2018 - indonesia eximbank
TRANSCRIPT
PENELITIAN DALAM RANGKAMENGUKUR DAMPAK EKONOMI DAN SOSIAL
ATAS FASILITAS LPEI
LAPORAN AKHIR
2018International Center for Applied Finance and Economics
LPPM-IPB
1
EXECUTIVE SUMMARY Pada pertengahan tahun 2008 terjadi krisis ekonomi global yang intensitasnya semakin meningkat
hingga awal tahun 2009. Terintegrasinya aktivitas ekonomi antar negara yang satu dengan negara
yang lain di dunia menyebabkan kondisi Indonesia juga tidak luput terdampak krisis ekonomi global
tersebut. Ketidakpastian perkembangan ekonomi global tak pelak mengakibatkan pasar keuangan dan
permodalan Indonesia menjadi tidak stabil. Di periode ini, dimana ekonomi global bergejolak terlihat
dengan jelas disparitas pertumbuhan ekonomi antar regional area di Indonesia. Penurunan kinerja
ekonomi ini terutama dialami oleh daerah yang menjadikan kegiatan ekspor sebagai penopang utama
perekonomian daerah tersebut. Sebagai contoh, di wilayah Sumatera bagian tengah terjadi
pelemahan perekonomian yang cukup drastis, yang dicerminkan dengan penurunan PDRB yang cukup
besar hingga hampir mencapai 50 persen, dari 6,1 persen di tahun 2008 menjadi 3,2 persen di tahun
2009 (Bank Indonesia, 2010). Kegiatan ekspor dipandang memiliki pengaruh yang besar terhadap
kinerja Indonesia secara keseluruhan, baik dari sisi ekonomi maupun sosial karena aktivitas ini
menyerap banyak tenaga kerja dengan demikian sedikit banyak menentukan tingkat kesejahteraan
masyarakat Indonesia.
Menyadari hal tersebut, dalam rangka usaha mengurangi efek dari pelemahan perekonomian, pada
tanggal 01 September 2009 pemerintah Indonesia melakukan intervensi dengan menerbitkan UU No.
2 Tahun 2009 yang menjadi dasar penegakan Lembaga Pembiayaan Ekspor Indonesia (LPEI)/Indonesia
Eximbank. LPEI sepenuhnya dimiliki oleh pemerintah sehingga tidak tunduk pada peraturan
perundang-undangan perbankan, BUMN, lembaga pembiayaan, atau perusahaan pembiayaan,
maupun usaha perasuransian. Ruang lingkup aktivitas utama LPEI antara lain di bidang pembiayaan
modal kerja dan investasi bagi perusahaan dan perseorangan; penjaminan bagi eksportir, importir,
bank mitra ekpor, dan kegiatan tender ekspor; asuransi; jasa konsultasi mengenai ekspor; serta
penugasan khusus dari pemerintah untuk mendukung program ekspor nasional (Indonesia Eximbank,
2015).
Selama kurun waktu delapan tahun ini, LPEI telah melakukan berbagai kajian serta menerapkan skema
dan kebijakan sebagai upaya untuk mendukung pertumbuhan ekonomi Indonesia dan di saat yang
sama mempromosikan elektabilitas indikator sosial atas seluruh sektor/komoditas yang berada dalam
lingkup kerja LPEI.
Total pembiayaan LPEI sendiri pada tahun 2016 telah mencapai Rp. 88,53 triliun, tumbuh 18,31 persen
dari tahun 2015. Pertumbuhan pembiayaan LPEI mampu tumbuh di atas pertumbuhan kredit
perbankan nasional sebesar 7,87 persen. LPEI juga mendukung hilirisasi melalui akselerasi
pembiayaan ke sektor manufaktur. Porsi pembiayaan ke sektor ini sebesar Rp. 42,50 triliun atau 48,01
persen dari total pembiayaan. Lebih lanjut, per 31 desember 2016 pembiayaan UKME tumbuh
signifikan sebesar 44,54 persen menjadi Rp. 10,50 triliun atau 11,86 persen dari total pembiayaan
LPEI.
Pada tahun 2017, LPEI juga telah memberikan pembiayaan kepada sektor-sektor usaha yang
berorientasi ekspor di Indonesia sebesar 100,62 triliun rupiah (LPEI, 2018). Share terbesar pada tahun
2017 disalurkan untuk sektor industri kertas, percetakan, alat angkutan dan barang dari logam, serta
industri lainnya (16,69 persen), disusul dengan industri makanan, minuman, dan tembakau (15,43
persen) dan sektor pertanian lainnya, seperti perkebunan (13,82 persen).
Secara umum studi ini bertujuan untuk: (1) menganalisis dampak fasilitas LPEI terhadap aktivitas
2
produksi pada sektor/komoditas yang memperoleh fasilitas dari LPEI; (2) mengukur dampak fasilitas
LPEI terhadap aktivitas perekonomian yaitu: penambahan ekspor, investasi, dan penambahan PDB
pada sektor/komoditas yang memperoleh fasilitas dari LPEI; (3) mengukur dampak fasilitas LPEI
terhadap aktivitas sosial meliputi penyerapan tenaga kerja, total kontribusi pajak dan pengurangan
kemiskinan; dan (4) perhitungan hasil kajian (koefisien multiplier) berdasarkan sektor/komoditas
harus tetap dapat digunakan untuk mengukur dampak ekonomi dan sosial LPEI sampai dengan 3 tahun
ke depan atau tahun 2021.
Untuk menjawab tujuan-tujuan di atas, digunakan metode analisis Computable General Equilibrium
(CGE). Dalam metode ini dimungkinkan untuk melakukan simulasi-simulasi untuk menghitung dampak
ekonomi dan sosial dari berbagai alternatif-alternatif kondisi ekonomi terutama dihubungkan dengan
keberadaan dan pembiayaan yang dilakukan oleh LPEI dan peningkatan harga ekspor disetiap sektor.
Pada simulasi keberadaan LPEI dan pembiayaan yang dilakukannya, maka sebagai lembaga,
keberadaan LPEI akan meningkatkan aktivitas produksi pada Sektor 14 yaitu sektor jasa dan keuangan.
Lebih lanjut melalui analisis CGE, dampak dari adanya pembiayaan oleh LPEI mendorong kenaikan
capital stock dari semua sektor dalam perekonomian. Peningkatan capital stock akan berpengaruh
pada peningkatan produksi serta share penjualan hasil produksi ke arah ekspor. Melalui pembiayaan
yang dilakukan oleh LPEI akan membantu produsen yang berorientasi ekspor untuk melakukan
penjualan ke luar negeri lebih banyak dibanding sebelum memperoleh pembiayaan oleh LPEI, oleh
karena itu jumlah ekspor secara agregat akan meningkat. Peningkatan jumlah output dari masing-
masing sektor tentunya akan mendorong pertumbuhan output secara agraget sehingga akan
menaikkan nilai Produk Domestik Bruto (PDB), penerimaan pemerintah melalui pajak, dan juga
penyerapan tenaga kerja. Selain itu pendapatan masyarakat juga akan meningkat seiring dengan
peningkatan output, sehingga dampak keberadaan LPEI akan sangat dirasa untuk meningkatkan
kesejahteraan masyarakat. Skenario simulasi yang dilakukan dalam Penelitian ini terbagi menjadi tiga
yaitu skenarion pesimis, moderat, dan optimis sesuai dengan kontribusi LPEI terhadap sector 14 serta
share pembiayaan LPEI terhadap output sektoral Indonesia.
Pada skenario pesimis, dilakukan simulasi dimana output Sektor 14 hanya meningkat sebesar Rp 380
miliar dan share pembiayaan LPEI terhadap ouput sektoral Indonesia selama periode 2014-2017 yang
terkecil. Dari simulasi tersebut diketahui bahwa LPEI berkontribusi terhadap pertumbuhan ekspor
Indonesia sebesar 1,73 persen. Diketahui pula bahwa LPEI berkontribusi terhadap pertumbuhan PDB
sebesar 1,36 persen dari pertumbuhan PDB. Selain itu LPEI juga berkontribusi terhadap perubahan
Konsumsi Private, pengeluaran pemerintah, investasi, dan impor masing masing sebesar 1,28 persen;
0,12 persen; 1,63 persen; dan 1,38 persen. Selain itu LPEI juga memiliki kontribusi terhadap
pertumbuhan pendapatan pemerintah melalui penerimaan pajak sebesar 1,39 persen. Serta memiliki
kontribusi terhadap kenaikan penyerapan tenaga kerja sebesar 1,44 persen.
Pada skenario moderat, dilakukan simulasi dimana output sektor 14 hanya meningkat sebesar Rp 561
miliar dan rata-rata share pembiayaan LPEI terhadap ouput sektoral Indonesia selama periode 2014-
2017. Dari simulasi tersebut diketahui bahwa LPEI berkontribusi terhadap pertumbuhan ekspor
Indonesia sebesar 2,45 persen. Diketahui pula bahwa LPEI berkontribusi terhadap pertumbuhan PDB
sebesar 1,86 persen dari pertumbuhan PDB. Selain itu LPEI juga berkontribusi terhadap perubahan
Konsumsi Private, pengeluaran pemerintah, investasi, dan impor masing masing sebesar 1,75 persen;
0,16 persen; 2,13 persen; dan 1,86 persen. Selain itu LPEI juga memiliki kontribusi terhadap
perumbuhan pendapatan pemerintah melalui penerimaan pajak sebesar 1,89 persen. Serta memiliki
3
kontribusi terhadap kenaikan penyerapan tenaga kerja sebesar 1,98 persen.
Pada skenario optimis, dilakukan simulasi dimana output Sektor 14 hanya meningkat sebesar Rp 656
miliar dan share pembiayaan LPEI terhadap ouput sektoral Indonesia selama periode 2014-2017 yang
terbesar. Dari simulasi tersebut diketahui bahwa LPEI berkontribusi terhadap pertumbuhan ekspor
Indonesia sebesar 3,00 persen. Diketahui pula bahwa LPEI berkontribusi terhadap pertumbuhan PDB
sebesar 2,26 persen dari pertumbuhan PDB. Selain itu LPEI juga berkontribusi terhadap perubahan
Konsumsi Private, pengeluaran pemerintah, investasi, dan impor masing masing sebesar 2,13 persen;
0,21 persen; 2,56 persen; dan 2,26 persen. Selain itu LPEI juga memiliki kontribusi terhadap
perumbuhan pendapatan pemerintah melalui penerimaan pajak sebesar 2,03 persen. Serta memiliki
kontribusi terhadap kenaikan penyerapan tenaga kerja sebesar 2,42 persen. Dilakukan pula analisis
microsimulation untuk mengetahui dampak keberadaan LPEI terhadap kemiskinan dan ketimpangan
pendapatan di Indonesia pada skenario skenario pesimis, moderat, dan optimis. Hasil microsimulation
terhadap tingkat kemiskinan pada masing-masing skenario menurunkan kemiskinan sebesar 0,446
persen; 0,597 persen ; dan 0,717 persen.
Hasil analisis microsimulation terhadap tingkat gini rasio mengalami perubahan dari 0,3973 menjadi
menjadi 0,3915 pada skenario pesimis, dari 0,3973 menjadi menjadi 0,3916 pada skenario moderat,
dan dari 0,3973 menjadi menjadi 0,3917 pada skenario optimis. Secara umum dapat disimpulkan
bahwa semakin besar pembiayaan yang diberikan oleh LPEI akan semakin besar pula dampaknya
terhadap perekonomian Indonesia.
Alternatif simulasi yang dilakukan adalah peningkatan harga ekspor sebesar 10 persen pada masing-
masing komoditas yang merupakan indikasi bahwa permintaan terhadap barang dari rest of the world
yang meningkat, sehingga mendorong kenaikan nilai ekspor karena adanya insentif harga ekspor yang
lebih mahal dari harga domestik oleh para produsen di setiap sektor. Peningkatan produksi dari
masing-masing sektor tentunya akan meningkatkan output secara agregat sehingga akan berdampak
pada variabel makro ekonomi seperti peningkatan PDB, penerimaan pemerintah, serta penyerapaan
tenaga kerja. Peningkatan harga ekspor pada sektor 4 menjadi perhatian khusus karena peningkatan
harga ekspor pada Sektor 4 secara agregat akan menurunkan output di seluruh sektor, pendapatan di
seluruh jenis rumah tangga, dan penyerapan tenaga kerja di seluruh sektor. Hal ini dikarenakan Sektor
4 merupakan sektor pertambangan dimana salah satunya terdapat harga minyak dunia. Melalui
asumsi negara Indonesia yang small open economy dimana Indonesia sebagai negara yang tidak
memiliki dampak yang besar terhadap harga dunia, sehingga Indonesia dianggap sebagai price taker
terhadap harga yang berlaku di pasar dunia. Peningkatan harga minyak dunia akan menyebabkan
penurunan jumlah output di semua sektor karena sektor-sektor tersebut menggunakan minyak
sebagai input produksi, sehingga produsen akan menurunkan jumlah output dan hal itu terjadi secara
agregat. Penurunan output secara agregat akan berdampak pada penurunan penggunaan tenaga kerja
serta pendapatan dari rumah tangga.
Dari kedua alternatif simulasi di atas maka dapat disimpulkan bahwa simulasi pertama, yaitu
keberadaan LPEI yang mempengaruhi output sektor jasa dan keuangan serta pembiayaan yang
dilakukannya lebih baik dalam mempengaruhi variabel-variabel ekonomi dan sosial di Indonesia
dibandingkan dengan simulasi kedua. Secara sektoral fokus pembiayaan LPEI bisa difokuskan pada
lima sektor atau komoditi yang memberikan efek positif paling besar terhadap kenaikan ekspor yaitu
industri pemintalan, tekstil, pakaian dan kulit (komoditi Sektor 6); pekebunan (komoditi Sektor 2);
industri kayu dan bahan olahan kayu (komoditi Sektor 7); industri kertas, percetakan, alat angkutan,
4
barang dari logam dan industri lainnya (komoditi Sektor 8), dan jasa angkutan darat, air, udara, dan
telekomunikasi (komoditi Sektor 13).
5
DAFTAR ISI
EXECUTIVE SUMMARY ................................................................................................................. 1
DAFTAR ISI .................................................................................................................................... 5
DAFTAR TABEL ............................................................................................................................. 6
DAFTAR GAMBAR ......................................................................................................................... 7
BAB I. PENDAHULUAN ................................................................................................................... 8
1.1 Latar Belakang ....................................................................................................................... 8
1.2 Rumusan Masalah ........................................................................................................... 13
1.3 Tujuan Penelitian ................................................................................................................. 13
1.4 Luaran Penelitian .............................................................................................................. 14
BAB II. STUDI PUSTAKA ............................................................................................................... 15
2.1 Pembiayaan Ekspor-Impor ............................................................................................... 15
2.2 Dampak Liberalisasi Perdagangan terhadap Pengurangan Kemiskinan dan Ketimpangan .... 17
2.3 Penelitian Terdahulu ........................................................................................................... 18
BAB III. METODOLOGI PENELITIAN ............................................................................................... 20
3.1 Analisis Computable General Equilibrium di Banyak Sektor ................................................ 20
3.2 Microsimulation ............................................................................................................... 28
3.3 Data Base dan Penentuan Sektor ........................................................................................ 29
BAB IV HASIL DAN PEMBAHASAN ............................................................................................ 32
4.1 Simulasi Dampak Pemberian Pembiayaan Ekspor oleh Lembaga Pembiayaan Ekspor
Indonesia (LPEI) ................................................................................................................... 33
4.2 Analisis Microsimulation Pemberian Pembiayaan Ekspor oleh Lembaga Pembiayaan Ekspor
Indonesia (LPEI) ................................................................................................................... 44
4.3 Simulasi perubahan harga ekspor per komoditas ............................................................... 48
4.4 Analisis Microsimulation Dampak kebijakan kenaikan harga ekspor masing-masing sektor
terhadap tingkat kemiskinan dan distribusi pendapatan ................................................... 55
BAB V KESIMPULAN DAN SARAN ................................................................................................ 58
5.1 Kesimpulan .......................................................................................................................... 58
5.2 Saran .................................................................................................................................... 58
DAFTAR PUSTAKA ....................................................................................................................... 60
LAMPIRAN ................................................................................................................................. 62
6
DAFTAR TABEL Tabel 1 Pertumbuhan PDRB Wilayah dan Zona (Persen) ....................................................................................... 8
Tabel 2 PDB Atas Dasar Harga Konstan 2010 Menurut Lapangan Usaha (Milyar Rupiah), 2014-2017 ....... 11
Tabel 3 Jumlah Penduduk Miskin, Persentase Penduduk Miskin dan Garis Kemiskinan, 2008- 2017 ................. 11
Tabel 4 Persamaan dalam CGE Standar untuk Faktor Produksi ........................................................................... 23
Tabel 5 Persamaan dalam CGE Standar untuk Rumah Tangga ............................................................................. 24
Tabel 6 Persamaan dalam CGE Standar untuk Pendapatan Setiap Institusi ........................................................ 25
Tabel 7 Pembentukan Harga di Tingkat Produsen dan Konsumen ....................................................................... 27
Tabel 8 Persamaan dalam Keseimbangan Umum ................................................................................................ 28
Tabel 9 Sektor-Sektor yang Dianalisis dalam Model ............................................................................................. 30
Tabel 10 Rasio Laba Tahun Berjalan LPEI terhadap Output Sektor 14 (2014-2017) ............................................. 32
Tabel 11 Share Pembiayaan LPEI terhadap PDB per Sektor ................................................................................. 35
Tabel 12 Besaran Simulasi untuk Tambahan Output di Sektor 14 atas Keberadaan LPEI .................................... 36
Tabel 13 Besaran Simulasi untuk Pembiayaan per Sektor .................................................................................... 36
Tabel 14 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kondisi Makroekonomi di Indonesia ..... 37
Tabel 15 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Penjualan Output yang Dihasilkan
pada Masing-Masing Sektor ................................................................................................................... 38
Tabel 16 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Harga Komoditas ................................... 39
Tabel 17 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Ekspor per Komoditas ........... 40
Tabel 18 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Penjualan Secara Domestik
untuk Ouput Domestik di Masing-Masing Sektor................................................................................... 41
Tabel 19 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Nilai Penyerapan Tenaga Kerja di Masing-
Masing Sektor ......................................................................................................................................... 42
Tabel 20 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Pendapatan Agregat di Setiap Jenis
Rumah Tangga ........................................................................................................................................ 43
Tabel 21 Dampak Pembiayaan LPEI terhadap Tingkat Kemiskinan Secara Agregat. ............................................ 45
Tabel 22 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Tingkat Kemiskinan Agregat ........... 45
Tabel 23 Dampak Pembiayaan LPEI terhadap Distribusi Pendapatan Secara Agregat ......................................... 47
Tabel 24 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Distribusi Pendapatan .................... 47
Tabel 25 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Kondisi Makroekonomi di
Indonesia (%) .......................................................................................................................................... 49
Tabel 26 Selisih antara Perubahan Pengeluaran dan Penerimaan bagi Masyarakat dan Pemerintah ................. 50
Tabel 27 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Kuantitas Ekspor per
Komoditas ............................................................................................................................................... 51
Tabel 28 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Output di Masing-Masing Sektor
(%) ........................................................................................................................................................... 52
Tabel 29 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Penyerapan Tenaga Kerja
di Masing-Masing Sektor (%) .................................................................................................................. 52
Tabel 30 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Pendapatan di Setiap Jenis
Rumah Tangga (%) .................................................................................................................................. 53
Tabel 31 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Harga Komoditas (%) ............... 54
Tabel 32 Dampak Kebijakan Kenaikan Harga Ekspor terhadap Kemiskinan di Indonesia .................................... 55
Tabel 33 Dampak Kebijakan Kenaikan Harga Komoditas Ekspor terhadap Distribusi Pendapatan di Indonesia . 56
7
DAFTAR GAMBAR Gambar 1 Nilai Ekspor Migas dan Non Migas Indonesia (juta US$) 2008 – 2016 ............................................. 9
Gambar 2 Realisasi Investasi Penanaman Modal Luar Negeri Menurut Sektor Ekonomi (juta US$), 2008-
2016 .................................................................................................................................................... 10
Gambar 3 Realisasi Investasi Penanaman Modal Dalam Negeri Menurut Sektor Ekonomi (miliar rupiah),
2008 – 2016 ........................................................................................................................................ 10
Gambar 4 Penduduk 15 Tahun Ke Atas yang Bekerja menurut Lapangan Pekerjaan Utama
2008 - 2017 (dalam Juta orang) ...................................................................................................... 12
Gambar 5 Alur kegiatan ekonomi perekonomian terbuka ................................................................................... 20
Gambar 6 Diagram Alur simulasi dampak Pembiayaan Ekspor oleh LPEI dan dampaknya terhadap
perekonomian ..................................................................................................................................... 34
Gambar 7 Diagram Alur Simulasi Kenaikan Harga Ekspor per komoditas terhadap kondisi perekonomian ....... 48
8
BAB I. PENDAHULUAN 1.1 Latar Belakang
Krisis Asia yang terjadi pada tahun 1997 telah menyebabkan terpuruknya kondisi ekonomi di
Indonesia. Pemerintah berupaya untuk membangun kembali kondisi perekonomian Indonesia pasca
krisis tersebut. Dalam proses pembangunan tersebut disadari bahwa upaya untuk memacu
pertumbuhan ekonomi kembali mencapai prestasi pada masa-masa sebelum krisis, tidak akan
mungkin dapat dilakukan tanpa pertumbuhan signifikan pada komponen ekspor. Menurut Indonesia
Eximbank (2009), pada periode tahun 1991-1995 Produk Domestik Bruto (PDB) tumbuh rata-rata
sebesar 7,8 persen per tahun. Sementara itu, pada periode 1996-2000, sebagai akibat dari krisis
ekonomi yang melanda Asia, termasuk Indonesia, pertumbuhan PDB melambat menjadi hanya 0,7
persen per tahun yang kemudian kondisinya membaik dengan rata-rata pertumbuhan sebesar 4,7
persen per tahun pada periode 2001- 2005. Angka pertumbuhan sebesar ±5 persen ini terus bertahan
pada periode berikutnya, sampai dengan tahun 2009. Di sisi lain, terjadi krisis yang melanda Amerika
Serikat dan Eropa pada penghujung 2008. Krisis yang disebut juga sebagai krisis ekonomi global
tersebut intensitasnya semakin meningkat hingga awal tahun 2009. Krisis ini juga telah berkontribusi
terhadap melambatnya pertumbuhan ekspor di Indonesia.
