementerian ESDM, pada tahun 2010 Indonesia mengimpor lebih dari 270 ribu barel minyak mentah dan 400 ribu barel BBM per hari. Oleh karena itu, sangat penting mengetahui dampak kenaikan harga minyak mentah Indo nesia terhadap biaya penyediaan energi listrik yang berimbas pada besarnya subsidi yang harus disiapkan pemerintah. Dunkerley (1995) menemuka n ba hwa di negara- negara berkembang menghadapi masalah berkaitan dalam sektor migas dan kelistrikan yaitu tidak terduganya kenaikan sumber dana untuk membiayainya dimasa mendatang. Hasil Simulasi 2a memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.99 persen, 4.48 persen, dan 0.38 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya opersional perusahaan penyedia tenaga listrik baik secara total maupun per kWh masing- masing sebesar 6.12 persen dan 6.80 persen. Dengan kemampuan keuangan pemerintah yang terbatas subsidi hanya mengaalami kenaikan kecil, akibatnya harga jual tenaga listrik mengalami peningkatan dengan rata-rata mencapai 12.92 persen, dimana kenaikan terbesar terjadi pada pelanggan rumah 150 tangga yang mencapai 15.54 persen. Kenaikan harga tenaga listrik ini berdampak pada menurunnya konsumsi listrik pada semua golongan pelanggan sebesar 0.75 persen, dengan penurunan konsumsi tertinggi terjadi pada pelanggan ind ustri yang mencapai 1.46 persen, sementara pelanggan rumah tangga dan pelanggan lainnya masing- masing mengalami penurunan sebesar 0.44 persen dan 0.29 persen. Kenaikan tarif listrik tersebut akan memicu kenaikan tingkat inflasi sebesar 0.93 persen dan menekan laju pertumbuan ekonomi sebesar 0.83 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan jumlah pengangguran sebesar 1.90 persen dan upah turun 0.02 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta kenaikan jumlah pengangguran berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.69 persen dan 0.70 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.07 persen. 6.4.2. Dampak Kenaikan ICP Sebesar 10 Pe rsen dengan Harga Jual Tenaga Listrik Tetap Skenario kebijakan ini dimaksudkan untuk mendapatkan besaran subsidi listrik yang optimal jika ICP mengalami kenaikan sebesar 10 persen dan tarif listrik tidak berubah. Hasil Simulasi 2b memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.92 persen, 4.09 persen, dan 0.28 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya opersional perusahaan penyedia tenaga listrik baik secara total maupun per 151 kWh masing- masing sebesar 5.40 persen dan 5.26 persen. Dengan kebijakan pemerintah yang tidak menaikan harga jual tenaga listrik, maka subsidi yang harus ditanggung pemerintah naik sebesar 14.26 persen. Kenaikan terbesar terjadi pada subsidi untuk pelanggan lainnya yang mencapai 22.06 persen, sementara pelanggan industri dan pelanggan rumah tangga masing- masing naik sebesar 13.56 persen dan 12.03 persen. Kebijakan tersebut akan memicu kenaikan tingkat inflasi sebesar 0.50 persen dan menekan laju pertumbuan ekonomi sebesar 0.36 persen meskipun secara harga berlaku terjadi kenaikan. Ini dikarenakan laju inflasi lebih tinggi daripada laju pertumbuhan PDB. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan tingkat kesempatan kerja, sehingga jumlah pengangguran berkurang sebesar 1.47 persen dan upah naik 0.05 persen. Turunnya jumlah pengangguran dan naiknya upah berdampak pada penngurangan jumlah penduduk miskin di daerah perkotaan maupun di pedesaan masing- masing sebesar 0.12 persendan 1.22 persen. Tingkat kemiskinan mengalami penurunan sebesar 0.07 persen. 6.4.3. Dampak Kenaikan ICP Sebesar 10 Pe rsen denga n Subsidi per kWh Tetap Skenario kebijakan ini dimaksudkan untuk mendapatkan besaran kenaikan tarif listrik yang optimal jika ICP mengalami kenaikan sebesar 10 persen dan subsidi harga listrik tidak berubah. Sebagaimana Simulasi 2a dan 2b, hasil Simulasi 2c memperlihatkan bahwa jika harga minyak mentah Indonesia (ICP) mengalami kenaikan sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 10.99 persen, 4.49 persen, dan 0.38 persen. 152 Kenaikan harga bahan bakar ini akan berpengaruh kepada kenaikan pengeluaran untuk membeli bahan bakar tersebut. Kenaikan pengeluaran untuk membeli bahan bakar ini berakibat pada naiknya biaya ope rsional perusahaan pe nyedia tenaga listrik baik secara total maupun per kWh masing- masing sebesar 6.14 persen dan 6.84 persen. Dengan kebijakan pemerintah yang tidak menaikkan nilai subsidi harga listrik per kWh, maka harga jual tenaga listrik harus dinaikkan rata-rata sebesar 13.18 persen. Kenaikan terbesar terjadi pada tarif listrik untuk pelanggan rumah tangga yang mencapai 15.89 persen, sementara pelanggan industri dan pelanggan lainnya masing- masing naik sebesar 13.74 persen dan 9.93 persen. Lebih lanjut kebijakan tersebut akan memicu kenaikan tingkat inflasi sebesar 0.94 persen dan menekan laju pertumbuan ekonomi sebesar 0.83 persen. Dari sisi penyerapan tenaga kerja, kebijakan ini dapat meningkatkan jumlah pengangguran sebesar 1.93 persen dan upah turun 0.02 persen. Naiknya tingkat inflasi dan tingkat pengangguran serta kenaikan jumlah pengangguran berdampak pada peningkatan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 0.70 persen dan 0.73 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.07 persen. 6.4.4. Dampak Depresiasi Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat Sebesar 10 Persen Sebagai negara pengimpor BBM, maka peranan nilai tukar sangat penting dalam jual beli BBM di pasar internasional. Meskipun sekarang banyak negara melakukan diversifikasi mata uang dalam perdagangan internasional, tetapi dolar Amerika Serikat masih dominan dibandingkan mata uang negara lainnya. Oleh karena itu, sangat penting untuk mengetahui seberapa besar pe ngaruh fluktuasi mata uang rupiah terhadap dolar Amerika Serikat terhadap biaya operasional 153 perusahaan penyedia tenaga listrik yang berakibat pada berapa besar subsidi pe merintah yang harus dipersiapka n untuk subs idi listrik tersebut. Menurut Handoko dan Patriadi (2005) salah satu penyebab peningkatan atau penurunan beban subsidi listrik adalah perkembangan nilai tukar rupiah terhadap dolar Amerika Serikat. Selain posisi Indonesia sebagai net importer minyak, juga sebagian besar peralatan dan suku cadang pe rusahaan pe nyedia tenaga listrik adalah barang-barang impor. Hasil Simulasi 2d memperlihatkan bahwa jika rupiah terdepresiasi terhadap dolar Amerika Serikat sebesar 10 persen, maka harga BBM, batu bara, dan gas alam akan mengalami kenaikan harga masing- masing sebesar 0.31 persen, 2.09 persen, dan 0.48 persen. Kenaikan harga bahan bakar ini akan berpengaruh kepada penurunan jumlah konsumsi bahan bakar, sehingga produksi tenaga listrik berkurang. Melemahnya nilai tukar berdampak positif pada perekonomian karena akan memacu ekspor dan mengurangi impor. Meningkatnya ekonomi berdampak pada meningkatnya kemampuan pemerintah untuk memberi subsidi, sehingga harga jual tenaga listrik mengalami penurunan. Meningkatnya perekonomian berdampak pada meningkatnya kesempatan kerja, sehingga dapat menurunkan jumlah pengangguran sebesar 15.18 persen dan upah naik 0.31 persen. Turunnya tingkat pengangguran dan kenaikan upah berdampak pada pengurangan jumlah penduduk miskin baik di daerah perkotaan maupun pedesaan masing- masing sebesar 2.95 persendan 3.15 persen. Tingkat kemiskinan mengalami peningkatan sebesar 0.29 persen. 6.5. Simulas i Kebijakan Berkaitan denga n Efisiensi Pe rusahaa n Penye dia Tenaga Listrik 154 Simulasi berkaitan dengan efisiensi perusahaan penyedia tenaga listrik dilakukan dengan tiga skenario kebijakan, yaitu: (1) Susut tenaga listrik diturunkan sebesar 10 persen, (2) Margin usaha PLN dikurangi 1 persen, dan (3) Kombinasi pengurangan susut tenaga listrik sebesar 10 persen dan pengurangan margin usaha PLN sebesar 1 persen. 6.5.1. Dampak Pengurangan Susut Tenaga Listrik Sebesar 10 Persen Besarnya tenaga listrik yang hilang atau susut merupakan salah satu masalah yang dihadapi PLN. Untuk mengatasi masalah ini berbagai langkah telah ditempuh, seperti memasang alat pencatat otomatis untuk penggan potensial, dan memantau pencurian tenaga listrik melalui kerja sama dengan pihak kepolisian. Sehingga perlu disimulasikan untuk mengetahui seberapa besar dampak pengurangan susut jaringan terhadap besarnya subsidi listrik yang harus dikeluarkan pemerintah. Dari hasil Simulasi 3a dapat dilihat ba hwa pengurangan susut tenaga listrik sebesar 10 persen dapat menghemat tenaga listrik yang dibeli dari perusahaan lain sebesar 2.01 persen. Penghematan ini dapat menekan biaya operasiona l PLN sebesar 0.32 persen, dan BPP turun sebesar 0.35 persen. Penurunan ini akan dapat menurunkan harga jual tenaga listrik yang harus dibayar pelanggan sebesar 0.65 persen. Lebih lanjut kejadian tersebut akan menurunkan tingkat inflasi sebesar 0.02 persen, tetapi laju pertumbuan ekonomi tumbuh sebesar 0.02 persen, meskipun secara harga berlaku justru mengalami penurunan. Ini terjadi karena penurunan inflasi lebih tinggi daripada penurunan ekonomi. Sedangkan dari sisi penyerapan tenaga kerja maupun kemiskinan tidak terlalu terpegaruh. 6.5.2. Dampak Pengurangan Margin Usaha Sebesar 1 Persen 155 Masalah pemberian margin keuntungan kepada PT PLN (Persero) menjadi perhatian anggota DPR-RI belakangan ini. Bagi PLN itu adalah konsekuensi pemerintah yang telah menetapk an harga jual tenaga listrik ya ng berada di bawah harga keekonomian. Hasil Simulasi 3b menunjukka n bahwa pengurangan margin usaha sebesar 1 persen dapat menurunkan tarif listrik rata-rata sebesar 2.16 persen, dengan penurunan terbesar pada tarif listrik untuk pelanggan rumah tangga sebesar 2.59 persen. Penurunan harga jual tenag listrik ini memicu peningkatan konsumsi listrik yang mencapai 0.11 persen. Dampak lebih lanjut penurunan tingkat inflasi sebesar 0.07 persen dan perekonomian tumbuh sebesar 0.05 persen. Dari sisi penyerapan tenaga kerja dan kemiskinan tidak terlalu berpengaruh. 6.5.3. Dampak Penurunan Sus ut Tenaga Listrik Sebesar 10 Persen dan Pengurangan Margin Usaha Sebesar 1 Persen Hasil Simulasi 3c menunjukkan bahwa pe nurunan tenaga listrik yang hilang atau susut sebesar 10 persen dan pengurangan margin usaha sebesar 1 persen dapat menurunkan tarif listrik rata-rata sebesar 2.60 persen, dengan penurunan terbesar pada tarif listrik untuk pelanggan rumah tangga sebesar 3.12 persen. Penurunan harga jual tenaga listrik ini memicu peningkatan konsumsi listrik yang mencapai 0.14 persen. Dampak lebih lanjut penurunan tingkat inflasi sebesar 0.08 persen dan laju pertumbuan ekonomi tumbuh sebesar 0.06 persen. Namun dari sisi penyerapan tenaga kerja justru terjadi peningkatan pengangguran sebesar 0.31 persen. Begitu juga dengan jumlah penduduk miskin yang mengalami peningkatan sebesar 0.04 persen. 156 Tabel 47. Dampak Kebijakan Subsidi Harga Listrik terhadap Perekonomian dan Ke miskinan di Indonesia Periode Peramalan, Tahun 201 1-2015 (%) E NDO GE N Nilai Das ar Si m 1 a Si m 1b Si m 1 c Si m 1d Si m 2 a Si m 2b Si m 2 c Si m 2d Si m 3 a Si m 3b Si m 3 c PR ODS DR QB B M QB T B QG AS PB B M PBT B PGAS CBBM CBTB C GAS TL BE LI PR ODT L B OP B PP CL ISRT CL ISIN D CL ISOT H TLJ UAL SUSUT SUB PR T SUB PIND SUB POT H SUB R T SUB IND SUB OT H SUB L ST R HJT L RT HJT LIND 153 633.0 10 612 419.0 28 940 589.0 357 367.0 7 521.0 781.3 45 014.2 80 225.6 22 746.0 16 156.6 43 589.0 197 222.0 203 865.0 1 129.4 71 656.7 62 088.6 46 096.2 179 841.0 0.01 -0.01 -0.01 611.9 380.0 50 230.0 38 435.5 17 784.5 106 450.0 0.66 0.67 0.66 -0.10 0.01 -0.01 -0.01 -0.73 -0.72 -0.71 -0.72 -0.08 0.02 0.07 -0.07 -0.40 -0.08 -0.06 -0.40 -0.01 -3.98 -0.87 -0.70 -1.41 0.47 1.45 0.28 0.76 10 558.8 29.16 694.1 0.66 10.00 10.00 10.00 10.53 11.69 10.30 -0.02 -0.07 0.07 0.40 0.08 0.06 0.40 0.01 3.98 0.87 0.70 1.43 -0.47 -1.45 -0.28 -0.76 -0.02 -0.07 0.07 0.38 0.08 0.06 0.39 0.01 3.17 0.69 0.57 1.15 -0.32 -1.40 -0.01 -0.61 1.06 2.38 10.98 4.48 0.38 10.20 5.76 2.84 7.70 2.22 6.23 6.94 -0.48 -1.27 -0.59 -0.78 1.06 2.39 10.99 4.48 0.38 10.20 5.77 2.85 6.98 2.06 6.12 6.80 -0.44 -1.46 -0.29 -0.75 1.06 2.38 10.99 4.49 0.38 10.21 5.78 2.85 7.10 2.08 6.14 6.84 -0.45 -1.49 -0.30 -0.77 0.00 -0.14 0.00 -0.46 0.00 0.31 0.00 2.09 -0.03 0.48 0.00 0.23 0.00 1.97 -0.02 0.02 0.00 -3.12 -2.01 -0.77 -0.44 -0.13 -0.32 -0.73 -0.35 0.63 0.02 0.19 0.08 1.26 0.00 0.64 0.03 29.18 23.37 54.66 51.25 20.77 52.05 25.26 -10.00 10.00 -10.00 -7.57 0.19 11.96 0.00 0.94 -0.01 10.00 -10.00 -9.93 0.20 13.56 0.00 0.98 -0.02 10.00 -10.00 22.10 0.24 21.84 0.00 1.21 0.00 10.44 -10.30 -8.02 -0.27 12.03 -0.46 1.67 0.00 11.39 -11.34 11.13 -1.37 13.56 -1.59 1.24 0.07 10.24 -10.00 22.53 -0.04 22.06 -0.27 2.66 -0.01 10.75 -10.62 11.56 -0.63 14.26 -0.84 1.68 0.02 10.91 525.6 16.46 16.53 15.91 10.00 15.54 607.8 12.88 12.95 12.39 10.00 13.46 1.08 2.46 10.92 4.08 0.29 10.15 5.36 2.83 2.89 1.16 5.40 5.26 0.05 0.00 0.15 0.06 0.00 0.00 0.00 0.00 0.00 0.00 0.01 -0.01 -0.08 -0.02 -0.01 -0.08 0.00 -0.63 -0.14 -0.11 -0.22 0.05 0.27 0.01 0.11 0.00 0.02 -0.02 -0.10 -0.02 -0.01 -0.09 0.00 -1.97 -0.43 -0.33 -0.46 0.06 0.32 0.01 0.14 -4.51 -10.00 -0.04 -0.06 -0.05 -0.05 -0.05 -0.05 0.01 0.01 0.24 0.29 -0.05 -0.06 0.08 0.10 0.00 15.89 -2.91 -0.78 -2.59 -3.12 0.00 13.74 -2.44 -0.67 -2.25 -2.71 157 E NDO GE N Nilai Das ar Si m 1 a Si m 1b Si m 1 c Si m 1d Si m 2 a Si m 2b Si m 2 c Si m 2d Si m 3 a Si m 3b Si m 3 c 839.7 -6.56 634.5 AV HJT L 11.95 1 118 PE NPJ K 607.0 0.00 1 372 PE NPE M 000.0 0.00 666 654.0 -0.21 BL JL AIN 773 104.0 1.32 GO VE XP 113 724.0 11.57 C ONL IS 4 775 C ONL AIN 053.0 0.22 4 888 C ONR T 777.0 -0.06 3 304 INV 827.0 0.18 Tabel 47. Lanjutan HJT L OT H 6.60 6.20 10.00 9.78 0.00 9.93 -1.60 -0.50 -1.64 -1.98 12.01 11.49 10.01 12.92 0.02 13.18 -2.25 -0.65 -2.16 -2.60 0.00 0.27 -0.13 0.22 0.31 0.22 1.18 -0.01 -0.05 -0.06 0.00 0.22 -0.11 0.21 1.72 0.49 -1.30 0.02 -1.17 0.18 0.25 0.18 0.96 -0.01 -0.04 -0.05 0.53 0.33 0.54 0.34 -0.01 -0.05 -0.06 0.37 2.25 0.35 0.53 -0.01 -0.03 -0.03 11.42 11.05 9.15 12.43 -0.21 0.14 -0.57 -0.18 0.06 0.40 -0.34 0.06 12.67 -1.83 -0.64 -2.09 -2.51 0.17 -0.18 1.63 -0.01 -0.03 -0.04 0.12 0.17 0.12 1.55 -0.02 -0.08 -0.09 -0.18 -0.01 -0.46 -0.28 -0.04 -0.29 0.62 0.00 0.00 0.00 (%) E NDO GE N Nilai Das ar Si m 1 a Si m 1b Si m 1 c Si m 1d Si m 2 a Si m 2b Si m 2 c Si m 2d Si m 3 a Si m 3b Si m 3 c 1 807 713.0 -0.28 0.28 0.27 0.68 0.67 0.39 0.67 1.73 -0.01 -0.05 -0.07 E KSPOR 1 916 IM POR 121.0 -0.54 0.53 0.51 1.08 1.25 0.68 1.26 -1.26 -0.03 -0.09 -0.11 8 858 PDB 300.0 0.21 -0.21 0.16 -0.56 -0.14 0.21 -0.15 1.76 -0.01 -0.04 -0.04 3 413 R PDB 771.0 1.48 -1.44 -1.03 -3.29 -3.04 -1.45 -3.07 0.66 0.06 0.20 0.24 5.39 0.41 -0.40 -0.30 -0.81 -0.83 -0.36 -0.83 0.38 0.02 0.05 0.06 GR O WT H PDB KPT 35 861.5 0.22 -0.21 0.16 -0.56 -0.15 0.20 -0.15 1.74 -0.01 -0.03 -0.04 7 881.5 -2.28 2.28 2.20 5.35 5.47 3.13 5.54 10.00 -0.12 -0.44 -0.53 KUR S IHK 258.5 -1.24 1.24 1.20 2.82 2.98 1.66 2.98 1.04 -0.08 -0.23 -0.27 4.55 -0.40 0.40 0.38 0.79 0.93 0.50 0.94 0.21 -0.02 -0.07 -0.08 INFL ASI SKB G 8.35 -0.20 0.20 0.19 0.42 0.47 0.26 0.47 0.13 -0.01 -0.04 -0.04 125 556.0 -0.01 0.01 0.01 0.02 0.02 0.01 0.02 0.02 0.00 0.00 0.00 ST K DT K 121 168.0 0.07 -0.07 0.05 -0.18 -0.05 0.07 -0.05 0.58 0.00 -0.01 -0.01 4 387.9 UNE M PL -2.14 2.10 -1.06 5.52 1.90 -1.47 1.93 15.18 0.07 0.26 0.31 R UPH 640.0 0.03 -0.03 0.03 -0.09 -0.02 0.05 -0.02 0.31 0.00 0.00 0.00 9 749.3 -0.56 0.55 -0.08 1.37 0.69 -0.12 0.70 -2.95 0.01 0.03 0.03 M ISKOT A 13 971.7 -1.36 1.34 -0.08 2.25 0.70 -1.22 0.73 -3.15 0.01 0.03 0.04 M ISDE SA 23 721.0 -1.03 1.02 -0.08 1.89 0.70 -0.77 0.72 -3.07 0.01 0.03 0.04 PM ISKIN 9.66 -0.10 0.10 -0.01 0.18 0.07 -0.07 0.07 -0.29 0.00 0.00 0.00 T MISKIN Keterangan: 158 Sim 1a: Subsidi Harga Listrik naik 10 persen Sim 1b: Subsidi Harga Listrik dikurangi 10 persen Sim 1c: Subsidi Harga Listrik dikurangi 10 persen dan dialihkan ke Belanj a Lain Sim 1d: Harga Jual Tenaga Listrik dinaikkan 10 persen Sim 2a: Harga Minyak Ment ah Indonesia naik 10 persen Sim 2b: Harga Minyak Mentah Indonesia naik 10 persen dan Harga Jual Tenaga Listrik per kWh t etap Sim 2c: Harga Minyak Ment ah Indonesia naik 10 persen dan Subsidi per kWh tetap Sim 2d: Rupiah t erdepresi asi 10 persen terhadap US$ Sim 3a: Susut Tenaga Listrik berkurang 10 persen Sim 3b: Margin Usaha PLN dikurangi 1 persen Sim 3c: Kombinasi Si m. 3a dan Si m. 3b Hartono da n Resos uda rmo (2008) dalam penelitiannya menyimpulkan kebijakan peningkatan efisiensi lebih baik daripada pembatasan konsumsi energi, termasuk listrik. Peningkatan efisiensi perusahaan penyedia tenaga listrik pada gilirannya akan meningkatkan pendapatan kelompok rumah tangga. Hasil yang lebih bagus dapat tercapai apabila peningkatan efisiensi dibarengi dengan kebijakan pengurangan subsidi listrik. Namun sebagaimana telah dijelaskan, dalam mengambil kebijakan, seperti kebijakan menaikka n TDL hendaknya pemerintah mempertimbangkan dampaknya yang paling kecil sekalipun ba ik terhadap kegiatan ekonomi maupun lapisan masyarakat konsumen PLN, terutama masyarakat berpenghasilan rendah (Handoko dan Patriadi, 2005). 6.6. Ringkas an Dampak Kebijakan Subsidi Harga Listrik terhadap Tingkat Kemiskinan Sejak tahun 2005 nilai subsidi listrik terus mengalami kenaikan tajam. Meskipun pemerintah bertekad untuk mengurangi beban subsidi listrik tersebut, namun berbagai kejadian dan perubahan kebijakan dalam sektor kelistrikan justru sering menyebabka n peningkatan nilai subsidi listrik tersebut. Gejolak nilai tukar rupiah terhadap dolar Amerika Serikat sejak krisis ekonomi melanda Indonesia pertengahan tahun 1997 telah meningkatkan biaya operasional PLN karena sebagian peralatan, baik untuk pembangunan pembangkit 159 baru maupun untuk pemeliharaan sebagian besar berasal dari barang impor. Perlu sinergi antara pemerintah dan Bank Indonesia untuk menjaga stabilitas nilai tukar rupiah terhadap mata uang negara lain. Selain unt uk menjaga stabilitas harga di dalam negeri, juga untuk menjamin kelangsungan hidup dunia usaha di Indonesia termasuk pe rusahaan pe nyedia tenaga listrik. Tingkat ketergantungan PLN terhadap BBM juga masih cukup tinggi, sehingga gejolak harga minyak sangat berpengaruh terhadap biaya operasional PLN. Hal ini terlihat jelas ketika terjadi lonjakan tajam harga minyak dunia tahun 2008, biaya operasional PLN juga mengalami lonjakan tajam. Berdasarkan pengalaman tersebut sudah seharusnya peningkatan bahan bakar alternatif selain BBM harus lebih diintensifkan, seperti penggunaan batu bara dan gas alam. Selain harganya lebih murah, produksi dan cadangan di Indonesia juga cukup besar. Produksi batu bara dan gas alam harus diprioritaskan untuk kebutuhan dalam negeri bukan untuk diekspor. Berbagai kebijakan telah dicoba pemerintah untuk mengurangi secara bertahap subsidi listrik tersebut, seperti menaikkan TDL untuk golongan tarif pelanggan tertentu serta peningkatan efisiensi PLN. Kebijakan ini meskipun kurang populer karena akan meningkatkan pengeluaran untuk konsumsi listrik bagi golongan pelanggan tertentu, tetapi saatnya dicoba untuk dilakukan terutama untuk golongan pelanggan kaya. Dari analisis sebelumnya diketahui bahwa selama ini subsidi listrik lebih banyak dinikmati pelanggan kaya. Selain itu PLN juga harus meningkatkan efisiensi kinerjanya, susut tenaga listrik sebisa mungkin ditekan pada tingkat yang optimal. Semakin kecil susut tenaga listrik berarti 160 semakin besar pendapatan yang dapat diperoleh, sehingga subsidi listrik dapat dikurangi. Subs idi harga listrik memang mempunyai dampak yang positif terhadap pertumbuhan ekonomi maupun pengurangan jumlah penduduk miskin baik di daerah perkotaan maupun perdesaan. Dari hasil simulasi-simulasi di atas terlihat bahwa kenaikan subsidi akan menaikkan pertumbuhan ekonomi dan dapat mengurangi jumlah penduduk miskin ba ik di kota maupun di desa. Demikian pula sebaliknya penurunan subsidi akan mengurangi potensi pertumbuhan ekonomi dan dapat memicu peningkatan jumlah penduduk miskin di kota dan di desa. Dari hasil simulasi pengalihan subsidi ke belanja lain menghasilkan dampak yang lebih baik terhadap tingkat pengangguran dan kemiskinan. Untuk itu, sudah saatnya pemerintah mengurangi subsidi listrik dan dialihkan ke program-program yang lebih besar dampaknya terhadap kesejahteraan masyarakat. Namun demikian, apabila akan dilakukan pengurangan subsidi harus dipikirkan pula programprogram pembangunan yang langsung menyentuh golongan masyarakat kelas bawah, sehingga secara bertahap masyarakat dapat hidup menggantungkan nasibnya pada belas kasihan pemerintah. layak tanpa 161 VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN 7.1. Kesimpulan Berdasarkan hasil analisis hasil estimasi mode l subsidi harga listrik dan hasil simulasi dapat disimpulkan seba gai berikut : 1) Produksi tenaga listrik PLN - terdiri dari tenaga listrik yang dibangkitkan sendiri dan yang dibeli dari listrik swasta (Independent Power Producer) dipengaruhi oleh variable tenaga listrik yang terjual, pemakaian sendiri dan tenaga listrik yang hilang (susut); sementara biaya ope rasi PLN dipengaruhi oleh konsumsi bahan bakar yang terdiri dari BBM, batubara dan gas. Lebih dari 50 persen biaya operasi dipakai untuk membeli BBM, dimana harga BBM dipengaruhi secara positif terhadap harga minyak mentah Indonesia (ICP) dan juga dipengaruhi oleh nilai tukar rupiah terhadap dolar Amerika. 2) Konsumsi tanaga listrik baik untuk pelanggan rumah tangga, industri dan pelanggan lainnya dipengaruhi secara negatif oleh harga jual tenaga listrik untuk masing- masing kelompok tarifnya. Khusus untuk rumah tangga, konsumsi listrik berbanding lurus dengan jumlah pelanggan rumah tangga; sementara konsumsi listrik untuk industri dipengaruhi secara positif oleh jumlah pelanggan ind ustri da n pe ruba han PDB sektor ind ustri . 3) Kebijakan subsidi listrik dari pemerintah yang berjalan selama ini lebih banyak berdasarkan pertimbangan politis dengan melihat kemampuan anggaran pemerintah. Secara statistik, total subsidi listrik tersebut dipengaruhi secara positif oleh nilai subsidi harga listrik per kWh dan tingkat konsumsi listrik seluruh pelanggan PLN. Subsidi pemerintah tersebut merupakan selisih 162 antara biaya pokok produksi dan harga jual tenaga listrik per kWh, sehingga besarnya biaya pokok produksi menjadi pertimbangan utama dalam menentuka n kebijakan subsidi harga listrik. 4) Harga jual tenaga listrik unt uk pelanggan rumah tangga, industri, dan lainnya dipengaruhi oleh besarnya biaya penyediaan tenaga listrik (BPP) per kWh, margin keuntungan PLN, serta besarnya subsidi yang mampu ditanggung pemerintah. Pengenaan margin keuntungan tersebut bertujuan unt uk menjaga covenant (ketentuan batasan pinjaman) dan memperbaiki neraca keuangan PLN guna mendapatkan pinjaman baru untuk investasi (ekspansi). 5) Hasil analisis simulasi menunjukkan bahwa: a) Dampak subsidi harga listrik dapat memperbaiki kinerja perekomian antara lain: meningkatkan pertumbuhan ekonomi, serta menurunkan inflasi, pengangguran da n ke miskinan. Bila subsidi harga listrik dikurangi dan dialihka n ke belanja lain maka dapaknya juga akan memperbaiki kinerja perekonomian antara lain: meningkatkan pertumbuhan ekonomi dan menurunkan inflasi serta menurunka n pengangguran da n ke miskinan, bahkan dampak penurunan pengangguran dan kemiskinan dari pengalihan subsidi tersebut dampaknya lebih baik dari kondisi sebelum dilakukan simulasi. Dengan demikian pemerintah dapat mempertimbangkan opsi pengalihan besaran subsidi listrik tersebut untuk dialihkan kepada sektor lain yang lebih produktif, misalnya ke sektor pertanian atau infra struktur. b) Peningkatan harga BBM, seba gai ba han baku utama listrik, akan meningkatkan BPP, harga jual listrik dan inflasi, namun akan menurunkan kinerja perekonomian. Ketika harga BBM meningkat, namun pemerintah 163 tidak menyesuaikan (meningkatkan) harga jual tenaga listrik, maka subsidi listrik akan meningkat dan memperbaiki kinerja perekonomian. Seba liknya, jika pemerintah meningkatkan harga jual tenaga listrik (tidak menambah subsidi), maka harga jual listrik dan inflasi aka n meningkat, yang berakibat pada menurunnya kinerja pe reko nomian. c) Peningkatan efisiensi pengusahaan listrik PLN (menekan tingkat kebocoran/susut tenaga listrik) dan pengurangan margin keuntungan PLN berdampak langsung pada pengurangan subsidi listrik yang diberikan oleh pemerintah, meningkatkan kinerja perekonomian, serta menurunkan tingkat kemiskinnan. Mengingat besaran nilai subsidi listrik sudah mencapai hampir Rp 100 triliun per tahun, maka efisiens i dalam operasi pengusahaan dan penggunaan barang-barang input produksi perlu ditingkatkan, serta mendapatkan perhatian da n pe ngawasan ya ng khusus. d) Meskipun pemberian subsidi listrik sejak 1998 dapat mendorong pertumbuhan ekonomi, namun kondisi ini belum mengarah kepada kondisi pra krisis, dimana PLN tidak membutuhkan subsidi dari pemerintah. Dengan demikian, pemberian subsidi listrik merupaka n bentuk kebijakan intervensi pemerintah dalam mempertahankan operasi PLN akibat terjadinya krisis ekonomi. Namun, sampai kapan kondisi ini akan dipertahankan, tidak termasuk di dalam penelitian ini. 7.2. Implikasi Kebijakan 1) Subs idi listrik mempuny ai dampak positif terhadap kinerja perekonomian dan penurunan tingkat kemiskinan. Untuk itu, meskipun masih mengandung kekurangan dalam implementasinya maka kebijakan pemberian subsidi listrik 164 masih perlu diteruskan. Namun ke depan subsidi listrik sasarannya harus lebih tepat dan terarah. 2) Berdasarkan simulasi kenaikan ICP dan pelemahan nilai tukar rupiah terhadap USD keduanya mempunyai dampak terhadap meningkatnya inflasi dan harga jual tenaga listrik, bila tarif dasar listrik masih dipertahankan tetap maka pemerintah tetap harus menambah besarnya subsidi listrik dari yang sudah ditargetkan. Hal ini perlu dilakukan untuk menghindari penurunan kinerja perekonomian yang lebih dalam. 3) Peningkatan penggunaan bahan bakar alternatif selain BBM perlu diintensifkan, terutama untuk sumber energi yang berasal dari dalam negeri seperti batu bara, gas alam, dan panas bumi. Hal ini perlu dilakukan untuk mengurangi besarnya BPP dan dampak gejolak harga minyak maupun nilai tukar rupiah terhadap dolar Amerika. 4) Penurunan tenaga listrik yang hilang atau susut perlu terus ditingkatkan karena selain dapat meningkatkan pendapatan PLN, juga dapat mengurangi beban subs idi yang harus ditanggung pe merintah. Pencegahan berba gai mod us pencur ian tenaga listrik juga perlu ditingkatkan. 7.3. Saran Penelitian Lanjutan 1) Mengingat setiap pelanggan listrik memiliki karakteristik pemakaian yang berbeda, maka studi mendalam tentang karakteristik setiap pelanggan listrik dapat memberika n hasil yang lebih spe sifik dalam merumuskan subsidi listrik untuk setiap golongan pelanggan. 165 2) Hasil simulasi menunjukkan bahwa pengalihan sebagian belanja subsidi ke belanja lainnya mempunyai dampak yang lebih baik terhadap tingkat pengangguran dan kemiskinan. Untuk itu perlu dilakuka n studi lanjutan bagaimana apabila pengalihan subsidi listrik tersebut diberikan kepada sektorsektor yang lebih produkstif seperti sektor pertanian. 3) Setiap daerah mempunyai karakteristik yang berbeda-beda, studi yang lebih sempit dan spesifik akan memberikan masukan yang lebih spesifik dalam merumuskan kebijakan subsidi listrik di daerah atau wilayah tertentu. 4) Subsidi listrik yang ada saat ini adalah subsidi harga listrik yang diberikan melalui PLN. Subsidi ini akan mendorong perilaku konsumen yang kurang efisien dalam mengkonsumsi listrik. Untuk itu perlu diadakan subsidi lanjutan bagaimana dampaknya bila subsidi tersebut diberikan langsung kepada konsumen. 5) Mengidentifikasikan opsi-opsi untuk mengurangi secara penuh (menghilangkan) subsidi pemerintah kepada PLN, termasuk di dalamnya opsi pengalihan jenis bahan bakar yang digunakan, dari BBM menjadi batu bara, gas, tenaga air dan lainnya, yang akan menurunkan biaya pokok produksi tenaga listrik ke harga keeko nomian. 166 DAFTAR PUSTAKA Atmadja, A.S. 1999. Inflasi di Indonesia: Sumber-sumber Penyebab dan Pengenda liannya. Jurnal Akuntansi da n Keuangan, 1 (1) : 54–67. Badan Pusat Statistik. 2005. Analisis dan Penghitungan Tingkat Kemiskinan 2005. Badan Pusat Statistik, Jakarta. __________________. 2008. Analisis dan Penghitungan Tingkat Kemiskinan 2008. Badan Pusat Statistik, Jakarta. __________________. 2009. Analisis Kemiskinan, Ketenagakerjaan, dan Distribusi Pendapatan. Badan Pusat Statistik, Jakarta. __________________. 2010. Perkembangan Beberapa Indikator Utama SosialEkonomi Indonesia. Badan Pusat Statistik, Jakarta. __________________. beberapa tahun. Statistik Indonesia. Badan Pusat Statistik, Jakarta. Dunkerley, J. 1995. Financing the Energy Sector in Developing Countries. Energy Policy, 23(2): 929–439. Gibbons, J. and J. Fracassi. 2008. Tax Shift: Eliminating Subsidies and Moving to Full Cost Electricity Pricing. An OCAA Research Report, Ontario Clean Air Alliance Research Inc., Toronto. Gujarati, D. N. 2003. Basic Econometrics. Mc Graw Hill, Singapore. Handoko, R. da n P. Patriadi. 2005. Evaluasi Kebijakan Subsidi NonBBM. Kajian Ekonomi dan Keuangan, 9(4): 42–64. Hartono, D. 2004. Analisis Dampak Kebijakan Harga Energi terhadap Perekonomian dan Distribusi Pendapatan di DKI Jakarta: Aplikasi Model Komputasi Keseimbangan Umum. Jurnal Ekonomi dan Pembangunan Indonesia, 5(1): 83–102. Hartono, D. and B. P. Resosudarmo. 2008. The Economy-Wide Impact of Controlling Energy Consumption in Indonesia: An Analysis Using a Social Accounting Matrix Framework. Energy Policy 36 : 1404–1419. Institut Pertanian Bogor. 2009. Survey Kemampuan Bayar Pelanggan pada PT PLN (Persero). Lembaga Penelitian dan Pengapdian Masyarakat, IPB, Bogor. Kementerian Energi dan Sumber Daya Mineral, Republik Indonesia. 2007. Handbook Statistik Ekonomi Energi 2007. Kementerian Energi dan Sumber Daya Mineral, Jakarta. www.esdm.go.id 167 ____________________________________________________________. 2009. Handbook Statistik Ekonomi Energi 2009. Kementerian Energi dan Sumber Daya Mineral, Jakarta. www.esdm.go.id ____________________________________________________________. 2010. Roadmap Rasionalisasi Subsidi Listrik. Kementerian Energi dan Sumber Daya Mineral, Jakarta. Kementerian Keuangan, Republik Indonesia. Beberapa tahun. Realisasi APBN. Badan Kebijakan Fiskal, Kementerian Keuangan, Jakarta. www.fiskal.depkeu.go.id Komives, K., T. Johnson, J. Halpern, J. L. Aburto, and J. Scott. 2009. Residential Electricity Subsidies in Mexico. Exploring Options for Reform and Enhancing the Impact on the Poor. World Bank Working Paper 160. The World Bank, Washington, DC. Koplow, D. 2004. Subsidies to Energy Industries. Encyclopedia of Energy, 5: 749 –764. Koutsoyianis, A. 1977. Theory of Econometrics: An Introductory Exposition of Econometric Methods. Second Edition. The MacMillan Press Ltd, London. Lembaga Ilmu Pengetahuan Indonesia. 2008. Problema Pengangguran dan Kemiskinan di Tengah Gejolak Harga BBM: Telaah Kritis Kebijakan dan Solusi Alternatif. Jurnal Ekonomi dan Pembangunan, 16(1): 73–85. Maipita, I., M. D. Jantan, dan N. A. Abdul Razak. 2010. Dampak Kebijakan Fiska l Terhadap K inerja Eko nomi da n Angka Kemiskinan di Indo nesia. Buletin Ekonomi Moneter dan Perbankan: 421–456. Makmun dan Abdurrahman. 2003. Dampak Kenaikan Tarif Dasar Listrik terhadap Konsumsi Listrik dan Pendapatan Masyarakat. Jurnal Keuangan dan Moneter, 6(2): 63–83. Mankiw, N. G. 2000. Macroeconomics. Fourth edition. Wor th Publisher, New York Moor, A. 2001. Towards a Grand deal on Subsidies and Climate Change. Journal National Resources Forum, 25(2): 167–176. Mourougane, A. 2010. Phasing Out Energy Subsidies in Indonesia. O ECD Economics Department Working Papers, No. 808, OECD Publishing. Paris Nguyen, K. Q. 2008. Impacts of a rise in electricity tariff on prices of other products in Vietnam. Energy Policy, 36: 3135–3139. 168 Nugroho, H. T. 2010. Dampak Kebijakan Subsidi Harga Bahan Bakar Minyak Terhadap Kinerja Perekonomian dan Kemiskinan di Indonesia. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Pattinama, M. J. 2009. Pengentasan Kemiskinan Dengan Kearifan Lokal (Studi Kasus di Pulau Buru-Maluku da n Surade-Jawa Barat). Makara, Sosial Humaniora, 13(1): 1–12. Perusahaan Listrik Negara. 1993. Statistik PLN 1992/1993. PT PLN (Persero), Jakarta. ______________________. 2001. Statistik PLN 2000. PT PLN (Persero), Jakarta. ______________________. 2005. Statistik PLN 2005. PT PLN (Persero), Jakarta. ______________________. 2010a. Rencana Usaha Penyediaan Energi Listrik P T PLN (Persero) 2010–2019. PT PLN (Persero), Jakarta. ______________________. 2010b. Strategi Subsidi Listrik: Subsidi Listrik untuk Memberda yakan Eko nomi Masyarakat. PT PLN (Persero), Jakarta. ______________________. 2010c. Statistik PLN 2009. PT PLN (Persero), Jakarta. ______________________. 2010d. Laporan Tahunan 2009. PT PLN (Persero), Jakarta. ______________________. 2011. Laporan Tahunan 2010. P T PLN (Persero), Jakarta. Pindyck, R. S. and D. L Rubinfeld. 2005. Microeconomics, Sixth Edition. McGraw-Hill Inc, New York. ____________________________. 1998. Econometric Models and Economic Forecasts, Third Edition. McGraw-Hill, New York. Pissarides, C. A. 1985. Taxes, Subsidies and Equilibrium Unemployment. Review of Economic Studies, 52: 121-133. Purwoko. 2003. Analisis Peran Subsidi bagi Industri dan Masyarakat Pengguna Listrik. J urnal Keua ngan da n Moneter, 6(2): 44–62. Reiche, K. and W. Teplitz. 2009. Energy Subsidies: Why, When and How? A Think Piece. International Water Policy and I nfrastructure, Eschbor n. Ritschel, A. da n G. P. Smestad. 2003. Energy Subsidies in California’s Electricity Market Deregulation. Energy Policy, 31: 1379–1391. Setianegara, R. G. 2005. Ketimpangan Distribusi Pendapatan, Krisis Ekonomi dan Kemiskinan. Orbith, 4(1): 88–95. 169 Sinaga, B.M. dan R.K. Sitepu. 2006. Ekonometrika: Aplikasi Program SAS/ETS untuk Estimasi, Simulasi dan Peramalan. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Stiglitz, J. E. 2000. Economic of the Public Sector, Third Edition. M. W. Norton & Company, New York. Susilowati, S.H., B.M. Sinaga, W.H. Limbong, dan Erwidodo. 2007. Dampak Kebijakan Ekonomi di Sektor Agroindustri terhadap Kemiskinan dan Distribusi Pendapatan Rumah Tangga di Indonesia: Analisis Simulasi dengan Sistem Neraca Sosial Ekonomi. Jurnal Agro Ekonomi, 25(1): 11–36. The World Bank. 2002. Power Subsidies: A Reality Check on Subsidizing Power for Irrigation in India. Public Policy for the Private Sector, Washington D.C. United Nations Environment Programme. 2003. Energy Subsidies: Lessons Learned in Assessing Their Impact and Designing Policy Reforms. UNEP, Geneva. ___________________________________. 2008. Reforming Energy Subsidies: Opportunities to Contribute to the Climate Change Agenda. UNEP, Geneva. Universitas Indonesia. 2010. Analisis Dampak Kenaikan Tarif Dasar Listrik (TDL) terhadap Inflasi dan Daya Saing Produk Nasional. Lembaga Penyelidikan Ekonomi dan Masyarakat, FE-UI, Jakarta. 170 LAMP IRAN 171 Lampiran1. Keteranga n Variabel yang Digunakan dalam Model Subsidi Harga Listrik No Notasi Definisi Variabel Satuan A. Variabel Endoge n 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT 28. 29. 30. 31. 32. HJTLIND HJTLOTH AVHJTL PENPJK PENPEM Lampiran 1. No Tenaga Listrik Diproduksi Sendiri Konsumsi BBM Konsumsi Batubara Konsumsi Gas Alam Harga BBM Dalam Negeri Harga Batubara Dalam Negeri Harga Gas Alam Dalam Negeri Pengeluaran untuk Konsumsi BBM Pengeluaran untuk Konsumsi Batubara Pengeluaran untuk Konsumsi Gas Alam Tenaga Listrik yang Dibeli Total Produksi Tenaga Listrik Total Biaya Operasional Biaya Pokok P enyediaan Tenaga Listrik Per kWh Konsumsi Listrik oleh Rumah Tangga Konsumsi Listrik oleh Industri Konsumsi Listrik oleh Pelanggan Lainnya Tenaga Listrik Terjua l Tenaga Listrik yang Hilang atau Susut Subsidi Per kWh untuk Rumah Tangga Subsidi Per kWh untuk Industri Subsidi Per kWh untuk Pelanggan Lainnya Subs idi Listrik untuk Rumah Tangga Subs idi Listrik untuk Industri Subs idi Listrik untuk Pelanggan Lainnya Total Subsidi Listrik Harga Jual Tenaga Listrik untuk Rumah Tangga Harga Jual Tenaga Listrik untuk I ndustri Harga Jual Tenaga Listrik untuk Lainnya Rata-Rata Harga Jual Tenaga Listrik Penerimaan Pajak Total Penerimaan Pemerintah GWh Kilo liter Ton MMSCF Rp/liter Rp/kg Rp/MSCF Miliar Rp Miliar Rp Miliar Rp GWh GWh Miliar Rp Rp/kWh GWh GWh GWh GWh GWh Rp/kWh Rp/kWh Rp/kWh Miliar Rp Miliar Rp Miliar Rp Miliar Rp Rp/kWh Rp/kWh Rp/kWh Rp/kWh Miliar Rp Miliar Rp Lanjutan Notasi A. Variabel Endoge n Definisi Variabel Satuan 172 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Belanja Lainnya Total Pengeluaran Pemerintah Pengeluaran Konsumsi Listrik Pengeluaran Konsumsi Lainnya Total Pengeluaran Rumah Tangga Nilai Investasi Nilai Ekspor Nilai Impor Produk Domestic Bruto Riil PDB Laju Pertumbuhan Eko nomi PDB Per Kapita Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Indeks Harga Konsumen Inflasi Tingkat Suku Bunga Penawaran Tenaga Kerja Permintaan Tenaga Kerja Jumlah Pengangguran Upa h Riil Jumlah Penduduk Miskin Kota Jumlah Penduduk Miskin Desa Jumlah Penduduk Miskin Tingkat Kemiskinan Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Persen Ribu Rp Rp/US$ Persen Persen Ribu orang Ribu orang Ribu orang Ribu Rp Ribu orang Ribu orang Ribu orang Persen B. Variabel Eksoge n 1. 2. 3. 4. Cadangan Devisa Indo nesia Tenaga Listrik yang Diko nsumsi Sendiri Biaya Rutin Indonesia Crude Oil Price (Harga Minyak Mentah Indo nesia) 5, POP Jumlah Penduduk Indo nesia 6. PELRT Jumlah Pelanggan Rumah Tangga 7. PELIND Jumlah Pelanggan Industri 8. PELOTH Jumlah Pelanggan Lainnya 9. PDBI PDB Sektor Industri Pengolahan Lampiran 1. Lanjutan No CADEV CLISDR CRUTIN ICP Notasi Definisi Variabel Miliar US$ GWh Miliar Rp US$/barel Ribu orang Ribu pelanggan Ribu pelanggan Ribu pelanggan Miliar Rp Satuan B. Variabel Eksoge n 10. 11. 12. 13. 14. PDBL PDBTB PDGAS PENNPJK M PDB Selain Sektor Industri Harga Batubara Dunia Harga Gas Alam Dunia Penerimaan Selain Pajak Margin Usaha PT PLN (Persero) Miliar Rp US$/ton US$/MMBTU Miliar Rp Persen 173 15. SKBG 16. UANGBR 17. D9799 Suku Bunga Uang Beredar Dummy Krisis Ekonomi 18. D98 Dummy Krisis Ekonomi 19. D04 Dummy Kebijaka n Perluasan Pelanggan Bersubsidi Dummy Kebijaka n Perluasan Pelanggan Bersubsidi Dummy Melonjaknya Harga Minyak Mentah Dunia Dummy Krisis Finansial Global 20. D05 21. D08 22. D09 Persen Miliar rupiah Tahun 1997 – 1999 = 1, lainnya 0 Tahun 1998 = 1, lainnya 0 Tahun 2004 = 1, lainnya 0 Tahun 2005 = 1, lainnya 0 Tahun 2008 = 1, lainnya 0 Tahun 2009 = 1, lainnya 0 174 Lampiran 2. I. Ringkasan Model Subsidi Harga Listrik Blok Produksi Tenaga Listrik A. Jumlah Produksi Tenaga Listrik 1. PRODSDRt = a 0 + a1 QBBM t + a 2 QBTBt + a 3 QGAS t + a4 PRODSDRt-1 + u1t 2. QBBM t = b 0 + b1 PBBM t + b 2 PRODSDRt + b 3 D08 + b 4 QBBM t-1 + u 2t 3. QBTBt = c 0 + c1 PBTBt + c 2 PRODSDRt + c 3 PBBM t + c 4 QBTBt-1 + u3t 4. QGAS t = d0 + d1 PGASt + d2 PRODSDRt + d 3 QBBM t + d 4 QBTBt + d 5 D9799 + u4t 5. PBBM t = e 0 + e1 ICP t + e2 KURS t + e3 D08 + e 4 PBBM t-1 + u 5t 6. PBTBt = f 0 + f 1 PDBTBt + f 2 KURS t + f 3 PBBM t + f 4 PBTBt-1 + u6t 7. PGAS t = g 0 + g1 KURS t + g2 PBBM t + g 3 D98 + g 4 D09 + g 5 PGAS t-1 + u7t 8. CBBM t = QBBM t * P BBM t 9. CBTBt = QBTBt * PBTBt 10 CGAS t = QGAS t * PGAS t 11 TLBELI t = h 0 + h1 TLJUAL t + h 2 SUSUT t + h3 D08+ h4 TLBELI t-1 + u8t 12 PRODTL t = PRODSDRt + TLBELI t B. Biaya Operasional Penyediaan Tenaga Listrik 13. BOP t = i 0 + i 1 TLBELI t + i2 CBBM t + i 3 CBTBt + i 4 CGAS t + i5 CLAIN t + i 6 D08 + i 7 BOP t-1 + u 9t 14. BPP t = BOP t / TLJUAL t II. Blok Kons umsi Tenaga Listrik 15. CLISRT t = j 0 + j 1 HJTLRT t + j 2 PELRT t + j 3 PDBKPT t + j 4 D98 + j 5 CLISRT t-1 + u10t 16. CLISINDt = k 0 + k 1 HJTLIND t + k 2 PDBI t + k 3 PELINDt + k 4 D98 + k 5 D09 + k 6 CLISINDt-1 + u11t 17. CLISOTHt = l 0 + l 1 HJTLOTH t + l 2 PDBL t + l 3 PELOTHt + l 4 D05 + l 5 D08 + u 12t 18. TLJUAL t = CLISRT t + CLISINDt + CLISOTHt 19. SUSUT t = PRODTL t – TLJUAL t – CLISDRt III. Blok Subsidi 175 20. SU BPRT t = m 0 + m1 PENPEM t + m2 D08 + m 3 SUBPRT t-1 + u 13t 21. SUBPINDt = n 0 + n1 PENPEM t + n2 D08 + n 3 SUBPINDt-1 + u14t 22. SUBPOTHt = o 0 + o1 PENPEM t + o2 D08 + o3 SUBPOTHt-1 + u15t 23. SUBRT t = SUBPRT t * CLISRT t / 1000 24. SUBINDt = SUBPINDt * CLISINDt / 1000 25. SUBOTHt = SUBPOTHt * CLISOTHt / 1000 26. SUBLSTRt = SUBRT t + SUBINDt + SUBOTHt IV. Blok Harga Jual Tenaga Listrik 27. HJTLRT t = (1 + m t ) BPP t – SUBPRT t 28. HJTLINDt = (1 + m t ) BPP t – SUBPINDt 29. HJTLOTHt = (1 + m t ) BPP t – SUBPOTHt 30. AVHJTL t = HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t V. Blok Penerimaa n dan Penge luaran Pemerintah a. Penerimaan Pe merintah 31. PENPJK t = p0 + p1 PDBt-1 + p2 INFLASIt + p3 D98 + p 4 PENPJK t-1 + u16t 32. PENPEM t = PENPJK t + PENNPJK t b. Belanja Pe merintah 33. BLJLAIN t = q 0 + q1 PENPEM t + q2 IHK t + q3 D09 + q4 BLJNSUBt-1 + u17t 34. GOVEXP t = SUBLSTRt + BLJLAIN t VI. Blok Perekonomian 35. CONLIS t = HJTLRT t *CLISRT t + HJTLIND t *CLISIND t + HJTLOTHt *CLISOTH t 36. CONLAIN t = r0 + r1 PDBKPT t + r2 INFLASIt + r 3 D98 + r 4 D08 + r 5 CONLAIN t-1 + u18t 37. CONRT t = CONLIS t + CONLAIN t 38. INV t = s0 + s1 PDBt + s 2 SKBG t + s 3 D04 + s 4 INVt-1 + u19t 39. EKSPORt = t 0 + t 1 KURS t + t 2 D98 + t 3 EKSPORt-1 + u20t 40. IMPORt = u 0 + u1 INFLASI t + u2 KURS t + u3 POP t + u4 D98 + 176 u 5 IMPORt-1 + u21t 41. PDBt = CONRT t + INV t + GOVEXP t + EKSt - IMP t 42. RPDBt = PDBt * 100/IHK t 43. GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 44. PDBKPT t = PDBt /POP t 45. KURS t = v 0 + v 1 IHK t + v 2 CADEV t + v 3 D9799 + v 4 KURS t-1 + u 22t 46. IHK t = w 0 + w1 SKBG t + w2 UANGBRt + w 3 AVHJTL t + w4 PBBM t + w 5 KURS t + w6 D98 + w7 D02 + w8 D05 + w9 IHK t-1 + u23t 47. INFLASIt = ( IHK t – IHK t-1 ) / IHK t-1 * 100 % 48. SKBG t = x 0 + x 1 INFLASIt + x 2 D9799 + x 3 SKBG t-1 + u24t VII. Blok Tenaga Kerja 49. STK t = y0 + y1 RUPHt + y2 POP t + y 3 DBLJLAIN t + y 4 D04 + y5 D09 + y 6 STKt-1 + u25t 50. DTK t = z 0 + z 1 RUPHt + z2 PDBt + z 3 D9799 + u 26t 51. UNEMPL t = STK t – DTKt 52. RUPHt = aa 0 + aa1 STK t-1 + aa2 DDTK t + aa 3 D98 + aa 4 RUPHt-1 + u27t VIII. Blok Kemiskinan 53. MISKOTA t = ab 0 + ab1 INFLASIt + ab2 RUPHt + ab3 UNEMPLt + ab 4 D9799 + u28t 54. MISDESA t = ac 0 + ac1 INFLASIt + ac2 GOVEXP t + ac3 UNEMPL t + ac 5 D9799 + ac 6 MISDESA t-1 + u 29t 55. PMISKIN t = MISKOTA t + MISDESA t 56. TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 177 Lampiran 3. Program Estimasi Model Subsidi Harga Listrik mengg unakan Metode 2SLS dan Pros edur SYSLIN denga n Program SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; */Creating Variable; PRODSDR = TLSDR+TLSEWA; PRODTL = PRODSDR+TLBELI; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; AVHJTL = (HJTLRT*CLISRT + HJTLIND*CLISIND + HJTLOTH*CLISOTH)/ (CLISRT+CLISIND+CLISOTH); BPP = BOP/TLJUAL*1000; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; PENPEM = PENPJK+PENNPJK; CLAIN = CPLHR+CPGW+CSUSUT+COTH; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PENPEM = PENPJK + PENNPJK; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; GOVEXP = SUBLSTR + BLJLAIN; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; PDBKPT = PDB/POP*1000; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; UNEMPL = STK-DTK; PDBL = PDB-PDBI; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LCLISRT = lag(clisrt); 178 LCLISIND LCLISOTH LBOP LPBBM LPBTB LPGAS LQBBM LQBTB LQGAS LQBBM LQBTB LQGAS LPDB LKURS LIHK LTLBELI LPRODSDR LMISKOTA LMISDESA LSUBPRT LSUBPIND LSUBPOTH LPENPJK LSTK LDTK LRUPH LRPDB INFLASI GROWTH DDTK DSTK LBLJLAIN DBLJLAIN LCONLAIN LINV LEKSPOR LIMPOR LSKBG = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = lag(clisind); lag(clisoth); lag(bop); lag(pbbm); lag(pbtb); lag(pgas); lag(qbbm); lag(qbtb); lag(qgas); lag(qbbm); lag(qbtb); lag(qgas); lag(pdb); lag(kurs); lag(ihk); lag(tlbeli); lag(prodsdr); lag(miskota); lag(misdesa); lag(subprt); lag(subpind); lag(subpoth); lag(penpjk); lag(stk); lag(dtk); lag(ruph); lag(rpdb); (IHK-LIHK)/LIHK*100; (RPDB-LRPDB)/LRPDB*100; dif(dtk); dif(stk); lag(bljlain); dif(bljlain); lag(conlain); lag(inv); lag(ekspor); lag(impor); lag(skbg); run; proc syslin 2sls data=datapln out=hasil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv kspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; instruments pennpjk pop pdbi pdbl cplhr clain icp pdbtb pdgas clisdr dbljlain cadev uangbr ddtk lclisrt lclisind lclisoth lbop lpbbm lpbtb lpgas lqbbm lqbtb lqgas lkurs lihk lmiskota lmisdesa lpenpjk lbljlain lstk ldtk lruph lconlain linv lekspor limpor lskbg d98 d08 d05 d09 d9799 d02 d04; *PERSAMAAN STRUKTURAL; 179 *BLOK PRODUKSI; *1. NILAI PRODUKSI; prod_sdr : model q_bbm : model q_btb : model q_gas : model p_bbm : model p_btb : model p_gas : model tl_beli : model prodsdr qbbm qbtb qgas pbbm pbtb pgas tlbeli *2. BIAYA OPERASIONAL; biaya_op : model bop *BLOK CLISUMSI; kons_rt : model clisrt /dw; kons_ind : model clisind kons_oth : model clisoth = = = = = = = = qbbm qbtb qgas lprodsdr /dw; pbbm prodsdr d08 lqbbm /dw; pbtb prodsdr pbbm lqbtb/dw; pgas prodsdr qbbm qbtb d9799/dw; icp kurs d08 lpbbm /dw; pdbtb kurs pbbm lpbtb/dw; pdgas kurs pbbm d98 d09 lpgas /dw; tljual susut d08 ltlbeli /dw; = tlbeli cbbm cbtb cgas clain d08 lbop /dw; = hjtlrt pdbkpt pelrt d98 lclisrt = hjtlind pdbi pelind d98 d09 lclisind /dw; = hjtloth pdbl peloth d05 d08 /dw; * BLOK KEUANGAN PEMERINTAH; pen_pjk : model penpjk blj_lain : model bljlain = lpdb inflasi d98 lpenpjk/dw; = penpem ihk d09 lbljlain/dw; * BLOK SUBSIDI; subprt : model subprt subpind : model subpind subpoth : model subpoth = penpem d08 lsubprt /dw; = penpem d08 lsubpind /dw; = penpem d08 lsubpoth /dw; *BLOK INDIKATOR EKONOMI; conlain : model conlain investasi ekspor impor nil_tkr ihk : : : : : skbg : model skbg = pdbkpt inflasi d98 d08 lconlain/dw; = pdb skbg d04 linv /dw; = kurs d98 lekspor/dw; = inflasi kurs pop d98 limpor/dw; = ihk cadev d9799 lkurs/dw; = skbg uangbr avhjtl pbbm kurs d98 d05 d02 lihk/dw; = inflasi d9799 lskbg/dw; *BLOK TK; sup_tk dem_tk umr : model stk : model dtk : model ruph = ruph pop dbljlain d04 d09 lstk/dw; = ruph pdb d9799 /dw; = lstk ddtk d98 lruph /dw; model model model model model inv ekspor impor kurs ihk *BLOK KEMISKINAN; mis_kota : model miskota mis_desa : model misdesa = inflasi ruph unempl d9799 /dw; = inflasi govexp unempl d9799 lmisdesa /dw; *PERSAMAAN IDENTITAS; identity CBBM = CBBM + 0; identity CBTB = CBTB + 0; identity CGAS = CGAS + 0; identity PRODTL = PRODSDR + TLBELI; identity BPP = BPP + 0; 180 identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity run; TLJUAL SUSUT SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPEM GOVEXP CONLIS CONRT PDB GROWTH PDBKPT INFLASI UNEMPL PMISKIN TMISKIN = = = = = = = = = = = = = = = = = = = = = CLISRT + CLISIND + CLISOTH; PRODTL - TLJUAL - CLISDR; SUBRT + 0; SUBIND + 0; SUBOTH + 0; SUBRT + SUBIND + SUBOTH; HJTLRT + 0; HJTLIND + 0; HJTLOTH + 0; AVHJTL + 0; PENPJK + PENNPJK; SUBLSTR + BLJLAIN; CONLIS + 0; CONLIS + CONLAIN; CONRT + INV + GOVEXP + EKSPOR - IMPOR; GROWTH + 0; PDBKPT + 0; INFLASI + 0; STK - DTK; MISKOTA + MISDESA; TMISKIN + 0; 181 Lampiran 4. Hasil Estimasi Model Subsidi Harga Listrik menggunakan Metode 2SLS dan Pros edur SYSLIN denga n Program SAS/ETS versi 9.1 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 4 15 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t QBBM QBTB QGAS LPRODSDR DF Paramet er Estima te 1 1 1 1 1 9012.0 79 0.0002 48 0.0014 61 0.0235 78 0.6250 91 PROD_ SDR PROD SDR pr od list sdr An alysis of Vari ance Sum of Mean Squa res Square 1.422 E10 77453 435 1.429 E10 2 272.347 31 8 3319.85 00 2.727 26 Pr > F 68 8.31 <.0001 3.5541E9 5163562 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 38 64.860 0. 000592 0. 000641 0. 009956 0. 134072 F V alue 0 .99458 0 .99314 2 .33 0 .42 2 .28 2 .37 4 .66 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l P r > |t| 0.0341 0.6814 0.0378 0.0317 0.0003 Inte rcept kons BBM kons batu b ara kons gas al am lag prod li st sdr 2.9 64902 20 -0. 56325 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label Sour ce An alysis of Vari ance Sum of Mean DF Squa res Square Mode l Erro r Corr ected To tal 4 15 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t PBBM PRODSDR D08 LQBBM Q_BB M QBB M kons BB M DF Paramet er Estima te 1 1 1 1 1 35351. 62 -59.60 42 18.005 78 942261 .9 0.8128 56 1.174 E14 1.693 E13 1.343 E14 1 062363. 20 6 769845. 53 15.692 58 Pr > F 2 5.99 <.0001 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 1 715819 40 6.5272 17 .69056 1 675313 0. 251698 F V alue 2.934E13 1.129E12 0 .02 -0 .15 1 .02 0 .56 3 .23 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0 .87393 0 .84031 P r > |t| 0.9838 0.8854 0.3249 0.5821 0.0056 1.3 84334 20 0. 28658 Vari able Labe l Inte rcept harg a bbm prod list s dr 2008 lag kons BB M 182 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Q _BTB QBTB ko ns batu bara An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 7.341 E14 8.984 E12 7.431 E14 1.835E14 5.989E11 Root MSE Depe ndent M ean Coef f Var 7 73904.6 37 1 3092044 .9 5.911 26 F V alue Pr > F 30 6.41 <.0001 R -Square A dj R-Sq 0 .98791 0 .98469 Pa rameter Estima tes Variable Intercep t PBTB PRODSDR PBBM LQBTB DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -23018 71 -891.9 32 105.13 71 148.71 85 0.5387 98 95 6750.1 22 41.920 30 .94884 18 4.1099 0. 174144 -2 .41 -0 .40 3 .40 0 .81 3 .09 0.0295 0.6964 0.0040 0.4318 0.0074 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept harg a batub ara prod list s dr harg a bbm lag kons ba tu bara 2.1 77113 20 -0. 14084 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Q_ GAS Q GAS ko ns gas a lam An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 1.369 E11 2.881 E10 1.657 E11 2.737E10 2.0578E9 Root MSE Depe ndent M ean Coef f Var 4 5362.94 53 1 89791.0 25 23.901 52 F V alue Pr > F 1 3.30 <.0001 R -Square A dj R-Sq 0 .82611 0 .76400 Pa rameter Estima tes Variable Intercep t PGAS PRODSDR QBBM QBTB D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 7043.2 93 -4.757 30 8.0810 43 -0.043 89 -0.007 30 -37568 .6 90 292.91 2. 406312 2. 823738 0. 009903 0. 015428 32 424.68 0 .08 -1 .98 2 .86 -4 .43 -0 .47 -1 .16 0.9389 0.0681 0.0126 0.0006 0.6436 0.2660 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2. 72214 20 -0. 36128 Vari able Labe l Inte rcept harg a gas a lam prod list s dr kons BBM kons batu b ara 1997 -1999 183 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label P_BB M PBB M harga bb m An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 1.045 3E8 2473 538 1.0 7E8 26132254 164902.5 Root MSE Depe ndent M ean Coef f Var 406.081 89 2 044.933 29 19.857 95 F V alue Pr > F 15 8.47 <.0001 R -Square A dj R-Sq 0 .97688 0 .97072 Pa rameter Estima tes Variable Intercep t ICP KURS D08 LPBBM DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -988.9 33 66.374 29 0.0241 72 1089.3 09 0.2377 59 24 5.8773 9. 231450 0. 034226 54 0.0136 0. 088856 -4 .02 7 .19 0 .71 2 .02 2 .68 0.0011 <.0001 0.4909 0.0619 0.0173 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept harg my Ind onesia Rp/U S$ 2008 lag harga b bm 2.5 59031 20 -0 .2855 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel P _BTB PBTB ha rga batu bara An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 69755 2.4 50965 .11 74851 7.5 174388.1 3397.674 Root MSE Depe ndent M ean Coef f Var 58.289 57 226.380 42 25.748 50 F V alue Pr > F 5 1.33 <.0001 R -Square A dj R-Sq 0 .93191 0 .91376 Pa rameter Estima tes Variable Intercep t PDBTB KURS PBBM LPBTB DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -113.3 02 2.5882 17 0.0108 02 0.0192 97 0.6019 05 13 3.5845 3. 164666 0. 008323 0. 011534 0. 229380 -0 .85 0 .82 1 .30 1 .67 2 .62 0.4097 0.4262 0.2139 0.1150 0.0192 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.4 66728 20 -0. 29173 Vari able Labe l Inte rcept harg a dunia btbara Rp/U S$ harg a bbm lag harga b atubara 184 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel P _GAS PGAS ha rga gas alam An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.293 2E9 82412 937 2.375 6E9 3.822E8 6339457 Root MSE Depe ndent M ean Coef f Var 2 517.827 78 1 9398.40 96 12.979 56 F V alue Pr > F 6 0.29 <.0001 R -Square A dj R-Sq 0 .96531 0 .94930 Pa rameter Estima tes Variable Intercep t PDGAS KURS PBBM D98 D09 LPGAS DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -957.0 21 763.61 72 0.1071 65 0.0422 18 19135. 55 8717.0 81 0.8572 25 19 91.330 12 24.532 0. 622349 1. 146289 42 32.322 38 44.077 0. 174680 -0 .48 0 .62 0 .17 0 .04 4 .52 2 .27 4 .91 0.6388 0.5437 0.8659 0.9712 0.0006 0.0410 0.0003 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept PDGA S Rp/U S$ harg a bbm 1998 2009 lag harga g as alam 1.6 71566 20 0.0 33906 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel TL_B ELI TLB ELI l istrik b eli An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 3.530 4E9 26465 885 3.556 8E9 8.8259E8 1764392 Root MSE Depe ndent M ean Coef f Var 1 328.304 31 1 4704.95 35 9.033 04 F V alue Pr > F 50 0.23 <.0001 R -Square A dj R-Sq 0 .99256 0 .99057 Pa rameter Estima tes Variable Intercep t TLJUAL SUSUT D08 LTLBELI DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -3780. 01 0.0465 45 0.3227 28 -2239. 34 0.8510 06 15 51.305 0. 033446 0. 153609 15 05.818 0. 080665 -2 .44 1 .39 2 .10 -1 .49 10 .55 0.0278 0.1843 0.0530 0.1577 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.0 06003 20 - 0.039 Vari able Labe l Inte rcept tota l list terjual susu t tng l istrik 2008 lag list be li 185 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 7 12 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t TLBELI CBBM CBTB CGAS CLAIN D08 LBOP DF Paramet er Estima te 1 1 1 1 1 1 1 1 -937.2 26 0.7311 74 0.9694 35 1.1977 97 1.5838 87 0.8083 36 5086.9 99 0.0010 61 BIAY A_OP BOP to tal biay a op An alysis of Vari ance Sum of Mean Squa res Square 5.353 E10 25175 690 5.356 E10 1 448.438 52 5 2073.75 01 2.781 51 7.6473E9 2097974 Pr > F 364 5.08 <.0001 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 69 7.7194 0. 198830 0. 055410 0. 447581 0. 252380 0. 170700 28 86.486 0. 053862 F V alue 0 .99953 0 .99926 -1 .34 3 .68 17 .50 2 .68 6 .28 4 .74 1 .76 0 .02 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l P r > |t| 0.2040 0.0032 <.0001 0.0202 <.0001 0.0005 0.1034 0.9846 Inte rcept list rik bel i kons bbm kons batuba ra kons gas al am peng lainny a 2008 lag total b iaya op 2.2 11091 20 -0. 11614 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 5 14 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t HJTLRT PDBKPT PELRT D98 LCLISRT DF Paramet er Estima te 1 1 1 1 1 1 -1009. 26 -2.014 47 0.4631 04 0.5364 86 -922.6 94 0.5112 89 KON S_RT CL ISRT ko ns list ruta An alysis of Vari ance Sum of Mean Squa res Square 4.227 6E9 4195 622 4.231 8E9 547.437 02 3 1513.36 95 1.737 16 8.4552E8 299687.3 Pr > F 282 1.33 <.0001 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 92 2.8925 2. 019083 0. 110181 0. 155016 61 5.1848 0. 160374 F V alue -1 .09 -1 .00 4 .20 3 .46 -1 .50 3 .19 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0 .99901 0 .99865 P r > |t| 0.2926 0.3354 0.0009 0.0038 0.1559 0.0066 2.3 19974 20 -0. 16621 Vari able Labe l Inte rcept TDL untuk r uta PDB per kap ita jm p el ruta 1998 lag kons li st ruta 186 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l KO NS_IND C LISIND kons list in dustri An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.103 9E9 13374 742 2.117 2E9 3.5064E8 1028826 Root MSE Depe ndent M ean Coef f Var 1 014.310 77 3 3901.03 48 2.991 98 F V alue Pr > F 34 0.82 <.0001 R -Square A dj R-Sq 0 .99368 0 .99077 Pa rameter Estima tes Variable Intercep t HJTLIND PDBI PELIND D98 D09 LCLISIND DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -1958. 22 -4.829 33 0.0038 27 158.14 25 -4582. 81 -4979. 80 0.9009 84 38 22.588 5. 176824 0. 001513 13 4.7769 14 50.471 12 10.197 0. 