Proposal Penelitian: “Desentralisasi Fiskal, Otonomi Daerah, dan Pertumbuhan Ekonomi Lokal di Indonesia”

Curhat

Oke, jadi selama beberapa pekan belakangan, di benak saya muncul sebuah ide penelitian yang (kayaknya) sederhana. Sebenernya ide ini mau dimasukin ke Indonesia Development Forum kemaren, cuman sayangnya INI BARU IDE. Datanya aja belum ada, kerangka analisis masih ngawang.

Nah, setelah dipikirkan beberapa (puluh) jam, akhirnya ide ini cukup solid buat dijadiin proposal penelitian.

Pertanyaan Besar di Era Reformasi

Salah satu perubahan terbesar di era Reformasi adalah desentralisasi. Desentralisasi itu fenomena dimana pemerintah pusat melimpahkan fungsi perencanaan, anggaran, dan penyediaan layanan sosial pada pemerintah provinsi dan kabupaten/kota. Desentralisasi ini dirancang untuk dua tujuan: (1) meningkatkan efisiensi pelayanan publik, karena rantai pengambilan keputusan menjadi lebih singkat, dan (2) mencegah episode lepasnya Timor-Timur terulang, terutama di wilayah perbatasan.

Pelaksanaan desentralisasi ini sangat cepat dan nyaris tanpa periode transisi, sampai-sampai diistilahkan “Big Bang” oleh peneliti-peneliti desentralisasi sebelumnya.

Meskipun kewajiban pemerintah daerah meningkat akibat desentralisasi, otonomi daerah di bidang perpajakan/retribusi masih terbatas. UU 28/2009, misalnya, membatasi jenis pajak yang bisa dipungut oleh pemerintah daerah. Oleh karenanya, banyak daerah tergantung pada dana transfer dari pemerintah pusat, yang biasanya berupa dana alokasi umum (DAU) dan dana alokasi khusus (DAK).

Hasil akhir dari pengaturan ini adalah daerah yang punya wewenang untuk mengatur belanjanya sendiri tapi masih mengemis dana dari pemerintah pusat. Hal ini kemudian menimbulkan pertanyaan, apakah struktur semacam ini mendukung efisiensi pelayanan publik? Di satu pihak kita bisa berargumen, daerah yang tidak fokus menarik pajak dapat memfokuskan diri pada peningkatan pelayanan publik. Di sisi lain, kita juga bisa berargumen bahwa daerah yang keuangannya tergantung dari pemerintah pusat hanya punya ruang terbatas untuk melakukan inovasi pelayanan publik.

[Flypaper effect?]

Ruang Lingkup Analisis

Kebanyakan penelitian sebelumnya fokus pada data di level provinsi. Hal ini wajar mengingat ketersediaan data. Akan tetapi, bila kita cermati lebih lanjut, desentralisasi di Indonesia sesungguhnya diberikan langsung kepada pemerintah kabupaten/kota. Dengan demikian, penelitian ini hendak melihat tensi desentralisasi/otonomi daerah di atas di tingkat kabupaten/kota.

Strategi Identifikasi

Karena datanya observasional, tidak ada rezim “sebelum” dan “sesudah” (data yang ada kurang panjang), dan semua daerah menerima treatment desentralisasi, maka metode regresi linear dengan peubah instrumen (IV) adalah strategi yang ideal.

Pertumbuhan Ekonomi Sebagai Proksi Efisiensi Pelayanan Publik

Idealnya, kita punya ukuran untuk efisiensi pelayanan publik. Tapi sejauh pengetahuan saya, tidak ada data yang mengukur kualitas/efisiensi pelayanan publik yang granular hingga kabupaten/kota. Di samping itu, pelayanan publik sangat kompleks — kesehatan, pendidikan, pelayanan sosial, tanggap bencana, dan lain-lain.

Untuk melewati tantangan ini, saya berargumen bahwa pertumbuhan ekonomi bisa menjadi proksi (pendekatan) untuk kualitas pelayanan publik. Pelayanan publik yang baik biasanya berujung pada peningkatan kualitas hidup, kemudahan berbisnis, yang berujung pada peningkatgan pertumbuhan ekonomi. Di sisi lain, pelayanan publik yang buruk, apalagi korup, cenderung menghadang pertumbuhan ekonomi.

(Dan bagusnya argumen proksi ini banyak presedennya di paper-paper tentang desentralisasi. Fyuh! Gak usah nyentuh (atau bikin) model! Keep it simple yeah.)

Tapi menggunakan pertumbuhan ekonomi sebagai proksi juga membawa konsekuensi lain: banyak sekali faktor yang mempengaruhi pertumbuhan ekonomi! Ada paper yang terkenal, judulnya “ I Just Ran Two Million Regressions”, yang tujuannya mengidentifikasi faktor-faktor yang paling mempengaruhi pertumbuhan ekonomi (diantara sekian ratus yang pernah diusulkan).

[Paper “dua juta” itu emang bicara soal cross-country regression, tapi emangnya komparasi subnasional lebih gampang?]

Variabel Kontrol

Tiga hal yang setidaknya harus dikontrol: jumlah penduduk (demografi?), ketersediaan sumber daya alam (minyak/gas/tambang), dan faktor human capital (mungkin diproksi dengan lama tahun sekolah).