Terintegrasinya aktivitas ekonomi antar negara yang satu dengan negara yang lainnya di dunia
menyebabkan kondisi Indonesia juga tidak luput terdampak krisis ekonomi global tersebut.
Ketidakpastian perkembangan ekonomi global tak pelak mengakibatkan pasar keuangan dan
permodalan Indonesia menjadi tidak stabil. Di periode ini, dimana ekonomi global bergejolak terlihat
dengan jelas disparitas pertumbuhan ekonomi antar regional area di Indonesia. Penurunan kinerja
ekonomi ini terutama dialami oleh daerah yang menjadikan kegiatan ekspor sebagai penopang utama
perekonomian daerah tersebut. Sebagai contoh, di Wilayah Sumatera Bagian Tengah terjadi
pelemahan perekonomian yang cukup drastis, yang dicerminkan dengan penurunan PDRB yang cukup
besar hingga hampir mencapai 50 persen, dari 6,1 persen di tahun 2008 menjadi 3,2 persen di tahun
2009 (Bank Indonesia, 2010). Kegiatan ekspor dipandang memiliki pengaruh yang besar terhadap
kinerja Indonesia secara keseluruhan, baik dari sisi ekonomi maupun sosial karena aktivitas ini
menyerap banyak tenaga kerja dengan demikian sedikit banyak menentukan tingkat kesejahteraan
masyarakat Indonesia.
Tabel 1 Pertumbuhan PDRB Wilayah dan Zona (Persen)
Sumber: (Bank Indonesia, 2010)
9
Menyadari hal tersebut, dalam rangka usaha mengurangi efek dari pelemahan perekonomian, pada
tanggal 1 September 2009 pemerintah Indonesia melakukan intervensi dengan menerbitkan UU
Nomor 2 Tahun 2009 yang menjadi dasar penegakan Lembaga Pembiayaan Ekspor Indonesia
(LPEI)/Indonesia Eximbank. LPEI sepenuhnya dimiliki oleh pemerintah sehingga tidak tunduk pada
peraturan perundang-undangan perbankan, BUMN, lembaga pembiayaan, atau perusahaan
pembiayaan, maupun usaha perasuransian. Ruang lingkup aktivitas utama LPEI antara lain di bidang
pembiayaan modal kerja dan investasi bagi perusahaan dan perseorangan; penjaminan bagi eksportir,
importir, bank mitra ekpor, dan kegiatan tender ekspor; asuransi; jasa konsultasi mengenai ekspor;
serta penugasan khusus dari pemerintah untuk mendukung program ekspor nasional (Indonesia
Eximbank, 2015).
Secara garis besar, performa ekonomi dan sosial Indonesia terus membaik pasca krisis ekonomi global.
Ekspor Indonesia masih didominasi komoditas non-migas. Namun, baik migas maupun non migas nilai
ekspornya meningkat secara signifikan pasca krisis ekonomi global hingga akhirnya mencapai puncak
pada tahun 2011 di angka US$ 160 milyar untuk komoditas non-migas dan US$ 40 milyar untuk
komoditas migas. Setelah itu dalam rentang tahun 2012-2016 nilai ekspor migas berfluktuasi di angka
US$ 130 milyar hingga US$ 160 milyar, sedangkan ekspor non-migas mengalami penurunan nilai
meskipun tidak besar ke angka US$ 13,1 milyar di tahun 2016.
Sumber: (BPS, 2017)
Gambar 1 Nilai Ekspor Migas dan Non Migas Indonesia (Juta US$) 2008 – 2016
Iklim investasi Indonesia juga mengalami perubahan positif. Di sisi investasi luar negeri, setelah anjlok
ke angka US$ 10,8 milyar di tahun 2009, penanaman modal luar negeri terus mengalami peningkatan
hingga stabil di kisaran angka US$ 24 milyar hingga US$ 29 milyar sepanjang periode 2013-2016. Di
tahun 2016, perindustrian menjadi sektor yang paling banyak menarik minat investor asing dengan
menyumbang sebesar US$ 16,69 milyar, hampir setengah dari keseluruhan investasi gabungan
seluruh sektor. Di sisi investasi dalam negeri, jumlah penanaman modal terus meningkat secara
teratur, dari US$ 20,36 milyar di tahun 2008 hingga mencapai puncaknya di tahun 2016 di angka US
216,23 milyar. Senada dengan investasi luar negeri, perindustrian masih menjadi sektor utama
investasi dalam negeri dengan capaian US$ 106,78 milyar di tahun 2016.
10
Sumber: (BPS, 2017)
Gambar 2 Realisasi Investasi Penanaman Modal Luar Negeri Menurut Sektor Ekonomi (Juta US$),
2008-2016
Sumber: (BPS, 2017)
Gambar 3 Realisasi Investasi Penanaman Modal Dalam Negeri Menurut Sektor Ekonomi (Milyar
Rupiah), 2008 – 2016
Membaiknya kondisi perekonomian Indonesia pasca krisis ekonomi global juga tercermin dari
peningkatan Produk Domestik Bruto (PDB). Selama periode 2014-2017, PDB Indonesia terlihat
meningkat secara konstan hingga mencapai Rp 9.913 miliar di akhir tahun 2017. Lapangan usaha yang
paling banyak berkontribusi terhadap pemasukan PDB Indonesia adalah industri pengolahan, diikuti
oleh perdagangan besar dan eceran; reparasi mobil dan sepeda motor di posisi kedua dan pertanian,
kehutanan, dan perikanan di posisi ketiga.
0,0
20 000,0
40 000,0
60 000,0
80 000,0
100 000,0
120 000,0
0,0
5 000,0
10 000,0
15 000,0
20 000,0
25 000,0
30 000,0
2008 2009 2010 2011 2012 2013 2014 2015 2016
Perindustrian
Pertanian, Perburuan, Kehutanan,dan Perikanan :
Konstruksi
Perdagangan Besar dan Eceran,Restoran, dan Hotel :
Listrik, Gas, dan Air
Pertambangan dan Penggalian
Transportasi, Pergudangan, danKomunikasi
Jasa Masyarakat, Sosial, danPerorangan
Real Estate dan Jasa Perusahaan
7000
2008 2009 2010 2011 2012 2013 2014 2015 2016
11
Tabel 2 PDB Atas Dasar Harga Konstan 2010 Menurut Lapangan Usaha (Milyar Rupiah),
2014-2017
PDB Lapangan Usaha (Seri 2010) 2014 2015 2016 2017
A. Pertanian, Kehutanan, dan Perikanan 1.129.053 1.171.446 1.210.750 1.256.894
B. Pertambangan dan Penggalian 794.490 767.327 774.593 779.925
C. Industri Pengolahan 1.854.257 1.934.533 2.016.877 2.103.066
D. Pengadaan Listrik dan Gas 94.047 94.895 100.010 101.551
E. Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang 6.883 7.369 7.635 7.986
F. Konstruksi 826.616 879.164 925.063 987.884
G. Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor 1.177.298 1.207.165 1.255.759 1.311.464
H. Transportasi dan Pergudangan 326.933 348.856 374.843 406.679
I. Penyediaan Akomodasi dan Makan Minum 257.816 268.922 282.823 298.515
J. Informasi dan Komunikasi 384.476 421.770 459.208 504.279
K. Jasa Keuangan dan Asuransi 319.826 347.269 378.193 398.919
L. Real Estate 256.440 266.980 279.501 289.789
M.N. Jasa Perusahaan 137.795 148.396 159.322 172.764
O. Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial Wajib 296.330 310.055 319.946 326.527
P. Jasa Pendidikan 263.685 283.020 293.780 304.525
Q. Jasa Kesehatan dan Kegiatan Sosial 91.357 97.466 102.488 109.448
R.S.T.U. Jasa lainnya 134.070 144.904 156.523 170.074
PRODUK DOMESTIK BRUTO 8.564.867 8.982.517 9.434.632 9.912.749
Sumber: (BPS, 2018).
Dari sisi sosial, garis kemiskinan di perkotaan lebih tinggi daripada di desa. Hal ini berkorelasi positif
dengan jumlah penduduk miskin di masing-masing wilayah. Secara umum, dalam rentang waktu 2008-
2017 kesejahteraan penduduk semakin membaik terlihat dari persentase penduduk miskin pada
tahun 2008 sejumlah 11,65 persen di kota dan 18,93 persen di desa turun menjadi 7,26 persen dan
13,47 persen.
Tabel 3 Jumlah Penduduk Miskin, Persentase Penduduk Miskin dan Garis Kemiskinan, 2008- 2017
Sumber: (BPS, 2018)
Sebagai negara agraris, tidak mengherankan jika data statistik menyebutkan bahwa penyerapan
tenaga kerja paling banyak di sektor pertanian, perkebunan, kehutanan, dan perikanan sejumlah 35,92
juta orang. Sektor lain yang juga memiliki penyerapan tenaga kerja yang tinggi adalah perdagangan,
Tahun
Jumlah Penduduk Miskin (Juta Orang)
Persentase Penduduk Miskin Garis Kemiskinan
(Rp/Kapita/Bulan) Kota Desa Kota+Desa Kota Desa Kota+Desa Kota Desa
2008 12.77 22.19 34.96 11.65 18.93 15.42 204 896 161 831
2009 11.91 20.62 32.53 10.72 17.35 14.15 222 123 179 835
2010 11.10 19.93 31.02 9.87 16.56 13.33 232 989 192 354
Maret 2011 11.05 18.97 30.02 9.23 15.72 12.49 253 016 213 395
September 2011 10.95 18.94 29.89 9.09 15.59 12.36 263 594 223 181
Maret 2012 10.65 18.49 29.13 8.78 15.12 11.96 267 408 229 226
September 2012 10.51 18.09 28.59 8.60 14.70 11.66 277 382 240 441
Maret 2013 10.33 17.74 28.07 8.39 14.32 11.37 289 042 253 273
September 2013 10.63 17.92 28.55 8.52 14.42 11.47 308 826 275 779
Maret 2014 10.51 17.77 28.28 8.34 14.17 11.25 318 514 286 097
September 2014 10.36 17.37 27.73 8.16 13.76 10.96 326 853 296 681
Maret 2015 10.65 17.94 28.59 8.29 14.21 11.22 342 541 317 881
September 2015 10.62 17.89 28.51 8.22 14.09 11.13 356 378 333 034
Maret 2016 10.34 17.67 28.01 7.79 14.11 10.86 364 527 343 647
September 2016 10.49 17.28 27.76 7.73 13.96 10.70 372 114 350 420
Maret 2017 10.67 17.10 27.77 7.72 13.93 10.64 385 621 361 496
September 2017 10.27 16.31 26.58 7.26 13.47 10.12 400 995 370 910
12
rumah makan, dan jasa akomodasi; jasa kemasyarakatan, sosial, dan perorangan; serta industri.
Sumber: (BPS, 2018)
Gambar 4 Penduduk 15 Tahun Ke Atas yang Bekerja menurut Lapangan Pekerjaan Utama 2008 -
2017 (Dalam Juta Orang)
Selama kurun waktu delapan tahun ini, LPEI telah melakukan berbagai kajian serta menerapkan skema
dan kebijakan sebagai upaya untuk mendukung pertumbuhan ekonomi Indonesia dan di saat yang
sama mempromosikan elektabilitas indikator sosial atas seluruh sektor/komoditas yang berada dalam
lingkup kerja LPEI. Pada tahun 2017, LPEI telah memberikan pembiayaan kepada sektor-sektor usaha
yang berorientasi ekspor di Indonesia sebesar 100,62 triliun rupiah (LPEI, 2018). Share terbesar pada
tahun 2017 disalurkan untuk sektor industri kertas, percetakan, alat angkutan dan barang dari logam,
serta industri lainnya (16,69 persen), disusul dengan industri makanan, minuman, dan tembakau
(15,43 persen) dan sektor pertanian lainnya, seperti perkebunan (13,82 persen). Lebih rinci dapat
dilihat pada Gambar 5.
Sumber: (LPEI, 2018)
Gambar 5 Share Pembiayaan LPEI terhadap Output per Sektor pada Tahun 2017 (Persen)
0.000%
0.004%
0.001%
0.010%
0.002%0.001%
0.000%
0.002%
0.001%
0.003%0.002%
0.000%
0.004%
0.001%
13
Sumber: Olahan Tim Peneliti
Gambar 6 Share Pembiayaan LPEI per Sektor terhadap Kredit per Sektor Tahun 2017 (Persen)
Apabila pembiayaan yang telah dilakukan oleh LPEI dibandingkan dengan kredit nasional per sektor di
tahun 2017, maka secara rinci dapat dilihat pada Gambar 6. Sektor yang memiliki share terbesar
terhadap kredit nasional adalah sektor pertambangan dan penggalian dengan nilai share sebesar
9,987 persen, disusul dengan sektor perkebunan (4,231 persen) dan sektor angkutan dan komunikasi
(3,855 persen).
Studi ini bertujuan untuk menganalisis apakah kebijakan-kebijakan, fasilitas, dan skema yang
diterapkan oleh LPEI selama ini efektif berkontribusi terhadap perkembangan ekonomi dan sosial
Indonesia.
1.2 Rumusan Masalah
LPEI/Indonesia Eximbank memiliki visi untuk mendorong ekspor nasional yang berdaya saing tinggi
pada tataran global. Dengan demikian LPEI perlu melakukan analisis atas dampak ekonomi dan sosial
dari pembentukan LPEI kemudian membandingkannya dengan perkembangan data riil, Seberapa
besar peran LPEI terhadap peningkatan ekspor, investasi, dan PDB di Indonesia serta terhadap
aktivitas sosial seperti penyerapan tenaga kerja, kontribusi pajak, serta pengurangan kemiskinan di
Indonesia. Faktor-faktor tersebut perlu diidentifikasi dan dianalisis sehingga kedepannya LPEI memiliki
pondasi untuk pengelolaan sistem yang tepat sesuai kebutuhan Indonesia, dengan demikian mampu
meningkatkan kapabilitas dan fungsional LPEI sesuai dengan visi dan misi pembentukan LPEI dalam
menyokong ekspor Indonesia.
Dalam rangka optimalisasi peran LPEI dalam menyokong ekspor Indonesia, LPEI bekerjasama dengan
InterCAFE untuk mengukur dampak sosial dan ekonomi yang dihasilkan dengan keberadaan fasilitas
LPEI serta memproyeksi hasil kajian tersebut agar dapat digunakan untuk 3 (tiga) tahun kedepan.
1.3 Tujuan Penelitian
Secara umum studi ini bertujuan untuk:
1. Menganalisis dampak fasilitas LPEI terhadap aktivitas produksi pada sektor/komoditas yang
0,005%
4,231%
0,528%
9,987%
1,960%1,154%
0,324%
2,120%
0,592%
3,401%2,487%
0,384%
3,855%
0,690%
14
memperoleh fasilitas dari LPEI;
2. Mengukur dampak fasilitas LPEI terhadap aktivitas perekonomian yaitu: penambahan ekspor,
investasi, dan penambahan PDB pada sektor/komoditas yang memperoleh fasilitas dari LPEI;
3. Mengukur dampak fasilitas LPEI terhadap aktivitas sosial meliputi penyerapan tenaga kerja,
total kontribusi pajak dan pengurangan kemiskinan;
4. Perhitungan hasil kajian (koefisien multiplier) berdasarkan sektor/komoditas harus tetap
dapat digunakan untuk mengukur dampak ekonomi dan sosial LPEI sampai dengan 3 tahun ke
depan atau tahun 2021.
1.4 Luaran Penelitian
Studi ini akan menghasilkan output/deliverable berupa Laporan akhir pekerjaan yang berisi Laporan
penelitian tentang Dampak Ekonomi dan Sosial atas fasilitas LPEI.
15
BAB II. STUDI PUSTAKA 2.1 Pembiayaan Ekspor-Impor
Salah satu lembaga keuangan di Indonesia yang memberikan pembiayaan ekspor impor adalah LPEI
(Lembaga Pembiayaan Ekspor Impor) atau dikenal pula dengan nama Eximbank. Tugas LPEI
diantaranya, yaitu:
1. Memberi bantuan yang diperlukan pihak-pihak yang terkait dalam LPEI dalam rangka ekspor,
dalam bentuk pembiayaan, penjaminan, dan asuransi guna pengembangan dalam rangka
menghasilkan barang dan jasa dan/atau usaha lain yang menunjang ekspor.
2. Menyediakan pembiayaan bagi transaksi atau proyek yang dikategorikan tidak dapat dibiayai
oleh perbankan, tetapi mempunyai prospek untuk peningkatan ekspor nasional; dan
3. Membantu mengatasi hambatan yang dihadapi oleh bank atau Lembaga Keuangan dalam
penyediaan pembiayaan bagi Eksportir yang secara komersial cukup potensial dan/atau
penting dalam perkembangan ekonomi Indonesia.
Menurut Yuniarti (2012), LPEI merupakan fasilitas yang diberikan kepada badan usaha termasuk
perorangan dalam rangka mendorong ekspor nasional, dalam bentuk:
1. Pembiayaan
Fasilitas pembiayaan yang dimaksud baik berbentuk tunai maupun non-tunai, yang
mewajibkan pihak yang dibiayai untuk mengembalikan fasilitas pembiayaan setelah jangka
waktu tertentu dengan imbalan bagi hasil.
2. Penjaminan
Penjaminan adalah pemberian fasilitas jaminan untuk menanggung pembayaran kewajiban
keuangan pihak terjamin dalam hal pihak terjamin tidak dapat memenuhi kewajiban perikatan
kepada kreditornya.