150516 -0 .51 -0 .93 2 .53 1 .17 -3 .16 -4 .11 5 .99 0.6171 0.3679 0.0251 0.2617 0.0075 0.0012 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept TDL untuk i ndustri PDB sek ind jm p el indu stri 1998 2009 lag kons li st ind 2.1 49988 20 -0. 09542 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l KON S_OTH CL ISOTH kons list pl lain An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 1.798 8E9 7458 993 1.806 2E9 3.5975E8 532785.2 Root MSE Depe ndent M ean Coef f Var 729.921 37 1 7043.13 31 4.282 79 F V alue Pr > F 67 5.23 <.0001 R -Square A dj R-Sq 0 .99587 0 .99440 Pa rameter Estima tes Variable Intercep t HJTLOTH PDBL PELOTH D05 D08 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -335.4 56 -1.086 05 0.0036 22 6.6540 27 1514.4 73 1082.1 57 79 2.7118 3. 005888 0. 000382 1. 008347 79 5.8041 79 6.4508 -0 .42 -0 .36 9 .47 6 .60 1 .90 1 .36 0.6786 0.7233 <.0001 <.0001 0.0778 0.1957 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.5 34954 20 0.2 32058 Vari able Labe l Inte rcept TDL u pel l ain PDB sek lai n jm p el lain nya 2005 2008 187 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel PEN_ PJK PEN PJK p en dr pa jak An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 1.015 E12 1.574 E10 1.031 E12 2.538E11 1.0494E9 Root MSE Depe ndent M ean Coef f Var 3 2394.27 16 2 37399.2 65 13.645 48 F V alue Pr > F 24 1.87 <.0001 R -Square A dj R-Sq 0 .98473 0 .98066 Pa rameter Estima tes Variable Intercep t LPDB INFLASI D98 LPENPJK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -45462 .8 0.1019 52 4557.8 19 -3199 36 0.3228 97 22 203.79 0. 034275 22 22.092 15 6848.5 0. 275790 -2 .05 2 .97 2 .05 -2 .04 1 .17 0.0585 0.0094 0.0581 0.0594 0.2599 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept lag PDB tk i nflasi 1998 lag pen pjk 2. 13074 20 - 0.088 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mod el Dep endent V ariable Lab el BLJ _LAIN BL JLAIN blj sel sub list An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 4.418 E11 6.541 3E8 4.424 E11 1.104E11 43608490 Root MSE Depe ndent M ean Coef f Var 6 603.672 48 1 56498.0 97 4.219 65 F V alue Pr > F 253 2.66 <.0001 R -Square A dj R-Sq 0 .99852 0 .99813 Pa rameter Estima tes Variable Intercep t PENPEM IHK D09 LBLJLAIN DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -4007. 71 0.0363 47 193.88 56 103212 .5 0.9249 40 43 28.064 0. 023956 82 .94364 73 36.757 0. 045025 -0 .93 1 .52 2 .34 14 .07 20 .54 0.3691 0.1500 0.0337 <.0001 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.5 84694 20 -0. 29662 Vari able Labe l Inte rcept pen pemerin tah inde ks harg a kons 2009 lag blj lai n 188 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l SUBPRT SUBPRT sub per kWh u ruta An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 75315 3.7 52134 .57 80528 8.3 251051.2 3258.411 Root MSE Depe ndent M ean Coef f Var 57.082 49 153.444 42 37.200 76 F V alue Pr > F 7 7.05 <.0001 R -Square A dj R-Sq 0 .93526 0 .92312 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPRT DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -30.68 97 0.0004 38 189.67 83 0.1985 39 21 .47345 0. 000101 70 .65610 0. 155476 -1 .43 4 .31 2 .68 1 .28 0.1722 0.0005 0.0163 0.2198 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u ruta 1.6 66554 20 0.1 63421 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l SU BPIND SU BPIND sub per kWh u ind An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 63792 3.9 34250 .25 67217 4.2 212641.3 2140.641 Root MSE Depe ndent M ean Coef f Var 46.267 06 128.646 74 35.964 42 F V alue Pr > F 9 9.34 <.0001 R -Square A dj R-Sq 0 .94905 0 .93949 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPIND DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -39.89 37 0.0004 21 209.79 06 0.1343 40 17 .48892 0. 000077 56 .88703 0. 130269 -2 .28 5 .48 3 .69 1 .03 0.0366 <.0001 0.0020 0.3178 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.0 91138 20 -0. 04808 Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u ind 189 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depend ent Vari able Label SUBPOT H SUBPOT H sub pe r kWh u pel lai n An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 40632 3.8 35194 .17 44151 8.0 135441.3 2199.635 Root MSE Depe ndent M ean Coef f Var 46.900 27 17.384 00 269.789 90 F V alue Pr > F 6 1.57 <.0001 R -Square A dj R-Sq 0 .92029 0 .90534 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPOTH DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -104.6 86 0.0003 27 202.15 26 0.1103 61 25 .08724 0. 000072 56 .00976 0. 146312 -4 .17 4 .57 3 .61 0 .75 0.0007 0.0003 0.0024 0.4616 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u lain 1. 67453 20 0.1 38067 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l C ONLAIN C ONLAIN kons ruta se l list An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 2.211 E13 4.534 E10 2.215 E13 4.421E12 3.2389E9 Root MSE Depe ndent M ean Coef f Var 5 6911.47 01 1 237937. 52 4.597 28 F V alue Pr > F 136 5.05 <.0001 R -Square A dj R-Sq 0 .99795 0 .99722 Pa rameter Estima tes Variable Intercep t PDBKPT INFLASI D98 D08 LCONLAIN DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -13586 .9 110.04 89 -26.58 94 54503. 53 133465 .5 0.1902 18 41 899.65 57 .14134 42 25.152 28 0769.4 65 363.87 0. 481695 -0 .32 1 .93 -0 .01 0 .19 2 .04 0 .39 0.7505 0.0747 0.9951 0.8489 0.0605 0.6989 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.5 58858 20 0.1 57886 Vari able Labe l Inte rcept PDB per kap ita tk i nflasi 1998 2008 lag kons la in 190 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label INVESTA S IN V IN V An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 6.396 E12 4.668 E10 6.443 E12 1.599E12 3.1119E9 Root MSE Depe ndent M ean Coef f Var 5 5784.75 11 5 53245.2 27 10.083 19 F V alue Pr > F 51 3.83 <.0001 R -Square A dj R-Sq 0 .99275 0 .99082 Pa rameter Estima tes Variable Intercep t PDB SKBG D04 LINV DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 49424. 32 0.0721 85 -3763. 54 -1180 44 0.9177 95 49 992.16 0. 035463 21 59.890 59 815.43 0. 139370 0 .99 2 .04 -1 .74 -1 .97 6 .59 0.3385 0.0599 0.1019 0.0672 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept prod dom br uto suku bunga 2004 lag investa si 2. 15814 20 -0. 09559 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel EKS POR EKS POR n ilai eks por An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 4.487 E12 1.887 E11 4.676 E12 1.496E12 1.179E10 Root MSE Depe ndent M ean Coef f Var 1 08598.6 98 6 19228.6 65 17.537 74 F V alue Pr > F 12 6.82 <.0001 R -Square A dj R-Sq 0 .95964 0 .95208 Pa rameter Estima tes Variable Intercep t KURS D98 LEKSPOR DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -26942 .0 13.103 76 253373 .3 0.9987 71 58 093.72 12 .66881 12 2246.6 0. 097930 -0 .46 1 .03 2 .07 10 .20 0.6491 0.3164 0.0547 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2. 64545 20 -0. 37219 Vari able Labe l Inte rcept Rp/U S$ 1998 lag ekspor 191 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label IMPO R IMPO R IMPO R An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 3.718 E12 1.825 E11 3.901 E12 7.436E11 1.304E10 Root MSE Depe ndent M ean Coef f Var 1 14183.0 96 5 38494.6 75 21.204 13 F V alue Pr > F 5 7.03 <.0001 R -Square A dj R-Sq 0 .95320 0 .93649 Pa rameter Estima tes Variable Intercep t INFLASI KURS POP D98 LIMPOR DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -26418 34 19088. 89 -21.61 70 13.558 90 -11073 00 0.7375 83 1 294399 82 66.869 18 .65944 7. 126591 57 1956.2 0. 212300 -2 .04 2 .31 -1 .16 1 .90 -1 .94 3 .47 0.0606 0.0367 0.2660 0.0779 0.0733 0.0037 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept tk i nflasi Rp/U S$ jm p enduduk 1998 lag impor 2.3 74911 20 -0. 24298 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label NIL_TK R KUR S Rp/US $ An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 2.107 7E8 18055 342 2.288 3E8 52693249 1203689 Root MSE Depe ndent M ean Coef f Var 1 097.127 84 6 959.000 00 15.765 60 F V alue Pr > F 4 3.78 <.0001 R -Square A dj R-Sq 0 .92110 0 .90006 Pa rameter Estima tes Variable Intercep t IHK CADEV D9799 LKURS DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 714.76 07 33.140 76 -0.061 75 1467.3 04 0.6651 05 56 1.5794 16 .42903 0. 032571 70 7.3035 0. 180595 1 .27 2 .02 -1 .90 2 .07 3 .68 0.2225 0.0619 0.0774 0.0557 0.0022 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.4 16601 20 -0. 21295 Vari able Labe l Inte rcept inde ks harg a kons cada ngan de visa 1997 -1999 lag Rp/US$ 192 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l IHK IHK inde ks harga kons An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 9 10 19 81592 .88 37.94 665 81630 .82 9065.875 3.794665 Root MSE Depe ndent M ean Coef f Var 1.947 99 111.094 97 1.753 45 F V alue Pr > F 238 9.11 <.0001 R -Square A dj R-Sq 0 .99954 0 .99912 Pa rameter Estima tes Variable Intercep t SKBG UANGBR AVHJTL PBBM KURS D98 D05 D02 LIHK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 1 1 1 5.5637 70 -0.032 42 0.0167 41 0.0200 46 0.0024 28 0.0020 50 23.000 31 12.939 38 4.2732 69 0.6149 20 3. 502250 0. 166492 0. 005972 0. 014346 0. 000532 0. 000375 5. 693268 2. 260037 2. 210341 0. 111328 1 .59 -0 .19 2 .80 1 .40 4 .57 5 .47 4 .04 5 .73 1 .93 5 .52 0.1432 0.8495 0.0187 0.1925 0.0010 0.0003 0.0024 0.0002 0.0820 0.0003 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept suku bunga uang bereda r rata -rata h arga jua l harg a bbm Rp/U S$ 1998 2005 2002 lag IHK 2.2 47011 20 -0. 18312 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label SK BG SK BG suku bun ga Sour ce An alysis of Vari ance Sum of Mean DF Squa res Square Mode l Erro r Corr ected To tal 3 16 19 Root MSE Depe ndent M ean Coef f Var 998.8 893 228.7 116 1227. 601 3.780 80 14.888 00 25.394 97 F V alue Pr > F 2 3.29 <.0001 332.9631 14.29447 R -Square A dj R-Sq 0 .81369 0 .77876 Pa rameter Estima tes Variable Intercep t INFLASI D9799 LSKBG DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 2.8074 72 0.2906 01 3.1056 02 0.5318 85 2. 344782 0. 066540 3. 458889 0. 140224 1 .20 4 .37 0 .90 3 .79 0.2486 0.0005 0.3826 0.0016 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.2 05912 20 0.2 34993 Vari able Labe l Inte rcept tk i nflasi 1997 -1999 lag suku bu nga 193 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label SUP_T K ST K supp T K An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.502 2E9 26934 487 2.529 1E9 4.1703E8 2071884 Root MSE Depe ndent M ean Coef f Var 1 439.403 91 9 7691.56 01 1.473 42 F V alue Pr > F 20 1.28 <.0001 R -Square A dj R-Sq 0 .98935 0 .98443 Pa rameter Estima tes Variable Intercep t RUPH POP DBLJLAIN D04 D09 LSTK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -35064 .0 4.9196 88 0.4628 34 0.0149 04 -1837. 59 -2603. 15 0.3476 97 21 130.04 3. 796366 0. 261332 0. 052786 19 81.529 58 45.395 0. 350796 -1 .66 1 .30 1 .77 0 .28 -0 .93 -0 .45 0 .99 0.1209 0.2175 0.1000 0.7821 0.3706 0.6634 0.3397 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept upah riil jm p enduduk seli sih blj lain 2004 2009 lag supp TK 2.0 09544 20 -0. 01301 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label DEM_T K DT K dem T K An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 1.416 2E9 1.090 6E8 1.525 3E9 4.7206E8 6816339 Root MSE Depe ndent M ean Coef f Var 2 610.811 90 9 0614.61 04 2.881 23 F V alue Pr > F 6 9.25 <.0001 R -Square A dj R-Sq 0 .92850 0 .91509 Pa rameter Estima tes Variable Intercep t RUPH PDB D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 86066. 35 -8.628 50 0.0045 86 3177.5 72 41 17.284 6. 120316 0. 000332 16 98.668 20 .90 -1 .41 13 .81 1 .87 <.0001 0.1777 <.0001 0.0798 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0.9 37812 20 0.3 89251 Vari able Labe l Inte rcept upah riil prod dom br uto 1997 -1999 194 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label UPA H RUP H upah rii l An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 15228 7.7 34273 .11 18656 0.8 38071.92 2284.874 Root MSE Depe ndent M ean Coef f Var 47.800 36 634.377 47 7.535 00 F V alue Pr > F 1 6.66 <.0001 R -Square A dj R-Sq 0 .81629 0 .76730 Pa rameter Estima tes Variable Intercep t LSTK DDTK D98 LRUPH DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 263.22 30 -0.001 67 0.0034 55 -297.8 11 0.8653 21 13 3.7949 0. 000994 0. 006036 57 .34981 0. 125850 1 .97 -1 .68 0 .57 -5 .19 6 .88 0.0679 0.1136 0.5756 0.0001 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept lag supp TK seli sh dem TK 1998 lag upah ri il 2.0 80801 20 -0. 12683 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depen dent Var iable Label MI S_KOTA M ISKOTA jm pe nd miski n kota An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 97305 171 25838 381 1.231 4E8 24326293 1722559 Root MSE Depe ndent M ean Coef f Var 1 312.462 84 1 1811.80 89 11.111 45 F V alue Pr > F 1 4.12 <.0001 R -Square A dj R-Sq 0 .79018 0 .73422 Pa rameter Estima tes Variable Intercep t INFLASI RUPH UNEMPL D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 10198. 97 33.651 09 -3.895 11 0.4307 85 4274.2 66 26 94.021 23 .45146 3. 463192 0. 107619 96 8.2795 3 .79 1 .43 -1 .12 4 .00 4 .41 0.0018 0.1718 0.2784 0.0012 0.0005 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.3 91084 20 -0. 19787 Vari able Labe l Inte rcept tk i nflasi upah riil tk p engangg uran 1997 -1999 195 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depen dent Var iable Label MI S_DESA M ISDESA jm pe nd miski n desa An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 3.332 5E8 40322 300 3.735 7E8 66650336 2880164 Root MSE Depe ndent M ean Coef f Var 1 697.104 68 2 3809.35 11 7.127 89 F V alue Pr > F 2 3.14 <.0001 R -Square A dj R-Sq 0 .89206 0 .85351 Pa rameter Estima tes Variable Intercep t INFLASI GOVEXP UNEMPL D9799 LMISDESA DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 8359.4 62 25.744 96 -0.006 16 0.4353 92 4623.4 63 0.5243 80 22 79.957 28 .46146 0. 003101 0. 202403 14 21.270 0. 118994 3 .67 0 .90 -1 .99 2 .15 3 .25 4 .41 0.0025 0.3810 0.0668 0.0494 0.0058 0.0006 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.5 55569 20 -0. 29591 Vari able Labe l Inte rcept tk i nflasi peng pem tk p engangg uran 1997 -1999 lag jml mis kin desa 196 Lampiran 5. Prog ram Estimasi Statistik Durbin-h me ngg unakan Metode OLS dan Pros edur AUTOREG denga n Prog ram SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; */Creating Variable; PRODSDR = TLSDR+TLSEWA; PRODTL = PRODSDR+TLBELI; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; BPP = BOP/TLJUAL*1000; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; PENPEM = PENPJK+PENNPJK; CLAIN = CPLHR+CPGW+CSUSUT+COTH; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PENPEM = PENPJK + PENNPJK; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; GOVEXP = SUBLSTR + BLJLAIN; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; PDBKPT = PDB/POP*1000; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; UNEMPL = STK-DTK; PDBL = PDB-PDBI; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; if tahun=1999 then Dxx=1; else Dxx=0; LCLISRT = lag(clisrt); 197 LCLISIND LCLISOTH LHJTLRT LHJTLIND LHJTLOTH LBOP LPBBM LPBTB LPGAS LQBBM LQBTB LQGAS LQBBM LQBTB LQGAS LPDB LKURS LIHK LTLBELI LPRODSDR LMISKOTA LMISDESA LSUBPRT LSUBPIND LSUBPOTH LPENPJK LSTK LDTK LRUPH LRPDB INFLASI GROWTH DDTK DSTK LBLJLAIN DBLJLAIN LCONLAIN LINV LEKSPOR LIMPOR LSKBG run; = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = lag(clisind); lag(clisoth); lag(hjtlrt); lag(hjtlind); lag(hjtloth); lag(bop); lag(pbbm); lag(pbtb); lag(pgas); lag(qbbm); lag(qbtb); lag(qgas); lag(qbbm); lag(qbtb); lag(qgas); lag(pdb); lag(kurs); lag(ihk); lag(tlbeli); lag(prodsdr); lag(miskota); lag(misdesa); lag(subprt); lag(subpind); lag(subpoth); lag(penpjk); lag(stk); lag(dtk); lag(ruph); lag(rpdb); (IHK-LIHK)/LIHK*100; (RPDB-LRPDB)/LRPDB*100; dif(dtk); dif(stk); lag(bljlain); dif(bljlain); lag(conlain); lag(inv); lag(ekspor); lag(impor); lag(skbg); proc autoreg data=datapln; model prodsdr = qbbm qbtb qgas lprodsdr/lagdep=lprodsdr; run; proc autoreg data=datapln; model qbbm = pbbm prodsdr d08 lqbbm/lagdep=lqbbm; run; proc autoreg data=datapln; model qbtb = pbtb prodsdr pbbm lqbtb/lagdep=lqbtb; run; proc autoreg data=datapln; model pbbm = icp kurs d08 lpbbm/lagdep=lpbbm; run; proc autoreg data=datapln; 198 model pbtb = pdbtb kurs pbbm lpbtb/lagdep=lpbtb; run; proc autoreg data=datapln; model pgas = pdgas kurs pbbm d98 d09 lpgas /lagdep=lpgas; run; proc autoreg data=datapln; model tlbeli = tljual susut d08 ltlbeli/lagdep=ltlbeli; run; proc autoreg data=datapln; model bop = tlbeli cbbm cbtb cgas clain d08 lbop/ lagdep=lbop; run; proc autoreg data=datapln; model clisrt = hjtlrt pdbkpt pelrt d98 lclisrt/lagdep=lclisrt; run; proc autoreg data=datapln; model clisind = hjtlind pdbi pelind d98 d09 lclisind/ lagdep=lclisind ; run; proc autoreg data=datapln; model penpjk = lpdb inflasi d98 lpenpjk/lagdep=lpenpjk; run; proc autoreg data=datapln; model bljlain = penpem ihk d09 lbljlain/lagdep=lbljlain; run; proc autoreg data=datapln; model subprt = penpem d08 lsubprt/lagdep=lsubprt; run; proc autoreg data=datapln; model subpind = penpem d08 lsubpind/lagdep=lsubpind; run; proc autoreg data=datapln; model subpoth = penpem d08 lsubpoth/lagdep=lsubpoth; run; proc autoreg data=datapln; model conlain = pdbkpt inflasi d98 d08 lconlain/ lagdep=lconlain; run; proc autoreg data=datapln; model inv = pdb skbg d04 linv/lagdep=linv; run; proc autoreg data=datapln; model ekspor = kurs d98 lekspor/lagdep=lekspor; run; proc autoreg data=datapln; 199 model impor = inflasi kurs pop d98 limpor/lagdep=limpor; run; proc autoreg data=datapln; model kurs = ihk cadev d9799 lkurs/lagdep=lkurs; run; proc autoreg data=datapln; model ihk = skbg uangbr avhjtl pbbm kurs d98 d05 d02 lihk/ lagdep=lihk; run; proc autoreg data=datapln; model skbg = inflasi d9799 lskbg/lagdep=lskbg; run; proc autoreg data=datapln; model stk = ruph pop dbljlain d04 d09 lstk/lagdep=lstk; run; proc autoreg data=datapln; model ruph = lstk ddtk d98 lruph/lagdep=lruph; run; proc autoreg data=datapln; model misdesa = inflasi govexp unempl d9799 lmisdesa / lagdep=lmisdesa; run; 200 Lampiran 6. Hasil Estimasi Statistik Durbin-h mengg unakan Metode OLS dan Pros edur AUTOREG denga n Program SAS/ETS versi 9.1 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able PRODSDR PRODSDR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 774 53434.7 5163562 375 .125307 0.9946 -3.1475 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 22 72 370.1466 45 0.99 46 0.00 08 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept QBBM QBTB QGAS LPRO DSDR 1 1 1 1 1 9012 0.0 00248 0.0 01461 0 .0236 0 .6251 3 865 0.000 592 0.000 641 0.009 956 0.1 341 2.33 0.42 2.28 2.37 4.66 0. 0341 0. 6814 0. 0378 0. 0317 0. 0003 Variabl e Label QBBM QBTB QGAS The SA S Syste m The AUTORE G Proce dure Depen dent Va riable QBBM QBBM Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 1.6 9292E13 1.1 2862E12 621 .022818 0.8739 1.8593 DFE Roo t MSE AIC Tot al R-Squ are Pr > t 15 10623 63 616.0441 56 0.87 39 0.04 29 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PBBM PROD SDR D08 LQBB M 1 1 1 1 1 35352 -59 .6042 18 .0058 9 42262 0 .8129 1715 819 406.5 272 17.6 906 1675 313 0.2 517 0.02 -0.15 1.02 0.56 3.23 0. 9838 0. 8854 0. 3249 0. 5821 0. 0056 Variabl e Label PBBM PRODSDR 201 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable QBTB QBTB Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 8.9 8393E12 5.9 8928E11 608 .350719 0.9879 -1.0041 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 7739 05 603.3720 57 0.98 79 0.15 77 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PBTB PROD SDR PBBM LQBT B 1 1 1 1 1 -23 01871 -891 .9317 105 .1371 148 .7185 0 .5388 956 750 2 242 30.9 488 184.1 099 0.1 741 -2.41 -0.40 3.40 0.81 3.09 0. 0295 0. 6964 0. 0040 0. 4318 0. 0074 Variabl e Label PBTB PRODSDR PBBM The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PBBM PBBM Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 247 3537.52 164903 306 .244755 0.9769 -1.3913 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 406.081 89 301.2660 93 0.97 69 0.08 21 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept ICP KURS D08 LPBB M 1 1 1 1 1 -988 .9325 66 .3743 0 .0242 1089 0 .2378 245.8 773 9.2 315 0.0 342 540.0 136 0.0 889 -4.02 7.19 0.71 2.02 2.68 0. 0011 <. 0001 0. 4909 0. 0619 0. 0173 Variabl e Label ICP KURS 202 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PBTB PBTB Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 509 65.1111 3398 228 .599489 0.9319 -3.1931 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 15 58.289 57 223.6208 27 0.93 19 0.00 35 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDBT B KURS PBBM LPBT B 1 1 1 1 1 -113 .3018 2 .5882 0 .0108 0 .0193 0 .6019 133.5 845 3.1 647 0.008 323 0.0 115 0.2 294 -0.85 0.82 1.30 1.67 2.62 0. 4097 0. 4262 0. 2139 0. 1150 0. 0192 Variabl e Label PDBTB KURS PBBM The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PGAS PGAS Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 824 12937.3 6339457 382 .358082 0.9653 0.2429 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 13 25 18 375.3879 56 0.96 53 0.40 40 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDGA S KURS PBBM D98 D09 LPGA S 1 1 1 1 1 1 1 -957 .0215 763 .6172 0 .1072 0 .0422 19136 8717 0 .8572 1 991 1 225 0.6 223 1.1 463 4 232 3 844 0.1 747 -0.48 0.62 0.17 0.04 4.52 2.27 4.91 0. 6388 0. 5437 0. 8659 0. 9712 0. 0006 0. 0410 0. 0003 Variabl e Label PDGAS KURS PBBM 203 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable TLBELI TLBELI Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 264 65885.2 1764392 353 .648899 0.9926 -0.1870 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 13 28 348.6702 38 0.99 26 0.42 58 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept TLJU AL SUSU T D08 LTLB ELI 1 1 1 1 1 -3780 0 .0465 0 .3227 -2239 0 .8510 1 551 0.0 334 0.1 536 1 506 0.0 807 -2.44 1.39 2.10 -1.49 10.55 0. 0278 0. 1843 0. 0530 0. 1577 <. 0001 Variabl e Label SUSUT The SA S Syste m The AUTORE G Proce dure Depen dent Va riable BOP BOP Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 251 75689.7 2097974 361 .636542 0.9995 -0.5352 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 12 14 48 353.6706 84 0.99 95 0.29 63 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept TLBE LI CBBM CBTB CGAS CLAI N D08 LBOP 1 1 1 1 1 1 1 1 -937 .2259 0 .7312 0 .9694 1 .1978 1 .5839 0 .8083 5087 0.0 01061 697.7 194 0.1 988 0.0 554 0.4 476 0.2 524 0.1 707 2 886 0.0 539 -1.34 3.68 17.50 2.68 6.28 4.74 1.76 0.02 0. 2040 0. 0032 <. 0001 0. 0202 <. 0001 0. 0005 0. 1034 0. 9846 Variabl e Label TLBELI 204 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable CLISRT CLISRT Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 419 5622.13 299687 319 .808333 0.9990 -1.0667 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 547.437 02 313.833 94 0.99 90 0.14 31 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept HJTL RT PDBK PT PELR T D98 LCLI SRT 1 1 1 1 1 1 -1009 -2 .0145 0 .4631 0 .5365 -922 .6944 0 .5113 922.8 925 2.0 191 0.1 102 0.1 550 615.1 848 0.1 604 -1.09 -1.00 4.20 3.46 -1.50 3.19 0. 2926 0. 3354 0. 0009 0. 0038 0. 1559 0. 0066 Variabl e Label HJTLRT PDBKPT PELRT The SA S Syste m The AUTORE G Proce dure Depende nt Vari able CLISIND CLISIND Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 133 74742.3 1028826 345 .990593 0.9937 -0.5770 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 13 10 14 339.0204 68 0.99 37 0.28 20 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept HJTL IND PDBI PELI ND D98 D09 LCLI SIND 1 1 1 1 1 1 1 -1958 -4 .8293 0.0 03827 158 .1425 -4583 -4980 0 .9010 3 823 5.1 768 0.001 513 134.7 769 1 450 1 210 0.1 505 -0.51 -0.93 2.53 1.17 -3.16 -4.11 5.99 0. 6171 0. 3679 0. 0251 0. 2617 0. 0075 0. 0012 <. 0001 Variabl e Label HJTLIND PDBI PELIND 205 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable PENPJK PENPJK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 1.5 7408E10 104 9388836 481 .412037 0.9847 -0.6210 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 15 323 94 476.4333 75 0.98 47 0.27 27 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept LPD B INF LASI D98 LPE NPJK 1 1 1 1 1 - 45463 0 .1020 4558 -3 19936 0 .3229 2 2204 0. 0343 2222 15 6849 0. 2758 -2.05 2.97 2.05 -2.04 1.17 0. 0585 0. 0094 0. 0581 0. 0594 0. 2599 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able BLJLAIN BLJLAIN Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 65 4127353 4 3608490 41 7.79781 0.9985 -1.3543 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 66 04 412.8191 48 0.99 85 0.08 78 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PENP EM IHK D09 LBLJ LAIN 1 1 1 1 1 -4008 0 .0363 193 .8856 1 03212 0 .9249 4 328 0.0 240 82.9 436 7 337 0.0 450 -0.93 1.52 2.34 14.07 20.54 0. 3691 0. 1500 0. 0337 <. 0001 <. 0001 Variabl e Label IHK 206 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable SUBPRT SUBPRT Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 521 34.5689 3258 226 .057495 0.9353 1.0169 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 57.082 49 222.0745 66 0.93 53 0.15 46 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPRT 1 1 1 1 -30 .6897 0.0 00438 189 .6783 0 .1985 21. 4735 0.00 0101 70. 6561 0. 1555 -1.43 4.31 2.68 1.28 0. 1722 0. 0005 0. 0163 0. 2198 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able SUBPIND SUBPIND Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 342 50.2517 2141 217 .654809 0.9490 -0.2646 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 16 46.267 06 213.671 88 0.94 90 0.39 57 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPIND 1 1 1 1 -39 .8937 0.0 00421 209 .7906 0 .1343 17. 4889 0.000 0769 56. 8870 0. 1303 -2.28 5.48 3.69 1.03 0. 0366 <. 0001 0. 0020 0. 3178 207 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able SUBPOTH SUBPOTH Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 351 94.1662 2200 218 .198537 0.9203 0.8165 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 46.900 27 214.2156 08 0.92 03 0.20 71 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPOTH 1 1 1 1 -104 .6863 0.0 00327 202 .1526 0 .1104 25. 0872 0.000 0716 56. 0098 0. 1463 -4.17 4.57 3.61 0.75 0. 0007 0. 0003 0. 0024 0. 4616 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able CONLAIN CONLAIN Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 4.5 3448E10 323 8915430 505 .568523 0.9980 0.8045 DFE Roo t MSE AIC Tot al R-Squ are Pr > t 14 569 11 499.594 13 0.99 80 0.21 84 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDBK PT INFL ASI D98 D08 LCON LAIN 1 1 1 1 1 1 - 13587 110 .0489 -26 .5894 54504 1 33466 0 .1902 41 900 57.1 413 4 225 280 769 65 364 0.4 817 -0.32 1.93 -0.01 0.19 2.04 0.39 0. 7505 0. 0747 0. 9951 0. 8489 0. 0605 0. 6989 Variabl e Label PDBKPT 208 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable INV INV Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 4.6 6791E10 311 1938460 503 .152795 0.9928 -0.5466 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 557 85 498.1741 33 0.99 28 0.29 23 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDB SKBG D04 LINV 1 1 1 1 1 49424 0 .0722 -3764 -1 18044 0 .9178 49 992 0.0 355 2 160 59 815 0.1 394 0.99 2.04 -1.74 -1.97 6.59 0. 3385 0. 0599 0. 1019 0. 0672 <. 0001 Variabl e Label PDB SKBG The SA S Syste m The AUTORE G Proce dure Depend ent Var iable EKSPOR EKSPOR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 1.8 8699E11 1.1 7937E10 528 .094187 0.9596 -1.8515 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 16 1085 99 524.1112 58 0.95 96 0.03 20 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept KURS D98 LEKS POR 1 1 1 1 - 26942 13 .1038 2 53373 0 .9988 58 094 12.6 688 122 247 0.0 979 -0.46 1.03 2.07 10.20 0. 6491 0. 3164 0. 0547 <. 0001 Variabl e Label KURS 209 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable IMPOR IMPOR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 1.8 2529E11 1.3 0378E10 533 .420778 0.9532 -3.4610 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 1141 83 527.4463 84 0.95 32 0.00 03 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept INFL ASI KURS POP D98 LIMP OR 1 1 1 1 1 1 -26 41834 19089 -21 .6170 13 .5589 -11 07300 0 .7376 1294 399 8 267 18.6 594 7.1 266 571 956 0.2 123 -2.04 2.31 -1.16 1.90 -1.94 3.47 0. 0606 0. 0367 0. 2660 0. 0779 0. 0733 0. 0037 Variabl e Label KURS POP The SA S Syste m The AUTORE G Proce dure Depen dent Va riable KURS KURS Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 180 55342.3 1203689 346 .000601 0.9211 -1.6150 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 10 97 341.0219 39 0.92 11 0.05 32 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept IHK CADE V D979 9 LKUR S 1 1 1 1 1 714 .7607 33 .1408 -0 .0618 1467 0 .6651 561.5 794 16.4 290 0.0 326 707.3 035 0.1 806 1.27 2.02 -1.90 2.07 3.68 0. 2225 0. 0619 0. 0774 0. 0557 0. 0022 Variabl e Label IHK CADEV 210 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable IHK IHK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 37. 9466477 3.79466 99. 5238419 0.9995 -0.9443 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 10 1.947 99 89.56651 92 0.99 95 0.17 25 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept SKBG UANG BR AVHJ TL PBBM KURS D98 D05 D02 LIHK 1 1 1 1 1 1 1 1 1 1 5 .5638 -0 .0324 0 .0167 0 .0200 0.0 02428 0.0 02050 23 .0003 12 .9394 4 .2733 0 .6149 3.5 023 0.1 665 0.005 972 0.0 143 0.000 532 0.000 375 5.6 933 2.2 600 2.2 103 0.1 113 1.59 -0.19 2.80 1.40 4.57 5.47 4.04 5.73 1.93 5.52 0. 1432 0. 8495 0. 0187 0. 1925 0. 0010 0. 0003 0. 0024 0. 0002 0. 0820 0. 0003 Variabl e Label SKBG UANGBR PBBM KURS The SA S Syste m The AUTORE G Proce dure Depen dent Va riable SKBG SKBG Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 228 .711585 1 4.29447 11 7.47506 0.8137 1.3492 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 3.780 80 113.4921 31 0.81 37 0.08 86 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept INF LASI D97 99 LSK BG 1 1 1 1 2 .8075 0 .2906 3 .1056 0 .5319 2. 3448 0. 0665 3. 4589 0. 1402 1.20 4.37 0.90 3.79 0. 2486 0. 0005 0. 3826 0. 0016 211 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable STK STK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 2 6934487 2071884 359 .991383 0.9894 -0.1818 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 13 14 39 353.0212 57 0.98 94 0.42 95 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Variabl e Label Inte rcept RUPH POP DBLJ LAIN D04 D09 LSTK 1 1 1 1 1 1 1 - 35064 4 .9197 0 .4628 0 .0149 -1838 -2603 0 .3477 21 130 3.7 964 0.2 613 0.0 528 1 982 5 845 0.3 508 -1.66 1.30 1.77 0.28 -0.93 -0.45 0.99 0. 1209 0. 2175 0. 1000 0. 7821 0. 3706 0. 6634 0. 3397 POP The SA S Syste m The AUTORE G Proce dure Depen dent Va riable RUPH Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 342 73.1139 2285 220 .663887 0.8163 -0.6862 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 47.800 36 215.6852 25 0.81 63 0.24 63 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept LST K DDT K D98 LRU PH 1 1 1 1 1 263 .2230 -0.0 01669 0.0 03455 -297 .8114 0 .8653 133. 7949 0.00 0994 0.00 6036 57. 3498 0. 1258 1.97 -1.68 0.57 -5.19 6.88 0. 0679 0. 1136 0. 5756 0. 0001 <. 0001 212 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able MISDESA MISDESA Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 403 22300.3 2880164 365 .065594 0.8921 -1.5630 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 16 97 359.09 12 0.89 21 0.05 90 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept INFL ASI GOVE XP UNEM PL D979 9 LMIS DESA 1 1 1 1 1 1 8359 25 .7450 -0.0 06162 0 .4354 4623 0 .5244 2 280 28.4 615 0.003 101 0.2 024 1 421 0.1 190 3.67 0.90 -1.99 2.15 3.25 4.41 0. 0025 0. 3810 0. 0668 0. 0494 0. 0058 0. 0006 Variabl e Label GOVEXP 213 Lampiran 7. Prog ram Validasi Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN dengan Program SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); 214 LCLISOTH LPBBM LPGAS LQBTB LQBBM LQGAS LKURS LTLBELI LMISKOTA LSUBPRT LSUBPOTH LSUBLSTR LDTK LRUPH LINV LEKSPOR LSKBG = = = = = = = = = = = = = = = = = lag(clisoth); lag(pbbm); lag(pgas); lag(qbtb); lag(qbbm); lag(qgas); lag(kurs); lag(tlbeli); lag(miskota); lag(subprt); lag(subpoth); lag(sublstr); lag(dtk); lag(ruph); lag(inv); lag(ekspor); lag(skbg); LBOP LPBTB LQBBM LQGAS LQBTB LPDB LIHK LPRODSDR LMISDESA LSUBPIND LPENPJK LSTK LRPDB LCONLAIN LBLJLAIN LIMPOR INFLASI GROWTH = (IHK-LIHK)/LIHK*100; = (RPDB-LRPDB)/LRPDB*100; = = = = = = = = = = = = = = = = lag(bop); lag(pbtb); lag(qbbm); lag(qgas); lag(qbtb); lag(pdb); lag(ihk); lag(prodsdr); lag(misdesa); lag(subpind); lag(penpjk); lag(stk); lag(rpdb); lag(conlain); lag(bljlain); lag(impor); run; proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous susut pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 b0 c0 d0 d5 9012.079 35351.62 -2301871 7043.293 -37568.6 a1 b1 c1 d1 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 215 e0 -988.933 e1 66.37429 e2 0.024172 e3 f0 -113.302 f1 2.588217 f2 0.010802 f3 g0 -957.021 g1 763.6172 g2 0.107165 g3 g5 8717.081 g6 0.857225 h0 -3780.01 h1 0.046545 h2 0.322728 h3 i0 -937.226 i1 0.731174 i2 0.969435 i3 i5 0.808336 i6 5086.999 i7 0.001061 j0 -1009.26 j1 -2.01447 j2 463.1043 j3 j5 0.511289 k0 -1958.22 k1 -4.82933 k2 0.003827 k3 k5 -4979.80 k6 0.900984 l0 -335.456 l1 -1.08605 l2 0.003633 l3 l5 1082.157 m0 -45462.8 m1 0.101952 m2 4557.819 m3 n0 -4007.71 n1 0.036347 n2 193.8856 n3 o0 -30.6897 o1 0.000438 o2 189.6783 o3 p0 -39.8937 p1 0.000421 p2 209.7906 p3 q0 -104.686 q1 0.000327 q2 202.1526 q3 r0 -13586.9 r1 110048.9 r2 -26.5894 r3 r5 0.1920218 s0 49424.32 s1 0.072185 s2 -3763.54 s3 t0 -26942.0 t1 13.10376 t2 253373.3 t3 u0 -2641834 u1 19088.89 u2 -21.6170 u3 u5 0.737583 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; 1089.309 e4 0.237759 0.019297 f4 0.601905 0.042218 g4 19135.55 -2239.34 h4 0.851006 1.197797 i4 1.583887 0.536486 j4 -922.694 158.1425 k4 -4582.81 6.654027 l4 1514.473 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 -118044 s4 0.917795 0.998771 t4 329272.9 13.55890 u4 -1107300 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + 216 k5*d09 + k6*lclisind; = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; clisoth *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK PEREKONOMIAN; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + u5*limpor; kurs = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; ihk = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; skbg = x0 + x1*inflasi + x2*d9799 + x3*lskbg; *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; 217 CONRT PDB RPDB GROWTH PDBKPT INFLASI UNEMPL PMISKIN TMISKIN run; = = = = = = = = = CONLIS + CONLAIN; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; (RPDB-LRPDB)/LRPDB*100; PDB/POP; (IHK-LIHK)/LIHK*100; STK-DTK; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; 218 Lampiran 8. Hasil Validasi Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN dengan Program SAS/ETS versi 9.1 The SA S Syste m The SIMNLI N Proce dure Model Summary Model Variabl es Endoge nous Exogen ous Parame ters Equati ons Number of Sta tements Progra m Lag L ength 74 55 19 160 56 91 1 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Data Se t Optio ns DATA= DATAP LN S olution Summar y V ariables Solved S imulatio n Lag L ength S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 55 1 NEWT ON 1E -8 4.929E -9 5 66 3 .3 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 21 1 20 2 21 219 The SAS Sys tem The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Desc riptive Statis tics Variable PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN N Obs N 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 Ac tual Mean Std Dev 83319.9 6769846 1 3092045 189791 2044.9 226.4 19398.4 19096.0 4004.4 4002.8 14705.0 98024.8 52073.8 487.0 31513.4 33901.0 17043.1 82457.5 153.4 128.6 17.3840 7419.0 5906.8 1512.7 14838.5 340.1 364.9 476.2 377.7 237399 340764 156498 171337 38169.9 1237938 1276107 553245 619229 538495 2081423 1547069 7.1708 9.4463 6959.0 111.1 11.7090 14.8880 97691.6 90614.6 7076.9 634.4 11811.8 23809.4 35621.2 17.1635 2742 8.3 2658 460 6253 636 9337 8.2 237 3.1 19 8.5 1118 1.7 2582 5.3 484 3.8 307 6.0 1368 2.2 4045 9.1 5309 1.9 37 5.7 1492 4.0 1055 6.2 975 0.1 3500 8.9 20 5.9 18 8.1 15 2.4 1061 0.8 891 2.5 401 7.0 2341 6.0 20 3.2 21 7.9 25 1.6 22 1.8 232 946 324 422 152 598 173 900 3323 2.4 1079 761 1112 449 582 313 496 075 453 091 1896 564 606 105 6.6 183 8.0 609 347 0.4 65.5 466 15.8 989 8.0 381 1153 7.4 895 9.7 307 5.3 99.0 908 254 5.8 443 4.2 643 4.3 3.0 513 Pred icted Mean Std Dev 82581.4 6568554 1 2917520 193507 2014.0 203.7 19476.0 16811.2 3504.4 4182.0 18280.7 100862 52157.8 376.8 40468.1 38446.6 24802.4 103717 288.2 249.9 109.1 18033.0 13587.0 5860.3 37480.2 93.6730 132.0 272.7 150.1 491863 595227 188298 225779 15642.7 2495308 2510950 1292816 634077 511715 4151907 3461043 13.1940 18.8861 5897.5 97.0027 10.2941 13.8194 97962.6 99896.1 -1933.5 659.2 7786.1 15859.1 23645.2 11.6857 La bel 2821 9.5 1806 567 6364 381 6540 6.0 230 2.7 15 2.7 1154 4.3 2210 9.4 408 2.7 333 8.3 1708 7.9 4511 0.2 5336 7.1 26 5.3 2225 9.9 1520 4.7 1572 4.5 5305 4.2 31 4.2 28 5.1 22 1.0 2270 5.6 1736 4.7 929 0.0 4929 4.4 52.2 782 35.7 457 63.1 812 33.6 940 458 894 547 400 180 696 228 821 817 6.1 2001 164 2008 294 1297 865 445 384 519 126 3450 425 1893 955 23.2 721 14.8 612 196 6.8 47.9 534 13.0 099 5.5 709 1183 3.6 1546 8.8 461 3.0 66.1 426 305 9.2 722 5.4 1016 1.2 5.3 632 PR ODSDR QB BM QB TB QG AS PB BM PB TB PG AS TL BELI BO P BP P CL ISRT CL ISIND CL ISOTH SU BPRT SU BPIND SU BPOTH SU BRT SU BIND SU BOTH SU BLSTR HJ TLRT HJ TLIND HJ TLOTH PE NPJK BL JLAIN GO VEXP CO NLAIN CO NRT IN V EK SPOR IM POR PD B GR OWTH PD BKPT KU RS IH K SK BG ST K DT K MI SKOTA MI SDESA TM ISKIN Statistics of fit Variable N Mean Error Mean % Erro r Mean Abs E rror M ean Abs % Error R MS Err or R MS % E rror PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM 20 20 20 20 20 20 20 20 -738.5 - 201292 - 174525 3715.8 -3 0.9721 -2 2.7111 7 7.5664 - 2284.8 -0.638 3 4.292 8 -0.799 5 66.940 2 7.693 4 3.130 9 -1.236 7 11.828 6 37 74.1 129 0530 85 0120 718 34.4 2 35.9 39. 1838 16 21.9 35 77.0 4.8859 22.1220 8.0445 92.1615 29.5803 20.2908 9.5240 38.2490 4529 .0 14389 18 9801 04 89455 .0 333 .5 64.82 90 2025 .2 6147 .7 5. 8141 26. 3181 9. 9698 1 96.4 42. 4280 30. 0409 11. 0704 56. 7923 220 CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 -500.0 179.1 3575.7 2837.2 8 4.0282 -110.1 8954.7 4545.5 7759.2 2 1259.5 134.7 121.2 9 1.7611 1 0614.0 7680.2 4347.6 2 2641.7 -246.4 -232.9 -203.5 -227.6 254463 254463 3 1800.3 5 4442.1 -2 2527.1 1 257370 1 234843 739571 1 4848.5 -2 6779.9 2 070484 1 913975 6.0232 9.4397 - 1061.5 -1 4.0923 - 1.4149 - 1.0686 271.0 9281.5 - 9010.5 2 4.7771 - 4025.7 - 7950.3 -1 1975.9 - 5.4777 2.087 5 59.044 1 14.343 4 1.976 1 1.343 3 -14.713 9 22.358 2 10.834 4 37.067 5 20.565 4 30.517 4 64.529 8 -85.889 2 84.395 8 87.932 7 -91.557 4 208. 4 -53.365 5 -45.227 5 -31.291 0 -43.556 3 98.863 5 66.562 1 17.653 7 24.960 5 -35.981 2 95.139 1 91.170 8 111. 4 5.718 0 -11.441 3 90.556 9 110. 3 -17.189 9 90.556 9 -0.035 8 -5.834 6 -2.583 6 3.974 6 0.260 2 9.719 5 -121. 4 5.181 1 -32.189 7 -33.604 4 -33.306 8 -33.306 8 6 54.8 14 63.9 40 50.9 52 71.5 25 00.3 1 17.4 90 07.5 45 81.5 77 89.7 212 85.7 1 46.4 1 33.3 1 04.0 108 22.8 80 13.9 45 36.0 233 47.5 2 46.6 2 33.0 2 03.8 2 27.8 25 7388 25 7388 321 91.2 547 35.5 226 96.4 125 8148 123 5646 74 3749 889 95.4 11 6610 207 9161 195 2445 18. 1205 9. 4873 18 29.5 16. 9917 3. 7276 3. 5948 9 93.1 95 47.7 91 42.3 58. 2230 41 68.7 79 84.1 119 75.9 5. 4777 22.3617 87.8906 55.9120 4.6718 10.0927 20.9179 22.8344 10.9435 37.6566 20.6486 153.4 262.7 250.4 208.7 291.3 380.1 276.1 53.4622 45.2878 31.4570 43.6741 103.2 69.5859 19.0103 26.0695 37.1976 95.7222 91.7551 115.7 13.4742 30.9413 93.8831 114.9 313.9 93.8831 29.9397 12.5901 41.7080 28.3308 0.9970 10.0285 124.4 9.8846 33.4454 33.8013 33.3068 33.3068 1144 .6 1925 .2 5107 .2 6909 .6 3264 .1 157 .3 11580 .6 6786 .7 9882 .6 27825 .7 194 .9 173 .2 134 .0 16431 .9 11722 .0 7056 .8 35152 .9 341 .5 321 .1 280 .5 315 .3 3433 94 3433 94 42727 .0 77076 .4 34447 .4 15759 36 15439 79 10346 37 1328 21 1409 84 26245 59 23417 86 25.31 16 11.81 65 2049 .1 22.93 30 5.28 98 4.04 32 1294 .5 11536 .2 11055 .9 70.41 43 5157 .4 9925 .9 14935 .5 6.69 50 29. 8059 1 67.3 72. 5914 5. 3021 13. 9837 22. 2246 27. 0189 14. 8870 44. 4194 24. 7994 2 53.8 4 61.9 5 05.9 3 53.7 4 91.7 7 38.5 6 55.8 63. 8060 56. 3737 39. 2237 53. 3469 1 13.6 77. 5164 21. 6642 29. 4378 46. 7914 1 05.7 1 01.3 1 37.2 18. 9464 38. 0846 1 04.7 1 32.2 4 95.0 1 04.7 32. 8144 14. 1742 53. 8135 33. 0247 1. 2831 11. 7425 1 40.5 12. 6773 41. 1561 43. 5902 42. 4461 42. 4461 Theil Fo recast Error S tatistic s Variab le N MSE Corr (R) PRODSD R QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIN D CLISOT H TLJUAL SUBPRT SUBPIN D 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 511438 2 .07E12 9. 606E11 8. 0022E9 111217 4202.8 4 101625 37 794110 1 310163 3 706528 26 083217 47 742996 10 654215 2 4735.0 1. 3411E8 46 059744 97 665024 7. 7427E8 3 7997.0 2 9985.4 0.99 0.85 0.99 0.38 0.99 0.97 0.98 0.98 0.99 0.82 0.99 0.99 1.00 0.99 1.00 0.98 0.99 1.00 0.93 0.94 MSE D ecompos ition Pr oportio ns Bias Reg Dist Var C ovar (UM) (UR) (UD) (US) (UC) 0.03 0.02 0.03 0.00 0.01 0.12 0.00 0.14 0.19 0.01 0.49 0.17 0.00 0.49 0.60 0.45 0.62 0.58 0.48 0.49 0.06 0.10 0.03 0.11 0.02 0.36 0.07 0.27 0.35 0.18 0.44 0.47 0.01 0.45 0.39 0.48 0.36 0.41 0.38 0.37 0.91 0.88 0.93 0.89 0.97 0.52 0.93 0.60 0.46 0.81 0.07 0.36 0.99 0.06 0.01 0.07 0.02 0.01 0.14 0.14 0.03 0.33 0.01 0.09 0.04 0.47 0.03 0.35 0.42 0.02 0.42 0.43 0.01 0.47 0.38 0.45 0.35 0.40 0.29 0.30 0.94 0.65 0.96 0.91 0.95 0.40 0.97 0.51 0.39 0.97 0.09 0.40 0.99 0.04 0.02 0.11 0.04 0.02 0.23 0.21 In equalit y Coef U1 U 0 .0518 0 .1985 0 .0679 0 .4250 0 .1080 0 .2177 0 .0910 0 .1946 0 .1849 0 .3850 0 .2573 0 .0654 0 .0445 0 .2581 0 .3337 0 .1916 0 .5064 0 .3118 0 .7717 0 .7732 0.0259 0.1024 0.0341 0.2160 0.0546 0.1179 0.0453 0.1043 0.0996 0.1869 0.1146 0.0320 0.0222 0.1475 0.1436 0.0886 0.2031 0.1356 0.2896 0.2897 221 SUBPOT H SUBRT SUBIND SUBOTH SUBLST R HJTLRT HJTLIN D HJTLOT H AVHJTL PENPJK PENPEM BLJLAI N GOVEXP CONLIS CONLAI N CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLAS I SKBG STK DTK UNEMPL RUPH MISKOT A MISDES A PMISKI N TMISKI N 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 1 7945.2 2. 7001E8 1. 3741E8 49 798506 1. 2357E9 116604 103112 7 8698.4 9 9422.3 1. 179E11 1. 179E11 1. 8256E9 5. 9408E9 1. 1866E9 2. 484E12 2. 384E12 1 .07E12 1. 764E10 1. 988E10 6. 888E12 5. 484E12 640.7 139.6 4 198887 525.9 2 7.9822 1 6.3471 1 675786 1. 3308E8 1. 2223E8 4958.2 26 598790 98 524065 2. 2307E8 4 4.8228 0.92 0.96 0.96 0.94 0.96 -0.70 -0.17 0.88 0.01 0.98 0.98 1.00 1.00 0.84 0.98 0.98 0.97 0.96 0.97 0.98 0.89 -0.16 0.97 0.93 0.99 0.95 0.89 0.99 0.97 -0.44 0.73 0.31 0.54 0.47 0.69 0.47 0.42 0.43 0.38 0.41 0.52 0.53 0.53 0.52 0.55 0.55 0.55 0.50 0.43 0.64 0.64 0.51 0.01 0.04 0.62 0.67 0.06 0.64 0.27 0.38 0.07 0.07 0.04 0.65 0.66 0.12 0.61 0.64 0.64 0.67 0.34 0.55 0.53 0.58 0.55 0.31 0.05 0.30 0.01 0.43 0.42 0.42 0.49 0.31 0.34 0.34 0.47 0.06 0.32 0.35 0.32 0.88 0.34 0.36 0.54 0.16 0.14 0.08 0.32 0.28 0.01 0.18 0.22 0.22 0.23 0.19 0.03 0.04 0.04 0.03 0.17 0.42 0.17 0.47 0.02 0.03 0.03 0.01 0.26 0.02 0.02 0.02 0.93 0.65 0.02 0.01 0.06 0.03 0.37 0.09 0.77 0.79 0.88 0.03 0.06 0.87 0.21 0.13 0.14 0.10 0.25 0.51 0.49 0.53 0.51 0.19 0.31 0.43 0.34 0.41 0.40 0.41 0.48 0.50 0.32 0.32 0.45 0.14 0.21 0.33 0.29 0.41 0.31 0.51 0.56 0.28 0.35 0.05 0.30 0.02 0.21 0.01 0.08 0.06 0.11 0.28 0.07 0.08 0.09 0.07 0.29 0.17 0.05 0.14 0.04 0.05 0.04 0.02 0.07 0.04 0.04 0.03 0.85 0.76 0.04 0.04 0.53 0.05 0.22 0.06 0.65 0.58 0.91 0.05 0.32 0.67 0.38 0.28 0.30 0.22 0 .8955 1 .2910 1 .1159 1 .6813 1 .2913 0 .8676 0 .7605 0 .5238 0 .7246 1 .0454 0 .7387 0 .1979 0 .3198 0 .6881 0 .9699 0 .9220 1 .3054 0 .1691 0 .2024 0 .9428 1 .4141 2 .6242 0 .9617 0 .2648 0 .1789 0 .2724 0 .2403 0 .0132 0 .1267 1 .4385 0 .1097 0 .4273 0 .4102 0 .4129 0 .3843 0.3426 0.3981 0.3639 0.4710 0.3987 0.6827 0.5747 0.3441 0.5355 0.3457 0.2716 0.0902 0.1380 0.5095 0.3289 0.3178 0.3977 0.0855 0.0996 0.3229 0.4198 0.7053 0.3274 0.1470 0.0972 0.1479 0.1277 0.0066 0.0601 0.8789 0.0540 0.2527 0.2389 0.2417 0.2215 222 Lampiran 9. Prog ram Peramalan Variabel Endogen Tahun 2011-2015 Model Subsidi Harga Listrik menggunakan Metode Newton dan Pros edur SIMNLIN denga n Prog ram SAS/ETS ve rsi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.datapln1; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LIHK LPDB INFLASI RPDB LRPDB = = = = = lag(ihk); lag(pdb); (IHK - LIHK)/LIHK*100; PDB*100/IHK; lag(rpdb); 223 GROWTH = (RPDB - LRPDB)/LRPDB*100; run; proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 9012.079 a1 b0 35351.62 b1 c0 -2301871 c1 d0 7043.293 d1 d5 -37568.6 e0 -988.933 e1 f0 -113.302 f1 g0 -957.021 g1 g5 8717.081 g6 h0 -3780.01 h1 i0 -937.226 i1 i5 0.808336 i6 j0 -1009.26 j1 j5 0.511289 k0 -1958.22 k1 k5 -4979.80 k6 l0 -335.456 l1 l5 1082.157 m0 -45462.8 m1 n0 -4007.71 n1 o0 -30.6897 o1 p0 -39.8937 p1 q0 -104.686 q1 r0 -13586.9 r1 r5 0.1920218 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 66.37429 2.588217 763.6172 0.857225 0.046545 0.731174 5086.999 -2.01447 e2 0.024172 e3 1089.309 e4 0.237759 f2 0.010802 f3 0.019297 f4 0.601905 g2 0.107165 g3 0.042218 g4 19135.55 h2 i2 i7 j2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 0.322728 h3 -2239.34 h4 0.851006 0.969435 i3 1.197797 i4 1.583887 0.001061 463.1043 j3 0.536486 j4 -922.694 -4.82933 k2 0.003827 k3 158.1425 k4 -4582.81 0.900984 -1.08605 l2 0.003633 l3 6.654027 l4 1514.473 0.101952 0.036347 0.000438 0.000421 0.000327 110048.9 m2 n2 o2 p2 q2 r2 4557.819 193.8856 189.6783 209.7906 202.1526 -26.5894 m3 n3 o3 p3 q3 r3 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 224 s0 49424.32 s1 0.072185 s2 -3763.54 s3 t0 -26942.0 t1 13.10376 t2 253373.3 t3 u0 -2641834 u1 19088.89 u2 -21.6170 u3 u5 0.737583 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; -118044 s4 0.917795 0.998771 t4 329272.9 13.55890 u4 -1107300 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + k5*d09 + k6*lclisind; clisoth = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK INDIKATOR EKONOMI; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + u5*limpor; 225 kurs ihk skbg = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; = x0 + x1*inflasi + x2*d9799 + x3*lskbg; *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; GROWTH = (RPDB-LRPDB)/LRPDB*100; PDBKPT = PDB/POP; INFLASI = (IHK-LIHK)/LIHK*100; UNEMPL = STK-DTK; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; RANGE TAHUN=2011 to 2015; run; proc print data=endo_pln; run; 226 Lampiran 10. Hasil Pe ramalan Variabel Endogen Tahun 2011-2015 Model Subsidi Harga Listrik menggunakan Metode Newton dan Pros edur SIMNLIN denga n Program SAS/ETS versi 9.1 Th e S AS Sy st e m Th e S IM N LI N P ro c ed ur e Mo de l S u mm ar y Mo de l V a ri ab l es En do g en o us Ex og e no u s Pa ra m et e rs Ra ng e V a ri ab l e Eq ua t io n s Nu mb e r o f St a te m en ts Pr og r am La g L en g th 74 56 18 16 0 T A HU N 56 91 1 Th e S AS Sy st e m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n D ata Set Option s D ATA= O UT= RAMAL ENDO_P LN Solutio n Summa ry V ariables Solved S imulatio n Lag L ength S olution Range F irst L ast S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 56 1 TA HUN 2 011 2 015 NEW TON 1 E-8 3.322 E-9 4 20 4 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 6 1 5 22 26 227 The SA S Syste m Obs TAHUN 1 2 3 4 5 2011 2012 2013 2014 2015 _TYPE_ _MODE _ _LA G_ PREDICT PREDICT PREDICT PREDICT PREDICT SIMULA TE SIMULA TE SIMULA TE SIMULA TE SIMULA TE 0 1 2 3 4 _ERR ORS_ PRODSDR Q BBM QBT B QGAS 0 0 0 0 0 1 38352.3 9 1 45540.4 0 1 53239.6 5 1 61298.3 9 1 69734.4 9 9713 935.08 10127 012.05 10575 354.61 11061 525.03 11584 268.50 2550435 5.03 2713855 7.17 2886007 8.69 3065855 3.60 3254140 2.89 3 11248.82 3 34402.97 3 58991.92 3 80107.93 4 02084.38 Obs PBBM PBTB PGAS CB BM C BTB CGAS TLBELI PRO DTL BOP BPP 1 2 3 4 5 6583.22 7129.34 7566.56 7958.67 8367.06 703.74 0 743.58 4 781.12 5 819.99 0 857.93 7 42313. 85 43338. 13 44469. 90 46475. 28 48473. 88 6394 8.95 7219 8.87 8001 9.07 8803 5.07 9692 6.27 179 48.44 201 79.80 225 43.32 251 39.71 279 18.48 1 3170.14 1 4492.40 1 5964.33 1 7665.62 1 9490.59 40336.9 8 42031.6 3 43543.8 4 45120.6 2 46911.8 6 17868 9.37 18757 2.02 19678 3.49 20641 9.01 21664 6.34 168 150.05 185 871.11 202 916.58 220 999.44 241 386.63 1055.47 1093.17 1126.30 1163.90 1207.99 Obs CLISRT CLIS IND CLI SOTH 1 2 3 4 5 64225.4 5 68273.8 8 71911.5 6 75179.5 6 78692.8 7 54754 .84 58447 .16 62113 .33 65758 .98 69368 .85 4033 2.46 4330 7.91 4613 7.33 4893 9.73 5176 3.42 Obs SUBOTH SUB LSTR 1 2 3 4 5 11394.1 5 14553.0 9 17647.3 4 20929.6 1 24398.2 9 735 74.96 897 13.78 1058 83.49 1226 74.18 1404 03.38 Obs GOVEXP 1 2 3 4 5 640351.58 703439.46 769708.64 839427.92 912594.37 SUSUT SUBP RT SUBPI ND SUBP OTH 15 9312.75 13320.0 0 552.4 63 487.6 02 17 0028.95 11063.8 9 627.5 62 552.8 86 18 0162.22 9819.5 2 696.7 87 613.8 63 18 9878.26 9316.4 5 764.1 60 673.6 02 19 9825.14 9274.3 4 829.3 69 731.4 48 282. 506 336. 038 382. 496 427. 661 471. 342 SU BRT S UBIND 3548 2.21 4284 6.09 5010 7.07 5744 9.21 6526 5.39 26 698.60 32 314.60 38 129.08 44 295.37 50 739.70 HJTLRT HJTLIND HJTLO TH AV HJTL PENPJK PEN PEM BLJLAIN 5 87.446 5 53.065 5 19.616 4 92.853 4 75.260 652.307 627.742 602.540 583.411 573.181 857.4 04 844.5 90 833.9 07 829.3 52 833.2 86 678 .082 652 .989 628 .691 610 .945 601 .997 8 70731.2 9 10 02936.6 2 11 24143.3 5 12 39963.1 0 13 55260.9 7 11150 20.36 12524 34.26 13764 41.92 14988 81.62 16172 20.71 566776.6 3 613725.6 8 663825.1 5 716753.7 3 772190.9 9 CONLIS 1 0 8 0 2 7 . 10 1 1 1 0 2 7 . 02 1 1 3 2 6 6 . 42 1 1 6 0 0 5 . 22 1 2 0 2 9 4 . 18 TLJUAL CONLAIN CONRT INV EKSPOR IMPOR PDB 4030306.91 4430213.21 4791747.64 5139507.70 5483489.39 4138334.01 4541240.23 4905014.06 5255512.92 5603783.57 2462937.69 2862815.73 3284082.93 3726012.56 4188284.60 1 6 6 1 4 5 7 . 65 1 7 3 6 5 5 4 . 24 1 8 0 8 6 2 4 . 92 1 8 8 0 0 8 9 . 98 1 9 5 1 8 4 0 . 04 1598286.57 1750305.88 1910335.28 2075561.37 2246118.24 7304794.38 8093743.77 8857095.26 9625482.00 10410384.34 Obs RPDB GR OWTH PD BKPT KURS 1 2 3 4 5 3097799 .53 3270873 .90 3424670 .77 3569490 .54 3706019 .54 8.5 9547 5.5 8701 4.7 0201 4.2 2872 3.8 2489 305 72.35 333 49.03 359 36.36 384 65.52 409 84.41 8 358.26 7 942.80 7 718.92 7 679.46 7 707.92 IHK INFLASI SKBG STK D TK UNEMPL 2 35.806 2 47.449 2 58.626 2 69.660 2 80.905 4.84886 4.93756 4.51698 4.26625 4.17003 7.67381 8.32392 8.54748 8.59352 8.59005 120003 .25 122938 .66 125659 .78 128293 .22 130885 .28 1137 35.90 1174 85.43 1211 44.86 1248 44.03 1286 30.66 6 267.35 5 453.23 4 514.93 3 449.20 2 254.62 Obs RUPH MISK OTA MI SDESA PMISKIN TMISK IN PE NNPJK POP P DBI CPLHR 1 2 3 4 5 675.695 660.466 642.074 621.752 600.071 10430 .11 10141 .71 9794 .99 9406 .61 8973 .21 177 15.71 158 17.45 139 94.46 121 38.59 101 92.11 28145.82 25959.16 23789.45 21545.19 19165.32 11.77 97 10.69 61 9.65 22 8.60 99 7.54 52 244 289.07 249 497.64 252 298.57 258 918.52 261 959.74 238934. 69 242697. 99 246466. 11 250236. 64 254008. 38 1591 058.90 1606 124.61 1635 148.97 1674 816.60 1722 599.55 10901.0 1 11936.3 5 12968.7 7 13971.0 2 14923.5 2 Obs 1 2 3 4 5 CLAIN PDBT B PDG AS 43401.2 4 90.2 06 78.99 02 7.6 578 47974.7 9 95.8 36 81.10 94 8.9 973 51905.5 8 100.5 49 84.02 23 9.3 368 56032.9 6 104.9 04 87.54 94 10.6 763 61253.4 4 109.6 42 90.00 91 11.0 158 Obs D04 1 2 ICP 0 0 LPDB 6415530 .30 7304794 .38 LIHK 2 24.901 2 35.806 CLI SDR C ADEV UANGBR D98 D08 D05 D09 D9799 D02 6056 .62 6479 .18 6801 .74 7224 .30 7546 .87 100 627.74 105 777.04 110 926.35 115 075.65 120 224.95 2716.90 3014.80 3248.32 3466.14 3680.55 LR PDB PEL RT 28526 04.74 30977 99.53 40396 .38 41222 .76 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 PELIND PELO TH m 4 9.5593 5 0.3159 3132. 10 3154. 65 8 8 228 3 4 5 0 0 0 8093743 .77 8857095 .26 9625482 .00 2 47.449 2 58.626 2 69.660 32708 73.90 34246 70.77 35694 90.54 41786 .02 42126 .97 43320 .80 5 0.9903 5 1.6119 5 2.1996 3177. 19 3199. 74 3222. 