Sebetulnya tiga kontrol ini akan berkorelasi dengan variabel DAU/DAK yang dipakai, karena rumus penetapan DAU terkait dengan tiga faktor itu. Tapi kerangka kerja growth accounting neoklasik memaksa kita untuk mengontrol tiga faktor itu. Mari berharap hal ini tidak memunculkan efek multikolinearitas yang parah.

Variabel kontrol lain yang cukup menarik untuk dieksplorasi adalah kualitas institusi. Penelitian-penelitian oleh Daron Acemoglu cukup meyakinkan saya bahwa institution matters. Mungkin bisa di-proxy dengan opini audit BPK terhadap laporan keuangan pemerintah daerah?

Menarik juga untuk mengontrol terhadap siklus politik. Beberapa penelitian menunjukkan tahun-tahun sebelum dan sesudah pemilu di Indonesia mengubah struktur anggaran secara signifikan (fenomena yang dikenal dengan nama political budget cycle). Ada juga indikasi bahwa kegiatan ilegal (seperti illegal logging) meningkat di tahun-tahun pemilu. Untungnya kita bisa berargumen bahwa jadwal pemilu (yang tidak serentak) eksogen terhadap pertumbuhan ekonomi!

Dan mengikuti tren economic geography yang sedang marak, sepertinya faktor kontrol geografis (kepulauan/tidak, kabupaten/kota, jarak ke ibukota provinsi, jarak ke Jakarta, landlocked/tidak luas wilayah, luas perairan tawar, …) layak dimasukkan dalam analisis. Untungnya data ini ada

Kalau sempet, mungkin bisa periksa model spatial regression, tapi analisisnya perlu pakai GeoDa atau QGIS. *sigh*

Peubah Instrumen

Dari rumus PDB berbasis pengeluaran, kita tahu bahwa belanja pemerintah mempengaruhi PDB. Di sisi lain, belanja pemerintah juga terpengaruh oleh PDB melalui jumlah penerimaan pajak. Jelas untuk mengidentifikasi pengaruh variabel fiskal ini diperlukan peubah instrumen.

Salah satu peubah instrumen yang paling jelas, setidaknya dalam konteks model pooled cross section, adalah menggunakan alokasi DAU untuk menginstrumen (apa sih bahasa Indonesianya: to instrument) realisasi DAU. Tapi, seperti dijelaskan di bawah, kemungkinan besar tidak akan menggunakan model pooled cross section.

Tantangan yang Belum Terselesaikan

Ketersediaan Data

Ini tantangan jangka pendek yang paling signifikan. Data-data yang diperlukan dalam penelitian ini kebanyakan tersedia secara publik dari Badan Pusat Statistik, tapi dalam bentuk PDF. Mengingat tabelnya cukup kompleks, plus tantangan watermark, otomasi ekstraksi dengan membuat datanya jadi terlalu kotor.

Solusi sementara menggunakan FreeOCR dan entry data semi-manual. Sangat makan waktu. Ditambah lagi, merging data sulit karena nama kabupaten/kota tidak ditulis seragam dari tahun ke tahun! Harus periksa satu per satu.

Satu lagi: BPS mengubah tahun dasar penghitungan inflasi dari tahun dasar 2000 ke tahun dasar 2010 pada tahun 2013. Saya belum menemukan metode komparasi antara dua tahun dasar ini.

Model Panel Data Dinamik atau Statis?

Seperti yang dijelaskan sebelumnya, metode pooled cross section tidak cocok dengan penelitian ini. Jumlah unit identifikasi cukup banyak (sekitar 500 kabupaten/kota di seluruh Indonesia) dengan rentang waktu yang relatif pendek (7–10 tahun), menjadikan metode data panel lebih mumpuni ketimbang pooled cross section.

Masalah terbesar dari identifikasi ini adalah pemilihan model data panel yang akan digunakan (dan rationale-nya). Saya cenderung untuk menggabungkan fixed effect dengan lagged dependent variable, membuatnya jadi model panel data dinamik. Alasannya, rumus dana alokasi umum tahun T itu bergantung pada performa ekonomi tahun T-1. Kalau suku galat (error term) kita punya korelasi serial (sebagaimana lazimnya data runtun waktu pertumbuhan ekonomi), model data panel dengan fixed effect yang mengandalkan strict exogeneity bakal bubar jalan.

Paper oleh Nazrul Islam (1995; QJE) memberikan contoh model panel data dinamik pada growth accounting, tapi peubah dependennya adalah level PDB dan bukan pertumbuhan PDB.

Peubah Instrumen (lagi)

Jika saya memilih metode data panel dinamik, mungkin lebih baik menggunakan peubah instrumen yang lebih efisien seperti Anderson-Hsiao atau perumumannya, Arellano-Bond. Masalahnya, untuk beberapa daerah, laju pertumbuhan ekonomi hanya tersedia dalam dua periode, karena daerah itu baru dimekarkan pada tahun 2013!

Mungkin masuk akal untuk mengubah peubah dependen menjadi level PDB untuk mengatasi hal ini?

Pemekaran Wilayah

Sumpah, Indonesia kebanyakan pemekaran daerah. Dan itu bisa jadi bahan penelitian sendiri loh.

If I work with growth rate, I will have a fucking hard time with this proliferation stuff. If I work with GDP level, I don’t expect much difficulties — drop in GDP level due to proliferation will be absorbed by declining population and land/water area estimation.

Tapi masih tertarik pake growth rate, gimana dong… *sigh*

One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.