3. Asuransi
Asuransi adalah pemberian fasilitas berupa ganti rugi atas kerugian yang timbul sebagai akibat
dari suatu peristiwa yang tidak pasti. Asuransi dapat diberikan dalam bentuk:
a. Asuransi atas risiko kegagalan ekspor;
b. Asuransi atas risiko kegagalan bayar;
c. Asuransi atas investasi yang dilakukan oleh perusahaan Indonesia di luar negeri;
dan/atau
d. Asuransi atas risiko politik di suatu negara yang menjadi tujuan ekspor.
Kegiatan ekspor menjadi salah satu andalan bagi negara-negara berkembang dalam mendorong
perekonomiannya. Salah satu faktor penyumbang utama untuk mendorong kegiatan ekspor adalah
ketersediaan dari “special finance”, baik pada pre-shipment stage maupun post-shipment stage
(Gupta dan Keshari, 2013). Masalah-masalah yang terjadi dalam kegiatan ekspor yang selama ini
dialami oleh negara-negara berkembang, cenderung terkait dengan pembiayaan ekspor itu sendiri.
Oleh karena itu, masalah-masalah terkait pembiayaan ekspor akan melibatkan beberapa hal,
diantaranya:
1. Ketersediaan yang memadai dan keuangan yang tepat waktu;
2. Penyediaan kredit lunak untuk membuat ekspor secara internasional menjadi kompetitif;
3. Dukungan kelembagaan untuk melindungi kerugian karena risiko gagal bayar dari pembeli luar
negeri;
16
4. Ketersediaan kredit tangguhan khusus untuk mempromosikan kegiatan ekspor.
Secara umum, terdapat dua jenis pembiayaan perdagangan/ekspor-impor, yaitu pre-shipment dan
post-shipment. Berdasarkan Yuniarti (2012), fasilitas-fasilitas yang ditawarkan dari setiap jenis
pembiayaan tersebut, yaitu:
1. Pre-shipment facilities
• Banker’s acceptance
Merupakan wesel bank yang diberikan cap dengan kata-kata accepted dan dapat
dijual-belikan di pasar uang sebagai salah satu sumber dana jangka pendek. Jangka
waktu penarikan wesel bersekitar antara 30 hari sampai 180 hari wesel yang diberikan
cap ’’accepted’’ inilah yang kita kenal dengan banker’s acceptance. Banker’s
acceptance terjadi dalam perdagangan luar negeri (ekspor impor). Terjadinya
banker’s acceptance dimana adanya proses transaksi pembelian dan penjualan
barang antar Negara. Sebagai contoh importir di Indonesia ingin membeli barang dari
penjual (eksportir) di Jerman. Setelah meyetujui dan menandatangani kontrak
penjualan antar keduanya maka importer dapat membuka L/C dengan bank di Jakarta
(opening bank). Atas persetujuan pihak bank importer maka bank eksportir (advising
bank) yang ditunjukan dapat membuka wesel atas nama bank importir begitu barang
dikapalkan atau dikirim.
• Red clause L/C
L/C yang memperkenankan penarikan sejumlah tertentu uang muka oleh
beneficiary/eksportir sebelum barang dikirim. Memungkinkan penarikan uang muka
sebelum dokumen-dokumen yang diisyaratkan dalam L/C diserahkan. L/C ini
diterbitkan biasanya hanya apabila issuing bank benar – benar percaya pada reputasi
beneficiary.
• Green Clause L/C
Sama dengan Red Clause, tetapi beneficiary/eksportir diharuskan menyerahkan tanda
terima penyimpanan barang dari warehouse (warehouse receipt) kepada negotiating
bank yang ditunjuk sampai beneficiary telah siap mengapalkan barang-barang
tersebut.
2. Post-shipment facilities
• Factoring
Anjak Piutang adalah penjualan piutang dagang ekspotir kepada perusahaan factoring
untuk mendapatkan uang tunai dengan cara membayar komisi tertentu
• Forfaiting
Pembiayaan perdagangan dimana eksportir menjual tagihan ekspornya kepada
Bank/Lembaga Keuangan (Forfeiter), dengan tujuan utk pengalihan risiko ekspor.
• Standby L/C
Suatu jaminan pembayaran kalau terjadi suatu kegagalan atau wanprestasi oleh
pemberi jaminan terhadap suatu syarat dalam kontrak.
Pembiayaan ekspor secara luas, dapat digolongkan ke dalam dua tipe pembiayaan. Gupta dan Keshari
2013), merincinya sebagai berikut:
1. Pre-shipment finance
• Packing credit,
17
• Uang muka terhadap piutang dari pemerintah seperti duty back, international price
reimbursement scheme (IPRS), dll.
2. Post-shipment finance
1) Negosiasi dokumen ekspor di bawah letter of credit,
2) Pembelian/diskon dokumen ekspor,
3) Uang muka tagihan dikirim berdasarkan penagihan,
4) Uang muka terhadap ekspor atas dasar konsinyasi,
5) Uang Muka terhadap saldo yang ditarik, dan
6) Uang muka terhadap piutang dari pemerintah seperti duty draw back, dll.
2.2 Dampak Liberalisasi Perdagangan terhadap Pengurangan Kemiskinan dan Ketimpangan
Hubungan antara liberalisasi perdagangan dan pengurangan kemiskinan memiliki peran yang penting
terhadap kebijakan ekonomi di negara berkembang. Namun, banyak peneliti yang menyebutkan
bahwa tidak ada pengaruh yang jelas terkait arah dari hubungan tersebut (Reimer, 2002). Dalam
jangka panjang, keterbukaan ekonomi jauh lebih baik dibandingkan dengan perekonomian tertutup,
dimana kebijakan yang relatif terbuka berkontribusi untuk pengembangan jangka panjang di suatu
negara (Arce, et.al., 2014). Liberalisasi perdagangan juga dipandang sebagai sarana untuk mencapai
industrialisasi dan modernisasi melalui pengamanan skala ekonomi, akses pasar, dan ekspansi pasar
(Fekadu, 2007).
Hasil penelitian yang dilakukan oleh Arce et.al (2014) juga menunjukkan adanya efek tidak langsung
dari liberalisasi perdagangan yang pada akhirnya mempengaruhi kemiskinan, seperti pertumbuhan
(biasanya meningkat seiring dengan keterbukaan ekonomi), faktor dan komoditas harga, perdagangan
internasional atau kesejahteraan rumah tangga. Di sisi lain, sektor dengan tingkat perlindungan awal
yang lebih tinggi cenderung hilang setelahnya liberalisasi, dan cenderung mengarah pada realokasi
sumber daya menuju sektor yang lebih kompetitif dan berorientasi ekspor. Sektor manufaktur dan
industri (khususnya modern) seringkali menyusut pada saat terjadi liberalisasi perdagangan. Pekerja
tidak terampil tampaknya mendapat manfaat dari liberalisasi, sementara pemilik modal dan pekerja
terampil, secara umum terpengaruh. Dengan demikian, liberalisasi perdagangan harus disertai
reformasi struktural, kebijakan industri dan redistribusi kebijakan untuk meminimalkan efek negatif
yang diharapkan dalam jangka pendek dan memastikan keterbukaan yang berubah menjadi kinerja
ekonomi keseluruhan yang lebih baik, peningkatan rantai nilai dan peningkatan kesejahteraan,
terutama di kalangan rumah tangga termiskin.
Liberalisasi perdagangan dapat pula dikaitkan dengan kemiskinan melalui harga. Hertel dan Reimer
(2004) menyatakan bahwa perdagangan dan kemiskinan dapat diasumsikan memiliki keterkaitan
melalui harga, perubahan dalam hal perdagangan eksternal, pajak pemerintah dan transfer, insentif
untuk investasi, dan lainnya.
2.3 Pengaruh Keberadaan Exim Bank di Negara Lain
Exim Bank di negara lain memiliki dampak bagi kondisi perekonomian negaranya. Beberapa penelitian
mencoba menjelaskan kondisi dari kebberadaan Exim Bank tersebut. Salah satunya adalah Ezell, et.al.
(2014) yang melihat dampak keberadaan Exim Bank di Amerika. Bank Ekspor-Impor (Exim Bank) di
Amerika Serikat yang merupakan negara maju, memainkan peran penting dalam mendorong daya
18
saing sektor perdagangan Amerika Serikat serta memfasilitasi ekspor produk dan jasa Amerika Serikat
yang inovatif ke pasar luar negeri. Pada 2013, Exim Bank Amerika Serikat (AS) mendorong penciptaan
lapangan kerja lebih dari 200.000 pekerjaan dan mendorong nilai ekspor hingga $ 37,4 miliar.
Dukungan Exim Bank untuk kegiatan ekspor perusahaan AS yang bersaing di sektor perdagangan
menjadikannya lembaga vital yang memperkuat daya saing ekonomi AS. Pada tahun fiskal 2013, Exim
Bank memberikan otorisasi kredit ekspor senilai $ 27 miliar yang mendukung sekitar $ 37,4 miliar
dalam penjualan ekspor AS, termasuk pesawat terbang, peralatan pembangkit listrik, dan proyek
minyak dan gas, dll. Ekspor tersebut didukung oleh kegiatan Exim Bank mengarah langsung ke
penciptaan lapangan pekerjaan AS. Faktanya, sejak 2009, Exim Bank AS telah mendorong 1,2 juta
lapangan pekerjaan AS di sektor swasta, termasuk 205.000 lapangan pekerjaan pada tahun 2013 saja.
Rata-rata, 7.400 pekerjaan AS diciptakan oleh setiap $ 1 miliar ekspor yang didukung oleh Exim Bank
AS.
Di sisi lain, Orya (2013) menjelaskan tentang keberadaan Exim Bank di Nigeria. Pada negara
berkembang seperti Nigeria, Exim Bank melalui berbagai intervensi operasionalnya telah
menghasilkan dan mempertahankan pekerjaan langsung lebih dari 14.358 pada 31 Agustus 2012. Bank
juga telah memproyeksikan untuk menciptakan sekitar 70.479 dan 60.587 pekerjaan pada tahun 2015
di bidang manufaktur dan Agro-sektor pengolahan masing-masing melalui pembiayaan proyek.
2.4 Penelitian Terdahulu
Mengingat begitu pentingnya dampak ekspor terhadap perekonomian di suatu negara, khususnya
bagi negara-negara berkembang, banyak peneliti yang tertarik untuk menganalisis kondisi tersebut.
Aka (2006) mencoba untuk mengukur dampak penghapusan pajak perdagangan dan proses
kelembagaan yang diperlukan beberapa reformasi fiskal pada kemiskinan dan distribusi pendapatan
di Cote d'lvoire. Hal pertama yang dilakukan adalah menganalisis distribusi pendapatan untuk
berbagai kelompok sosial ekonomi homogen menggunakan garis kemiskinan absolut berdasarkan
pendekatan kebutuhan dasar konstan. Selanjutnya peneliti mensimulasikan dan menganalisis dengan
menggunakan Computable General Equilibrium (CGE) yang dapat dihitung dampaknya terhadap
kemiskinan, ketidaksetaraan, dan kesejahteraan dari dihapusnya pajak atas ekspor dan impor
pertanian yang dikombinasikan dengan perubahan dalam tarif pajak domestik. Hasilnya menunjukkan
bahwa kemiskinan meningkat untuk semua rumah tangga, namun hal ini bergantung pada simulasi
situasinya yang diberdakan berdasarkan kelompok sosial ekonomi. Kebijakan liberalisasi perdagangan
dengan menghapus pajak atas ekspor mengarah pada peningkatan harga domestik barang-barang
pertanian dan industri, yang mengakibatkan peningkatan indeks harga konsumen dan penurunan
pendapatan sekali pakai rumah tangga dan dengan demikian dalam konsumsi mereka. Pegawai publik
diidentifikasi sebagai yang paling terpengaruh oleh kemiskinan setelah terjadinya reformasi pajak
perdagangan.
Fekadu (2007) juga melakukan suatu studi yang bertujuan untuk menganalisis dampak liberalisasi
perdagangan yang bersifat unilateral di Ethiopia terhadap kemiskinan dan kesenjangan dengan
menggunakan analisis CGE Microsimulation. Analisis ini didasarkan pada 2001/02 SAM yang dibangun
oleh IFPRI dan juga berdasarkan survey Household Income and Consumption Expenditure (HICE) di
Ethiopia pada tahun 1999/2000, yang mencakup 17332 rumah tangga. Hasil menunjukkan bahwa
kebijakan liberalisasi kemungkinan akan meredam produksi domestik untuk barang manufaktur dan
menurunnya permintaan untuk barang domestik karena pergeseran konsumsi ke komoditas impor
19
yang lebih murah. Sementara itu, penghapusan total tarif kemungkinan akan menyebabkan
peningkatan ekspor sebagian besar komoditas termasuk barang-barang manufaktur. Selain itu, hasil
microsimulation menunjukkan bahwa kesejahteraan rumah tangga petani bisa membaik setelah
dilakukan pemotongan tarif 100 persen. Sebaliknya, kesejahteraan rumah tangga penerima upah
dapat menurun, sementara wirausaha akan tetap sama. Secara keseluruhan, kemiskinan mungkin
meningkat pada tingkat nasional setelah reformasi.
Gupta dan Keshari (2013) melakukan penelitian terkait peran dan pangsa bank komersial dalam
pembiayaan ekspor serta isu-isu dalam pembiayaan ekspor. Penelitian ini menyarankan untuk
meningkatkan aliran kredit bank ke sektor ekspor, merestrukturisasi suku bunga. Hal ini juga
menyerukan perubahan sikap bank yang konservatif dan risk avers. Koordinasi antara bank dan
lembaga keuangan sangat dibutuhkan serta peran EIGC dalam penyelesaian klaim yang tepat
merupakan dorongan untuk bisnis ekspor yang menguntungkan. Hal yang cukup sulit adalah
memperkenalkan layanan inovatif baru dari perdagangan, pinjaman luar negeri, anjak piutang
internasional, dan penerimaan bankir untuk mempercepat promosi ekspor.
Ada pula penelitian yang mencoba menganalisis dampak jangka pendek dan jangka panjang dari
kebijakan reformasi tarif terhadap kemiskinan rumah tangga dan distribusi pendapatan di Bangladesh
dengan mengembangkan 86 sektor, empat faktor, dan CGE dari sembilan kelompok rumah tangga.
Penelitian ini dilakukan oleh Nahar dan Siriwardana (2013). Temuan utama dari penelitian ini adalah
bahwa penghapusan tarif secara penuh mengarah pada penurunan kemiskinan secara keseluruhan
dengan kelompok rumah tangga yang kaya dalam posisi yang relatif lebih baik. Dalam kemiskinan
jangka pendek insidensi meningkat untuk rumah tangga yang tidak memiliki tanah di pedesaan, buta
huruf, dan kelompok berpendidikan rendah. Sementara petani besar di pedesaan dan kelompok
rumah tangga menengah perkotaan menikmati perbaikan di semua indikator kemiskinan. Dalam hal
distribusi pendapatan, liberalisasi perdagangan sedikit meningkatkan ketimpangan, tetapi ada
kecenderungan ke arah distribusi yang lebih adil dalam jangka panjang. Pilihan mekanisme
kompensasi fiskal dengan pajak konsumsi kemungkinan akan memainkan peran negatif dalam hal
kemiskinan dan kesenjangan dalam jangka pendek. Namun, hal yang menarik adalah hasil dari
kebijakan tersebut lebih pro terhadap kaum miskin dalam jangka panjang. Pada tahun selanjutnya,
Arce et.al. (2014) melakukan penelitian untuk menganalisis hubungan antara liberalisasi perdagangan
dan pengurangan kemiskinan di sub-Sahara Afrika. Studi ini menyajikan tinjauan tentang dampak
liberalisasi perdagangan terhadap kemiskinan di Afrika Sub-Sahara dalam model CGE. Studi
menyimpulkan bahwa liberalisasi perdagangan memiliki efek positif pada pengentasan kemiskinan
dalam jangka Panjang. Namun, hal itu harus disertai dengan reformasi struktural, kebijakan industri
dan redistribusi untuk meminimalkan efek negatif yang diharapkan dalam jangka pendek.
20
BAB III. METODOLOGI PENELITIAN 3.1 Analisis Computable General Equilibrium di Banyak Sektor
Model yang digunakan dalam kajian ini merupakan model dasar CGE “Standar”. Model ini merupakan
suatu sistem persamaan simultan, yang menggambarkan perilaku dari setiap pelaku ekonomi dan
merupakan pengembangan lebih lanjut dari model CGE 123. Dalam pemodelan CGE, pelaku ekonomi
sering diistilahkan dengan institusi. Pada kajian ini, institusi dibagi menjadi empat kelompok yaitu
rumah tangga, perusahaan, pemerintah, dan Rest of the World (ROW). Gambar berikut menunjukkan
alur kegiatan ekonomi dalam perekoonomian terbuka.
Sumber: modifikasi dari Sarfila (2012)
Gambar 7 Alur kegiatan ekonomi perekonomian terbuka
Gambar di atas menunjukkan bahwa setiap institusi memiliki peran masing-masing dalam suatu
perekonomian. Sebagai contoh, perusahaan merupakan suatu institusi yang berperan dalam
memproduksi barang dan jasa yang dijual di pasar output. Dalam melakukan proses produksi-nya
perusahaan akan berupaya untuk memaksimumkan keuntungan dengan mengkombinasikan berbagai
input yang digunakan guna memproduksi barang-barang yang lebih menguntungkan. Untuk
melakukan proses produksi ini perusahaan akan menggunakan berbagai input yang dimiliki oleh
rumah tangga dengan membayar upah dan sewa modal yang menjadi bagian dari pendapatan rumah
tangga. Keuntungan yang diperolah dari proses produksi ini akan didistribusikan perusahaan ke pelaku
ekonomi yang lain diantaranya adalah pemerintah, rumah tangga dan ROW. Distribusi keuntungan
21
dari perusahaan kepada pemerintah adalah dalam bentuk pajak, sedangkan transfer yang diberikan
perusahaan kepada rumah tangga dan ROW adalah sebagai imbalan atas kepemilikan perusahaan.
Selain menggambarkan peranan perusahaan dalam perekonomian, gambar tersebut juga
menunjukkan peranan rumah tangga yang bertindak sebagai konsumen. Sebagai konsumen yang
rasional, rumah tangga akan berupaya untuk memaksimumkan utilitasnya dengan mengkonsumsi
berbagai kombinasi barang dan jasa yang tersedia di pasar output. Dalam melakukan berbagai macam
tingkat konsumsi tersebut rumah tangga memiliki kendala anggaran berupa total penerimaan yang
bisa diperoleh dari penerimaan faktor produksi, transfer dari ROW dan perusahaan ataupun transfer
dari pemerintah dalam bentuk subsidi langsung. Dua institusi lain yang ada dalam sitem perekonomian
adalah pemerintah dan ROW. Dalam pemodelan CGE, pemerintah dan masyarakat luar negeri
diasumsikan sebagai pelaku ekonomi yang tidak memiliki tujuan optimasi sehingga pemerintah dan
ROW dalam model ini lebih berperan sebagai penyeimbang dalam suatu sistem perekonomian.
Selain memahami perilaku dari setiap institusi yang terlibat dalam perekonomian, kita juga harus
memahami kondisi setiap pasar yang ada. Gambar 7 menunjukkan bahwa dalam perekonomian
terdapat dua pasar yaitu pasar faktor produksi serta pasar barang dan jasa. Di sisi pasar barang dan
jasa, produsen dapat menjual produknya ke pasar dalam negeri ataupun pasar luar negeri. Produsen
akan memaksimumkan keuntungannya dengan merubah kombinasi antara barang domestik dengan
barang ekspor. Dalam hal ini, terdapat opportunity cost dalam mengkombinasikan keduanya
tergantung dari mana yang lebih menguntungkan. Seorang produsen akan mengubah komposisi
antara jumlah barang domestik dan ekspor yang diproduskinya tergantung pada rasio harga antara
barang domestik dengan ekspor yang terjadi di pasar. Apabila terjadi kenaikan harga domestik maka
produsen akan lebih mengalokasikan produksinya untuk pasar domestik dan menguranginya untuk
pasar internasional.