28 8 8 8 229 Lampiran 11. Prog ram Simulasi Model Subsidi Harga Listrik Tahun 20112015 mengg unakan Metode Newton dan Prosedur SIMNLIN denga n Program SAS/ETS versi 9.1 (Simulasi 2a) options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.datapln1; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LIHK LPDB = lag(ihk); = lag(pdb); 230 INFLASI RPDB LRPDB GROWTH = = = = (IHK - LIHK)/LIHK*100; PDB*100/IHK; lag(rpdb); (RPDB - LRPDB)/LRPDB*100; *Simulasi 1a: Subsidi naik 10%; *SUBPRT = 1.1*SUBPRT; *SUBPIND = 1.1*SUBPIND; *SUBPOTH = 1.1*SUBPOTH; *Simulasi 1b: Subsidi turun 10%; *SUBPRT = 0.9*SUBPRT; *SUBPIND = 0.9*SUBPIND; *SUBPOTH = 0.9*SUBPOTH; *Simulasi 1c: Subsidi turun 10% dan dialihkan ke belanja lainnya; *SUBPRT = 0.9*SUBPRT; *SUBPIND = 0.9*SUBPIND; *SUBPOTH = 0.9*SUBPOTH; *BLJLAIN = 1.01507*BLJLAIN; *Simulasi 1d: Harga jual tenaga listrik dinaikkan 10%; *SUBPRT = 0.924276041*SUBPRT; *SUBPIND = 0.900670044*SUBPIND; *SUBPOTH = 0.779026316*SUBPOTH; *HJTLRT = 1.1*HJTLRT; *HJTLIND = 1.1*HJTLIND; *HJTLOTH = 1.1*HJTLOTH;*/ *Simulasi 2a: ICP naik 10%; ICP = 1.1*ICP; *Simulasi 2b: ICP naik 10% dan harga jual tenaga listrik tetap; *ICP = 1.1*ICP ; *SUBPRT = 1.075526*SUBPRT; *SUBPIND = 1.086092*SUBPIND; *SUBPOTH = 1.141369*SUBPOTH; *Simulasi 2c: ICP naik 10% dan Besaran subsidi listrik tetap; *ICP = 1.1 * ICP ; *Simulasi 2d: Rupah melemah 10% terhadap dolar Amerika Serikat; *KURS = 1.1*KURS ; *Simulasi 3a: Susut tenaga listrik berkurang 10%; *SUSUT = 0.9*SUSUT; *Simulasi 3b: Margin usaha PLN dikurangi 1%; *M = M - 1; *Simulasi 3c: Simulasi 3a + Simulasi 3b; *SUSUT = 0.9*SUSUT; *M = M - 1; run; 231 proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous susut pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 9012.079 a1 b0 35351.62 b1 c0 -2301871 c1 d0 7043.293 d1 d5 -37568.6 e0 -988.933 e1 f0 -113.302 f1 g0 -957.021 g1 g5 8717.081 g6 h0 -3780.01 h1 i0 -937.226 i1 i5 0.808336 i6 j0 -1009.26 j1 j5 0.511289 k0 -1958.22 k1 k5 -4979.80 k6 l0 -335.456 l1 l5 1082.157 m0 -45462.8 m1 n0 -4007.71 n1 o0 -30.6897 o1 p0 -39.8937 p1 q0 -104.686 q1 r0 -13586.9 r1 r5 0.1920218 s0 49424.32 s1 t0 -26942.0 t1 u0 -2641834 u1 u5 0.737583 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 66.37429 2.588217 763.6172 0.857225 0.046545 0.731174 5086.999 -2.01447 e2 0.024172 e3 1089.309 e4 0.237759 f2 0.010802 f3 0.019297 f4 0.601905 g2 0.107165 g3 0.042218 g4 19135.55 h2 i2 i7 j2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 0.322728 h3 -2239.34 h4 0.851006 0.969435 i3 1.197797 i4 1.583887 0.001061 463.1043 j3 0.536486 j4 -922.694 -4.82933 k2 0.003827 k3 158.1425 k4 -4582.81 0.900984 -1.08605 l2 0.003633 l3 6.654027 l4 1514.473 0.101952 0.036347 0.000438 0.000421 0.000327 110048.9 m2 n2 o2 p2 q2 r2 4557.819 193.8856 189.6783 209.7906 202.1526 -26.5894 m3 n3 o3 p3 q3 r3 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 0.072185 s2 -3763.54 s3 -118044 s4 0.917795 13.10376 t2 253373.3 t3 0.998771 t4 329272.9 19088.89 u2 -21.6170 u3 13.55890 u4 -1107300 232 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + k5*d09 + k6*lclisind; clisoth = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK INDIKATOR EKONOMI; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + u5*limpor; kurs = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; ihk = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; skbg = x0 + x1*inflasi + x2*d9799 + x3*lskbg; 233 *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; GROWTH = (RPDB-LRPDB)/LRPDB*100; PDBKPT = PDB/POP; INFLASI = (IHK-LIHK)/LIHK*100; UNEMPL = STK-DTK; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; RANGE TAHUN=2011 to 2015; run; 234 Lampiran 12. Hasil Simulasi Peramalan Model Subsidi Harga Listrik Tahun 2011-2015 mengg unakan Metode Newton dan Pros edur SIMNLIN denga n Program SAS/ETS versi 9.1 (Simulasi 2a) The SA S Syste m The SIMNLI N Proce dure Model Summary Model V ariable s Endogen ous Exogeno us Paramet ers Range V ariable Equatio ns Number of Stat ements Program Lag Le ngth 74 56 18 160 TAHUN 56 91 1 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Data Se t Optio ns DATA= OUT= DATA1 SIM_P LN Solutio n Summa ry V ariables Solved S imulatio n Lag L ength S olution Range F irst L ast S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 56 1 TA HUN 2 011 2 015 NEW TON 1 E-8 2.51 E-9 3 13 2.6 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 6 1 5 22 26 235 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n So lution R ange TA HUN = 2 011 To 2 015 Desc riptive Statis tics Variable PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN N Obs N 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 Ac tual Mean Std Dev 153633 1 0612419 2 8940589 357367 7521.0 781.3 45014.2 80225.6 22746.0 16156.6 43589.0 197222 203865 1129.4 71656.7 62088.6 46096.2 179841 10558.8 694.1 611.9 380.0 50230.0 38435.5 17784.5 106450 525.6 607.8 839.7 634.5 1118607 1372000 666654 773104 113724 4775053 4888777 3304827 1807713 1916121 8858300 3413771 5.3876 35861.5 7881.5 258.5 4.5479 8.3458 125556 121168 4387.9 640.0 9749.3 13971.7 23721.0 9.6566 1242 1.3 740 009 2782 929 3596 4.1 69 6.8 60.8 445 247 4.9 1293 5.4 394 1.0 250 5.9 256 8.6 1498 8.9 2873 0.2 59.4 853 567 1.2 577 7.5 450 5.6 1595 2.3 170 4.3 10 9.2 96.2 227 74.2 615 1172 8.3 950 0.6 512 1.8 2634 9.8 45.3 363 32.4 018 11.3 919 31.1 698 190 778 197 855 8129 1.0 107 639 469 8.6 571 959 576 615 682 363 114 527 256 352 1224 282 239 809 1.9 095 410 2.4 28 6.5 17.7 741 0.3 411 0.3 917 428 9.2 587 3.7 159 0.2 30.1 026 57 8.6 296 1.0 353 8.4 1.6 690 Pred icted Mean Std Dev 154648 1 0535547 2 9247720 365893 8347.2 816.3 45183.2 88412.6 24058.5 16616.4 46632.4 201280 216336 1206.2 71342.3 61185.2 45961.0 178489 15969.7 695.4 613.1 380.9 50094.4 37907.2 17777.2 105779 607.3 689.6 921.8 716.5 1121102 1374495 670183 775962 127864 4766659 4894523 3295456 1819753 1940072 8845622 3310162 4.5608 35807.7 8312.9 266.2 5.4766 8.8124 125582 121111 4471.2 639.9 9817.0 14069.2 23886.2 9.7245 1314 6.2 712 996 2951 528 4121 9.7 83 6.3 77.7 097 259 3.5 1468 9.4 468 6.7 281 6.6 533 4.8 1846 2.1 3381 7.4 85.5 338 558 3.1 519 1.3 458 7.1 1535 9.4 280 9.3 10 8.5 95.5 972 73.7 755 1160 3.6 902 1.2 513 2.5 2575 6.7 16.9 399 5.4 281 19.1 932 5.1 161 189 351 196 428 8383 5.9 109 590 1077 7.0 584 785 595 530 679 257 125 226 253 886 1255 504 200 733 1.4 227 422 7.0 17 4.0 21.7 955 0.5 083 0.4 715 430 5.0 601 2.7 172 2.6 29.5 711 64 3.7 300 3.9 364 4.0 1.7 115 La bel QB BM QB TB QG AS PB BM PB TB PG AS TL BELI BO P BP P CL ISRT CL ISIND CL ISOTH SU SUT SU BPRT SU BPIND SU BPOTH SU BRT SU BIND SU BOTH SU BLSTR HJ TLRT HJ TLIND HJ TLOTH PE NPJK BL JLAIN GO VEXP CO NLAIN CO NRT IN V EK SPOR IM POR PD B GR OWTH PD BKPT KU RS IH K SK BG ST K DT K RU PH MI SKOTA MI SDESA TM ISKIN 236 Lampiran 13. Hasil Peramalan Variabel Endogen Tahun 2011-2015 ENDOSATUAN GEN PRODSD R GWh QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOT H SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAI kliter ton MMSCF Rp/lt Rp/kg Rp/ MSCF Miliar Rp Miliar Rp Miliar Rp GWh GWh Miliar Rp Rupi ah GWh GWh GWh GWh GWh Rupi ah Rupi ah Rupi ah Miliar Rp Miliar Rp Miliar Rp Miliar Rp Rupi ah Rupi ah Rupi ah Rupi ah Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp 2011 138 352.4 2012 2013 2014 2015 145 540.4 153 239.6 161 298.4 169 734.5 25 504 355.0 311 248.8 6 583.2 703.7 42 313.8 63 948.9 17 948.4 13 170.1 40 337.0 178 689.4 168 150.1 1 055.5 64 225.5 54 754.8 40 332.5 159 312.8 13 320.0 552.5 487.6 10 127 012.0 27 138 557.2 334 403.0 7 129.3 743.6 43 338.1 72 198.9 20 179.8 14 492.4 42 031.6 187 572.0 185 871.1 1 093.2 68 273.9 58 447.2 43 307.9 170 028.9 11 063.9 627.6 552.9 10 575 354.6 28 860 078.7 358 991.9 7 566.6 781.1 44 469.9 80 019.1 22 543.3 15 964.3 43 543.8 196 783.5 202 916.6 1 126.3 71 911.6 62 113.3 46 137.3 180 162.2 9 819.5 696.8 613.9 11 061 525.0 30 658 553.6 380 107.9 7 958.7 820.0 46 475.3 88 035.1 25 139.7 17 665.6 45 120.6 206 419.0 220 999.4 1 163.9 75 179.6 65 759.0 48 939.7 189 878.3 9 316.4 764.2 673.6 11 584 268.5 32 541 402.9 402 084.4 8 367.1 857.9 48 473.9 96 926.3 27 918.5 19 490.6 46 911.9 216 646.3 241 386.6 1 208.0 78 692.9 69 368.8 51 763.4 199 825.1 9 274.3 829.4 731.4 282.5 336.0 382.5 427.7 471.3 9 713 935.1 35 482.2 42 846.1 50 107.1 57 449.2 65 265.4 26 698.6 32 314.6 38 129.1 44 295.4 50 739.7 11 394.1 14 553.1 17 647.3 20 929.6 24 398.3 73 575.0 89 713.8 105 883.5 122 674.2 140 403.4 587.4 553.1 519.6 492.9 475.3 652.3 627.7 602.5 583.4 573.2 857.4 844.6 833.9 829.4 833.3 678.1 653.0 628.7 610.9 602.0 870 731.3 1 002 936.6 1 124 143.4 1 239 963.1 1 355 261.0 1 115 020.4 1 252 434.3 1 376 441.9 1 498 881.6 1 617 220.7 566 776.6 613 725.7 663 825.2 716 753.7 772 191.0 640 351.6 703 439.5 769 708.6 839 427.9 912 594.4 108 027.1 111 027.0 113 266.4 116 005.2 120 294.2 4 030 306.9 4 430 213.2 4 791 747.6 5 139 507.7 5 483 489.4 %/ Th 5.24 4.50 6.28 6.61 6.19 5.08 3.46 10.96 11.68 10.30 3.85 4.93 9.46 3.43 5.21 6.09 6.44 5.83 -8.44 10.71 10.68 13.70 16.49 17.44 21.04 17.57 -5.16 -3.18 -0.71 -2.93 11.72 9.75 8.04 9.26 2.73 8.01 237 ENDOSATUAN 2011 2012 2013 2014 2015 GEN N CONRT Miliar Rp 4 138 334.0 4 541 240.2 4 905 014.1 5 255 512.9 5 603 783.6 INV Miliar Rp 2 462 937.7 2 862 815.7 3 284 082.9 3 726 012.6 4 188 284.6 EKSPOR Miliar Rp 1 661 457.7 1 736 554.2 1 808 624.9 1 880 090.0 1 951 840.0 Lampiran 13. Lanjutan ENDOGEN IMPOR SATUAN Miliar Rp 2011 2012 2013 2014 2015 %/ Th 7.88 14.20 4.11 %/ Th 1 598 286.6 1 750 305.9 1 910 335.3 2 075 561.4 2 246 118.2 8.88 10 410 7 304 794.4 8 093 743.8 8 857 095.3 9 625 482.0 PDB Miliar Rp 384.3 9.27 RPDB Miliar Rp 3 097 799.5 3 270 873.9 3 424 670.8 3 569 490.5 3 706 019.5 4.59 8.60 5.59 4.70 4.23 3.82 -1.19 GROWTH Persen 30 572.3 33 349.0 35 936.4 38 465.5 40 984.4 PDBKPT Ribu Rp 7.61 8 358.3 7 942.8 7 718.9 7 679.5 7 707.9 -1.98 KURS Rp/ US$ 235.8 247.4 258.6 269.7 280.9 IHK 4.47 INFLASI Persen 4.85 4.94 4.52 4.27 4.17 -0.17 7.67 8.32 8.55 8.59 8.59 SKBG Persen 0.23 STK Ribu orang 120 003.2 122 938.7 125 659.8 128 293.2 130 885.3 2.19 DTK Ribu orang 113 735.9 117 485.4 121 144.9 124 844.0 128 630.7 3.12 6 267.3 5 453.2 4 514.9 3 449.2 2 254.6 -22.11 UNEMPL Ribu orang RUPH Ribu Rp 675.7 660.5 642.1 621.8 600.1 -2.92 MISKOT 10 430.1 10 141.7 9 795.0 9 406.6 8 973.2 A Ribu orang -3.69 17 715.7 15 817.4 13 994.5 12 138.6 10 192.1 -12.88 MISDESA Ribu orang 28 145.8 25 959.2 23 789.4 21 545.2 19 165.3 -9.15 PMISKIN Ribu orang 11.78 10.70 9.65 8.61 7.55 -1.06 TMISKIN Persen 238 Lampiran 14. Hasil Simulas i Model Subsidi Harga Peramalan Tahun 2011-2015 ENDOGEN PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR Nilai Dasar Sim 1a Sim 1b 153 633.0 10 612 419.0 28 940 589.0 357 367.0 7 521.0 781.3 45 014.2 80 225.6 22 746.0 16 156.6 43 589.0 197 222.0 203 865.0 1 129.4 71 656.7 62 088.6 46 096.2 179 841.0 10 558.8 694.1 611.9 380.0 50 230.0 38 435.5 17 784.5 106 450.0 525.6 607.8 839.7 634.5 1 118 607.0 1 372 000.0 666 654.0 773 104.0 113 724.0 4 775 053.0 4 888 777.0 3 304 827.0 1 807 713.0 153 654.0 10 613 525.0 28 946 249.0 357 617.0 7 515.9 778.2 44 977.6 80 178.7 22 655.1 16 154.3 41 854.8 195 508.0 202 438.0 1 113.5 71 992.5 62 989.2 46 224.8 181 207.0 7 480.0 763.51 673.09 418 55 520.7 42 930.1 19 616.5 118 067.0 439.1 529.5 784.6 558.7 1 118 629.0 1 372 022.0 665 262.0 783 330.0 100 566.0 4 785 468.0 4 886 034.0 3 310 922.0 1 802 701.0 153 613.0 10 611 311.0 28 934 919.0 357 117.0 7 526.0 784.4 45 050.9 80 272.7 22 836.9 16 158.9 45 324.4 198 937.0 205 293.0 1 145.5 71 321.1 61 185.3 45 968.9 178 475.0 13 640.0 624.69 550.71 342.00 44 988.2 34 057.5 15 962.7 95 008.4 612.5 686.5 895.1 710.7 1 118 588.0 1 371 980.0 668 050.0 763 058.0 126 708.0 4 764 863.0 4 891 571.0 3 298 801.0 1 812 737.0 Sim 1c Listrik Sim 1d Periode Sim 2a 153 613.0 154 645.0 154 648.0 10 611 346.0 10 535 444.0 10 535 547.0 28 935 095.0 29 247 206.0 29 247 720.0 357 125.0 365 879.0 365 893.0 7 525.9 8 347.0 8 347.2 784.3 816.3 816.3 45 049.7 45 184.2 45 183.2 80 271.0 88 409.1 88 412.6 22 833.8 24 056.8 24 058.5 16 158.8 16 616.1 16 616.4 44 972.2 46 946.4 46 632.4 198 585.0 201 592.0 201 280.0 205 030.0 216 560.0 216 336.0 1 142.4 1 207.8 1 206.2 71 426.7 71 314.0 71 342.3 61 218.5 61 300.9 61 185.2 46 091.7 45 824.7 45 961.0 178 737.0 178 440.0 178 489.0 13 026.7 16 330.4 15 969.7 624.69 641.54 695.4 550.71 551.12 613.1 342.00 296.03 380.9 45 057.8 46 202.8 50 094.4 34 077.6 34 159.5 37 907.2 16 006.6 13 776.8 17 777.2 95 142.0 94 139.1 105 779.0 609.2 578.16 607.3 683.1 668.58 689.6 891.8 923.67 921.8 707.4 698.0 716.5 1 121 603.0 1 117 162.0 1 121 102.0 1 374 995.0 1 370 554.0 1 374 495.0 678 095.78 669 907.0 670 183.0 773 238.0 764 046.0 775 962.0 126 290.0 124 133.0 127 864.0 4 781 838.0 4 747 807.0 4 766 659.0 4 908 128.0 4 871 940.0 4 894 523.0 3 304 590.0 3 289 543.0 3 295 456.0 1 812 573.0 1 819 974.0 1 819 753.0 239 Lampiran 14. Lanjutan ENDOGEN IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Nilai Dasar Sim 1a Sim 1b Sim 1c Sim 1d Sim 2a 1 916 121.0 1 905 762.0 1 926 325.0 1 925 869.0 1 936 834.0 1 940 072.0 8 858 300.0 8 877 224.0 8 839 841.0 8 872 660.0 8 808 669.0 8 845 622.0 3 413 771.0 3 464 253.0 3 364 712.0 3 378 686.0 3 301 535.0 3 310 162.0 5.39 5.80 4.98 5.09 4.57 4.56 35 861.5 35 938.8 35 786.1 35 918.6 35 658.9 35 807.7 7 881.5 7 702.0 8 061.4 8 054.9 8 302.9 8 312.9 258.5 255.3 261.7 261.6 265.8 266.2 4.55 4.14 4.95 4.93 5.34 5.48 8.35 8.15 8.54 8.54 8.76 8.81 125 556.0 125 547.0 125 565.0 125 574.0 125 576.0 125 582.0 121 168.0 121 253.0 121 085.0 121 233.0 120 946.0 121 111.0 4 387.9 4 293.9 4 479.9 4 341.5 4 629.9 4 471.2 640.0 640.2 639.8 640.2 639.4 639.9 9 749.3 9 694.4 9 803.2 9 741.5 9 882.6 9 817.0 13 971.7 13 781.2 14 159.2 13 961.0 14 286.3 14 069.2 23 721.0 23 475.6 23 962.4 23 702.6 24 168.9 23 886.2 9.66 9.56 9.75 9.65 9.84 9.72 240 Lampiran 14. Lanjutan ENDOGEN Sim 2b PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR 154 668.0 10 536 637.0 29 253 304.0 366 142.0 8 342.0 813.2 45 146.3 88 365.4 23 964.9 16 613.6 44 849.7 199 517.0 214 870.0 1 188.8 71 692.3 62 088.6 46 163.2 179 944.0 12 751.4 777.10 694.90 463.00 56 270.2 43 649.0 21 707.7 121 627.0 525.6 607.8 839.7 634.6 1 122 052.0 1 375 445.0 668 836.0 790 463.0 113 796.0 4 783 307.0 4 897 104.0 3 303 557.0 1 814 738.0 1 929 121.0 Sim 2c Sim 2d 154 647.0 153 474.0 10 535 510.0 10 604 210.0 29 247 532.0 28 899 305.0 365 885.0 355 725.0 8 347.3 7 544.4 816.4 797.6 45 184.3 45 228.8 88 413.8 80 410.3 24 061.1 23 193.5 16 616.5 16 159.7 46 685.4 42 230.4 201 332.0 195 705.0 216 380.0 203 592.0 1 206.6 1 121.2 71 335.0 72 109.5 61 162.0 62 205.6 45 958.6 46 676.2 178 456.0 180 991.0 16 054.9 7 891.7 694.1 700.6 611.9 617.9 380.0 384.6 49 999.1 51 068.3 37 822.9 38 911.8 17 737.0 18 256.9 105 559.0 108 237.0 609.1 510.3 691.3 593.0 923.1 826.3 718.1 620.2 1 121 086.0 1 131 778.0 1 374 479.0 1 385 170.0 670 222.0 668 929.0 775 781.0 777 166.0 128 131.0 111 642.0 4 766 493.0 4 852 756.0 4 894 624.0 4 964 398.0 3 295 302.0 3 325 359.0 1 819 911.0 1 839 054.0 1 940 249.0 1 892 035.0 Sim 3a Sim 3b Sim 3c 153 634.0 153 637.0 153 638.0 10 612 476.0 10 612 641.0 10 612 687.0 28 940 883.0 28 941 725.0 28 941 960.0 357 380.0 357 417.0 357 427.0 7 520.7 7 520.0 7 519.8 781.1 780.7 780.5 45 012.3 45 007.0 45 005.5 80 223.1 80 216.6 80 214.7 22 741.1 22 728.3 22 724.5 16 156.5 16 156.2 16 156.1 42 712.8 43 314.2 42 731.9 196 347.0 196 951.0 196 370.0 203 215.0 203 633.0 203 201.0 1 125.5 1 126.9 1 124.2 71 667.8 71 693.7 71 701.5 62 135.5 62 253.4 62 287.9 46 097.7 46 099.6 46 100.4 179 901.0 180 047.0 180 090.0 9 502.92 10 082.9 9 502.92 694.0 693.8 693.7 611.8 611.6 611.6 380.0 379.8 379.8 50 231.9 50 236.0 50 237.4 38 461.6 38 527.0 38 546.3 17 782.1 17 776.0 17 774.2 106 476.0 106 539.0 106 558.0 521.5 512.0 509.2 603.7 594.1 591.3 835.5 825.9 823.1 630.4 620.8 618.0 1 118 442.0 1 118 061.0 1 117 950.0 1 371 835.0 1 371 453.0 1 371 342.0 666 569.0 666 344.0 666 278.0 773 044.0 772 883.0 772 836.0 112 997.0 111 348.0 110 867.0 4 774 666.0 4 773 592.0 4 773 299.0 4 887 663.0 4 884 941.0 4 884 166.0 3 304 851.0 3 304 900.0 3 304 918.0 1 807 450.0 1 806 721.0 1 806 513.0 1 915 545.0 1 914 303.0 1 913 926.0 241 Lampiran 14. Lanjutan ENDOGEN PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Sim 2b Sim 2c 8 876 740.0 8 845 370.0 3 364 141.0 3 309 049.0 5.03 4.56 35 934.1 35 806.6 8 128.2 8 317.9 262.8 266.2 5.05 5.48 8.60 8.82 125 574.0 125 583.0 121 251.0 121 110.0 4 323.6 4 472.6 640.3 639.9 9 737.4 9 817.8 13 801.2 14 073.0 23 538.6 23 890.9 9.58 9.73 Sim 2d Sim 3a 9 013 942.0 8 857 463.0 3 436 132.0 3 415 771.0 5.77 5.40 36 484.9 35 858.2 8 669.65 7 871.8 261.2 258.3 4.76 4.53 8.48 8.33 125 586.0 125 555.0 121 865.0 121 164.0 3 721.6 4 390.9 642.0 640.0 9 461.5 9 749.9 13 532.1 13 972.7 22 993.6 23 722.6 9.37 9.66 Sim 3b Sim 3c 8 855 141.0 8 854 508.0 3 420 615.0 3 422 061.0 5.44 5.45 35 849.0 35 846.5 7 846.9 7 839.7 257.9 257.8 4.48 4.46 8.31 8.30 125 553.0 125 553.0 121 154.0 121 151.0 4 399.4 4 401.6 640.0 640.0 9 752.1 9 752.6 13 975.9 13 976.8 23 728.0 23 729.4 9.66 9.66 Keterangan: Sim 1a: Subsidi Harga Listrik naik 10 persen Sim 1b: Subsidi Harga Listrik dikurangi 10 persen Sim 1c: Subsidi Harga Listrik dikurangi 10 persen dan dialihka n ke Belanja Lain Sim 1d: Harga Jual Tenaga Listrik d inaikka n 10 pe rsen Sim 2a: Harga Minyak Mentah Indonesia naik 10 persen Sim 2b: Harga Minya k Mentah Indo nesia naik 10 pe rsen dan Harga Jual Tenaga Listrik per kWh tetap Sim 2c: Harga Minyak Mentah Indo nesia naik 10 pe rsen dan Subsidi per kW h tetap Sim 2d: Rupiah terdepresiasi 10 persen terhadap US$ Sim 3a: Susut Tenaga Listrik berkurang 10 persen Sim 3b: Margin Usaha PLN dikurangi 1 persen Sim 3c: Kombinasi Sim. 3a dan Sim. 3b 242 Lampiran 15. Data untuk Model Subsidi Harga Listrik, Tahun 1990-2010 TAHUN 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 CLISRT CLISIND CLISOTH CLISDR SUSUT PELRT 9 003.56 10 325.75 11 667.54 13 140.74 14 632.11 17 056.94 19 550.83 22 698.27 24 865.45 26 874.78 30 563.42 33 339.78 33 993.56 35 753.05 38 588.28 41 184.29 43 753.17 47 324.91 50 184.17 54 945.41 14 165.67 16 026.03 17 754.61 19 560.98 21 621.80 24 722.61 27 948.89 30 768.81 27 995.54 31 337.57 34 013.22 35 593.25 36 831.30 36 497.25 40 324.26 42 448.36 43 615.45 45 802.51 47 968.85 46 204.21 5 453.11 5 468.25 5 191.54 5 857.01 6 374.52 7 324.70 7 707.89 8 888.59 9 217.78 9 978.96 10 482.87 13 261.36 17 228.35 18 401.64 13 131.94 14 237.20 14 735.89 15 239.20 15 095.53 15 047.59 10 742.5 11 617.0 12 635.1 14 191.4 15 915.1 18 325.0 20 696.3 23 162.5 24 902.8 25 825.1 26 796.7 27 885.6 28 903.3 29 997.3 31 096.0 32 174.9 33 118.3 34 684.5 36 025.1 37 099.8 4 571.72 5 129.47 5 539.84 6 260.30 6 806.92 7 969.21 9 432.29 10 844.44 12 400.42 13 119.72 14 588.17 15 587.35 16 263.89 18 190.65 21 184.92 23 398.78 25 241.21 28 119.39 30 865.79 33 432.57 1 672.50 1 788.10 1 780.95 1 901.22 1 990.87 2 260.91 2 588.33 3 230.30 3 218.68 3 224.35 3 416.13 3 709.87 3 767.51 4 039.82 5 824.43 5 302.43 4 273.73 5 229.70 5 380.35 5 536.04 PELIND PELOTH 36.1 36.1 36.5 38.8 41.7 45.0 47.8 50.7 43.1 42.5 44.3 46.0 46.8 46.8 46.5 46.5 46.4 46.8 47.5 47.9 685.1 743.6 814.9 927.2 979.9 1 101.6 1 236.2 1 427.3 1 487.6 1 657.0 1 754.4 1 986.1 2 003.8 2 107.0 2 224.0 2 338.0 2 586.6 2 602.4 2 771.5 2 970.0 HJTLRT HJTLIND 123.34 125.81 128.85 144.71 146.57 156.83 158.91 161.65 184.40 193.80 174.62 253.65 392.79 522.48 557.76 563.05 571.12 571.76 588.01 589.33 91.17 112.51 122.83 135.29 137.75 144.79 146.16 149.70 201.01 208.56 302.52 361.67 442.94 530.32 559.15 569.87 624.23 621.32 622.04 644.34 HJTLOT H 161.32 187.24 200.39 219.46 223.34 232.77 236.05 239.93 286.56 299.27 377.93 445.64 575.02 647.27 668.47 678.14 733.75 738.42 806.80 838.11 243 2010 59 824.94 50 985.20 36 487.33 Lampiran 15. Lanjutan TAHUN TLSDR TLSEWA TLBELI 1990 34 011.55 - 867.01 1991 37 893.61 - 837.42 1992 40 878.83 - 1 057.62 1993 45 468.58 - 1 250.17 1994 50 066.44 - 1 411.94 1995 58 210.81 - 1 193.42 1996 65 730.25 - 1 656.29 1997 74 053.66 745.98 1 819.92 1998 74 421.00 543.61 2 938.76 1999 80 023.75 472.96 4 279.08 2000 83 503.51 686.63 9 135.14 2001 87 587.44 767.27 13 299.21 5 641.05 15 953.82 QBBM 4 554 616.0 5 161 272.0 5 827 630.0 6 341 757.0 3 793 540.0 2 983 427.0 3 347 295.0 4 606 076.0 4 135 997.0 4 703 164.0 5 023 631.0 5 399 39 324.5 QBTB QGAS 48.7 PBBM 3 062.2 PBTB 615.92 PGAS 660.99 CBELITL 888.67 CBBP 4 572 306.0 13 301 240.23 68.24 5 574.66 21.3 1 530.7 4 959 108.0 15 533 257.26 66.33 6 952.31 22.7 1 828.6 5 143 300.0 12 788 292.91 65.24 6 392.61 19.7 2 132.0 4 732 669.0 58 271 322.91 68.66 4 951.88 19.7 2 783.0 5 530 066.0 160 705 323.46 70.34 5 578.41 46.9 1 193.3 5 593 402.0 220 032 345.75 72.91 6 288.19 30.7 2 970.0 7 966 656.0 433 003 352.05 69.41 6 878.80 77.1 3 361.1 9 961 959.0 228 268 343.17 60.02 6 874.79 325.2 4 338.8 10 634 490.0 222 055 399.98 74.88 1 886.0 9 409.0 11 414 098.0 236 612 500.12 140.73 5 082.7 9 691.8 13 135 584.0 228 838 514.96 153.79 9 395.4 10 375.8 14 027 713.0 222 421 803.73 199.60 8 717.1 14 007.3 26 414.80 21 065.44 21 787.67 26 244 2002 88 068.64 1 224.60 19 066.61 2003 90 045.75 2 435.17 20 538.76 2004 93 112.71 3 078.46 24 053.14 2005 98 176.84 3 105.25 26 087.70 2006 101 664.28 2 804.34 28 639.75 2007 107 984.12 3 257.27 31 199.40 2008 113 339.90 4 706.94 31 389.66 2009 115 433.82 5 194.53 36 168.92 2010 123 476.84 8 233.21 38 076.16 220.0 6 966 806.0 7 613 481.0 8 839 239.0 9 912 558.0 9 998 515.0 10 688 975.0 11 320 489.0 9 408 905.0 9 324 933.6 14 054 377.0 192 927 1 313.98 219.75 15 260 305.0 184 304 1 691.80 230.82 15 412 738.0 176 436 1 791.34 230.75 16 900 972.0 143 050 2 726.86 251.55 19 084 438.0 157 894 5 128.34 335.81 21 466 348.0 171 209 4 881.43 338.76 20 999 521.0 181 661 7 906.22 489.23 21 604 454.0 266 539 5 186.77 732.32 23 958 699.2 283 274 5 815.65 656.71 073.78 23 496.92 21 550.40 21 258.05 25 323.76 24 185.59 23 480.99 29 128.16 37 998.48 42 287.16 11 168.8 17 957.3 10 834.0 21 477.9 11 970.8 24 491.1 13 598.2 37 355.5 14 845.4 63 401.1 16 946.7 65 560.0 20 742.9 107 782.8 25 447.8 76 235.1 25 217.8 84 190.7 Lampiran 15. Lanjutan TAHUN 1990 1991 1992 CPLHR 233.0 339.5 CPGW 278.6 307.7 427.4 CSUSUT 559.0 629.7 CLAIN 112.0 161.9 202.6 BOP 2 734.6 3 290.1 3 KURS IHK 1 901.0 28.40 1 992.0 31.11 2 062.0 32.64 PDB 195.60 227.45 GROWTH POP MISKOTA 7.24 178 232.0 9 400.0 6.95 181 320.4 9 166.7 6.46 184 322.3 9 091.1 245 498.4 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 561.7 352.1 808.9 911.3 965.4 924.8 1 497.8 1 610.3 2 630.4 3 588.8 4 827.6 5 202.1 6 511.0 712.4 504.4 281.8 758.3 886.2 1 068.1 1 018.9 1 335.6 1 802.4 2 066.3 2 583.3 3 827.7 5 619.4 5 508.1 909.0 519.2 1 566.5 1 887.0 2 250.7 3 074.1 3 224.3 3 229.6 3 404.1 15 626.8 12 745.0 9 547.6 9 722.3 265.1 159.6 356.4 413.7 501.6 496.0 670.4 802.4 1 094.1 1 420.6 2 165.0 2 879.8 3 328.6 992.5 5 043.0 2 552.9 6 490.7 7 536.4 9 449.8 16 808.8 21 502.7 27 215.8 31 919.4 52 345.6 55 877.2 59 710.8 76 023.6 259.88 2 110.0 35.83 2 200.0 39.14 2 308.0 42.52 2 383.0 45.28 4 650.0 50.47 8 025.0 89.65 7 100.0 91.45 9 595.0 100.00 10 400.0 112.55 8 940.0 123.84 9 465.0 130.11 9 290.0 138.43 9 830.0 162.12 329.78 382.22 454.51 532.57 627.70 955.75 1 099.73 1 389.77 1 646.32 1 821.83 2 013.67 2 295.83 2 774.28 6.82 187 231.8 8 700.0 7.54 190 043.0 8 940.0 8.22 192 750.0 9 180.0 7.82 195 457.1 9 420.0 4.70 198 163.3 13 510.0 -13.13 200 867.4 17 600.0 0.79 203 568.3 15 640.0 4.92 206 265.0 12 300.0 3.64 209 014.1 8 600.0 4.50 211 816.8 13 300.0 4.78 214 674.2 12 200.0 5.03 217 587.5 11 400.0 5.69 220 558.0 12 400.0 246 TAHUN MISDESA CONRT 10 151.0 10 716.2 11 372.8 11 834.7 12 558.5 ICP 3 481.9 3 949.6 4 735.1 4 035.5 4 286.0 PDBTB 105 228.2 111 506.0 160 597.8 135 276.0 149 108.1 PDGAS 17 800.0 106.39 22.31 42.75 1.84 1991 17 600.0 125.08 19.47 42.23 1.85 1992 17 242.2 135.94 18.78 41.22 1.84 1993 17 200.0 192.96 17.25 38.52 2.11 1994 19 663.3 228.12 15.87 36.40 1.87 1995 22 126.7 279.88 17.11 42.71 1.65 1996 24 590.0 332.09 20.16 42.71 2.04 172.82 9 419.0 184.21 10 950.0 204.58 10 356.0 210.27 9 085.0 224.90 SKBG 5.07 6.75 5.67 4.21 3.63 4.84 5.00 3 339.22 3 950.89 4 951.36 5 613.44 6 422.90 CADEV UANGBR 5.50 223 041.6 14 490.0 6.35 225 630.1 13 560.0 6.01 228 575.0 12 770.0 4.55 231 370.0 11 910.0 6.10 234 181.0 11 100.0 M EKSPOR IMPOR 8 661 84.6 0 55 852.0 54 827.0 9 868 99.1 0 68 452.0 67 453.0 11 611 119.1 0 83 050.0 76 438.0 11 981 145.2 0 88 231.0 78 383.0 13 158 174.5 0 101 332.0 96 952.6 14 674 222.6 0 119 592.0 125 657.0 19 125 288.6 0 137 533.0 140 812.0 243 1990 9 020.0 244 6 6 719.7 629.1 7 2007 7 064.3 269.1 7 2008 8 344.2 619.9 7 2009 9 758.3 964.5 9 2010 12 954.4 900.6 Lampiran 15. Lanjutan 2006 247 1997 28 245.0 387.17 19.04 39.90 2.14 1998 31 900.0 647.82 12.47 35.82 1.92 1999 32 330.0 813.18 17.52 31.00 1.93 2000 26 400.0 848.77 28.39 29.60 3.48 2001 29 300.0 1 030.89 21.94 32.07 3.76 2002 25 100.0 1 200.98 22.46 29.98 2.99 2003 25 100.0 1 256.43 26.34 28.63 4.53 2004 24 700.0 1 476.50 36.39 43.00 5.03 2005 22 700.0 1 755.75 53.66 36.48 7.25 2006 24 810.0 2 049.63 64.27 42.35 7.29 2007 23 610.0 2 490.12 72.31 40.99 7.02 2008 22 190.0 3 074.76 96.13 54.76 10.06 2009 20 620.0 3 296.21 61.58 58.91 5.16 2010 19 923.0 3 642.00 79.40 75.71 6.63 5.79 11.31 7.45 5.56 5.37 3.26 2.17 1.74 2.63 4.01 4.17 4.17 6.50 6.50 21 418 355.6 0 174 871.0 176 600.0 23 762 577.4 0 506 245.0 413 058.0 27 054 646.2 0 390 560.0 301 654.0 29 394 747.0 0 569 490.0 423 318.0 28 016 844.1 0 642 595.0 506 426.0 32 037 883.9 0 595 514.0 480 815.0 36 296 955.7 0 613 721.0 465 941.0 36 320 1 033.9 0 739 639.0 632 376.0 34 724 1 202.8 0 945 122.0 830 083.0 42 724 1 382.5 0 56 920 1 649.7 0 51 639 1 895.8 0 66 105 2 141.4 5 96 207 2 471.2 8 1 036 320.0 1 161 960.0 1 475 119.1 1 354 409.4 1 580 817.8 855 588.0 1 002 510.0 1 422 902.1 1 197 092.7 1 475 834.1 248 Lampiran 15. Lanjutan TAHUN 76 196.0 88 671.0 101 194.0 97 213.0 118 707.5 145 118.4 163 453.4 199 301.1 160 326.9 125 010.6 309 163.8 371 068.6 389 946.5 515 471.0 552 292.1 695 828.6 847 852.2 984 000.7 1 376 539.3 1 737 117.0 2 086 628.8 STK 77 802.3 78 455.5 80 704.0 81 446.1 85 775.6 86 361.3 90 109.6 93 864.9 92 734.9 94 847.2 95 651.0 98 812.4 100 779.3 105 820.0 103 973.4 105 857.7 106 388.9 109 941.4 111 947.3 113 833.3 116 527.5 DTK 75 850.6 76 423.2 78 518.4 79 200.5 82 038.1 80 110.1 85 701.8 87 049.8 87 672.4 88 816.9 89 837.7 90 807.4 91 647.2 95 770.0 93 722.0 93 958.4 95 456.9 99 930.2 102 552.8 104 870.7 108 207.8 RUPH 480.05 627.08 686.64 669.60 748.03 774.27 797.22 835.79 534.09 542.12 522.41 472.39 557.48 569.11 589.23 540.83 606.32 633.83 625.39 676.23 679.49 PENNPJK 15 420.1 20 182.1 17 662.7 18 771.1 19 448.0 21 975.9 22 653.8 28 938.2 30 834.5 54 014.0 89 422.0 115 058.6 90 181.8 82 015.3 72 218.9 146 888.3 226 950.1 215 119.7 320 604.6 227 174.4 247 176.4 PENPJK BLJLAIN 16 084.1 22 010.9 24 919.3 30 091.5 36 665.1 44 442.1 48 686.3 57 339.9 70 934.2 102 394.5 115 912.5 185 540.9 214 713.4 254 140.2 271 022.9 347 031.1 409 203.0 490 988.6 658 700.8 619 922.2 743 325.9 19 357.9 23 602.5 27 680.9 30 635.9 35 104.3 37 203.2 42 181.2 44 379.5 51 373.3 66 799.2 84 703.8 109 772.6 118 891.9 157 633.4 189 577.2 212 203.6 253 587.0 294 534.4 340 518.7 485 721.1 523 858.1 PDBI 56 926.8 68 993.7 78 582.8 90 061.5 108 100.9 129 755.4 153 771.3 178 181.8 253 737.7 298 708.5 385 598.0 454 961.7 507 555.5 564 015.2 651 325.0 778 760.4 929 862.2 1 070 413.9 1 379 969.1 1 426 615.1 1 594 300.0 CONLAIN 111 553.4 133 406.4 142 914.6 187 036.2 221 475.7 271 766.3 322 675.6 376 293.7 634 057.8 797 512.5 835 658.1 1 011 374.0 1 192 941.5 1 322 270.4 1 474 658.0 1 722 353.8 2 021 924.9 2 435 029.6 2 915 707.2 3 200 671.2 3 539 023.0 GOVEXP 18 953.0 22 830.0 26 879.0 29 757.0 31 014.0 35 584.2 40 299.2 42 952.0 54 415.9 72 631.3 90 779.7 113 416.0 132 219.0 163 701.0 191 056.0 224 981.0 288 080.0 329 760.0 416 866.7 537 588.8 581 921.3 245 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 INV 249 Lampiran 15. Lanjutan 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Keterangan: -223.0 -220.0 -171.0 -200.7 -1 277.1 -449.6 -518.9 -334.0 1 819.1 2 892.9 5 170.3 4 134.2 7 079.7 3 409.2 1 495.8 6 064.1 15 896.7 16 464.4 32 958.6 25 609.2 28 557.9 1 104.9 -128.2 -153.3 -114.5 -1 696.5 -354.1 -385.3 -85.0 1 583.1 2 910.7 1 403.8 568.9 5 823.9 3 193.8 1 507.1 5 960.9 13 530.4 13 664.9 29 871.5 18 993.3 22 039.9 -286.9 -424.4 -477.5 -563.6 -1 116.7 -815.3 -977.9 -1 008.5 -359.7 28.5 -498.1 -1 059.7 423.5 -535.4 -1 524.1 752.4 5 066.0 5 096.3 13 517.9 7 265.1 7 465.3 -24.8 -21.3 -14.7 -15.3 -87.3 -26.4 -26.5 -14.7 73.2 107.6 169.2 124.0 208.3 95.4 38.8 147.2 363.3 347.9 656.8 466.1 477.4 7.4 -8.0 -8.6 -5.9 -78.5 -14.3 -13.8 -2.8 56.5 92.9 41.3 16.0 158.1 87.5 37.4 140.4 310.2 298.3 622.7 411.1 432.3 -62.7 -82.7 -86.2 -90.0 -164.1 -102.3 -103.7 -93.0 -29.0 2.2 -34.1 -68.0 26.0 -29.4 -71.9 32.2 200.7 181.2 438.0 217.3 204.6 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 D98 D04 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 D05 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 D09 D08 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 Dihitung dengan rumus yang digunakan PLN dalam menghitung nilai subsidi listrik, yaitu: SUB = - (HJTL – BPP*(1+m))* Vl istrik 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 246 TAHUN SUBRT1 SUBIND1 SUBOTH1 SUBPRT2 SUBPIND2 SUBPOTH2 D9799 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 250 2 Subsidi per kWh = Ju mlah subsidi per golongan pelanggan dibagi dengan jumlah konsumsi tenaga listriknya 169 LAMP IRAN 170 Lampiran1. Keteranga n Variabel yang Digunakan dalam Model Subsidi Harga Listrik No Notasi Definisi Variabel Satuan A. Variabel Endoge n 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT 28. 29. 30. 31. 32. HJTLIND HJTLOTH AVHJTL PENPJK PENPEM Tenaga Listrik Diproduksi Sendiri Konsumsi BBM Konsumsi Batuba ra Konsumsi Gas Alam Harga BBM Dalam Negeri Harga Batubara Dalam Negeri Harga Gas Alam Dalam Negeri Pengeluaran untuk Konsumsi BBM Pengeluaran untuk Konsumsi Batubara Pengeluaran untuk Konsumsi Gas Alam Tenaga Listrik yang Dibeli Total Prod uks i Tenaga Listrik Total Biaya Operasional Biaya Pokok Penyediaan Tenaga Listrik Per kWh Konsumsi Listrik oleh Rumah Tangga Konsumsi Listrik oleh Industri Konsumsi Listrik oleh Pelanggan Lainnya Tenaga Listrik Terjua l Tenaga Listrik yang Hilang atau Susut Subs idi Per kWh untuk Rumah Tangga Subs idi Per kWh untuk Industri Subs idi Per kWh untuk Pelanggan Lainnya Subs idi Listrik untuk Rumah Tangga Subs idi Listrik untuk Industri Subs idi Listrik untuk Pelanggan Lainnya Total Subs idi Listrik Harga Jual Tenaga Listrik untuk Rumah Tangga Harga Jual Tenaga Listrik untuk I ndustri Harga Jual Tenaga Listrik untuk Lainnya Rata-Rata Harga Jual Tenaga Listrik Penerimaan Pajak Total Penerimaan Pemerintah GWh Kilo liter Ton MMSCF Rp/liter Rp/kg Rp/MSCF Miliar Rp Miliar Rp Miliar Rp GWh GWh Miliar Rp Rp/kWh GWh GWh GWh GWh GWh Rp/kWh Rp/kWh Rp/kWh Miliar Rp Miliar Rp Miliar Rp Miliar Rp Rp/kWh Rp/kWh Rp/kWh Rp/kWh Miliar Rp Miliar Rp 171 Lampiran 1. No Lanjutan Notasi Definisi Variabel Satuan A. Variabel Endoge n 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Belanja Lainnya Total Pengeluaran Pemerintah Pengeluaran Konsumsi Listrik Pengeluaran Konsumsi Lainnya Total Pengeluaran Rumah Tangga Nilai Investasi Nilai Ekspor Nilai Impor Produk Domestic Bruto Riil PDB Laju Pertumbuhan Eko nomi PDB Per Kapita Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Indeks Harga Konsumen Inflasi Tingkat Suku Bunga Penawaran Tenaga Kerja Permintaan Tenaga Kerja Jumlah Pengangguran Upa h Riil Jumlah Penduduk Miskin Kota Jumlah Penduduk Miskin Desa Jumlah Penduduk Miskin Tingkat Kemiskinan Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Persen Ribu Rp Rp/US$ Persen Persen Ribu orang Ribu orang Ribu orang Ribu Rp Ribu orang Ribu orang Ribu orang Persen B. Variabel Eksoge n 1. 2. 3. 4. CADEV CLISDR CRUTIN ICP 5, 6. 7. 8. 9. POP PELRT PELIND PELOTH PDBI Cadangan Devisa Indo nesia Tenaga Listrik yang Diko nsumsi Sendiri Biaya Rutin Indonesia Crude Oil Price (Harga Minyak Mentah Indo nesia) Jumlah Penduduk Indo nesia Jumlah Pelanggan Rumah Tangga Jumlah Pelanggan Industri Jumlah Pelanggan Lainnya PDB Sektor Industri Pengolahan Miliar US$ GWh Miliar Rp US$/barel Ribu orang Ribu pelanggan Ribu pelanggan Ribu pelanggan Miliar Rp 172 Lampiran 1. No Lanjutan Notasi Definisi Variabel Satuan B. Variabel Eksoge n 10. 11. 12. 13. 14. 15. 16. 17. PDBL PDBTB PDGAS PENNPJK M SKBG UANGBR D9799 PDB Selain Sektor Industri Harga Batubara Dunia Harga Gas Alam Dunia Penerimaan Selain Pajak Margin Usaha PT PLN (Persero) Suku Bunga Uang Beredar Dummy Krisis Ekonomi 18. D98 Dummy Krisis Ekonomi 19. D04 Dummy Kebijakan Perluasan Pelanggan Bersubsidi Dummy Kebijakan Perluasan Pelanggan Bersubsidi Dummy Melonjaknya Harga Minyak Mentah Dunia Dummy Krisis Finansial Global 20. D05 21. D08 22. D09 Miliar Rp US$/ton US$/MMBTU Miliar Rp Persen Persen Miliar rupiah Tahun 1997 – 1999 = 1, lainnya 0 Tahun 1998 = 1, lainnya 0 Tahun 2004 = 1, lainnya 0 Tahun 2005 = 1, lainnya 0 Tahun 2008 = 1, lainnya 0 Tahun 2009 = 1, lainnya 0 173 Lampiran 2. I. Ringkasan Model Subsidi Harga Listrik Blok Produksi Tenaga Listrik A. Jumlah Produksi Tenaga Listrik 1. PRODSDRt = a 0 + a1 QBBM t + a 2 QBTBt + a 3 QGAS t + a4 PRODSDRt-1 + u1t 2. QBBM t = b 0 + b1 PBBM t + b 2 PRODSDRt + b 3 D08 + b 4 QBBM t-1 + u 2t 3. QBTBt = c 0 + c1 PBTBt + c 2 PRODSDRt + c 3 PBBM t + c 4 QBTBt-1 + u3t 4. QGAS t = d0 + d1 PGASt + d2 PRODSDRt + d 3 QBBM t + d 4 QBTBt + d 5 D9799 + u4t 5. PBBM t = e 0 + e1 ICP t + e2 KURS t + e3 D08 + e 4 PBBM t-1 + u 5t 6. PBTBt = f 0 + f 1 PDBTBt + f 2 KURS t + f 3 PBBM t + f 4 PBTBt-1 + u6t 7. PGAS t = g 0 + g1 KURS t + g2 PBBM t + g 3 D98 + g 4 D09 + g 5 PGAS t-1 + u7t 8. CBBM t = QBBM t * P BBM t 9. CBTBt = QBTBt * PBTBt 10 CGAS t = QGAS t * PGAS t 11 TLBELI t = h 0 + h1 TLJUAL t + h 2 SUSUT t + h3 D08+ h4 TLBELI t-1 + u8t 12 PRODTL t = PRODSDRt + TLBELI t B. Biaya Operasional Penyediaan Tenaga Listrik 13. BOP t = i 0 + i 1 TLBELI t + i2 CBBM t + i 3 CBTBt + i 4 CGAS t + i5 CLAIN t + i 6 D08 + i 7 BOP t-1 + u 9t 14. BPP t = BOP t / TLJUAL t II. Blok Kons umsi Tenaga Listrik 15. CLISRT t = j 0 + j 1 HJTLRT t + j 2 PELRT t + j 3 PDBKPT t + j 4 D98 + j 5 CLISRT t-1 + u10t 16. CLISINDt = k 0 + k 1 HJTLIND t + k 2 PDBI t + k 3 PELINDt + k 4 D98 + k 5 D09 + k 6 CLISINDt-1 + u11t 17. CLISOTHt = l 0 + l 1 HJTLOTH t + l 2 PDBL t + l 3 PELOTHt + l 4 D05 + l 5 D08 + u 12t 18. TLJUAL t = CLISRT t + CLISINDt + CLISOTHt 19. SUSUT t = PRODTL t – TLJUAL t – CLISDRt 174 III. Blok Subsidi 20. SU BPRT t = m 0 + m1 PENPEM t + m2 D08 + m 3 SUBPRT t-1 + u 13t 21. SUBPINDt = n 0 + n1 PENPEM t + n2 D08 + n 3 SUBPINDt-1 + u14t 22. SUBPOTHt = o 0 + o1 PENPEM t + o2 D08 + o3 SUBPOTHt-1 + u15t 23. SUBRT t = SUBPRT t * CLISRT t / 1000 24. SUBINDt = SUBPINDt * CLISINDt / 1000 25. SUBOTHt = SUBPOTHt * CLISOTHt / 1000 26. SUBLSTRt = SUBRT t + SUBINDt + SUBOTHt IV. Blok Harga Jual Tenaga Listrik 27. HJTLRT t = (1 + m t ) BPP t – SUBPRT t 28. HJTLINDt = (1 + m t ) BPP t – SUBPINDt 29. HJTLOTHt = (1 + m t ) BPP t – SUBPOTHt 30. AVHJTL t = HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t V. Blok Penerimaa n dan Penge luaran Pemerintah a. Penerimaan Pe merintah 31. PENPJK t = p0 + p1 PDBt-1 + p2 INFLASIt + p3 D98 + p 4 PENPJK t-1 + u16t 32. PENPEM t = PENPJK t + PENNPJK t b. Belanja Pe merintah 33. BLJLAIN t = q 0 + q1 PENPEM t + q2 IHK t + q3 D09 + q4 BLJNSUBt-1 + u17t 34. GOVEXP t = SUBLSTRt + BLJLAIN t VI. Blok Perekonomian 35. CONLIS t = HJTLRT t *CLISRT t + HJTLIND t *CLISINDt + HJTLOTH t *CLISOTHt 36. CONLAIN t = r0 + r1 PDBKPT t + r2 INFLASIt + r 3 D98 + r 4 D08 + r 5 CONLAIN t-1 + u18t 37. CONRT t = CONLIS t + CONLAIN t 38. INV t = s0 + s1 PDBt + s 2 SKBG t + s 3 D04 + s 4 INVt-1 + u19t 39. EKSPORt = t 0 + t 1 KURS t + t 2 D98 + t 3 EKSPORt-1 + u20t 175 40. IMPORt = u 0 + u1 INFLASI t + u2 KURS t + u3 POP t + u4 D98 + u 5 IMPORt-1 + u21t 41. PDBt = CONRT t + INV t + GOVEXP t + EKSt - IMP t 42. RPDBt = PDBt * 100/IHK t 43. GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 44. PDBKPT t = PDBt /POP t 45. KURS t = v 0 + v 1 IHK t + v 2 CADEV t + v 3 D9799 + v 4 KURS t-1 + u 22t 46. IHK t = w 0 + w1 SKBG t + w2 UANGBRt + w 3 AVHJTL t + w4 PBBM t + w 5 KURS t + w6 D98 + w7 D02 + w8 D05 + w9 IHK t-1 + u23t 47. INFLASIt = ( IHK t – IHK t-1 ) / IHK t-1 * 100 % 48. SKBG t = x 0 + x 1 INFLASIt + x 2 D9799 + x 3 SKBG t-1 + u24t VII. Blok Tenaga Kerja 49. STK t = y0 + y1 RUPHt + y2 POP t + y 3 DBLJLAIN t + y 4 D04 + y5 D09 + y 6 STKt-1 + u25t 50. DTK t = z 0 + z 1 RUPHt + z2 PDBt + z 3 D9799 + u 26t 51. UNEMPL t = STK t – DTKt 52. RUPHt = aa 0 + aa1 STK t-1 + aa2 DDTK t + aa 3 D98 + aa 4 RUPHt-1 + u27t VIII. Blok Kemiskinan 53. MISKOTA t = ab 0 + ab1 INFLASIt + ab2 RUPHt + ab3 UNEMPLt + ab 4 D9799 + u28t 54. MISDESA t = ac 0 + ac1 INFLASIt + ac2 GOVEXP t + ac3 UNEMPL t + ac 5 D9799 + ac 6 MISDESA t-1 + u 29t 55. PMISKIN t = MISKOTA t + MISDESA t 56. TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 176 Lampiran 3. Program Estimasi Model Subsidi Harga Listrik mengg unakan Metode 2SLS dan Prosedur SYSLIN denga n Program SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; */Creating Variable; PRODSDR = TLSDR+TLSEWA; PRODTL = PRODSDR+TLBELI; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; AVHJTL = (HJTLRT*CLISRT + HJTLIND*CLISIND + HJTLOTH*CLISOTH)/ (CLISRT+CLISIND+CLISOTH); BPP = BOP/TLJUAL*1000; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; PENPEM = PENPJK+PENNPJK; CLAIN = CPLHR+CPGW+CSUSUT+COTH; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PENPEM = PENPJK + PENNPJK; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; GOVEXP = SUBLSTR + BLJLAIN; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; PDBKPT = PDB/POP*1000; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; UNEMPL = STK-DTK; PDBL = PDB-PDBI; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; 177 LCLISRT LCLISIND LCLISOTH LBOP LPBBM LPBTB LPGAS LQBBM LQBTB LQGAS LQBBM LQBTB LQGAS LPDB LKURS LIHK LTLBELI LPRODSDR LMISKOTA LMISDESA LSUBPRT LSUBPIND LSUBPOTH LPENPJK LSTK LDTK LRUPH LRPDB INFLASI GROWTH DDTK DSTK LBLJLAIN DBLJLAIN LCONLAIN LINV LEKSPOR LIMPOR LSKBG = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = lag(clisrt); lag(clisind); lag(clisoth); lag(bop); lag(pbbm); lag(pbtb); lag(pgas); lag(qbbm); lag(qbtb); lag(qgas); lag(qbbm); lag(qbtb); lag(qgas); lag(pdb); lag(kurs); lag(ihk); lag(tlbeli); lag(prodsdr); lag(miskota); lag(misdesa); lag(subprt); lag(subpind); lag(subpoth); lag(penpjk); lag(stk); lag(dtk); lag(ruph); lag(rpdb); (IHK-LIHK)/LIHK*100; (RPDB-LRPDB)/LRPDB*100; dif(dtk); dif(stk); lag(bljlain); dif(bljlain); lag(conlain); lag(inv); lag(ekspor); lag(impor); lag(skbg); run; proc syslin 2sls data=datapln out=hasil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv kspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; instruments pennpjk pop pdbi pdbl cplhr clain icp pdbtb pdgas clisdr dbljlain cadev uangbr ddtk lclisrt lclisind lclisoth lbop lpbbm lpbtb lpgas lqbbm lqbtb lqgas lkurs lihk lmiskota lmisdesa lpenpjk lbljlain lstk ldtk lruph lconlain linv lekspor limpor lskbg d98 d08 d05 d09 d9799 d02 d04; 178 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; *1. NILAI PRODUKSI; prod_sdr : model q_bbm : model q_btb : model q_gas : model p_bbm : model p_btb : model p_gas : model tl_beli : model prodsdr qbbm qbtb qgas pbbm pbtb pgas tlbeli *2. BIAYA OPERASIONAL; biaya_op : model bop *BLOK CLISUMSI; kons_rt : model clisrt /dw; kons_ind : model clisind kons_oth : model clisoth = = = = = = = = qbbm qbtb qgas lprodsdr /dw; pbbm prodsdr d08 lqbbm /dw; pbtb prodsdr pbbm lqbtb/dw; pgas prodsdr qbbm qbtb d9799/dw; icp kurs d08 lpbbm /dw; pdbtb kurs pbbm lpbtb/dw; pdgas kurs pbbm d98 d09 lpgas /dw; tljual susut d08 ltlbeli /dw; = tlbeli cbbm cbtb cgas clain d08 lbop /dw; = hjtlrt pdbkpt pelrt d98 lclisrt = hjtlind pdbi pelind d98 d09 lclisind /dw; = hjtloth pdbl peloth d05 d08 /dw; * BLOK KEUANGAN PEMERINTAH; pen_pjk : model penpjk blj_lain : model bljlain = lpdb inflasi d98 lpenpjk/dw; = penpem ihk d09 lbljlain/dw; * BLOK SUBSIDI; subprt : model subprt subpind : model subpind subpoth : model subpoth = penpem d08 lsubprt /dw; = penpem d08 lsubpind /dw; = penpem d08 lsubpoth /dw; *BLOK INDIKATOR EKONOMI; conlain : model conlain investasi ekspor impor nil_tkr ihk : : : : : skbg : model skbg = pdbkpt inflasi d98 d08 lconlain/dw; = pdb skbg d04 linv /dw; = kurs d98 lekspor/dw; = inflasi kurs pop d98 limpor/dw; = ihk cadev d9799 lkurs/dw; = skbg uangbr avhjtl pbbm kurs d98 d05 d02 lihk/dw; = inflasi d9799 lskbg/dw; *BLOK TK; sup_tk dem_tk umr : model stk : model dtk : model ruph = ruph pop dbljlain d04 d09 lstk/dw; = ruph pdb d9799 /dw; = lstk ddtk d98 lruph /dw; model model model model model inv ekspor impor kurs ihk *BLOK KEMISKINAN; mis_kota : model miskota mis_desa : model misdesa = inflasi ruph unempl d9799 /dw; = inflasi govexp unempl d9799 lmisdesa /dw; *PERSAMAAN IDENTITAS; identity CBBM = CBBM + 0; identity CBTB = CBTB + 0; identity CGAS = CGAS + 0; identity PRODTL = PRODSDR + TLBELI; 179 identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity identity run; BPP TLJUAL SUSUT SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPEM GOVEXP CONLIS CONRT PDB GROWTH PDBKPT INFLASI UNEMPL PMISKIN TMISKIN = = = = = = = = = = = = = = = = = = = = = = BPP + 0; CLISRT + CLISIND + CLISOTH; PRODTL - TLJUAL - CLISDR; SUBRT + 0; SUBIND + 0; SUBOTH + 0; SUBRT + SUBIND + SUBOTH; HJTLRT + 0; HJTLIND + 0; HJTLOTH + 0; AVHJTL + 0; PENPJK + PENNPJK; SUBLSTR + BLJLAIN; CONLIS + 0; CONLIS + CONLAIN; CONRT + INV + GOVEXP + EKSPOR - IMPOR; GROWTH + 0; PDBKPT + 0; INFLASI + 0; STK - DTK; MISKOTA + MISDESA; TMISKIN + 0; 180 Lampiran 4. Hasil Estimasi Model Subsidi Harga Listrik mengg unakan Metode 2SLS dan Pros edur SYSLIN denga n Program SAS/ETS versi 9.1 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 4 15 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t QBBM QBTB QGAS LPRODSDR DF Paramet er Estima te 1 1 1 1 1 9012.0 79 0.0002 48 0.0014 61 0.0235 78 0.6250 91 PROD_ SDR PROD SDR pr od list sdr An alysis of Vari ance Sum of Mean Squa res Square 1.422 E10 77453 435 1.429 E10 2 272.347 31 8 3319.85 00 2.727 26 Pr > F 68 8.31 <.0001 3.5541E9 5163562 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 38 64.860 0. 000592 0. 000641 0. 009956 0. 134072 F V alue 0 .99458 0 .99314 2 .33 0 .42 2 .28 2 .37 4 .66 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l P r > |t| 0.0341 0.6814 0.0378 0.0317 0.0003 Inte rcept kons BBM kons batu b ara kons gas al am lag prod li st sdr 2.9 64902 20 -0. 56325 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label Sour ce An alysis of Vari ance Sum of Mean DF Squa res Square Mode l Erro r Corr ected To tal 4 15 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t PBBM PRODSDR D08 LQBBM Q_BB M QBB M kons BB M DF Paramet er Estima te 1 1 1 1 1 35351. 62 -59.60 42 18.005 78 942261 .9 0.8128 56 1.174 E14 1.693 E13 1.343 E14 1 062363. 20 6 769845. 53 15.692 58 Pr > F 2 5.99 <.0001 2.934E13 1.129E12 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 1 715819 40 6.5272 17 .69056 1 675313 0. 251698 F V alue 0 .02 -0 .15 1 .02 0 .56 3 .23 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0 .87393 0 .84031 P r > |t| 0.9838 0.8854 0.3249 0.5821 0.0056 1.3 84334 20 0. 28658 Vari able Labe l Inte rcept harg a bbm prod list s dr 2008 lag kons BB M 181 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Q _BTB QBTB ko ns batu bara An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 7.341 E14 8.984 E12 7.431 E14 1.835E14 5.989E11 Root MSE Depe ndent M ean Coef f Var 7 73904.6 37 1 3092044 .9 5.911 26 F V alue Pr > F 30 6.41 <.0001 R -Square A dj R-Sq 0 .98791 0 .98469 Pa rameter Estima tes Variable Intercep t PBTB PRODSDR PBBM LQBTB DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -23018 71 -891.9 32 105.13 71 148.71 85 0.5387 98 95 6750.1 22 41.920 30 .94884 18 4.1099 0. 174144 -2 .41 -0 .40 3 .40 0 .81 3 .09 0.0295 0.6964 0.0040 0.4318 0.0074 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept harg a batub ara prod list s dr harg a bbm lag kons ba tu bara 2.1 77113 20 -0. 14084 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Q_ GAS Q GAS ko ns gas a lam An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 1.369 E11 2.881 E10 1.657 E11 2.737E10 2.0578E9 Root MSE Depe ndent M ean Coef f Var 4 5362.94 53 1 89791.0 25 23.901 52 F V alue Pr > F 1 3.30 <.0001 R -Square A dj R-Sq 0 .82611 0 .76400 Pa rameter Estima tes Variable Intercep t PGAS PRODSDR QBBM QBTB D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 7043.2 93 -4.757 30 8.0810 43 -0.043 89 -0.007 30 -37568 .6 90 292.91 2. 406312 2. 823738 0. 009903 0. 015428 32 424.68 0 .08 -1 .98 2 .86 -4 .43 -0 .47 -1 .16 0.9389 0.0681 0.0126 0.0006 0.6436 0.2660 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2. 72214 20 -0. 36128 Vari able Labe l Inte rcept harg a gas a lam prod list s dr kons BBM kons batu b ara 1997 -1999 182 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label P_BB M PBB M harga bb m An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 1.045 3E8 2473 538 1.0 7E8 26132254 164902.5 Root MSE Depe ndent M ean Coef f Var 406.081 89 2 044.933 29 19.857 95 F V alue Pr > F 15 8.47 <.0001 R -Square A dj R-Sq 0 .97688 0 .97072 Pa rameter Estima tes Variable Intercep t ICP KURS D08 LPBBM DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -988.9 33 66.374 29 0.0241 72 1089.3 09 0.2377 59 24 5.8773 9. 231450 0. 034226 54 0.0136 0. 088856 -4 .02 7 .19 0 .71 2 .02 2 .68 0.0011 <.0001 0.4909 0.0619 0.0173 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept harg my Ind onesia Rp/U S$ 2008 lag harga b bm 2.5 59031 20 -0 .2855 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel P _BTB PBTB ha rga batu bara An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 69755 2.4 50965 .11 74851 7.5 174388.1 3397.674 Root MSE Depe ndent M ean Coef f Var 58.289 57 226.380 42 25.748 50 F V alue Pr > F 5 1.33 <.0001 R -Square A dj R-Sq 0 .93191 0 .91376 Pa rameter Estima tes Variable Intercep t PDBTB KURS PBBM LPBTB DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -113.3 02 2.5882 17 0.0108 02 0.0192 97 0.6019 05 13 3.5845 3. 164666 0. 008323 0. 011534 0. 229380 -0 .85 0 .82 1 .30 1 .67 2 .62 0.4097 0.4262 0.2139 0.1150 0.0192 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.4 66728 20 -0. 29173 Vari able Labe l Inte rcept harg a dunia btbara Rp/U S$ harg a bbm lag harga b atubara 183 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel P _GAS PGAS ha rga gas alam An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.293 2E9 82412 937 2.375 6E9 3.822E8 6339457 Root MSE Depe ndent M ean Coef f Var 2 517.827 78 1 9398.40 96 12.979 56 F V alue Pr > F 6 0.29 <.0001 R -Square A dj R-Sq 0 .96531 0 .94930 Pa rameter Estima tes Variable Intercep t PDGAS KURS PBBM D98 D09 LPGAS DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -957.0 21 763.61 72 0.1071 65 0.0422 18 19135. 55 8717.0 81 0.8572 25 19 91.330 12 24.532 0. 622349 1. 146289 42 32.322 38 44.077 0. 174680 -0 .48 0 .62 0 .17 0 .04 4 .52 2 .27 4 .91 0.6388 0.5437 0.8659 0.9712 0.0006 0.0410 0.0003 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept PDGA S Rp/U S$ harg a bbm 1998 2009 lag harga g as alam 1.6 71566 20 0.0 33906 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel TL_B ELI TLB ELI l istrik b eli An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 3.530 4E9 26465 885 3.556 8E9 8.8259E8 1764392 Root MSE Depe ndent M ean Coef f Var 1 328.304 31 1 4704.95 35 9.033 04 F V alue Pr > F 50 0.23 <.0001 R -Square A dj R-Sq 0 .99256 0 .99057 Pa rameter Estima tes Variable Intercep t TLJUAL SUSUT D08 LTLBELI DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -3780. 01 0.0465 45 0.3227 28 -2239. 34 0.8510 06 15 51.305 0. 033446 0. 153609 15 05.818 0. 080665 -2 .44 1 .39 2 .10 -1 .49 10 .55 0.0278 0.1843 0.0530 0.1577 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.0 06003 20 - 0.039 Vari able Labe l Inte rcept tota l list terjual susu t tng l istrik 2008 lag list be li 184 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 7 12 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t TLBELI CBBM CBTB CGAS CLAIN D08 LBOP DF Paramet er Estima te 1 1 1 1 1 1 1 1 -937.2 26 0.7311 74 0.9694 35 1.1977 97 1.5838 87 0.8083 36 5086.9 99 0.0010 61 BIAY A_OP BOP to tal biay a op An alysis of Vari ance Sum of Mean Squa res Square 5.353 E10 25175 690 5.356 E10 1 448.438 52 5 2073.75 01 2.781 51 7.6473E9 2097974 Pr > F 364 5.08 <.0001 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 69 7.7194 0. 198830 0. 055410 0. 447581 0. 252380 0. 170700 28 86.486 0. 053862 F V alue 0 .99953 0 .99926 -1 .34 3 .68 17 .50 2 .68 6 .28 4 .74 1 .76 0 .02 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l P r > |t| 0.2040 0.0032 <.0001 0.0202 <.0001 0.0005 0.1034 0.9846 Inte rcept list rik bel i kons bbm kons batuba ra kons gas al am peng lainny a 2008 lag total b iaya op 2.2 11091 20 -0. 11614 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mo del De pendent Variabl e La bel Sour ce DF Mode l Erro r Corr ected To tal 5 14 19 Root MSE Depe ndent M ean Coef f Var Variable Intercep t HJTLRT PDBKPT PELRT D98 LCLISRT DF Paramet er Estima te 1 1 1 1 1 1 -1009. 26 -2.014 47 0.4631 04 0.5364 86 -922.6 94 0.5112 89 KON S_RT CL ISRT ko ns list ruta An alysis of Vari ance Sum of Mean Squa res Square 4.227 6E9 4195 622 4.231 8E9 547.437 02 3 1513.36 95 1.737 16 8.4552E8 299687.3 Pr > F 282 1.33 <.0001 R -Square A dj R-Sq Pa rameter Estima tes St andard Error t Va lue 92 2.8925 2. 019083 0. 110181 0. 155016 61 5.1848 0. 160374 F V alue -1 .09 -1 .00 4 .20 3 .46 -1 .50 3 .19 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0 .99901 0 .99865 P r > |t| 0.2926 0.3354 0.0009 0.0038 0.1559 0.0066 2.3 19974 20 -0. 16621 Vari able Labe l Inte rcept TDL untuk r uta PDB per kap ita jm p el ruta 1998 lag kons li st ruta 185 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l KO NS_IND C LISIND kons list in dustri An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.103 9E9 13374 742 2.117 2E9 3.5064E8 1028826 Root MSE Depe ndent M ean Coef f Var 1 014.310 77 3 3901.03 48 2.991 98 F V alue Pr > F 34 0.82 <.0001 R -Square A dj R-Sq 0 .99368 0 .99077 Pa rameter Estima tes Variable Intercep t HJTLIND PDBI PELIND D98 D09 LCLISIND DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -1958. 22 -4.829 33 0.0038 27 158.14 25 -4582. 81 -4979. 80 0.9009 84 38 22.588 5. 176824 0. 001513 13 4.7769 14 50.471 12 10.197 0. 150516 -0 .51 -0 .93 2 .53 1 .17 -3 .16 -4 .11 5 .99 0.6171 0.3679 0.0251 0.2617 0.0075 0.0012 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept TDL untuk i ndustri PDB sek ind jm p el indu stri 1998 2009 lag kons li st ind 2.1 49988 20 -0. 09542 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l KON S_OTH CL ISOTH kons list pl lain An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 1.798 8E9 7458 993 1.806 2E9 3.5975E8 532785.2 Root MSE Depe ndent M ean Coef f Var 729.921 37 1 7043.13 31 4.282 79 F V alue Pr > F 67 5.23 <.0001 R -Square A dj R-Sq 0 .99587 0 .99440 Pa rameter Estima tes Variable Intercep t HJTLOTH PDBL PELOTH D05 D08 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -335.4 56 -1.086 05 0.0036 22 6.6540 27 1514.4 73 1082.1 57 79 2.7118 3. 005888 0. 000382 1. 008347 79 5.8041 79 6.4508 -0 .42 -0 .36 9 .47 6 .60 1 .90 1 .36 0.6786 0.7233 <.0001 <.0001 0.0778 0.1957 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.5 34954 20 0.2 32058 Vari able Labe l Inte rcept TDL u pel l ain PDB sek lai n jm p el lain nya 2005 2008 186 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel PEN_ PJK PEN PJK p en dr pa jak An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 1.015 E12 1.574 E10 1.031 E12 2.538E11 1.0494E9 Root MSE Depe ndent M ean Coef f Var 3 2394.27 16 2 37399.2 65 13.645 48 F V alue Pr > F 24 1.87 <.0001 R -Square A dj R-Sq 0 .98473 0 .98066 Pa rameter Estima tes Variable Intercep t LPDB INFLASI D98 LPENPJK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -45462 .8 0.1019 52 4557.8 19 -3199 36 0.3228 97 22 203.79 0. 034275 22 22.092 15 6848.5 0. 275790 -2 .05 2 .97 2 .05 -2 .04 1 .17 0.0585 0.0094 0.0581 0.0594 0.2599 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept lag PDB tk i nflasi 1998 lag pen pjk 2. 13074 20 - 0.088 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mod el Dep endent V ariable Lab el BLJ _LAIN BL JLAIN blj sel sub list An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 4.418 E11 6.541 3E8 4.424 E11 1.104E11 43608490 Root MSE Depe ndent M ean Coef f Var 6 603.672 48 1 56498.0 97 4.219 65 F V alue Pr > F 253 2.66 <.0001 R -Square A dj R-Sq 0 .99852 0 .99813 Pa rameter Estima tes Variable Intercep t PENPEM IHK D09 LBLJLAIN DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 -4007. 71 0.0363 47 193.88 56 103212 .5 0.9249 40 43 28.064 0. 023956 82 .94364 73 36.757 0. 045025 -0 .93 1 .52 2 .34 14 .07 20 .54 0.3691 0.1500 0.0337 <.0001 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.5 84694 20 -0. 29662 Vari able Labe l Inte rcept pen pemerin tah inde ks harg a kons 2009 lag blj lai n 187 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l SUBPRT SUBPRT sub per kWh u ruta An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 75315 3.7 52134 .57 80528 8.3 251051.2 3258.411 Root MSE Depe ndent M ean Coef f Var 57.082 49 153.444 42 37.200 76 F V alue Pr > F 7 7.05 <.0001 R -Square A dj R-Sq 0 .93526 0 .92312 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPRT DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -30.68 97 0.0004 38 189.67 83 0.1985 39 21 .47345 0. 000101 70 .65610 0. 155476 -1 .43 4 .31 2 .68 1 .28 0.1722 0.0005 0.0163 0.2198 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u ruta 1.6 66554 20 0.1 63421 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l SU BPIND SU BPIND sub per kWh u ind An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 63792 3.9 34250 .25 67217 4.2 212641.3 2140.641 Root MSE Depe ndent M ean Coef f Var 46.267 06 128.646 74 35.964 42 F V alue Pr > F 9 9.34 <.0001 R -Square A dj R-Sq 0 .94905 0 .93949 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPIND DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -39.89 37 0.0004 21 209.79 06 0.1343 40 17 .48892 0. 000077 56 .88703 0. 130269 -2 .28 5 .48 3 .69 1 .03 0.0366 <.0001 0.0020 0.3178 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.0 91138 20 -0. 04808 Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u ind 188 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depend ent Vari able Label SUBPOT H SUBPOT H sub pe r kWh u pel lai n An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 40632 3.8 35194 .17 44151 8.0 135441.3 2199.635 Root MSE Depe ndent M ean Coef f Var 46.900 27 17.384 00 269.789 90 F V alue Pr > F 6 1.57 <.0001 R -Square A dj R-Sq 0 .92029 0 .90534 Pa rameter Estima tes Variable Intercep t PENPEM D08 LSUBPOTH DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -104.6 86 0.0003 27 202.15 26 0.1103 61 25 .08724 0. 000072 56 .00976 0. 146312 -4 .17 4 .57 3 .61 0 .75 0.0007 0.0003 0.0024 0.4616 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept pen pemerin tah 2008 lag sub per kWh u lain 1. 67453 20 0.1 38067 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l C ONLAIN C ONLAIN kons ruta se l list An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 2.211 E13 4.534 E10 2.215 E13 4.421E12 3.2389E9 Root MSE Depe ndent M ean Coef f Var 5 6911.47 01 1 237937. 52 4.597 28 F V alue Pr > F 136 5.05 <.0001 R -Square A dj R-Sq 0 .99795 0 .99722 Pa rameter Estima tes Variable Intercep t PDBKPT INFLASI D98 D08 LCONLAIN DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -13586 .9 110.04 89 -26.58 94 54503. 53 133465 .5 0.1902 18 41 899.65 57 .14134 42 25.152 28 0769.4 65 363.87 0. 481695 -0 .32 1 .93 -0 .01 0 .19 2 .04 0 .39 0.7505 0.0747 0.9951 0.8489 0.0605 0.6989 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.5 58858 20 0.1 57886 Vari able Labe l Inte rcept PDB per kap ita tk i nflasi 1998 2008 lag kons la in 189 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label INVESTA S IN V IN V An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 6.396 E12 4.668 E10 6.443 E12 1.599E12 3.1119E9 Root MSE Depe ndent M ean Coef f Var 5 5784.75 11 5 53245.2 27 10.083 19 F V alue Pr > F 51 3.83 <.0001 R -Square A dj R-Sq 0 .99275 0 .99082 Pa rameter Estima tes Variable Intercep t PDB SKBG D04 LINV DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 49424. 32 0.0721 85 -3763. 54 -1180 44 0.9177 95 49 992.16 0. 035463 21 59.890 59 815.43 0. 139370 0 .99 2 .04 -1 .74 -1 .97 6 .59 0.3385 0.0599 0.1019 0.0672 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept prod dom br uto suku bunga 2004 lag investa si 2. 15814 20 -0. 09559 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion M odel D ependent Variab le L abel EKS POR EKS POR n ilai eks por An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 4.487 E12 1.887 E11 4.676 E12 1.496E12 1.179E10 Root MSE Depe ndent M ean Coef f Var 1 08598.6 98 6 19228.6 65 17.537 74 F V alue Pr > F 12 6.82 <.0001 R -Square A dj R-Sq 0 .95964 0 .95208 Pa rameter Estima tes Variable Intercep t KURS D98 LEKSPOR DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 -26942 .0 13.103 76 253373 .3 0.9987 71 58 093.72 12 .66881 12 2246.6 0. 097930 -0 .46 1 .03 2 .07 10 .20 0.6491 0.3164 0.0547 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2. 64545 20 -0. 37219 Vari able Labe l Inte rcept Rp/U S$ 1998 lag ekspor 190 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label IMPO R IMPO R IMPO R An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 3.718 E12 1.825 E11 3.901 E12 7.436E11 1.304E10 Root MSE Depe ndent M ean Coef f Var 1 14183.0 96 5 38494.6 75 21.204 13 F V alue Pr > F 5 7.03 <.0001 R -Square A dj R-Sq 0 .95320 0 .93649 Pa rameter Estima tes Variable Intercep t INFLASI KURS POP D98 LIMPOR DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 -26418 34 19088. 89 -21.61 70 13.558 90 -11073 00 0.7375 83 1 294399 82 66.869 18 .65944 7. 126591 57 1956.2 0. 212300 -2 .04 2 .31 -1 .16 1 .90 -1 .94 3 .47 0.0606 0.0367 0.2660 0.0779 0.0733 0.0037 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept tk i nflasi Rp/U S$ jm p enduduk 1998 lag impor 2.3 74911 20 -0. 24298 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label NIL_TK R KUR S Rp/US $ An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 2.107 7E8 18055 342 2.288 3E8 52693249 1203689 Root MSE Depe ndent M ean Coef f Var 1 097.127 84 6 959.000 00 15.765 60 F V alue Pr > F 4 3.78 <.0001 R -Square A dj R-Sq 0 .92110 0 .90006 Pa rameter Estima tes Variable Intercep t IHK CADEV D9799 LKURS DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 714.76 07 33.140 76 -0.061 75 1467.3 04 0.6651 05 56 1.5794 16 .42903 0. 032571 70 7.3035 0. 180595 1 .27 2 .02 -1 .90 2 .07 3 .68 0.2225 0.0619 0.0774 0.0557 0.0022 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.4 16601 20 -0. 21295 Vari able Labe l Inte rcept inde ks harg a kons cada ngan de visa 1997 -1999 lag Rp/US$ 191 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Mode l Depe ndent Va riable Labe l IHK IHK inde ks harga kons An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 9 10 19 81592 .88 37.94 665 81630 .82 9065.875 3.794665 Root MSE Depe ndent M ean Coef f Var 1.947 99 111.094 97 1.753 45 F V alue Pr > F 238 9.11 <.0001 R -Square A dj R-Sq 0 .99954 0 .99912 Pa rameter Estima tes Variable Intercep t SKBG UANGBR AVHJTL PBBM KURS D98 D05 D02 LIHK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 1 1 1 5.5637 70 -0.032 42 0.0167 41 0.0200 46 0.0024 28 0.0020 50 23.000 31 12.939 38 4.2732 69 0.6149 20 3. 