Dari sisi konsumen, pasar barang dan jasa dapat menyediakan dua jenis produk yang dapat dikonsumsi
yaitu barang yang berasal dari produk domestik ataupun yang berasal dari impor. Dalam proses
maksimisasi utilitas, seorang konsumen/rumah tangga dapat melakukan optimasi melalui dua
tahapan. Pada tahap pertama, konsumen akan mencari nilai konsumsi dengan budget yang dimiliki
dan pada tahapan selanjutnya, akan mengkombinasikan antara barang domestik dan barang impor
yang memenuhi utilitas maksimum. Pemilihan antara jumlah barang domestik dan barang impor yang
akan dikonsumsi akan sangat tergantung dari harga relatif antar keduanya.
Pada pasar faktor produksi terdiri dari dua sisi yaitu sisi rumah tangga dan sisi perusahaan. Dari sisi
rumah tangga, pasar faktor produksi merupakan tempat untuk menjual faktor-faktor yang dimiliki oleh
rumah tangga berupa tenaga kerja dan modal yang merupakan sumber pendapatan bagi rumah
tangga. Adapun dari sisi perusahaan, pasar faktor merupakan suatu tempat yang menyediakan faktor-
faktor yang akan digunakan dalam proses produksi. Perusahaan akan mengkombinasikan berbagai
jumlah faktor yang digunakan guna memaksimukan keuntungannya. Dalam prakteknya, kondisi pasar
faktor produksi bisa memiliki beberapa asumsi yaitu kondisi full employment ataupun under-
employment.
22
3.1.1 Perusahaan, Produksi dan Penawaran
Setiap perusahaan (produsen) diasumsikan selalu berupaya untuk memaksimumkan keuntungan.
Dalam rangka memaksimumkan keuntungan tersebut produsen harus menggunakan teknologi
produksi yang dimiliki. Berbagai literatur menjelaskan bahwa tiga bentuk fungsi produksi yang banyak
digunakan dalam pemodelan CGE diantaranya adalah fungsi Leontief, Constant Elasticity of
Substitution (CES) dan fungsi Cobb-Douglas.
Sebagai bagian dari keputusan maksimisasi profit, setiap sektor akan menggunakan satu set faktor
produksi sampai pada titik dimana marginal revenue of product dari setiap faktor sama dengan tingkat
sewa-nya. Tingkat sewa setiap faktor dapat berbeda ataupun sama diantara berbagai sektor produksi,
hal ini terkait dengan asumsi dari mobilitas faktor. Dalam model sederhana, dapat diasumsikan bahwa
jumlah faktor yang ditawarkan sama dengan jumlah faktor yang diminta. Hal ini menunjukkan
terjadinya kondisi full employment dari faktor produksi. Pada saat kondisi full employment terdapat
dua pilihan apakah perekonomian dalam kondisi jangka pendek atau jangka panjang.
Saat diasumsikan bahwa model bersifat full employment dan jangka pendek, maka diasumsikan bahwa
suatu faktor produksi tidak dapat berpindah dari suatu sektor ke sektor yang lain (activity-specific).
Konsekuensinya adalah, jumlah faktor yang digunakan di setiap sektor akan tetap dan untuk menjaga
bahwa jumlah faktor yang diminta sama dengan yang ditawarkan maka harga sewa faktor di setiap
sektor akan mengalami perbedaan. Saat diasumsikan bahwa model bersifat full employment pada
jangka panjang, maka faktor produksi dapat berpindah dari suatu sektor ke sektor yang lainnya.
Konsekuensi dari asumsi ini adalah harga faktor di setiap sektor akan sama dan jumlah faktor produksi
yang digunakan di setiap sektor akan berubah-ubah namun secara keseluruhan perekonomian, jumlah
faktor yang digunakan akan tetap. Ketika harga output dari suatu sektor mengalami kenaikan, maka
marginal revenue dari sektor tersebut meningkat. Akibat dari terjadinya peningkatan marginal
revenue maka sektor tersebut akan meningkatkan penggunaan faktor produksinya. Pada saat jumlah
output meningkat maka tingkat harga sektor yang bersangkutan akan mengalami penurunan,
sementara penambahan penggunaan input akan berakhir ketika marginal value of product-nya sama
dengan tingkat sewa faktor produksinya. Bagi sektor yang mengalami penurunan harga, hal sebaliknya
akan terjadi, pengurangan jumlah faktor produksi yang digunakan akan terjadi sampai mengalami
kondisi bahwa marginal value of product-nya sama dengan tingkat sewa faktor produksi di setiap
sektor.
Selain menggunakan faktor produksi modal dan tenaga kerja, dalam menghasilkan barang dan jasa
dibutuhkan pula intermediate input sebagai bahan baku dalam proses produksi. Faktor produksi modal
dan tenaga kerja permintaan-nya akan sangat tergantung dari harga output suatu sektor serta harga
dari modal dan sewa tenaga kerja yang digunakan, namun pada permintaan intermediate input hanya
akan memiliki hubungan yang linier dengan total output yang dihasilkan. Saat jumlah output suatu
sektor meningkat, maka intermediate input yang digunakan akan meningkat secara proporsional.
Produsen yang rasional akan menentukan penjualan output yang dihasilkannya akan dijual di pasar
domestik atau di pasar internasional. Seorang produsen akan mengubah komposisi antara jumlah
barang domestik dan ekspor yang diproduksinya tergantung pada rasio harga antara barang domestik
dengan ekspor yang terjadi di pasar dengan mengikuti fungsi CET. Apabila terjadi kenaikan harga
domestik maka produsen akan lebih mengalokasikan produksinya untuk pasar domestik dan
menguranginya untuk pasar internasional.
23
Persamaan-persamaan yang digunakan dalam model in yang menggambarkan faktor produksi dan
penawaran terangkum sebagai berikut.
Tabel 4 Persamaan dalam CGE Standar untuk Faktor Produksi
Keterangan Persamaan
Total Output 𝑄𝑖 = 𝛽𝑖 𝐹𝑓𝑖𝛼𝑓𝑖
Harga Rata-Rata Faktor Produksi 𝑊𝐹𝐹𝑊𝐹𝐷𝐼𝑆𝑇𝑓𝛼 =
𝛼𝑓𝑖𝑃𝑉𝐴𝑖 ∗ 𝑄𝑖
𝐹𝑓𝑖
Kuantitas Intermediate input 𝑄𝐼𝑁𝑇𝑐𝑖 = 𝑖𝑐𝑎𝑐𝑖𝑄𝑖
Total Biaya 𝑇𝐶𝑖 = 𝑉𝐴𝑖 + 𝐶𝐼𝐷𝑖
Biaya Faktor produksi 𝑉𝐴𝑖 = ∑ Ffi ∗ 𝑊𝐹𝑓 ∗ 𝑊𝐹𝐷𝐼𝑆𝑇𝑓𝑖
𝑖
𝑖=1
Biaya Intermediate Input 𝐶𝐼𝐷𝑖 = ∑ 𝑄𝐼𝑁𝑇𝑐𝑖 ∗ 𝑃𝐶𝑖
𝑖
𝑖=1
CET Function Y̅ = 𝛾𝑥(𝛿𝑥𝑋𝜌 + (1 − 𝛿𝑥)𝐷𝑆
𝜌)
1𝜌
𝑋
𝐷𝑆= [
1 − 𝛿𝑥
𝛿𝑥.𝑃𝑋
𝑃𝐷]
𝜎
Penerimaan Perusahaan 𝑇𝑅𝑖 = 𝐷𝑆𝑖 ∗ 𝑃𝐷 + 𝑋𝑖 ∗ 𝑃𝑋𝑖
3.1.2 Rumah Tangga, dan Permintaan
Tingkat permintaan barang dan jasa merupakan penjumlahan antara permintaan konsumsi rumah
tanggga, permintaan untuk kepentingan pelayanan publik, permintaan untuk investasi, serta
permintaan untuk input produksi. Rumah tangga merupakan pelaku ekonomi yang selalu berusaha
untuk memaksimumkan utilitasnya dengan melakukan berbagai kombinasi tingkat konsumsi barang
dan jasa dengan kendala anggaran tertentu. Dalam model ini, tingkat konsumsi rumah tangga
diasumsikan mengikuti Stone-Geary utility functions (yang diturunkan dari fungsi Linear Expenditure
System/LES). Terdapat hal yang sangat medasar yang membedakan antara Stone-Geary utility
functions dengan fungsi yang lainnya yaitu dengan adanya tingkat konsumsi minimum dari masing-
masing produk barang dan jasa. Berbeda dengan fungsi Cobb-Douglas, model ini bisa menangkap nilai
elastisitas permintaan antara barang yang nol atau menyatakan semua barang bersifat unit income-
elasticities. Pemodelan seperti ini memberikan keleluasaan untuk menentukan besaran elastisitas
yang digunakan dalam penelitian. Dalam model ini, fungsi konsumsi masing-masing rumah tangga
merupakan sebuah proses maksimisasi utilitas dengan kendala anggaran tertentu.
Jumlah barang dari setiap sektor yang ada di pasar output terdiri dari dua jenis barang yaitu barang
yang berasal dari produk dalam negeri (barang domestik) dan barang yang berasal dari luar negeri
(impor). Semua pelaku yang ada dalam perekonomian dapat mengkombinasikan diantara kedua jenis
barang tersebut guna mencapai kondisi yang optimum. Pemilihan antara jumlah barang domestik dan
barang impor yang akan dikonsumsi akan sangat tergantung dari harga relatif antar keduanya. Model
yang dibangun didasarkan pada asumsi bahwa barang hasil impor tidak bisa disubstitusikan secara
sempurna dengan barang-barang hasil produksi dalam negeri. Oleh karena itu, permintaan barang dan
jasa yang terjadi dalam sebuah perekonomian merupakan permintaan gabungan antara barang impor
24
dengan barang domestik. Tingkat substitusi yang tidak sempurna antara kedua jenis barang yang
diminta ditunjukkan oleh fungsi elastisitas substitusi yang konstan (constant elasticity of
substitution/CES). Persamaan-persamaan yang digunakan dalam model ini untuk institusi rumah
tangga terangkum dalam tabel berikut.
Tabel 5 Persamaan dalam CGE Standar untuk Rumah Tangga
Keterangan Persamaan
Konsumsi Barang oleh Rumah Tangga 𝐻𝐶ℎ𝑖𝑃𝐶𝑖 = 𝐻𝐶ℎ𝑖𝑀𝐼𝑁𝑃𝐶𝑖 + Υℎ𝑖
𝐿𝐸𝑆𝑌𝐷𝑈ℎ
Anggaran Konsumsi Rumah Tangga 𝑌𝐷𝑈ℎ = 𝑌𝐷𝐶ℎ − ∑ 𝐻𝐶ℎ𝑖
𝑀𝐼𝑁𝑃𝐶𝑖
𝑖
𝑖=1
Konsumsi Pemerintah untuk barang i 𝐺𝐶𝑖𝑃𝐶𝑖 = 𝛾𝑖𝐺𝑉𝑇𝐺
Permintaan sektor i untuk Investasi 𝐼𝑁𝑉𝑖 = 𝛾𝑖𝐼𝑁𝑉𝑖𝑛𝑣𝑖.0
Permintaan output sektor i untuk intermediate
input 𝐷𝐼𝑁𝑇𝑖 = ∑ 𝑄𝐼𝑁𝑇𝑐,𝑖
𝑖
𝑖=1
Total permintaan barang sektor i 𝑄𝐷𝑖 = ∑ 𝐻𝐶ℎ,𝑖 + 𝐺𝐶𝑖 + 𝐼𝑁𝑉𝑖 + 𝐷𝐼𝑁𝑇𝑖
𝑖
𝑖=1
CES Function 𝐴 = 𝛾𝑀(𝛿𝑚𝑀−𝜌𝑚 + (1 − 𝛿𝑚)𝐷𝑚
−𝜌𝑚)−
1𝜌𝑚
𝑀
𝐷𝐷= [
𝛿𝑚
1 − 𝛿𝑚.𝑃𝐷
𝑃𝑚̅̅̅̅
]𝜎𝑚
dimana 𝜌𝑚 = 1
𝜎𝑚− 1
3.1.3 Pendapatan
Secara umum sumber pendapatan dari setiap institusi yang ada dalam perekonomian bisa berasal dari
dua sumber. Pertama pendapatan yang berasal dari faktor produksi yang dimiliki serta pendapatan
yang berasal dari transfer. Adapun transfer memiliki makna yang luas. Bagi pemerintah, transfer yang
berasal dari pelaku ekonomi yang lain bisa berupa pajak ataupun hibah. Sedangkan besaran transfer
dari pemerintah ke institusi yang lain bisa berupa subsidi ataupun bentuk transfer yang lain.
Pendapatan faktor produksi yang ada si seluruh perekonomian merupakan penjumlahan pendapatan
dari masing-masing faktor dari seluruh sektor yang ada.
Pendapatan rumah tangga terdiri dari dua komponen yaitu, pendapatan dari faktor produksi yang
dimiliki (yaitu tenaga kerja dan kapital) serta pendapatan hasil transfer dari pelaku ekonomi yang lain.
Dengan memasukan unsur pajak pendapatan dan transfer dari masing-masing rumah tangga kepada
pemerintah maka akan menghasilkan disposable income bagi setiap kelompok rumah tangga.
Selanjutnya, nilai disposable income yang dikoreksi dengan pengeluaran untuk tabungan dan transfer
ke seluruh pelaku ekonomi yang lain merupakan tingkat pendapatan rumah tangga yang bisa
digunakan untuk konsumsi. Adapun fungsi tabungan sendiri merupakan fungsi linier dari disposable
income. Model fungsi tabungan rumah tangga yang digunakan dalam model ini sedikit berbeda dari
fungsi tabungan yang banyak digunakan dalam model yang lain. Model ini memungkinkan nilai
marginal propensity to save berbeda dengan nilai average propensity. Pemilihan model ini dilakukan
untuk mengakomodir jika terjadi nilai tabungan yang negatif Jika nilai marginal propensity to save
sama dengan nilai average propensity, dan berdasarkan hasil kalibrasi menghasilkan nilai tabungan
25
yang negatif maka akan memberikan hasil yang tidak sesuai dengan teori. Interpretasinya bahwa bila
terjadi penurunan pendapatan rumah tangga maka akan meningkatkan tingkat tabungannya, dan
sebaliknya, jika terjadi peningkatan pendapatan maka akan menambah tingkat utang rumah tangga.
Model ini mencoba untuk menghindari kesalahan yang sangat mendasar seperti ini, namun demikian
model ini membutuhkan nilai parameter tambahan berupa nilai marginal propensity to save. Untuk
tujuan ini, maka nilai marginal propensity to save bisa diperoleh dari hasil estimasi ekonometrika
sesuai dengan kondisi masing-masing kelompok rumah tangga.
Pendapatan perusahaan berasal dari sewa modal dan transfer yang diperoleh dari pelaku ekonomi
yang lain. Nilai pendapatan perusahaan yang dikurangi dengan pajak pendapatan perusahaan
menghasilkan disposable income untuk masing-masing perusahaan. Sama seperti halnya rumah
tangga, nilai disposable income perusahaan yang dikurangi dengan transfer kepada seluruh pelaku
ekonomi yang lain akan menghasilkan besaran nilai tabungan per perusahaan.
Pendapatan bagi pemerintah diasumsikan berasal dari penerapan pajak di berbagai institusi. Dalam
kajian ini, penerimaan pemerintah hanya berasal dari pajak rumah tangga dan perusahaan, pajak
penjualan, pajak ekspor, dan pajak impor. Selain penerimaan dari sektor pajak, pendapatan
pemerintah juga bisa berasal dari sewa kapital dan transfer dari pelaku ekonomi yang lain. Sama
seperti fungsi tabungan rumah tangga, pajak pendapatan juga dinyatakan dalam bentuk fungsi linear
dari pendapatan total, baik untuk pajak pendapatan rumah tangga ataupun fungsi pajak pendapatan
perusahaan. Dengan menggunakan kedua fungsi ini maka nilai marjinal pajak berbeda dengan nilai
nilai rata-ratanya. Pemodelan yang sepeti ini akan sangat bermanfaat ketika melakukan simulasi
kebijakan fiskal. Dalam model ini juga dilihat neraca anggaran pemerintah yang merupakan selisih
antara permintaan pemerintah dan pengeluaran pemerintah, adapun nilai pengeluaran pemerintah
terdiri dari nilai transfer pemerintah kepada seluruh pelaku ekonomi yang lain ditambah pengeluaran
untuk barang dan jasa.
Masyarakat luar negeri (Rest of the World) memperoleh pendapatan dari nilai impor, pendapatan dari
tenaga kerja dan kapital serta transfer dari pelaku ekonomi yang lain. Pengeluaran masyarakat luar
negeri untuk perekonomian domestik terdiri dari besaran nilai ekspor dan transfer. Selisih antara
penerimaan dan pengeluaran masyarakat luar negeri membentuk komponen tabungan luar negeri
yang nilainya sama dengan nilai neraca perdagangan (current account balance/CAB) tetapi dengan
tanda yang berlawanan arah.
Tabel 6 Persamaan dalam CGE Standar untuk Pendapatan Setiap Institusi
Institusi Keterangan Persamaan
Rumah Tangga Pendapatan Total 𝑌𝐻ℎ = ∑ 𝑌𝐻𝐹𝑘 + 𝑌𝐻𝑇𝐹ℎ
𝑖
𝑖=1
Perusahaan
Pendapatan dari Faktor 𝑌𝐻𝐹ℎ = ∑ 𝜆ℎ,𝑓𝑌𝐻𝐹𝑓
𝑖
𝑖=1
Pendapatan dari Transfer 𝑌𝐻𝑇𝑅ℎ = ∑ 𝑇𝑅ℎ,𝑎𝑔
𝑎𝑔
Pendapatan Disposabel 𝑌𝐷𝐻ℎ = 𝑌𝐻ℎ − 𝑇𝐷𝐻ℎ − 𝑇𝑅𝑔𝑣𝑡,ℎ
26
Institusi Keterangan Persamaan
Pendapatan Disposabel
dikurang saving 𝑌𝐷𝐶ℎ = 𝑌𝐷𝐻ℎ − 𝑆𝐻ℎ − ∑ 𝑇𝑅𝑎𝑔𝑛𝑔,ℎ
𝑖
𝑎𝑔𝑛𝑔
Nilai tabungan 𝑆𝐻ℎ = 𝑠ℎ0ℎ + 𝑠ℎ1ℎ𝑌𝐷𝐻ℎ
Pendapatan Total 𝑌𝐹𝑖𝑟𝑚 = 𝑌𝐹𝑖𝑟𝑚𝐹 + 𝑌𝐹𝑖𝑟𝑚𝑇𝑅
Pendapatan dari Faktor 𝑌𝐹𝑖𝑟𝑚𝐹 = ∑ 𝜆_(𝑓𝑖𝑟𝑚,𝑓) 𝑌𝐻𝐹𝑓
𝑖
𝑖=1
Perusahaan
Pendapatan dari Transfer 𝑌𝐹𝐼𝑅𝑀𝑇𝑅 = ∑ 𝑇𝑅_(𝑓𝑖𝑟𝑚,𝑎𝑔)
𝑎𝑔
Pendapatan Disposabel
Perusahaan
𝑌𝐷𝐹𝑖𝑟𝑚 = 𝑌𝐹𝑖𝑟𝑚 − 𝑇𝐷𝐹𝑖𝑟𝑚
Nilai tabungan 𝑆𝐹𝑖𝑟𝑚 = 𝑌𝐷𝐹𝑖𝑟𝑚 − ∑ 𝑇𝑅(𝑓𝑖𝑟𝑚,𝑎𝑔)
𝑎𝑔
Pemerintah Total Pendapatan 𝑌𝐺 = 𝑌𝐺𝐹 + 𝑇𝐷𝐻𝑇 + 𝑇𝐷𝐹𝑖𝑟𝑚 + 𝑇𝑃𝑅𝐶𝑇𝑆
+ 𝑌𝐺𝑇𝑅
Pajak Rumah Tangga 𝑇𝐷𝐻ℎ = 𝑡𝑡𝑑ℎ0ℎ + 𝑡𝑡𝑑ℎ1ℎ𝑌𝐻ℎ
Pajak Perusahaan 𝑇𝐷𝐹𝑖𝑟𝑚 = 𝑡𝑡𝑑𝑓𝑖𝑟𝑚0 + 𝑡𝑡𝑑𝑓𝑖𝑚𝑟1𝑦𝑓𝑖𝑟𝑚
Pajak Barang Dalam Negeri 𝑇𝐼𝐶𝑖 = 𝑡𝑡𝑞𝑑𝑖𝑃𝐶𝑖𝑄𝐷𝑖
Pajak Impor 𝑇𝐼𝑀𝑚 = 𝑡𝑡𝑖𝑚𝑚𝑃𝑀𝑚𝑀𝑚𝑋𝑟𝑎𝑡𝑒
Pajak Ekspor 𝑇𝐼𝑋𝑥 = 𝑡𝑡𝑖𝑥𝑥𝑃𝑋𝑥𝑋𝑥𝑋𝑟𝑎𝑡𝑒
Tabungan Pemerintah 𝑆𝐺 = 𝑌𝐺 − ∑ 𝑇𝑅𝑎𝑔𝑛𝑔,𝑔𝑣𝑡 − 𝐺
𝑎𝑔
Rest of World Pendapatan Total 𝑌𝑅𝑂𝑊 = 𝑒 ∑ 𝑃𝑀𝑚𝑀𝑚
𝑚
+ ∑ 𝜆𝑟𝑜𝑤,𝑓𝑌𝐹𝑓 + ∑ 𝑇𝑅𝑟𝑜𝑤,𝑎𝑔𝑑
𝑎𝑔𝑑𝑥
Nilai tabungan 𝑆𝑅𝑂𝑊 = 𝑌𝑅𝑂𝑊 − ∑ 𝑃𝐸𝑥𝐹𝑂𝐵𝑋𝑥 − ∑ 𝑇𝑅𝑎𝑔𝑑,𝑟𝑜𝑤
𝑎𝑔𝑑𝑋
𝑆𝑅𝑂𝑊 = −𝐶𝐴𝐵
3.1.4 Pembentukan Harga
Dalam pemodelan CGE, harga memiliki peranan yang sangat strategis dalam menentukan suatu
keseimbangan. Harga menjadi suatu sinyal bagi pelaku ekonomi dalam melakukan suatu tindakan.