502250 0. 166492 0. 005972 0. 014346 0. 000532 0. 000375 5. 693268 2. 260037 2. 210341 0. 111328 1 .59 -0 .19 2 .80 1 .40 4 .57 5 .47 4 .04 5 .73 1 .93 5 .52 0.1432 0.8495 0.0187 0.1925 0.0010 0.0003 0.0024 0.0002 0.0820 0.0003 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept suku bunga uang bereda r rata -rata h arga jua l harg a bbm Rp/U S$ 1998 2005 2002 lag IHK 2.2 47011 20 -0. 18312 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label SK BG SK BG suku bun ga Sour ce An alysis of Vari ance Sum of Mean DF Squa res Square Mode l Erro r Corr ected To tal 3 16 19 Root MSE Depe ndent M ean Coef f Var 998.8 893 228.7 116 1227. 601 3.780 80 14.888 00 25.394 97 F V alue Pr > F 2 3.29 <.0001 332.9631 14.29447 R -Square A dj R-Sq 0 .81369 0 .77876 Pa rameter Estima tes Variable Intercep t INFLASI D9799 LSKBG DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 2.8074 72 0.2906 01 3.1056 02 0.5318 85 2. 344782 0. 066540 3. 458889 0. 140224 1 .20 4 .37 0 .90 3 .79 0.2486 0.0005 0.3826 0.0016 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 1.2 05912 20 0.2 34993 Vari able Labe l Inte rcept tk i nflasi 1997 -1999 lag suku bu nga 192 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label SUP_T K ST K supp T K An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 6 13 19 2.502 2E9 26934 487 2.529 1E9 4.1703E8 2071884 Root MSE Depe ndent M ean Coef f Var 1 439.403 91 9 7691.56 01 1.473 42 F V alue Pr > F 20 1.28 <.0001 R -Square A dj R-Sq 0 .98935 0 .98443 Pa rameter Estima tes Variable Intercep t RUPH POP DBLJLAIN D04 D09 LSTK DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 1 -35064 .0 4.9196 88 0.4628 34 0.0149 04 -1837. 59 -2603. 15 0.3476 97 21 130.04 3. 796366 0. 261332 0. 052786 19 81.529 58 45.395 0. 350796 -1 .66 1 .30 1 .77 0 .28 -0 .93 -0 .45 0 .99 0.1209 0.2175 0.1000 0.7821 0.3706 0.6634 0.3397 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept upah riil jm p enduduk seli sih blj lain 2004 2009 lag supp TK 2.0 09544 20 -0. 01301 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depende nt Vari able Label DEM_T K DT K dem T K An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 3 16 19 1.416 2E9 1.090 6E8 1.525 3E9 4.7206E8 6816339 Root MSE Depe ndent M ean Coef f Var 2 610.811 90 9 0614.61 04 2.881 23 F V alue Pr > F 6 9.25 <.0001 R -Square A dj R-Sq 0 .92850 0 .91509 Pa rameter Estima tes Variable Intercep t RUPH PDB D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 86066. 35 -8.628 50 0.0045 86 3177.5 72 41 17.284 6. 120316 0. 000332 16 98.668 20 .90 -1 .41 13 .81 1 .87 <.0001 0.1777 <.0001 0.0798 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 0.9 37812 20 0.3 89251 Vari able Labe l Inte rcept upah riil prod dom br uto 1997 -1999 193 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Dependen t Varia ble Label UPA H RUP H upah rii l An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 15228 7.7 34273 .11 18656 0.8 38071.92 2284.874 Root MSE Depe ndent M ean Coef f Var 47.800 36 634.377 47 7.535 00 F V alue Pr > F 1 6.66 <.0001 R -Square A dj R-Sq 0 .81629 0 .76730 Pa rameter Estima tes Variable Intercep t LSTK DDTK D98 LRUPH DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 263.22 30 -0.001 67 0.0034 55 -297.8 11 0.8653 21 13 3.7949 0. 000994 0. 006036 57 .34981 0. 125850 1 .97 -1 .68 0 .57 -5 .19 6 .88 0.0679 0.1136 0.5756 0.0001 <.0001 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n Vari able Labe l Inte rcept lag supp TK seli sh dem TK 1998 lag upah ri il 2.0 80801 20 -0. 12683 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depen dent Var iable Label MI S_KOTA M ISKOTA jm pe nd miski n kota An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 4 15 19 97305 171 25838 381 1.231 4E8 24326293 1722559 Root MSE Depe ndent M ean Coef f Var 1 312.462 84 1 1811.80 89 11.111 45 F V alue Pr > F 1 4.12 <.0001 R -Square A dj R-Sq 0 .79018 0 .73422 Pa rameter Estima tes Variable Intercep t INFLASI RUPH UNEMPL D9799 DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 10198. 97 33.651 09 -3.895 11 0.4307 85 4274.2 66 26 94.021 23 .45146 3. 463192 0. 107619 96 8.2795 3 .79 1 .43 -1 .12 4 .00 4 .41 0.0018 0.1718 0.2784 0.0012 0.0005 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.3 91084 20 -0. 19787 Vari able Labe l Inte rcept tk i nflasi upah riil tk p engangg uran 1997 -1999 194 The SA S Syste m Th e SYSLI N Proce dure T wo-Stage Least Squares Estimat ion Model Depen dent Var iable Label MI S_DESA M ISDESA jm pe nd miski n desa An alysis of Vari ance Sour ce DF Sum of Squa res Mean Square Mode l Erro r Corr ected To tal 5 14 19 3.332 5E8 40322 300 3.735 7E8 66650336 2880164 Root MSE Depe ndent M ean Coef f Var 1 697.104 68 2 3809.35 11 7.127 89 F V alue Pr > F 2 3.14 <.0001 R -Square A dj R-Sq 0 .89206 0 .85351 Pa rameter Estima tes Variable Intercep t INFLASI GOVEXP UNEMPL D9799 LMISDESA DF Paramet er Estima te St andard Error t Va lue P r > |t| 1 1 1 1 1 1 8359.4 62 25.744 96 -0.006 16 0.4353 92 4623.4 63 0.5243 80 22 79.957 28 .46146 0. 003101 0. 202403 14 21.270 0. 118994 3 .67 0 .90 -1 .99 2 .15 3 .25 4 .41 0.0025 0.3810 0.0668 0.0494 0.0058 0.0006 Durb in-Watso n Numb er of Ob servati ons Firs t-Order Autocor relatio n 2.5 55569 20 -0. 29591 Vari able Labe l Inte rcept tk i nflasi peng pem tk p engangg uran 1997 -1999 lag jml mis kin desa 195 Lampiran 5. Prog ram Estimasi Statistik Durbin-h me ngg unakan Metode OLS dan Pros edur AUTOREG denga n Prog ram SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; */Creating Variable; PRODSDR = TLSDR+TLSEWA; PRODTL = PRODSDR+TLBELI; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; BPP = BOP/TLJUAL*1000; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; PENPEM = PENPJK+PENNPJK; CLAIN = CPLHR+CPGW+CSUSUT+COTH; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PENPEM = PENPJK + PENNPJK; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; GOVEXP = SUBLSTR + BLJLAIN; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; PDBKPT = PDB/POP*1000; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; UNEMPL = STK-DTK; PDBL = PDB-PDBI; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; if tahun=1999 then Dxx=1; else Dxx=0; 196 LCLISRT LCLISIND LCLISOTH LHJTLRT LHJTLIND LHJTLOTH LBOP LPBBM LPBTB LPGAS LQBBM LQBTB LQGAS LQBBM LQBTB LQGAS LPDB LKURS LIHK LTLBELI LPRODSDR LMISKOTA LMISDESA LSUBPRT LSUBPIND LSUBPOTH LPENPJK LSTK LDTK LRUPH LRPDB INFLASI GROWTH DDTK DSTK LBLJLAIN DBLJLAIN LCONLAIN LINV LEKSPOR LIMPOR LSKBG run; = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = lag(clisrt); lag(clisind); lag(clisoth); lag(hjtlrt); lag(hjtlind); lag(hjtloth); lag(bop); lag(pbbm); lag(pbtb); lag(pgas); lag(qbbm); lag(qbtb); lag(qgas); lag(qbbm); lag(qbtb); lag(qgas); lag(pdb); lag(kurs); lag(ihk); lag(tlbeli); lag(prodsdr); lag(miskota); lag(misdesa); lag(subprt); lag(subpind); lag(subpoth); lag(penpjk); lag(stk); lag(dtk); lag(ruph); lag(rpdb); (IHK-LIHK)/LIHK*100; (RPDB-LRPDB)/LRPDB*100; dif(dtk); dif(stk); lag(bljlain); dif(bljlain); lag(conlain); lag(inv); lag(ekspor); lag(impor); lag(skbg); proc autoreg data=datapln; model prodsdr = qbbm qbtb qgas lprodsdr/lagdep=lprodsdr; run; proc autoreg data=datapln; model qbbm = pbbm prodsdr d08 lqbbm/lagdep=lqbbm; run; proc autoreg data=datapln; model qbtb = pbtb prodsdr pbbm lqbtb/lagdep=lqbtb; run; proc autoreg data=datapln; model pbbm = icp kurs d08 lpbbm/lagdep=lpbbm; run; 197 proc autoreg data=datapln; model pbtb = pdbtb kurs pbbm lpbtb/lagdep=lpbtb; run; proc autoreg data=datapln; model pgas = pdgas kurs pbbm d98 d09 lpgas /lagdep=lpgas; run; proc autoreg data=datapln; model tlbeli = tljual susut d08 ltlbeli/lagdep=ltlbeli; run; proc autoreg data=datapln; model bop = tlbeli cbbm cbtb cgas clain d08 lbop/ lagdep=lbop; run; proc autoreg data=datapln; model clisrt = hjtlrt pdbkpt pelrt d98 lclisrt/lagdep=lclisrt; run; proc autoreg data=datapln; model clisind = hjtlind pdbi pelind d98 d09 lclisind/ lagdep=lclisind ; run; proc autoreg data=datapln; model penpjk = lpdb inflasi d98 lpenpjk/lagdep=lpenpjk; run; proc autoreg data=datapln; model bljlain = penpem ihk d09 lbljlain/lagdep=lbljlain; run; proc autoreg data=datapln; model subprt = penpem d08 lsubprt/lagdep=lsubprt; run; proc autoreg data=datapln; model subpind = penpem d08 lsubpind/lagdep=lsubpind; run; proc autoreg data=datapln; model subpoth = penpem d08 lsubpoth/lagdep=lsubpoth; run; proc autoreg data=datapln; model conlain = pdbkpt inflasi d98 d08 lconlain/ lagdep=lconlain; run; proc autoreg data=datapln; model inv = pdb skbg d04 linv/lagdep=linv; run; proc autoreg data=datapln; model ekspor = kurs d98 lekspor/lagdep=lekspor; run; 198 proc autoreg data=datapln; model impor = inflasi kurs pop d98 limpor/lagdep=limpor; run; proc autoreg data=datapln; model kurs = ihk cadev d9799 lkurs/lagdep=lkurs; run; proc autoreg data=datapln; model ihk = skbg uangbr avhjtl pbbm kurs d98 d05 d02 lihk/ lagdep=lihk; run; proc autoreg data=datapln; model skbg = inflasi d9799 lskbg/lagdep=lskbg; run; proc autoreg data=datapln; model stk = ruph pop dbljlain d04 d09 lstk/lagdep=lstk; run; proc autoreg data=datapln; model ruph = lstk ddtk d98 lruph/lagdep=lruph; run; proc autoreg data=datapln; model misdesa = inflasi govexp unempl d9799 lmisdesa / lagdep=lmisdesa; run; 199 Lampiran 6. Hasil Estimasi Statistik Durbin-h mengg unakan Metode OLS dan Pros edur AUTOREG denga n Program SAS/ETS versi 9.1 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able PRODSDR PRODSDR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 774 53434.7 5163562 375 .125307 0.9946 -3.1475 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 22 72 370.1466 45 0.99 46 0.00 08 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept QBBM QBTB QGAS LPRO DSDR 1 1 1 1 1 9012 0.0 00248 0.0 01461 0 .0236 0 .6251 3 865 0.000 592 0.000 641 0.009 956 0.1 341 2.33 0.42 2.28 2.37 4.66 0. 0341 0. 6814 0. 0378 0. 0317 0. 0003 Variabl e Label QBBM QBTB QGAS The SA S Syste m The AUTORE G Proce dure Depen dent Va riable QBBM QBBM Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 1.6 9292E13 1.1 2862E12 621 .022818 0.8739 1.8593 DFE Roo t MSE AIC Tot al R-Squ are Pr > t 15 10623 63 616.0441 56 0.87 39 0.04 29 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PBBM PROD SDR D08 LQBB M 1 1 1 1 1 35352 -59 .6042 18 .0058 9 42262 0 .8129 1715 819 406.5 272 17.6 906 1675 313 0.2 517 0.02 -0.15 1.02 0.56 3.23 0. 9838 0. 8854 0. 3249 0. 5821 0. 0056 Variabl e Label PBBM PRODSDR 200 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable QBTB QBTB Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 8.9 8393E12 5.9 8928E11 608 .350719 0.9879 -1.0041 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 7739 05 603.3720 57 0.98 79 0.15 77 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PBTB PROD SDR PBBM LQBT B 1 1 1 1 1 -23 01871 -891 .9317 105 .1371 148 .7185 0 .5388 956 750 2 242 30.9 488 184.1 099 0.1 741 -2.41 -0.40 3.40 0.81 3.09 0. 0295 0. 6964 0. 0040 0. 4318 0. 0074 Variabl e Label PBTB PRODSDR PBBM The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PBBM PBBM Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 247 3537.52 164903 306 .244755 0.9769 -1.3913 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 406.081 89 301.2660 93 0.97 69 0.08 21 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept ICP KURS D08 LPBB M 1 1 1 1 1 -988 .9325 66 .3743 0 .0242 1089 0 .2378 245.8 773 9.2 315 0.0 342 540.0 136 0.0 889 -4.02 7.19 0.71 2.02 2.68 0. 0011 <. 0001 0. 4909 0. 0619 0. 0173 Variabl e Label ICP KURS 201 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PBTB PBTB Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 509 65.1111 3398 228 .599489 0.9319 -3.1931 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 15 58.289 57 223.6208 27 0.93 19 0.00 35 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDBT B KURS PBBM LPBT B 1 1 1 1 1 -113 .3018 2 .5882 0 .0108 0 .0193 0 .6019 133.5 845 3.1 647 0.008 323 0.0 115 0.2 294 -0.85 0.82 1.30 1.67 2.62 0. 4097 0. 4262 0. 2139 0. 1150 0. 0192 Variabl e Label PDBTB KURS PBBM The SA S Syste m The AUTORE G Proce dure Depen dent Va riable PGAS PGAS Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 824 12937.3 6339457 382 .358082 0.9653 0.2429 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 13 25 18 375.3879 56 0.96 53 0.40 40 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDGA S KURS PBBM D98 D09 LPGA S 1 1 1 1 1 1 1 -957 .0215 763 .6172 0 .1072 0 .0422 19136 8717 0 .8572 1 991 1 225 0.6 223 1.1 463 4 232 3 844 0.1 747 -0.48 0.62 0.17 0.04 4.52 2.27 4.91 0. 6388 0. 5437 0. 8659 0. 9712 0. 0006 0. 0410 0. 0003 Variabl e Label PDGAS KURS PBBM 202 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable TLBELI TLBELI Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 264 65885.2 1764392 353 .648899 0.9926 -0.1870 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 13 28 348.6702 38 0.99 26 0.42 58 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept TLJU AL SUSU T D08 LTLB ELI 1 1 1 1 1 -3780 0 .0465 0 .3227 -2239 0 .8510 1 551 0.0 334 0.1 536 1 506 0.0 807 -2.44 1.39 2.10 -1.49 10.55 0. 0278 0. 1843 0. 0530 0. 1577 <. 0001 Variabl e Label SUSUT The SA S Syste m The AUTORE G Proce dure Depen dent Va riable BOP BOP Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 251 75689.7 2097974 361 .636542 0.9995 -0.5352 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 12 14 48 353.6706 84 0.99 95 0.29 63 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept TLBE LI CBBM CBTB CGAS CLAI N D08 LBOP 1 1 1 1 1 1 1 1 -937 .2259 0 .7312 0 .9694 1 .1978 1 .5839 0 .8083 5087 0.0 01061 697.7 194 0.1 988 0.0 554 0.4 476 0.2 524 0.1 707 2 886 0.0 539 -1.34 3.68 17.50 2.68 6.28 4.74 1.76 0.02 0. 2040 0. 0032 <. 0001 0. 0202 <. 0001 0. 0005 0. 1034 0. 9846 Variabl e Label TLBELI 203 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable CLISRT CLISRT Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 419 5622.13 299687 319 .808333 0.9990 -1.0667 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 547.437 02 313.833 94 0.99 90 0.14 31 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept HJTL RT PDBK PT PELR T D98 LCLI SRT 1 1 1 1 1 1 -1009 -2 .0145 0 .4631 0 .5365 -922 .6944 0 .5113 922.8 925 2.0 191 0.1 102 0.1 550 615.1 848 0.1 604 -1.09 -1.00 4.20 3.46 -1.50 3.19 0. 2926 0. 3354 0. 0009 0. 0038 0. 1559 0. 0066 Variabl e Label HJTLRT PDBKPT PELRT The SA S Syste m The AUTORE G Proce dure Depende nt Vari able CLISIND CLISIND Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 133 74742.3 1028826 345 .990593 0.9937 -0.5770 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 13 10 14 339.0204 68 0.99 37 0.28 20 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept HJTL IND PDBI PELI ND D98 D09 LCLI SIND 1 1 1 1 1 1 1 -1958 -4 .8293 0.0 03827 158 .1425 -4583 -4980 0 .9010 3 823 5.1 768 0.001 513 134.7 769 1 450 1 210 0.1 505 -0.51 -0.93 2.53 1.17 -3.16 -4.11 5.99 0. 6171 0. 3679 0. 0251 0. 2617 0. 0075 0. 0012 <. 0001 Variabl e Label HJTLIND PDBI PELIND 204 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable PENPJK PENPJK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 1.5 7408E10 104 9388836 481 .412037 0.9847 -0.6210 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 15 323 94 476.4333 75 0.98 47 0.27 27 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept LPD B INF LASI D98 LPE NPJK 1 1 1 1 1 - 45463 0 .1020 4558 -3 19936 0 .3229 2 2204 0. 0343 2222 15 6849 0. 2758 -2.05 2.97 2.05 -2.04 1.17 0. 0585 0. 0094 0. 0581 0. 0594 0. 2599 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able BLJLAIN BLJLAIN Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 65 4127353 4 3608490 41 7.79781 0.9985 -1.3543 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 66 04 412.8191 48 0.99 85 0.08 78 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PENP EM IHK D09 LBLJ LAIN 1 1 1 1 1 -4008 0 .0363 193 .8856 1 03212 0 .9249 4 328 0.0 240 82.9 436 7 337 0.0 450 -0.93 1.52 2.34 14.07 20.54 0. 3691 0. 1500 0. 0337 <. 0001 <. 0001 Variabl e Label IHK 205 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable SUBPRT SUBPRT Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 521 34.5689 3258 226 .057495 0.9353 1.0169 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 57.082 49 222.0745 66 0.93 53 0.15 46 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPRT 1 1 1 1 -30 .6897 0.0 00438 189 .6783 0 .1985 21. 4735 0.00 0101 70. 6561 0. 1555 -1.43 4.31 2.68 1.28 0. 1722 0. 0005 0. 0163 0. 2198 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able SUBPIND SUBPIND Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 342 50.2517 2141 217 .654809 0.9490 -0.2646 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 16 46.267 06 213.671 88 0.94 90 0.39 57 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPIND 1 1 1 1 -39 .8937 0.0 00421 209 .7906 0 .1343 17. 4889 0.000 0769 56. 8870 0. 1303 -2.28 5.48 3.69 1.03 0. 0366 <. 0001 0. 0020 0. 3178 206 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able SUBPOTH SUBPOTH Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 351 94.1662 2200 218 .198537 0.9203 0.8165 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 46.900 27 214.2156 08 0.92 03 0.20 71 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept PEN PEM D08 LSU BPOTH 1 1 1 1 -104 .6863 0.0 00327 202 .1526 0 .1104 25. 0872 0.000 0716 56. 0098 0. 1463 -4.17 4.57 3.61 0.75 0. 0007 0. 0003 0. 0024 0. 4616 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able CONLAIN CONLAIN Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 4.5 3448E10 323 8915430 505 .568523 0.9980 0.8045 DFE Roo t MSE AIC Tot al R-Squ are Pr > t 14 569 11 499.594 13 0.99 80 0.21 84 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDBK PT INFL ASI D98 D08 LCON LAIN 1 1 1 1 1 1 - 13587 110 .0489 -26 .5894 54504 1 33466 0 .1902 41 900 57.1 413 4 225 280 769 65 364 0.4 817 -0.32 1.93 -0.01 0.19 2.04 0.39 0. 7505 0. 0747 0. 9951 0. 8489 0. 0605 0. 6989 Variabl e Label PDBKPT 207 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable INV INV Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 4.6 6791E10 311 1938460 503 .152795 0.9928 -0.5466 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 557 85 498.1741 33 0.99 28 0.29 23 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept PDB SKBG D04 LINV 1 1 1 1 1 49424 0 .0722 -3764 -1 18044 0 .9178 49 992 0.0 355 2 160 59 815 0.1 394 0.99 2.04 -1.74 -1.97 6.59 0. 3385 0. 0599 0. 1019 0. 0672 <. 0001 Variabl e Label PDB SKBG The SA S Syste m The AUTORE G Proce dure Depend ent Var iable EKSPOR EKSPOR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 1.8 8699E11 1.1 7937E10 528 .094187 0.9596 -1.8515 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 16 1085 99 524.1112 58 0.95 96 0.03 20 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept KURS D98 LEKS POR 1 1 1 1 - 26942 13 .1038 2 53373 0 .9988 58 094 12.6 688 122 247 0.0 979 -0.46 1.03 2.07 10.20 0. 6491 0. 3164 0. 0547 <. 0001 Variabl e Label KURS 208 The SA S Syste m The AUTORE G Proce dure Depend ent Var iable IMPOR IMPOR Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 1.8 2529E11 1.3 0378E10 533 .420778 0.9532 -3.4610 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 1141 83 527.4463 84 0.95 32 0.00 03 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept INFL ASI KURS POP D98 LIMP OR 1 1 1 1 1 1 -26 41834 19089 -21 .6170 13 .5589 -11 07300 0 .7376 1294 399 8 267 18.6 594 7.1 266 571 956 0.2 123 -2.04 2.31 -1.16 1.90 -1.94 3.47 0. 0606 0. 0367 0. 2660 0. 0779 0. 0733 0. 0037 Variabl e Label KURS POP The SA S Syste m The AUTORE G Proce dure Depen dent Va riable KURS KURS Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 180 55342.3 1203689 346 .000601 0.9211 -1.6150 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 10 97 341.0219 39 0.92 11 0.05 32 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept IHK CADE V D979 9 LKUR S 1 1 1 1 1 714 .7607 33 .1408 -0 .0618 1467 0 .6651 561.5 794 16.4 290 0.0 326 707.3 035 0.1 806 1.27 2.02 -1.90 2.07 3.68 0. 2225 0. 0619 0. 0774 0. 0557 0. 0022 Variabl e Label IHK CADEV 209 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable IHK IHK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 37. 9466477 3.79466 99. 5238419 0.9995 -0.9443 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 10 1.947 99 89.56651 92 0.99 95 0.17 25 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept SKBG UANG BR AVHJ TL PBBM KURS D98 D05 D02 LIHK 1 1 1 1 1 1 1 1 1 1 5 .5638 -0 .0324 0 .0167 0 .0200 0.0 02428 0.0 02050 23 .0003 12 .9394 4 .2733 0 .6149 3.5 023 0.1 665 0.005 972 0.0 143 0.000 532 0.000 375 5.6 933 2.2 600 2.2 103 0.1 113 1.59 -0.19 2.80 1.40 4.57 5.47 4.04 5.73 1.93 5.52 0. 1432 0. 8495 0. 0187 0. 1925 0. 0010 0. 0003 0. 0024 0. 0002 0. 0820 0. 0003 Variabl e Label SKBG UANGBR PBBM KURS The SA S Syste m The AUTORE G Proce dure Depen dent Va riable SKBG SKBG Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 228 .711585 1 4.29447 11 7.47506 0.8137 1.3492 DFE Roo t MSE AIC Tot al R-Squ are Pr > h 16 3.780 80 113.4921 31 0.81 37 0.08 86 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept INF LASI D97 99 LSK BG 1 1 1 1 2 .8075 0 .2906 3 .1056 0 .5319 2. 3448 0. 0665 3. 4589 0. 1402 1.20 4.37 0.90 3.79 0. 2486 0. 0005 0. 3826 0. 0016 210 The SA S Syste m The AUTORE G Proce dure Depen dent Va riable STK STK Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin's t 2 6934487 2071884 359 .991383 0.9894 -0.1818 DFE Roo t MSE AIC Tot al R-Squ are Pr < t 13 14 39 353.0212 57 0.98 94 0.42 95 NOTE: Durbi n h can not be o btained . The t- statist ic is g iven. Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Variabl e Label Inte rcept RUPH POP DBLJ LAIN D04 D09 LSTK 1 1 1 1 1 1 1 - 35064 4 .9197 0 .4628 0 .0149 -1838 -2603 0 .3477 21 130 3.7 964 0.2 613 0.0 528 1 982 5 845 0.3 508 -1.66 1.30 1.77 0.28 -0.93 -0.45 0.99 0. 1209 0. 2175 0. 1000 0. 7821 0. 3706 0. 6634 0. 3397 POP The SA S Syste m The AUTORE G Proce dure Depen dent Va riable RUPH Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 342 73.1139 2285 220 .663887 0.8163 -0.6862 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 15 47.800 36 215.6852 25 0.81 63 0.24 63 Var iable DF Est imate Stan dard E rror t Value Ap prox Pr > |t| Int ercept LST K DDT K D98 LRU PH 1 1 1 1 1 263 .2230 -0.0 01669 0.0 03455 -297 .8114 0 .8653 133. 7949 0.00 0994 0.00 6036 57. 3498 0. 1258 1.97 -1.68 0.57 -5.19 6.88 0. 0679 0. 1136 0. 5756 0. 0001 <. 0001 211 The SA S Syste m The AUTORE G Proce dure Depende nt Vari able MISDESA MISDESA Ordinary Least Squares Estimat es SSE MSE SBC Regress R-Squar e Durbin h 403 22300.3 2880164 365 .065594 0.8921 -1.5630 DFE Roo t MSE AIC Tot al R-Squ are Pr < h 14 16 97 359.09 12 0.89 21 0.05 90 Vari able DF Est imate Stand ard Er ror t Value Ap prox Pr > |t| Inte rcept INFL ASI GOVE XP UNEM PL D979 9 LMIS DESA 1 1 1 1 1 1 8359 25 .7450 -0.0 06162 0 .4354 4623 0 .5244 2 280 28.4 615 0.003 101 0.2 024 1 421 0.1 190 3.67 0.90 -1.99 2.15 3.25 4.41 0. 0025 0. 3810 0. 0668 0. 0494 0. 0058 0. 0006 Variabl e Label GOVEXP 212 Lampiran 7. Prog ram Validasi Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN dengan Program SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.pln; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; 213 LCLISRT LCLISOTH LPBBM LPGAS LQBTB LQBBM LQGAS LKURS LTLBELI LMISKOTA LSUBPRT LSUBPOTH LSUBLSTR LDTK LRUPH LINV LEKSPOR LSKBG = = = = = = = = = = = = = = = = = = lag(clisrt); lag(clisoth); lag(pbbm); lag(pgas); lag(qbtb); lag(qbbm); lag(qgas); lag(kurs); lag(tlbeli); lag(miskota); lag(subprt); lag(subpoth); lag(sublstr); lag(dtk); lag(ruph); lag(inv); lag(ekspor); lag(skbg); LCLISIND LBOP LPBTB LQBBM LQGAS LQBTB LPDB LIHK LPRODSDR LMISDESA LSUBPIND LPENPJK LSTK LRPDB LCONLAIN LBLJLAIN LIMPOR INFLASI GROWTH = (IHK-LIHK)/LIHK*100; = (RPDB-LRPDB)/LRPDB*100; = = = = = = = = = = = = = = = = = lag(clisind); lag(bop); lag(pbtb); lag(qbbm); lag(qgas); lag(qbtb); lag(pdb); lag(ihk); lag(prodsdr); lag(misdesa); lag(subpind); lag(penpjk); lag(stk); lag(rpdb); lag(conlain); lag(bljlain); lag(impor); run; proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous susut pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 b0 c0 d0 9012.079 35351.62 -2301871 7043.293 a1 b1 c1 d1 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 214 d5 -37568.6 e0 -988.933 e1 66.37429 e2 0.024172 e3 f0 -113.302 f1 2.588217 f2 0.010802 f3 g0 -957.021 g1 763.6172 g2 0.107165 g3 g5 8717.081 g6 0.857225 h0 -3780.01 h1 0.046545 h2 0.322728 h3 i0 -937.226 i1 0.731174 i2 0.969435 i3 i5 0.808336 i6 5086.999 i7 0.001061 j0 -1009.26 j1 -2.01447 j2 463.1043 j3 j5 0.511289 k0 -1958.22 k1 -4.82933 k2 0.003827 k3 k5 -4979.80 k6 0.900984 l0 -335.456 l1 -1.08605 l2 0.003633 l3 l5 1082.157 m0 -45462.8 m1 0.101952 m2 4557.819 m3 n0 -4007.71 n1 0.036347 n2 193.8856 n3 o0 -30.6897 o1 0.000438 o2 189.6783 o3 p0 -39.8937 p1 0.000421 p2 209.7906 p3 q0 -104.686 q1 0.000327 q2 202.1526 q3 r0 -13586.9 r1 110048.9 r2 -26.5894 r3 r5 0.1920218 s0 49424.32 s1 0.072185 s2 -3763.54 s3 t0 -26942.0 t1 13.10376 t2 253373.3 t3 u0 -2641834 u1 19088.89 u2 -21.6170 u3 u5 0.737583 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; 1089.309 e4 0.237759 0.019297 f4 0.601905 0.042218 g4 19135.55 -2239.34 h4 0.851006 1.197797 i4 1.583887 0.536486 j4 -922.694 158.1425 k4 -4582.81 6.654027 l4 1514.473 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 -118044 s4 0.917795 0.998771 t4 329272.9 13.55890 u4 -1107300 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + 215 k5*d09 + k6*lclisind; = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; clisoth *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK PEREKONOMIAN; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + u5*limpor; kurs = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; ihk = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; skbg = x0 + x1*inflasi + x2*d9799 + x3*lskbg; *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; 216 CONRT PDB RPDB GROWTH PDBKPT INFLASI UNEMPL PMISKIN TMISKIN run; = = = = = = = = = CONLIS + CONLAIN; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; (RPDB-LRPDB)/LRPDB*100; PDB/POP; (IHK-LIHK)/LIHK*100; STK-DTK; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; 217 Lampiran 8. Hasil Validasi Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN dengan Program SAS/ETS versi 9.1 The SA S Syste m The SIMNLI N Proce dure Model Summary Model Variabl es Endoge nous Exogen ous Parame ters Equati ons Number of Sta tements Progra m Lag L ength 74 55 19 160 56 91 1 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Data Se t Optio ns DATA= DATAP LN S olution Summar y V ariables Solved S imulatio n Lag L ength S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 55 1 NEWT ON 1E -8 4.929E -9 5 66 3 .3 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 21 1 20 2 21 218 The SAS Sys tem The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Desc riptive Statis tics Variable PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN N Obs N 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 Ac tual Mean Std Dev 83319.9 6769846 1 3092045 189791 2044.9 226.4 19398.4 19096.0 4004.4 4002.8 14705.0 98024.8 52073.8 487.0 31513.4 33901.0 17043.1 82457.5 153.4 128.6 17.3840 7419.0 5906.8 1512.7 14838.5 340.1 364.9 476.2 377.7 237399 340764 156498 171337 38169.9 1237938 1276107 553245 619229 538495 2081423 1547069 7.1708 9.4463 6959.0 111.1 11.7090 14.8880 97691.6 90614.6 7076.9 634.4 11811.8 23809.4 35621.2 17.1635 2742 8.3 2658 460 6253 636 9337 8.2 237 3.1 19 8.5 1118 1.7 2582 5.3 484 3.8 307 6.0 1368 2.2 4045 9.1 5309 1.9 37 5.7 1492 4.0 1055 6.2 975 0.1 3500 8.9 20 5.9 18 8.1 15 2.4 1061 0.8 891 2.5 401 7.0 2341 6.0 20 3.2 21 7.9 25 1.6 22 1.8 232 946 324 422 152 598 173 900 3323 2.4 1079 761 1112 449 582 313 496 075 453 091 1896 564 606 105 6.6 183 8.0 609 347 0.4 65.5 466 15.8 989 8.0 381 1153 7.4 895 9.7 307 5.3 99.0 908 254 5.8 443 4.2 643 4.3 3.0 513 Pred icted Mean Std Dev 82581.4 6568554 1 2917520 193507 2014.0 203.7 19476.0 16811.2 3504.4 4182.0 18280.7 100862 52157.8 376.8 40468.1 38446.6 24802.4 103717 288.2 249.9 109.1 18033.0 13587.0 5860.3 37480.2 93.6730 132.0 272.7 150.1 491863 595227 188298 225779 15642.7 2495308 2510950 1292816 634077 511715 4151907 3461043 13.1940 18.8861 5897.5 97.0027 10.2941 13.8194 97962.6 99896.1 -1933.5 659.2 7786.1 15859.1 23645.2 11.6857 La bel 2821 9.5 1806 567 6364 381 6540 6.0 230 2.7 15 2.7 1154 4.3 2210 9.4 408 2.7 333 8.3 1708 7.9 4511 0.2 5336 7.1 26 5.3 2225 9.9 1520 4.7 1572 4.5 5305 4.2 31 4.2 28 5.1 22 1.0 2270 5.6 1736 4.7 929 0.0 4929 4.4 52.2 782 35.7 457 63.1 812 33.6 940 458 894 547 400 180 696 228 821 817 6.1 2001 164 2008 294 1297 865 445 384 519 126 3450 425 1893 955 23.2 721 14.8 612 196 6.8 47.9 534 13.0 099 5.5 709 1183 3.6 1546 8.8 461 3.0 66.1 426 305 9.2 722 5.4 1016 1.2 5.3 632 PR ODSDR QB BM QB TB QG AS PB BM PB TB PG AS TL BELI BO P BP P CL ISRT CL ISIND CL ISOTH SU BPRT SU BPIND SU BPOTH SU BRT SU BIND SU BOTH SU BLSTR HJ TLRT HJ TLIND HJ TLOTH PE NPJK BL JLAIN GO VEXP CO NLAIN CO NRT IN V EK SPOR IM POR PD B GR OWTH PD BKPT KU RS IH K SK BG ST K DT K MI SKOTA MI SDESA TM ISKIN Statistics of fit Variable N Mean Error Mean % Erro r Mean Abs E rror M ean Abs % Error R MS Err or R MS % E rror PRODSDR QBBM QBTB QGAS PBBM PBTB 20 20 20 20 20 20 -738.5 - 201292 - 174525 3715.8 -3 0.9721 -2 2.7111 -0.638 3 4.292 8 -0.799 5 66.940 2 7.693 4 3.130 9 37 74.1 129 0530 85 0120 718 34.4 2 35.9 39. 1838 4.8859 22.1220 8.0445 92.1615 29.5803 20.2908 4529 .0 14389 18 9801 04 89455 .0 333 .5 64.82 90 5. 8141 26. 3181 9. 9698 1 96.4 42. 4280 30. 0409 219 PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 7 7.5664 - 2284.8 -500.0 179.1 3575.7 2837.2 8 4.0282 -110.1 8954.7 4545.5 7759.2 2 1259.5 134.7 121.2 9 1.7611 1 0614.0 7680.2 4347.6 2 2641.7 -246.4 -232.9 -203.5 -227.6 254463 254463 3 1800.3 5 4442.1 -2 2527.1 1 257370 1 234843 739571 1 4848.5 -2 6779.9 2 070484 1 913975 6.0232 9.4397 - 1061.5 -1 4.0923 - 1.4149 - 1.0686 271.0 9281.5 - 9010.5 2 4.7771 - 4025.7 - 7950.3 -1 1975.9 - 5.4777 -1.236 7 11.828 6 2.087 5 59.044 1 14.343 4 1.976 1 1.343 3 -14.713 9 22.358 2 10.834 4 37.067 5 20.565 4 30.517 4 64.529 8 -85.889 2 84.395 8 87.932 7 -91.557 4 208. 4 -53.365 5 -45.227 5 -31.291 0 -43.556 3 98.863 5 66.562 1 17.653 7 24.960 5 -35.981 2 95.139 1 91.170 8 111. 4 5.718 0 -11.441 3 90.556 9 110. 3 -17.189 9 90.556 9 -0.035 8 -5.834 6 -2.583 6 3.974 6 0.260 2 9.719 5 -121. 4 5.181 1 -32.189 7 -33.604 4 -33.306 8 -33.306 8 16 21.9 35 77.0 6 54.8 14 63.9 40 50.9 52 71.5 25 00.3 1 17.4 90 07.5 45 81.5 77 89.7 212 85.7 1 46.4 1 33.3 1 04.0 108 22.8 80 13.9 45 36.0 233 47.5 2 46.6 2 33.0 2 03.8 2 27.8 25 7388 25 7388 321 91.2 547 35.5 226 96.4 125 8148 123 5646 74 3749 889 95.4 11 6610 207 9161 195 2445 18. 1205 9. 4873 18 29.5 16. 9917 3. 7276 3. 5948 9 93.1 95 47.7 91 42.3 58. 2230 41 68.7 79 84.1 119 75.9 5. 4777 9.5240 38.2490 22.3617 87.8906 55.9120 4.6718 10.0927 20.9179 22.8344 10.9435 37.6566 20.6486 153.4 262.7 250.4 208.7 291.3 380.1 276.1 53.4622 45.2878 31.4570 43.6741 103.2 69.5859 19.0103 26.0695 37.1976 95.7222 91.7551 115.7 13.4742 30.9413 93.8831 114.9 313.9 93.8831 29.9397 12.5901 41.7080 28.3308 0.9970 10.0285 124.4 9.8846 33.4454 33.8013 33.3068 33.3068 2025 .2 6147 .7 1144 .6 1925 .2 5107 .2 6909 .6 3264 .1 157 .3 11580 .6 6786 .7 9882 .6 27825 .7 194 .9 173 .2 134 .0 16431 .9 11722 .0 7056 .8 35152 .9 341 .5 321 .1 280 .5 315 .3 3433 94 3433 94 42727 .0 77076 .4 34447 .4 15759 36 15439 79 10346 37 1328 21 1409 84 26245 59 23417 86 25.31 16 11.81 65 2049 .1 22.93 30 5.28 98 4.04 32 1294 .5 11536 .2 11055 .9 70.41 43 5157 .4 9925 .9 14935 .5 6.69 50 11. 0704 56. 7923 29. 8059 1 67.3 72. 5914 5. 3021 13. 9837 22. 2246 27. 0189 14. 8870 44. 4194 24. 7994 2 53.8 4 61.9 5 05.9 3 53.7 4 91.7 7 38.5 6 55.8 63. 8060 56. 3737 39. 2237 53. 3469 1 13.6 77. 5164 21. 6642 29. 4378 46. 7914 1 05.7 1 01.3 1 37.2 18. 9464 38. 0846 1 04.7 1 32.2 4 95.0 1 04.7 32. 8144 14. 1742 53. 8135 33. 0247 1. 2831 11. 7425 1 40.5 12. 6773 41. 1561 43. 5902 42. 4461 42. 4461 Theil Fo recast Error S tatistic s Variab le N MSE Corr (R) PRODSD R QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIN D CLISOT H TLJUAL 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 511438 2 .07E12 9. 606E11 8. 0022E9 111217 4202.8 4 101625 37 794110 1 310163 3 706528 26 083217 47 742996 10 654215 2 4735.0 1. 3411E8 46 059744 97 665024 7. 7427E8 0.99 0.85 0.99 0.38 0.99 0.97 0.98 0.98 0.99 0.82 0.99 0.99 1.00 0.99 1.00 0.98 0.99 1.00 MSE D ecompos ition Pr oportio ns Bias Reg Dist Var C ovar (UM) (UR) (UD) (US) (UC) 0.03 0.02 0.03 0.00 0.01 0.12 0.00 0.14 0.19 0.01 0.49 0.17 0.00 0.49 0.60 0.45 0.62 0.58 0.06 0.10 0.03 0.11 0.02 0.36 0.07 0.27 0.35 0.18 0.44 0.47 0.01 0.45 0.39 0.48 0.36 0.41 0.91 0.88 0.93 0.89 0.97 0.52 0.93 0.60 0.46 0.81 0.07 0.36 0.99 0.06 0.01 0.07 0.02 0.01 0.03 0.33 0.01 0.09 0.04 0.47 0.03 0.35 0.42 0.02 0.42 0.43 0.01 0.47 0.38 0.45 0.35 0.40 0.94 0.65 0.96 0.91 0.95 0.40 0.97 0.51 0.39 0.97 0.09 0.40 0.99 0.04 0.02 0.11 0.04 0.02 In equalit y Coef U1 U 0 .0518 0 .1985 0 .0679 0 .4250 0 .1080 0 .2177 0 .0910 0 .1946 0 .1849 0 .3850 0 .2573 0 .0654 0 .0445 0 .2581 0 .3337 0 .1916 0 .5064 0 .3118 0.0259 0.1024 0.0341 0.2160 0.0546 0.1179 0.0453 0.1043 0.0996 0.1869 0.1146 0.0320 0.0222 0.1475 0.1436 0.0886 0.2031 0.1356 220 SUBPRT SUBPIN D SUBPOT H SUBRT SUBIND SUBOTH SUBLST R HJTLRT HJTLIN D HJTLOT H AVHJTL PENPJK PENPEM BLJLAI N GOVEXP CONLIS CONLAI N CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLAS I SKBG STK DTK UNEMPL RUPH MISKOT A MISDES A PMISKI N TMISKI N 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 3 7997.0 2 9985.4 1 7945.2 2. 7001E8 1. 3741E8 49 798506 1. 2357E9 116604 103112 7 8698.4 9 9422.3 1. 179E11 1. 179E11 1. 8256E9 5. 9408E9 1. 1866E9 2. 484E12 2. 384E12 1 .07E12 1. 764E10 1. 988E10 6. 888E12 5. 484E12 640.7 139.6 4 198887 525.9 2 7.9822 1 6.3471 1 675786 1. 3308E8 1. 2223E8 4958.2 26 598790 98 524065 2. 2307E8 4 4.8228 0.93 0.94 0.92 0.96 0.96 0.94 0.96 -0.70 -0.17 0.88 0.01 0.98 0.98 1.00 1.00 0.84 0.98 0.98 0.97 0.96 0.97 0.98 0.89 -0.16 0.97 0.93 0.99 0.95 0.89 0.99 0.97 -0.44 0.73 0.31 0.54 0.47 0.69 0.48 0.49 0.47 0.42 0.43 0.38 0.41 0.52 0.53 0.53 0.52 0.55 0.55 0.55 0.50 0.43 0.64 0.64 0.51 0.01 0.04 0.62 0.67 0.06 0.64 0.27 0.38 0.07 0.07 0.04 0.65 0.66 0.12 0.61 0.64 0.64 0.67 0.38 0.37 0.34 0.55 0.53 0.58 0.55 0.31 0.05 0.30 0.01 0.43 0.42 0.42 0.49 0.31 0.34 0.34 0.47 0.06 0.32 0.35 0.32 0.88 0.34 0.36 0.54 0.16 0.14 0.08 0.32 0.28 0.01 0.18 0.22 0.22 0.23 0.14 0.14 0.19 0.03 0.04 0.04 0.03 0.17 0.42 0.17 0.47 0.02 0.03 0.03 0.01 0.26 0.02 0.02 0.02 0.93 0.65 0.02 0.01 0.06 0.03 0.37 0.09 0.77 0.79 0.88 0.03 0.06 0.87 0.21 0.13 0.14 0.10 0.29 0.30 0.25 0.51 0.49 0.53 0.51 0.19 0.31 0.43 0.34 0.41 0.40 0.41 0.48 0.50 0.32 0.32 0.45 0.14 0.21 0.33 0.29 0.41 0.31 0.51 0.56 0.28 0.35 0.05 0.30 0.02 0.21 0.01 0.08 0.06 0.11 0.23 0.21 0.28 0.07 0.08 0.09 0.07 0.29 0.17 0.05 0.14 0.04 0.05 0.04 0.02 0.07 0.04 0.04 0.03 0.85 0.76 0.04 0.04 0.53 0.05 0.22 0.06 0.65 0.58 0.91 0.05 0.32 0.67 0.38 0.28 0.30 0.22 0 .7717 0 .7732 0 .8955 1 .2910 1 .1159 1 .6813 1 .2913 0 .8676 0 .7605 0 .5238 0 .7246 1 .0454 0 .7387 0 .1979 0 .3198 0 .6881 0 .9699 0 .9220 1 .3054 0 .1691 0 .2024 0 .9428 1 .4141 2 .6242 0 .9617 0 .2648 0 .1789 0 .2724 0 .2403 0 .0132 0 .1267 1 .4385 0 .1097 0 .4273 0 .4102 0 .4129 0 .3843 0.2896 0.2897 0.3426 0.3981 0.3639 0.4710 0.3987 0.6827 0.5747 0.3441 0.5355 0.3457 0.2716 0.0902 0.1380 0.5095 0.3289 0.3178 0.3977 0.0855 0.0996 0.3229 0.4198 0.7053 0.3274 0.1470 0.0972 0.1479 0.1277 0.0066 0.0601 0.8789 0.0540 0.2527 0.2389 0.2417 0.2215 221 Lampiran 9. Prog ram Peramalan Variabel Endogen Tahun 2011-2015 Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN denga n Program SAS/ETS versi 9.1 options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.datapln1; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LIHK LPDB INFLASI RPDB = = = = lag(ihk); lag(pdb); (IHK - LIHK)/LIHK*100; PDB*100/IHK; 222 LRPDB GROWTH = lag(rpdb); = (RPDB - LRPDB)/LRPDB*100; run; proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 9012.079 b0 35351.62 c0 -2301871 d0 7043.293 d5 -37568.6 e0 -988.933 f0 -113.302 g0 -957.021 g5 8717.081 h0 -3780.01 i0 -937.226 i5 0.808336 j0 -1009.26 j5 0.511289 k0 -1958.22 k5 -4979.80 l0 -335.456 l5 1082.157 m0 -45462.8 n0 -4007.71 o0 -30.6897 p0 -39.8937 q0 -104.686 r0 -13586.9 a1 b1 c1 d1 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 e1 f1 g1 g6 h1 i1 i6 j1 66.37429 2.588217 763.6172 0.857225 0.046545 0.731174 5086.999 -2.01447 e2 0.024172 e3 1089.309 e4 0.237759 f2 0.010802 f3 0.019297 f4 0.601905 g2 0.107165 g3 0.042218 g4 19135.55 h2 i2 i7 j2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 0.322728 h3 -2239.34 h4 0.851006 0.969435 i3 1.197797 i4 1.583887 0.001061 463.1043 j3 0.536486 j4 -922.694 k1 -4.82933 k2 0.003827 k3 158.1425 k4 -4582.81 k6 0.900984 l1 -1.08605 l2 0.003633 l3 6.654027 l4 1514.473 m1 n1 o1 p1 q1 r1 0.101952 0.036347 0.000438 0.000421 0.000327 110048.9 m2 n2 o2 p2 q2 r2 4557.819 193.8856 189.6783 209.7906 202.1526 -26.5894 m3 n3 o3 p3 q3 r3 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 223 r5 0.1920218 s0 49424.32 s1 0.072185 s2 -3763.54 s3 t0 -26942.0 t1 13.10376 t2 253373.3 t3 u0 -2641834 u1 19088.89 u2 -21.6170 u3 u5 0.737583 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; -118044 s4 0.917795 0.998771 t4 329272.9 13.55890 u4 -1107300 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + k5*d09 + k6*lclisind; clisoth = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK INDIKATOR EKONOMI; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + 224 kurs ihk skbg u5*limpor; = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; = x0 + x1*inflasi + x2*d9799 + x3*lskbg; *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; GROWTH = (RPDB-LRPDB)/LRPDB*100; PDBKPT = PDB/POP; INFLASI = (IHK-LIHK)/LIHK*100; UNEMPL = STK-DTK; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; RANGE TAHUN=2011 to 2015; run; proc print data=endo_pln; run; 225 Lampiran 10. Hasil Pe ramalan Variabel Endogen Tahun 2011-2015 Model Subsidi Harga Listrik mengg unakan Metode Newton dan Pros edur SIMNLIN denga n Program SAS/ETS versi 9.1 Th e S AS Sy st e m Th e S IM N LI N P ro c ed ur e Mo de l S u mm ar y Mo de l V a ri ab l es En do g en o us Ex og e no u s Pa ra m et e rs Ra ng e V a ri ab l e Eq ua t io n s Nu mb e r o f St a te m en ts Pr og r am La g L en g th 74 56 18 16 0 T A HU N 56 91 1 Th e S AS Sy st e m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n D ata Set Option s D ATA= O UT= RAMAL ENDO_P LN Solutio n Summa ry V ariables Solved S imulatio n Lag L ength S olution Range F irst L ast S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 56 1 TA HUN 2 011 2 015 NEW TON 1 E-8 3.322 E-9 4 20 4 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 6 1 5 22 26 226 The SA S Syste m Obs TAHUN 1 2 3 4 5 2011 2012 2013 2014 2015 _TYPE_ _MODE _ _LA G_ PREDICT PREDICT PREDICT PREDICT PREDICT SIMULA TE SIMULA TE SIMULA TE SIMULA TE SIMULA TE 0 1 2 3 4 _ERR ORS_ PRODSDR Q BBM QBT B QGAS 0 0 0 0 0 1 38352.3 9 1 45540.4 0 1 53239.6 5 1 61298.3 9 1 69734.4 9 9713 935.08 10127 012.05 10575 354.61 11061 525.03 11584 268.50 2550435 5.03 2713855 7.17 2886007 8.69 3065855 3.60 3254140 2.89 3 11248.82 3 34402.97 3 58991.92 3 80107.93 4 02084.38 Obs PBBM PBTB PGAS CB BM C BTB CGAS TLBELI PRO DTL BOP BPP 1 2 3 4 5 6583.22 7129.34 7566.56 7958.67 8367.06 703.74 0 743.58 4 781.12 5 819.99 0 857.93 7 42313. 85 43338. 13 44469. 90 46475. 28 48473. 88 6394 8.95 7219 8.87 8001 9.07 8803 5.07 9692 6.27 179 48.44 201 79.80 225 43.32 251 39.71 279 18.48 1 3170.14 1 4492.40 1 5964.33 1 7665.62 1 9490.59 40336.9 8 42031.6 3 43543.8 4 45120.6 2 46911.8 6 17868 9.37 18757 2.02 19678 3.49 20641 9.01 21664 6.34 168 150.05 185 871.11 202 916.58 220 999.44 241 386.63 1055.47 1093.17 1126.30 1163.90 1207.99 Obs CLISRT CLIS IND CLI SOTH 1 2 3 4 5 64225.4 5 68273.8 8 71911.5 6 75179.5 6 78692.8 7 54754 .84 58447 .16 62113 .33 65758 .98 69368 .85 4033 2.46 4330 7.91 4613 7.33 4893 9.73 5176 3.42 Obs SUBOTH SUB LSTR 1 2 3 4 5 11394.1 5 14553.0 9 17647.3 4 20929.6 1 24398.2 9 735 74.96 897 13.78 1058 83.49 1226 74.18 1404 03.38 Obs GOVEXP 1 2 3 4 5 640351.58 703439.46 769708.64 839427.92 912594.37 SUSUT SUBP RT SUBPI ND SUBP OTH 15 9312.75 13320.0 0 552.4 63 487.6 02 17 0028.95 11063.8 9 627.5 62 552.8 86 18 0162.22 9819.5 2 696.7 87 613.8 63 18 9878.26 9316.4 5 764.1 60 673.6 02 19 9825.14 9274.3 4 829.3 69 731.4 48 282. 506 336. 038 382. 496 427. 661 471. 342 SU BRT S UBIND 3548 2.21 4284 6.09 5010 7.07 5744 9.21 6526 5.39 26 698.60 32 314.60 38 129.08 44 295.37 50 739.70 HJTLRT HJTLIND HJTLO TH AV HJTL PENPJK PEN PEM BLJLAIN 5 87.446 5 53.065 5 19.616 4 92.853 4 75.260 652.307 627.742 602.540 583.411 573.181 857.4 04 844.5 90 833.9 07 829.3 52 833.2 86 678 .082 652 .989 628 .691 610 .945 601 .997 8 70731.2 9 10 02936.6 2 11 24143.3 5 12 39963.1 0 13 55260.9 7 11150 20.36 12524 34.26 13764 41.92 14988 81.62 16172 20.71 566776.6 3 613725.6 8 663825.1 5 716753.7 3 772190.9 9 CONLIS 1 0 8 0 2 7 . 10 1 1 1 0 2 7 . 02 1 1 3 2 6 6 . 42 1 1 6 0 0 5 . 22 1 2 0 2 9 4 . 18 TLJUAL CONLAIN CONRT INV EKSPOR IMPOR PDB 4030306.91 4430213.21 4791747.64 5139507.70 5483489.39 4138334.01 4541240.23 4905014.06 5255512.92 5603783.57 2462937.69 2862815.73 3284082.93 3726012.56 4188284.60 1 6 6 1 4 5 7 . 65 1 7 3 6 5 5 4 . 24 1 8 0 8 6 2 4 . 92 1 8 8 0 0 8 9 . 98 1 9 5 1 8 4 0 . 04 1598286.57 1750305.88 1910335.28 2075561.37 2246118.24 7304794.38 8093743.77 8857095.26 9625482.00 10410384.34 Obs RPDB GR OWTH PD BKPT KURS 1 2 3 4 5 3097799 .53 3270873 .90 3424670 .77 3569490 .54 3706019 .54 8.5 9547 5.5 8701 4.7 0201 4.2 2872 3.8 2489 305 72.35 333 49.03 359 36.36 384 65.52 409 84.41 8 358.26 7 942.80 7 718.92 7 679.46 7 707.92 IHK INFLASI SKBG STK D TK UNEMPL 2 35.806 2 47.449 2 58.626 2 69.660 2 80.905 4.84886 4.93756 4.51698 4.26625 4.17003 7.67381 8.32392 8.54748 8.59352 8.59005 120003 .25 122938 .66 125659 .78 128293 .22 130885 .28 1137 35.90 1174 85.43 1211 44.86 1248 44.03 1286 30.66 6 267.35 5 453.23 4 514.93 3 449.20 2 254.62 Obs RUPH MISK OTA MI SDESA PMISKIN TMISK IN PE NNPJK POP P DBI CPLHR 1 2 3 4 5 675.695 660.466 642.074 621.752 600.071 10430 .11 10141 .71 9794 .99 9406 .61 8973 .21 177 15.71 158 17.45 139 94.46 121 38.59 101 92.11 28145.82 25959.16 23789.45 21545.19 19165.32 11.77 97 10.69 61 9.65 22 8.60 99 7.54 52 244 289.07 249 497.64 252 298.57 258 918.52 261 959.74 238934. 69 242697. 99 246466. 11 250236. 64 254008. 38 1591 058.90 1606 124.61 1635 148.97 1674 816.60 1722 599.55 10901.0 1 11936.3 5 12968.7 7 13971.0 2 14923.5 2 Obs 1 2 3 4 5 CLAIN PDBT B PDG AS 43401.2 4 90.2 06 78.99 02 7.6 578 47974.7 9 95.8 36 81.10 94 8.9 973 51905.5 8 100.5 49 84.02 23 9.3 368 56032.9 6 104.9 04 87.54 94 10.6 763 61253.4 4 109.6 42 90.00 91 11.0 158 Obs D04 1 2 ICP 0 0 LPDB 6415530 .30 7304794 .38 LIHK 2 24.901 2 35.806 CLI SDR C ADEV UANGBR D98 D08 D05 D09 D9799 D02 6056 .62 6479 .18 6801 .74 7224 .30 7546 .87 100 627.74 105 777.04 110 926.35 115 075.65 120 224.95 2716.90 3014.80 3248.32 3466.14 3680.55 LR PDB PEL RT 28526 04.74 30977 99.53 40396 .38 41222 .76 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 PELIND PELO TH m 4 9.5593 5 0.3159 3132. 10 3154. 65 8 8 227 3 4 5 0 0 0 8093743 .77 8857095 .26 9625482 .00 2 47.449 2 58.626 2 69.660 32708 73.90 34246 70.77 35694 90.54 41786 .02 42126 .97 43320 .80 5 0.9903 5 1.6119 5 2.1996 3177. 19 3199. 74 3222. 28 8 8 8 228 Lampiran 11. Prog ram Simulasi Model Subsidi Harga Listrik Tahun 20112015 mengg unakan Metode Newton dan Prosedur SIMNLIN denga n Program SAS/ETS versi 9.1 (Simulasi 2a) options nodate nonumber; LIBNAME IN 'C:\Disertasi'; data datapln; set in.datapln1; PRODSDR PRODTL TLJUAL SUSUT AVHJTL = = = = = BPP CONLIS = = CONRT NETEKS PDB RPDB PDBKPT PDBL HJTLRT HJTLIND HJTLOTH PENPEM CLAIN CBBM CBTB CGAS PMISKIN TMISKIN BLJSUB PENPEM UNEMPL = = = = = = = = = = = = = = = = = = = TLSDR+TLSEWA; PRODSDR+TLBELI; CLISRT+CLISIND+CLISOTH; PRODTL-TLJUAL-CLISDR; ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); BOP/TLJUAL*1000; (HJTLRT*CLISRT + HJTLIND*CLISIND+ HJTLOTH*CLISOTH)/1000; CONLIS + CONLAIN; EKSPOR-IMPOR; CONRT + INV + GOVEXP + EKSPOR - IMPOR; PDB*100/IHK; PDB/POP; PDB-PDBI; BPP*(1+m/100)-SUBPRT; BPP*(1+m/100)-SUBPIND; BPP*(1+m/100)-SUBPOTH; PENPJK+PENNPJK; CPLHR+CPGW+CSUSUT+COTH; QBBM*PBBM/1000000; QBTB*PBTB/1000000; QGAS*PGAS/1000000; MISKOTA + MISDESA; (MISKOTA+MISDESA)/POP*100; SUBLSTR + SUBLAIN/1000; PENPJK + PENNPJK; STK-DTK; if tahun=1998 then D98=1; else D98=0; if tahun=2008 then D08=1; else D08=0; if tahun=2005 then D05=1; else D05=0; if tahun=2004 then D04=1; else D04=0; if tahun=2009 then D09=1; else D09=0; if tahun=1997 or tahun=1998 or tahun=1999 then D9799=1; else D9799=0; if tahun=2002 then D02=1; else D02=0; LIHK LPDB = lag(ihk); = lag(pdb); 229 INFLASI RPDB LRPDB GROWTH = = = = (IHK - LIHK)/LIHK*100; PDB*100/IHK; lag(rpdb); (RPDB - LRPDB)/LRPDB*100; *Simulasi 1a: Subsidi naik 10%; *SUBPRT = 1.1*SUBPRT; *SUBPIND = 1.1*SUBPIND; *SUBPOTH = 1.1*SUBPOTH; *Simulasi 1b: Subsidi turun 10%; *SUBPRT = 0.9*SUBPRT; *SUBPIND = 0.9*SUBPIND; *SUBPOTH = 0.9*SUBPOTH; *Simulasi 1c: Subsidi turun 10% dan dialihkan ke belanja lainnya; *SUBPRT = 0.9*SUBPRT; *SUBPIND = 0.9*SUBPIND; *SUBPOTH = 0.9*SUBPOTH; *BLJLAIN = 1.01507*BLJLAIN; *Simulasi 1d: Harga jual tenaga listrik dinaikkan 10%; *SUBPRT = 0.924276041*SUBPRT; *SUBPIND = 0.900670044*SUBPIND; *SUBPOTH = 0.779026316*SUBPOTH; *HJTLRT = 1.1*HJTLRT; *HJTLIND = 1.1*HJTLIND; *HJTLOTH = 1.1*HJTLOTH;*/ *Simulasi 2a: ICP naik 10%; ICP = 1.1*ICP; *Simulasi 2b: ICP naik 10% dan harga jual tenaga listrik tetap; *ICP = 1.1*ICP ; *SUBPRT = 1.075526*SUBPRT; *SUBPIND = 1.086092*SUBPIND; *SUBPOTH = 1.141369*SUBPOTH; *Simulasi 2c: ICP naik 10% dan Besaran subsidi listrik tetap; *ICP = 1.1 * ICP ; *Simulasi 2d: Rupah melemah 10% terhadap dolar Amerika Serikat; *KURS = 1.1*KURS ; *Simulasi 3a: Susut tenaga listrik berkurang 10%; *SUSUT = 0.9*SUSUT; *Simulasi 3b: Margin usaha PLN dikurangi 1%; *M = M - 1; *Simulasi 3c: Simulasi 3a + Simulasi 3b; *SUSUT = 0.9*SUSUT; *M = M - 1; run; 230 proc simnlin data=datapln dynamic simulate stat outpredict theil; endogenous prodsdr qbbm qbtb qgas pbbm pbtb pgas cbbm cbtb cgas tlbeli prodtl bop bpp clisrt clisind clisoth tljual susut subprt subpind subpoth subrt subind suboth sublstr hjtlrt hjtlind hjtloth avhjtl penpjk penpem bljlain govexp conlis conlain conrt inv ekspor impor pdb rpdb growth pdbkpt kurs ihk inflasi skbg stk dtk unempl ruph miskota misdesa pmiskin tmiskin; exogenous susut pennpjk pop pdbi cplhr clain icp pdbtb pdgas clisdr cadev uangbr d98 d08 d05 d09 d9799 d02 d04; LCLISRT = lag(clisrt); LCLISIND = lag(clisind); LCLISOTH = lag(clisoth); LBOP = lag(bop); LPBBM = lag(pbbm); LPBTB = lag(pbtb); LPGAS = lag(pgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LQBBM = lag(qbbm); LQBTB = lag(qbtb); LQGAS = lag(qgas); LPDB = lag(pdb); LKURS = lag(kurs); LIHK = lag(ihk); LTLBELI = lag(tlbeli); LPRODSDR = lag(prodsdr); LMISKOTA = lag(miskota); LMISDESA = lag(misdesa); LSUBPRT = lag(subprt); LSUBPIND = lag(subpind); LSUBPOTH = lag(subpoth); LPENPJK = lag(penpjk); LSUBLSTR = lag(sublstr); LSTK = lag(stk); LDTK = lag(dtk); LRUPH = lag(ruph); LCONLAIN = lag(conlain); LINV = lag(inv); LBLJLAIN = lag(bljlain); LEKSPOR = lag(ekspor); LIMPOR = lag(impor); LSKBG = lag(skbg); LRPDB = lag(rpdb); parm a0 9012.079 a1 b0 35351.62 b1 c0 -2301871 c1 d0 7043.293 d1 d5 -37568.6 e0 -988.933 e1 f0 -113.302 f1 g0 -957.021 g1 g5 8717.081 g6 h0 -3780.01 h1 i0 -937.226 i1 i5 0.808336 i6 j0 -1009.26 j1 j5 0.511289 k0 -1958.22 k1 k5 -4979.80 k6 l0 -335.456 l1 l5 1082.157 m0 -45462.8 m1 n0 -4007.71 n1 o0 -30.6897 o1 p0 -39.8937 p1 q0 -104.686 q1 r0 -13586.9 r1 r5 0.1920218 s0 49424.32 s1 t0 -26942.0 t1 u0 -2641834 u1 u5 0.737583 0.000248 -59.6042 -891.932 -4.75730 a2 b2 c2 d2 66.37429 2.588217 763.6172 0.857225 0.046545 0.731174 5086.999 -2.01447 e2 0.024172 e3 1089.309 e4 0.237759 f2 0.010802 f3 0.019297 f4 0.601905 g2 0.107165 g3 0.042218 g4 19135.55 h2 i2 i7 j2 0.001461 18.00578 105.1371 8.081043 a3 b3 c3 d3 0.023578 942261.9 148.7185 -0.04389 a4 b4 c4 d4 0.625091 0.812856 0.538798 -0.00730 0.322728 h3 -2239.34 h4 0.851006 0.969435 i3 1.197797 i4 1.583887 0.001061 463.1043 j3 0.536486 j4 -922.694 -4.82933 k2 0.003827 k3 158.1425 k4 -4582.81 0.900984 -1.08605 l2 0.003633 l3 6.654027 l4 1514.473 0.101952 0.036347 0.000438 0.000421 0.000327 110048.9 m2 n2 o2 p2 q2 r2 4557.819 193.8856 189.6783 209.7906 202.1526 -26.5894 m3 n3 o3 p3 q3 r3 -319936 m4 0.322897 103212.5 n4 0.924940 0.198539 0.134340 0.110361 54503.53 r4 133465.5 0.072185 s2 -3763.54 s3 -118044 s4 0.917795 13.10376 t2 253373.3 t3 0.998771 t4 329272.9 19088.89 u2 -21.6170 u3 13.55890 u4 -1107300 231 v0 714.7607 v1 33.14076 v2 -0.06175 v3 w0 5.563770 w1 -0.03242 w2 0.016741 w3 w5 0.002050 w6 23.00031 w7 12.93938 w8 4.273269 w9 0.614920 x0 2.807472 x1 0.290601 x2 3.105602 x3 y0 -35064.0 y1 4.919688 y2 0.462834 y3 y5 -2603.15 y6 0.347697 z0 86066.35 z1 -8.62850 z2 0.004586 z3 aa0 263.2230 aa1 -0.00167 aa2 0.003455 ab0 10198.97 ab1 33.65109 ab2 -3.89511 ac0 8359.462 ac1 25.74496 ac2 -0.00616 ac5 0.524380; 1467.304 v4 0.665105 0.020046 w4 0.002428 0.531885 0.014904 y4 -1837.59 3177.572 aa3 -297.811 aa4 0.865321 ab3 0.430785 ab4 4274.466 ac3 0.435392 ac4 4623.263 *PERSAMAAN STRUKTURAL; *BLOK PRODUKSI; Prodsdr = a0 + a1*qbbm + a2*qbtb + a3*qgas + a4*lprodsdr; qbbm = b0 + b1*pbbm + b2*prodsdr + b3*d08 + b4*lqbbm; qbtb = c0 + c1*pbtb + c2*prodsdr + c3*pbbm + c4*lqbtb; qgas = d0 + d1*pgas + d2*prodsdr + d3*qbbm + d4*qbtb + d5*d9799; pbbm = e0 + e1*icp + e2*kurs + e3*d08 + e4*lpbbm; pbtb = f0 + f1*pdbtb + f2*kurs + f3*pbbm + f4*lpbtb; pgas = g0 + g1*pdgas + g2*kurs + g3*pbbm + g4*d98 + g5*d09 + g6*lpgas; tlbeli = h0 + h1*tljual + h2*susut + h3*d08 + h4*ltlbeli; *2. BIAYA OPERASIONAL; bop = i0 + i1*tlbeli + i2*cbbm + i3*cbtb + i4*cgas + i5*clain + i6*d08 + i7*lbop; *BLOK KONSUMSI; clisrt = j0 + j1*hjtlrt + j2*pdbkpt + j3*pelrt + j4*d98 + j5*lclisrt; clisind = k0 + k1*hjtlind + k2*pdbi + k3*pelind + k4*d98 + k5*d09 + k6*lclisind; clisoth = l0 + l1*hjtloth + l2*(pdb-pdbi) + l3*peloth + l4*d05 + l5*d08; *BLOK HARGA JUAL; penpjk = m0 + m1*lpdb + m2*inflasi + m3*d98 + m4*lpenpjk; bljlain = n0 + n1*penpem + n2*ihk + n3*d09 + n4*lbljlain; *BLOK SUBSIDI; subprt = o0 + o1*penpem + o2*d08 + o3*lsubprt; subpind = p0 + p1*penpem + p2*d08 + p3*lsubpind; subpoth = q0 + q1*penpem + q2*d08 + q3*lsubpoth; *BLOK INDIKATOR EKONOMI; conlain = r0 + r1*pdbkpt + r2*inflasi + r3*d98 + r4*d08 + r5*lconlain; inv = s0 + s1*pdb + s2*skbg + s3*d04 + s4*linv; ekspor = t0 + t1*kurs + t2*d98 + t3*lekspor; impor = u0 + u1*inflasi + u2*kurs + u3*pop + u4*d98 + u5*limpor; kurs = v0 + v1*ihk + v2*cadev + v3*d9799 + v4*lkurs; ihk = w0 + w1*skbg + w2*uangbr + w3*avhjtl + w4*pbbm + w5*kurs + w6*d98 + w7*d05 + w8*d02 + w9*lihk; skbg = x0 + x1*inflasi + x2*d9799 + x3*lskbg; 232 *BLOK TENAGA KERJA; stk = y0 + y1*ruph + y2*pop + y3*(bljlain-lbljlain) + y4*d04 + y5*d09 + y6*lstk; dtk = z0 + z1*ruph + z2*pdb + z3*d9799; ruph = aa0 + aa1*lstk + aa2*(dtk-ldtk) + aa3*d98 + aa4*lruph; *BLOK KEMISKINAN; miskota = ab0 + ab1*inflasi + ab2*ruph + ab3*unempl + ab4*d9799; misdesa = ac0 + ac1*inflasi + ac2*govexp + ac3*unempl + ac4*d9799 + ac5*lmisdesa; *PERSAMAAN IDENTITAS; CBBM = QBBM*PBBM/1000000; CBTB = QBTB*PBTB/1000000; CGAS = QGAS*PGAS/1000000; PRODTL = PRODSDR+TLBELI; BPP = BOP/TLJUAL*1000; TLJUAL = CLISRT+CLISIND+CLISOTH; SUSUT = PRODTL-TLJUAL-CLISDR; SUBRT = SUBPRT * CLISRT/1000; SUBIND = SUBPIND * CLISIND/1000; SUBOTH = SUBPOTH * CLISOTH/1000; SUBLSTR = SUBRT + SUBIND + SUBOTH; HJTLRT = BPP*(1+m/100)-SUBPRT; HJTLIND = BPP*(1+m/100)-SUBPIND; HJTLOTH = BPP*(1+m/100)-SUBPOTH; AVHJTL = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/(CLISRT+CLISIND+CLISOTH); PENPEM = PENPJK + PENNPJK; GOVEXP = BLJLAIN + SUBLSTR; CONLIS = ((HJTLRT*CLISRT)+(HJTLIND*CLISIND)+ (HJTLOTH*CLISOTH))/1000; CONRT = CONLIS + CONLAIN; PDB = CONRT + INV + GOVEXP + EKSPOR - IMPOR; RPDB = PDB*100/IHK; GROWTH = (RPDB-LRPDB)/LRPDB*100; PDBKPT = PDB/POP; INFLASI = (IHK-LIHK)/LIHK*100; UNEMPL = STK-DTK; PMISKIN = MISKOTA + MISDESA; TMISKIN = (MISKOTA+MISDESA)/POP*100; RANGE TAHUN=2011 to 2015; run; 233 Lampiran 12. Hasil Simulasi Peramalan Model Subsidi Harga Listrik Tahun 2011-2015 mengg unakan Metode Newton dan Pros edur SIMNLIN denga n Program SAS/ETS versi 9.1 (Simulasi 2a) The SA S Syste m The SIMNLI N Proce dure Model Summary Model V ariable s Endogen ous Exogeno us Paramet ers Range V ariable Equatio ns Number of Stat ements Program Lag Le ngth 74 56 18 160 TAHUN 56 91 1 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n Data Se t Optio ns DATA= OUT= DATA1 SIM_P LN Solutio n Summa ry V ariables Solved S imulatio n Lag L ength S olution Range F irst L ast S olution Method C ONVERGE= M aximum C C M aximum I teratio ns T otal Ite rations A verage I teratio ns 56 1 TA HUN 2 011 2 015 NEW TON 1 E-8 2.51 E-9 3 13 2.6 Obs ervatio ns Proc essed Read Lagge d Solve d First Last 6 1 5 22 26 234 The SA S Syste m The SIMNLI N Proce dure Dynamic Simulta neous S imulatio n So lution R ange TA HUN = 2 011 To 2 015 Desc riptive Statis tics Variable PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN N Obs N 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 Ac tual Mean Std Dev 153633 1 0612419 2 8940589 357367 7521.0 781.3 45014.2 80225.6 22746.0 16156.6 43589.0 197222 203865 1129.4 71656.7 62088.6 46096.2 179841 10558.8 694.1 611.9 380.0 50230.0 38435.5 17784.5 106450 525.6 607.8 839.7 634.5 1118607 1372000 666654 773104 113724 4775053 4888777 3304827 1807713 1916121 8858300 3413771 5.3876 35861.5 7881.5 258.5 4.5479 8.3458 125556 121168 4387.9 640.0 9749.3 13971.7 23721.0 9.6566 1242 1.3 740 009 2782 929 3596 4.1 69 6.8 60.8 445 247 4.9 1293 5.4 394 1.0 250 5.9 256 8.6 1498 8.9 2873 0.2 59.4 853 567 1.2 577 7.5 450 5.6 1595 2.3 170 4.3 10 9.2 96.2 227 74.2 615 1172 8.3 950 0.6 512 1.8 2634 9.8 45.3 363 32.4 018 11.3 919 31.1 698 190 778 197 855 8129 1.0 107 639 469 8.6 571 959 576 615 682 363 114 527 256 352 1224 282 239 809 1.9 095 410 2.4 28 6.5 17.7 741 0.3 411 0.3 917 428 9.2 587 3.7 159 0.2 30.1 026 57 8.6 296 1.0 353 8.4 1.6 690 Pred icted Mean Std Dev 154648 1 0535547 2 9247720 365893 8347.2 816.3 45183.2 88412.6 24058.5 16616.4 46632.4 201280 216336 1206.2 71342.3 61185.2 45961.0 178489 15969.7 695.4 613.1 380.9 50094.4 37907.2 17777.2 105779 607.3 689.6 921.8 716.5 1121102 1374495 670183 775962 127864 4766659 4894523 3295456 1819753 1940072 8845622 3310162 4.5608 35807.7 8312.9 266.2 5.4766 8.8124 125582 121111 4471.2 639.9 9817.0 14069.2 23886.2 9.7245 1314 6.2 712 996 2951 528 4121 9.7 83 6.3 77.7 097 259 3.5 1468 9.4 468 6.7 281 6.6 533 4.8 1846 2.1 3381 7.4 85.5 338 558 3.1 519 1.3 458 7.1 1535 9.4 280 9.3 10 8.5 95.5 972 73.7 755 1160 3.6 902 1.2 513 2.5 2575 6.7 16.9 399 5.4 281 19.1 932 5.1 161 189 351 196 428 8383 5.9 109 590 1077 7.0 584 785 595 530 679 257 125 226 253 886 1255 504 200 733 1.4 227 422 7.0 17 4.0 21.7 955 0.5 083 0.4 715 430 5.0 601 2.7 172 2.6 29.5 711 64 3.7 300 3.9 364 4.0 1.7 115 La bel QB BM QB TB QG AS PB BM PB TB PG AS TL BELI BO P BP P CL ISRT CL ISIND CL ISOTH SU SUT SU BPRT SU BPIND SU BPOTH SU BRT SU BIND SU BOTH SU BLSTR HJ TLRT HJ TLIND HJ TLOTH PE NPJK BL JLAIN GO VEXP CO NLAIN CO NRT IN V EK SPOR IM POR PD B GR OWTH PD BKPT KU RS IH K SK BG ST K DT K RU PH MI SKOTA MI SDESA TM ISKIN 235 Lampiran 13. Hasil Peramalan Variabel Endoge n Tahun 2011-2015 ENDOGEN PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR SATUAN GWh kliter ton MMSCF Rp/lt Rp/kg Rp/MSCF Miliar Rp Miliar Rp Miliar Rp GWh GWh Miliar Rp Rupiah GWh GWh GWh GWh GWh Rupiah Rupiah Rupiah Miliar Rp Miliar Rp Miliar Rp Miliar Rp Rupiah Rupiah Rupiah Rupiah Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp Miliar Rp 2011 2012 2013 2014 2015 %/Th 138 352.4 145 540.4 153 239.6 161 298.4 169 734.5 5.24 9 713 935.1 10 127 012.0 10 575 354.6 11 061 525.0 11 584 268.5 4.50 25 504 355.0 27 138 557.2 28 860 078.7 30 658 553.6 32 541 402.9 6.28 311 248.8 334 403.0 358 991.9 380 107.9 402 084.4 6.61 6 583.2 7 129.3 7 566.6 7 958.7 8 367.1 6.19 703.7 743.6 781.1 820.0 857.9 5.08 42 313.8 43 338.1 44 469.9 46 475.3 48 473.9 3.46 63 948.9 72 198.9 80 019.1 88 035.1 96 926.3 10.96 17 948.4 20 179.8 22 543.3 25 139.7 27 918.5 11.68 13 170.1 14 492.4 15 964.3 17 665.6 19 490.6 10.30 40 337.0 42 031.6 43 543.8 45 120.6 46 911.9 3.85 178 689.4 187 572.0 196 783.5 206 419.0 216 646.3 4.93 168 150.1 185 871.1 202 916.6 220 999.4 241 386.6 9.46 1 055.5 1 093.2 1 126.3 1 163.9 1 208.0 3.43 64 225.5 68 273.9 71 911.6 75 179.6 78 692.9 5.21 54 754.8 58 447.2 62 113.3 65 759.0 69 368.8 6.09 40 332.5 43 307.9 46 137.3 48 939.7 51 763.4 6.44 159 312.8 170 028.9 180 162.2 189 878.3 199 825.1 5.83 13 320.0 11 063.9 9 819.5 9 316.4 9 274.3 -8.44 552.5 627.6 696.8 764.2 829.4 10.71 487.6 552.9 613.9 673.6 731.4 10.68 282.5 336.0 382.5 427.7 471.3 13.70 35 482.2 42 846.1 50 107.1 57 449.2 65 265.4 16.49 26 698.6 32 314.6 38 129.1 44 295.4 50 739.7 17.44 11 394.1 14 553.1 17 647.3 20 929.6 24 398.3 21.04 73 575.0 89 713.8 105 883.5 122 674.2 140 403.4 17.57 587.4 553.1 519.6 492.9 475.3 -5.16 652.3 627.7 602.5 583.4 573.2 -3.18 857.4 844.6 833.9 829.4 833.3 -0.71 678.1 653.0 628.7 610.9 602.0 -2.93 870 731.3 1 002 936.6 1 124 143.4 1 239 963.1 1 355 261.0 11.72 1 115 020.4 1 252 434.3 1 376 441.9 1 498 881.6 1 617 220.7 9.75 566 776.6 613 725.7 663 825.2 716 753.7 772 191.0 8.04 640 351.6 703 439.5 769 708.6 839 427.9 912 594.4 9.26 108 027.1 111 027.0 113 266.4 116 005.2 120 294.2 2.73 4 030 306.9 4 430 213.2 4 791 747.6 5 139 507.7 5 483 489.4 8.01 4 138 334.0 4 541 240.2 4 905 014.1 5 255 512.9 5 603 783.6 7.88 2 462 937.7 2 862 815.7 3 284 082.9 3 726 012.6 4 188 284.6 14.20 1 661 457.7 1 736 554.2 1 808 624.9 1 880 090.0 1 951 840.0 4.11 236 Lampiran 13. Lanjutan ENDOGEN IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN SATUAN Miliar Rp Miliar Rp Miliar Rp Persen Ribu Rp Rp/US$ Persen Persen Ribu orang Ribu orang Ribu orang Ribu Rp Ribu orang Ribu orang Ribu orang Persen 2011 2012 2013 2014 2015 1 598 286.6 1 750 305.9 1 910 335.3 2 075 561.4 2 246 118.2 7 304 794.4 8 093 743.8 8 857 095.3 9 625 482.0 10 410 384.3 3 097 799.5 3 270 873.9 3 424 670.8 3 569 490.5 3 706 019.5 8.60 5.59 4.70 4.23 3.82 30 572.3 33 349.0 35 936.4 38 465.5 40 984.4 8 358.3 7 942.8 7 718.9 7 679.5 7 707.9 235.8 247.4 258.6 269.7 280.9 4.85 4.94 4.52 4.27 4.17 7.67 8.32 8.55 8.59 8.59 120 003.2 122 938.7 125 659.8 128 293.2 130 885.3 113 735.9 117 485.4 121 144.9 124 844.0 128 630.7 6 267.3 5 453.2 4 514.9 3 449.2 2 254.6 675.7 660.5 642.1 621.8 600.1 10 430.1 10 141.7 9 795.0 9 406.6 8 973.2 17 715.7 15 817.4 13 994.5 12 138.6 10 192.1 28 145.8 25 959.2 23 789.4 21 545.2 19 165.3 11.78 10.70 9.65 8.61 7.55 %/Th 8.88 9.27 4.59 -1.19 7.61 -1.98 4.47 -0.17 0.23 2.19 3.12 -22.11 -2.92 -3.69 -12.88 -9.15 -1.06 237 Lampiran 14. Hasil Simulas i Model Subsidi Harga Peramalan Tahun 2011-2015 ENDOGEN PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR Nilai Dasar 153 633.0 10 612 419.0 28 940 589.0 357 367.0 7 521.0 781.3 45 014.2 80 225.6 22 746.0 16 156.6 43 589.0 197 222.0 203 865.0 1 129.4 71 656.7 62 088.6 46 096.2 179 841.0 10 558.8 694.1 611.9 380.0 50 230.0 38 435.5 17 784.5 106 450.0 525.6 607.8 839.7 634.5 1 118 607.0 1 372 000.0 666 654.0 773 104.0 113 724.0 4 775 053.0 4 888 777.0 3 304 827.0 1 807 713.0 Sim 1a Sim 1b 153 654.0 153 613.0 10 613 525.0 10 611 311.0 28 946 249.0 28 934 919.0 357 617.0 357 117.0 7 515.9 7 526.0 778.2 784.4 44 977.6 45 050.9 80 178.7 80 272.7 22 655.1 22 836.9 16 154.3 16 158.9 41 854.8 45 324.4 195 508.0 198 937.0 202 438.0 205 293.0 1 113.5 1 145.5 71 992.5 71 321.1 62 989.2 61 185.3 46 224.8 45 968.9 181 207.0 178 475.0 7 480.0 13 640.0 763.51 624.69 673.09 550.71 418 342.00 55 520.7 44 988.2 42 930.1 34 057.5 19 616.5 15 962.7 118 067.0 95 008.4 439.1 612.5 529.5 686.5 784.6 895.1 558.7 710.7 1 118 629.0 1 118 588.0 1 372 022.0 1 371 980.0 665 262.0 668 050.0 783 330.0 763 058.0 100 566.0 126 708.0 4 785 468.0 4 764 863.0 4 886 034.0 4 891 571.0 3 310 922.0 3 298 801.0 1 802 701.0 1 812 737.0 Sim 1c Listrik Sim 1d Periode Sim 2a 153 613.0 154 645.0 154 648.0 10 611 346.0 10 535 444.0 10 535 547.0 28 935 095.0 29 247 206.0 29 247 720.0 357 125.0 365 879.0 365 893.0 7 525.9 8 347.0 8 347.2 784.3 816.3 816.3 45 049.7 45 184.2 45 183.2 80 271.0 88 409.1 88 412.6 22 833.8 24 056.8 24 058.5 16 158.8 16 616.1 16 616.4 44 972.2 46 946.4 46 632.4 198 585.0 201 592.0 201 280.0 205 030.0 216 560.0 216 336.0 1 142.4 1 207.8 1 206.2 71 426.7 71 314.0 71 342.3 61 218.5 61 300.9 61 185.2 46 091.7 45 824.7 45 961.0 178 737.0 178 440.0 178 489.0 13 026.7 16 330.4 15 969.7 624.69 641.54 695.4 550.71 551.12 613.1 342.00 296.03 380.9 45 057.8 46 202.8 50 094.4 34 077.6 34 159.5 37 907.2 16 006.6 13 776.8 17 777.2 95 142.0 94 139.1 105 779.0 609.2 578.16 607.3 683.1 668.58 689.6 891.8 923.67 921.8 707.4 698.0 716.5 1 121 603.0 1 117 162.0 1 121 102.0 1 374 995.0 1 370 554.0 1 374 495.0 678 095.78 669 907.0 670 183.0 773 238.0 764 046.0 775 962.0 126 290.0 124 133.0 127 864.0 4 781 838.0 4 747 807.0 4 766 659.0 4 908 128.0 4 871 940.0 4 894 523.0 3 304 590.0 3 289 543.0 3 295 456.0 1 812 573.0 1 819 974.0 1 819 753.0 238 Lampiran 14. Lanjutan ENDOGEN IMPOR PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Nilai Dasar Sim 1a Sim 1b Sim 1c Sim 1d Sim 2a 1 916 121.0 1 905 762.0 1 926 325.0 1 925 869.0 1 936 834.0 1 940 072.0 8 858 300.0 8 877 224.0 8 839 841.0 8 872 660.0 8 808 669.0 8 845 622.0 3 413 771.0 3 464 253.0 3 364 712.0 3 378 686.0 3 301 535.0 3 310 162.0 5.39 5.80 4.98 5.09 4.57 4.56 35 861.5 35 938.8 35 786.1 35 918.6 35 658.9 35 807.7 7 881.5 7 702.0 8 061.4 8 054.9 8 302.9 8 312.9 258.5 255.3 261.7 261.6 265.8 266.2 4.55 4.14 4.95 4.93 5.34 5.48 8.35 8.15 8.54 8.54 8.76 8.81 125 556.0 125 547.0 125 565.0 125 574.0 125 576.0 125 582.0 121 168.0 121 253.0 121 085.0 121 233.0 120 946.0 121 111.0 4 387.9 4 293.9 4 479.9 4 341.5 4 629.9 4 471.2 640.0 640.2 639.8 640.2 639.4 639.9 9 749.3 9 694.4 9 803.2 9 741.5 9 882.6 9 817.0 13 971.7 13 781.2 14 159.2 13 961.0 14 286.3 14 069.2 23 721.0 23 475.6 23 962.4 23 702.6 24 168.9 23 886.2 9.66 9.56 9.75 9.65 9.84 9.72 239 Lampiran 14. Lanjutan ENDOGEN Sim 2b Sim 2c Sim 2d PRODSDR QBBM QBTB QGAS PBBM PBTB PGAS CBBM CBTB CGAS TLBELI PRODTL BOP BPP CLISRT CLISIND CLISOTH TLJUAL SUSUT SUBPRT SUBPIND SUBPOTH SUBRT SUBIND SUBOTH SUBLSTR HJTLRT HJTLIND HJTLOTH AVHJTL PENPJK PENPEM BLJLAIN GOVEXP CONLIS CONLAIN CONRT INV EKSPOR IMPOR 154 668.0 10 536 637.0 29 253 304.0 366 142.0 8 342.0 813.2 45 146.3 88 365.4 23 964.9 16 613.6 44 849.7 199 517.0 214 870.0 1 188.8 71 692.3 62 088.6 46 163.2 179 944.0 12 751.4 777.10 694.90 463.00 56 270.2 43 649.0 21 707.7 121 627.0 525.6 607.8 839.7 634.6 1 122 052.0 1 375 445.0 668 836.0 790 463.0 113 796.0 4 783 307.0 4 897 104.0 3 303 557.0 1 814 738.0 1 929 121.0 154 647.0 10 535 510.0 29 247 532.0 365 885.0 8 347.3 816.4 45 184.3 88 413.8 24 061.1 16 616.5 46 685.4 201 332.0 216 380.0 1 206.6 71 335.0 61 162.0 45 958.6 178 456.0 16 054.9 694.1 611.9 380.0 49 999.1 37 822.9 17 737.0 105 559.0 609.1 691.3 923.1 718.1 1 121 086.0 1 374 479.0 670 222.0 775 781.0 128 131.0 4 766 493.0 4 894 624.0 3 295 302.0 1 819 911.0 1 940 249.0 153 474.0 10 604 210.0 28 899 305.0 355 725.0 7 544.4 797.6 45 228.8 80 410.3 23 193.5 16 159.7 42 230.4 195 705.0 203 592.0 1 121.2 72 109.5 62 205.6 46 676.2 180 991.0 7 891.7 700.6 617.9 384.6 51 068.3 38 911.8 18 256.9 108 237.0 510.3 593.0 826.3 620.2 1 131 778.0 1 385 170.0 668 929.0 777 166.0 111 642.0 4 852 756.0 4 964 398.0 3 325 359.0 1 839 054.0 1 892 035.0 Sim 3a Sim 3b Sim 3c 153 634.0 153 637.0 153 638.0 10 612 476.0 10 612 641.0 10 612 687.0 28 940 883.0 28 941 725.0 28 941 960.0 357 380.0 357 417.0 357 427.0 7 520.7 7 520.0 7 519.8 781.1 780.7 780.5 45 012.3 45 007.0 45 005.5 80 223.1 80 216.6 80 214.7 22 741.1 22 728.3 22 724.5 16 156.5 16 156.2 16 156.1 42 712.8 43 314.2 42 731.9 196 347.0 196 951.0 196 370.0 203 215.0 203 633.0 203 201.0 1 125.5 1 126.9 1 124.2 71 667.8 71 693.7 71 701.5 62 135.5 62 253.4 62 287.9 46 097.7 46 099.6 46 100.4 179 901.0 180 047.0 180 090.0 9 502.92 10 082.9 9 502.92 694.0 693.8 693.7 611.8 611.6 611.6 380.0 379.8 379.8 50 231.9 50 236.0 50 237.4 38 461.6 38 527.0 38 546.3 17 782.1 17 776.0 17 774.2 106 476.0 106 539.0 106 558.0 521.5 512.0 509.2 603.7 594.1 591.3 835.5 825.9 823.1 630.4 620.8 618.0 1 118 442.0 1 118 061.0 1 117 950.0 1 371 835.0 1 371 453.0 1 371 342.0 666 569.0 666 344.0 666 278.0 773 044.0 772 883.0 772 836.0 112 997.0 111 348.0 110 867.0 4 774 666.0 4 773 592.0 4 773 299.0 4 887 663.0 4 884 941.0 4 884 166.0 3 304 851.0 3 304 900.0 3 304 918.0 1 807 450.0 1 806 721.0 1 806 513.0 1 915 545.0 1 914 303.0 1 913 926.0 240 Lampiran 14. Lanjutan ENDOGEN PDB RPDB GROWTH PDBKPT KURS IHK INFLASI SKBG STK DTK UNEMPL RUPH MISKOTA MISDESA PMISKIN TMISKIN Sim 2b Sim 2c 8 876 740.0 8 845 370.0 3 364 141.0 3 309 049.0 5.03 4.56 35 934.1 35 806.6 8 128.2 8 317.9 262.8 266.2 5.05 5.48 8.60 8.82 125 574.0 125 583.0 121 251.0 121 110.0 4 323.6 4 472.6 640.3 639.9 9 737.4 9 817.8 13 801.2 14 073.0 23 538.6 23 890.9 9.58 9.73 Sim 2d 9 013 942.0 3 436 132.0 5.77 36 484.9 8 669.65 261.2 4.76 8.48 125 586.0 121 865.0 3 721.6 642.0 9 461.5 13 532.1 22 993.6 9.37 Sim 3a Sim 3b 8 857 463.0 8 855 141.0 3 415 771.0 3 420 615.0 5.40 5.44 35 858.2 35 849.0 7 871.8 7 846.9 258.3 257.9 4.53 4.48 8.33 8.31 125 555.0 125 553.0 121 164.0 121 154.0 4 390.9 4 399.4 640.0 640.0 9 749.9 9 752.1 13 972.7 13 975.9 23 722.6 23 728.0 9.66 9.66 Sim 3c 8 854 508.0 3 422 061.0 5.45 35 846.5 7 839.7 257.8 4.46 8.30 125 553.0 121 151.0 4 401.6 640.0 9 752.6 13 976.8 23 729.4 9.66 Keterangan: Sim 1a: Subsidi Harga Listrik naik 10 persen Sim 1b: Subsidi Harga Listrik dikurangi 10 persen Sim 1c: Subsidi Harga Listrik dikurangi 10 persen dan dialihkan ke Belanja Lain Sim 1d: Harga Jual Tenaga Listrik d inaikka n 10 pe rsen Sim 2a: Harga Minyak Mentah Indonesia naik 10 persen Sim 2b: Harga Minya k Mentah Indo nesia naik 10 pe rsen dan Harga Jual Tenaga Listrik per kWh tetap Sim 2c: Harga Minyak Mentah Indonesia naik 10 persen dan Subsidi per kW h tetap Sim 2d: Rupiah terdepresiasi 10 persen terhadap US$ Sim 3a: Susut Tenaga Listrik berkurang 10 persen Sim 3b: Margin Usaha PLN dikurangi 1 persen Sim 3c: Kombinasi Sim. 3a dan Sim. 3b Lampiran 15. Data untuk Model Subsidi Harga Listrik, Tahun 1990-2010 TAHUN 9 003.56 10 325.75 11 667.54 13 140.74 14 632.11 17 056.94 19 550.83 22 698.27 24 865.45 26 874.78 30 563.42 33 339.78 33 993.56 35 753.05 38 588.28 41 184.29 43 753.17 47 324.91 50 184.17 54 945.41 59 824.94 CLISIND 14 165.67 16 026.03 17 754.61 19 560.98 21 621.80 24 722.61 27 948.89 30 768.81 27 995.54 31 337.57 34 013.22 35 593.25 36 831.30 36 497.25 40 324.26 42 448.36 43 615.45 45 802.51 47 968.85 46 204.21 50 985.20 CLISOTH 4 571.72 5 129.47 5 539.84 6 260.30 6 806.92 7 969.21 9 432.29 10 844.44 12 400.42 13 119.72 14 588.17 15 587.35 16 263.89 18 190.65 21 184.92 23 398.78 25 241.21 28 119.39 30 865.79 33 432.57 36 487.33 CLISDR 1 672.50 1 788.10 1 780.95 1 901.22 1 990.87 2 260.91 2 588.33 3 230.30 3 218.68 3 224.35 3 416.13 3 709.87 3 767.51 4 039.82 5 824.43 5 302.43 4 273.73 5 229.70 5 380.35 5 536.04 5 641.05 SUSUT 5 453.11 5 468.25 5 191.54 5 857.01 6 374.52 7 324.70 7 707.89 8 888.59 9 217.78 9 978.96 10 482.87 13 261.36 17 228.35 18 401.64 13 131.94 14 237.20 14 735.89 15 239.20 15 095.53 15 047.59 15 953.82 PELRT 10 742.5 11 617.0 12 635.1 14 191.4 15 915.1 18 325.0 20 696.3 23 162.5 24 902.8 25 825.1 26 796.7 27 885.6 28 903.3 29 997.3 31 096.0 32 174.9 33 118.3 34 684.5 36 025.1 37 099.8 39 324.5 PELIND 36.1 36.1 36.5 38.8 41.7 45.0 47.8 50.7 43.1 42.5 44.3 46.0 46.8 46.8 46.5 46.5 46.4 46.8 47.5 47.9 48.7 PELOTH 685.1 743.6 814.9 927.2 979.9 1 101.6 1 236.2 1 427.3 1 487.6 1 657.0 1 754.4 1 986.1 2 003.8 2 107.0 2 224.0 2 338.0 2 586.6 2 602.4 2 771.5 2 970.0 3 062.2 HJTLRT 123.34 125.81 128.85 144.71 146.57 156.83 158.91 161.65 184.40 193.80 174.62 253.65 392.79 522.48 557.76 563.05 571.12 571.76 588.01 589.33 615.92 HJTLIND HJTLOTH 91.17 112.51 122.83 135.29 137.75 144.79 146.16 149.70 201.01 208.56 302.52 361.67 442.94 530.32 559.15 569.87 624.23 621.32 622.04 644.34 660.99 161.32 187.24 200.39 219.46 223.34 232.77 236.05 239.93 286.56 299.27 377.93 445.64 575.02 647.27 668.47 678.14 733.75 738.42 806.80 838.11 888.67 241 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 CLISRT Lampiran 15. Lanjutan 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 TLSDR 34 011.55 37 893.61 40 878.83 45 468.58 50 066.44 58 210.81 65 730.25 74 053.66 74 421.00 80 023.75 83 503.51 87 587.44 88 068.64 90 045.75 93 112.71 98 176.84 101 664.28 107 984.12 113 339.90 115 433.82 123 476.84 TLSEWA 745.98 543.61 472.96 686.63 767.27 1 224.60 2 435.17 3 078.46 3 105.25 2 804.34 3 257.27 4 706.94 5 194.53 8 233.21 TLBELI QBBM 867.01 4 554 616.0 837.42 5 161 272.0 1 057.62 5 827 630.0 1 250.17 6 341 757.0 1 411.94 3 793 540.0 1 193.42 2 983 427.0 1 656.29 3 347 295.0 1 819.92 4 606 076.0 2 938.76 4 135 997.0 4 279.08 4 703 164.0 9 135.14 5 023 631.0 13 299.21 5 399 220.0 19 066.61 6 966 806.0 20 538.76 7 613 481.0 24 053.14 8 839 239.0 26 087.70 9 912 558.0 28 639.75 9 998 515.0 31 199.40 10 688 975.0 31 389.66 11 320 489.0 36 168.92 9 408 905.0 38 076.16 9 324 933.6 QBTB 4 572 306.0 4 959 108.0 5 143 300.0 4 732 669.0 5 530 066.0 5 593 402.0 7 966 656.0 9 961 959.0 10 634 490.0 11 414 098.0 13 135 584.0 14 027 713.0 14 054 377.0 15 260 305.0 15 412 738.0 16 900 972.0 19 084 438.0 21 466 348.0 20 999 521.0 21 604 454.0 23 958 699.2 QGAS PBBM 13 301 15 533 12 788 58 271 160 705 220 032 433 003 228 268 222 055 236 612 228 838 222 421 192 927 184 304 176 436 143 050 157 894 171 209 181 661 266 539 283 274 240.23 257.26 292.91 322.91 323.46 345.75 352.05 343.17 399.98 500.12 514.96 803.73 1 313.98 1 691.80 1 791.34 2 726.86 5 128.34 4 881.43 7 906.22 5 186.77 5 815.65 PBTB 68.24 66.33 65.24 68.66 70.34 72.91 69.41 60.02 74.88 140.73 153.79 199.60 219.75 230.82 230.75 251.55 335.81 338.76 489.23 732.32 656.71 PGAS 5 574.66 6 952.31 6 392.61 4 951.88 5 578.41 6 288.19 6 878.80 6 874.79 26 414.80 21 065.44 21 787.67 26 073.78 23 496.92 21 550.40 21 258.05 25 323.76 24 185.59 23 480.99 29 128.16 37 998.48 42 287.16 CBELITL 21.3 22.7 19.7 19.7 46.9 30.7 77.1 325.2 1 886.0 5 082.7 9 395.4 8 717.1 11 168.8 10 834.0 11 970.8 13 598.2 14 845.4 16 946.7 20 742.9 25 447.8 25 217.8 CBBP 1 530.7 1 828.6 2 132.0 2 783.0 1 193.3 2 970.0 3 361.1 4 338.8 9 409.0 9 691.8 10 375.8 14 007.3 17 957.3 21 477.9 24 491.1 37 355.5 63 401.1 65 560.0 107 782.8 76 235.1 84 190.7 242 TAHUN Lampiran 15. Lanjutan TAHUN 233.0 339.5 498.4 561.7 352.1 808.9 911.3 965.4 924.8 1 497.8 1 610.3 2 630.4 3 588.8 4 827.6 5 202.1 6 511.0 6 629.1 7 269.1 7 619.9 7 964.5 9 900.6 CPGW 278.6 307.7 427.4 504.4 281.8 758.3 886.2 1 068.1 1 018.9 1 335.6 1 802.4 2 066.3 2 583.3 3 827.7 5 619.4 5 508.1 6 719.7 7 064.3 8 344.2 9 758.3 12 954.4 CSUSUT 559.0 629.7 712.4 909.0 519.2 1 566.5 1 887.0 2 250.7 3 074.1 3 224.3 3 229.6 3 404.1 15 626.8 12 745.0 9 547.6 9 722.3 10 151.0 10 716.2 11 372.8 11 834.7 12 558.5 CLAIN 112.0 161.9 202.6 265.1 159.6 356.4 413.7 501.6 496.0 670.4 802.4 1 094.1 1 420.6 2 165.0 2 879.8 3 328.6 3 481.9 3 949.6 4 735.1 4 035.5 4 286.0 BOP 2 734.6 3 290.1 3 992.5 5 043.0 2 552.9 6 490.7 7 536.4 9 449.8 16 808.8 21 502.7 27 215.8 31 919.4 52 345.6 55 877.2 59 710.8 76 023.6 105 228.2 111 506.0 160 597.8 135 276.0 149 108.1 KURS 1 901.0 1 992.0 2 062.0 2 110.0 2 200.0 2 308.0 2 383.0 4 650.0 8 025.0 7 100.0 9 595.0 10 400.0 8 940.0 9 465.0 9 290.0 9 830.0 9 020.0 9 419.0 10 950.0 10 356.0 9 085.0 IHK 28.40 31.11 32.64 35.83 39.14 42.52 45.28 50.47 89.65 91.45 100.00 112.55 123.84 130.11 138.43 162.12 172.82 184.21 204.58 210.27 224.90 PDB 195.60 227.45 259.88 329.78 382.22 454.51 532.57 627.70 955.75 1 099.73 1 389.77 1 646.32 1 821.83 2 013.67 2 295.83 2 774.28 3 339.22 3 950.89 4 951.36 5 613.44 6 422.90 GROWTH 7.24 6.95 6.46 6.82 7.54 8.22 7.82 4.70 -13.13 0.79 4.92 3.64 4.50 4.78 5.03 5.69 5.50 6.35 6.01 4.55 6.10 POP 178 232.0 181 320.4 184 322.3 187 231.8 190 043.0 192 750.0 195 457.1 198 163.3 200 867.4 203 568.3 206 265.0 209 014.1 211 816.8 214 674.2 217 587.5 220 558.0 223 041.6 225 630.1 228 575.0 231 370.0 234 181.0 MISKOTA 9 400.0 9 166.7 9 091.1 8 700.0 8 940.0 9 180.0 9 420.0 13 510.0 17 600.0 15 640.0 12 300.0 8 600.0 13 300.0 12 200.0 11 400.0 12 400.0 14 490.0 13 560.0 12 770.0 11 910.0 11 100.0 243 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 CPLHR Lampiran 15. Lanjutan 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 17 800.0 17 600.0 17 242.2 17 200.0 19 663.3 22 126.7 24 590.0 28 245.0 31 900.0 32 330.0 26 400.0 29 300.0 25 100.0 25 100.0 24 700.0 22 700.0 24 810.0 23 610.0 22 190.0 20 620.0 19 923.0 CONRT 106.39 125.08 135.94 192.96 228.12 279.88 332.09 387.17 647.82 813.18 848.77 1 030.89 1 200.98 1 256.43 1 476.50 1 755.75 2 049.63 2 490.12 3 074.76 3 296.21 3 642.00 ICP 22.31 19.47 18.78 17.25 15.87 17.11 20.16 19.04 12.47 17.52 28.39 21.94 22.46 26.34 36.39 53.66 64.27 72.31 96.13 61.58 79.40 PDBTB 42.75 42.23 41.22 38.52 36.40 42.71 42.71 39.90 35.82 31.00 29.60 32.07 29.98 28.63 43.00 36.48 42.35 40.99 54.76 58.91 75.71 PDGAS 1.84 1.85 1.84 2.11 1.87 1.65 2.04 2.14 1.92 1.93 3.48 3.76 2.99 4.53 5.03 7.25 7.29 7.02 10.06 5.16 6.63 SKBG 5.07 6.75 5.67 4.21 3.63 4.84 5.00 5.79 11.31 7.45 5.56 5.37 3.26 2.17 1.74 2.63 4.01 4.17 4.17 6.50 6.50 CADEV 8 661 9 868 11 611 11 981 13 158 14 674 19 125 21 418 23 762 27 054 29 394 28 016 32 037 36 296 36 320 34 724 42 724 56 920 51 639 66 105 96 207 UANGBR 84.6 99.1 119.1 145.2 174.5 222.6 288.6 355.6 577.4 646.2 747.0 844.1 883.9 955.7 1 033.9 1 202.8 1 382.5 1 649.7 1 895.8 2 141.4 2 471.2 M EKSPOR 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 8 55 852.0 68 452.0 83 050.0 88 231.0 101 332.0 119 592.0 137 533.0 174 871.0 506 245.0 390 560.0 569 490.0 642 595.0 595 514.0 613 721.0 739 639.0 945 122.0 1 036 320.0 1 161 960.0 1 475 119.1 1 354 409.4 1 580 817.8 IMPOR 54 827.0 67 453.0 76 438.0 78 383.0 96 952.6 125 657.0 140 812.0 176 600.0 413 058.0 301 654.0 423 318.0 506 426.0 480 815.0 465 941.0 632 376.0 830 083.0 855 588.0 1 002 510.0 1 422 902.1 1 197 092.7 1 475 834.1 244 TAHUN MISDESA Lampiran 15. Lanjutan TAHUN 76 196.0 88 671.0 101 194.0 97 213.0 118 707.5 145 118.4 163 453.4 199 301.1 160 326.9 125 010.6 309 163.8 371 068.6 389 946.5 515 471.0 552 292.1 695 828.6 847 852.2 984 000.7 1 376 539.3 1 737 117.0 2 086 628.8 STK DTK 77 802.3 78 455.5 80 704.0 81 446.1 85 775.6 86 361.3 90 109.6 93 864.9 92 734.9 94 847.2 95 651.0 98 812.4 100 779.3 105 820.0 103 973.4 105 857.7 106 388.9 109 941.4 111 947.3 113 833.3 116 527.5 75 850.6 76 423.2 78 518.4 79 200.5 82 038.1 80 110.1 85 701.8 87 049.8 87 672.4 88 816.9 89 837.7 90 807.4 91 647.2 95 770.0 93 722.0 93 958.4 95 456.9 99 930.2 102 552.8 104 870.7 108 207.8 RUPH 480.05 627.08 686.64 669.60 748.03 774.27 797.22 835.79 534.09 542.12 522.41 472.39 557.48 569.11 589.23 540.83 606.32 633.83 625.39 676.23 679.49 PENNPJK 15 420.1 20 182.1 17 662.7 18 771.1 19 448.0 21 975.9 22 653.8 28 938.2 30 834.5 54 014.0 89 422.0 115 058.6 90 181.8 82 015.3 72 218.9 146 888.3 226 950.1 215 119.7 320 604.6 227 174.4 247 176.4 PENPJK 16 084.1 22 010.9 24 919.3 30 091.5 36 665.1 44 442.1 48 686.3 57 339.9 70 934.2 102 394.5 115 912.5 185 540.9 214 713.4 254 140.2 271 022.9 347 031.1 409 203.0 490 988.6 658 700.8 619 922.2 743 325.9 BLJLAIN 19 357.9 23 602.5 27 680.9 30 635.9 35 104.3 37 203.2 42 181.2 44 379.5 51 373.3 66 799.2 84 703.8 109 772.6 118 891.9 157 633.4 189 577.2 212 203.6 253 587.0 294 534.4 340 518.7 485 721.1 523 858.1 PDBI 56 926.8 68 993.7 78 582.8 90 061.5 108 100.9 129 755.4 153 771.3 178 181.8 253 737.7 298 708.5 385 598.0 454 961.7 507 555.5 564 015.2 651 325.0 778 760.4 929 862.2 1 070 413.9 1 379 969.1 1 426 615.1 1 594 300.0 CONLAIN 111 553.4 133 406.4 142 914.6 187 036.2 221 475.7 271 766.3 322 675.6 376 293.7 634 057.8 797 512.5 835 658.1 1 011 374.0 1 192 941.5 1 322 270.4 1 474 658.0 1 722 353.8 2 021 924.9 2 435 029.6 2 915 707.2 3 200 671.2 3 539 023.0 GOVEXP 18 953.0 22 830.0 26 879.0 29 757.0 31 014.0 35 584.2 40 299.2 42 952.0 54 415.9 72 631.3 90 779.7 113 416.0 132 219.0 163 701.0 191 056.0 224 981.0 288 080.0 329 760.0 416 866.7 537 588.8 581 921.3 245 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 INV Lampiran 15. Lanjutan 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Keterangan: -223.0 -220.0 -171.0 -200.7 -1 277.1 -449.6 -518.9 -334.0 1 819.1 2 892.9 5 170.3 4 134.2 7 079.7 3 409.2 1 495.8 6 064.1 15 896.7 16 464.4 32 958.6 25 609.2 28 557.9 1 2 SUBIND1 104.9 -128.2 -153.3 -114.5 -1 696.5 -354.1 -385.3 -85.0 1 583.1 2 910.7 1 403.8 568.9 5 823.9 3 193.8 1 507.1 5 960.9 13 530.4 13 664.9 29 871.5 18 993.3 22 039.9 SUBOTH1 -286.9 -424.4 -477.5 -563.6 -1 116.7 -815.3 -977.9 -1 008.5 -359.7 28.5 -498.1 -1 059.7 423.5 -535.4 -1 524.1 752.4 5 066.0 5 096.3 13 517.9 7 265.1 7 465.3 SUBPRT2 -24.8 -21.3 -14.7 -15.3 -87.3 -26.4 -26.5 -14.7 73.2 107.6 169.2 124.0 208.3 95.4 38.8 147.2 363.3 347.9 656.8 466.1 477.4 SUBPIND2 SUBPOTH2 D9799 7.4 -8.0 -8.6 -5.9 -78.5 -14.3 -13.8 -2.8 56.5 92.9 41.3 16.0 158.1 87.5 37.4 140.4 310.2 298.3 622.7 411.1 432.3 -62.7 -82.7 -86.2 -90.0 -164.1 -102.3 -103.7 -93.0 -29.0 2.2 -34.1 -68.0 26.0 -29.4 -71.9 32.2 200.7 181.2 438.0 217.3 204.6 D98 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 D04 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 D05 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 D09 D08 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 Dihitung dengan rumus yang digunakan PLN dalam menghitung nilai subsidi listrik, yaitu: SUB = - (HJTL – BPP*(1+m))* Vl istrik Subsidi per kWh = Ju mlah subsidi per golongan pelanggan dibagi dengan jumlah konsumsi tenaga listriknya 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 246 TAHUN SUBRT1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 ABSTRACT SRI DJOKO PARARTO. The Impact of Electricity Subsidy Policy on Economy and Poverty in Indonesia (YUSMAN SYAUKAT, as Chairman, BONAR M. SINAGA and SRI HARTOYO, as Members of the Advisory Committee) The objectives of this study were to identify the factors that influence the levels of subsidy for electricity and to analyze the impact of electricity subsidies on economy and po verty in Indo nesia. This study used a simultaneous equations econometric was model estimated using a two stage least squares (2SLS) method and SYSLIN procedure for the data set period of 1990-2010. The forecast simulation was set for 2011-2015 with NEWTON method and SIMNLIN procedure. Since economic crises hit Indonesia in the middle 1997, electricity market in Indo nesia has funda mental change s. The crises led to rising of the operation cost of energy provision, while people’s purchasing power decreased. The government adopt ed the electricity subs idies to help the peop le and to ensure the survival of the provider of electric power. The amount of electricity subsidies depends on government revenue. Besides that, the amount of electricity subsidies also depends on the operation cost per kWh of electricity provision, margin of electricity provider, and people’s purchasing power. The amount of the electricity subsidies and the operation cost of electricity provision will determine the selling price of electricity burdened to consumers. The changes of the selling price of electricity will affect the economic performance and the poverty because the electricity is one of main energy sources of household and other economic activities. One of main results of the study is that the transfer of electricity subsidies to other expenditures has a better impact on po verty although it can suppress the economic growth. The results of forecast simulation also show that the decrease in electricity subsidies, increase of Indonesia Crude Oil Prices (ICP), and the depreciation of rupiah to dollar of United Stated caused rising in the selling price of electricity, decreasing economic growth, and increasing inflation and poverty rates. In other hand, decreasing of energy losses and reducing of company margin will result in decreasing selling price of electricity subsidies, increasing economic growth and decreasing inflation and poverty rate. Keywords: electricity subsidies, production cost, selling price of electricity, economic growth, poverty RINGKASAN Listrik sekarang telah menjadi kebutuhan pokok bagi masyarakat karena hampir setiap aktivitas masyarakat sangat tergantung pada ketersediaan tenaga listrik. Di lain pihak, penyediaan tenaga listrik yang bersifat padat modal dan teknologi menyebabkan harga tenaga listrik menjadi mahal dan belum dapat menjangka u selur uh wilayah Indo nesia. Oleh karena itu, campur tangan pemerintah sangat diperlukan untuk mendorong proses produksi dan distribusi yang lebih merata dengan harga ya ng terjangka u. Salah satu campur tangan pemerintah dalam sektor kelistrikan adalah keterlibatannya dalam penentuan tarif listrik. Kebijakan penetapan tarif listrik ini sangat erat kaitannya dengan kebijakan pemberian subsidi karena tarif listrik yang ditetapkan biasanya lebih kecil dari biaya pokok penyediaan tenaga listrik. Subsidi diberikan dengan tujuan agar ketersediaan listrik dapat terpenuhi, kelangsungan penyediaan listrik dapat berjalan stabil, serta membantu pelanggan yang kurang mampu dan masyarakat yang belum terjangkau pelayanan PT. PLN (Persero), selanjutnya disebut PLN, dapat ikut menikmati energi listrik. Namun demikian ada satu pertanyaan klasik yang sering muncul berkaitan pe mberian subsidi ini, yaitu apaka h subs idi tersebut telah memba ntu masyarakat miskin harena sampai saat ini subsidi diberikan kepada hampir semua pelanggan PLN. Selain itu, subsidi listrik juga ditengarai lebih banyak dinikmati oleh rumah tangga kaya. Ini disebabka n kebijakan subsidi listrik saat ini adalah subsidi harga, sehingga semakin besar jumlah konsumsi listriknya semakin besar juga jumlah subsidi yang dinikmati. Berpijak dari permasalahan di atas, maka diperlukan adanya suatu penelitian untuk mengetahui faktor- faktor apa saja yang mempengaruhi besarnya subsidi listrik dan bagaimana dampaknya terhadap tingkat kemiskinan di Indo nesia. Tujuan penelitian ini adalah: (1) mengidentifikasi faktor- faktor yang mempengaruhi besarnya subsidi listrik di Indonesia; (2) mengestimasi besarnya subsidi listrik yang harus dikeluarkan pemerintah; dan (3) menganalisis dampak pemberian subsidi listrik terhadap tingkat kemiskinan. Penelitian ini menggunakan data sekunder periode tahun 1990-2010 yang bersumber dari berbagai instansi. Analisis menggunakan model persamaan simultan yang diestimasi dengan metod e 2SLS (Two-Stage Least Squares) dan prosedur SYSLIN. Model yang disusun terdiri da ri 29 persamaan struktural dan 27 persamaan identitas yang dikelompokkan dalam 8 blok, yaitu (1) blok produksi listrik, (2) blok konsumsi listrik, (3) blok subsidi listrik, (4) blok harga jual tenaga listrik, (5) blok pe nerimaan dan pengeluaran pemerintah, (6) blok PDB, nilai tukar, dan inflasi, (7) blok tenaga kerja, dan (8) blok kemiskinan. Hasil estimasi persamaan-persamaan struktural pada taraf signifikansi 40 persen secara ekonomi logis serta mempunyai arti dan dapat dibuktikan secara statistik. Sebelum melakukan simulasi, maka dilakukan uji validasi dengan metode NEWTON dan prosedur SIMNLIN. Uji validasi menggunakan statistik RMSPE dan U-The il. Hasil validasi menunjukkan model yang dibangun mempunyai daya ramal yang cukup valid untuk melakukan simulasi ramalan. Simulasi ramalan dilakukan untuk periode tahun 2011-2015 dengan metode NEWTON dan prosedur SIMNLIN. Seluruh perhitungan menggunakan program piranti lunak Statistical Analysis System/Estimation Time Series (SAS/ETS) versi 9.1. Berdasarkan hasil pendugaan parameter, dapat disimpulkan bahwa produksi tenaga listrik yang dibangkitkan sendiri dipengaruhi secara positif oleh konsumsi bahan bakar yang digunakan. Tenaga listrik yang dibeli dipengaruhi secara negatif oleh jumlah tenaga listrik yang diproduksi sendiri dan pos itif oleh besarnya permintaan tenaga listrik dan jumlah tenaga listrik yang hilang. Total biaya operasional dipengaruhi secara positif oleh jumlah tenaga listrik yang dibeli, biaya untuk konsumsi bahan bakar (BBM, batu bara, dan gas alam), dan biaya rutin lainnya. Pengeluaran untuk konsumsi bahan bakar dipengaruhi oleh harga dan jumlahnya. Jumlah konsumsi bahan bakar dipengaruhi secara negatif oleh harganya, jumlah tenaga listrik yang diproduksi sendiri, dan secara positif oleh harga dunia bahan bakar. Konsumsi tenaga listrik dipengaruhi secara negatif oleh harga jual tenaga listrik da n secara positif oleh pendapatan pelanggan. Subsidi harga listrik dipengaruhi secara positif oleh besarnya penerimaan pemerintah. Harga jual tenaga listrik dihitung berdasarkan selisih antara biaya pokok penyediaan tenaga listrik per kWh (BPP, termasuk margin usaha) de ngan nilai subsidi per kWh yang diberikan. Jumlah penduduk miskin di daerah perkotaan dan pedesaan dipengaruhi secara positif oleh tingkat inflasi dan jumlah pengangguran. Selain itu, jumlah penduduk miskin di perkotaan dipengaruhi secara negatif oleh tingkat upa h riil, seda ngka n di pede saan oleh jumlah pengeluaran pemerintah. Simulasi peramalan pe ngurangan subsidi listrik, ke naika n harga minya k mentah Indo nesia (ICP), dan melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat menyebabkan kenaikan harga jual tenaga listrik, memicu inflasi, menekan laju pertumbuhan ekonomi, dan meningkatkan jumlah penduduk miskin. Sedangkan penurunan tenaga listrik yang hilang da n pe ngurangan margin usaha perusahaan penyedia tenaga listrik dapat menurunkan biaya operasional perusahaan penyedia tenaga listrik da n harga jual tenaga listrik, meneka n inflasi, mendorong laju pertumbuhan ekonomi, da n dapat menurunkan jumlah pe nduduk miskin. I. PENDAHULUAN 1.1. Latar Belakang Listrik sekarang telah menjadi kebutuhan pokok bagi masyarakat karena hampir setiap aktivitas masyarakat, terutama masyarakat perkotaan, sangat tergantung pada ketersediaan energi listrik. Namun di sisi lain belum semua penduduk Indo nesia telah menikmati energi listrik. Rasio elektrifikasi 1 di Indo nesia sampai dengan akhir tahun 2009 baru mencapai 65 persen, yang berarti masih ada 35 persen penduduk yang belum menikmati aliran listrik (PT PLN (Persero), 2010). Pertumbuhan pembangunan jaringa n listrik juga masih terpusat di wilayah Jawa-Bali dan Sumatera. Wilayah bagian timur Indonesia merupakan daerah de ngan rasio elektrifikasi paling rendah dibandingkan wilayah lain (lihat Tabe l 1). Tabel 1. Perkembangan Rasio Elektrifikasi di Indonesia,Tahun 2005–2009 (%) Wilayah 2005 2006 2007 2008 2009 Indo nesia 58.3 59.0 60.8 62.3 65.0 Jawa-Bali 63.1 63.9 66.3 68.0 69.8 Sumatera 55.8 57.2 56.8 60.2 63.5 Kalimantan 54.5 54.7 54.5 53.9 55.1 Sulawesi 53.0 53.2 53.6 54.1 54.4 Indo nesia Bagian Timur 30.1 30.6 30.6 30.6 31.8 Sumber: PT PLN (Persero), 2010 Di lain pihak, penyediaan tenaga listrik yang bersifat padat modal dan teknologi menyebabkan harga energi listrik menjadi mahal dan belum dapat 1 Rasio elektrifikasi d idefinisikan sebagai jumlah ru mah tangga berlistrik d ibagi ju mlah ru mah tangga yang ada 2 menjangka u selur uh wilayah Indo nesia. Sebagai contoh, untuk meningkatkan rasio elektrifikasi dari 66.1 persen pada tahun 2010 menjadi 68.5 persen pada tahun 2011 membutuhka n investasi sebesar US$ 9.74 miliar. Diperkirakan investasi yang dibutuhkan untuk memenuhi permintaan energi listrik dari tahun 2010 sampa i dengan tahun 2019 mencapai US$ 97.1 miliar. Tabel 2. Perkiraa n Jumlah Permintaan Energi Listrik, Rasio Elektrifikasi, dan Investasi yang Dibutuhkan,Tahun 2010–2019 2010 Jumlah Permintaan (GWh) 147.8 Rasio Elektrifikasi (%) 66.1 Kebutuhan Investasi (Juta US$) *) 8122.2 2011 161.1 68.5 9 739.0 2012 176.4 71.1 11 821.1 2013 193.6 73.7 12 153.3 2014 212.7 76.5 10 890.8 2015 233.7 79.5 9 493.2 2016 256.3 82.5 9 265.0 2017 280.7 85.5 9 326.9 2018 306.9 88.5 8 551.5 2019 334.4 90.9 7 740.5 Tahun Jumlah 97 103.6 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 Melepaskan harga listrik sesuai mekanisme pasar tidak mungkin dilakukan pemerintah di tengah masih tingginya angka kemiskinan 2 . Berdasarkan data dari Bada n Pusat Statistik (BPS), pada tahun 2010 jumlah penduduk miskin di Indo nesia mencapai 31.02 juta orang atau 13.33 persen dari 237 juta penduduk. Apalagi Pasal 33 UUD 1945 secara jelas menyatakan bahwa cabang produksi 2 Angka kemiskinan menunjukkan ju mlah penduduk miskin di seluruh Indonesia. Menurut BPS, penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan di bawah garis kemiskinan. Pada tahun 2010 garis kemiskinan mencapai Rp. 232 989 untuk daerah perkotaan dan Rp. 192 354 untuk daerah pedesaan. 3 yang menguasai hajat hidup orang banyak dikuasai oleh negara, serta bumi, air dan kekayaan alam yang terdapat di dalamnya dikuasai oleh negara dan digunakan sebesar-besarnya untuk kepentingan rakyat. Sehingga usaha penyediaan tenaga listrik harus disediakan oleh negara dan tersebar merata serta terjangkau oleh seluruh lapisan masyarakat. Oleh karena itu, campur tangan pemerintah sangat diperlukan untuk mendorong proses produksi dan distribusi tenaga listrik yang lebih merata dengan harga yang terjangka u. Salah satu campur tangan pemerintah dalam sektor kelistrikan adalah keterlibatannya dalam penentuan tarif listrik. Kebijakan penetapan tarif listrik ini sangat erat kaitannya dengan kebijakan pemberian subsidi. Hal ini dikarenakan sejak tahun 1998 tarif listrik yang ditetapkan pemerintah selalu lebih rendah dari biaya pokok penyediaan tenaga listrik (lihat Gambar 1). Hal ini menyebabkan perusahaan penyedia tenaga listrik mengalami kerugian. Sehingga untuk mengganti kerugian akibat penetapan harga jual tenaga listrik tersebut, pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik. 1600 Rp/kWh 1200 800 400 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 0 BPP Rata-rata HJTL Gambar 1. Biaya Pokok Penye diaa n dan Rata-Rata Harga Jual Tenaga Listrik Per kWh, Tahun 1990–2010 4 Selain itu terus meningkatnya permintaan tenaga listrik juga harus diikuti kemampuan produksi perusahaan penyedia tenaga listrik. Untuk meningkatkan produksi maka perlu membangun pembangkit-pembangkit baru yang berarti membutuhkan investasi. Seperti yang ditunjukkan pada Tabel 2 di atas bahwa untuk memenuhi peningkatan permintaan tenaga listrik diperlukan investasi yang besar. Untuk itu sejak tahun 2009 pemerintah memasukka n unsur margin usaha dalam menghitung besarnya subsidi yang dibayarkan kepada PLN. Pemberian margin ini dimaksudkan agar PLN mendapatkan keuntungan, sehingga dapat melakukan investasi dari keuntungan tersebut. Selain itu, pemberian margin dilakukan untuk menyehatkan kondisi keuangan PLN. Hal ini dilakukan karena besarnya investasi yang diambil dari keuntungan PLN tidak mencukupi untuk memenuhi seluruh investasi yang dibutuhkan untuk memenuhi permintaan tenaga listrik. Sejak tahun 2005 pemerintah tidak lagi melakukan investasi untuk PLN, sehingga untuk menutupi kekurangan investasi tersebut PLN mencari sumbersumber lain seperti dunia perbankan maupun lembaga-lembaga peminjam lainnya. Untuk dapat meminjam dari perbankan dan lembaga-lembaga lain baik lokal maupun internasional maka ko ndisi ke uangan PLN harus sehat. Dengan demikian kebijakan pemberian subsidi listrik yang dilakukan pemerintah bertujuan selain untuk membantu pelanggan yang kurang mampu dan masyarakat yang belum terjangkau pelayanan PLN dapat ikut menikmati energi listrik, juga untuk menjaga ketersediaan tenaga listrik listrik, serta menjamin kelangsungan hidup p erusahaan penyediaan tenaga listrik (Purwoko, 2003). Pemerintah telah mengeluarkan anggaran triliunan rupiah untuk subsidi listrik setiap tahun. Nilai realisasi subsidi listrik tersebut cenderung naik setiap 5 tahun, kecuali pada tahun 2009 yang mengalami penurunan yang cukup signifikan yaitu dari 78.58 triliun rupiah pada tahun 2008 menjadi 53.72 triliun rupiah. Sejak tahun 2006 besaran subsidi listrik mengalami kenaikan drastis dan juga realisasinya selalu lebih besar dari nilai anggaran yang disediaka n. Tabel 3. Penge luaran Pe merintah Pusat untuk Subsidi, Tahun 2000–2010 Belanja Pem. Pusat Tahun (Triliun Rp) Persentase Persentase terhadap Total Subsidi Subsidi Non BBM terhadap Belanja BBM Jumlah LainListrik Pem. Pusat nya Subsidi (Triliun Rp) Non BBM BBM Listrik Lainnya 2000 188.39 53.81 3.93 5.01 62.75 33.31 85.76 6.26 7.98 2001 260.51 68.38 4.62 4.44 77.44 29.73 88.30 5.96 5.74 2002 247.80 31.16 4.10 7.37 42.64 17.21 73.09 9.62 17.29 2003 253.71 13.21 4.52 7.74 25.47 10.04 51.87 17.75 30.38 2004 300.04 59.76 3.31 7.37 69.85 23.28 85.55 4.74 10.55 2005 361.16 95.60 8.85 16.32 120.77 33.44 79.16 7.33 13.51 2006 440.03 64.21 30.39 12.83 107.43 24.41 59.77 28.29 11.94 2007 504.62 83.79 33.07 33.35 150.21 29.77 55.78 22.02 22.20 2008 693.36 139.11 83.91 52.28 275.29 39.70 50.53 30.48 18.99 2009 628.81 45.04 49.55 43.50 138.08 21.96 32.62 35.88 31.50 2010* 781.53 88.89 55.11 57.27 201.26 25.75 44.17 27.38 28.45 27.28 58.45 22.13 19.47 Ratarata Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) *) APBN-P 2010 Berdasarkan data dari Badan Kebijakan Fiskal, Kementerian Keuangan, dalam kurun waktu 2000–2010, secara rata-rata subs idi yang dikeluarkan pemerintah mencapai 27.28 persen dari total belanja pemerintah pusat, dimana 58.45 persen digunakan untuk subsidi bahan bakar minyak (BBM). Subsidi listrik adalah yang terbesar diantara subsidi-subsidi non BBM lainnya yang secara ratarata mencapai 22.19 persen pada periode yang sama. Sejak tahun 2006 subsidi listrik mengalami kenaikan tajam, baik dari nilai maupun persentasenya, di saat 6 subsidi BBM mulai berkurang. Bahkan pada tahun 2009 mencapai 35.88 persen, melebihi subsidi untuk BBM sebesar 32.62 persen. Kenaikan subsidi listrik ini disebabkan karena biaya operasional perusahaan penyedia tenaga listrik (PLN) yang terus meningkat, sementara tarif listrik relatif tetap. Merosotnya nilai tukar rupiah terhadap dolar Amerika Serikat sejak krisis ekonomi tahun 1997 dan masih tingginya ketergantungan PLN terhadap BBM merupaka n dua sebab utama meningkatnya biaya operasional PLN. Pada Tabel 4 dapat dilihat bahwa pada periode 2000-2010 sebesar 54.19 persen dari seluruh biaya operasional digunakan untuk membeli bahan bakar dan pelumas. Namun di sisi lain, krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1997 telah menurunkan pendapatan riil dan daya beli masyarakat. Sehingga pemerintah merasa perlu mengeluarkan kebijakan pemberian subsidi listrik untuk mengurangi beban masyarakat tersebut. Tabel 4. Biaya Operasional Perusahaan Penyedia Tenaga Listrik Menurut Je nis Penge luaran, Tahun 2000–2010 (Miliar Rupiah) Jenis Pengeluaran Bahan Tahun Jumlah Pembelian PemeliKepegaBakar dan Lainnya Listrik haraan waian Pelumas 2000 9 395.4 10 375.8 1 610.3 1 802.4 4 032.0 27 215.8 2001 8 717.1 14 007.3 2 630.4 2 066.3 4 498.3 31 919.4 2002 11 168.8 17 957.3 3 588.8 2 583.3 17 047.4 52 345.6 2003 10 834.0 21 477.9 4 827.6 3 827.7 14 910.0 55 877.2 2004 11 970.8 24 491.1 5 202.1 5 619.4 12 427.4 59 710.8 2005 13 598.2 37 355.5 6 511.0 5 508.1 13 050.9 76 023.6 2006 14 845.4 63 401.1 6 629.1 6 719.7 13 632.8 105 228.2 2007 16 946.7 65 560.0 7 269.1 7 064.3 14 665.8 111 506.0 2008 20 742.9 107 782.8 7 619.9 8 344.2 16 107.9 160 597.8 2009 25 447.8 76 235.1 7 964.5 9 758.3 15 870.3 135 276.0 2010 25 217.8 84 190.7 9 900.6 12 954.4 16 844.5 149 108.1 Rata-rata (%) 17.50 54.19 6.61 6.87 14.83 100.00 Keterangan: *) PT PLN (Persero) dan IPP Sumber: PT PLN (Persero), 2010 7 Ada satu pertanyaan klasik yang sering muncul berkaitan pemberian subs idi, yaitu apakah subs idi tersebut telah mencapai target, baik target “orang” maupun target filosofinya. Target “orang” maksudnya adalah subsidi dinikmati oleh masyarakat yang membutuhkannya, sedangkan target filosofi adalah subsidi berhasil membantu masyarakat marjinal dan miskin tersebut keluar dari kemarjinalan dan kemiskinannya. Sampai saat ini adalah subsidi listrik tidak hanya diberikan kepada masyarakat miskin, tetapi kepada hampir semua pelanggan PLN. Tahun 2009, sebagai contoh, berdasar data da ri PT PLN (Persero), dari total realisasi subsidi Rp. 53.72 triliun, pelanggan rumah tangga menyerap Rp. 30.01 triliun atau 55.86 persen, dimana Rp. 22.34 triliun diberikan kepada rumah tangga kecil (450VA dan 900VA). Kalangan bisnis da n industri mendapatkan subsidi masing- masing 4.0 triliun rupiah dan Rp. 16.22 triliun. Instans i pemerintah dan kantor pelayanan publik lainnya mendapat jatah Rp. 1.82 triliun. Tabel 5. Besarnya Subsidi Menurut Golongan Pelanggan, Tahun 2005–2010 (Miliar Rp) Tahun 2005 2006 2007 2008 2009 2010*) Rumah Tangga s.d. 450VA Lainnya dan 900VA 7 300.6 599.7 15 237.0 4 023.3 16 335.6 4 782.4 28 537.8 10 688.4 22 344.8 7 661.9 26 860.0 9 300.0 Bisnis Industri Sos ial 159.6 2 963.7 3 529.3 9 043.3 3 997.2 2 920.0 1 892.4 9 465.8 10 273.5 24 952.8 15 947.1 12 000.0 333.4 977.3 1 131.9 2 216.5 1 674.6 1 900.0 Pelayanan Publik 288.2 1 199.1 1 383.6 2 851.6 1 817.0 1 710.0 Sumber: Kementerian ESDM dan PLN (diolah ) *) Alokasi subsidi listrik tahun 2010 Selain itu, subsidi listrik selama ini lebih banyak dinikmati oleh rumah tangga kaya. Tabel 6 memperlihatkan bahwa meskipun secara total nilai subsidi 8 terbesar untuk rumah tangga sangat kecil, tetapi dilihat per pelanggan nilai subsidi yang dinikmati rumah tangga kaya jauh lebih besar dari rumah tangga kecil. Hal ini tentunya tidak sesuai dengan tujuan awal pemberian subsidi yaitu untuk membantu seseorang atau rumah tangga kurang mampu untuk dapat menikmati energi listrik. Tabel 6. Nilai Subsidi yang Diterima Pe r Pelanggan Pe r Tahun Menurut Golongan Tarif Rumah Tangga, Tahun 2005–2010 (Ribu Rupiah) Tahun s.d. 450VA 2005 2006 2007 2008 2009 2010 299.5 526.2 537.6 857.4 674.7 716.2 > 2.200 > 900VA 1.300VA 2.200VA s.d. 6.600VA 6.600VA 182.3 529.9 553.9 1 023.1 753.1 800.6 138.1 732.9 781.1 1 522.1 1 132.2 1 080.5 270.8 1327.6 1421.9 2756.8 2004.5 1 942.8 1 724.3 1 986.1 4 395.2 2 782.3 2 745.6 Ratarata 246.8 1 987.3 584.5 2 439.3 612.0 5 060.2 1 088.9 813.3 849.0 Sumber: PT PLN (d iolah) Kebijaka n subsidi pe merintah yang be rupa subsidi harga (price goods subsidies) juga mempunyai beberapa kelemahan (Farabi, 2010), antara lain: (i) dari sisi anggaran pemerintah (APBN), subsidi BBM dan listrik yang sangat tergantung pada harga minyak dunia dan nilai tukar, dalam pelaksanaannya cenderung berfluktuasi. (ii) subsidi listrik menyebabkan kesenjangan spasial karena pembangunan listrik masih terpusat di wilayah Jawa-Bali dan Sumatera, dan (iii) subsidi telah menyebabkan ketidakadilan personal karena subs idi hanya diberikan kepada pelanggan PLN sehingga akan menciptakan kecemburuan dan kesenjangan dengan masyarakat pelanggan non PLN dan masyarakat yang belum teraliri listrik. 9 Melebarnya kesenjangan dapat menyebabkan konflik di tengah masyaraka t. Oleh karena itu, para pembuat kebijakan ekonomi, termasuk kebijakan sektor kelistrikan, harus memperhatikan masalah kesenjangan ini sebelum menetapkan suatu kebijakan. Menurut Setianegara (2008), salah satu alasan mengapa masalah kesenjangan distribusi pe ndapa tan harus dipertimbangkan adalah karena kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung, dijalankan dalam rangka menurunkan tingkat kemiskinan. Masalah ketidakmerataan pendapatan dan kemiskinan telah menjadi perhatian utama pemerintah dalam proses pembangunan nasional. Berbagai upaya telah dilakukan pemerintah untuk mengatasi masalah tersebut. Dalam Rencana Pembangunan Jangka Menengah Nasional 2004-2009, pemerintah telah menetapkan tiga strategi pembangunan ekonomi, yaitu pro growth, pro jobs, dan pro poor. Melalui strategi pro growth diharapkan terjadi percepatan laju pertumbuhan ekonomi yang disertai dengan perbaikan distribusi pendapatan (growth with equity). Percepatan laju pertumbuhan ini diikuti dengan makin banyaknya kesempatan kerja tercipta sehingga semakin banyak keluarga Indonesia yang dapat dilepaskan dari perangkap kemiskinan, serta memperkuat pereko nomian untuk menghadapi berba gai goncangan. Berpijak dari permasalahan di atas, maka diperlukan adanya metode yang dapat dipertanggungjawabkan untuk mengetahui faktor- faktor apa saja yang dapat mempengaruhi besarnya subsidi listrik di Indonesia dan bagaimana dampak pemberian subsidi listrik tersebut terhadap perekonomian dan kemiskinan. Model ekonometrika merupakan salah satu metode yang dapat digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besaran subsidi listrik 10 dan bagaimana pengaruhnya dengan tingkat kemiskinan. Menurut Koutsoyiannis (1977), ada tiga kegunaan model ekonometrika, yaitu untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan dampak, yaitu dengan melakukan perlakuan tertentu pada suatu variabe l untuk mempredisi eko nomi menda tang. 1.2. Perumusan Masalah Besarnya nilai subsidi listrik yang harus dike luarka n sangat tergantung pada kemampuan membayar pemerintah dan faktor-faktor yang mempengaruhi besarnya biaya ope rasional perusahaan penyedia tenaga listrik. Selain itu juga memperhatikan kondisi kemampuan masyarakat dan kondisi perekonomian secara menyeluruh. Secara teknis pemerintah menyerahkan sepenuhnya kepada PLN dalam penyaluran subsidi listrik. Berdasarkan alokasi jumlah subsidi yang diberikan pemerintah, PLN memberikan subs idi sesuai golongan tarif dengan besaran yang berbeda-beda. Sebagai contoh, untuk rumah tangga “miskin” dengan kategori rumah tangga yang terpasang daya 450VA dan 900VA. Untuk pelanggan industri dan kalangan bisnis juga tetap diberi subsidi tanpa kecuali. Begitu juga dengan lemba ga- lembaga sosial, kantor pemerintahan, dan penerangan jalan umum tetap diberi subs idi. Kebijakan pemberian subsidi yang hanya menggunakan kriteria tersebut memberi ruang pada pemberian subsidi yang tidak tepat sasaran. Sebagai contoh, tidak semua pelanggan rumah tangga sangat kecil (450VA dan 900VA) adalah rumah tangga miskin. Dari Tabel 7 dapat dilihat bahwa persentase rumah tangga miskin pengguna listrik terhadap jumlah pelanggan rumah tangga 450VA dan 11 900VA relatif kecil yaitu hanya sekitar 20 persen, yang berarti ada sekitar 80 persen pelanggan rumah tangga tersebut adalah bukan rumah tangga miskin. Tabel 7. Jumlah Pelangga n PLN Rumah Tangga Sanga t Kecil dan Rumah Tangga Miskin, Tahun 2005 – 2010 Tahun Jumlah Pelanggan Rumah Tangga Sangat Kecil (450VA dan 900VA) (000) Jumlah Rumah Tangga Miskin ‘(000) *) Persentase Rumah Tangga Miskin terhadap Jumlah Pelanggan Rumah Tangga 450VA dan 900VA 2005 28.160,1 5,603.5 19.90 2006 28,886.2 5,983.1 20.71 2007 30,052.4 5,659.2 18.83 2008 31,005.9 6,279.8 20.25 2009 31.676,8 5,842.8 18.45 2010 32.348,3 5,572.2 17.23 Sumber: BPS dan PT PLN (dio lah) *) Jumlah rumah tangga miskin pengguna listrik = Jumlah penduduk miskin dibagi rata-rata ju mlah anggota ru mah tangga miskin d ikalikan persentase rumah tangga miskin dengan sumber penerangan listrik Kebijakan pemberian subsidi seperti ini jelas tidak sesuai dengan tujuan awal pemberian subsidi yaitu membantu penduduk berpenghasilan rendah. Pemberian subsidi dengan cara ini dapat menciptaka n kesenjangan yang makin lebar antar pelanggan PLN maupun dengan pelanggan non PLN atau masyarakat yang belum teraliri listrik. Bahkan penduduk miskin yang belum menikmati energi listrik akan mendapat dampak ganda, yaitu selain mereka tidak menikmati energi listrik, tetapi juga tidak mendapat subsidi. Dari uraian di atas, maka perumusan masalah dalam penelitian ini adalah sebagai berikut: 1. Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan, subsidi, dan harga jual tenaga listrik di Indonesia, baik yang berasal dari dalam 12 maupun luar negeri. Oleh karena itu salah satu rumusan permasalahan dalam penelitian ini adalah faktor-faktor apa saja yang mempengaruhi besarnya subsidi listrik di Indonesia? 2. Seberapa besar dampak kebijakan pemberian subsidi tersebut terhadap jumlah penduduk miskin? 1.3. Tujuan Penelitian Tujuan penelitian ini adalah: 1. Mengidentifikasi faktor-faktor yang mempengaruhi besarnya produksi, konsumsi, subsidi, dan harga jual tenaga listrik, serta pe nerimaan dan pengeluaran pemerintah,kondisi perekonomian, kesempatan kerja, dan tingkat kemiskinan di Indo nesia. 2. Melakukan simulasi dampak peruba han kebijakan subsidi harga listrik, efisiensi perusahaan terhadap kondisi perekonomian dan kemiskinan di Indo nesia. 1.4. Manfaat Penelitian Hasil penelitian ini diharapka n dapat memberi manfaat: 1. Bagi Pemerintah dan PLN, sebagai bahan evaluasi terhadap kebijakan pemberian subsidi yang dilakukan selama ini serta mendapa t masuka n dalam membuat kebijakan subsidi listrik ke depan yang lebih terarah dan memenuhi azas berkeadilan. 2. Bagi anggota Legilatif dan Partai Politik, sebagai masukan dalam memperjuangka n kepentinga n rakyat, terutama masyarakat miskin, tanpa mengabaikan nasib perusahaan penyedia energi listrik, sehingga subsidi benarbenar dapat dirasakan oleh mereka yang membutuhkan, roda perekonomian 13 dapat berputar, dan perusahaan penyedia energi listrik dapat beroperasi sebagaimana mestinya. 3. Bagi masyarakat, sebagai media pembelajaran dan pendewasaan masyarakat akan hakikat subsidi listrik, sehingga masyarakat bisa mengoptimalkan konsumsi listrik sesuai dengan tingkat kemampuannya. 1.5. Ruang Lingk up dan Keterbatasan Banyak faktor yang mempengaruhi besarnya biaya pokok penyediaan tenaga listrik, subsidi yang harus dikeluarkan pemerintah, da n harga jual tenaga listrik yang harus diba yar pelanggan, baik faktor sosial, politik, maupun ekonomi. Penelitian ini lebih difokuskan pada faktor- faktor ekonomi yang dominan mempengaruhi besarnya biaya pokok penyediaan, subsidi, da n harga jua l tenaga listrik serta dampaknya terhadap perekonomian dan kemiskinan baik di daerah pedesaan maupun perkotaan. Penelitian ini menggunakan data pada periode tahun 1990 sampai dengan 2010. Sebagaimana diketahui, pada tahun 1997 terjadi krisis ekonomi di Indonesia yang berdampak kepada kinerja perekonomian nasional baik secara makro maupun mikro. Banyak perusahaan mengalami kesulitan keuangan tak terkecuali perusahaan penyedia tenaga listrik (PLN). Namun penelitian ini tidak membedakan masa sebelum dan sesudah krisis, meskipun kebijakan pemerintah setelah krisis sangat berbeda dibandingkan sebelum krisis, terutama yang berkaitan dengan subsidi, termasuk subsidi listrik. Periode penelitian yang lebih banyak pada periode setelah krisis menyebabkan model yang dibangun lebih menggambarkan kondisi perekonomian setelah krisis daripada sebelum krisis. 14 Selain itu, luasnya permasalahan berkaitan dengan biaya penyediaan, subs idi, da n pe nentuan harga jual tenaga listrik di Indonesia serta keterbatasan data yang tersedia, ada beberapa keterbatasan penelitian ini, yaitu: 1. PLN membagi pelanggan menjadi 37 golongan tarif. Namun dalam penelitian ini hanya membagi pelanggan menjadi tiga kelompok, yaitu pelanggan rumah tangga, pelanggan industri dan pelanggan lainnya. 2. Belanja pemerintah dalam penelitian ini hanya dibedakan menjadi dua kelompok, yaitu belanja untuk subsidi listrik dan belanja lainnya. Belanja untuk subsidi dibedakan menjadi subsidi untuk pelanggan rumah tangga, pelanggan industri, dan pelanggan lainnya. Sementara untuk belanja lainnya tidak dipisahkan secara terperinci. 3. Lingkup pembahasan penelitian ini dilakukan pada level nasional, maka hasil analisisnya juga bersifat umum secara nasional. Jadi ada kemungkinan hasilnya kurang sesuai jika diterapkan pada level regional karena setiap daerah tentunya mempunyai kekhususan tersendiri, baik secara karakteristik wilayah, jumlah pelanggan, maupun jumlah konsumsi listriknya. 4. Penelitian ini juga hanya memfokuskan pada kebijakan pemberian subsidi listrik kepada pelanggan PLN, sehingga mengabaikan kebijakan perusahaanperusahaan penyedia listrik selain PLN. Selain itu, pe nelitian ini juga hanya menganalisis subs idi listrik yang dilakukan pe merintah yaitu subs idi harga, sehingga tidak meneliti alternatif lain dari kebijakan subsidi seperti kebijakan pengalihan subsidi langsung tunai kepada pelanggan, subsidi barang input, dan lain- lain. II. TINJAUAN PUSTAKA 2.1. Pengertian dan Je nis Subsidi Moor (2001) mendefinisikan subsidi dengan “all measures that keep prices for consumers below market level or keep prices for producers above market level or that reduce costs for consumers and producers by giving direct and indirect support” (Subs idi ada lah selur uh kebijaka n yang ditujuka n untuk membantu konsumen tertentu agar dapat membayar produk dengan harga di bawah harga pasar, atau dapat juga berupa kebijaka n yang ditujuka n untuk membantu produsen agar memperoleh pandapatan di atas harga yang dibayar oleh konsumen, dengan cara memberikan bantuan, baik secara langsung ataupun tidak langsung). Sedangkan Handoko dan Patriadi (2005) mendefinisikan subsidi sebagai suatu pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapa i tujuan tertentu yang membuat mereka dapat memprod uksi atau mengko nsumsi suatu prod uk da lam kuantitas yang lebih besar atau pada harga ya ng lebih murah. Sementara berkaitan dengan subs idi energi, termasuk subsidi listrik, Badan Energi Internasional atau International Energy Agency (IEA) mendefinisikan subsidi energi sebagai “any government action that concerns primarily the energy sector that lowers the cost of energy production, raises the price received by energy producers or lowers the price paid by energy consumers” (Subsidi energi adalah setiap kebijakan pemerintah pada sektor energi untuk menurunka n biaya produksi dengan menaikan harga yang diterima produsen atau konsumen membeli dengan harga lebih murah). 16 Dalam konteks ketenagalistrikan di Indonesia, subsidi energi listrik merupaka n jumlah da na yang harus dibayar Pemerintah kepada PT. PLN (Persero) yang dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume penjualan (kWh) untuk setiap golongan tarif. 1 Sementara jenis subsidi menurut Suparmoko da lam Handoko dan Pariadi (2005) secara garis besar dibedakan da lam dua be ntuk yaitu subs idi da lam be ntuk uang (cash transfer) dan subsidi dalam bentuk barang atau subsidi innatura (in kind subsidy). Subs idi bentuk uang biasanya diberikan pemerintah kepada konsumen sebagai tambahan penghasilan atau kepada produsen untuk dapat menurunkan harga barang. Subsidi dalam bentuk uang kepada konsumen mempunyai keunggulan lebih murah bagi pemerintah daripada subsidi dalam bentuk penuruna n harga, da n memberikan kebebasan dalam membelanjakannya. Sedangkan subsidi dalam bentuk barang adalah subsidi yang dikaitkan dengan jenis barang tertentu. Biasanya pemerintah menyediakan suatu jenis barang tertentu dengan jumlah yang tertentu pula kepada konsumen tanpa dipungut bayaran atau pembayaran dibawah harga pasar. Dampak subsidi be ntuk barang ini antara lain: (i) dapat mengurangi jumlah pembelian untuk barang yang disubsidi tetapi konsumsi total bertambah, (ii) secara total konsumsi tidak berubah, hal ini dapat terjadi jika pemerintah disamping memberikan subsidi juga 1 Peraturan Menteri Keuangan Nomor 111/PMK.02/2007 17 menarik pajak yang sama besarnya dengan subsidi, (iii) konsumsi dapat menjadi terlalu tinggi (overconsumption), jika jumlah yang disediakan oleh pemerintah lebih besar daripada jumlah sesungguhnya yang tersedia untuk dibeli konsumen, atau (iv) sebaliknya konsumsi menjadi terlalu rendah (underconsumption), apabila jumlah subsidi yang disediakan oleh pemerintah lebih kecil daripada jumlah yang diharapkan oleh konsumen. 