Seorang produsen akan menentukan berapa jumlah barang yang akan di produksi dengan
memperhatikan berapa tingkat harga output di pasaran serta berapa tingkat harga input yang terjadi.
Di sisi lain, seorang konsumen, akan menentukan berapa dan bagaimana kombinasi jumlah barang
yang dikonsumsinya, setelah mengetahui berapa tingkat harga barang di pasar serta seberapa besar
pendapatan yang dia miliki. Oleh karena itu, bagian ini mendiskusikan bagaimana tingkat harga ini
terbentuk, baik tingkat harga yang dihadapi oleh produsen ataupun harga yang dihadapi oleh
konsumen.
Melalui asumsi bahwa negara yang dianalisis adalah negara small open economy dimana harga ekspor
27
akan sangat bergantung dari nilai harga dunia, maka harga ekspor di dalam negeri akan bergantung
pada harga dunia, besaran pajak dan nilai tukar uang suatu negara. Dalam model ini, informasi secara
makro terkait harga di tingkat produsen diboboti oleh perkembangan harga semua barang di produsen
yang terangkum dalam Indeks harga produsen.
Konsumen dalam melakukan konsumsi menghadapi dua jenis barang yaitu barang domestik dan
barang impor, sehingga tingkat harga yang dihadapi konsumen merupakan komposit antara harga
domestik dengan impor. Sama seperti harga ekspor, harga impor sangat bergantung dari nilai harga
dunia, besaran pajak yang ditetapkan oleh pemerintah serta nilai tukar. Dalam model ini, informasi
secara makro terkait harga di tingkat konsumen diboboti oleh perkembangan harga semua barang di
konsumen yang terangkum dalam indeks harga konsumen.
Tabel 7 Pembentukan Harga di Tingkat Produsen dan Konsumen
Institusi Keterangan Persamaan
Produsen Harga output di sisi Produsen 𝑃𝑄𝑖𝑄𝑖 = 𝑃𝐷𝑖𝐷𝑆𝑖 + 𝑃𝐸𝑖𝑋𝑖
Harga Ekspor di dalam negeri 𝑃𝐸𝑖 = 𝑝𝑤𝑒𝑖(1 − 𝑡𝑡𝑖𝑥𝑖)𝑋𝑟𝑎𝑡𝑒
Indeks harga Produsen 𝑃𝑃𝐼 = ∑ 𝑃𝑄𝑖𝑝𝑤𝑡𝑠𝑖
Konsumen
Harga yang dihadapi konsumen 𝑃𝐶𝑖𝑄𝐷𝑖 = 𝐷𝐷𝑖𝑃𝐷𝑖 + 𝑀𝑖𝑃𝑀𝑖
Harga Impor di dalam negeri 𝑃𝑀𝑖 = 𝑝𝑤𝑚𝑖(1 + 𝑡𝑡𝑖𝑚𝑖)𝑋𝑟𝑎𝑡𝑒
Indeks Harga Konsumen 𝐶𝑃𝐼 = ∑ 𝑃𝐶𝑖𝑐𝑤𝑡𝑠𝑖
3.1.5 Kondisi Makro dan Keseimbangan Umum
Negara dalam kategori perekonomian kecil terbuka mengasumsikan bahwa kondisi keseimbangan
yang harus dipenuhi pasar output adalah total permintaan produk domestik di setiap sektor harus
sama dengan penawarannya. Adapun untuk barang ekspor dalam model ini menyiratkan bahwa
jumlah ekspor yang dihasilkan dalam perekonomian, akan habis diserap oleh pasar internasional.
Asumsi ini juga berlaku untuk barang impor dimana berapapun jumlah impor yang dibutuhkan oleh
perekonomian, akan mampu dipenuhi oleh pasar internasional. Kondisi keseimbangan antara
permintaan dan penawaran domestik dari setiap sektor dinyatakan oleh persamaan: i iDD DS=
Melalui model ini, dapat dihitung beberapa indikator makro yang ingin dianalisis perkembangannya
dalam suatu perekonomian. Dalam kajian ini, variabel yang ingin dihitung perkembangannya yaitu
mengukur dampak simulasi pembiayaan oleh Lembaga Pembiayaan Ekspor Impor terhadap tingkat
ekspor, tingkat investasi, Produk Domestik Bruto, penyerapan tenaga kerja, dan kontribusi pajak.
Indikator-indikator tersebut sebenarnya hanya merupakan suatu appendiks saja dalam sebuah
pemodelan. Meskipun tidak memasukan variabel-variabel tersebut didalam model, hal ini tidak akan
mempengaruhi hasil akhir dari suatu simulasi. Variabel-variabel tersebut sebenarnya dapat dihitung
diluar model, setelah semua simulasi dilakukan dan model mencapai kondisi yang optimum. Variabel
makro pertama yang seringkali menjadi perhatian seorang peneliti adalah PDB. Dalam perhitungan-
nya PDB dapat dilakukan dengan beberapa pendekatan diantaranya adalah PDB atas harga dasar.
28
Tabel 8 Persamaan dalam Keseimbangan Umum
Keterangan Persamaan
Produk Domestik Bruto atas harga dasar 𝑃𝐷𝐵𝐻𝐷 = ∑ 𝑉𝐴𝑖
𝐼
Total Absorpsi 𝑇𝐴𝐵𝑆 = ∑ 𝑄𝐷𝑖
𝐼
Total Ekspor 𝑇𝑋 = ∑ 𝑋𝑖
𝑖
Total Investasi 𝑇𝐼𝑁𝑉 = ∑ 𝐼𝑛𝑣𝑖
𝑖
Total Pajak 𝑇𝐴𝑋 = ∑ 𝑇𝐷𝐻ℎ + 𝑇𝐷𝐹𝑖𝑟𝑚 + 𝑇𝐼𝐶𝑖 + 𝑇𝐼𝑀𝑚
+ 𝑇𝐼𝑋𝑥
3.2 Microsimulation
Analisis microsimulation digunakan untuk mengukur dampak sosial dari adanya kebijakan tertentu.
Dalam penelitian ini dampak sosial mengacu pada penyerapan tenaga kerja, kontribusi pajak bagi
negara, dan pengurangan kemiskinan. Dalam penelitian ini, analisis microsimulation digunakan
dengan mentransmisikan hasil yang diperoleh dari analisis CGE ke dalam data individu rumah tangga
(microdata) untuk mengukur seberapa besar dampak perubahan tingkat pendapatan dari setiap
individu rumah tangga terhadap kondisi kemiskinan individu tersebut. Dalam praktiknya, analisis
microsimulation ini menghitung ukuran penyerapan tenaga kerja, kontribusi pajak bagi negara, dan
tingkat kemiskinan dalam suatu masyarakat antara sebelum dan setelah diterapkannya suatu
kebijakan dengan menggunakan data individu rumah tangga.
Dalam penelitian ini, tingkat kemiskinan akan diukur dengan menggunakan rumus Foster-Greer-
Thorbecke. Sementara, untuk mengukur ketimpangan yang tercermin dari distribusi pendapatan,
akan diukur dengan menggunakan Koefisien Gini. Beriku penjelasan singkat terkait hal tersebut.
1. Foster-Greer-Thorbecke
Dalam penelitian ini, tingkat kemiskinan diukur dengan menggunakan rumus berikut (Foster
et al. 1984):
dengan definisi:
P = tingkat kemiskinan
Yi = pengeluaran rumahtangga per kapita individu ke i
n = jumlah populasi
q = jumlah kelompok rumah tangga
z = garis kemiskinan
Dengan melihat nilai alpha (α), maka terdapat 3 (tiga) kemungkinan dalam mengukur tingkat
kemiskinan:
Jika α = 0, P0 menyatakan headcount index yang menunjukkan jumlah populasi di bawah garis
kemiskinan. Dengan demikian rumus tersebut berubah menjadi:
29
Jika α=1 menunjukkan ukuran poverty gap yang menghitung jarak relatif terhadap garis
kemiskinan. Dengan memasukkan nilai alpha=-1, maka angka kemiskinan dihitung dengan
formula berikut ini:
Jika α=2, P2 menunjukkan derajat poverty severity (keparahan kemiskinan) karena indikator
ini sangat sensitif terhadap perubahan pendapatan. Rumusnya indikator kemiskinannya
menjadi:
2. Koefisien Gini
Koefisien Gini (Gini Index) adalah salah satu ukuran yang paling sering digunakan untuk
mengukur tingkat ketimpangan pendapatan secara menyeluruh. Koefisien Gini diturunkan
dari kurva Lorenz yang merupakan sebuah kurva pengeluaran kumulatif yang membandingkan
distribusi dari pendapatan dengan distribusi seragam yang mewakili persentase kumulatif
penduduk. Untuk membentuk koefisien Gini, grafik persentase kumulatif penduduk (dari
termiskin hingga terkaya) digambar pada sumbu horizontal dan persentase kumulatif
pengeluaran (pendapatan) digambar pada sumbu vertikal dan hal ini menghasilkan kurva
Lorenz.
Dalam penelitian ini, koefisien Gini diperoleh dengan menggunakan rumus yang dikemukakan
oleh Gini (1921) yang dinyatakan sebagai berikut:
Melalui definisi Bahwa Xk adalah proporsi kumulatif dari jumlah rumah tangga, untuk k=0, ...,n
dengan X0=0,Xn=1. YK adalah proporsi kumulatif dari jumlah pendapatan rumah tangga sampai
kelas ke-k untuk k=0, ..., n dengan Y0=0, YN=1.
Jika kurva Lorentz dinyatakan dengan fungsi Y=L(X), maka nilai koefisien Gini dapat diperoleh
dengan mencari nilai integral dari fungsi tersebut yaitu ∫ 𝐿(𝑋)𝑑𝑋1
0 sehingga rumus koefisien
Gini menjadi 𝐺 = 1 − 2 ∫ 𝐿(𝑋)𝑑𝑋1
0.
3.3 Data Base dan Penentuan Sektor
Analisis menggunakan model CGE diawali dengan penyusunan baseline data terlebih dahulu sebelum
dilakukan proses simulasi. Dalam berbagai literatur, analisis model CGE menggunakan Social
Accounting Matrix (SAM). Pada penelitian ini, pembentukan SAM mengacu pada data Sistem Neraca
Sosial Ekonomi (SNSE) Indonesia tahun 2008. Data SNSE terdiri dari empat komponen neraca, yaitu:
1. Neraca faktor produksi,
2. Neraca institusi,
3. Neraca sektor produksi, dan
30
4. Neraca lainnya (Rest of the World)
Dalam menyusun SAM yang sesuai dengan tujuan penelitian, maka dilakukan agregasi dan dari data
SNSE yang diperoleh. Pada penelitian ini, data SNSE Indonesia terdiri dari 24 sektor, dikelompokkan
kembali menjadi 14 sektor. Sektor-sektor tersebut terangkum pada tabel di bawah ini.
Tabel 9 Sektor-Sektor yang Dianalisis dalam Model
Pengelompokan
Sektor
Sektor berdasarkan SNSE
Sektor 1 Pertanian Tanaman Pangan
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan)
Sektor 3 Peternakan dan Hasil-hasilnya
Kehutanan dan Perburuan
Perikanan
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi
Pertambangan dan Penggalian Lainnya
Sektor 5 Industri Makanan, Minuman dan Tembakau
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit
Sektor 7 Industri Kayu & Barang Dari Kayu
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan
Industri lainnya lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen
Sektor 10 Listrik, Gas Dan Air Minum
Sektor 11 Konstruksi
Sektor 12 Perdagangan
Restoran
Perhotelan
Sektor 13 Angkutan Darat
Angkutan Udara, Air dan Komunikasi
Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Bank dan Asuransi
Real Estate dan Jasa Perusahaan
Pemerintahan dan Pertahanan, Pendidikan, Kesehatan, Film dan Jasa
Sosial Lainnya
Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Lain-Lain
Sektor-sektor produksi tersebut akan menghasilkan komoditi-komoditi tersendiri. Sehingga, jumlah
komoditi yang termasuk ke dalam penelitian ini sebanyak jumlah dari sektor produksinya, yaitu 14
kelompok besar komoditi. Faktor produksi yang dianalisis dibagi ke dalam dua kategori, yaitu tenaga
kerja dan kapital. Sementara itu, institusi dibagi ke dalam empat kelompok utama, yaitu rumah tangga,
perusahaan, pemerintah, dan Rest of the World. Rumah tangga selanjutnya dikelompokkan kembali
ke dalam delapan kategori rumah tangga, yaitu:
1. Rumah tangga Pertanian Buruh (HH1)
2. Rumah tangga Pertanian Pengusaha Pertanian (HH2)
31
3. Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas golongan rendah, tenaga TU,
pedagang keliling, pekerja bebas sektor angkutan, jasa perorangan, buruh kasar (HH3)
4. Rumah tangga Bukan Pertanian Pedesaan Bukan angkatan kerja dan golongan tidak jelas
(HH4)
5. Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas golongan atas, pengusaha bukan
pertanian, manajer, militer, profesional, teknisi, guru, pekerja TU dan penjualan golongan atas
(HH5)
6. Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas golongan rendah, tenaga TU,
pedagang keliling, pekerja bebas sektor angkutan, jasa perorangan, buruh kasar (HH6)
7. Rumah tangga Bukan Pertanian Perkotaan Bukan angkatan kerja dan golongan tidak jelas
(HH7)
8. Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas golongan atas, pengusaha bukan
pertanian, manajer, militer, profesional, teknisi, guru, pekerja TU dan penjualan golongan atas
(HH8)
Data SNSE yang telah dibentuk seperti matriks SAM dan juga disesuaikan dengan kebutuhan
penelitian, selanjutnya akan dapat digunakan dalam analisis CGE. Pada analisis CGE, dilakukan simulasi
terkait dampak dari pembiayaan LPEI terhadap sektor-sektor usaha. Simulasi tersebut dilakukan
dengan memberikan shock pada suatu variabel berdasarkan nilai rata-rata rasio antara share kredit
pembiayaan LPEI dengan PDB sejak tahun 2014-2017, dimana masing-masing data tersebut diperoleh
dari LPEI dan BPS (Biro Pusat Statistik). Beberapa justifikasi dan informasi yang mendukung untuk
proses analisis juga dilakukan berdasarkan data-data yang diperoleh dari sumber-sumber lainnya,
seperti Otoritas Jasa Keuangan (OJK).
Untuk melakukan analisis Microsimulation, penelitian ini menggunakan data Survei Sosial Ekonomi
Nasional (SUSENAS) Indonesia tahun 2016. Data SUSENAS merupakan data hasil survei rumah tangga
mengenai berbagai karakteristik sosial-ekonomi penduduk, terutama yang erat kaitannya dengan
pengukuran tingkat kesejahteraan masyarakat. Secara struktur model, data SUSENAS terpisah atau
independen dari database CGE yaitu SNSE. Agar SUSENAS dapat terintegrasi dengan SNSE-CGE maka
dilakukan rekonsiliasi kelompok rumahtangga sehingga perubahan di CGE dapat ditransmisikan ke
data SUSENAS. Rumahtangga yang ada di model CGE dijadikan referensi dalam pengelompokan rumah
tangga di SUSENAS.
32
BAB IV HASIL DAN PEMBAHASAN
Kegiatan ekspor menjadi salah satu kegiatan yang menunjang perekonomian di suatu negara,
termasuk Indonesia. Ekspor juga menjadi bagian yang diperhitungkan dalam pembentukan Produk
Domestik Bruto (PDB) yang merupakan indikator penting dalam perekonomian. Mengingat ekspor
memiliki peranan penting dalam perekonomian, pemerintah membentuk LPEI sebagai lembaga yang
berfokus dalam mendorong ekspor nasional. Secara umum, penelitian ini bertujuan untuk melihat
dampak dari keberaadaan LPEI dengan pembiayaan yang diberikan kepada sektor-sektor produksi di
Indonesia dalam meningkatkan indikator-indikator kesejahteraan ekonomi. Sektor-sektor tersebut
mengacu pada sektor-sektor yang terdapat pada data SNSE 2008, yang kemudian dikelompokkan
kembali ke dalam 14 sektor seperti yang telah disampaikan sebelumnya. Selain indikator
kesejahteraan ekonomi, keberadaan LPEI juga diharapkan dapat memberikan dampak sosial, seperti
pengurangan kemiskinan dan penyerapan tenaga kerja, LPEI sendiri memiliki kontribusi terhadap
penjualan output sektor 14 pada tahun 2017 sebesar 0,028 persen. Hal tersebut dapat dilihat dari
jumlah laba yang dihasilkan oleh LPEI sebagai sektor jasa terhadap output Sektor 14, seperti yang
tercantum dalam tabel di bawah ini.