2.2. Efek Pemberian Subsidi Menurut Reiche dan Teplitz (2009), secara garis besar alasan pemberian subsidi dapat dibedakan menjadi dua, yaitu: 1. Pasar gagal untuk mendapatkan titik temu antara permintaan dan penawaran dengan cara yang paling menguntungkan. Subsidi berpotensi untuk meningkatkan kesejahteraan, hal ini dapat terjadi sepanjang biaya sosialnya tidak melebihi nilai keuntungan. Ada berbagai alasan yang mendukung alasan ini, seperti kegagalan pasar (market failures), pasar tidak sempurna (market imperfections), da n eksternaliti (externality). 2. Pemberian subsidi berkaitan aspek distribusi (distribustional considerations). Subsidi diberikan kepada kelompok masyarakat tersebut untuk dapat hidup layak pada tingkat tertentu. Dalam masalah ini subsidi biasanya dikaitkan dengan aspek kemiskinan (poverty), keterjangkauan (affordability) dan keadilan (fairness). Meskipun kedua alasan tersebut berbeda, tetapi dalam pelaksanaannya sangat sulit memisahkan satu dengan yang lain. Sebagai contoh, pemulihan kegagalan pasar (market failures) untuk meningkatkankan efisiensi eko nomi 18 sering dijadikan dalih kebijakan pemberian subsidi yang dikaitkan dengan masalah pemerataan. Kebijakan pemberian subsidi mempunyai efek pos itif maupun negatif. Efek pos itif kebijakan pemberian subsidi terjadi apabila kebijakan ini dikaitkan kepada barang dan jasa yang memiliki pos itif eksternalitas. Subsidi dapat meningkatkan output da n akan lebih banyak sumber daya yang dialokasikan ke barang dan jasa tersebut, misalnya subsidi untuk pendidikan dan teknologi tinggi. Namun demikian, peningkatan jumlah subsidi akan mengakibatkan pajak yang lebih tinggi atau peningkatan harga untuk barang-barang konsumen. Hal initerjadi karena pajak merupakan sumber dana untuk subsidi. Menurut Basri dalam Handoko dan Pariadi (2005), subsidi yang tidak transparan dan tidak tepat sasaranakan mengakibatkan: (i) distorsi baru dalam perekonomian, (ii) inefisiensi, dan (iii) subsidi dinikmati oleh mereka yang tidak berhak. Agar subsidi dapat berjalan secara efektif, maka berdasar studi dan pengalaman di berbagai negara, United Nations Environment Programme (UNEP) merekomendasikan beberapa hal yang harus diperhatikan dalam pengelolaan subsidi tersebut, yaitu: 1. Well-targeted: subsidi diberikan hanya kepada mereka yang menjadi tujuan subs idi da n pantas menerimanya. 2. Efisien: subsidi tidak boleh mendorong produsen maupun ko nsumen untuk menyediaka n atau menggun aka n barang atau jasa yang disubs idi tersebut secara berlebihan. 3. Ada justifikasi yang jelas melalui mempertimbangkan untung ruginya. analisis yang tepat dengan 19 4. Prakt is: jumlah subsidi harus terjangkau dan biaya administrasinya serendah mungkin. 5. Transparan: publik bisa mengetahui berapa nilai subsidi dan siapa saja yang menerima. 6. Waktunya terbatas: waktu pemberian subsidi harus jelas, sehingga produsen maupun konsumen tidak kaget ketika subsidi tersebut dicabut. 2.3. Kemiskinan 2.3.1. Konsep dan Ukuran Ke miskinan Masalah kemiskinan merupakan salah satu persoalan mendasar yang menjadi perhatian pemerintah. Berbagai metode digunakan untuk mengukur tingkat kemiskinan. BPS (2009) misalnya, mendefinisikan kemiskinan sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar (basic needs approach) berupa maka nan da n buka n maka nan yang diuk ur dari sisi pe ngeluaran. Metode yang digunakan adalah dengan menghitung garis kemiskinan, baik untuk maka nan maupun non makanan. Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita per bulan dibawah garis kemiskinan. Sementara Bank Dunia menggunakan batas kemiskinan absolut dengan: a) US$ 1 per kapita per hari, dan b) US$ 2 per kapita per hari. Sedangkan BKKBN mendefinikan kemiskinan dengan pendekatan kesejahteraan rumah tangga. BKKBN membagi rumah tangga menjadi 5 (lima tingkat), yaitu keluarga pra sejahtera, keluarga sejahtera I, keluarga sejahtera II, keluarga sejahtera II, dan keluarga sejahtera III plus. Suatu rumah tangga dikategarikan keluarga miskin jika masuk dalam kagori pra sejahtera dan sejahtera I. 20 Dari berbagai metode pengukuran tingkat kemiskinan, saat ini ukuran kuantitatif lebih banyak digunakan oleh pengambil kebijakan, seperti jumlah pemilikan barang, jumlah kalori yang dikonsumsi atau tingkat pendapatan perkapita per bulan (Pattinama, 2009). Berdasarkan pendekatan kebutuhan dasar, ada 3 indikator kemiskinan yang biasa digunakan, yaitu: 1. Head Count Index (HCI-P 0 ), yaitu persentase pe nduduk miskin yang berada di bawah Garis Kemiskinan (GK). 2. Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1 ) yang merupakan ukuran rata-rata kesenjangan pengeluaran masing- masing penduduk miskin terhadap garis kemiskinan. Semakin tinggi nilai indeks, semakin jauh ratarata pe ngeluaran pe nduduk da ri garis kemiskinan. 3. Indeks Keparahan Kemiskinan (Poverty Severity Index-P2 ) yang memberikan gambaran mengenai penyebaran pengeluaran diantara pe nduduk miskin. Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara pe nduduk miskin. Foster-Greer-Thorbecke (1984) telah merumuskan suatu ukuran yang digunakan untuk mengukur tingkat kemiskinan yaitu: 1 q  z − yi  Pα = ∑  n i =1  z  α dimana: α = 0, 1, 2 z = Garis kemiskinan 21 yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada di bawah garis kemiskinan (i=1,2,…,q), yi < z q = Banyaknya pe nduduk yang be rada di bawah garis ke miskinan n = Jumlah pe nduduk Jika α=0, diperoleh Head Count Index (P 0 ), jika α=1 diperoleh Indeks kedalaman kemiskinan (Poverty Gap Index-P1 ) dan jika α=2 disebut Indeks keparahan kemiskinan (Poverty Severity Index-P2 ). 2.3.2. Penye bab Ke miskinan Chamber (1996) dalam Nugroho (2010) menyatakan bahwa terdapat dua pandangan yang mengidentifikasi penyebab kemiskinan, terutama di daerah pedesaan. Pertama adalah pandangan ekonomi politik yang melihat kemiskinan sebagai fenomena sosial. Kelompok ini memandang kemiskinan di pedesaan muncul sebagai akibat dari proses pengkonsentrasian kekayaan dan kekuasaan yang terjadi melalui tiga tingkatan, yaitu tingkatan global, nasional dan lokal. Kemiskinan pada tingkat global muncul akibat adanya hubungan pertukaran yang eksploitatif dan tidak seimbang antara negara kaya dan negara miskin. Pada tingkat nasional, kemiskinan pedesaan muncul sebagai akibat ulah dari bebagai kelompok kepentingan, khususnya kelas menengah perkotaan yang berusaha memperoleh keuntungan dengan mengorbankan kepentingan pedesaan melalui investasi pada industri dan jasa di pedesaan. Sementara pada tingkat lokal, kemiskinan pedesaan muncul sebagai akibat dari ulah para elit lokal yang terus berusaha mengkonsolidasikan kekuasaan dan kekayaannya. Adanya proses pertukaran yang eksploitatif dan tidak seimbang pada tingkat global hingga lokal 22 menyebabkan kaum kaya menjadi semakin kaya dan kuat, sementara kelompok miskin secara relatif maupun absolut semakin miskin da n lemah. Kedua adalah kelompok pandangan ekologis fisik, yang melihat kemiskinan sebagai fenomena fisik. Kelompok ini mamandang kemiskinan pedesaan muncul sebagai akibat dari pertumbuhan dan tekanan penduduk yang tidak terkendali atas sumberdaya dan lingkungan. Sebagian tenaga kerja terpaksa bermigrasi ke perkotaan atau ke lingkungan marginal agar dapat bertahan hidup. Selain itu parasit, penyakit, kurang gizi, kondisi lingkungan yang tidak sehat, perumahan yang kurang layak, lingkungan yang kurang nyaman, dan kondisi iklim yang tidak menentu menyebabkan timbulnya kemiskinan di daerah pedesaan. 2.4. Inflas i Inflasi didefinisikan sebagai kenaikan harga barang dan jasa secara umum dimana barang dan jasa tersebut merupakan kebutuhan pokok masyarakat atau turunnya daya jual mata uang suatu negara (BPS, 2011). Inflasi merupakan kecenderungan harga barang dan jasa termasuk faktor- faktor produksi yang diukur dengan satuan mata uang yang semakin naik terus menerus. Menurut Atmadja (1999) penyebab terjadinya inflasi dapat dibagi menjadi dua, yaitu: (1) tarikan permintaan (demand pull inflation) dan (2) desakan biaya (cost push inflation). Inflasi yang disebabkan permintaan terjadi karena adanya tingginya peningkatan aggregate demand masyarakat terhadap komoditi-komoditi hasil produksi di pasar barang. Akibatnya, akan menarik kurva permintaan agregat ke kanan atas, sehingga terjadi excess demand. Inflasi yang disebabkan desakan harga terjadi karena adanya kenaikan harga faktor-faktor produksi (baik yang 23 berasal dari dalam negeri maupun luar negeri) di pasar faktor produksi, sehingga menyebabkan kenaikan harga komoditi di dalam pasar komoditi. Sedangkan menurut asalnya inflasi juga dibagi menjadi dua, yaitu: (1) inflasi yang berasal dari dalam negeri (domestic inflation), yaitu inflasi yang timbul karena adanya defisit dalam pembiayaan, belanja negara, musim paceklik, dan bencana alam yang berkepanjangan, dan (2) inflasi yang berasal dari luar negeri (imported inflation), yaitu inflasi yang disebabka n oleh ke naika n hargaharaga ko mod iti di negara lain yang memiliki hubungan perda gangan de ngan negara bersangkutan. Inflasi ini dapat menular baik melalui harga barang-barang impor maupun barang-barang ekspor. Inflasi umumnya memberikan dampak yang kurang menguntungkan dalam perekonomian. Akibat negatif yang ditimbulkan inflasi adalah: (1) menurunkan pendapatan riil orang-orang yang berpendapatan tetap, (2) mengurangi nilai kekayaan yang berbentuk uang, dan (3) memperburuk pembagian kekayaan, khususnya yang bersifat keuangan (Sukirno, 2006 dalam Nugroho, 2010). Selain itu inflasi juga dapat menurunkan nilai riil tabungan dan investasi, sehingga dapat membuat perekonomian tidak efisien, menghambat pertumbuhan ekonomi, dan menurunkan standar hidup. Tingkat kemiskinan di Indonesia masih sangat sensitif terhadap perubahan garis kemiskinan, jika garis kemiskinan dinaikkan, misal karena laju inflasi yang tinggi, akan berdampak pada peningkatan kemiskinan yang relatif besar. Sementara dampak positif inflasi (Putong, 2003 dalam Nugroho, 2010) antara lain: (1) bagi pengusaha barang-barang mewah barangnya menjadi lebih 24 laku pada saat harganya semakin tinggi (masalah prestise), (2) masyarakat lebih selektif dalam konsumsi dan produksi diusahakan seefisien mungkin, (3) inflasi yang berkepanjangan dapat menumbuhkan industri kecil dalam negeri yang dipercaya dan tangguh, dan (4) tingkat pengangguran menurun karena masyarakat terdorong melakukan kegiatan produksi. Angka inflasi dapat dihitung dari angka IHK (indeks Harga Konsumen) atau CPI (Consumer Price Index), yang biasanya diterbitkan setiap bulan, 3 bulan, atau satu tahun. Selain IHK, tingkat inflasi juga dapat dihitung menggunakan GNP atau PDB deflator, yaitu membandingkan GNP atau GDP yang diukur berdasarkan harga baerlaku (GNP atau GDP nominal) terhadap GNP atau PDB konstan (GNP atau PDB riil) 2.5. Dampak Subsidi terhadap Ke miskinan Dampak kebijakan pemberian subsidi terhadap tingkat kemiskinan dapat ditelusuri dengan dua pendekatan. Pertama, peningkatan anggaran subsidi listrik yang merupaka n kebijakan ekspa nsi fiskal akan meningkatkan belanja negara, sehingga kurva IS bergeser ke kanan seperti yang terlihat pada Gambar 2. Akibatnya output nasional mengalami kenaikan dari Y 1 ke Y2 . Karena produksi nasional meningkat, maka terjadi pergeseran sepanjang kurva produksi Y=f(N), sehingga kebutuhan tenaga kerja meningkat. Peningkatan permintaan tenaga kerja akan menggeser kurva permintaan tenaga kerja dari DL1 ke DL2 , pada kondisi penawaran tenaga kerja yang stabil di SL1 . Ini berarti penyerapan tenaga kerja mengalami peningkatan dari N 1 ke N 2 , sehingga tingkat upah juga meningkat dari W1 ke W 2 . Peningkatan tingkat upah dan pegurangan pengangguran mengakibatkan daya beli masyarakat mengalami kenaikan. Apabila peningkatan 25 r LM 1 r2 B A r1 IS2 IS1 O Y1 Y2 Y P AS1 P2 P1 AD2 AD1 O Y Y1 Y2 Y Y Y = f(N) Y2 Y1 O N1 N2 N W O Y SL1 W2 W1 DL2 DL1 O N1 N2 N Sumber: Mankiw, 2007 (modifikasi) Gambar 2. D ampak Pe mberian Subsidi terhadap Kemiskinan 26 daya beli masyarakat tersebut lebih tinggi daripada laju inflasi, maka sejumlah penduduk dapat melewati garis ke miskinan, yang be rarti jumlah penduduk miskin berkurang. Sehingga dapat disimpulkan bahwa peningkatan subsidi listrik dapat mengurangi jumlah penduduk miskin. Pendeka tan kedua adalah de ngan pe ndeka tan harga. Adanya kebijakan pemberian subsidi listrik menyebabkan harga jual tenaga listrik lebih rendah dari yang seharusnya . Murahnya harga jual tenaga listrik menyebabka n biaya produksi lebih renda h da ri yang seharus nya, sehingga harga-harga umumnya mengalami penurunan. Penur unan harga- harga tersebut akan berdampak positif pada peningkatan pendapatan masyarakat. Pada garis kemiskinan yang relatif stabil, maka peningkatan pendapatan masyarakat akan mengakibatkan pengurangan tingkat kemiskinan. Namun terdapat hal yang krusial terkait dengan pendekatan pertama, yaitu apakah peningkatan belanja negara sebagai akibat peningkatan subsidi dapat mendorong kurva IS ke kanan? Subsidi merupakan bagian dari transfer payment sebagaimana pengurangan pajak atau pembagian beras masyarakat miskin. Hal ini biasanya berdampak pada peningkatan daya beli masyarakat atau pengurangan produksi karena adanya subsidi input. Sehingga transfer payment langsung ke masyarakat tersebut cenderung berdampak pada peningkatan konsumsi. Hal lain yang muncul akibat kebijakan pemberian subsidi listrik adalah masalah biaya kesempatan (opportunity cost). Peningkatan alokasi anggaran untuk subsidi listrik akan mengurangi alokasi anggaran untuk kegiatan lain. Apakah besaran anggaran subsidi listrik memiliki dampak yang sama besar atau lebih besar terhadap perekonomian nasional apabila jumlah anggaran yang sama 27 dipergunakan untuk kegiatan lain yang lebih penting dan memiliki efek pengganda lebih besar? 2.6. Dampak Subsidi terhadap Kesejahteraa n Masyarakat Dengan pendekatan kurva penawaran dan permintaan tenaga listrik, da lam melihat dampak pemberian subsidi terhadap kesejahteraan masyarakat (welfare effect) dapat dianalisis menggunakan ilustrasi model consumer surplus (CS) dan produser surplus (PS). Consumer surplus didefinisikan sebagai perbedaan antara harga sebuah barang dimana ko nsumen bersedia memba yar dari harga sebe narnya yang diba yar oleh konsumen tersebut. Sedangkan produser surplus merupakan perbedaan antara harga jual barang yang sebenarnya diperoleh oleh perusahaan dengan harga jual (minimal) yang bersedia diterima oleh perusahaan tersebut. Misalnya, pemerintah memberikan subsidi s rupiah untuk setiap kW h yang dikonsumsi. Hal ini menunjukka n ba hwa harga yang dibayar konsumen di bawah harga bersih yang diterima penyedia energi listrik s rupiah. Secara sederhana Gambar 3 memperlihatkan hubungan ini. P* dan Q* ada lah harga da n kuantitas pasar sebelum diberikan subsidi. P S adalah harga bersih yang diterima penjual, dan P D adalah harga yang dibayar konsumen setelah diberikan subsidi. P S – P D = s ada lah subs idi yang harus diba yar pe merintah. Adanya kebijakan pemberian subsidi terhadap output suatu barang menyebabkan kurva pe nawaran bergeser ke kanan dari S 1 ke S2 dan harga yang dibayar ko nsumen (P D ) lebih rendah dari harga yang semestinya (P*). Akibatnya ada peningkatan konsumsi barang yang disubsidi tersebut dari Q* ke Q1 . Pada kondisi Q1 , maka harga seharusnya yang diterima penjual adalah P S . Sehingga 28 subsidi tidak hanya dinikmati konsumen tetapi juga produsen. Karena pembeli membayar dengan harga lebih rendah, maka terjadi penambahan consumer surplus (ΔCS) yaitu bertambah seluas bidang b+d+e. Demikian pula untuk produsen, terjadi kenaikan produser surplus (ΔPS) sebesar area a+c. Besarnya subs idi yang harus diba yar pe merintah ada lah sQ 1 , yaitu sebesar bidang a+b+c+d+e+f. Perubahan total kesejahteraan akibat kebijakan pemberian subsidi adalah ΔCS ditambah ΔPS dikurangi besarnya subsidi, menjadi b+d+e+a+c(a+b+c+d+e+f)=-f. Segitiga f menunjukka n ada nya inefisiensi (dead weight loss) dalam perekonomian akibat kebijakan pemberian subsidi. Harga S1 S2 PS P* PD a c b d e subsidi f D O Q* Q1 Output Sumbe r: Pindyck dan Rubinfeld, 2003 (dimodifikasi) Gambar 3. Dampak Pe mberian Subsidi terhadap Kesejahteraan Gambar 3 di atas menunjukkan bahwa subsidi pemerintah diperuntukkan untuk mengatasi kegagalan pasar tenaga listrik dan hanya diberikan kepada perusahaan yang skala ekonominya besar dalam rangka optimalisasi. Akibatnya perusahaan-perusahaan yang lain tidak mampu bersaing da n tutup. Sehingga perusahaan yang mendapat subs idi menjadi perusahaan monopo li alami. 29 2.7. Monopoli Alami Suatu pe rusahaan dikataka n monopo li alami adalah apabila perusahaan tersebut dapat memproduksi seluruh keluaran pasar dengan biaya yang lebih rendah daripada yang seharusnya dikeluarkan seandainya terdapat beberapa perusahaan (Pindyck dan Rubinfeld, 2001). Monopoli alami timbul apabila ada skala ekonomi yang kuat seperti yang diilustrasikan pada Gambar 4. Dari Gambar 4 dapat dilihat bahwa karena biaya rata-ratanya turun, maka biaya marjinalnya akan selalu di bawah biaya rata-rata. Seandainya tidak diatur, perusahaan monopo li tersebut akan memproduksi sebanyak Q m dan menjualnya pada harga P m . Pemerintah akan lebih suka menekan harga perusahaan itu ke bawah hingga mencapai tingkat bersaing P c , namun pada tingkat itu, harga tidak akan mencakup biaya rata-rata dan perusahaan bisa tutup. Seba gai alternatif adalah menetapka n harga pada P r , dimana biaya rata-rata dan penerimaan rata-rata saling berpotongan. Dalam hal ini, perusahaan tidak memperoleh laba monopoli, dan output akan diproduksi sebesar mungkin tanpa mengakibatkan bisnis perusahaan mati. Namun seba gai ko nsekuensi pe merintah harus memberika n subs idi harga sebesar selisih P r dengan P c dikalikan kWh yang konsumsi pelanggan sebesar Q c . 2.8. Penelitian yang Pernah Dilakukan 2.8.1. Tarif Listrik Makmun dan Abdurrahman (2003) menganalisis dampak kenaikan tarif dasar listrik terhadap pendapatan dan konsumsi listrik masyarakat menggunakan Model SNSE 2000.Mereka menyimpulkan bahwa kenaikan TDL mempunyai dampak negatif terhadap pendapatan riil masyarakat, mengurangi permintaan terhadap industri maka nan, da n mengurangi pendapatan institusi.Mereka 30 menyarankan agar setiap mengambil kebijakan menaikan TDL pemerintah harus mempertimbangkan dampaknya yang terkecil sekalipun baik terhadap pereko nomian maupun masyarakat pe langgan PLN. Rp/kWh Pm Subsidi Pr AC Pc MC MR Qm AR Qr Qc kWh Sumber: Stiglitz, 2000 (Modifikasi) Gambar 4. Pengaturan Harga Monopoli Alami Dalam penelitian tentang dampak kenaikan TDL terhadap inflasi dan daya saing prod uk nasional menggunakan model Vector Autoregressive (VAR), Lembaga Penyelidikan Ekonomi dan Masyarakat, FE–UI (2010) menyimpulkan bahwa kenaikan TDL akan mempengaruhi inflasi.Kenaika n 10 persen TDL akan memicu inflasi sebesar 1.5–2 persen. Penelitian itu juga menemukan bahwa kenaikan TDL secara bertahap mempuny ai dampak lebih rendah dari pada kenaikan TDL sekaligus.Kesimpulan penting lainnya adalah secara umum kenaikan TDL tidak mempengaruhi daya saing produk nasional.Dari hasil yang diperoleh, penelitian tersebut menyarankan regionalisasi tarif sesuai dengan kemampuan bayar konsumen dan pelayanan PLN. 31 Penelitian kemampuan bayar pelanggan pada PT PLN (Persero) oleh Lembaga Penelitian dan Pemberdayaan Masyarakat, IPB (2009)disimpulkan bahwa meskipun secara umum pelanggan rumah tangga menyatakan tarif yang diberlakukan PLN sudah sesuai, tetapi ketidakmampuan membayar pelanggan rumah tangga 450VA dan 900VA masih cukup tinggi masing- masing mencapai 15,33 persen dan 12,20 persen. Penelitian itu juga menemuka n ketidakmampuan membayar tiap daerah tidak sama. Berdasar data yang diperoleh, penelitian tersebut menyarankan untuk rumah tangga selain 450VA dan 900VA dapat dilakukan penyesuaian tarif yang berkeadilan.Untuk pelanggan sosial, bisnis dan industri juga dapat dikenakan tarif yang sesuai, kecuali untuk lembaga sosial yang terpasang daya 450VA yang harus tetap disubsidi. 2.8.2. Subsidi Listrik Berbagai pendapat disampaikan tentang masih perlu atau tidaknya subsidi listrik. Handoko dan Patriadi (2005) menyatakan bahwa subsidi listrik masih dapat dipe rtahankan de ngan arah yang jelas, serperti subsidi dikhususka n untuk pelanggan sosial, rumah tangga miskin, da n usaha kecil/menengah.Di samping itu, PT PLN juga harus memiliki mekanisme yang dapat mencegah pencurian listrik atau inefisiensi dalam konsumsi listrik. Selanjutnya, Purwoko (2003) menganalisis tentang peran subsidi bagi industri da n rumah tangga pengguna listrik. Dia mempe lajari dan menganalisis trend kebutuhan energi listrik di masa yang akan datang dan membandingkan praktek-praktek subsidi listrik di beberapa negara ASEAN yaitu Malaysia, Filipina, Thailand dan Vietnam. Beberapa kesimpulan yang diperoleh dari penelitian tersebut antara lain bahwa:subsidi listrik di Indonesia masih diperlukan 32 dalam rangka membantu masyarakat yang kurang mampu agar dapat menikmati fasilitas listrik serta memperluas jaringa n listrik agar dapat menjangkau daerahdaerah terpencil; untuk membantu masyarakat yang kurang mampu diperlukan subsidi silang antar kelompok pelanggan; pemerintah perlu memberi subsidi kepada PT. PLN (Persero) untuk memperluas jaringan listrik; agar subsidi silang antar pelanggan dapat terjadi, maka tarif listrik yang ada saat ini perlu dinaikkan secara bertahap, hingga menjadi sama dengan biaya produksi listrik. Nguyen (2008) dalam penelitiannya tentang dampak kenaikan tarif listrik terhadap harga-harga di Vietnam menemukan bahwa kenaikan tarif listrik akan memicu kenaikan harga di seluruh sektor yang lain, ini berarti akan terjadi inflasi. Berdasar pe nelitian yang dilakuka n World Bank (2002) tentang subsidi listrik untuk irigasi di India menemukan bahwa paket reformasi percepatan sektor kelistrikan, termasuk penyesuaian tarif dan investasi untuk meningkatkan mutu pelayanan, meningkatkan pendapatan petani 40 – 100 persen. Untuk memastikan kelangsungan dan peningkatan dukungan reformasi sektor kelistrikan, para pembuat kebijakan harus mendefinisikan, mengkomunikasikan, dan membuat konsensus secaraterang dan jelas bahwa dengan biaya yang lebih tinggi maka mutu pelayanan juga akan terus meningkat. United Nations Environment Programme (2008) dalam laporannya tentang reformasi subsidi energi menyatakan bahwa salah satu dampak negatif adanya subs idi pada suatu barang atau jasa de ngan pe mbe rian harga di ba wah harga yang seharusnya adalah memicu penggunaan produk tersebut lebih tinggi dan mengurangi keinginan menggunakannya secara efisien. UNEP juga menemukan meskipun rumah tangga miskin dapat manfaat dari subsidi tersebut, tapi nilainya 33 sangat kecil karena konsumsinya yang juga cenderung kecil. Rumah tangga kayalah yang lebih banyak mendapatkan keuntungan dengan subsidi tersebut. Koplow (2004) dalam penelitiannya mengenai subsidi terhadap industri energi menyimpulkan bahwa berbagai subsidi yang nilainya ratusan milyar dollar per tahun di berbagai negara telah menghalangi pasar untuk lebih jernih dan efisien dalam menyediakan berbagai jasa di bidang energi.Di samping itu juga meningkatkan bahaya terhadap kesehatan manusia dan lingkungan.Untuk mengatasinya diperlukan ke maua n po litik yang kuat dari semua pihak yang terlibat. Pada penelitian lain, Ritschel dan Smestad (2003) menganalisis tentang subsidi sektor energi dalam deregulasi pasar sektor kelistrikan di negara bagian California. Mereka menyimpulkan bahwa intervensi pemerintah untuk mengurangi dampak krisis energi telah mengisolasi pengguna listrik dari keadaan pasar yang sebe narnya, mencegah keingina n meningkatkan konservasi energi, dan pindah ke energi alternatif ya ng terbaruka n. Komives, et al. (2009) meneliti tentang dampak subsidi listrik untuk rumah tangga di Meksiko terhadap kemiskinan.Mereka menemukan beberapa hal mulai evaluasi berbagai alternatif sampai skema harga/subsidi untuk listrik rumah tangga. Beberapa temuan tersebut diantaranya: (i) peruba han harga tanpa dibarengi penghapusan subsidi untuk sebagian besar pelanggan tidak akan menghilangan kesenjangan di masyarakat, (ii) pengurangan subsidi akan menyebabkan kenaikan tagihan listrik yang berarti akan mengurangi disposable income rumah tangga, dan (iii) pengurangan biaya dapat mengimbangi kebutuhan menaika n harga, dan pengurangan biaya dengan sendirinya akan menghasilkan 34 porsi yang lebih besar untuk tambahan subsidi bagi rumah tangga golongan rendah. 2.8.3. Keterkaitan Subsidi denga n Kemiskinan Dalam penelitiannya tentang ketimpangan distribusi pendapatan, krisis ekonomi dan kemiskinan, Setianegara (2008) menekankan pentingnya masalah pemerataan distribusi pendapatan. Dia menyimpulkan bahwa ketimpangan distribusi pendapatan di Indonesia terjadi antar daerah, antar propinsi, dan dalam propinsi. Setianegara juga menambahkan bahwa para pengambil kebijakan ekonomi harus mempe rhatika n masalah kesenjangan ini karena beberapa alasan, yitu: (i) sebagian masyarakat memandang pemerataan pendapatan sebagai tujuan yang layak dicapai karena menyangkut masalah keadilan sosial, (ii) kebijakan pemerataan pendapatan, baik langsung maupun tidak langsung dijalankan untuk menurunkan kemiskinan, dan (iii) kebijakan pemerataan dalam semua bidang dapat meningkatkan kohesi sosial dan mengurangi konflik politik. Ritonga (2005) meneliti tentang hubungan pertumbuhan ekonomi dengan distribusi pendapatan di Indonesia. Dia menyimpulkan bahwa pendapatan nasional yang diterima penduduk berpenghasilan tinggi cenderung membesar, sedangkan untuk golongan berpenghasilan rendah tidak ada peningkatan berarti. Peningkatan pendapatan 20 persen penduduk berpenghasilan tinggi lebih cepat dari pada 80 persen penduduk yang lain. Akibatnya kesenjangan menjadi lebih lebar. Dia menambahkan berbagai indikator harus menjadi perhatian dalam memahami distribusi pendapatan di negara berkembang seperti Indonesia, seperti jumlah orang miskin, kesenjangan absolut, kesenjangan konsumsi, kesenjangan etnik, dan lain- lain. 35 Maipita, Jantan, dan Razak (2010) dalam penelitiannya tentang dampak kebijakan fiskal terhadap kinerja ekonomi dan angka kemiskinan di Indo nesia menggunakan model Computable General Equilibrium (CGE) salah satu kesimpulannya menyebutkan bahwa peningkatan subsidi menghasilkan penurunan harga pada sektor pertambangan dan pengalian, manufaktur, serta listrik, gas, dan air. Sementara dampak peningkatan subsidi terhadap kemiskinan menunjukkan penurunan yang signifika n, khususnya area pedesaan. Dari penelitian-penelitian di atas dapat dilihat bahwa penelitian yang telah dilakukan, terutama di Indo nesia, lebih banyak terfokus pada analisis kebijakan baik keuntungan maupun kerugiannya dan analisis akibat pengurangan subsidi listrik seperti analisis kenaikan TDL, tetapi belum ada yang menganalisis faktorfaktor apa saja yang mempengaruhi besarnya subsidi listrik menggunakan analisis kuantitatif. Sehingga masih ada celah untuk melengkapi penelitian-penelitian tersebut yaitu untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi besarnya subsidi listrik dan seberapa besar dampak kebijakan pe mberian subsidi listrik terhadap tingkat kemiskinan. Untuk itu, penelitian ini akan mengidentifikasi variabel- variabel ekonomi yang mempengaruhi besarnya subsidi listrik serta menganalisis dampaknya terhadap tingkat kemiskinan di Indo nesia menggunakan model ekonometrika. Penelitian untuk mengidentifikasi variabelvariabel ekonomi yang mempengaruhi besarnya subsidi listrik serta dampaknya terhadap tingkat kemiskinan sangat penting terutama bagi para pembuat kebijakan pada sektor kelistrikan. Di samping sebagai evaluasi kebijakan subsidi yang dilakukan selama ini, juga mencari solusi yang tepat untuk merumuskan kebijakan 36 subsidi yang lebih terarah dan berkeadilan tanpa mengabaikan kelangsungan perusahaan penyedia tenaga listrik di masa mendatang. III. METODE PENELITIAN 3.1. Kerangka Pikir Proses penetapan besaran subsidi harga listrik melalui proses yang panjang antara pemerintah dan Dewan Perwakilan Rakyat (DPR-RI). Berbagai pertimbangan telah diperhitungkan pemerintah dalam menetapka n nilai subsidi listrik baik secara politik maupun dampak kebijakan subsidi listrik tersebut, dampak positif maupun negatif. Kebijakan penetapan besaran subsidi akan berimplikasi pada besarnya harga jual tenaga listrik. Penetapan harga jual ini selanjutnya akan berpengaruh pada produksi dan konsumsi tenaga listrik. Ini dikarenaka n subsidi yang dikeluarkan pemerintah, selain untuk konsumen tenaga listrik juga disertai margin keuntungan yang diberikan kepada perusahaan penyedia tenaga listrik. Secara lebih luas, penetapan harga jual tenaga listrik juga akan berdampak pada harga-harga barang di masyarakat karena listrik telah menjadi salah satu sumber energi utama dalam menggerakan roda perekonomian. Sehingga penetapa n harga jual tenaga listrik ini akan berdampak luas pada berbagai aspek perekonomian seperti tingkat inflasi, pertumbuhan ekonomi, pengangguran, bahkan perdagangan antar negara. Berputarnya roda perekonomian, selanjutnya akan meningkatkan kesempatan kerja yang disertai peningkatan pendapatan. Perubahan pendapatan ini, peruba han harga- harga, serta campur tangan pemerintah secara bersama-sama maupun sendiri-sendiri aka n mempengaruhi tingkat kemiskinan. 38 3.2. Hipotesis Penelitian Hipotesis yang akan diuji dalam disertasi ini adalah: 1. Subsidi harga diduga dapat memperbaiki kinerja perekonomian, diantaranya menekan inflasi, meningkatkan pertumbuhan ekonomi, meningkatkan kesempatan kerja, dan menurunkan tingkat kemiskinan di desa maupun di kota. 2. Kenaikan harga barang input produksi listrik akan meningkatkan biaya produksi perusahaan penyedia tenaga listrik, yang dapat memperburuk kinerja perekonomian serta meningkatkan kemiskinan. 3. Efisiensi di perusahaan penyedia tenaga listrik dapat menurunkan biaya operasi dan daya jual tenaga listrik, serta dapat memperbaiki kinerja pereko nomian. 3.3. Metode Analisis Metode analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis model ekonometrika. Analisis deskriptif akan digunakan untuk menggambarkan kondisi kelistrikan di Indonesia selama periode 19902010, seperti tingkat produksi dan konsumsi tenaga listrik, biaya operasional perusahaan penyedia tenaga listrik, tarif listrik, subsidi listrik, dan tingkat kemiskinan. Sedangkan model ekonometrika digunakan untuk mengidentifikasi faktor- faktor apa saja yang mempengaruhi nilai subsidi listrik di Indonesia dan bagaimana dampaknya terhadap tingkat kemiskinan. Selain itu model ekonometrika juga akan digunakan untuk menguji berbagai kejadian atau skenario yang dapat terjadi terkait sektor kelistrikan melalui simulasi-simulasi. 39 ICP Kebijakan Moneter Kebijakan Fiskal Nilai Tukar Rp/US$ Pengeluaran Pemerintah Penerimaan Pemerintah Dampak Positif: - Meningkatkan daya beli - Stabilisasi harga (inflasi) Pertimbangan: - UU - Politik - Nilai Tukar Rp/US$ - APBN - Daya beli masyarakat terhadap tenaga Konsumsi Listrik Subsidi Harga Listrik Penetapan Harga Jual Tenaga Listrik (TDL) Dampak Negatif: - Inefisiensi - Kemampuan APBN menurun - Distorsi pasar - Ketidakadilan Kinerja Perekonomian Produksi Tenaga Listrik Inflasi Pertumbuhan Ekonomi Pengangguran Neraca Pembayaran Kesempatan Kerja Gambar 5. Upah Tenaga Kerja Kemiskinan Kerangka Pemikiran Dampak Subsidi Harga Listrik terhadap Kemiskinan 40 3.3.1. Model Ekonometrika Menurut Koutsoyiannis (1977), model ekonometrika adalah suatu model yang menggambarkan hubungan antara variabel endo gen (endogenous variables) dengan variabe l pe njelasnya (explanatory variables). Model ekonometrik dapat digunakan untuk: (i) alat analisis, seperti pengujian suatu teori ekonomi, (ii) penetapan kebijakan, berdasar nilai estimasi parameter, dan (iii) peramalan da mpak, yaitu de ngan melakuka n perlakuan tertentu pada suatu variabe l untuk mempredisi ekonomi mendatang. Suatu model dianggap baik apabila memenuhi kriteria ekonomi (theoritically meaningfull), terutama tanda dan besaran (magnitude and sign) estimasi dari parameter yang dihasilkan. Dari sudut pandang statistik, model yang baik dapat dilihat dari tingkat derajat ketepatan (goodness of fit) dan memuaskan (statistically satisfactory). Sedangkan menurut kriteria ekonometrika model yang baik dapat dilihat apakah estimasi parameter unbiasedness, efficieny, consistency, dan sufficiency. Model yang dibangun dalam penlitian ini adalah model untuk menganalisis faktor- faktor yang mempengaruhi besarnya subsidi listrik di Indo nesia. Banyak faktor yang mempengaruhi subsidi listrik, dalam penelitian ini akan fokus dengan variabel-variabel ekonomi yang dominan yang mempengaruhi besar kecilnya subsidi listrik. Bentuk umum model ekonometrika secara operasional dirumuskan dalam bentuk sebagai berikut: Yt = β 0 + β1Yt * + β 2 X t + β 3 X t − j + β 4 Z t + β 5 Z t − j + β 6Yt − j + ut dimana Yt = variabel endogen pada periode t 41 Y* t = variabel endogen penjelas pada periode t Xt = variabel eksogen pada periode t Xt-j = variabel eksogen pada periode t-j Zt = variabel kebijakan pada periode t Zt-j = variabel kebijakan pada periode t-j Yt-j = variabel endogen pada periode t-j ut = faktor pengganggu β0 = konstanta β 1 ,., β6 = parameter Nilai elastisitas jangka pendek dan jangka panjang dihitung dengan rumus sebagai berikut: Xj Elastisitas jangka pendek: ε j = βˆ j Yj Elastisitas jangka panjang: η j = 3.3.1.1. εj (1 − β 6 ) Persamaan Struktural dan Identitas Model subsidi listrik di Indo nesia yang dibangun dalam penelitian ini terdiri da ri 56 persamaan, dimana 29 persamaan merupakan persamaan struktural dan 27 persamaan adalah persamaan identitas. Semua persamaan dikelompokkan ke dalam 8 blok, yaitu (1) Blok Produksi Tenaga Listrik, (2) Blok Konsumsi Tenaga Listrik, (3) Blok Subsidi, (4) Blok Harga Jual tenaga Listrik, (5) Blok Penerimaan dan Pengeluaran Pemerintah, (6) Blok Perekonomian, (7) Blok Tenaga Kerja, dan (8) Blok Kemiskinan. Keterkaitan antarblok dapat dilihat pada Gambar 6, sedangkan ringkasan model subsidi listrik dapat dilihat pada Lampiran 2. 42 BLOK KONSUMSI BLOK PRODUKSI TENAGA BLOK HARGA JUAL TENAGA BLOK SUBSIDI HARGA LISTRIK BLOK PEREKONOMIAN BLOK TENAGA KERJA BLOK PENERIMAAN DAN PENGELUARAN BLOK KEMISKINAN Gambar 6. Keterkaitan Antarblok Model Subsidi Harga Listrik di Indonesia Dari Gambar 6 dapat dilihat bahwa subsidi listrik dipengaruhi oleh ke mampuan pemerintah untuk memba yarnya da n juga besarnya tenaga listrik yang diproduksi. Subsidi listrik yang ditetapkan akan berdampak pada besarnya harga yang akan dikenakan kepada pelanggan. Harga jual ini akan mempengaruhi tingkat konsumsi tenaga listrik, dan juga kinerja ekonomi terutama tingkat inflasi. Perubahan harga ini secara langsung akan mempengaruhi proses produksi. Adanya perubahan tingkat produksi akan mempengaruhi tingkat kebutuhan tenaga kerja dan juga tingkat upah. Selanjutnya tingkat kesempatan kerja, upah, inflasi, dan juga campur tangan pemerintah akan mempengaruhi tingkat kemiskinan. Dari Gambar 6 tersebut juga dapat dilihat pentingnya peran serta pemerintah. Sebagaimana negara-negara berkembang yang lain, di Indonesia peranan pemerintah sangat penting baik dalam menggerakkan roda perekonomian maupun program pengentasan kemiskinan. 43 Adapun penjelasan secara lengkap untuk setiap persamaan akan diuraikan pada bagian di bawah ini. 1. Blok Produksi Tenaga Listrik a. Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dan pembangkit sewa ditambah tenaga listrik yang dibeli dari listrik swasta (Independent Power Produser). Prod uks i tenaga listrik yang diproduksi sendiri diproksi dengan banyaknya konsumsi bahan bakar minyak (QBBM), batubara (QBTB), da n gas alam (QGAS). Persamaan tenaga listrik yang diproduksi sendiri (PRODSDR) dapat dirumuskan sebagai berikut: PRODSDRt = a 0 + a1 QBBM t + a2 QBTBt + a3 QGAS t + a 4 PRODSDRt-1 + u1t .............................................. (3.1) Tanda dan besaran yang diharapkan dari estimasi parameter: a 1 , a 2 , a 3 > 0 dan 0 < a 7 < 1. Bahan bakar minyak (BBM), batubara, dan gas alam merupakan bahan bakar utama yang digunakan untuk membangkitkan tenaga listrik. Konsumsi bahan bakar tersebut sangat dipengaruhi oleh jumlah atau kuantitas bahan bakar dan harganya. Jumlah konsumsi BBM dipengaruhi oleh harganya (PBBM) dan tenaga listrik yang diproduksi sendiri (PRODSDR). Jumlah konsumsi batubara dipengaruhi oleh harganya (PBTB), tenaga listrik yang diproduksi sendiri (PRODSDR), dan harga BBM. Sedangkan konsumsi gas alam dipengaruhi oleh harga nya (PGAS), tenaga listrik yang diproduksi sendiri (PRODSDR), jumlah konsumsi BBM, dan konsumsi batubara. Lonjakan harga minyak mentah dunia 44 tahun 2008 juga diduga mempengaruhi konsumsi bahan bakar-bahan bakar tersebut. Persamaan konsumsi BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: QBBM t = b 0 + b1 PBBM t + b2 PRODSDRt + b 3 D08 + b 4 QBBM t-1 + u2t ............................................................ (3.2) QBTBt = c 0 + c1 PBTBt + c 2 PRODSDRt + c3 PBBM t + c 4 D08 + c5 QBTBt-1 + u3t ................................................ (3.3) QGAS t = d0 + d1 PGASt + d2 PRODSDRt + d 3 QBBM t + d 4 QBTBt + d5 D08 + u4t .................................................. (3.4) Tanda dan besaran yang diharapkan dari estimasi parameter: b 1 , c 1 , d1 , b3 , d3 , d4 < 0; b 2 , c2 , d2 , c3 > 0; dan 0 < b 4 , c 5 < 1. Harga BBM sendiri dipengaruhi oleh harga minyak mentah Indonesia atau Indonesian Crude Oil Price (ICP) dan nilai tukar rupiah terhadap dolar Amerika Serikat (KURS). Harga batubara dipengaruhi harga dunia batubara (PDBTB) dan nilai tukar rupiah terhadap do lar Amerika Serikat. Sedangkan harga gas alam dipengaruhi oleh nilai tukar rupiah terhadap dolar Amerika Serikat dan harga BBM. Melonjaknya harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi harga BBM dan batubara dalam negeri. Sedangkan kr isis ekonomi tahun 1998 mempengaruhi harga gas alam. Persamaan harga BBM, batubara, dan gas alam dapat dirumuskan sebagai berikut: 45 PBBM t = e 0 + e1 ICPt + e 2 KURS t + e3 D08 + e 4 PBBM t-1 + u5t ............... (3.5) PBTBt = f0 + f1 PDBTBt + f2 KURS t + f3 PBBM t + f4 PBTBt-1 + u6t ....... (3.6) PGAS t = g0 + g1 KURS t + g2 PBBM t + g3 D98 + g4 PGAS t-1 + u7t .......... (3.7) Tanda dan besaran yang diharapkan dari estimasi parameter: e 1 , f1 , g1 , e 2 , f2 , g2 , f3 > 0; e 3 , g3 > 0; dan 0 < e 4 , f4 , g4 < 1. Persamaan nilai konsumsi BBM, batubara, dan gas alam adalah persamaan identitas yang merupaka n perka lian jumlah ba han bakar de ngan harganya. Persamaan nilai konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t ................................................................ (3.8) CBTBt = QBTBt * PBTBt .................................................................... (3.9) CGAS t = QGAS t * PGAS t .................................................................. (3.10) Sebagian produksi tenaga listrik adalah tenaga listrik yang dibeli dari perusahaan lain. Besarnya tenaga listrik yang dibeli dari pihak lain dipengaruhi oleh tenaga listrik yang diprod uks i sendiri, tenaga listrik yang terjual, dan besarnya listrik yang hilang atau susut (SUSUT). Melonjaknya harga minyak mentah dunia tahun 2008 dan kebijakan perluasan pelanggan bersubsidi juga 46 diduga mempengaruhi besarnya tenaga listrik yang dibeli. Persamaan tenaga listrik yang dibeli dari pihak lain (TLBELI) dapat dirumuskan sebagai berikut : TLBELI t = h0 + h1 PRODSDRt + h2 TLJUALt + h3 SUSUTt + h4 D08 + h5 D05 + h6 TLBELI t-1 + u8t ........................... (3.11) Tanda dan besaran yang diharapkan dari estimasi parameter: h1 , h4 , h5 < 0; h2 , h3 > 0; dan 0 < h6 < 1. Sebagaimana disebutkan di atas bahwa total produksi tenaga listrik adalah penjumlahan tenaga listrik yang diproduksi sendiri dengan tenaga listrik yang dibeli. Sehingga produksi tenaga listrik total (PRODTL) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t ................................................. (3.12) b. Biaya Pokok Penyediaan Ene rgi Listrik Biaya pokok penyediaan (BPP) adalah biaya penyediaan tenaga listrik mulai dari pembangkitan, penyaluran (transmisi) sampai dengan pendistribusiannya ke pelanggan. Dalam menghitung biaya pokok penyediaan tenaga listrik, PT PLN (persero) menggunakan komponen-komponen yang meliputi: biaya pembelian tenaga listrik termasuk sewa pembangkit, biaya bahan bakar (BBM, gas alam, panas bumi, batubara, minyak pelumas, dan biaya retribusi air permukaan), biaya pemeliharaan, biaya kepegawaian, biaya administrasi, penyusutan aktiva tetap operasional, dan biaya pinjaman yang digunakan untuk penyediaan energi listrik. Berdasarkan data PT PLN (persero), 47 lebih dari 50 pe rsen biaya operasional digunakan untuk biaya bahan bakar, diikuti biaya untuk pembelian listrik dari pihak lain termasuk sewa pembangkit. Dalam penelitian ini biaya operasional perusahaan penyedia tenaga listrik yang akan digunakan untuk menghitung biaya pokok penyediaan (BPP) diproksi dengan besarnya energi listrik yang dibeli dari pihak lain (TLBELI), biaya bahan bakar, dan biaya lainnya (CLAIN). Biaya bahan bakar akan difokuskan pada konsumsi BBM (CBBM), batubara (CBTB), dan gas alam (CGAS). Hal ini dilakukan karena selain ketiga jenis bahan bakar tersebut seperti panas bumi nilainya relatif kecil, sedangkan untuk biaya retribusi air permukaan relatif konstan dan sangat tergantung faktor alam. Krisis ekonomi yang menimpa Indonesia sejak pertengahan tahun 1997 juga diduga sangat berpengaruh terhadap besarnya biaya operasional perusahaan penyedia tenaga listrik. Ini terjadi karena pada saat krisis harga-harga barang naik tajam da n nilai tukar rupiah terhadap berbagai mata uang asing mengalami koreksi yang cukup dalam, sementara pendapatan riil masyarakat mengalami penurunan. Lonjakan harga minyak dunia tahun 2008 juga dipercaya mempengaruhi biaya operasional perusahaan karena penggunaan BBM oleh perusahaan penyedia tenaga listrik yang masih cukup tinggi. Persamaan total biaya operasi produksi tenaga listrik (BOP) adalah: BOP t = i0 + i1 TLBELI t + i2 CBBM t + i3 CBTBt + i4 CGAS t + i5 CLAIN t + i6 D05 + i7 BOPt-1 + u9t ...............................… (3.13) Tanda dan besaran yang diharapkan dari estimasi parameter: i 1 , i2 , i3 , i4 , i5 > 0 dan 0 < i7 < 1. 48 Biaya pokok penyediaan energi listrik per kWh dihitung berdasar nilai total biaya operasional dibagi dengan total kWh yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh adalah: BPP t = BOPt / TLJUALt …...........................................…………..... (3.14) 2. Blok Kons umsi Tenaga Listrik PT PLN (Persero) membagi pelanggan menjadi enam kelompok yaitu rumah tangga, industri, bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum. Dalam penelitian ini kelompok pelanggan hanya dibagi menjadi tiga kelompok yaitu rumah tangga, industri, dan lainnya. Pengelompokan ini didasarkan pada besarnya konsumsi listrik oleh setiap kelompok pelanggan, dimana rumah tangga dan industri merupakan pemakai energi listrik utama di Indo nesia. Pelanggan rumah tangga mengkonsumsi energi listrik sebesar 40.83 persen dari total konsumsi listrik nasional, diikuti pelanggan industri sebesar 34.58 persen, dan sisanya dikonsumsioleh pelanggan bisnis, lembaga- lembaga sos ial, dan kantor pelayanan publik seperti kantor-kantor pemerintah dan penerangan jalan umum. Konsumsi energi listrik untuk rumah tangga diproksi dengan harga jual energi listrik untuk pelanggan rumah tangga (HJTLRT), jumlah pelanggan rumah tangga (PELRT) da n produk domestik bruto (PDB) per kapita (PDBKPT). Konsumsi listrik oleh ka langan industri diprok si de ngan harga jual energi listrik untuk industri (HJTLIND), PDB sektor industri (PDBI), dan jumlah pelanggan industri (PELIND). Sedangkan konsumsi energi listrik untuk pelanggan lainnya diproksi dengan rata-rata harga jual tenaga listrik (HJTLOTH), PDB selain sektor industri (PDBL), da n jumlah pelanggan lainnya (PELOTH). 49 Krisis eko nomi yang melanda Indo nesia dengan puncaknya terjadi pada tahun 1998 menyebabkan penurunan pendapatan riil masyarakat dan banyak perusahaan dan bisnis ba ngkrut. Hal tersebut tentunya aka n berpengaruh terhadap konsumsi energi listrik secara komulatif. Perluasan pe langga n yang mendapatka n subsidi pada tahun 2005 diperkirakanjuga mendorong peningkatan konsumsi listrik karena harga listrik menjadi lebih murah da ri yang seharusnya. Krisis keuangan global yang dimulai dari Amerika Serikat sejak pertengahan tahun 2008 (D 09 ) dan diikuti negara- negara lain sepe rti Jepa ng da n negara- negara ka wasan Eropa mempengaruhi industri dan bisnis dalam negeri terutama yang berorientasi ekspor. Penurunan ekspor ke negara-negara tersebut menyebabkan penurunan produksi dan barang-barang penunjang lainnya seperti kebutuhan energi listrik. Persamaan konsumsi energi listrik untuk pelanggan rumah tangga (CLISRT), industri (CLISIND), dan lainnya (CLISOTH) dapat dirumuskan sebagai berikut: CLISRTt = j 0 + j1 HJTLRTt + j 2 PELRTt + j 3 PDBKPTt + j 4 D98 + j 5 CLISRTt-1 + u10t ......................................... (3.15) CLISINDt = k 0 + k1 HJTLINDt + k 2 PDBI t + k 3 PELINDt + k 4 D98 + k5 D09 + k6 CLISINDt-1 + u11t .................... (3.16) CLISOTHt = l0 + l1 HJTLOTHt + l2 PDBLt + l3 PELOTHt + l4 D05 + l5 D08 + u12t ......,,......................................... (3.17) 50 Tanda dan besaran yang diharapkan dari estimasi parameter: j 1 , k 1 , l1 < 0; j 2 , k2 , l2 , j 3 , k 3 , l3 > 0; dan 0 < j 6 , k 6 < 1. Jumlah tenaga listrik yang terjual adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang dikonsumsi rumah tangga, industri, dan pelanggan lainnya. Persamaan jumlah tenaga listrik yang terjual (TLJUAL) dapat dirumuskan sebagai berikut: TLJUALt = CLISRTt + CLISINDt + CLISOTHt ............................. (3.18) Sementara jumlah tenaga listrik yang hilang atau susut (SUSUT) adalah persamaan identitas yang merupakan selisih dari produksi tenaga listrik dengan tenaga listrik yang terjual dan dipakai sendiri, dan dirumuskan sebagai berikut: SUSUTt = PRODTLt – (TLJUALt + CLISDRt ) ................................ (3.19) 3. Blok Subsidi Listrik Selain pertimbangan politik, besarnya subsidi listrik juga sangat ditentukan besarnya kemampuan anggaran pemerintah. Anggaran pemerintah tersebut ditentukan penerimaan pemerintah baik dari pajak maupun sumber-sumber penerimaan lainnya. Subsidi harga listrik per kWh baik untuk pelanggan rumah tangga, industri, maupun pelanggan lainnya diproksi dengan jumlah penerimaan pemerintah (PENPEM). Lonjakan harga minyak mentah dunia pada tahun 2008 juga diperkirakan mempengaruhi besarnya subsidi listrik karena tidak adanya kebijakan menaikan tarif listrik. Persamaan subs idi harga listrik pe r kW h untuk pelanggan rumah tangga (SUBPRT), industri (SUBPIND), dan pelanggan lainnya (SUBPOTH) dirumuskan sebagai berikut: 51 SUBPRTt = m0 + m1 PENPEM t + m2 D08 + m3 SUBPRTt-1 + u13t ...... (3.20) SUBPINDt = n0 + n1 PENPEM t + n2 D08 + n3 SUBPINDt-1 + u14t ...... (3.21) SUBPOTHt = o 0 + o 1 PENPEM t + o2 D08 + o 3 SUBPOTHt-1 + u15t ... (3.22) Tanda dan besaran yang diharapkan dari estimasi parameter: m1 , n1 , o1 > 0 dan 0 < m3 , n3 , o 3 < 1. Nilai subsidi yang harus ditanggung pemerintah adalah persamaan identitas yang merupakan perkalian subsidi harga listrik per kWh dengan jumlah konsumsi tenaga listrik untuk setiap golongan pelanggan. Persamaan besarnya subsidi listrik untuk pelanggan rumah tangga (SUBRT0, industri (SUBIND0 dan pelanggan lainnya (SUBOTH) dapat dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 ............................................. (3.23) SUBINDt = SUBPINDt * CLISINDt / 1000 ....................................... (3.24) SUBOTHt = SUBPOTHt * CLISOTHt / 1000 .................................... (3.25) SUBLSTRt = SUBRTt + SUBINDt + SUBOTHt ............................... (3.26) 4. Blok Harga Jual Tenaga Listrik Perusahaan penyedia tenaga listrik tidak dapat menaikka n harga sesuai keinginan sendiri atau sesuai mekanisme pasar karena listrik telah menguasai 52 hajat hidup orang banyak. Pemerintah ikut campur tangan dalam menentukan besarnya tarif listrik yang akan dikenakan kepada pelanggan. Dalam Undangundang nomor 30 tahun 2009 tentang ketenagalistrikan dengan jelas disebutkan bahwa yang menetapkan tarif tenaga listrik adalah pemerintah dengan persetujuan DPR-RI. Besarnya harga jual tenaga listrik untuk setiap golongan pelanggan ditetapkan berbeda-beda dengan mempertimbangkan aspek keadilan, daya beli masyarakat, biaya produksi, dan efisiensi pengusahaan. Dalam penelitian ini, harga jual energi listrik untuk rumah tangga merupakan persamaan identitas yang merupakan selisih antara harga pokok penyediaan tenaga listrik per kWh (termasuk margin) dengan subsidinya. Persamaan rata-rata harga jual energi listrik untuk rumah tangga (HJTLRT), industri (HJTLIND), dan lainnya (HJTLOTH) ada lah: HJTLRTt = (1 + m t ) BPP t – SUBPRTt ............................................ (3.27) HJTLINDt = (1 + mt ) BPP t – SUBPIND t ......................................... (3.28) HJTLOTHt = (1 + mt ) BPP t – SUBPOTH t ....................................... (3.29) Rata-rata harga jual tenaga listrik adalah persamaan identitas yang merupaka n rata-rata tertimbang dari tarif listrik setiap golongan pelanggan yang dirumuskan sebagai berikut: AVHJTL t = 5. HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t Blok Penerimaa n dan Penge luaran Pemerintah (3.30) 53 Penerimaan pemerintah berasal dari pajak dan non pajak. Besarnya penerimaan pemerintah dari pajak diproksi dengan PDB tahun sebelumnya dan inflasi. Persamaan penerimaan pemerintah dari pajak (PENPJK)dapat dirumuskan sebagai berikut: PENPJK t = p 0 + p 1 PDBt-1 + p2 INFLASI t + p3 D98 + p 4 PENPJKt-1 + u16t ................................................ (3.31) Tanda dan besaran yang diharapkan dari estimasi parameter: p 1 , p 2 > 0 dan 0 < p 4 < 1. Total penerimaan pemerintah adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan penerimaan dari sumber-sumbe r lain. Persamaan total penerimaan pemerintah (PENPEM) dirumuskan sebagai berikut: PENPEM t = PENPJKt + PENNPJKt .................................................. (3.32) Sementara dari sisi pengeluaran terbagi menjadi dua, yaitu pengeluaran untuk subsidi listrik dan belanja lainnya. Belanja lainnya dipengaruhi oleh jumlah penerimaan pemerintah dan IHK. Krisis keuangan global juga berpengaruh terhadap belanja selain subsidi. Persamaan belanja selain subsidi (BLJLAIN) dapat dirumuskan sebagai berikut: BLJLAIN t = q 0 + q 1 PENPEM t + q2 IHKt + q3 D09 + q 4 BLJNSUBt-1 + u17t ............................................. (3.33) Tanda dan besaran yang diharapkan dari estimasi parameter: q 1 > 0; q 2 < 0; da n 0 < q 4 < 1. 54 Sedangkan nilai total pengeluaran pemerintah (GOVEXP) adalah persamaan ide ntitas yang merupaka n pe njumlahan pe ngeluaran untuk subsidi listrik dan belanja lainnya, dan dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t ............................................... (3.34) 6. Blok Perekonomian Blok ini terdiri dari enam persamaan struktural, yaitu persamaan konsumsi rumah tangga selain utuk listrik, persamaan investasi, ekspor, impor, nilai tukar rupiah terhadap dolar Amerika Serikat, dan persamaan indeks harga konsumen. Selain itu juga ada enam persamaan identitas, yaitu konsumsi rumah tangga untuk listrik, total konsumsi rumah tangga, nilai PDB, PDB riil, laju pertumbuhan ekonomi, dan tingkat inflasi. i. Konsumsi Pengeluaran rumah tangga untuk konsumsi terbagi menjadi dua yaitu pengeluaran untuk konsumsi listrik dan pengeluaran untuk konsumsi lainnya. Pengeluaran untuk konsumsi listrik (CONLIS) adalah persamaan identitas yang merupakan perkalian antara harga jual tenaga listrik dengan konsumsi tenaga listriknya, dan dirumuskan sebagai berikut: CONLIS t = HJTLRTt *CLISRTt + HJTLINDt *CLISINDt + HJTLOTH t *CLISOTHt ................................................... (3.35) Total konsumsi selain listrik (CONLAIN) diproksi dengan PDRB per kapita dan tingkat inflasi dan dirumuskan sebagai berikut: CONLAIN t = r0 + r1 PDBKPTt + r 2 INFLASI t + r 3 D98 + r 4 D08 + 55 r 5 CONLAIN t-1 + u18t ............................................ (3.36) Tanda dan besaran yang diharapkan dari estimasi parameter: r 1 , r 2 > 0 dan 0 < r 5 < 1. Total konsumsi rumah tangga (CONRT) adalah persamaan identitas yang merupakan penjumlahan total pengeluaran rumah tangga untuk konsumsi listrik dan total pengeluaran lainnya dan dirumuskan sebagai berikut: CONRTt = CONLIS t + CONLAIN t ................................................. (3.37) ii. Investasi Nilai investasi diproksi dengan PDB dan tingkat suku bunga. Hajatan nasional berupa pemilu yang memilih anggota legislatif dan presiden langsung yang pertama kali tahun 2004 diduga mempengaruhi tingkat investasi di Indo nesia. Persamaan investasi (INV) dapat dirumuskan sebagai berikut: INV t = s 0 + s 1 PDBt + s 2 SKBGt + s3 D04 + s 4 INVt-1 + u19t ................... (3.38) Tanda dan besaran yang diharapkan dari estimasi parameter: s 1 > 0; s 2 < 0; dan 0 < s 4 < 1. iii. Ekspor dan Impor Nilai ekspor Indonesia diproksi dengan nilai tukar rupiah terhadap dolar Amerika Serikat. Sedangkan nilai impor dipengaruhi selain oleh kurs, juga oleh tingkat inflasi da n jumlah pe nduduk (POP). Krisis eko nomi yang melanda Indo nesia juga diduga mempengaruhi ekspor dan impor Indonesia. Persamaan ekspor (EKSPOR) dan impor (IMPOR) dapat dirumuskan sebagai berikut: 56 EKSPORt = t 0 + t1 KURS t + t2 D98 + t3 EKSPORt-1 + u20t ................... (3.39) IMPORt = u0 + u1 INFLASI t + u2 KURSt + u3 POPt + u4 D98 + u5 IMPORt-1 + u21t .................................................... (3.40) Tanda dan besaran yang diharapkan dari estimasi parameter: t 1 , u1 , u3 > 0; u2 < 0; dan 0 < t 3 , u5 < 1. iv. Produk Domestik Bruto Produk domestik bruto (PDB), PDB riil, dan laju pertumbuhan eko nomi adalah persamaan identitas dan dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKS t - IMPt ........................ (3.41) RPDBt = PDBt * 100/IHK t ................................................................. (3.42) GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 .............................. (3.43) PDBKPTt = PDBt /POPt ...................................................................... (3.44) v. Nilai Tukar dan Tingkat Inflasi Nilai tukar rupiah terhadap dolar Amerika Serikat diproksi dengan indeks harga konsumen (IHK) dan cadangan devisa yang dimiliki pemerintah (CADEV). Sedangkan IHK dipengaruhi oleh suku bunga tabungan rata-rata (SKBG) dan banyaknya uang yang beredar di tengah masyarakat (UANGBR), rata-rata harga jual tenaga listrik (AVHJTL), harga BBM (PBBM), dan nilai tukar (KURS). 57 Krisis eko nomi yang melanda Indo nesia pada tahun 1997-1999 juga sangat berpengaruh terhadap merosotnya nilai tukar rupiah da n meningkatnya inflasi. Persamaan nilai tukar (KURS), da n indeks harga konsumen (IHK) adalah: KURS t = v0 + v1 IHK t + v2 CADEVt + v3 D9799 + v4 KURS t-1 + u22t ... (3.45) IHK t = w0 + w1 SKBGt + w2 UANGBRt + w3 AVHJTLt + w4 PBBM t + w5 KURS t + w6 D98 + w7 D02 + w8 D05 + w9 IHK t-1 + u23t ................................................................ (3.46) Tanda dan besaran yang diharapkan dari estimasi parameter: v1 , w2 , w3 , w4 , w5 > 0; v2 , w1 < 0; dan 0 < v4 , w9 < 1. Sedangkan persamaan tingkat inflasi (INFLASI) dirumuskan sebagai berikut: INFLASI t = ( IHK t – IHKt-1 ) / IHK t-1 * 100 % ................................. (3.47) Sementara suku bunga (SKBG) dipengaruhi oleh tingkat inflasi dan dirumuskan sebagai berikut: SKBGt = x0 + x1 INFLASI t + x2 D9799 + x3 SKBGt-1 + u24t ................ (3.48) Tanda da n besaran yang diharapkan dari estimasi parameter: x1 > 0 dan 0 < x3 < 1. 7. Blok Tenaga Kerja Blok ini terdiri dari tiga persamaan struktural, yaitu jumlah penawaran tenaga kerja, jumlah permintaan tenaga kerja, dan upah riil, serta satu persamaan identitas yaitu jumlah pengangguran. Jumlah penawaran tenaga kerja diproksi 58 dengan upah riil tenaga kerja (RUPH), jumlah penduduk (POP), dan perubahan belanja lain per tahun. Pemilu tahun 2004 dan krisis keuangan global tahun 2009 juga diduga mempengaruhi jumlah penawaran tenaga kerja. Sedangkan permintaan tenaga kerja diproksi dengan tingkat upah riil dan PDB. Krisis ekonomi tahun 1997-1999 juga diduga mempengaruhi tingkat permintaan tenaga kerja. Sementara upah riil dipengaruhi oleh tingkat penawaran dan permintaan tenaga kerja. Persamaan penawaran tenaga kerja (STK), perintaan tenaga kerja (DTK), dan upah riil (RUPH) dirumuskan sebagai berikut: STK t = y0 + y1 RUPHt + y2 POPt + y3 DBLJLAIN t + y4 D04 + y5 D09 + y6 STKt-1 + u25t ................................................ (3.49) DTK t = z0 + z1 RUPHt + z2 PDBt + z3 D9799 + u26t ......................... (3.50) UNEMPLt = STKt – DTK t ................................................................. (3.51) RUPHt = aa 0 + aa 1 STK t-1 + aa 2 DDTK t + aa 3 D98 + aa 4 RUPHt-1 + u27t .................................................... (3.52) Tanda dan besaran yang diharapkan dari estimasi parameter: y1 , y2 , y3 , z2 , aa 2 > 0; z1 , aa 1 < 0; dan 0 < y6 , aa 4 < 1. 8. Blok Kemiskinan Kemiskinan menjadi permasalahan mendasar di dunia terutama di negara- negara berkembang seperti Indonesia. Oleh karena itu sangat penting mengetahui dampak suatu kebijakan terhadap kemiskinan. Dalam penelitian ini, jumlah 59 penduduk miskin dibedakan menjadi dua yaitu penduduk miskin daerah perkotaan dan penduduk miskin daerah pedesaan. Jumlah penduduk miskin baik di daerah perkotaan diproksi dengan tingkat inflasi, upah riil, da n jumlah pengangguran. Krisis ekonomi yang terjadi pada tahun 1997 – 1999 diperkirakan telah menyebabkan banyak rakyat Indonesia terjatuh dalam lembah kemiskinan. Sedangkan jumlah pe nduduk miskin di 60 PBBMt-1 PBTBt PGAS t CBTBt CGAS t PGAS t-1 PBBMt ICPt D08 CBBMt BOPt BOPt-1 QBTBt-1 QBTBt QBBMt QGAS t QBBMt-1 BPPt PRODSDRt PRODSDRt-1 TLBELIt-1 TLBELIt CLISDRt BLOK PRODUKSI TEN AGA LISTRIK PRODTLt D04 CLISINDt-1 D09 TLJUALt SUSUTt CLISRTt-1 D05 D98 CLISOTHt CLISINDt BLOK KONSUMSI TEN AGA LISTRIK BLOK PEREKO NOMIAN CLISRTt mt KURS t-1 KURS t HJTLRTt HJTLINDt HJTLOTHt SKBGt SKBGt IHKt AVHJTLt BLOK HARGA JUAL TEN AGA LISTRIK CADEV t IHKt-1 INFLASIt UANGBRt PENPJKt SUBPRTt PENPJKt-1 PENNPJKt SUBPOTHt SUBPNDt IMPORt PENPEMt POPt-1 IMPORt-1 EKSPORt SUBRTt SUBOTHt SUBNDt EKSPORt-1 INV t BLOK SUBSIDI LISTR IK BLJLAINt BLJLAINt-1 SUBLSTRt INV t-1 PDBt GOVEXPt MISDESAt-1 BLOK PEN & PENG PEM MISKOTA t MISDESAt UNEMPLt STKt STKt-1 TMISKINt RUPHt PMISKINt BLOK KEMISKIN AN DTKt BLOK TK D9799 Variabel endogen Gambar 7. M odel Subsidi Harga Listrik Variabel eksogen RUPHt-1 61 pedesaan dipengaruhi oleh tingkat inflasi, total pengeluaran pemerintah, dan jumlah pengangguran. Persamaan jumlah penduduk miskin kota (MISKOTA) dan miskin desa (MISDESA) dirumuskan sebagai berikut: MISKOTAt = ab 0 + ab1 INFLASI t + ab 2 RUPHt + ab3 UNEMPLt + ab 4 D9799 + u28t .................................................. (3.53) MISDESAt = ac 0 + ac1 INFLASI t + ac2 GOVEXP t + ac 3 UNEMPLt + ac 5 D9799 + ac 6 MISDESAt-1 + u29t ...................... (3.54) Tanda dan besaran yang diharapkan dari estimasi parameter: ab 1 , ac 1 ,ab3 , ac 3 > 0; s 2ab , ac 2 < 0; dan 0 < ac 5 < 1. Total penduduk miskin (PMISKIN) merupakan penjumlahan pe nduduk miskin di daerah perkotaan dengan penduduk miskin daerah pedesaan yang dirumuskan sebagai berikut: PMISKIN t = MISKOTA t + MISDESA t ............................................. (3.55) Sedangkan tingkat kemiskinan menunjukkan persentase total pe nduduk miskin terhadap seluruh penduduk Indonesia yang dirumuskan sebagai berikut: TMISKIN t = (MISKOTA t + MISDESA t )/POP t * 100 ...................... (3.56) 3.3.1.2. Uji Identifikasi Langkah awal yang harus dilakukan sebelum melakukan proses penaksiran parameter adalah uji identifikasi pada tiap-tiap persamaan struktural. Uji identifikasi ini dilakukan untuk mengetahui dapat atau tidaknya mendapatkan nilai 62 parameter pada persamaan struktural melalui penaksiran parameter persamaan reduced form. Disamping itu juga untuk mengetahui pendekatan apa yang terbaik untuk mengestimasi mode l tersebut. Pada penelitian ini uji identifikasi dilakukan dengan pengujian kondisi ordo (order condition) dan kondisi tingkat identifikasi (rank condition ofidentification). Menurut Koutsoyiannis (1977), rumusan uji identifika si tersebut adalah sebagai berikut: (K – M) > (G – 1) dimana: K = banyaknya variabel dalam model (variabel endogen dan predetermined) G = banyaknya persamaan dalam model (jumlah variabel endogen) M = banyaknya variabel endo gen dan eksogen da lam suatu persamaan yang diidentifikasi Prinsip umum dalam mengidentifikasi suatu persamaan struktural da lam suatu persamaan simultan adalah sebagai berikut: (a). Apabila K – M > G – 1, maka persamaan tersebut adalah teridentifikasi secara berlebih (over identified). (b). Apabila K – M = G – 1, maka persamaan tersebut tepat teridentifikasi (exactly identified). (c). Apabila K – M < G – 1, maka persamaan tersebut tidak teridentifikasi (unidentified). 63 Berdasarkan hasil uji identifikasi hanya persamaan yang teridentifikasi secara tepat (exactly identified) da n teridentifikasi secara berlebih (overidentified) yang dapat diestimasi. Model subsidi listrik yang disusun terdiri dari 56 variabe l endo gen (G) yang terdiri dari 29 persamaan struktural dan 27 persamaan identitas. Jumlah variabel pre-determined adalah 41 variabel yang terdiri dari 16 variabel eksogen dan 25 variabe l lag endogenous. Sehingga jumlah variabel yang digunakan dalam model seluruhnya berjumlah 97 variabel (K). Persamaan yang mempunyai jumlah variabel terbanyak adalah persamaan dengan 10 variabel (M) dan persamaan tersebut adalah over identified. Berdasarkan kriteria order condition, maka model adalah over identified karena seluruh persamaan struktural yang ada dalam mode l adalah over identified. Karena model adalah overidentified maka two-stage least squares (2SLS) merupakan prosedur estimasi yang sangat bermanfaat untuk memperoleh nilai parameter struktural (Pyndyck dan Rubinfeld, 1998). Oleh karena itu, dalam penelitian ini digunakan metode estimasi parameter 2 SLS (two stage least squares). 3.3.1.3. Pengujian Parameter Model Pengujian terhadap hasil estimasi parameter dilakukan untuk mengetahui apakah variabel- variabel penjelas yang digunakan dalam model berpengaruh secara nyata terhadap variabel endogennya atau tidak, baik secara individu maupun bersama-sama. 1. Uji Keseluruhan Parameter 64 Uji terhadap hubungan antara variabel tak bebas dengan sekelompok variabel bebas dilakukan untuk mengetahui apakah model layak digunakan atau tidak. Hipotesis yang digunakan adalah: H0: β 1 = β 2 =…= β k =0 ; i = 1, 2, …, k artinya tidak ada pengaruh peubah bebas terhadap Y HA: tidak semua β k = 0 artinya ada minimal satu peubah bebas yang mempengaruhi Y Statistik yang digunakan untuk menguji hipotesis tersebut adalah uji F di mana: • Jika F stat < Ftabel (1– α , k-1, n-k) maka HA ditolak, artinya secara bersamasama (simultan) variabel bebas tidak berpengaruh signifikan terhadap variabel tak bebas. • Jika F stat >Ftabel (1– α , k-1,n-k) maka HA tidak dapat ditolak, artinya secara bersama-sama variabel bebas mempunyai pengaruh yang signifikan terhadap variabel tak bebas. 2. Uji Individual Parameter Pengujian ini dilakukan untuk mengetahui hubungan variabel tertentu dengan variabel tak bebas. Pengujian ini dilakukan dengan hipotesis sebagai berikut: H0 : β i = 0 ; i = 1, 2, …, k HA : β i ≠ 0 Pengambilan keputusannya yaitu: • Jika |t stat | > t tabel (1- α /2;n-k-1) maka H0 ditolak yang berarti bahwa pengaruh suatu variabel bebas terhadap variabel tak bebas secara statistik signifikan. 65 • Jika |t stat | < ttabel (1- α /2;n-k-1) maka H0 tidak dapat ditolak berarti bahwa pengaruh suatu variabel bebas terhadap variabel bebas secara statistik tidak signifikan. 3.3.1.4. Uji Durbin-h Beberapa persamaan struktural dalam model yang disusun terdapat variabel lag (beda waktu) maka uji Durbin-Watson tidak dapat digunakan untuk mendeteksi adanya korelasi serial atau tidak (Gujarati, 2003). Durbin mengembangkan suatu uji untuk mendeteksi model yang mengandung variabel lag tersebut de ngan h-statistics yang dirumuska n seba gai berikut: n 1 − n(var(βˆt )) h = ρˆ dimana n adalah jumlah sampel, var ( β̂ t ) adalah varians dari variabel beda waktu dan ρ̂ adalah estimasi first-order correlation yang dirumuskan dengan: ρˆ = ∑ µˆ t µˆ t −1 ∑ µˆt2 dimana adalah µ̂t selisih antara nilai taksiran dengan nilai sebenarnya. Jika jumlah sampel besar maka h statistik mengikuti distribusi normal dengan rata-rata nol dan varians 1, h ~ N(0, 1). 3.3.1.5. Metode Estimasi Model Metode Two Stage Least Square/2SLS (Metode Kuadrat Terkecil Dua Tahap) aka n digunakan untuk mengestimasi parameter-parameter dalam model yang disusun dalam penelitian ini. Secara statistik, metode 2SLS ini menghasilkan penaksir yang konsisten apabila persamaan teridentifikasi secara berlebih (overidentified). Metode ini dikembangkan oleh Henri Theil (1953) dan Robert 66 Basman (1957). Metode ini meliputi dua penerapan metode OLS (Ordinary Least Square) secara berturut-turut, yaitu: Tahap 1 Masing- masing variabel Y j (variabel endogen yang bertindak sebagai variabel bebas) diregresikan dengan X (semua variabel yang ada dalam seluruh sistem persamaan), tidak hanya yang ada dalam persamaannya sendiri. Misal mode l fungsi pendapatan (3.57) dan fungsi “money supply” (3.58) dalam Gujarati (2003): Y1t = β10 + β11Y2t + γ 11 X 1t + γ 12 X 2t + ε 1t ............................................. (3.57) Y2t = β 20 + β 21Y1t + ε 2t ......................................................................... (3.58) dimana Y1t = pendapatan Y2t = stock uang X 1 = pengeluaran investasi X 2 = belanja pemerintah untuk barang dan jasa Dari persamaan (3.21) da n (3.22), maka didapat persamaan : ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t + et ............................................... (3.59) dimana et adalah kesalahan penganggu ,dari persamaan (3.59) kita peroleh persamaan regresi sebagai berikut: ^ ^ ^ ^ Y 1t = Π 0 + Π 1 X 1t + Π 2 X 2t .......................................................... (3.60) 67 ^ Y 1t merupakan perkiraan Y1t . Persamaan (3.60) merupaka n bentuk sede rhana (reduced form), sebab yang ada disebelah kanan tanda persamaan hanya predetermined variables atau variabel eksogen saja. Selanjutnya persamaan (3.59) dapat ditulis sebagai berikut: ^ Y1t = Y 1t + et ................................................................................... (3.61) ^ Persamaan (3.61) menunjukk an ba hwa Y1t terdiri atas Y 1t yang merupakan kombinasi linear dari X 1 dan X 2 serta kesalahan penganggu et . Berdasarkan ^ teori OLS antara Y 1t dan et tidak berkorelasi. Tahap 2 Substitusikan persamaan (3.61) pada persamaan (3.58), sehingga sekarang dapat ditulis sebagai berikut: Y2t  ^ = β 20 + β 21  Y 1t + et  + ε 2t   ^ = β 20 + β 21 Y 1t + (ε 2t + β 21et ) ^ = β 20 + β 21 Y 1t + ε t* ........................................................... (3.62) dimana ε t* = ε 2t + β 21et Bentuk persamaan (3.58) da n (3.62) adalah sama, perbedaannya hanya terletak ^ pada Y1t untuk persamaan (3.58) da n Y 1t untuk persamaan (3.62). Pada persamaan (3.58) Y1t berkorelasi dengan ε 2t sehingga menyebabkan penggunaan OLS tidak ^ tepat. Namun pada persamaan (3.62) Y 1t tidak berkorelasi dengan ε t* secara asimptotis, yaitu untuk sampel yang besar kalau n menuju tak terhingga (n→∞). 68 Dengan persamaan (3.62) metode OLS dapat digunakan dan akan menghasilkan suatu perkiraan parameter untuk fungsi money-supply yang ko nsisten. 3.3.1.6. Validasi Model Sebelum melakukan simulasi alternatif kebijakan, maka validitas mode l harus diuji dahulu. Ketepatannya dalam menjelaskan keadaan sebenarnya menjadi kriteria uji validitas model yang digunakan. Suatu model dikatakan baik apabila mengikuti perkembangan dari nilai- nilai aktual variabel endogennya. Apabila model yang valid telah ditemukan, maka persamaan model tersebut dapat digunakan untuk melakukan simulasi maupun peramalan nilai-nilai variabel endo gen de ngan nilai variabe l eksogen tertentu. Uji validitas mode l yang sering digunakan adalah kesalahan rataan kuadrat terkecil (Root Mean Square Percent Error, RMSPE) dan koefisien ketidaksamaan Theil (Theil Inequality Coefficient, U) (Pindyck dan Rubinfeld, 1998). Root Mean Square Error, RMSE, adalah rata-rata kuadrat dari selisih nilai estimasi dengan nilai sebenarnya dari suatu variabel endogen. Semakin kecil nilai RMSE maka estimasi variabel endogennya semakin valid. Nilai statistik RMSE dirumuskan sebagai berikut: RMSE = ( 1 T Y s − Yt a ∑ t =1 t T ) 2 dimana T adalah jumlah periode pengamatan, Yt s dan Yt a masing- masing nilai estimasi dan nilai pengamatan variabe l endo gen. RMSPE merupaka n rata-rata kuadrat dari propo rsi perbedaan nilai estimasi dengan nilai aktual suatu valiabel endogen. Sebagaimana RMSE, semakin kecil 69 nilai RMSPE semakin valid estimasi variabel endogennya. Nilai statistik RMSPE dirumuskan dengan: 2 1 T  Yt s − Yt a   × 100 RMSPE = ∑  T t =1  Yt a  Sedangkan U adalah rasio antara RMSE dengan rata-rata kuadrat nilai pengamatan variabe l endo gen. Nilai U berkisar antara nol da n satu. Jika U=0, maka model secara historis adalah sempurna. Jika U=1, maka model adalah naif. Nilai statistik U didefinisikan dengan formula: U= ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2 1 T ∆Yt a ∑ t =1 T ( ) 2 ) Dimana ∆Yt s adalah perubahan nilai estimasi variabel endogen dan ∆Yt a adalah perubahan nilai pengamatan variabel endogen. Nilai U didekomposisikan menjadi tiga komponen yaitu bias (UM), keragaman atau variance (US), da n covariance (UC). UM mengukur sejauh mana nilai rata-rata estimasi menyimpang dari nilai sebenarnya. Model dikatakan valid jika UM < 0.20. Pidyck da n Rubinfeld (1998) menyatakan bahwa jika UM lebih besar dari 0.20 mengindikasikan adanya bias sistematik dan model tersebut memerluka n revisi atau respesifikasi mode l. US menguk ur sejauh mana nilai keragaman estimasi menyimpang dari nilai keragaman pengamatan. UM dan US mengindikasikan kesalahan sistematis yang harus dihindari. Semakin kecil nilai US, semakin valid estimasi variabel endogennya. Komponen terakhir UC yang menggambarkan penyimpangan kovarian estimasi terhadap kovarian observasi. Berbeda dengan UM dan US, semakin besar nilai UC, maka estimasi variabel 70 endo gennya semakin valid. Jumlah dari UM, US dan UC sama dengan satu. Nilai statistik UM, US dan UC adalah: UM = US = UC = (Y s − Y a ) 2 ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T (σ s − σ a ) 2 ( 1 T ∑ ∆Yt s − ∆Yt a T t =1 2(1 − ρ )σ sσ a ( 1 T ∆Yt s − ∆Yt a ∑ t =1 T ) 2 ) 2 ) 2 dimana Y s , Y a , σ s , σ a , dan ρ berturut-tur ut adalah rata-rata nilai estimasi variabel endo gen, rata-rata nilai pengamatan variabel endogen, simpanga n baku nilai estimasi variabel, simpangan baku nilai pengamatan variabel endogen, dan koefisien korelasi antara nilai estimasi dengan nilai pengamatan variabel endogen. 3.3.1.7. Skenario Simulasi Skenario simulasi peramalan yang dilakukan dalam penelitian iniditentukan sesuai dengan kecenderungan data dan rencana kebijakan pemerintah. Skenario simulasi yang dilakukan ada lah: 1. Simulasi 1a: menaikka n subsidi harga listrik sebesar 10 persen. Jumlah subsidi listrik setiap tahun meningkat. Sejak tahun 2005 nilainya melonjak dan selalu melebihi nilai anggaran yang telah disiapka n. Untuk itu perlu dievaluasi bagaimana sebenarnya dampak penambahan subsidi ini. 2. Simulasi 1b: menurunkan subsidi harga listrik sebear 10 persen. Konsekuensi dari kebijakan ini adalah harga jual tenaga listrik mengalami kenaikan. Cara ini dianggap paling efektif untuk mengurangi jumlah subsidi yang terus membebani APBN. Berbagai penelitian yang dilakukan, seperti Lembaga 71 Penelitian dan Pemberdayaan Masyarakat, IPB (2005) dan Purwoko (2003) mengisyaratkan untuk melakukan penyesuaian tarif secara bertahap pada pelanggan kaya. Seberapa besar pengaruh kenaikan tarif listrik terhadap pengurangan subsidi menjadi salah satu pertimba ngan yang dapa t diambil pemerintah di tengah-tengah beba n angga ran yang semakin besar. 3. Simulasi 1c: mengurangi subsidi harga listrik sebesar 10 persen dan dialihkan ke belanja lain. Langkah ini dilakukan untuk mengetahui seberapa efektif kebijakan pemberian subsidi listrik terhadap kinerja perekonomian dan pengurangan tingkat kemiskinan dibandingkan jika uang untuk subsidi tersebut dialihkan ke belanja lainnya. 4. Simulasi 1d: menaikkan harga jual tenaga listrik sebesar 10 persen. Sebagaimana telah dijelaskan pada Simulasi 1b, bahwa beberapa penelitian menyaranka n unt uk dilakukan pe nyesuaian tarif untuk pe langgan yang dianggap mampu. Untuk itu perlu diketahui berapa besar dampak kenaikan tarif listrik tersebut, baik terhadap kinerja perekonomian, penga ngguran, maupun ke miskinan. 5. Simulasi 2a: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen. Beberapa tahun belakangan ini harga minyak mentah mengalami kenaikan yang sangat tajam, padahal ketergantungan perusahaan-perusahaan penyedia tenaga listrik terhadap BBM masih cukup tinggi. Misalnya pada tahun 2010, konsumsi BBM masih sebesar 16 persen (PT PLN Persero, 2010). Hal ini tentu sangat membebani perusahaan-perusahaan penyedia tenaga listrik, sementara mereka tidak bisa menaikkan harga jual tenaga listrik karena terbentur perundang- undangan dan juga masih rendahnya daya 72 beli masyarakat. Sebagai imbasnya pemerintah harus membayar ke perusahaan-perusahaan tersebut berupa pemberian subsidi agar tidak merugi dan dapat berproduksi sebagaimana mestinya. 6. Simulasi 2b: kenaikan harga minyak mentah Indonesia (ICP) sebesar 10 persen dan harga jual tenaga listrik tidak berubah. Simulasi ini dilakukan untuk mengetahui berapa nilai subsidi yang harus ditanggung pemerintah apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan tarif listrik. 7. Simulasi 2c: kenaikan harga minyak mentah Indo nesia (ICP) sebesar 10 persen dan subsidi harga listrik tetap. Simulasi ini dilakukan untuk mengetahui berapa nilai tarif harus dinaikan apabila terjadi kenaikan harga minyak, sementara pemerintah tidak mengambil kebijakan menaikan subsidi harga listrik. 8. Simulasi 2d: menurunnya nilai tukar rupiah terhadap dollar Amerika Serikat sebesar 10 persen. Nilai tukar memegang peranan yang penting karena ketergantungan perusahaan penyedia tenaga listrik terhadap BBM yang masih cukup tinggi, sementara Indonesia sekarang telah menjadi negara pengimpor minyak. Meskipun dalam beberapa tahun terakhir dollar Amerika Serikat cenderung mengalami depresiasi terhadap berbagai mata uang negara lain, termasuk terhadap rupiah, namun kondisi seperti ini dapat berubah cepat tergantung kondisi perekonomian dunia, khususnya di Amerika Serikat. Hal ini tentu akan berpengaruh terhadap ongkos yang harus dikeluarkan untuk mengimpor BBM atau barang lainnya. Untuk itu perlu diketahui dampak 73 pelemahan ini terhadap beban biaya perusahaan penyedia energi listrik yang berimbas pada besarnya subsidi listrik yang harus ditanggung pemerintah. 9. Simulasi 3a: mengurangi tenaga listrik yang hilang atau susut (losses). Kebijakan ini bersifat mengevaluasi efisiensi perusahaan penyedia tenaga listrik dalam mendistribusikan tenaga listrik. Semakin kecil tenaga listrik yang hilang, maka pendapatan perusahaan akan bertambah yang juga berarti mengurangi subsidi yang harus dibayarkan. Untuk itu perlu disimulasikan seberapa besar dampak pengurangan tenaga listrik yang hilang terhadap subs idi yang harus diba yarka n pe merintah. PLN menargetka n susut listrik sebesar 8.55 persen pada tahun 2014. 10. Simulasi 3b: menurunkan margin usaha PT PLN (Persero) sebesar 1 persen. Simulasi ini dilakukan berkaitan wacana DPR-RI menurunkan margin usaha PLN dari 8 persen menjadi 7 persen. Sehingga perlu disimulasikan bagaimana dampaknya jika wacana tersebut dilaksanakan. 11. Simulasi 3c: ko mbinasi Simulasi 3a dan Simulasi 3b, yaitu susut tenaga listrik dapat ditekan sebesar 10 persen dan margin usaha PLN dikurangi 1 persen. Kombinasi simulasi ini merupaka n salah satu langkah efisiensi PLN untuk mengurangi biaya pokok penyediaan tenaga listrik yang cenderung terus naik setiap tahun. 3.3.2. Jenis dan Sumbe r Data yang Digunakan Dalam penelitian disertasi ini menggunakan data sekunder yang berasal dari berbagai sumber seperti PT PLN, Kementerian ESDM, Kementerian Keuangan, Bank Indonesia, dan BPS. PT PLN (Persero) yaitu data tentang produksi listrik, konsumsi listrik menurut golongan pelanggan, jumlah pelanggan 74 menurut golongan pe langgan, da n biaya ope rasional PLN. Kementerian ESDM mengenai data energi secara umum dan data-data kelistrikan. Kementerian Keuangan mengenai aloka si anggaran untuk subs idi terutama subs idi listrik. Badan Pusat Statistik (BPS), yaitu data kemiskinan, PDB, inflasi dan lain- lain. Bank Indonesia (BI), yaitu tentang nilai tukar, uang beredar, dan suku bunga. IV. GAMBARAN UMUM KELISTRIKAN DAN KEMISKINAN DI INDONESIA TAHUN 1990-2010 Pada bagian ini akan diuraikan mengenai gambaran umum kelistrikan di Indonesia pada periode tahun 1990-2010 seperti produksi dan konsumsi tenaga listrik, biaya operasional penyediaan tenaga listrik, serta harga jual tenaga listrik. Selain itu juga aka n diuraika n mengenai kebijakan pemberian subsidi listrik dan ke miskina n di Indo nesia. 4.1. Konsums i Energi Nasional Berdasarkan data Kementerian ESDM, konsumsi energi akhir terbesar secara nasional adalah jenis BBM, diikuti gas bumi, batu bara, tenaga listrik, dan tekecil adalah elpiji. Namun dilihat kecenderungan antar waktu selama periode 1990–2009, kontribusi BBM semakin menurun, yaitu dari 69.8 persen pada tahun 1990 menjadi 51.9 persen pada tahun 2009. Sementara gas alam dan elpiji relatif stabil. Yang menarik adalah ko ntribusi batu ba ra da n tenaga listrik yang cenderung naik setiap tahun. Pada tahun 1990 kontribusi batu bara hanya 3.9 persen, ke mudian naik menjadi 12.9 persen di tahun 2009. Kontribusi tenaga listrik juga mengalami kenaikan dari 7.6 persen pada tahun 1990 menjadi 12.8 persen pada tahun 2009. Kontribusi batu bara terbesar terjadi pada tahun 2007 yang mencapai 20.3 persen dan listrik pada tahun 2008 sebesar 13.9 persen. Ada fakta yang menarik da ri ko ntribusi tenaga listrik dalam komposisi pemakaian energi akhir pada periode tersebut yaitu pada saat terjadi krisis ekonomi tahun 1998 dan krisis finansial global tahun 2008 kontribusinya mengalami kenaikan yang cukup s ignifikan. 72 Krisis ekonomi yang melanda bukan saja Indonesia tapi juga beberapa negara Asia lainnya menyebabkan pendapatan riil masyarakat turun, banyak perusahaan kesulitan keuangan, dan bisnis lesu. Untuk mengatasi kondisi tersebut, maka dilakukan langkah- langka h penghematan. Salah satu penghematan yang dilakukan dalam bidang energi adalah mencari energi yang paling murah. Meskipun tidak sefleksibel BBM maupun gas, dan tidak semurah batubara, tenaga listrik mempunyai harga yang relatif murah, mudah instalasi dan penggunaannya, serta ramah lingkungan. Hal ini mendorong meningkatnya konsumsi tenaga listrik pada saat krisis. Sementara pada saat krisis finansial global yang dimulai pada pertengahan tahun 2008 yang dibarengi melonjaknya harga minyak mentah dunia, mendorong dunia usaha mencari alternatif energi untuk mengurangi konsumsi BBM. Tenaga listrik adalah salah satu energi alternatif yang paling memungkinkan untuk mengatasinya karena prosesnya yang relatif cepat serta mudah dibandingkan dengan energi lainnya. Tabel 8. Distribusi Konsumsi Energi Akhir Menurut Je nis, Tahun 1990 – 2009 (%) Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 Batu Bara 3.8 4.8 4.1 4.6 6.2 7.3 11.7 15.8 20.3 13.2 Gas Alam 17.7 15.0 15.3 14.1 17.0 17.6 15.3 14.8 13.3 15.0 BBM 69.8 69.9 69.1 69.2 65.3 63.6 59.9 55.4 52.2 55.0 Elpiji Listrik 1.1 1.7 1.8 1.8 1.7 1.7 1.5 1.7 1.8 2.8 7.6 8.7 9.8 10.3 9.8 9.8 11.6 12.3 12.4 13.9 73 2009 12.9 18.4 51.9 3.9 12.8 Sumber: Kementerian ESDM, 2010 4.2. Produksi Tenaga Listrik Produksi tenaga listrik oleh perusahaan milik pemerintah (PT PLN Persero), baik yang diproduksi sendiri maupun yang dibeli dari perusahaan lain, terus mengalami kenaikan setiap tahun. Tenaga listrik yang diproduksi sendiri pada tahun 2010 mencapai 131 710.1 GWh atau empat kali dari produksi tenaga listrik tahun 1990 yang hanya sebesar 34 011.6 GWh. Demikian juga listrik yang dibeli dari perusahaan lain (IPP) mengalami kenaikan tajam dari 867.0 GWh pada tahun 1990 menjadi 38 076.2 GWh pada tahun 2010 atau naik lebih dari 40 kali. Bahkan pada saat krisis ekonomi tahun 1998 produksi tenaga listrik tetap naik meskipun kecil yaitu hanya sebesar 1.68 persen. Tabel 9. Produksi Tenaga Listrik, Tahun 1990–2010 (GWh) Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 2009 2010 Diprod uksi Sendiri Generator Genset Sub Jumlah Sendiri Sewa 34 011.6 34 011.6 58 210.8 58 210.8 74 053.7 746.0 74 799.6 74 421.0 543.6 74 964.6 80 023.8 473.0 80 496.7 83 503.5 686.6 84 190.1 98 176.8 3 105.3 101 282.1 101 664.3 2 804.3 104 468.6 107 984.1 3 257.3 111 241.4 113 339.9 4 706.9 118 046.8 115 433.8 5 194.5 120 628.4 123 476.8 8 233.2 131 710.1 Tenaga Listrik Beli 867.0 1 193.4 1 819.9 2 938.8 4 279.1 9 135.1 26 087.7 28 639.8 31 199.4 31 389.7 36 168.9 38 076.2 Jumlah 34 878.6 59 404.2 76 619.6 77 903.4 84 775.8 93 325.3 127 369.8 133 108.4 142 440.8 149 436.5 156 797.3 169 786.2 ∆%/ Tahun 17.95 14.06 14.49 1.68 8.82 10.08 7.30 4.51 7.01 4.91 4.93 8.28 Sumber: PT PLN (Persero), beberapa tahun (diolah) Dilihat menurut ba uran energi, terjadi peruba han yang cukup signifikan pada tahun 2009 dibandingkan kondisi tahun 1998, terutama pada tenaga listrik yang dibeli. Pada tahun 1998 tenaga listrik yang dibeli mempunyai kontribusi 74 hanya 4.5 persen, tetapi pada tahun 2009 melonjak menjadi 23.1 persen, yang merupakan sumber terbesar kedua setelah batubara. Sementara BBM, batubara, dan gas alam merupakan sumber energi utama tenaga listrik yang diproduksi sendiri. Kontribusi BBM berfluktuasi dari tahun ke tahun tetapi ada kecenderungan naik, sedangkan batubara relatif tetap. Begitu juga dengan ko ntribusi pa nas bumi yang relatif kecil dengan kecenderungan turun. Kontribusi gas alam mengalami penurunan drastis dari 33.0 persen pada tahun 1998 menjadi hanya 18.6 persen pada tahun 2009. Ini menuntut keseriusan pemerintah untuk meningkatkan penggunaan bahan bakar yang lebih murah dalam upaya mengurangi ketergantungan pada BBM. Tabel 10. Bauran Energi Menurut Sumber Energi, Tahun 1998 – 2009 (%) Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 BBM 17.9 19.5 18.9 19.0 22.7 23.3 28.2 30.6 27.7 25.5 27.7 22.1 Air 12.4 12.0 9.8 10.4 8.1 7.5 7.4 7.7 6.6 7.5 7.2 6.6 Batubara 28.8 32.6 30.9 28.9 27.1 28.2 25.9 26.1 28.8 29.3 27.6 27.5 Non BBM Panas Bumi 3.4 3.5 2.9 2.9 2.9 2.6 2.6 2.4 2.4 2.2 2.3 2.2 Gas Alam 33.0 35.7 27.2 25.1 20.8 18.6 14.3 12.7 13.0 13.5 14.2 18.6 Beli 4.5 5.5 9.8 13.1 17.6 18.2 19.9 20.5 21.5 22.0 20.9 23.1 Sumber: PT PLN (Persero), beberapa tahun (diolah) Ketergantungan pe rusahaan pe nye dia tenaga listrik terhadap BBM yang masih cukup tinggi ini mempengaruhi terus naiknya biaya operasional perusahaan. Secara umum pertumbuhan nilai total biaya operasional perusahaan 75 penyedia tenaga listrik mencapai 15.35 persen per tahun. Dari Tabe l 11 dapat dilihat bahwa pengeluaran untuk bahan bakar dan minyak pelumas memiliki porsi terbesar dibandingkan jenis pengeluaran lain yaitu mencapai 57.53 persen per tahun. Pada tahun 2008 terlihat bahwa melonjaknya harga minyak mentah dunia telah meningkatkan biaya untuk bahan bakar dan minyak pelumas hampir dua kali dari pengeluaran sejenis tahun sebelumnya. Selain pengeluaran untuk bahan bakar dan minyak pelumas, pengeluaran untuk pembelian tenaga listrik juga mengalami kenaikan tajam. Ini dikarenakan jumlah tenaga listrik yang dibeli juga mengalami kenaikan tajam sebagaimana ditunjukkan pada Tabel 9 dan Tabel 10. Peningkatan biaya operasional ini akan berdampak pada peningkatan biaya pokok penyediaan (BPP) tenaga listrik yang dijual. Tabel 11. Total Biaya Operasional, Tahun 1990–2010 (Miliar Rp) Tahun Beli Listrik Bahan Bakar & Minyak Pelumas Kepegawaian Lainnya Total ∆%/ Tahun 1990 21.3 1 530.7 278.6 904.0 2 734.6 - 1995 30.7 2 970.0 758.3 2 731.8 6 490.7 27.47 1997 325.2 4 338.8 1 068.1 3 717.7 9 449.8 22.79 1998 1999 1 886.0 5 082.7 9 409.0 9 691.8 1 018.9 1 335.6 4 495.0 5 392.5 16 808.8 21 502.7 38.94 13.96 2000 9 395.4 10 375.8 1 802.4 5 642.2 27 215.8 13.28 2005 13 598.2 37 355.5 5 508.1 19 561.9 76 023.6 35.87 2006 14 845.4 63 401.1 6 719.7 20 261.9 105 228.2 7.68 2007 16 946.7 65 560.0 7 064.3 21 934.9 111 506.0 1.19 2008 20 742.9 107 782.8 8 344.2 23 727.8 160 597.8 8.81 2009 25 447.8 76 235.1 9 758.3 23 834.8 135 276.0 -3.15 2010 25 217.8 84 190.7 12 954.4 26 745.2 149 108.1 2.05 76 Dist (%) 16.25 57.53 6.89 19.34 100.00 Sumber: PT PLN (Persero), beberapa tahun (diolah) 4.3. Konsums i Tenaga Listrik Jumlah permintaan tenaga listrik terus mengalami kenaikan setiap tahun, bahkan pada waktu terjadi krisis ekonomi tahun 1998 tetap tumbuh meskipun kecil yaitu hanya sebesar 1.48 persen. Tenaga listrik terbesar dikonsumsi oleh pelanggan rumah tangga, diikuti pelanggan industri dan bisnis, sedangkan pelanggan lainnya relatif kecil. Hal ini dikarenakan jumlah pelanggan rumah tangga merupakan pelanggan terbanyak yang mencapai 39.3 juta rumah tangga, sedangkan pelanggan industri meskipun tidak sebanyak pelanggan rumah tangga, tetapi mempunyai rata-rata konsumsi per pelanggan lebih besar daripada pelanggan yang lain. Tabel 12. Konsums i Tenaga Listrik Menurut Golongan Pelanggan, Tahun 1990–2010 Tahun 1990 1995 1997 1998 1999 2000 2005 2006 2007 2008 2009 2010 Rumah Tangga 9 003.6 17 056.9 22 698.3 24 865.5 26 874.8 30 563.4 41 184.3 43 753.2 47 324.9 50 184.2 54 945.4 59 824.9 Industri 14 165.7 24 722.6 30 768.8 27 995.5 31 337.6 34 013.2 42 448.4 43 615.5 45 802.5 47 968.9 46 204.2 50 985.2 Bisnis 2 327.6 5 090.6 7 249.6 8 656.0 9 330.3 10 576.0 17 022.8 18 415.5 20 608.5 22 926.3 24 825.2 27 157.2 Sos ial 603.8 1 063.0 1 403.4 1 417.4 1 468.8 1 643.5 2 428.8 2 603.6 2 908.7 3 082.4 3 384.4 3 700.1 Lainnya 1 640.3 1 815.5 2 191.4 2 327.1 2 320.6 2 368.7 3 947.1 4 222.1 4 602.2 4 857.1 5 223.0 5 630.0 (GWh) ∆%/ Jumlah Tahun 27 741.0 18.39 49 748.8 15.87 64 311.5 14.64 65 261.4 1.48 71 332.1 9.30 79 164.8 10.98 107 031.4 7.04 112 609.8 5.21 121 246.8 7.67 129 018.8 6.41 134 582.2 4.31 147 297.5 9.45 Sumber: PT PLN (Persero), beberapa tahun (diolah) Krisis ekonomi tahun 1998 dan krisis keuangan global tahun 2008 mempengaruhi konsumsi tenaga listrik oleh pelanggan industri. Ini ditunjukkan 77 dengan menurunnya konsumsi tenaga listrik pada tahun-tahun tersebut, tetapi tidak terlalu berpengaruh terhadap pelanggan lainnya. Hal ini dapat dipahami karena krisis keuangan yang terjadi pada tahun 1998 dan 2008 melanda beberapa negara yang mempunyai hubungan perdagangan strategis dengan Indonesia seperti Jepang dan Korea Selatan. Sehingga kalangan industri terutama yang berorientasi ekspor mengalami kelesuan akibat penurunan permintaan barang yang mereka hasilkan. Akibatnya jumlah konsumsi tenaga listrik juga mengalami penurunan. Selain dijual kepada konsumen, sebagian tenaga listrik juga digunakan perusahaan penyedia tenaga listrik sendiri, tetapi jumlahnya relatif kecil dibandingkan total produksi. Yang masih jadi masalah adalah besarnya tenaga listrik yang hilang atau susut, baik susut transmisi maupun susut distribusi. Pada Tabe l 13 terlihat bahwa meskipun cenderung mengalami penurunan tetapi jumlahnya masih sangat besar yaitu rata-rata diatas 10 persen kecuali pada tahun 2010 yang sebesar 9.89 persen. Ini berarti secara rata-rata lebih dari sepersepuluh tenaga listrik yang diprod uks i terbuang sia-sia. Tabel 13. Tenaga Listrik yang Dikonsumsi Sendiri dan Hilang, Tahun 1990–2010 (GWh) Hilang atau Susut Diko nsumsi Tahun Sendiri Transmisi Distribus i Jumlah % 1990 1 672.5 884.1 4 569.0 5 453.1 15.63 1995 2 260.9 1 698.6 5 626.1 7 324.7 12.33 1997 3 230.3 1 818.7 7 069.9 8 888.6 12.09 1998 3 218.7 1 755.2 7 462.5 9 217.8 12.34 1999 3 224.4 2 116.6 7 862.4 9 979.0 12.22 2000 3 416.1 2 307.8 8 175.1 10 482.9 11.64 2005 5 302.4 2 794.4 11 442.8 14 237.2 11.55 2006 4 273.7 2 905.2 11 830.7 14 735.9 11.44 2007 5 229.7 3 080.9 12 158.3 15 239.2 11.08 78 2008 2009 2010 5 380.4 5 536.0 5 641.1 3 128.8 3 303.3 3 700.1 11 966.7 11 744.3 12 253.7 15 095.5 15 047.6 15 953.8 10.46 10.11 9.89 Sumber: PT PLN (Persero), beberapa tahun (diolah) Berba gai upa ya telah dilakuka n untuk mengurangi jumlah tenaga listrik yang hilang, seperti peningkatan kualitas pembacaan pemakaian tenaga listrik melalui Automatic Meter Reading yang dipasang pada pelanggan pot ensial dan menertibkan pemakaian tenaga listrik kepada pelanggan yang melakukan pencurian tenaga listrik. Namun masih tingginya angka susut tenaga listrik tersebut menuntut perusahaan penyedia tenaga listrik untuk terus meminimalkan jumlah tenaga listrik yang hilang mengingat masih banyak masyarakat yang belum dapat menikmati tenaga listrik. 4.4. Subsidi Listrik Salah satu kebijakan pemerintah pada sektor kelistrikan adalah pemberian subsidi konsumsi listrik. Pemberian subsidi listrik ini terkait dengan pe netapa n tarif listrik yang sejak tahun 1998 selalu lebih rendah dari biaya pokok penyediaan tenaga listrik. Penetapan tarif listrik di bawah harga produksinya ini menyebabkan perusahaan penyedia tenaga listrik mengalami kerugian. Untuk mengganti kerugian akibat penetapan harga jual listrik tersebut, maka pemerintah membayar selisih harga tersebut kepada perusahaan penyedia tenaga listrik sebagai konpensasi agar perusahaan penyedia tenaga listrik tetap dapat beroperasi dan ketersediaan tenaga listrik dapat terjamin. Nilai subsidi terus meningkat setiap tahun. Pada tahun 2010 realisasi subsidi listrik mencapai Rp. 58.11 triliun atau naik lebih dari 30 kali subsidi listrik tahun 1998 yang hanya sebesar Rp. 1.93 triliun. Subsidi mengalami kenaikan 79 tajam sejak tahun 2005. Selain nilainya melonjak, juga lebih besar dari alokasi anggaran yang dipersiapkan pemerintah kecuali pada tahun 2008. Salah satu penyebab melonjaknya subsidi ini adalah adanya kebijakan perluasan pelangaan yang diberikan subs idi da n melonjaknya harga bahan bakar minyak. Tabel 14. Realisasi Subsidi Listrik, Tahun 1998–2010 Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Alokasi Anggaran (Miliar Rp) 1,929.9 4,551.6 3,928.0 4,618.0 4,102.7 4,519.0 3,309.5 8,850.6 30,393.3 33,073.5 83,906.5 49,546.5 55,106.3 Realisasi (Miliar Rp) 1,930.0 1,128.0 2,840.0 4,300.2 5,445.0 3,360.4 3,535.3 10,573.8 33,866.1 37,436.3 78,290.4 53,442.5 58,108.4 Persentase Realisasi ∆%/Tahun Subs idi 100.0 24.8 -41.55 72.3 151.77 93.1 51.41 132.7 26.62 74.4 -38.28 106.8 5.20 119.5 199.09 111.4 220.28 113.2 10.54 93.3 109.13 107.9 -31.74 105.4 8.73 Sumber: Kementerian Keuangan dan Kementerian Energ i dan Su mber Daya Mineral (dio lah) 4.5. Kemiskinan di Indonesia Kemiskinan merupakan masalah utama yang dihadapi dalam proses pembangunan perekonomian di berbagai negara, terutama negara- negara berkembang seperti Indonesia. Demi mengejar pertumbuhan eko nomi yang tinggi sering meninggalkan masalah lain yaitu ketimpangan pendapatan dan kemiskinan terutama di daerah perdesaan. Jumlah pe nduduk miskin di Indo nesia mengalami fluk tuasi da ri tahun ke tahun dengan kecenderungan menurun pada beberapa tahun terakhir, baik jumlah orang maupun persentasenya. Pada Tabel 15 dapat dilihat bahwa jumlah 80 penduduk miskin di daerah perdesaan lebih banyak daripada di daerah perkotaan. Ini menjadi salah satu alasan mengapa studi tentang kemiskinan lebih banyak terfokus pada daerah perdesaan. Tabel 15. Jumlah dan Persentas e Penduduk Miskin di Indonesia Menurut Daerah, Tahun 1990-2010 Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Penduduk Miskin (Juta) Kota Desa Kota+Desa 9.40 8.70 9.42 17.60 15.64 12.30 8.60 13.30 12.20 11.40 12.40 14.49 13.56 12.77 11.91 11.10 17.80 17.20 24.59 31.90 32.33 26.40 29.30 25.10 25.10 24.70 22.70 24.81 23.61 22.19 20.62 19.92 27.20 25.90 34.01 49.50 47.97 38.70 37.90 38.40 37.30 36.10 35.10 39.30 37.17 34.96 32.53 31.02 Persentase Penduduk M iskin Kota 5.27 4.65 4.82 8.76 7.68 5.96 4.11 6.28 5.68 5.24 5.62 6.50 6.01 5.59 5.15 4.74 Desa 9.99 9.19 12.58 15.88 15.88 12.80 14.02 11.85 11.69 11.35 10.29 11.12 10.46 9.71 8.91 8.51 Kota+Desa 15.26 13.83 17.40 24.64 23.56 18.76 18.13 18.13 17.38 16.59 15.91 17.62 16.47 15.29 14.06 13.25 Sumber: BPS, beberapa tahun Pada saat krisis ekonomi melanda Indonesia yang puncaknya terjadi pada tahun 1998 jumlah penduduk miskin mengalami kenaikan tajam, baik dari segi jumlah maupun persentasenya. Dampak krisis terhadap penduduk kota lebih besar daripada penduduk perdesaan yang mengalami kenaikan hampir dua kali lipat, sedangkan penduduk pedesaan relatif lebih tahan terhadap dampak krisis. Setelah itu jumlah penduduk miskin cenderung menurun, kecuali pada tahun 2006. Kenaikan jumlah penduduk miskin pada tahun 2006 disebabkan salah satunya adalah kenaikan harga BBM pada Oktober 2005 yang rata-rata hampir mencapai 81 100 persen. Kenaikan BBM menyebabkan kenaikan berbagai barang kebutuhan pokok karena biaya angkutan naik. Kenaikan harga- harga ini memicu inflasi yang berarti pendapatan riil masyarakat mengalami penurunan. Garis kemiskinan mengalami juga mengalami kenaikan yang cukup signifikan pada tahun tersebut (lihat Tabel 16). Kenaikan garis kemiskinan tersebut bepengaruh pada penduduk berpenghasilan rendah yang berada di sekitar garis kemiskinan. Kenaikan garis kemiskinan tersebut menyebabkan banyak pe nduduk yang semula berada di atas garis kemiskinan menjadi di bawah garis kemiskinan, ini berarti jumlah pe nduduk miskin bertambah. Tabel 16. Garis Kemiskinan Menurut Daerah, Tahun 1990-2010 (Rupiah) Tahun 1990 1993 1996 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Garis Kemiskinan Kota 20,614 27,905 42,032 96,959 92,409 91,632 100,011 130,499 138,803 143,455 150,799 174,290 187,942 204,896 222,123 232,989 Desa 13,295 18,244 31,366 72,780 74,272 73,648 80,382 96,512 105,888 108,725 117,259 130,584 146,837 161,831 179,835 192,354 Sumber: BPS, beberapa tahun 4.6. Subsidi Listrik, Pertumbuhan Ekonomi, dan Kemiskinan 82 Sesuai dengan paradigma pembangunan dewasa ini bahwa manusia ditempatkan sebagai tujuan akhir pembangunan ekonomi (the ultimated end), sedangkan upaya pembangunan dipandang sebagai sarana (principal means). Berbagai upaya telah ditempuh pemerintah untuk mencapai tujuan ini, salah satunya adalah kebijakan pemberian subsidi listrik. Kebijakan ini dimaksudkan selain untuk membantu masyarakat kurang mampu, menjaga kelangsungan hidup perusahaan penyedia tenaga listrik, juga untuk menjamin ketersediaan dan distribusi tenaga listrik yang merata. Dengan terjaminnya ketersediaan tenaga listrik de ngan harga yang terjangka u diharapk an roda perekonomian dapat berputar dan pendapatan masyarakat akan membaik, sehingga pengangguran dan kemiskinan dapat berkurang. Pada Gambar 8 dapat dilihat perkembangan besarnya subsidi listrik, pertumbuhan ekonomi dan tingkat kemiskian di Indonesia tahun 1990-2010. Dari Gambar 8 tersebut dapat dilihat bahwa kebijakan pemberian subsidi listrik tidak langsung direspon dengan penurunan tingkat kemiskinan maupun pertumbuhan ekonomi. Badai krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1977 telah menyebabkan pengeluaran pemerintah meningkat tajam, termasuk di antaranya adalah pengeluaran untuk subsidi (Purwoko, 2003). Namun dari Gambar itu juga dapat dilihat bahwa dalam masa krisis ekonomi tahun 1998 subs idi memang sangat memba ntu untuk mencegah lebih dalam tingkat kemiskinan di saat perekonomian mengalami kontraksi cukup dalam. Tetapi setelah itu, subsidi listrik mempunyai dampak yang kurang signifikan terhadap tingkat pertumbuhan ekonomi maupun kemiskinan. Meskipun subsidi listrik mengalami kenaikan tajam tetapi laju pertumbuhan ekonomi tetap datar. Bahkan 83 jika dibandingkan dengan masa sebelum krisis dimana tidak ada subsidi listrik, laju pertumbuha n eko nomi masih lebih renda h. Di sisi lain, pertumbuhan ekonomi berhubungan erat dengan upaya pengentasan kemiskinan. Hal ini terlihat bahwa jika terjadi kontraksi pertumbuhan ekonomi, maka tingkat kemiskinan langsung merespon. Dari Gambar 8 tersebut dapat ditarik suatu kesimpulan bahwa untuk mengurangi tingkat kemiskinan, pemerintah sebaiknya menggunakan instrumen yang dapat menggerakan perekonomian secara langsung dan dapat dirasakan masyarakat banyak dibandingkan dengan kebijakan pemberian subsidi. Di samping dampaknya yang tidak terlalu nyata terlihat, juga disinyalir subsidi lebih banyak dinikmati oleh mereka yang tidak berhak. 80 70 60 50 40 30 20 10 0 -10 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 -20 Subsidi Listrik (Tr Rp) Tk Kemiskinan (%) Pert Eko (%) Gambar 8. Besarnya Subsidi Listrik, Tingkat Ke miskinan, dan Laju Pertumbuhan Ekonomi di Indonesia, Tahun 1990-2010 V. PEMBAHASAN HASIL ESTIMASI MODEL SUBSIDI HARGA LISTRIK Bagian ini membahas hasil estimasi dari mode l yang dibangun dalam penelitian ini. Pembahasan dibagi menjadi dua bagian, yaitu penjelasan secara umum dan pembahasan secara terperinci untuk setiap persamaan. 5.1. Gambaran Umum Hasil estimasi mode l subsidi listrik dievaluasi dengan tiga kriteria, yaitu kriteria ekonomi (economic ‘a priori’ criteria), kriteria statistik (statistical criteria), dan kriteria ekonometrik (econometric criteria). Program estimasi dan hasil estimasi mode l selengkapnya dapat dilihat pada Lampiran 3 da n Lampiran 4. Berdasarkan kriteria ekonomi, hasil estimasi parameter setiap persamaan struktural dalam model subsidi listrik di Indo nesia yang diajukan adalah sesuai harapan. Hal ini ditunjukkan dengan tanda dan besaran nilai estimasi parameter yang menggambarka n hubungan antara variabe l endo gen dengan variabe l penjelasnya. Dilihat berdasar kriteria statistik, hasil estimasi model juga menunjukkan hasil yang cukup baik. Nilai koefisien determinasi (R2 ) setiap persamaan struktural yang relatif tinggi yaitu berkisar antara 0.73 sampai 0.99 menunjukkan bahwa secara umum variabel- variabel penjelas yang digunakan dalam penelitian ini mampu menjelaskan 73 persen sampai 99 persen keragaman variabel- variabel endo gennya. Uji-F digunakan untuk mengetahui apakah model layak digunakan atau tidak dengan melakukan pengujian terhadap hubungan antara variabel tak bebas 86 dengan sekelompok variabel bebas. Nilai statistik uji-F yang dihasilka n cukup tinggi dengan Pr > F semuanya kurang dari 0.01, yang dapat diimpretasikan bahwa variabel- variabel penjelas dalam setiap persamaan struktural secara bersama-sama mempengaruhi secara nyata variabel- variabel endo gennya. Hasil statistik uji- t untuk menguji apakah suatu variabel penjelas secara individu berpe ngaruh terhadap variabel endogennya atau tidak menunjukan bahwa secara statistik sebagian besar variabel penjelas secara individu berpengaruh secara nyata sampai level kesalahan (α) 40 persen. Namun terdapat beberapa variabel penjelas dalam mode l yang secara statistik tidak berpengaruh terhadap variabel endo gennya. Berdasar nilai statistik Durbin-Watson (DW) dan juga nilai Durbin- h mengindikasikan adanya masalah autokorelasi. Masalah ini sering muncul pada penelitian bidang ekonomi yang disebabkan adanya keterkaitan antar variabel. Karena disertasi ini adalah penelitian di bidang ekonomi, maka lebih mengutamakan kriteria ekonomi daripada kriteria statistik maupun ekonometrik. Berdasarkan hasil pengujian estimasi parameter-parameter tersebut, maka model yang digunakan dalam penelitian ini cukup baik dalam menjelaskan perilaku konsumsi dan subsidi listrik di Indonesia. 5.2. Penjelasan Persamaan Pada bagian ini akan dijelaskan secara terperinci setiap persamaan yang digunakan dalam penelitian ini. 5.2.1. Blok Produksi Tenaga Listrik Secara keseluruhan produksi tenaga listrik berasal dari tenaga listrik yang dibangkitkan sendiri dari generator yang dimiliki maupun sewa da n tenaga listrik 87 yang dibe li da ri perusahaan lain (IPP). Hasil estimasi persamaan yang berkaitan dengan produksi tenaga listrik menunjukkan bahwa semua persamaan mempunyai tingkat pe njelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang berkisar antara 0.76 sampai dengan 0.99, yang berarti bahwa variabelvariabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 76 persen sampai dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabelvariabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Tenaga Listrik Produksi Sendiri Hasil pendugaan parameter persamaan jumlah tenaga listrik yang diprod uks i sendiri dapat dilihat pada Tabel 17. Dari Tabel 17 tersebut dapat dilihat bahwa hanya variabel tenaga listrik yang dibeli, tenaga listrik terjual, dan produksi sendiri tahun sebelumnya yang berpengaruh secara nyata terhadap jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi batu bara sebesar 0.001461 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i sendiri terhadap peruba han jumlah konsumsi batu bara bersifat tidak elastis baik untuk jangka pe ndek maupun jangka pa njang. Ini berarti perubahan jumlah konsumsi batu bara yang sifatnya sementara maupun jangka pa njang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Nilai parameter dugaan konsumsi gas alam sebesar 0.023578 dan mempunyai hubungan yang positif. Respo n jumlah tenaga listrik yang diprod uks i 88 sendiri terhadap perubahan jumlah konsumsi gas alam bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan jumlah konsumsi gas alam yang sifatnya sementara maupun jangka panjang tidak memberikan respon pada jumlah tenaga listrik yang diproduksi sendiri. Tabel 17. Hasil Estimasi Parameter Persamaan Produksi Tenaga Listrik yang Diproduksi Sendiri, Tahun 1990-2010 Variabel Intercept QBBM (Jumlah Konsumsi BBM) QBTB (Jumlah Konsumsi batubara) QGAS (Jumlah Konsumsi Gas Alam) LPRODSDR (Lag Jumlah Tenaga Listrik yang Diproduksi Sendiri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 9012.079 0.0341 0.000248 0.6814 0.0202 0.0537 0.001461 0.0378 0.2296 0.6123 A 0.023578 0.0317 0.0537 0.1433 A 0.625091 0.0003 A Adj-R2 = 0.99314; F-hitung = 688.31; Pr > F = <0.0001; D-h = -3.1475 Keterangan: 2. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Konsums i Bahan Bakar Sebagian besar pembangkit yang dimiliki PLN menggunakan bahan bakar BBM, batubara, dan gas alam yang mencapai 68.16 persen dari total produksi atau 88.60 persen dari total tenaga listrik yang diproduksi sendiri. Hasil pendugaan parameter persamaan konsumsi BBM dapat dilihat pada Tabel 18. Dari Tabel 18 tersebut dapat dilihat bahwa konsumsi BBM dipengaruhi secara nyata oleh tenaga listrik yang diproduksi dan konsumsi BBM tahun sebelumnya. Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 18.00578 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diprod uksi aka n memicu ke naikan permintaan BBM. 89 Ini terjadi karena penggunaan BBM untuk memproduksi tenaga listrik masih cukup tinggi. Pada tahun 2009 total produksi listrik yang menggunakan BBM mencapai 22.06 persen. Respon konsumsi BBM terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi BBM, tetapi memberikan respon pada jangka panjang. Tabel 18. Hasil Estimasi Parameter Persamaan Konsumsi BBM, Tahun 1990-2010 Variabel Intercept PBBM (Harga BBM Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diproduksi Sendiri) D08 LQBBM (Lag Jumlah Konsumsi BBM) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang 35351.62 0.9838 -59.6042 0.8854 -0.0180 -0.0962 18.00578 942261.9 0.3249 0.5821 0.2216 1.1841 0.812856 0.0056 Signifikansi D A 2 Adj-R = 0.84031; F-hitung = 25.99; Pr > F = <0.0001; D-h = -1.8593 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Jumlah konsumsi BBM juga dipengaruhi oleh konsumsi BBM tahun sebelumnya. Ini artinya jika tahun lalu konsumsi BBM naik sebesar 1 000 kilo liter, maka konsumsi BBM tahun sekarang naik sebesar 813 kilo liter. Sementara hasil pendugaan parameter persamaan konsumsi batubara dapat dilihat pada Tabel 19. Dari Tabe l 19 tersebut dapat dilihat bahwa tidak semua variabel yang digunakan berpengaruh secara nyata terhadap konsumsi batubara. Hanya besarnya produksi listrik dan konsumsi batubara tahun sebelumnya yang berpengaruh terhadap konsumsi batubara. 90 Nilai parameter dugaan variabel tenaga listrik yang diprod uks i sendiri sebesar 105.1371 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang diproduksi akan memicu kenaikan permintaan batubara. Ini terjadi karena bahan bakar utama dalam memproduksi tenaga listrik. Pada tahun 2009 total produksi listrik yang dibangkitkan dengan bahan bakar batubara mencapai 27.51 persen. Respon konsumsi batu bara terhadap perubahan tenaga listrik yang diprod uksi sendiri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Ini berarti perubahan tenaga listrik yang diproduksi sendiri yang sifatnya sementara tidak memberikan respon pada konsumsi batubara, tetapi memberikan respon pada jangka panjang. Tabel 19. Hasil Estimasi Parameter Persamaan Konsumsi Batubara, Tahun 1990-2010 Variabel Intercept PBTB (Harga Batubara Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik Yang Diproduksi Sendiri) PBBM (Harga BBM) LQBTB (Lag Konsumsi Batubara) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -2301871 0.0295 -891.932 0.6964 -0.0154 -0.0334 105.1371 148.7185 0.0040 0.4318 0.6691 0.0232 1.4508 0.0504 0.538798 0.0074 A A 2 Adj-R = 0.98469; F-hitung = 306.41; Pr > F = <0.0001; D-h = -1.0041 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Jumlah konsumsi batubara juga dipengaruhi oleh konsumsi batubara tahun sebelumnya. Ini artinya jika tahun lalu konsumsi batubara naik sebesar 1 000 ton, maka konsumsi batubara tahun sekarang naik sebesar 539 ton. Hasil pendugaan parameter persamaan konsumsi gas alam dapat dilihat pada Tabel 20. Dari Tabe l 20 tersebut dapat dilihat bahwa variabel harga gas, 91 tenaga listrik yang dibangkitkan sendiri, dan konsumsi BBM berpengaruh secara nyata terhadap konsumsi batubara. Nilai parameter dugaan variabel harga gas alam sebesar 4.75730 dan mempunyai hubungan yang negatif, yang berarti kenaikan harga gas alam akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan harganya bersifat tidak elastis, yang berarti perubahan harga gas alam tidak memberikan respon pada konsumsinya. Tabel 20. Hasil Estimasi Parameter Persamaan Konsumsi Gas Alam, Tahun 1990-2010 Variabel Intercept PGAS (Harga Gas Alam Dalam Negeri) PRODSDR (Jumlah Tenaga Listrik yang Diproduksi Sendiri) QBBM (Jumlah Konsumsi BBM) QBTB (Jumlah Konsumsi Batubara) D9799 Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi 7043.293 0.9389 -4.75730 0.0681 -0.4862 - A 8.081043 0.0126 3.5476 - A -0.04389 0.0006 -1.5656 - A -0.00730 -37568.6 0.6436 0.2660 -0.5036 C 2 Adj-R = 0.764; F-hitung = 13.3; Pr > F = 0.0003; DW = 2.72214 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel tenaga listrik yang diproduksi sendiri sebesar 8.081043 dan mempunyai hubungan yang positif. Hasil ini menunjukkan kenaika n tenaga listrik yang dipr od uks i aka n memicu ke naika n permintaan gas alam. Respon konsumsi gas alam terhadap perubahan tenaga listrik yang diproduksi sendiri bersifat elastis, yang menujukkan bahwa perubahan tenaga listrik yang diproduksi sendiri memberikan respon pada konsumsi gas alam. 92 Nilai parameter dugaan variabel konsumsi BBM sebesar 0.04389 dan mempunyai hubungan yang negatif, yang berarti kenaikan konsumsi BBM akan memicu penurunan permintaan gas alam. Respon konsumsi gas alam terhadap perubahan konsumsi BBM bersifat elastis, ini berarti perubahan konsumsi BBM akan memberikan respon pada konsumsi gas alam. Ketika terjadi krisis ekonomi tahun 1997-1999 konsumsi gas alam mengalami penurunan sebesar 37568.6 MMSCF. Ini dapat terjadi karena ketika terjadi krisis ekonomi keuangan PLN menjadi tidak sehat, sehingga dilakukan berbagai penghematan untuk mengurangi kerugian perusahaan yang lebih parah. Besarnya konsumsi bahan bakar sangat tergantung harganya. Hasil pendugaan parameter persamaan harga BBM dapat dilihat pada Tabel 21. Dari Tabe l 21 tersebut dapat dilihat bahwa harga BBM dipengaruhi secara nyata oleh harga minyak mentah Indonesia (ICP), harga BBM tahun sebelumnya, dan variabel dummy yang merepresentasikan lonjakan harga minyak dunia tahun 2008. Nilai parameter dugaan variabel harga minya k mentah Indo nesia (ICP) sebesar 66.37429 da n mempunyai hubungan yang positif, yang berarti kenaikan ICP akan memicu kenaika n harga BBM da lam negeri. Respo n harga BBM terhadap perubahan ICP bersifat elastis baik untuk jangka pendek maupun jangka panjang. Ini berarti perubahan ICP yang sifatnya sementara maupun jangka panjang akan memberikan respon pada harga BBM dalam negeri. Melonjaknya harga minyak mentah dunia pada tahun 2008 berpengaruh nyata terhadap kenaikan harga BBM dalam negeri sebesar Rp. 1089.3. Meskipun pe merintah sering meneka n gejolak harga BBM da lam negeri de ngan 93 meningkatkan subsidi BBM, namun sejak tahun 2005 PLN membeli BBM tanpa subs idi. Tabel 21. Hasil Estimasi Parameter Persamaan Harga BBM, Tahun 19902010 Variabel Intercept (Intersep) ICP (Harga Minyak Mentah Indonesia) KURS (Nilai Tukar Rupiah thd Dolar AS) D08 LPBBM (Lag Harga BBM) Estimasi Parameter Elastisitas SignifiJangka Jangka kansi Pendek Panjang Pr > |t| -988.933 A 0.0011 66.37429 <0.0001 1.1482 1.5063 0.024172 1089.309 0.4909 0.0619 0.0823 0.1079 0.237759 0.0173 A A A 2 Adj-R = 0.97072; F-hitung = 158.47; Pr > F = <0.0001; D-h = -1.3913 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Harga BBM dalam negeri juga dipengaruhi oleh harga BBM pada tahun sebelumnya. Ini menunjukkan bahwa harga BBM tahun sebelumnya menjadi salah satu acuan dalam menentukan harga BBM sekarang. Sementara hasil pendugaan parameter persamaan harga batubara dapat dilihat pada Tabel 22. Dari Tabe l 22 tersebut dapat dilihat bahwa hampir semua variabel yang digunakan berpengaruh secara nyata terhadap harga batubara dalam negeri, kecuali harga dunia batubara. Nilai parameter dugaan variabel nilai tukar rupiah terhadap dolar Amerika Serikat sebesar 0.010802 dan mempunyai hubungan yang positif, yang berarti depresiasi nilai tukar rupiah terhadap dolar Amerika Serikat akan memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti perubahan nilai tukar rupiah tidak memberikan respon pada harga batubara dalam negeri. 