Tabel 10 Rasio Laba Tahun Berjalan LPEI terhadap Output Sektor 14 (2014-2017)
Tahun Laba Tahun Berjalan Eximbank (Miliar Rupiah)
Output Sektor 14 (Miliar Rupiah)
Rasio
2014 1.182 2.599.932 0,045%
2015 1.428 2.995.749 0,048%
2016 1.410 3.321.811 0,042%
2017 1.017 3.682.141 0,028%
Pada penelitian ini, keberadaan dari LPEI, khususnya mengenai ekspor nasional, akan memiliki
keterkaitan dengan seluruh sendi dalam perekonomian. Perubahan ekspor, baik itu share ekspor
maupun harga komoditi ekspor, akan berpengaruh terhadap perubahan beberapa indikator sosial
ekonomi melalui suatu proses simulasi. Salah satu simulasi yang dilakukan yaitu terkait dampak dari
keberadaan LPEI. Hal ini dapat dilihat dari simulasi efisisensi produktivitas untuk sektor-sektor
produksi yang ada dalam penelitian. Besaran simulasi ditentukan dari share kredit atau pembiayaan
yang diberikan oleh LPEI di setiap sektor terhadap nilai PDB di sektor yang sama. Pembiayaan tersebut
khususnya diberikan kepada sektor-sektor yang berorientasi ekspor. Kredit yang diberikan oleh LPEI
untuk sektor tertentu diharapkan akan meningkatkan capital stock di sektor tersebut, sehingga pada
akhirnya dapat meningkatkan efisiensi produktivitas outputnya. Pada saat produktivitas output
meningkat, maka hal ini dapat berdampak pada peningkatan share ekspor untuk masing-masing
komoditi yang dihasilkan di setiap sektor. Jika ekspor meningkat, maka akan mendorong nilai PDB ke
arah yang positif. Pada saat PDB meningkat, artinya pendapatan nasional juga meningkat, sehingga
diharapkan kesejahteraan masyarakat dapat dicapai dan kemiskinan dapat menurun. Di sisi lain,
dengan pembiayaan yang diberikan oleh LPEI terhadap sektor tertentu, hal ini dapat mengembangkan
usaha di sektor tersebut sehingga mendorong permintaan terhadap tenaga kerja. Artinya,
pembiayaan tersebut, secara tidak langsung juga dapat berdampak pada penyerapan tenaga kerja.
Simulasi lainnya yang dilakukan dalam penelitian ini adalah simulasi kenaikan harga ekspor. Apabila
terjadi kenaikan harga ekspor untuk suatu komoditi, secara teori kondisi tersebut akan mendorong
33
para produsen untuk meningktakan supply dari komoditi tersebut, yang pada akhirnya dapat
meningkatkan share ekspor komoditi. Pada saat ekspor meningkat, maka PDB sebagai salah satu
indikator kesejahteraan ekonomi yang juga dipengaruhi oleh ekspor akan mengalami perubahan yang
positif, PDB yang meningkat, dapat pula memengaruhi perubahan jumlah konsumsi masyarakat
maupun pemerintah, dan seterusnya.
Secara umum, hasil dari simulasi-simulasi tersebut akan menunjukkan perubahan terhadap beberapa
indikator, seperti perubahan nilai PDB, konsumsi pemerintah, investasi, ekspor-impor, pendapatan
rumah tangga, pendapatan pemerintah, penyerapan tenaga kerja secara agregat maupun dari masing-
masing sektor, serta perubahan jumlah ekspor dan harga komoditi di masing-masing sektor tersebut,
Namun, perlu diperhatikan pula bahwa besaran perubahan dari masing-masing variabel tersebut akan
bergantung pada nilai elastisitasnya.
Analisis model CGE yang dilakukan dalam penelitian ini menerapkan beberapa asumsi, diantaranya
adalah nilai tukar diasumsikan menggunakan sistem fixed exchange rate. Hal ini berkaitan dengan
tujuan dalam penelitian ini adalah untuk melihat perubahan output dari tiap komoditi ekspor. Apabila
kita menggunakan asumsi flexible exchange rate, maka kenaikan harga komoditi ekspor tertentu akan
meningkatkan capital inflow ke dalam negeri yang pada akhirnya menyebabkan nilai tukar
terapresiasi. Nilai tukar yang terapresiasi akan memengaruhi harga barang-barang komoditi ekspor
lainnya menjadi relatif lebih mahal dibandingkan harga barang dari komoditi yang sama di luar negeri.
Kondisi ini akan menyebabkan jumlah total output yang diekspor secara agregat menjadi turun.
Asumsi terkait tabungan-investasi yang digunakan adalah “investment is savings-driven”. Dalam hal
ini, kegiatan investasi, baik itu kuantitas maupun nilainya akan sangat dipengaruhi oleh tabungan.
Kondisi pasar modal juga dalam analisis ini menunjukkan bahwa modal yang terdapat dalam
perekonomian bersifat mobile dan fully employed. Sementara dalam pasar tenaga kerja, tenaga kerja
diasumsikan bersifat mobile dan fixed wages.
4.1 Simulasi Dampak Pemberian Pembiayaan Ekspor oleh Lembaga Pembiayaan Ekspor
Indonesia (LPEI)
Kegiatan pembiayaan yang dilakukan oleh LPEI terhadap beberapa kegiatan usaha yang berorientasi
ekspor merupakan upaya untuk meningkatkan kegiatan ekspor di Indonesia. Melalui pembiayaan yang
diberikan ke masing-masing sektor, diharapkan hal ini juga dapat meningkatkan capital stock di
masing-masing sektor tersebut. Melalui peningkatan modal bagi para produsen maka nilai output
yang dihasilkan produsen dapat bertambah dan tentunya jumlah ekspor komoditas yang diberi
pembiayaan juga akan bertambah, dengan asumsi perdagangan tersebut dilakukan oleh negara small
open economy dimana seluruh jumlah ekspor diasumsikan terserap oleh pasar global.
LPEI telah memberikan pembiayaan ekspor sejak tahun 2011 dan pada tahun 2017 tercatat sebesar
Rp 100,6 triliun sementara total kredit nasional adalah sebesar Rp 7.170 triliun. Sehingga, rasio total
pembiayaan LPEI pada tahun 2017 terhadap total kredit nasional adalah 1,4 persen, dimana sektor
terbesar yang dibiayai oleh LPEI yaitu Sektor 8 yang merupakan sektor industri kertas, percetakan, alat
angkutan dan barang dari logam dan industri lainnya (LPEI, 2017). Sementara itu, share output LPEI
terhadap output di Sektor 14 adalah 0,028 persen dari total output Sektor 14 pada tahun 2017. Di sisi
lain, kehadiran LPEI menjadi bagian dalam Sektor 14 (jasa pengangkutan, bank dan asuransi, real
34
estate dan jasa perusahaan, pemerintahan, perorangan, dan lain-lain) juga telah berkontribusi dalam
meningkatkan output atau nilai tambah di sektor itu sendiri.
Kedua hal tersebut tentunya berdampak pada peningkatan produksi barang-barang ekspor secara
keseluruhan. Peningkatan produksi tersebut nantinya akan berimplikasi terhadap bertambahnya
penggunaan tenaga kerja serta peningkatan penggunaan input yang berasal dari sektor lainnya. Secara
umum, kondisi tersebut juga akan memiliki dampak sosial dan ekonomi terhadap variabel-variabel
lainnya.
Peningkatan jumlah output secara agregat tentu akan berdampak pada meningkatnya nilai PDB
Indonesia yang menjadi salah satu indikator pertumbuhan ekonomi. Pada saat pertumbuhan ekonomi
meningkat, maka secara tidak langsung kesejahteraan masyarakat juga akan meningkat. Kondisi ini
juga dapat dilihat dari kenaikan pendapatan rumah tangga, dimana rumah tangga juga berperan
sebagai salah satu faktor produksi dalam perekonomian, yaitu tenaga kerja. Peningkatan jumlah
output produksi di masing-masing sektor juga akan mendorong penyerapan tenaga kerja, karena
aktivitas produksi yang terus meningkat seiring dengan bertambahnya jumlah komoditas ekspor
sebagai dampak dari pembiayaan yang dilakukan oleh LPEI. Kenaikan jumlah ekspor komoditas ke luar
negeri tentunya juga berdampak terhadap penerimaan pemerintah yang berasal dari tarif ekspor (ad
velorem rate) yang diberlakukan untuk barang-barang komoditas ekspor.
Gambar 8 Diagram Alur Simulasi Dampak Pembiayaan Ekspor oleh LPEI dan Dampaknya terhadap
Perekonomian
Berdasarkan hal tersebut dilakukan simulasi terkait keberadaan LPEI untuk mengetahui secara spesifik
dampak yang diberikan dari pembiayaan yang telah dilakukan oleh LPEI. Dalam simulasi ini juga
diterapkan beberapa asumsi, salah satunya adalah penggunaan sistem nilai tukar fixed exchange rate.
Variabel yang dipilih untuk disimulasikan yaitu variabel efisiensi produktivitas di masing-masing
sektor. Hal ini dilakukan dengan pertimbangan bahwa kehadiran LPEI dengan memberikan
pembiayaan ke masing-masing sektor produksi akan meningkatkan capital stock di sektor tersebut,
yang pada akhirnya akan memengaruhi efisiensi produktivitasnya. Besaran simulasi ditentukan
berdasarkan rata-rata dari share jumlah kredit pembiayaan yang dikucurkan oleh LPEI di masing-
masing sektor terhadap nilai PDB di sektor yang sama. Lebih jelasnya dapat dilihat pada Tabel 11.
Selain itu, penggunaan database Sistem Neraca Sosial Ekonomi tahun 2008 menjadi relevan karena
pada tahun 2008 pembiayaan untuk LPEI belum dimulai, sehingga dapat dilihat dampak dari
pembiayaan LPEI terhadap peningkatan jumlah ekspor nasional.
35
Tabel 11 Share Pembiayaan LPEI terhadap PDB per Sektor
Sektor 2014 2015 2016 2017 Rata-Rata
Sektor 1 0,00% 0,01% 0,01% 0,00% 0,006%
Sektor 2 1,30% 1,92% 1,88% 2,08% 1,796%
Sektor 3 0,10% 0,13% 0,16% 0,26% 0,162%
Sektor 4 0,55% 0,75% 0,94% 0,81% 0,763%
Sektor 5 0,92% 1,24% 1,46% 1,62% 1,310%
Sektor 6 2,67% 3,71% 4,23% 4,88% 3,872%
Sektor 7 1,61% 1,81% 1,78% 2,22% 1,857%
Sektor 8 1,42% 1,71% 2,00% 2,21% 1,837%
Sektor 9 0,66% 1,21% 1,13% 1,14% 1,033%
Sektor 10 1,72% 2,20% 2,62% 2,69% 2,307%
Sektor 11 0,25% 0,23% 0,40% 0,46% 0,334%
Sektor 12 0,11% 0,13% 0,14% 0,18% 0,138%
Sektor 13 1,41% 1,12% 1,29% 1,11% 1,233%
Sektor 14 0,17% 0,21% 0,15% 0,10% 0,158%
Simulasi yang dilakukan untuk mengukur dampak keberadaan LPEI terhadap perekonomian dilakukan
melalui tiga skenario, yaitu skenario pesimis, optimis, dan moderat. Penjelasan untuk masing-masing
skenario adalah sebagai berikut:
• Skenario Pesimis
Output Sektor 14 meningkat sebesar Rp 380 miliar. Nilai tersebut merupakan nilai share
terkecil dari rasio laba tahun berjalan LPEI dengan output Sektor 14 pada tahun 2017 (tahun
dengan nilai share terkecil selama periode 2014-2017) terhadap nilai output Sektor 14 pada
tahun 2008 (baseline data SNSE 2008). Sementara itu, besaran simulasi untuk pembiayaan di
masing-masing sektor disimulasikan berdasarkan nilai share terkecil dari pembiayaan LPEI
terhadap output sektoral Indonesia selama periode 2014-2017 di masing-masing sektor
tersebut, Lebih jelasnya dapat dilihat pada Tabel 12 dan Tabel 13 “Pesimis”.
• Skenario Moderate
Output 14 meningkat sebesar Rp 561 miliar. Nilai tersebut merupakan nilai share rata-rata
dari rasio laba tahun berjalan LPEI dengan output Sektor 14 (selama periode 2014-2017)
terhadap nilai output Sektor 14 pada tahun 2008 (baseline data SNSE 2008). Sementara itu,
besaran simulasi untuk pembiayaan di masing-masing sektor disimulasikan berdasarkan nilai
share rata-rata dari pembiayaan LPEI terhadap output sektoral Indonesia selama periode
2014-2017 di masing-masing sektor tersebut, Lebih jelasnya dapat dilihat pada Tabel 12 dan
Tabel 13 “Moderate”.
• Skenario Optimis
Output 14 meningkat sebesar Rp 656 miliar. Nilai tersebut merupakan nilai share terbesar dari
rasio laba tahun berjalan LPEI dengan output Sektor 14 pada tahun 2015 (tahun dengan nilai
share terbesar selama periode 2014-2017) terhadap nilai output Sektor 14 pada tahun 2008
(baseline data SNSE 2008). Sementara itu, besaran simulasi untuk pembiayaan di masing-
masing sektor disimulasikan berdasarkan nilai share terbesar dari pembiayaan LPEI terhadap
output sektoral Indonesia selama periode 2014-2017 di masing-masing sektor tersebut. Lebih
jelasnya dapat dilihat pada Tabel 12 dan Tabel 13 “Optimis”.
36
Tabel 12 Besaran Simulasi untuk Tambahan Output di Sektor 14 atas Keberadaan LPEI
Skenario Besaran Simulasi
Pesimis 380
Moderate 561
Optimis 656
Tabel 13 Besaran Simulasi untuk Pembiayaan per Sektor
Sektor Pesimis Moderate Optimis
Sektor 1 0,00003 0,00006 0,00010
Sektor 2 0,01299 0,01796 0,02084
Sektor 3 0,00103 0,00162 0,00255
Sektor 4 0,00552 0,00763 0,00943
Sektor 5 0,00922 0,01310 0,01623
Sektor 6 0,02673 0,03872 0,04877
Sektor 7 0,01610 0,01857 0,02221
Sektor 8 0,01424 0,01837 0,02212
Sektor 9 0,00659 0,01033 0,01208
Sektor 10 0,01720 0,02307 0,02687
Sektor 11 0,00227 0,00334 0,00455
Sektor 12 0,00108 0,00138 0,00177
Sektor 13 0,01111 0,01233 0,01413
Sektor 14 0,00103 0,00158 0,00207
Hasil simulasi terkait dampak dari keberadaan LPEI dapat dilihat pada tabel-tabel di bawah ini. Secara
makro, keberadaan LPEI dengan kegiatan pembiayaan yang telah dilakukan berdampak pada
meningkatnya beberapa indikator makroekonomi, seperti yang ditunjukkan pada Tabel 14. Dari tabel
tersebut dapat dilihat bahwa ketiga skenario tersebut memiliki nilai developmental effect yang positif
untuk indikator-indikator ekonomi, dimana nilainya semakin meningkat seiring dengan peningkatan
laba dari LPEI dan bertambahnya pembiayaan yang dilakukan oleh LPEI di masing-masing sektor.
Tabel 14 menunjukkan bahwa keberadaan pembiayaan oleh LPEI telah meningkatkan nilai ekspor
komoditas pada ketiga skenario, masing-masing sebesar 1,73 persen; 2,45 persen; dan 3,00 persen.
Peningkatan nilai ekspor tersebut telah meningkatkan share bagi produsen untuk menjual hasil
produksinya di luar negeri. Pembiayaan LPEI merupakan pembiayaan yang mendorong produsen di
Indonesia untuk melakukan ekspor, sehingga produsen yang mendapat pembiayaan dari LPEI
tentunya akan meningkatkan jumlah ekspor dari hasil produksi yang dihasilkan. Kegiatan impor juga
meningkat nilainya setelah keberadaan LPEI. Hal ini diduga karena beberapa sektor produksi di
Indonesia masih mengandalkan produk impor untuk dijadikan input dalam proses produksinya.
Namun, perubahan jumlah impor tidak melebihi perubahan jumlah ekspor untuk ketiga senario, baik
pesimis (1,38 persen), moderate (1,86 persen), maupun optimis (2,26 persen). Seperti yang diketahui,
ekspor dan impor merupakan komponen pembentuk PDB, sehingga secara tidak langsung hal ini juga
akan berimplikasi pada meningkatnya nilai PDB Indonesia untuk ketiga skenario. Pada skenario
pesimis, developmental effect yang dihasilkan untuk kontribusi pertumbuhan PDB sebesar 1,36
37
persen. Pada skenario moderate, developmental effect dihasilkan untuk kontribusi pertumbuhan
untuk PDB sebesar 1,86 persen. Sementara pada skenario optimis menghasilkan nilai 2,26 persen
untuk developmental effect dihasilkan untuk kontribusi pertumbuhan PDB
Kenaikan Produk Domestik Bruto tentunya akan mendorong kesejahteraan masyarakat yang ditandai
dengan adanya peningkatan pendapatan. Peningkatan pendapatan masyarakat akan meningkatkan
permintaan terhadap barang-barang tertentu yang akan berdampak pada meningkatnya konsumsi
masyarakat. Kondisi ini didukung oleh hasil simulasi yang juga menunjukkan terjadinya kenaikan pada
konsumsi private dan pengeluaran pemerintah. Konsumsi private yang mencerminkan konsumsi
rumah tangga memiliki developmental effect di ketiga skenario tersebut, yaitu 1,28 persen pada
skenario pesimis; 1,75 persen pada skenario moderate; dan 2,13 persen pada skenario optimis.
Sementara itu, untuk pengeluaran pemerintah memiliki developmental effect yang paling kecil
dibandingkan indikator ekonomi lainnya, dimana nilainya di bawah 1 persen, namun masih positif.
Variabel-variabel lainnya seperti, investasi, pendapatan pemerintah, dan penyerapan tenaga kerja
yang juga memiliki developmental effect yang positif, dimana nilainya semakin besar, seiring dengan
meningkatnya besaran simulasi.
Tabel 14 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kondisi Makroekonomi di
Indonesia
Keterangan Developmental Effect
Pesimis Moderate Optimis
PDB 1,36% 1,86% 2,26%
Konsumsi Private 1,28% 1,75% 2,13%
Pengeluaran Pemerintah 0,12% 0,16% 0,21%
Investasi 1,63% 2,13% 2,56%
Ekspor 1,73% 2,45% 3,00%
Impor 1,38% 1,86% 2,26%
Pendapatan Pemerintah 1,39% 1,89% 2,30%
Penyerapan Tenaga Kerja 1,44% 1,98% 2,42%
Sumber: Olahan Tim Peneliti
Kenaikan investasi sebesar 1,63 persen (pesimis); 2,13 persen (moderate); dan 2,56 persen (optimis);
terjadi karena kenaikan PDB yang telah meningkatkan penerimaan bagi masyarakat dan pemerintah,
sehingga kondisi tersebut akan meningkatkan saving yang dilakukan oleh masyarakat dan pemerintah.
Nilai investasi secara agregat akan sangat bergantung pada tingkat tabungan, baik bagi pemerintah
dan masyarakat. Kenaikan PDB juga berdampak pada pengeluaran pemerintah sebesar 0,12 persen
(pesimis); 0,16 persen (moderate); dan 0,21 persen (optimis). Selain itu, dampak keberadaan LPEI
mendorong penyerapan tenaga kerja secara agregat sebesar 1,44 persen (pesimis); 1,98 persen
(moderate); dan 2,42 persen (optimis); yang merupakan dampak dari kenaikan jumlah produksi,
sehingga penggunaan input tenaga kerja akan meningkat secara agregat.
Meskipun pembiayaan LPEI terkesan kecil namun dapat memberikan dampak yang cukup besar bagi
perekonomian secara makro, dengan share pembiayaan LPEI terhadap seluruh kredit pembiayaan
nasional sebesar 1,4 persen dan share laba tahun berjalan LPEI terhadap output Sektor 14 di tahun
2017 sebesar 0,028 persen, namun hal tersebut dapat meningkatkan PDB dan nilai ekspor diatas 1
38
persen.
Tabel 15 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Penjualan Output yang
Dihasilkan pada Masing-Masing Sektor
Sektor Developmental Effect
Pesimis Moderate Optimis
Sektor 1 1,28% 1,76% 2,15%
Sektor 2 1,85% 2,62% 3,19%
Sektor 3 1,26% 1,72% 2,12%
Sektor 4 0,40% 0,57% 0,68%
Sektor 5 1,39% 1,94% 2,37%
Sektor 6 5,61% 8,33% 10,64%
Sektor 7 2,08% 2,50% 3,00%
Sektor 8 1,77% 2,27% 2,73%
Sektor 9 0,93% 1,37% 1,62%
Sektor 10 0,94% 1,29% 1,57%
Sektor 11 1,49% 1,93% 2,32%
Sektor 12 1,47% 2,00% 2,44%
Sektor 13 1,48% 1,94% 2,34%
Sektor 14 1,02% 1,38% 1,69%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Selanjutnya akan dijelaskan terkait dampak yang diberikan oleh LPEI dalam level yang lebih mikro.
Pada tabel diatas dapat dilihat hasil simulasi dari dampak keberadaan LPEI terhadap perubahan
penjualan output yang dihasilkan pada masing-masing sektor untuk ketiga skenario. Seperti yang
telah disampaikan sebelumnya, pembiayaan yang diberikan oleh LPEI akan meningkatkan capital
stock bagi suatu sektor untuk meningkatkan jumlah produksinya. Peningkatan output juga didorong
oleh penggunaan input suatu sektor untuk sektor lainnya sehingga secara agregat keseluruhan
output akan meningkat. Melalui hasil simulasi tersebut, secara umum dampak terbesar dari adanya
keberadaan LPEI telah meningkatkan perubahan kenaikan penjualan output yang dhasilkan di
seluruh sektor. Dampak yang paling besar dirasakan oleh Sektor 6 (Industri Pemintalan, Tekstil,
Pakaian dan Kulit) untuk ketiga skenario, yaitu masing-masing sebesar 5,61 persen (pesimis); 8,33
persen (moderate); dan 10,64 persen (optimis). Sektor 6 memiliki dampak terbesar perubahan
penjualan output yang dihasilkan karena Sektor 6 merupakan sektor yang dapat melibatkan usaha
mikro hingga usaha besar. Sektor kedua dengan dampak yang cukup besar dirasakan oleh Sektor 7
(Industri Kayu dan Barang dari Kayu) pada ketiga skenario, masing-masing sebesar 2,08 persen
39
(pesimis); 2,50 persen (moderate); dan 3,00 persen (optimis). Selanjutnya, sektor ketiga yang
merasakan dampak cukup besar adalah Sektor 2 (Perkebunan). Hal ini tidak mengherankan, karena
Sektor 2 merupakan salah satu sektor yang mendapatkan pembiayaan cukup besar dari LPEI.
Tabel 16 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Harga Komoditas
Komoditas pada Developmental Effect
Pesimis Moderate Optimis
Sektor 1 0,00% 0,00% 0,10%
Sektor 2 -0,59% -0,88% -0,98%
Sektor 3 0,30% 0,40% 0,40%
Sektor 4 0,48% 0,68% 0,77%
Sektor 5 -0,09% -0,09% -0,09%
Sektor 6 -1,35% -2,03% -2,51%
Sektor 7 -0,49% -0,40% -0,49%
Sektor 8 -0,19% -0,19% -0,19%
Sektor 9 0,20% 0,20% 0,29%
Sektor 10 -0,30% -0,30% -0,30%
Sektor 11 0,10% 0,20% 0,29%
Sektor 12 0,10% 0,19% 0,19%
Sektor 13 -0,10% -0,10% 0,00%
Sektor 14 0,30% 0,39% 0,49%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel diatas menunjukkan dampak dari keberadaan LPEI terhadap perubahan harga komoditas
domestik, Perubahan harga komoditas domestik dalam kasus ini akan berkaitan dengan perubahan
harga ekspor, karena sektor-sektor produksi yang dimasukkan dalam peneitian ini merupakan sektor-
sektor yang berorientasi terhadap ekspor. Hubungan antara harga domestik dan harga ekspor dapat
dijelaskan sebagai berikut. Apabila harga ekspor suatu komoditas mengalami kenaikan, maka
produsen yang rasional akan memilih menjual lebih banyak hasil produksinya untuk diekspor
dibanding menjualnya di pasar domestik, dengan tujuan dalam memaksimumkan keuntungan. Adanya
peningkatan jumlah penjualan ke luar negeri maka supply ke dalam negeri akan berkurang sehingga
mendorong kenaikan harga komoditas di pasar domestik, begitu juga sebaliknya.
Dari hasil simulasi, kenaikan harga komoditas terjadi pada komoditas yang dihasilkan Sektor 3, 4, 9,
11, 12, dan 14, dimana secara umum kenaikan harga komoditas secara agregat berada dibawah 1
persen. Kenaikan harga di keenam sektor tersebut semakin besar nilainya seiring dengan
40
meningkatnya besaran simulasi (laba LPEI dan pembiayaan LPEI). Pada harga untuk komoditas yang
dihasilkan oleh Sektor 1 (Sektor Tanaman Pangan), untuk skenario pesimis dan moderate tidak terjadi
perubahan harga. Perubahan harga terjadi pada skenario optimis, dimana terjadi kenaikan sebebsar
0,10 persen untuk harga pada komoditi yang dihasilkan oleh Sektor 1. Di sisi lain, terjadi penurunan
harga komoditas untuk komoditas yang dihasilkan oleh Sektor 2, 5 ,6, 7, 8, 10, dan 13. Penurunan
harga yang terjadi besarnya bertambah seiring dengan bertambahnya besaran simulasi yang diberikan
untuk tambahan output LPEI dan pembiayaan oleh LPEI. Penurunan harga dapat disebabkan oleh
kenaikan subsidi atau pengeluaran pemerintah, akibat dari kenaikan pendapatan pemerintah sebagai
dampak dari pembiayaan yang dilakukan oleh LPEI. Namun, untuk Sektor 6 (Industri Pemintalan,
Tekstil, Pakaian dan Kulit), dampak dari keberadaan LPEI memiliki pengaruh yang paling besar
terhadap perubahan harga komoditas domestiknya, dimana terjadi penurunan harga untuk komoditas
yang dihasilkan oleh sektor tersebut sebesar 1,35 persen (pesimis); 2,03 persen (moderate); dan 2, 51
persen (optimis). Hal ini diduga karena adanya peningkatan output yang dihasilkan oleh Sektor 6
sebagai akibat dari adanya pembiayaan LPEI, sehingga menyebabkan terjadinya kelebihan supply.
Kelebihan supply tersebut pada akhirnya akan mendorong turunnya harga domestik. Sementara untuk
Sektor 13 (Angkutan Darat, Angutan Udara, Angkutan Air, dan Komunikasi), penurunan harga hanya
terjadi pada skenario pesimis dan moderate. Sementara pada skenario optimis, tidak terjadi
perubahan harga.
Tabel 17 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Ekspor per Komoditas
Komoditas pada Developmental Effect
Pesimis Moderate Optimis
Sektor 1 1,08% 1,50% 1,83%
Sektor 2 3,64% 5,15% 6,08%
Sektor 3 0,60% 0,84% 1,12%
Sektor 4 -0,72% -0,95% -1,12%
Sektor 5 1,58% 2,23% 2,73%
Sektor 6 9,22% 13,83% 17,76%
Sektor 7 3,40% 3,75% 4,45%
Sektor 8 2,45% 3,04% 3,62%
Sektor 9 0,19% 0,55% 0,55%
Sektor 10 0,00% 0,00% 0,00%
Sektor 11 0,00% 0,00% 0,00%
Sektor 12 1,33% 1,80% 2,20%
Sektor 13 1,82% 2,14% 2,48%
Sektor 14 0,42% 0,58% 0,72%
Sumber: Olahan Tim Peneliti
Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
41
Sektor 10 Listrik, Gas Dan Air Minum
Kenaikan output yang positif di seluruh sektor, tentunya akan mendorong jumlah ekspor setiap
komoditi. Tabel 17 menunjukkan perubahan kuantitas ekspor komoditas sebagai akibat dari adanya
keberdaaan LPEI. Perubahan jumlah ekspor terbesar terdapat pada komoditas yang dihasilkan oleh
Sektor 6 yaitu industri pemintalan, tekstil, pakaian dan kulit pada ketiga skenario. Hal ini disebabkan
karena komoditi yang dihasilkan dari Sektor 6 merupakan komoditi hasil industri yang dilakukan
pengolahan terlebih dahulu, sebelum diekspor, sehingga memiliki value added. Selain itu, dari hasil
simulasi sebelumnya juga terlihat bahwa akibat dari keberadaan LPEI telah meningkatkan output di
Sektor 6, sehingga hal ini juga akan mendorong jumlah barang yang akan diekspor. Perubahan jumlah
ekspor terbesar kedua ditunjukkan oleh komoditi yang dihasilkan oleh Sektor 2, yaitu perkebunan,
baik pada skenario pesimis, moderate, maupun optimis. Bukan hal yang mengejutkan, apabila
komoditi yang dihasilkan dari Sektor 2 mengalami peningkatan yang relatif lebih tinggi dibandingkan
komoditi dari sektor lainnya. Kondisi tersebut dapat terjadi karena sektor perkebunan merupakan
salah satu sektor yang memperoleh pembiayaan terbesar dari LPEI, khususnya komoditi kelapa sawit.
Secara umum, dampak adanya pembiayaan LPEI telah meningkatkan jumlah kuantitas ekspor
komoditi yang dihasilkan di seluruh sektor, kecuali untuk komoditi yang dihasilkan pada Sektor 10
(Listrik, Gas, dan Air Minum) dan Sektor 11 (Konstruksi), yang bukan merupakan komoditas ekspor. Di
sisi lain, hasil simulasi juga menunjukkan bahwa terdapat sektor yang mengalami penurunan kuantitas
ekspor untuk ketiga skenario setelah adanya keberadaan LPEI. Sektor tersebut adalah Sektor 4
(Pertambangan Batubara, Biji Logam dan Minyak Bumi, Pertambangan, dan Penggalian Lainnya).
Walaupun sebelumnya, diperoleh informasi bahwa keberadaan LPEI telah meningkatkan output di
Sektor 4, namun besaran perubahannya memiliki nilai yang paling kecil dibandingkan sektor lainnya.
Di sisi lain penjualan domestik untuk komoditi yang dihasilkan oleh Sektor 4 memiliki pertumbuhan
yang lebih besar dibandingkan pertumbuhan output di sektor tersebut, seperti yang tercantum dalam
Tabel 18. Selain itu komoditas yang dihasilkan oleh Sektor 4 merupakan komoditas ekspor yang
termasuk kategori barang mentah yang tidak memiliki value added.
Tabel 18 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Penjualan Secara
Domestik untuk Ouput Domestik di Masing-Masing Sektor
Komoditas pada Developmental Effect
Pesimis Moderate Optimis
Sektor 1 1,28% 1,76% 2,15%
Sektor 2 1,64% 2,33% 2,85%
Sektor 3 1,26% 1,73% 2,13%
Sektor 4 1,00% 1,37% 1,64%
Sektor 5 1,35% 1,88% 2,29%
Sektor 6 3,60% 5,25% 6,63%
Sektor 7 1,70% 2,15% 2,59%
Sektor 8 1,58% 2,06% 2,48%
Sektor 9 1,18% 1,64% 1,99%
Sektor 10 0,94% 1,29% 1,57%
Sektor 11 1,49% 1,93% 2,32%
Sektor 12 1,47% 2,01% 2,45%
Sektor 13 1,45% 1,92% 2,32%
Sektor 14 1,04% 1,41% 1,72% Sumber: Olahan Tim Peneliti
42
Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Seperti yang telah disampaikan sebelumnya, pembiayaan yang dilakukan oleh LPEI terhadap sektor-
sektor di Indonesia juga berdampak pada perubahan kuantitas penjualan secara domestik untuk
output domestik yang dihasilkan oleh masing-masing sektor. Pembiayaan yang dilakukan oleh LPEI
akan meningkatkan produktivitas dari masing-masing sektor, yang pada akhirnya meningkatkan
output di sektor tesebut. Output yang dihasilkan di masing-masing sektor, ada yang dijual ke luar
negeri (ekspor) dan ada yang dijual di domestik atau dalam negeri. Hal ini karena pada saat terjadi
kenaikan output di sektor lain akan didorong pula oleh meningkatnya penggunaan input. Input
tersebut seringkali diperoleh dari output yang dihasilkan oleh sektor lain, sehingga meningkatkan
kuantitas penjualan domestiknya. Dari hasil simulasi yang telah dilakukan untuk ketiga skenario,
terdapat sektor-sektor yang memiliki pertumbuhan penjualan domestik yang lebih tinggi dibadingkan
penjualan ekspornya, sektor-sektor tersebut diantaranya yaitu, Sektor 1 (Pertanian Tanaman Pangan),
Sektor 3 (Peternakan dan Hasil Hasilnya; Kehutanan dan Perburuan; Perikanan), Sektor 9 (Industri
Kimia, Pupuk, Hasil dari Tanah Liat, Semen), Sektor 12 (Perdagangan, Restoran, Hotel), Sektor14 (Jasa
dan Lainnya). Sementara untuk Sektor 10 (Listrik, Gas, dan Air Minum) dan Sektor 11 (Konstruksi)
penjualan domestik tentu akan lebih unggul, karena seluruh komoditi yang dihasilkan pada sektor
tersebut tidak ada yag diekspor.
Tabel 19 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Nilai Penyerapan Tenaga Kerja
di Masing-Masing Sektor
Sektor Developmental Effect
Pesimis Moderate Optimis
Sektor 1 1,35% 1,85% 2,26%
Sektor 2 0,77% 1,12% 1,46%
Sektor 3 1,78% 2,42% 2,92%
Sektor 4 0,88% 1,22% 1,46%
Sektor 5 1,22% 1,64% 1,98%
Sektor 6 3,63% 5,35% 6,79%
Sektor 7 1,11% 1,52% 1,84%
Sektor 8 1,09% 1,46% 1,76%
Sektor 9 1,16% 1,55% 1,89%
Sektor 10 0,35% 0,53% 0,75%
Sektor 11 1,95% 2,53% 3,01%
Sektor 12 1,53% 2,10% 2,55%
Sektor 13 0,97% 1,52% 1,91%
Sektor 14 1,45% 1,96% 2,37%
Sumber: Olahan Tim Peneliti
43
Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Kenaikan output dan kuantitas ekspor dari masing-masing produksi tentunya berdampak pada
permintaan tenaga kerja di sektor tersebut sebagai salah satu faktor produksi untuk mendukung
proses produksinya. Tabel 19 menunjukkan hasil simulasi dari adanya pembiayaan LPEI terhadap
penyerapan tenaga kerja di berbagai sektor. Perubahan penyerapan tenaga kerja terbesar untuk
ketiga skenario terjadi pada Sektor 6 yaitu sektor industri pemintalan, tekstil, pakaian dan kulit,
dengan masing-masing perubahan sebesar 3,63 persen (pesimis); 5,35 persen (moderate); dan 6,79
persen (optimis). Sektor 6 merupakan sektor produksi berorientasi ekspor yang padat karya, sehingga
pembiayaan di sektor tersebut tentunya akan mendorong penyerapan tenaga kerja yang lebih banyak.
Sektor selanjutnya yang memiliki developmental effect yang besar dari sisi penyerapan tenaga kerja
untuk ketiga skenario adalah Sektor 11 (Konstruksi). Meskipun sektor 11 bukan termasuk sektor yang
berorientasi terhadap ekspor, namun perannya dalam menyediakan input serta sarana dan prasarana
bagi sektor lain membuat Sektor 11 dapat merasakan pula dampak positif dari keberadaan
pembiayaan LPEI di Indonesia.
Tabel 20 Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Pendapatan Agregat di Setiap
Jenis Rumah Tangga
Kategori Rumah Tangga Developmental Effect
Pesimis Moderate Optimis
HH_1 1,00% 1,37% 1,66%
HH_2 1,25% 1,71% 2,08%
HH_3 1,22% 1,66% 2,03%
HH_4 1,22% 1,67% 2,03%
HH_5 1,35% 1,85% 2,25%
HH_6 1,29% 1,77% 2,15%
HH_7 1,30% 1,78% 2,16%
HH_8 1,37% 1,87% 2,28%
Sumber: Olahan Tim Peneliti Keterangan:
HH_1 Rumah Tangga Pertanian Buruh HH_5 Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas golongan
atas, pengusaha bukan pertanian, manajer, militer, profesional,
teknisi, guru, pekerja TU dan penjualan golongan atas
HH_2 Rumah tangga Pertanian Pengusaha Pertanian HH_6 Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas golongan
rendah, tenaga TU, pedagang keliling, pekerja bebas sektor angkutan,
jasa perorangan, buruh kasar
HH_3 Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas golongan rendah, tenaga
TU, pedagang keliling, pekerja bebas sektor angkutan, jasa perorangan, buruh kasar
HH_7 Rumah tangga Bukan Pertanian Perkotaan Bukan angkatan kerja dan
golongan tidak jelas
HH_4 Rumah tangga Bukan Pertanian Pedesaan Bukan angkatan kerja dan golongan tidak
jelas
HH_8 Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas golongan
atas, pengusaha bukan pertanian, manajer, militer, profesional,
teknisi, guru, pekerja TU dan penjualan golongan atas
Dari sisi pendapatan rumah tangga, keberadaan LPEI juga memberikan dampak yang positif. Lebih
44
jelasnya dapat dilihat pada Tabel 20. Tabel 20 menunjukkan bahwa adanya pembiayaan yang
dilakukan oleh LPEI di masing-masing sektor produksi menyebabkan kenaikan pendapatan di seluruh
kategori rumah tangga. Kenaikan pendapatan di seluruh masing-masing rumah tangga diakibatkan
naiknya jumlah produksi secara agregat, sehingga input produksi dari tenaga kerja juga akan
bertambah, seperti penambahan jumlah tenaga kerja maupun penambahan jam kerja untuk
meningkatkan produksi. Hal ini pada akhirnya akan meningkatkan upah yang diterima oleh rumah
tangga. Peningkatan pendapatan bagi rumah tangga terbesar untuk ketiga skenario terjadi pada HH_8,
yaitu masyarakat perkotaan bukan pertanian, dengan masing-masing developmental effect sebesar
1,37 persen (pesimis); 1,87 persen (moderate); dan 2,28 persen (optimis).
4.2 Analisis Microsimulation Pemberian Pembiayaan Ekspor oleh Lembaga Pembiayaan Ekspor
Indonesia (LPEI)
Hasil simulasi yang diperoleh dari analisis CGE, selanjutnya digunakan untuk mengukur dampak
kebijakan kenaikan harga ekspor dari masing masing sektor dan dampak pembiayaan LPEI terhadap
tingkat kemiskinan. Pada tahap ini perubahan pendapatan yang terjadi antar kelompok rumah tangga
dari hasil analisis CGE ditransformasikan ke dalam data rumah tangga yang ada dalam SUSENAS. Dalam
analisis microsimulation setiap rumah tangga yang terdapat dalam data SUSENAS dikategorikan ke
dalam delapan kelompok rumah tangga sesuai dengan yang ada dalam kategori SNSE. Selanjutnya,
setiap rumah tangga dalam SUSENAS pendapatannya dinaikkan/diturunkan sesuai dengan perubahan
yang terjadi dari hasil CGE untuk masing-masing kelompok rumah tangga. Perubahan pendapatan dari
masing-masing rumah tangga ini selanjutnya digunakan untuk mengukur perubahan struktur
kemiskinan dan ketimpangan melalui pendekatan Foster-Greer-Thorbecke (FGT) dan indeks gini.
Analisis microsimulation pada penelitian ini adalah mengukur dampak pembiayaan LPEI terhadap
kemiskinan dan tingkat distribusi pendapatan. Perhitungan dampak pembiayaan LPEI dilakukan
dengan dua pendekatan. Pendekatan yang pertama adalah mengukur dampak pembiayaan LPEI
terhadap tingkat kemiskinan dan distribusi pendapatan secara agregat, sedangkan pendekatan yang
kedua mengukur dampak pembiayaan LPEI terhadap tingkat kemiskinan dan distribusi pendapatan
berdasarkan masing-masing sektor yang dibiayai.
4.2.1 Analisis Microsimulation Pemberian Pembiayaan Ekspor oleh Lembaga Pembiayaan Ekspor
Indonesia (LPEI)
Analisis yang dilakukan pada penelitian ini adalah menganalisis dampak yang diberikan oleh adanya
pembiayaan LPEI terhadap aspek sosial, mencakup kemiskinan dan distribusi pendapatan masyarakat.