94 Tabel 22. Hasil Estimasi Parameter Persamaan Harga Batubara, Tahun 1990-2010 Variabel Intercept (Intersep) PDBTB (Harga Batubara Dunia) KURS (Nilai Tukar Rupiah) PBBM (Harga BBM Dalam Negeri) LBTB (Lag Harga Batubara) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -113.302 0.4097 2.588217 0.010802 0.4262 0.2139 0.4713 0.3320 1.1839 0.8340 0.019297 0.601905 0.1150 0.0192 0.1743 0.4378 Signifikansi C B A Adj-R2 = 0.91376; F-hitung = 51.33; Pr > F = <0.0001; D-h = -3.1931 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel harga BBM sebesar 0.019297 dan mempunyai hubungan yang positif, yang berarti ke naikan harga BBM akan memicu kenaikan harga batubara dalam negeri. Respon harga batubara terhadap perubahan nilai tukar bersifat tidak elastis, yang berarti perubahan harga BBM tidak memberikan respon pada harga batubara dalam negeri. Hasil pendugaan parameter persamaan harga gas alam dapat dilihat pada Tabe l 23. Dari Tabel 23 tersebut dapat dilihat bahwa ha nya variabe l harga gas periode sebelumnya dan variabel dummy yang berpengaruh secara nyata terhadap harga gas alam dalam negeri. Ini menunjukkan bahwa harga gas alam tahun sebelumnya menjadi acuan utama dalam menentukan harga gas alam sekarang. Krisis ekonomi tahun 1998 dan krisis finansial global tahun 2009 menyebabkan kenaikan harga gas alam. Hal ini terjadi karena krisis telah menyebabkan penurunan daya beli masyarakat, sehingga banyak yang beralih ke bahan bakar yang relatif lebih murah sebagai sumber energi, dan gas alam adalah 95 salah satunya. Namun kenaikan permintaan tersebut berakibat pada naiknya harga gas alam. Tabel 23. Hasil Estimasi Parameter Persamaan Harga Gas Alam, Tahun 1990-2010 Variabel Intercept PDGAS (Harga Dunia Gas Alam) KURS (Nilai Tukar Rupiah thd Dolar AS) PBBM (Harga BBM Dalam Negeri) D98 D09 LPGAS (Lag Harga Gas Alam Dalam Negeri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -957.021 0.6388 763.6172 0.5437 0.1544 1.0817 0.107165 0.8659 0.0384 0.2693 0.042218 19135.55 8717.081 0.9712 0.0006 0.0410 0.0045 0.0312 0.857225 0.0003 Signifikansi A A A Adj-R2 = 0.9493; F-hitung = 60.29; Pr > F = <0.0001; D-h = 0.2429 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Sementara persamaan biaya konsumsi BBM, batu bara, dan gas alam adalah persamaan identitas yang merupakan perkalian jumlah bahan bakar dengan harganya. Persamaan nilai konsumsi BBM (CBBM), batu bara (CBTB), dan gas alam (CGAS) dapat dirumuskan sebagai berikut: CBBM t = QBBM t * PBBM t CBTBt = QBTBt * PBTBt CGAS t = QGAS t * PGAS t 3. Tenaga Listrik yang Dibeli Tenaga listrik yang dibeli terus meningkat setiap tahun. Kenaikan tenaga listrik yang dibeli menunjukkan bahwa tenaga listrik yang diproduksi sendiri tidak dapat mencukupi permintaan tenaga listrik. Hal ini disebabka n laju tenaga listrik 96 yang diproduksi sendiri lebih lambat dari laju permintaan tenaga listrik, sehingga PLN harus beli dari perusahaan lain untuk memenuhi kenaikan permintaan tenaga listrik. Hasil pendugaan parameter persamaan tenaga listrik yang dibeli dari perusahaan lain (IPP) dapat dilihat pada Tabel 24. Dari Tabel 24 tersebut dapat dilihat bahwa tenaga listrik yang dibeli dari perusahaan lain dipengaruhi oleh tenaga listrik yang diproduksi sendiri, permintaan tenaga listrik yang diproks i dengan tenaga listrik yang terjual, dan besarnya susut tenaga listrik. Selain itu ketika harga minyak mentah dunia melonjak tajam pada tahun 2008 terjadi penuruna n tenaga listrik yang dibeli. Tabel 24. Hasil Estimas i Parameter Persamaan Tenaga Listrik yang Dibeli, Tahun 1990-2010 Variabel Intercept TLJUAL (Jumlah Tenaga Listrik yang Terjual) SUSUT (Jumlah Tenaga Listrik yang Hilang) D08 LTLBELI (Lag Tenaga Listrik yang Dibeli) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A -3780.01 0.0278 0.046545 0.1843 0.2610 1.7517 B 0.322728 -2239.34 0.0530 0.1577 0.2603 1.7473 A B 0.851006 <0.0001 A 2 Adj-R = 0.99057; F-hitung = 500.23; Pr > F = <0.0001; D-h = -0.1870 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel jumlah tenaga listrik yang terjual sebesar 0.046545 dan mempunyai hubungan yang positif, yang berarti kenaikan jumlah permintaan tenaga listrik akan memicu kenaikan jumlah tenaga listrik yang dibeli dari luar swasta. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi 97 elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjual yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Nilai parameter dugaan variabel jumlah tenaga listrik yang hilang atau susut sebesar 0.322728 da n mempunyai hubungan yang positif, yang berarti kenaika n jumlah tenaga listrik yang hilang akan memicu kenaikan jumlah tenaga listrik yang dibeli dari perusahaan lain. Respon jumlah tenaga listrik yang dibeli terhadap perubahan jumlah tenaga listrik yang terjual bersifat tidak elastis dalam jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan jumlah tenaga listrik yang terjua l yang bersifat sementara tidak memberikan respon pada jumlah tenaga listrik yang dibeli, tetapi memberikan respon dalam jangka panjang. Ketika terjadi lonjakan harga minyak mentah dunia tahun 2008 jumlah tenaga listrik yang dibeli berkurang sebesar 2 239.34 GWh. Hal ini terjadi karena kenaikan harga minyak mentah dunia menyebabkan kenaikan harga jual dari produsen tenaga listrik kepada PLN, sehingga PLN memaksimalkan produksi sendiri daripada beli dari perusahaan lain. 4. Total Produksi Listrik Sementara persamaan total produksi tenaga listrik adalah persamaan identitas yang merupakan penjumlahan tenaga listrik yang diproduksi sendiri dan yang dibeli dari perusahaan lain. Persamaan total produksi tenaga listrik (PRODTLt ) dapat dirumuskan sebagai berikut: PRODTLt = PRODSDRt + TLBELI t 98 5. Biaya Ope rasi Produksi Tenaga Listrik Hasil pendugaan parameter persamaan biaya operasi prod uksi tenaga listrik dapat dilihat pada Tabel 25. Dari Tabel 25 tersebut memperlihatkan bahwa hampir semua variabel yang digunakan sebagai penjelas berpengaruh secara nyata terhadap biaya operasi prod uks i tenaga listrik, kecuali variabel bedakala total biaya operasional. Tabel 25. Hasil Estimasi Parameter Persamaan Total Biaya Operasi Produksi Tenaga Listrik, Tahun 1990-2010 Variabel Intercept TLBELI (Jumlah Tenaga Lisrik yang Dibeli) CBBM (Konsumsi BBM) CBTB (Konsumsi Batubara) CGAS (Konsumsi Gas Alam) CLAIN (Besarnya Pengeluaran Lainnya) D08 LBOP (Lag Total Biaya Operasional) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi C -937.226 0.2040 0.731174 0.969435 0.0032 <0.0001 0.2065 0.3555 0.2067 0.3559 A A 1.197797 0.0202 0.0921 0.0922 A 1.583887 <0.0001 0.1217 0.1219 A 0.808336 5086.999 0.0005 0.1034 0.2364 0.2366 A B 0.001061 0.9846 Adj-R2 = 0.99926; F-hitung = 3645.08; Pr > F = <0.0001; D-h = -0.5352 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter listrik yang dibeli dari perusahaan lain sebesar 0.731174 dan mempunyai hubungan yang positif, yang berarti kenaikan 1 GWh pembelian listrik akan meningkatkan biaya operasi sebesar Rp. 731.17 juta. Respon biaya operasi produksi tenaga listrik terhadap tenaga listrik yang dibeli bersifat tidak elastis. Salah satu penyebabnya adalah mungkin karena porsi tenaga listrik yang dibeli yang relatif kecil dibandingkan yang diproduksi sendiri. 99 Estimasi parameter konsumsi BBM sebesar 0.969435 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Sedangkan estimasi parameter konsumsi gas sebesar 1.583887 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter konsumsi batubara sebesar 1.197797 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi batubara bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Dibandingkan dengan pengeluaran untuk BBM dan gas, pengeluaran untuk konsumsi batubara adalah paling tidak elastis. Hasil ini menunjukkan bahwa pengeluaran untuk konsumsi batubara memiliki nilai sensitivitas paling rendah terhadap biaya operasi prod uks i tenaga listrik. Dengan kata lain, batubara mempunyai nilai efisiensi paling tinggi untuk menekan biaya operasional perusahaan penyedia energi listrik, sedangkan konsumsi untuk BBM paling tidak efisien. Estimasi parameter penge luaran lainnya sebesar 0.808336 dan mempunyai hubungan yang positif. Respon biaya operasi produksi tenaga listrik terhadap pengeluaran untuk konsumsi gas bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat dipahami karena biaya rutin, seperti biaya untuk gaji karyawan, biaya pemeliharaan, biaya penyusutan, dan lain- lain, merupaka n biaya yang harus dike luarka n pe rusahaan setiap tahun. 100 Lonjakan harga minyak mentah dunia tahun 2008 menyebabka n total biaya operasi produksi tenaga listrik mengalami kenaikan sebesar Rp 5 087.0 miliar. Hal ini terjadi karena kenaikan harga minyak mentah dunia menyebabkan kenaika n harga jual BBM kepada PLN, sedangkan biaya pokok penyediaan energi per kWh dihitung berdasar nilai total biaya operasi produksi tenaga listrik dibagi tenaga listrik yang terjual. Persamaan biaya pokok penyediaan energi listrik per kWh ada lah : BPP t = BOPt / TLJUALt 5.2.2. Blok Kons umsi Tenaga Listrik Hasil estimasi persamaan konsumsi energi listrik untuk rumah tangga, ka langan industri da n pelanggan lainnya, menunjukan bahwa semua persamaan mempuny ai tingkat penjelas yang tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Konsums i Listrik Rumah Tangga Dari segi jumlah pelanggan maupun pemakaian, pelanggan rumah tangga adalah pemakai utama energi listrik di Indonesia. Hasil pendugaan parameter persamaan konsumsi energi listrik oleh rumah tangga dapat dilihat pada Tabel 26. Dari Tabel 26 tersebut terlihat bahwa semua variabel penjelas secara statistik berpengaruh secara nyata terhadap konsumsi listrik rumah tangga. 101 Tabel 26. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Rumah Tangga , Tahun 1990-2010 Variabel Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi Intercept -1009.26 0.2926 HJTLRT (Harga Jual Tenaga Listrik untuk Rumah Tangga) -2.01447 0.3354 -0.0217 -0.0445 D 0.463104 0.0009 0.1388 0.2840 A 0.536486 -922.694 0.0038 0.1559 0.4464 0.9133 A B 0.511289 0.0066 PDBKPT (PDB per Kapita) PELRT (Jumlah Pelanggan Rumah Tangga) D98 LCLISRT (Lag Konsumsi Listrik Rumah Tangga) C A 2 Adj-R = 0.99865; F-hitung = 2821.33; Pr > F = <0.0001; D-h = -1.0667 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Hasil pendugaan parameter harga jual tenaga listrik untuk pe langgan rumah tangga sebesar 2.01447 dan mempunyai hubungan yang negatif. Ini artinya kenaikan harga jual tenaga listrik untuk pelanggan rumah tangga akan mengurangi jumlah konsumsi listriknya. Sebagaimana hasil penelitian yang dilakukan Makmun dan Abdurahman (2003) menemukan bahwa kenaikan tarif listrik dapat membawa dampak yang negatif terhadap pendapatan riil masyarakat, sehingga mengurangi kemampuan masyarakat dalam mengkonsumsi tenaga listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik be rsifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa listrik telah menjadi kebutuhan pokok masyarakat di Indonesia yang sulit dicari barang penggantinya, sehingga pengaruh kenaikan harga relatif kecil terhadap nilai konsumsinya. 102 Nilai dugaan parameter PDB per kapita sebesar 0.463104 dan mempunyai hubungan yang positif. Sesuai teori ekonomi apabila pendapatan naik maka konsumsi barang normal juga akan naik. Makmun dan Abdurahman (2003) dalam kesimpulan yang lain menyatakan bahwa tingkat pendapatan berkorelasi positif dengan konsumsi listrik baik dari sisi nilai pengeluaran maupun tingkat konsumsi listrik per kWh-nya. Sebagaimana diketahui bahwa ketergantungan masyarakat, terutama masyarakat perkotaan, terhadap energi listrik semakin tinggi. Listrik tidak hanya untuk penerangan, tetapi juga untuk keperluan lain yang bersifat gaya hidup (life style) seperti untuk menyalakan pendingin ruangan, menyalakan alatalat hiburan seperti televisi dan sejenisnya, dan lain- lain. Respon konsumsi listrik rumah tangga terhadap perubahan PDB per kapita bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini menunjukkan bahwa perubahan total konsumsi rumah tangga tidak terlalu berpengaruh terhadap pengeluaran untuk konsumsi listrik. Hal ini dapat terjadi karena proporsi pengeluaran rumah tangga untuk konsumsi listrik terhadap total pengeluarannya relatif kecil. Berdasarkan data BPS, pada tahun 2009 rata-rata persentase pengeluaran rumah tangga untuk konsumsi listrik sebesar 2.63 persen. Hasil pendugaan parameter jumlah pelanggan rumah tangga sebesar 0.536486 dan mempunyai hubungan yang positif. Hasil ini tentunya tidak mengejutkan karena kenaikan jumlah pelanggan aka n menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil ini juga mengimplikasikan bahwa apabila pemerintah menargetkan untuk meningkatkan jumlah penduduk yang dapat menikmati energi listrik (rasio 103 elektrifikasi), maka juga harus ditingkatkan jumlah produksi listrik untuk memenuhi penambahan konsumsi listrik tersebut. Ini berarti investasi di sektor kelistrikan harus ditingkatkan. Peran serta swasta dalam pembangunan sektor ke listrikan semakin diperlukan di tengah-tengah keterbatasan ke uangan negara. Ketika krisis ekonomi melanda Indo nesia yang puncaknya terjadi tahun 1998 juga berpengaruh terhadap penurunan konsumsi listrik oleh pelanggan rumah tangga. Ini terjadi karena krisis ekonomi menyebabkan penurunan pendapatan riil masyarakat, sehingga tingkat konsumsi listrik oleh pelanggan rumah tangga juga mengalami penurunan. Konsumsi tenaga listrik oleh pelanggan rumah tangga juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik telah menjadi kebutuhan pokok rumah tangga yang terus dibutuhka n masyarakat. 2. Konsums i Listrik Kalangan Industri Meskipun secara komulatif konsumsi listrik pelanggan industri di bawah pelanggan rumah tangga, namun dilihat konsumsi per pelanggan adalah yang terbesar, jauh di atas rata-rata pe langgan yang lain. Hasil dugaan parameter persamaan ko nsumsi energi listrik oleh industri disajikan pada Tabel 27. Berdasar Tabe l 27 tersebut secara statistik semua variabel penjelas yang digunakan berpengaruh terhadap konsumsi listrik pelanggan industri. Nilai parameter dugaan harga jual tenaga listrik sebesar 4.82933 dan mempunyai hubungan yang negatif, yang dapat diinterpretasikan bahwa kenaikan harga jual tenaga listrik untuk industri dapat menyebabkan berkurangnya konsumsi listrik oleh kalangan industri. Sesuai teori ekonomi peningkatan harga suatu barang akan diikuti berkurangnya jumlah konsumsi barang tersebut. Salah 104 satu kesimpulan yang dinyatakan Hartono (2004) dalam penelitiannya menyebutkan bahwa kebijakan menaikkan TDL dapat menyebab dampak negatif terhadap output dan nilai tambah sektoral, sehingga beberapa sektor perlu mendapat perhatian serius. Respon konsumsi listrik rumah tangga terhadap harga jual tenaga listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Ini dapat terjadi karena listrik merupakan kebutuhan pokok dalam menjalankan proses produksi maka nilai konsumsinya tidak berubah secara tajam apabila terjadi perubahan harga. Kenaikan harga listrik akan menyebabkan peningkatan biaya operasional industri. Sehingga untuk mengatasinya dilakukan penghematan agar perusahaan tetap bisa beroperasi. Tabel 27. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Industri, Tahun 1990-2010 Variabel Intercept (Intersep) HJTLIND (Harga Jual Tenaga Listrik untuk Industri) PDBI (Produk Domestik Bruto Industri Pengolahan) PELIND (Jumlah Pelanggan Industri) D98 D09 LCLISIND (Lag Konsumsi Listrik Industri) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi -1958.22 0.6171 -4.82933 0.3679 -0.0520 -0.5250 D 0.003827 0.0251 0.0627 0.6329 A 158.1425 -4582.81 -4979.80 0.2617 0.0075 0.0012 0.2091 2.1120 C A A 0.900984 <0.0001 A 2 Adj-R = 0.99077; F-hitung = 340.82; Pr > F = <0.0001; D-h = -0.5770 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan PDB sektor industri sebesar 0.003827 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan produksi industri akan menyebabka n peningkatan konsumsi listrik. Peningkatan produksi 105 suatu barang karena meningkatnya permintaan barang tersebut akan menyebabkan meningkatnya permintaan tenaga listrik. Respon konsumsi listrik oleh industri terhadap PDB sektor industri bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Hasil pendugaan parameter jumlah pelanggan industri sebesar 158.1425 dan mempunyai hubungan yang positif. Hasil ini tidak mengejutkan karena kenaikan jumlah pelanggan tentu akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan industri terhadap jumlah pelanggan industri bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia dengan puncaknya pada tahun 1998 secara nyata berpengaruh negatif terhadap nilai konsumsi listrik oleh pelanggan industri. Krisis ekonomi yang tidak hanya terjadi di Indonesia tetapi juga melanda ba nyak negara- negara Asia seperti Singapura, Malaysia, Korea Selatan, dan Jepang yang merupakan mitra dagang strategis bagi Indonesia sebagai pemasok maupun pasar utama, telah menyebabkan banyak industri dalam negeri tutup. Hal ini berakibat berkurangnya konsumsi listrik oleh kalangan industri. Krisis finansial global yang terjadi sejak pertengahan tahun 2008 yang dimulai dari Amerika Serikat dan menyebar ke beberapa negara seperti Jepang, Australia, da n negara-negara Eropa juga mempengaruhi konsumsi listrik pelanggan industri di Indo nesia. Industri- industri da lam negeri yang berorientasi ekspor paling merasakan dampak krisis tersebut. Meskipun krisis tidak menimpa Indo nesia, tetapi kr isis yang melanda negara-negara tujuan utama ekspor 106 Indo nesia sepe rti Amerika Serikat dan Jepang menyebabkan berkurangnya ekspor ke negara- negara tersebut. Hal ini berdampak pada berkurangnya konsumsi listrik oleh ka langan ind ustri. Konsumsi tenaga listrik oleh pelanggan industri juga dipengaruhi oleh konsumsi listrik tahun sebelumnya. Ini menunjukkan bahwa tenaga listrik merupakan barang yang sangat dibutuhkan oleh kalangan industri, Listrik telah menjadi kebutuhan utama dalam proses produksi. 3. Konsums i Listrik Pelangga n Lainnya Hasil pe ndugaan parameter persamaan konsumsi energi listrik oleh pelanggan lainnya (pelanggan bisnis, sosial, gedung kantor pemerintahan, dan penerangan jalan umum) dapat dilihat pada Tabel 28. Dari Tabel 28 tersebut dapat dilihat bahwa jumlah konsumsi tenaga listrik oleh pelanggan lainnya dipengaruhi secara nyata oleh variabel PDB di luar sektor industri, jumlah pelanggan lainnya dan variabel dummy pada tahun 2005 dan 2008. Tabel 28. Hasil Estimasi Parameter Persamaan Konsumsi Energi Listrik oleh Pelangga n Lainnya, Tahun 1990-2010 Variabel Intercept (Intersep) HJTLOTH (Harga Jual Tenaga Listrik untuk Pelanggan Lainnya) PDBL (PDB Selain Industri) PELOTH (Jumlah Pelanggan Lainnya) D05 D08 Estimasi Parameter -335.456 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.6786 -1.08605 0.7233 0.003622 <0.0001 -0.0303 0.3170 - 6.654027 <0.0001 1514.473 0.0778 1082.157 0.1957 0.7180 - A A A B Adj-R2 = 0.9944; F-hitung = 678.23; Pr > F = <0.0001; DW = 1.534954 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen 107 Nilai parameter dugaan PDB sektor industri sebesar 0.003622 dan mempunyai hubungan yang positif, yang berarti bahwa peningkatan PDB akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap PDB bersifat tidak elastis. Hasil pendugaan parameter jumlah pelanggan industri sebesar 6.654027 dan mempunyai hubungan yang positif, ini berarti kenaikan jumlah pelanggan akan menyebabkan peningkatan konsumsi listrik. Respon konsumsi listrik oleh pelanggan lainnya terhadap jumlah pelanggan lainnya bersifat tidak elastis. Kebijakan pemerintah melakukan perluasan pelanggan yang memperoleh subsidi pada tahun 2005 da n kenaika n tajam harga minyak dunia tahun 2008 secara nyata juga berpengaruh positif terhadap peningkatan konsumsi listrik. Kebijakan pemberian subsidi mendorong peningkatan pemakaian energi listrik karena harga yang harus dibayar lebih murah daripada harga sesungguhnya. 4. Total Konsumsi Listrik Total konsumsi listrik terdiri dari tenaga listrik yang terjual kepada pelanggan, konsumsi listrik yang dikonsumsi sendiri, dan tegaga listrik yang hilang atau susut (losses). Total konsumsi tenaga listrik yang terjual adalah persamaan ide ntitas yang merupaka n pe njumlahan tenaga listrik yang dikonsumsi rumah tangga, industri, dalan pelanggan lainnya. Persamaan total tenaga listrik yang terjua l (TLJUALt ) dapat dirumuskan sebagai berikut: TLJUALt = KONSRTt + KONSIND t + KONSOTHt Sementara tenaga listrik yang dikonsumsi sendiri dan susut (KONSUS t ) adalah persamaan identitas yang merupakan selisih total tenaga listrik yang 108 diproduksi dengan tenaga listrik yang terjual. Persamaan tersebut dapat dirumuskan sebagai berikut: KONSUSt = PRODTLt – TLJUALt 5.2.3. Blok Subsidi Harga Listrik Koplow (2004) menemukan bahwa subsidi energi, termasuk listrik, ada di sebagian besar pasar energi di seluruh dunia. Di Indonesia, subs idi listrik merupakan hal krusial dalam pembangunan sektor kelistrikan di Indo nesia karena akan berkaitan dengan harga yang akan dikenakan kepada pelanggan. Karena listrik telah menjadi barang yang menguasai hajat hidup orang banyak, sehingga dalam menentukan besaran subsidi listrik dibutuhkan pertemua n yang intens if antara pemerintah dan DPR. Menurut Handoko dan Patriadi (2005) peningkatan atau penurunan beban subsidi listrik dipengaruhi oleh: (1) perkembangan nilai tukar rupiah terhadap dolar Amerika Serikat, (2) kebijakan tarif dasar listrik (TDL), dan (3) mekanisme perhitungan subsidi listrik. Hasil estimasi persamaan subsidi harga listrik per kWh untuk pelanggan rumah tangga, kalangan industri dan pelanggan lainnya, menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.92 sampa i 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaanpersamaan tersebut dapat menjelaskan 92 persen sampai de ngan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan variabel-variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 109 1. Subsidi Harga Listrik untuk Pelangga n Rumah Tangga Pelanggan rumah tangga adalah yang terbesar dilihat dari segi jumlah pelanggan maupun jumlah konsumsi tenaga listriknya. Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan rumah tangga dapat dilihat pada Tabe l 29. Dari Tabe l 29 tersebut dapat dilihat ba hwa subsidi harga listrik untuk pelanggan rumah tangga dipengaruhi oleh kemampuan anggaran pemerintah. Tabel 29. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Rumah Tangga , Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPRT (Lag Subsidi per kWh Pelanggan Ruta) Estimasi Parameter Pr > |t| -30.6897 0.1722 0.000438 189.6783 0.0005 0.0163 0.198539 0.2198 Elastisitas SignifiJangka Jangka kansi Pendek Panjang B 0.9730 1.2140 A A C Adj-R2 = 0.98066; F-hitung = 77.05; Pr > F = <0.0001; D-h = -0.6210 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000438 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan rumah tangga. Respon subsidi harga listrik listrik untuk rumah tangga terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberi respon pada subsidi harga listrik untuk rumah tangga, tetapi dalam jangka panja memberi respon. 110 Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pe langgan. Subs idi harga listrik untuk rumah tangga juga dipengaruhi oleh subsidi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati- hati. 2. Subsidi Harga Listrik untuk Pelangga n Industri Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan industri dapat dilihat pada Tabel 30. Tabel 30 tersebut memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata mempengaruhi subs idi harga listrik untuk pelanggan industri. Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000421 dan mempunyai hubungan yang positif, yang berarti kenaika n penerimaan pemerintah berpotensi kenaikan subsidi harga listrik untuk pelanggan industri. Respon subsidi harga listrik listrik untuk industri terhadap perubahan penerimaan pemerintah bersifat elastis baik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk industri,. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik untuk emua golonga n pelanggan. Sebagai konsekuensi kebijakan ini adalah meningkatnya pengeluaran pemerintah untuk membayar subsidi. 111 Tabel 30. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Industri, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPIND (Lag Subsidi per kWh Pelanggan Industri) Estimasi Parameter -39.8937 Pr > |t| A 0.0366 0.000421 <0.0001 209.7906 0.0020 0.134340 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 1.1156 1.2887 0.3178 A A D 2 Adj-R = 0.99813; F-hitung = 99.34; Pr > F = <0.0001; D-h = -1.3543 Keterangan: 3. A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Subsidi Harga Listrik untuk Pelangga n Lainnya Hasil pendugaan parameter persamaan subsidi harga listrik untuk pelanggan lainnya dapat dilihat pada Tabel 31. Sebagaimana yang terjadi pada pelanggan rumahtangga dan industri, Tabel 31 juga memperlihatkan bahwa subsidi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh total penerimaan yang diperoleh pemerintah. Tabel 31. Hasil Estimasi Parameter Pe rsamaan Subsidi Harga Listrik untuk Pelangga n Lainnya, Tahun 1990-2010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) D08 LSUBPOTH (Lag Subsidi per kWh Pelanggan Lainnya) Estimasi Parameter Pr > |t| -104.686 0.0007 0.000327 202.1526 0.0003 0.0024 0.110361 0.4616 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 6.4099 7.2051 A A 2 Adj-R = 0.92312; F-hitung = 61.57; Pr > F = <0.0001; D-h = 1.0169 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter total penerimaan pemerintah sebesar 0.000327 dan mempunyai hubungan yang positif, yang berarti kenaikan penerimaan pemerintah 112 berpotensi kenaikan subsidi harga listrik untuk pelanggan lainnya. Respon subsidi harga listrik listrik untuk pelanggan lainnya terhadap perubahan pe nerimaan pemerintah bersifat elastis ba ik untuk jangka pendek maupun dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara maupun jangka panjang akan memberikan respon pada subsidi harga listrik untuk pelanggan lainnya. Lonjakan harga minyak mentah dunia tahun 2008 juga memicu kenaikan subsidi. Hal ini terjadi karena pada saat terjadi kenaikan harga minyak mentah dunia pemerintah tetap mempertahankan harga jual tenaga listrik pelanggan. Subs idi harga listrik untuk pelanggan lainnya juga dipengaruhi oleh subs idi listrik pada tahun sebelumnya. Hal ini terjadi karena dalam menaikkan harga listrik pemerintah selalu mempertimbangkan daya beli masyarakat, sehingga subsidi yang berimplikasi pada penetapan tarif listrik selalu dilakukan secara hati-hati. 4. Besaran Subsidi Listrik Besaran subs idi listrik untuk setiap golongan pe langgan adalah persamaan identitas yang merupaka n perkalian antara subsidi per kWh dengan jumlah konsumsi listrik untuk masing- masing golonga n. Persamaan besarnya subsidi untuk pelanggan rumah tangga (SUBRT), industri (SUBIND), dan pelanggan lainnya (SUBOTH) dirumuskan sebagai berikut: SUBRTt = SUBPRTt * CLISRTt / 1000 SUBINDt = SUBPINDt * CLISINDt / 1000 SUBOTHt = SUBPOTHt * CLISOTHt / 1000 113 Sedangkan total subsidi listrik untuk seluruh pelanggan (SUBLSTR) adalah penjumlahan dari nilai subsidi untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: SUBLSTRt = SUBRTt + SUBIND t + SUBOTHt 5.2.4. Blok Harga Jual Tenaga Listrik Harga jual tenaga listrik didapatkan dari penurunan rumus subsidi yang digunakan PLN dalam menghitung besaran subsidi. Menurut Peraturan Menteri Keuangan Nomor 111/PMK.02/2007, besarnya subsidi energi listrik dihitung berdasarkan selisih negatif antara harga jual tenaga listrik rata-rata (Rp/kWh) dari masing golongan tarif dikurangi biaya pokok penyediaan/BPP (Rp/kWh) pada tegangan di masing- masing golongan tarif ditambah margin (persentase dari BPP) dikalikan volume pe njualan (kW h) unt uk setiap golongan tarif. Sehingga dapat diturunkan persamaan harga jual tenaga listrik untuk pelanggan rumah tangga (HJTLRT), industri (HJTLIND), dan pelanggan lainnya (HJTLOTH) sebagai berikut: HJTLRTt = (1 + mt ) BPP t – SUBPRTt HJTLINDt = (1 + mt ) BPP t – SUBPINDt HJTLOTH t = (1 + mt ) BPP t – SUBPOTHt Sedangka n harga jual rata-rata merupakan rata-rata tertimbang harga jual untuk setiap golongan pelanggan sebagai berikut: AVHJTL t = HJTLRTt × CLISRTt + HJTLINDt × CLISINDt + HJTLOTH t × CLISOTH t CLISRTt + CLISINDt + CLISOTH t 5.2.5. Blok Penerimaa n dan Penge luaran Pemerintah Dalam anggaran belanja pemerintah selalu memperhatikan nilai penerimaan yang dapat dikumpulkan pemerintah. Penerimaan pemerintah secara 114 umum berasal dari penerimaan pajak dan penerimaan dari sumber lainnya, seperti penerimaan dari keuntungan badan usaha-badan usaha yang dimiliki pemerintah atau utang baik dari dalam maupun luar negeri. Hasil pendugaan parameter persamaan penerimaan pajak dapat dilihat pada Tabel 32. Pada Tabe l 31 dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut berpengaruh secara nyata terhadap penerimaan pajak yang diperoleh pemerintah. Tabel 32. Hasil Estimasi Parameter Persamaan Penerimaa n Pajak, Tahun 1990-2010 Variabel Intercept (Intersep) LPDB (Lag Produk Domestik Bruto) INFLASI (Tingkat Inflasi) D98 LPENPJK (Lag Penerimaan Pajak) Estimasi Parameter Pr > |t| -45462.8 0.0585 0.101952 4557.819 -319936 0.0094 0.0581 0.0594 0.322897 0.2599 Elastisitas SignifiJangka Jangka kansi Pendek Panjang A 0.7800 0.2248 1.1520 0.3320 A A A C Adj-R2 = 0.93949; F-hitung = 267.48; Pr > F = <0.0001; D-h = -0.2646 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB tahun sebelumnya sebesar 0.101952 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB berpotensi menaikka n penerimaan pajak pemerintah. Respo n penerimaan pajak terhadap perubahan PDB periode sebelumnya bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan pemerintah yang sifatnya sementara tidak memberikan respon pada penerimaan pajak pemerintah, tetapi memberikan respon dalam jangka panjang. 115 Sementara total penerimaan pemerintah (PENPEM) adalah persamaan identitas yang merupakan penjumlahan penerimaan dari pajak dan non pajak (PENNPJK), yang dirumuskan sebagai berikut: PENPEMt = PENPJKt + PENNPJK t Dari sisi pengeluaran, belanja dalam penelitian ini dibagi menjadi dua, yaitu belanja untuk subsidi listrik dan belanja diluar subsidi listrik. Hasil pendugaan parameter untuk persamaan belanja lain disajikan pada Tabel 33. Pada Tabel 33 tersebut dapat dilihat bahwa semua variabel penjelas dalam persamaan tersebut berpengaruh secara nyata terhadap belanja lainnya. Tabel 33. Hasil Estimasi Parameter Persamaan Belanja Lain, Tahun 19902010 Variabel Intercept (Intersep) PENPEM (Penerimaan Pemerintah) IHK (Indeks Harga Konsumen) D09 LBLJNSUB (Lag Belanja Non Subsidi) Estimasi Parameter -4007.71 Pr > |t| Elastisitas SignifiJangka Jangka kansi Pendek Panjang D 0.3691 0.036347 0.1500 193.8856 0.0337 103212.5 <0.0001 0.0791 0.1376 1.0544 1.8338 0.924940 <0.0001 B A A A 2 Adj-R = 0.90534; F-hitung = 2532.66; Pr > F = <0.0001; D-h = 0.8165 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter penerimaan pemerintah sebesar 0.036347 dan mempunyai hubungan yang positif, yang berarti peningkatan penerimaan pemerintah berpotensi menaikka n belanja di luar subsidi listrik. Respo n belanja di luar subsidi listrik terhadap perubahan penerimaan pemerintah bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti perubahan penerimaan pemerintah yang sifatnya sementara tidak memberikan 116 respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Nilai dugaan parameter IHK sebesar 193.8856 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi belanja di luar subsidi listrik berpotensi naik. Respo n belanja di luar subsidi listrik terhadap peruba han IHK bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Ini berarti pe ruba han IHK (inflasi atau deflasi) yang sifatnya sementara tidak memberikan respon pada belanja di luar subsidi listrik, tetapi memberikan respon dalam jangka panjang. Sedangkan total pengeluaran pemerintah (GOVEXP) merupakan penjumlahan pengeluaran pemerintah untuk subsidi listrik dan pengeluaran lainnya yang dirumuskan sebagai berikut: GOVEXP t = SUBLSTRt + BLJLAIN t 5.2.6. Blok Perekonomian Hasil estimasi persamaan pengeluaran di luar konsumsi untuk listrik, investasi, ekspor, impot, nilai tukar rupiah terhadap dolar Amerika Serikat, indeks harga konsumen (IHK), dan suku bunga menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai antara 0.78 sampai dengan 0.99, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 78 persen sampa i dengan 99 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik uji-F, semua persamaan mempunyai Pr > F bernilai < 0.0001, yang berarti bahwa pada setiap persamaan 117 variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Produk Domestik Bruto Dalam menghitung nilai PDB ada lima komponen yang harus dihitung, yaitu total pengeluaran rumah tangga, pengeluaran pemerintah, investasi, ekspor dan impor. Hasil pendugaan parameter pengeluaran rumah tangga di luar untuk konsumsi listrik disajika n pada Tabe l 34. Tabel 34 memperlihatkan bahwa hanya variabel PDB per kapita dan dummy lonjakan harga minyak dunia tahun 2008 yang berpengaruh secara nyata berpengaruh terhadap pengeluaran rumah tangga di luar konsumsi listrik. Tabel 34. Hasil Estimasi Parameter Persamaan Penge luaran di Luar Konsums i Listrik, Tahun 1990-2010 Variabel Intercept (Intersep) PDBKPT (PDB per Kapita) INFLASI (Tingkat Inflasi) D98 D08 LCONLAIN (Lag Konsumsi Lainnya) Estimasi Parameter Pr > |t| -13586.9 110.0489 -26.5894 54503.53 133465.5 0.7505 0.0747 0.9951 0.8489 0.0605 0.190218 0.6989 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.8397 -0.0003 1.0370 -0.0003 A A 2 Adj-R = 0.99722; F-hitung = 1365.05; Pr > F = <0.0001; D-h = 0.8045 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter PDB per kapita sebesar 110.0489 dan mempunyai hubungan yang positif, yang berarti kenaikan pendapatan masyarakat akan memicu kenaika n belanja di luar konsumsi listrik. Respon ko nsumsi di luar listrik terhadap perubahan PDB per kapita bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. 118 Lonjakan harga minyak mentah dunia berdampak pada peningkatan pengeluaran di luar konsumsi listrik. Hal ini terjadi karena kenaikan harga minyak menyebabkan kenaikan barang-barang yang dipicu kenaika n biaya ope rasional dan barang-barang input. Sedangkan pengeluaran untuk konsumsi listrik (CONLIS) merupakan perka lian antara harga jual tenaga listrik dengan jumlah konsumsinya untuk setiap golongan pelanggan yang dirumuskan sebagai berikut: CONLIS t = HJTLRTt *KONSRTt + HJTLINDt *KONSINDt + HJTLOTH t *KONSOTHt Sementara total pengeluran rumah tangga (CONRT) merupakan penjumlahan total pengeluaran untuk konsumsi listrik dan konsumsi lainnya yang dirumuskan dengan: CONRTt = CONLISt + CONLAIN t Komponen berikutnya dari PDB adalah investasi. Hasil pendugaan parameter persamaan investasi disajikan pada Tabel 35. Dari tabel 35 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai investasi. Nilai dugaan parameter PDB sebesar 0.072185 dan mempunyai hubungan yang positif, yang berarti kenaikan PDB akan memicu kenaikan investasi. Respon investasi terhadap perubahan PDB bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Di samping itu, investasi juga dipengaruhi oleh tingkat suku bunga. Nilai dugaan parameter tingka t suku bunga sebesar 3763.54 dan mempunyai hubungan yang negatif, yang berarti kenaikan tingkat suku bunga dapat menurunkan minat 119 orang untuk berinvestasi karena orang akan lebih tertarik umtuk menabung. Respo n investasi terhadap perubahan tingkat suku bunga bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 35. Hasil Estimasi Parameter Persamaan Investasi, Tahun 1990-2010 Variabel Intercept (Intersep) PDB (Produk Domestic Bruto) SKBG (Tingkat Suku Bunga) D04 LINV (Lag Investasi) Estimasi Parameter Pr > |t| 49424.32 0.3385 0.072185 0.0599 -3763.54 0.1019 -1180440 0.0672 0.917795 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.2716 -0.1013 3.3036 -1.2320 D A B B A Adj-R2 = 0.99082; F-hitung = 513.83; Pr > F = <0.0001; D-h = -0.5466 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Komponen selanjutnya dari PDB adalah ekspor dan impor. Hasil pendugaan parameter persamaan ekspor dapat dilihat pada Tabel 36. Dari Tabel 36 tersebut dapat diketahui bahwa nilai ekspor sangat dipengaruhi oleh nilai tukar rupiah terhadap do lar Amerika Serikat. Tabel 36. Hasil Estimasi Parameter Persamaan Ekspor, Tahun 1990-2010 Variabel Intercept (Intersep) KURS (Nilai Tukar Rp/US$) D98 LEKSPOR (Lag Ekspor) Estimasi Parameter Pr > |t| -26942 0.6491 13.10376 0.3164 253373.3 0.0547 0.998771 <0.0001 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.1473 119.823 D A A Adj-R2 = 0.95208; F-hitung = 126.82; Pr > F = 0.0003; D-h = -1.8515 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter nilai tukar rupiah sebesar 13.10376 dan mempunyai hubungan yang positif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat meningkatka n pendapatan nasional dari 120 ekspor. Ini terjadi karena melemahnya nilai tukar akan meningkatkan daya saing barang Indo nesia di luar ne geri disebabk an harga ba rang Indo nesia aka n lebih murah daripada barng dari negara lain. Respo n ekspor terhadap pe ruba han nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1998 dari sisi ekpor ternyata menguntungkan. Hal ini terjadi karena nilai tukar rupiah melemah drastis sehingga barang-barang dari Indonesia menjadi sangat murah, ditambah merosotnya pendapatan masyarakat Indonesia sehingga banyak perusahaan lebih banyak memproduksi barang-barang untuk diekspor karena permintaan dalam negeri menurun drastis. Ekspor juga dipengaruhi oleh nilai ekspor tahun sebelumnya. Hasil ini mengindikasikan Indonesia telah mempunyai hubungan dagang yang baik dengan negara lain. Namun untuk lebih meningkatkan ekspor diperlukan pembukaan hubungan da gang de ngan negara- negara lain selain de ngan negara-negara yang secara tradisional memang telah terjalin de ngan baik sejak lama. Sementara nilai dugaan parameter persamaan impor disajikan pada Tabel 37. Pada Tabel 37 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap nilai impor Indonesia. Nilai dugaan parameter inflasi sebesar 19088.89 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi impor nasional dapat meningkat. Ini terjadi karena jika terjadi inflasi akan menyebabkan harga barang dalam negeri lebih mahal daripada barng impor, sehingga orang cenderung 121 mengimpor barang. Respon impor terhadap perubahan tingkat inflasi bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Nilai dugaan parameter nilai tukar rupiah sebesar 21.61700 dan mempunyai hubungan yang negatif, yang berarti melemahnya nilai tukar rupiah teradap dolar Amerika Serikat dapat menurunkan impor nasional. Ini terjadi karena melemahnya nilai tukar akan menyebabkan harga barang dalam negeri lebih murah daripada barng impor. Respon impor terhadap perubahan nilai tukar bersifat tidak elastis untuk jangka pendek, tetapi elastis untuk jangka panjang. Tabel 37. Hasil Estimasi Parameter Persamaan Impor, Tahun 1990-2010 Variabel Intercept (Intersep) INFLASI (Tk Inflasi) KURS (Nilai Tukar Rp/US$) POP (Jumlah Penduduk) D98 LIMPOR (Lag Impor) Estimasi Parameter -2641834 19088.89 -21.61700 13.55890 -1107300 0.737583 Pr > |t| 0.0606 0.0367 0.2660 0.0779 0.0733 0.0037 Elastisitas SignifiJangka Jangka kansi Pendek Panjang 0.4151 1.5817 -0.2794 -1.0646 5.2328 19.9408 A A C A A A Adj-R2 = 0.93649; F-hitung = 57.03; Pr > F = <0.0001; D-h = -3.4610 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai dugaan parameter jumlsh pe nduduk sebesar 13.55890 dan mempunyai hubungan yang positif, yang berarti bertambahnya jumlah penduduk berpotensi menaikka n impo r nasional. Ini terjadi karena bertambahnya penduduk akan menyebabkan peningkatan barang dan jasa, sehingga untuk memenuhinya adalah mengimpor dari negara lain apabila produksi dalam negeri tidak mencukupi. Respon impor terhadap perubahan jumlah pe nduduk be rsifat elastis baik untuk jangka pendek maupun jangka panjang. 122 Sebagaimana ekspor, impor juga dipengaruhi oleh nilai impor tahun sebelumnya. Makin banyak perusahaan multinasional mengakibatkan konsistennya nilai impor antar waktu. Nilai PDB adalah persamaan identitas dari lima komponen yang telah disebutkan sebelumnya yang dirumuskan sebagai berikut: PDBt = CONRTt + INVt + GOVEXP t + EKSt - IMPt Sedangkan nilai riil PDB dihitung dengan rumus: RPDBt = PDBt * 100/IHK t Laju pertumbuhan ekonomi (GROWTH) dihitung berdasarkan perubahan PDB riil tahun sekarang terhadap tahun sebelumnya yang dirumuskan sebagai berikut: GROWTHt = (RPDBt – RPDBt-1 )/RPDBt-1 * 100 Sementara PDB per kapita dihitung berdasarkan nilai PDB dibagi dengan jumlah penduduk, a tau: PDBKPTt = PDBt /POPt * 1 000 2. Nilai Tukar Rupiah Hasil pendugaan parameter persamaan nilai tukar rupiah terhadap dolar Amerika Serikat disajikan pada Tabel 38. Tabe l 38 memperlihatkan bahwa variabel IHK, cadangan devisa, dan lag nilai tukar rupiah terhadap dollar Amerika Serikat dan krisis ekonomi tahun 1997-1999 secara nyata berpengaruh terhadap nilai tukar rupiah terhadap dolar Amerika Serikat. Nilai dugaan parameter IHK sebesar 33.14076 dan mempunyai hubungan yang positif, yang berarti terjadinya inflasi akan memicu melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat. Respon nilai tukar rupiah terhadap dolar 123 Amerika Serika t bersifat tidak elastis dalam jangka pendek, tetapi elastis untuk jangka panjang. Tabel 38. Hasil Estimasi Parameter Pe rsamaan Nilai Tukar Rupiah Terhadap Dolar Ame rika Serikat, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) IHK (Indeks Harga Konsumen) CADEV (Cadangan Devisa) D9799 LKURS (Lag Nilai Tukar Rupiah) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi 714.7607 0.2225 C 33.14076 0.0619 0.5291 1.5799 A -0.06175 1467.304 0.0774 0.0557 -0.2942 -0.8784 A A 0.665105 0.0022 A 2 Adj-R = 0.90006; F-hitung = 43.78; Pr > F = <0.0001; D-h = -1.6150 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai pendugaan parameter cadangan devisa sebesar 0.06175 dan mempunyai hubungan yang negatif. Ini berarti cadangan devisa yang dimiliki Indo nesia ikut menjaga kestabilan nilai tukar rupiah. Respo n nilai tukar rupiah terhadap cadangan devisa bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis ekonomi yang melanda Indonesia tahun 1997-1999 mempengaruhi nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika. Bahkan pada Juni 1998 rupiah sempat mencapai titik terendah yaitu 16 500 per dolar Amerika Serikat (BI, 1999). Krisis ekonomi yang disertai krisis politik telah menyebabka n ke munduran pereko nomian Indo nesia ke titik nadir. Nilai tukar rupiah pada periode sebelumnya juga memepangaruhi nilai tukar saat ini. Hal ini dapat dipahami bahwa meskipun Indonesia menganut sistem nilai tukar mengambang (floating) tetapi Bank Indo nesia (BI) terus memantau 124 pergerakan nilai tukar rupiah terhadap mata uang asing. Jika terjadi gejolak nilai mata uang rupiah maka BI dapat melakukan intervensi untuk mestabilkannya. 3. Indeks Harga Konsume n Hasil pendugaan parameter persamaan indeks harga konsumen atau IHK disajikan pada Tabel 39. Tabel 39 memperlihatkan bahwa semua variabel penjelas yang digunakan secara nyata berpengaruh terhadap indeks harga ko nsumen. Nilai parameter dugaan rata-rata suku bunga deposito sebesar 0.03242 dan mempunyai hubungan yang negatif. Kenaikan suku bunga sebesar 1 persen menyebabkan penurunan IHK sebesar 0.03 point. Menurut teori ekonomi, apabila suku bunga naik, maka masyarakat cenderung menabung sehingga mengurangi uang beredar dan inflasi turun. Respon IHK terhadap pe ruba han suku bunga bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan uang beredar sebesar 0.016741 dan mempunyai hubungan yang positif. Meningkatnya uang beredar di tengah masyarakat dapat menyebabkan peningkatan IHK sebesar 0.02 point. Respon IHK terhadap perubahan uang bereda r bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan rata-rata harga jual tenaga listrik sebesar 0.020046 dan mempunyai hubungan yang positif. Ini berarti kenaikan tarif listrik dapat memicu kenaikan IHK, yang berarti akan meningkatkan inflasi. Ini terjadi karena listrik telah menjadi salah satu barang input utama baik bagi rumah tangga ataupun dunia usaha. Sehingga jika terjadi kenaikan tarif listrik akan meningkatkan biaya operasi dan untuk menutup kenaikan biaya tersebut dilakukan kenaika n harga prod uk yang d ihasilka n. Akibatnya terjadi kenaikan harga barang- 125 barang dan memicu inflasi. Respon IHK terhadap perubahan rata-rata tarif listrik bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Tabel 39. Hasil Estimasi Parameter Persamaan Indeks Harga Konsume n, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) SKBG (Suku Bunga) UANGBR (Uang Beredar) AVHJTL (Rata-rata Harga Jual Tenaga Listrik) PBBM (Harga BBM) KURS (Nilai Tukar Rp/US$) D98 D05 D02 LIHK (Lag Indeks Harga Konsumen) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi B 5.563770 -0.03242 0.1432 0.8495 -0.0043 -0.0113 0.016741 0.0187 0.1344 0.3490 A 0.020046 0.002428 0.1925 0.0010 0.0681 0.0447 0.1770 0.1161 B A 0.002050 23.00031 12.93938 4.273269 0.0003 0.0024 0.0002 0.0820 0.1284 0.3335 A A A A 0.614920 0.0003 A Adj-R2 = 0.99912; F-hitung = 2389.11; Pr > F = <0.0001; D-h = -0.9443 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan harga BBM sebesar 0.002428 dan mempunyai hubungan yang positif. Sebagaimana listrik, BBM juga merupakan salah satu input utama dalam proses produksi barang. Kenaikan harga BBM akan menaikan biaya, sehingga harga barang akan naik untuk menutupi kenaikan biaya dan terjadi inflasi. Respon IHK terhadap peruba han harga BBM bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan nilai tukar sebesar 0.002050 dan mempunyai hubungan yang positif. Sebagaimana telah diuraikan pada ekspor impor, melemahnya nilai tukar rupiah terhadap dolar Amerika Serikat dapat memicu meningkatnya ekspor dan menurunnya impor. Dengan kondisi barang yang 126 diekspor lebih besar daripada yang diimpor dapat menyebabkan kekurangan barang di dalam negeri. Kurangnya stok barang di dalam negeri dapat memicu kenaikan harga yang berarti dapat meningkatkan inflasi. Respon IHK terhadap perubahan nilai tukar bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Krisis eko nomi yang melanda Indo nesia tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 tmenyebabkan harga-harga barang di dalam negeri mengalami kenaikan, sehingga terjadi inflasi. Pemicunya adalah merosotnya nilai tukar rupiah terhadap mata uang asing terutama dolar Amerika tahun 1998, kenaikan TDL tahun 2002, dan kenaikan BBM tahun 2005 menyebabkan kenaikan biaya operasional perusahaan pemakai tenaga listrik dan BBM, sehingga harga barang-barang mengalami kenaikan yang berarti terjadi inflasi. Nilai IHK pada periode sebelumnya juga memepangaruhi IHK sekarang. Hal ini dapat dipahami karena pemerintah selalu memantau nilai inflasi dan selalu berusaha mengendalikannya sesuai target yang telah ditetapkan. Jika terjadi gejolak harga maka pemerintah akan melakuka n intervensi unt uk mestabilkannya, seperti melakukan operasi pasar. 4. Tingkat Inflasi Tingkat inflasi adalah persamaan identitas yang merupakan perubahan IHK sekarang terhadap IHK tahun sebelumnya, yang dirumuskan sebagai berikut: INFLASI t = (IHK t – IHK t-1 ) / IHK t-1 * 100% 127 5. Suku Bunga Tingkat suku bunga merupakan salah satu instrumen yang biasa digunakan otoritas moneter untuk mengendalikan tingkat inflasi. Hasil pendugaan parameter persamaan tingkat suku bunga disajikan pada Tabel 40. Pada Tabel 40 tersebut dapat dilihat bahwa semua variabel yang digunakan dalam persamaan tersebut secara nyata berpengaruh terhadap tingkat suku bunga. Tabel 40. Hasil Estimasi Parameter Persamaan Tingkat Suku Bunga, Tahun 1990-2010 Estimasi Parameter Variabel Intercept (Intersep) INFLASI (Tingkat Inflasi D9799 LSKBG (Lag Tk Suku Bunga) Pr > |t| 2.807472 0.2486 0.290601 3.105602 0.0005 0.3826 0.531885 0.0016 Elastisitas Jangka Jangka Pendek Panjang Signifikansi C 0.2285 0.4882 A D A 2 Adj-R = 0.77876; F-hitung = 23.29; Pr > F = <0.0001; D-h = 1.3492 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan tingkat inflasi sebesar 0.290601 dan mempunyai hubungan yang positif. Ini berarti jika terjadi inflasi, tingkat suku bunga cenderung dinaikka n. Kebijakan ini biasanya dilakukan apabila tingkat inflasi sudah diluar perkiraan maka salah satu langkah yang biasa diambil otoritas moneter (Bank Indonesia) adalah meningkatkan suku bunga. Naiknya suku bunga akan mendorong masyarakat untuk menabung, sehingga uang beredar di tengah masyarakat dapat berkurang dan inflasi terkendali. Respo n tingka t suku bunga terhadap peruba han inflasi bersifat tidak elastis ba ik untuk jangka pendek maupun jangka panjang. 128 Ketika terjadi krisis ekonomi tahun 1997-1999 tingkat suku bunga mengalami kenaikan rata-rata 3.11 persen. Pada saat itu banyak bank mengalami kekurangan likuiditas bahkan tutup, sehingga terjadi penarikan uang besar-besaran oleh masyarakat. Maka untuk mengatasi kondisi ini BI menaikkan tingkat suku bunga untuk menarik uang di masyarakat, di samping mengambil kebijakan lain seperti penyehatan ba nk-bank yang sakit dan penjaminan uang masyarakat yang disimpan di bank. Tingka t suku bunga pada periode sebelumnya juga memepangaruhi suku bunga sekarang. Hal ini dapat dilakukan untuk mengendalikan gejolak harga barang di masyarakat, yang berarti mengendalikan tingkat inflasi. 5.2.7. Blok Tenaga Kerja Instrumen lain yang penting dalam mengukur kinerja ekonomi suatu negara adalah dari sisi ketenagakerjaan terutama masalah penganggura n dan upah. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabe l 41. Dari Tabel 41 tersebut dapat dilihat bahwa hampir semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat penawaran tenaga kerja, kecuali variabel perubahan belanja di luar subsidi listrik. Nilai parameter dugaan upa h riil sebesar 4.919688 dan mempunyai hubungan yang positif. Ini berati kenaikan upah riil dapat memicu kenaikan penawaran tenaga kerja Respo n pe nawaran tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis baik untuk jangka pendek maupun jangka panjang. Nilai parameter dugaan jumlah penduduk sebesar 0.462834 dan mempunyai hubungan yang positif. Ini berati kenaikan jumlah penduduk akan meningkatkan penawaran tenaga kerja. Respo n penawaran tenaga kerja terhadap 129 perubahan jumlah pe nduduk bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka pa njang. Tabel 41. Hasil Estimasi Parameter Persamaan Penawaran Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) POP (Jumlah Penduduk) DBLJLAIN (Selisih Belanja Lain Antar Tahun) D04 D09 LSTK (Lag Supply TK) Estimasi Parameter Pr > |t| Elastisitas Jangka Jangka Pendek Panjang -35064 4.919688 0.1209 0.2175 0.0319 0.0490 0.462834 0.1000 0.9846 1.5094 0.014904 -1837.59 -2603.15 0.7821 0.3706 0.6634 0.0040 0.0062 0.347697 0.3397 Signifikansi B C B D D Adj-R2 = 0.98443; F-hitung = 201.28; Pr > F = <0.0001; D-h = -0.1818 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Penawaran tenaga kerja tahun sebelumnya juga berpengaruh terhadap penawaran tenaga kerja sekarang. Hasil pendugaan parameter persamaan penawaran tenaga kerja disajikan dalam Tabel 42. Dari Tabel 42 tersebut dapat dilihat bahwa semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja. Nilai parameter dugaan upa h riil sebesar 8.6285 dan mempunyai hubungan yang negatif. Ini berati kenaikan upah riil dapat menurunkan tingkat permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap perubahan upa h riil bersifat tidak elastis. 130 Nilai parameter dugaan PDB sebesar 0.004586 dan mempunyai hubungan yang positif. Ini berati kenaikan produksi nasional dapat meningkatkan tingkat permintaan tenaga kerja. Ini terjadi karena meningkatnya output nasional akan memicu kenaikan permintaan tenaga kerja. Respo n permintaan tenaga kerja terhadap pe ruba han upa h riil bersifat tidak elastis. Tabel 42. Hasil Estimasi Parameter Persamaan Pe rmintaan Tenaga Kerja, Tahun 1990-2010 Variabel Intercept (Intersep) RUPH (Upah Riil) PDB (Produk Domestic Bruto) D9799 Estimasi Parameter Pr > |t| 86066.35 -8.6285 <0.0001 0.1777 0.004586 3177.572 <0.0001 0.0798 Elastisitas Jangka Jangka Pendek Panjang Signifikansi -0.0604 - 0.1053 - A B A A Adj-R2 = 0.91509; F-hitung = 69.25; Pr > F = <0.0001; DW = 0.937812 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Pada saat terjadi krisis ekonomi permintaan tenaga kerja meningkat. Hal ini terjadi karena pada saat itu selain kondisi ekonomi yang lumpuh tetapi juga disertai krisis politik dan terjadi kerawanan sosial, sehingga banyak warga keturunan meninggalkan Indonesia. Akibatnya permintaan tenaga kerja meningkat untuk mengisi posisi yang ditinggalkan warga keturunan tersbut. Hasil pendugaan parameter persamaan upah riil tenaga kerja disajikan dalam Tabel 43. Dari Tabel 43 tersebut dapat dilihat bahwa hampir semua variabel penjelas yang digunakan berpengaruh secara nyata terhadap tingkat permintaan tenaga kerja, ke cuali perubahan permintaan tenaga kerja. Nilai parameter dugaan penawaran tenaga kerja tahun sebelumnya sebesar 0.00167 dan mempunyai hubungan yang negatif. Ini berati kenaikan penawaran tenaga kerja dapat menurunkan tingkat upah riil tenaga kerja. Respo n upah riil 131 tenaga kerja terhadap perubahan jumlah penawaran bersifat tidak elastis untuk jangka pendek, tetapi elastis dalam jangka panjang. Tabel 43. Hasil Estimasi Parameter Persamaan Upah Riil Tenaga Kerja, Tahun 1990-2010 Variabel Estimasi Parameter Intercept (Intersep) LSTK (Supply TK Tahun Sebelumnya) DDTK (Perubahan Permintaan TK) D98 LRUPH (Lag RUPH) Pr > |t| Elastisitas Jangka Jangka Pendek Panjang Signifikansi A 263.223 0.0679 -0.00167 0.1136 -0.2546 -1.8901 0.003455 -297.811 0.865321 0.5756 0.0001 <0.0001 0.0091 0.0676 B A A Adj-R2 = 0.7673; F-hitung = 16.66; Pr > F = <0.0001; D-h = -0.6862 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Krisis ekonomi tahun 1998 menyebabkan penurunan upah riil tenaga kerja. Ini disebabkan pada tahun 1998 tingkat inflasi sangat tinggi sementara pendapatan tetap. Sehingga nilai riil pendapatan masyarakat merosot. Nilai upah riil tahun sebelumnya juga berpengaruh terhadap nilai upah riil tahun sekarang. Ini terjadi karena dalam menetapkan upah minimum propinsi pemerintah selalu mempertimbangkan tingkat upah tahun sebelumnya agar tidak membebani para majikan. 5.2.8. Blok Kemiskinan Hasil estimasi persamaan jumlah penduduk miskin di daerah perkotaan dan pedesaan menunjukan bahwa semua persamaan mempunyai tingkat penjelas yang cukup tinggi. Hal ini terlihat dari nilai koe fisien determinasi (R2 ) yang bernilai 0.73 dan 0.85, yang berarti bahwa variabel- variabel penjelas yang digunakan dalam persamaan-persamaan tersebut dapat menjelaskan 73 persen dan 132 85 persen keragaman variabel- variabel endogennya. Dilihat dari nilai statistik ujiF, semua persamaan mempunyai Pr > F bernilai kurang dari 0.01, yang berarti bahwa pada setiap persamaan variabel- variabel penjelas secara bersama-sama dapat menjelaskan keragaman variabel endogennya secara nyata. 1. Jumlah Penduduk Miskin di Perkotaan Hasil pendugaan parameter persamaan jumlah penduduk miskin di daerah perkotaan disajikan pada Tabel 44. Dari Tabe l 44 tersebut dapat dilihat bahwa semua variabe l yang digunaka n secara nyata berpengaruh terhadap jumlah penduduk miskin di daerah perkotaan. Nilai parameter dugaan tingkat inflasi sebesar 33.65109 dan mempunyai hubungan yang positif, yang berarti jika terjadi inflasi dapat memicu kenaikan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap perubahan tingkat inflasi bersifat tidak elastis. Tabel 44. Hasil Estimasi Parameter Persamaan Jumlah Penduduk Miskin Daerah Pe rkotaan, Tahun 1990-2010 Elastisitas SignifiEstimasi Variabel Pr > |t| Jangka Jangka kansi Parameter Pendek Panjang Intercept (Intersep) A 10198.97 0.0018 INFLASI (Tingkat Inflasi) RUPH (Upah Riil) UNEMPL (Jumlah Pengangguran) D9799 33.65109 -3.89511 0.1718 0.2784 0.0334 -0.2092 - B C 0.430785 4274.266 0.0012 0.0005 0.2581 - A A Adj-R2 = 0.73422; F-hitung = 14.12; Pr > F = 0.0003; DW = 2.391084 Keterangan: A = Signifikan pada level 10 persen C = Signifikan pada level 30 persen B = Signifikan pada level 20 persen D = Signifikan pada level 40 persen Nilai parameter dugaan variabel upah riil tenaga kerja sebesar 3.89511 dan mempunyai hubungan yang negatif, yang berarti kenaikan upah riil tenaga kerja 133 berpotensi menurunkan jumlah penduduk miskin di perkotaan. Respon jumlah penduduk miskin di perkotaan terhadap peruba han upa h riil bersifat tidak elastis. Nilai parameter dugaan jumlah pengangguran sebesar 0.430785 dan mempunyai hubungan yang positif, yang berarti meningkatnya jumlah pengangguran akan memicu kenaika n jumlah pe nduduk miskin di pe rkotaan. Respo n jumlah penduduk miskin di perkotaan terhadap peruba han upah riil bersifat tidak elastis. Ketika kr isis ekonomi melanda Indonesia pada tahun 1997-1999 jumlah penduduk miskin di perkotaan bertambah sebanyak 4.27 juta orang. Ini terjadi karena pada saat krisis banyak perusahaan tutup, banyak terjadi pemutusan hubungan kerja (PHK), sehingga pengangguran meningkat yang memicu kenaikan jumlah penduduk miskin di perkotaan. Selain itu, inflasi pada saat krisis juga sangat tinggi sehingga pendapatan riil masyarakat merosot, sementara harga-harga naik. Akibatnya banyak penduduk yang jatuh ke jurang kemiskinan. 2. Jumlah Penduduk Miskin di Pedesaan Hasil pendugaan parameter persamaan jumlah penduduk miskin