Pada penelitian kali ini dilakukan simulasi dengan tiga skenario yang berbeda. Seperti yang telah
disampaikan sebelumnya, skenario yang digunakan dalam penelitian ini adalah pesimis, moderate,
dan optimis. Hal ini dapat menjadi rujukan bagi LPEI mengenai keadaan mana yang memberikan
dampak yang paling baik terhadap aspek sosial.
Indikator Foster-Greer-Thorbecke (FGT)
Dampak pembiayaan LPEI terhadap tingkat kemiskinan menggunakan Foster-Greer-Thorbecke (FGT).
Secara teori, pembiayaan LPEI akan berdampak terhadap peningkatan pendapatan rumah tangga.
Peningkatan pendapatan rumah tangga akan menurunkan tingkat kemiskinan. Hasil dampak
pembiayaan LPEI terhadap kemiskinan secara agregat dapat dilihat pada tabel dibawah ini.
45
Tabel 21 Dampak Pembiayaan LPEI terhadap Tingkat Kemiskinan Secara Agregat.
Skenario
Presentase Kemiskinan
Sebelum Adanya
LPEI LPEI Impact Perubahan Persentase
Pesimis 10,860% 10,413% -0,446%
Moderat 10,860% 10,263% -0,597%
Optimis 10,860% 10,143% -0,717%
Sumber: Olahan Tim Peneliti
Tabel 21 menunjukan bahwa awal mulanya tingkat kemiskinan di Indonesia sebesar 10,86 persen. Hal
ini mengandung makna bahwa sekitar 10,86 persen dari total penduduk Indonesia hidup berada
dibawah garis kemiskinan. Secara agregat, dampak dari adanya pembiayaan LPEI adalah menurunkan
tingkat kemiskinan. Simulasi pada setiap keadaan memberikan dampak yang berbeda terhadap
penurunan kemiskinan di Indonesia. Berdasarkan Tabel 21 menunjukan bahwa dengan skenario
optimis memberikan penurunan kemiskinan paling besar diantara keadaan lainnya sebesar 0,717
persen, yang artinya kemiskinan Indonesia turun dari 10,86 persen menjasdi 10,143 persen. Skenario
moderate dan pesimis memberikan kontribusi penurunan kemiskinan sebesar 0,597 persen dan 0,446
persen.
Analisis selanjutnya adalah menghitung dampak adanya pembiayaan LPEI yang diberikan pada masing-
masing sektor (satu sektor) terhadap kemiskinan agregat (non-sektoral) di Indonesia. Hasil analisis
dapat dilihat pada Tabel dibawah ini.
Tabel 22 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Tingkat Kemiskinan
Agregat
Sektor Perubahan Persentase Populasi Warga Miskin
Pesimis Moderate Optimis
SEKTOR 1 0,00069% 0,00123% 0,00123%
SEKTOR 2 -0,04193% -0,05584% -0,05861%
SEKTOR 3 -0,01191% -0,01532% -0,02105%
SEKTOR 4 -0,02115% -0,02748% -0,03389%
SEKTOR 5 -0,08776% -0,11675% -0,14240%
SEKTOR 6 -0,07450% -0,10597% -0,13177%
SEKTOR 7 -0,01641% -0,01815% -0,02192%
SEKTOR 8 -0,08301% -0,10198% -0,11722%
SEKTOR 9 -0,05909% -0,08474% -0,09554%
SEKTOR 10 -0,04631% -0,05757% -0,06266%
SEKTOR 11 0,00059% 0,00059% 0,00059%
SEKTOR 12 -0,01345% -0,01532% -0,01695%
SEKTOR 13 -0,06240% -0,06495% -0,07297%
SEKTOR 14 -0,01695% -0,02541% -0,03162%
Sumber: Olahan Tim Peneliti
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
46
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Berdasarkan tabel diatas menunjukan bahwa pembiayaan LPEI menghasilkan dampak yang berbeda
terhadap tingkat kemiskinan. Beberapa pembiayaan pada sektor tertentu menyebabkan tingkat
kemiskinan yang meningkat dan ada beberapa sektor yang mengalami penurunan tingkat kemiskinan.
Berdasarkan hasil simulasi menunjukan bahwa pembiayaan pada Sektor 1 (Pertanian Tanaman
Pangan) dan Sektor 11 (Konstruksi) meningkatkan kemiskinan. Hal ini disebabkan adanya pembiayaan
di sektor-sektor tersebut cenderung mengarah kepada peningkatan modal/kapital. Sehingga kenaikan
produktivitas menyebabkan tenaga kerja yang diserap pada sektor tersebut mengalami penurunan,
dan pada akhirnya pendapatan rumah tangga menurun dan kemiskinan meningkat. Sebagai contoh,
pada Sektor 1 (Pertanian Tanaman Pangan) pembiayaan LPEI dititik beratkan pada peningkatan kapital
seperti penggunaan teknologi ataupun mesin-mesin pertanian untuk meningkatan produktivitas.
Namun, akibat penggunaan teknologi yang meningkat, kondisi tersebut menyebabkan turunnya
penggunaan tenaga kerja di sektor tersebut, sehingga pendapatan rumah tangga menjadi turun dan
kemiskinan menjadi meningkat.
Secara umum, seluruh pembiayaan LPEI terhadap masing-masing sektor menurunkan kemiskinan
secara agregat. Berdasarkan hasil penelitian menunjukan bahwa pembiayaan pada Sektor 5 (Inddustri
Makanan, Minuman, dan Tembakau) memberikan dampak penurunan kemiskinan paling besar dari
pada pembiayaan di sektor lainya. Hal lain yang dapat disimpulkan pada ketiga skenario ini adalah dari
skenario pesimis sampai optimis memberikan dampak yang searah baik pada meningkatnya atau
menurunya tingkat kemiskinan secara agregat. Hal ini dapat menjadi acuan bagi LPEI dan pemerintah,
dimana untuk menurunkan kemiskinan di sektor-sektor tertentu, baik pemerintah atau LPEI perlu
menambah pembiayaan pada sektor yang menjadi target penurunan kemiskinan.
Indikator Distribusi Pendapatan (Koefisien Gini)
Dampak pembiayaan LPEI terhadap tingkat distribusi pendapatan rumah tangga menggunakan
pendekatan Koefisien Gini. Tabel 23 menunjukan bahwa pembiayaan LPEI secara agregat memberikan
dampak pada penurunan Koefisien Gini. Dampak yang diberikan terhadapa koefisien gini berbeda
pada setiap keadaan. Pada keadaan pesimis koefisisn gini turun sebesar 0,005782, pada keadaan
moderat koefisien gini turun sebesar 0,005718, dan pada keadaan optimis koefisien gini turun sebesar
0,005668.
Secara umum dapat disimpulkan bahwa dampak dari ketiga skenario adalah menurunkan
ketimpangan pendapatan masyarakat. Artinya distribusi pendapatan masyarakat semakin merata.
Akan tetapi, semakin besarnya pembiayaan yang diberikan LPEI memberikan penurunan koefisien gini
yang semakin mengecil. Hal ini disebabkan karena Pembiayaan LPEI memberikan perubahan
pendapatan yang paling besar pada rumah tangga golongan 8, yaitu rumah tangga kaya yang tinggal
di perkotaan.
47
Tabel 23 Dampak Pembiayaan LPEI terhadap Distribusi Pendapatan Secara Agregat
Skenario
Koefisien Gini
Sebelum Adanya
LPEI
LPEI Impact Perubahan
Pesimis 0,3973676 0,3915856 -0,005782
Moderate 0,3973676 0,3916492 -0,005718
Optimis 0,3973676 0,3917000 -0,005668
Sumber :Olahan Tim Peneliti
Analisis selanjutnya adalah menghitung dampak pembiayaan LPEI per masing-masing sektor (satu
sektor) terhadap tingkat distribusi pendapatan rumah tangga secara total (non-sektoral). Hasil analisis
dapat dilihat pada Tabel dibawah ini.
Tabel 24 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Distribusi Pendapatan
Simulasi Developmental Effect
Pesimis Moderate Optimis
SEKTOR 1 -1,49924% -1,49924% -1,49922%
SEKTOR 2 -1,49589% -1,49464% -1,49393%
SEKTOR 3 -1,49861% -1,49823% -1,49766%
SEKTOR 4 -1,49695% -1,49610% -1,49537%
SEKTOR 5 -1,49194% -1,48892% -1,48648%
SEKTOR 6 -1,49272% -1,48980% -1,48734%
SEKTOR 7 -1,49813% -1,49801% -1,49776%
SEKTOR 8 -1,49225% -1,49026% -1,48845%
SEKTOR 9 -1,49426% -1,49147% -1,49016%
SEKTOR 10 -1,49637% -1,49544% -1,49481%
SEKTOR 11 -1,49919% -1,49917% -1,49914%
SEKTOR 12 -1,49821% -1,49793% -1,49758%
SEKTOR 13 -1,49368% -1,49310% -1,49222%
SEKTOR 14 -1,49791% -1,49720% -1,49657%
Sumber :Olahan Tim Peneliti Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Berdasarkan tabel diatas menunjukan bahwa dampak dari adanya pembiayaan LPEI pada setiap sektor
ekonomi menghasilkan dampak yang relatif sama pada distribusi pendapatan rumah tangga secara
total. Pembiayaan pada setiap sektor sektor menyebabkan turunnya Koefisien Gini. Secara umum ,
ketiga scenario pada setiap sektor memberikan pengaruh yang sama terhadap koefisien gini secara
agregat. Hal ini ditunjukan dengan semakin optimis/semakin besar pembiayaan yang dilakukan LPEI,
nilai penurunan koefisien gini semakin mengecil. Hasil perhitungan menunjukan bahwa pembiayaan
pada sektor 1 memberikan penurunan koefisien gini paling besar.
48
4.3 Simulasi perubahan harga ekspor per komoditas
h Perubahan harga ekspor tentunya akan berpengaruh terhadap keputusan yang diambil oleh masing-
masing institusi baik produsen, pemerintah, konsumen, serta Rest of World dalam berbagai hal.
Kenaikan harga ekspor merupakan indikasi kenaikan permintaan yang terjadi pada Rest of World
dalam mengkonsumsi suatu komoditas yang dihasilkan dalam negeri. Perubahan tersebut tentu
berdampak pada kenaikan jumlah ekspor yang dilakukan oleh produsen melalui pendekatan fungsi
Constant Elastisity of Transmision (CET) yaitu besaran elastisitas substitusi yang konstan dilakukan
oleh produsen dalam pilihan menjual produknya di pasar domestik atau pasar luar negeri (ekspor),
sehingga dengan naiknya harga ekspor suatu komoditas maka produsen yang rasional akan memilih
untuk menaikkan jumlah penjualan produknya ke luar negeri (ekspor) dan produsen akan mengurangi
jumlah penjualan produknya di pasar domestik dengan besaran elastisitas substitusi yang tetap.
Kenaikan harga ekspor suatu komoditas yang berdampak pada kenaikan jumlah ekspor komoditas
tersebut tentunya mendorong inisiatif produsen dalam meningkatkan jumlah produksinya untuk men-
supply ke pasar. Output produksi yang meningkat tersebut mendorong penggunaan input yang juga
meningkat, sehingga bila suatu komoditas mengalami kenaikan jumlah output maka komoditas
lainnya yang menjadi input juga akan terpengaruh dalam kenaikan produksinya karena permintaan
input yang meningkat untuk kebutuhan produksi.
Kenaikan harga ekspor suatu komoditas tentunya akan mendorong kenaikan pendapatan rumah
tangga karena rumah tangga sebagai penyedia input tenaga kerja dalam produksi. Kenaikan
pendapatan tersebut secara agregat tentunya menjadi indikasi peningkatan kesejahteraan bagi
masyarakat. Ketika terjadi kenaikan pendapatan maka permintaan untuk komoditas akan meningkat
baik untuk komoditas impor maupun domestik. Meskipun akibat kenaikan harga di domestik akibat
penurunan supply domestik karena produsen lebih memilih untuk melakukan ekspor lebih banyak
dibading domestik, maka permintaan akan komoditas cenderung tetap dalam jangka panjang karena
seiring dengan pendapatan rumah tangga yang meningkat.
Kenaikan harga ekspor yang mendorong naiknya jumlah ekspor suatu komoditas tentunya akan
berdampak pada kenaikan penerimaan pemerintah dari tarif ekspor yang diberlakukan terhadap
komoditas tersebut (ad Velorem Rate). Penerimaan pemerintah yang meningkat tentunya akan
mendorong pengeluaran pemerintah yang meningkat juga secara jangka panjang seperti subsidi pada
komoditas tertentu. Secara jangka panjang akibat dari peran pemerintah dalam melakukan subsidi
akan mendorong penurunan harga komoditas dan kembali pada kondisi ekulibrium awal. Dampak
secara makro akibat peningkatan harga ekspor yang mendorong peningkatan jumlah output secara
agregat sehingga meningkatkan jumlah Produk Domestik Bruto.
Gambar 9 Diagram Alur Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Kondisi
Perekonomian
49
Hasil Simulasi terhadap perubahan harga ekspor di 14 komoditas dapat dilihat pada tabel dibawah ini
dengan asumsi tidak ada perubahan dalam Exchange Rate serta upah yang tetap antar sektor. Simulasi
dilakukan di setiap komoditas dengan perubahan nilai ekspor sebesar 10 persen, sehingga dapat
dilihat dampaknya bila dilakukan simulasi di setiap komoditas terhadap persentase perubahan di
setiap variabel.
Tabel 25 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Kondisi Makroekonomi
di Indonesia (%)
Komoditas PDB Konsumsi
Privat Pengeluaran Pemerintah
Investasi Ekspor Impor Penerimaan Pemerintah
Penyerapan Tenaga Kerja
Sektor 1 0,014% 0,016% 0,004% 0,002% 0,019% 0,008% 0,011% 0,032% Sektor 2 0,29% 0,33% 0,07% -0,31% 0,72% 0,12% 0,18% 0,57% Sektor 3 0,04% 0,05% 0,02% 0,00% 0,07% 0,02% 0,04% 0,06% Sektor 4 -0,78% -1,17% -0,28% -13,52% 9,40% -4,43% -3,58% -2,16% Sektor 5 2,70% 2,95% 0,94% -1,08% 5,39% 1,39% 2,37% 4,69% Sektor 6 1,72% 2,03% 0,59% -20,74% 20,66% -1,92% -0,21% 5,30% Sektor 7 0,29% 0,36% 0,07% -2,34% 2,39% -0,21% 0,01% 0,82% Sektor 8 1,77% 1,94% 0,39% -15,09% 17,46% 0,28% 16,27% 1,95% Sektor 9 0,90% 0,68% -0,54% -16,37% 16,09% -2,57% 17,53% 0,12% Sektor 12 0,35% 0,39% 0,08% -0,20% 0,76% 0,18% 16,25% 0,52% Sektor 13 0,35% 0,36% 0,09% -0,31% 0,96% 0,19% 0,20% 0,42% Sektor 14 0,29% 0,30% -0,04% -0,11% 0,65% 0,14% 0,18% 0,35%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel diatas menunjukkan bahwa pengaruh kenaikan harga ekspor sebesar 10 persen dari setiap
komoditas akan menyebabkan kenaikan Produk Domestik Bruto Indonesia (GDP) yang bervariasi,
kenaikan Produk Domestik Bruto tersebut diakibatkan oleh kenaikan jumlah ekspor di Indonesia
akibat adanya shock yang terjadi pada harga komoditas, kecuali pada sector 4 yang mengalami
penurunan tingkat PDB, hal ini dikarenakan kenaikan harga minyak bumi pada sektor 4 mengakibatkan
kenaikan biaya input bagi sektor lain sehingga mengakibatkan penurunan jumlah output yang
diproduksi secara agregat. Persentase perubahan PDB terbesar terjadi pada sektor 5 yaitu komoditas
makanan minuman dan tembakau sebesar 2,7 persen, hal ini dikarenakan industri komoditas tersebut
membutuhkan banyak input dari komoditas lainnya, sehingga mendorong pertumbuhan produk
domestik bruto secara agregat menjadi lebih besar. Selain itu, dampak adanya kenaikan harga ekspor
sebesar 10 persen menyebabkan kenaikan jumlah ekspor yang bervariasi, dengan nilai persentase
perubahan nilai ekspor terbesar pada sektor 6 yaitu sektor industri Pemintalan Tekstil dan Pakaian
Kulit sebesar 20,6 persen dimana hal ini dikarenakan nilai elastisitas CET yang dimiliki sektor tersebut
lebih besar dibanding komoditas lainnya sehingga peningkatan nilai ekspor tersebut memiliki nilai
yang lebih besar dibanding lainnya.
50
Perubahan harga ekspor masing-masing komoditas juga berdampak pada perubahan persentase nilai
impor di setiap komoditi. Penggunaan input produksi yang meningkat akibat bertambahnya nilai
ekspor juga mendorong peningkatan input produksi yang berasal dari impor. Secara umum seluruh
komoditas mengalami kenaikan jumlah impor yang bervariasi akibat kenaikan harga ekspor kecuali
pada beberapa komoditas tertentu yang mengalami penurunan persentase jumlah impor. Penurunan
jumlah impor juga merupakan indikasi bahwa penggunaan input domestik sudah mencukupi untuk
men-supply produksi di beberapa sektor yang dikarenakan adanya inisiatif peningkatan produksi
dalam negeri yang dilakukan oleh produsen di setiap komoditas untuk kepentingan produksi.
Penurunan persentase jumlah impor terbesar pada sektor 4 yaitu sektor pertambangan batubara, biji
logam, dan pertambangan lainnya.
Secara umum penerimaan pemerintah akibat adanya perubahan harga ekspor sebesar 10 persen
memiliki dampak positif dalam peningkatan penerimaan pemerintah. Hal ini tentu dikarenakan
pengenaan besaran tarif ekspor terhadap seluruh komoditas menjadi meningkat akibat adanya
peningkatan harga ekspor yang diikuti juga oleh peningkatan jumlah ekspor setiap komoditi.
Persentase peningkatan nilai penerimaan pemerintah terbesar terdapat pada sektor 9 yaitu industri
kimia, pupuk, dan lainnya sebesar 17,53 persen.
Secara umum simulasi dampak kenaikan harga ekspor sebesar 10 persen di setiap komoditas
menyebabkan kenaikan penyerapan tenaga kerja secara agregat, kecuali pada komoditas 4 yang
menurunkan penyerapan tenaga kerja secara agregat, hal ini terjadi karena karakteristik dari industri
pertambangan yang lebih banyak menggunakan mesin dibanding penggunaan tenaga kerja.
Penyerapan tenaga kerja terbesar pada kenaikan harga ekspor sektor 6 yaitu industri pemintalan dan
kulit sebesar 5,3 persen. Penyerapan tenaga kerja yang besar tersebut karena karakteristik dari sektor
tersebut yang membutuhkan banyak tenaga kerja dibanding sektor lainnya.
Kenaikan Harga ekspor pada seluruh komoditas berdampak pada penurunan besaran investasi secara
agregat seperti pada tabel diatas. Besaran investasi sangat bergantung pada saving yang terjadi, baik
saving yang dilakukan pemerintah maupun saving yang dilakukan oleh masyarakat. Menurut hasil
analisis, bahwa kenaikan harga ekspor yang berdampak pada kenaikan pendapatan di masing-masing
jenis rumah tangga juga akan meningkatkan konsumsi masing-masing rumah tangga, sehingga tingkat
saving oleh masyarakat akan turun karena alokasi pendapatan masyarakat lebih banyak untuk
konsumsi, sehingga tingkat saving yang dilakukan oleh masyarakat menurun. Selain itu, penurunan
tingkat investasi juga dipengaruhi oleh pengeluaran pemerintah, bila perubahan pengeluaran
pemerintah lebih besar dibandingkan dengan perubahan penerimaan pemerintah, maka terjadi
disinvestasi dimana nilai investasi akan turun. Tabel di bawah ini akan menjelaskan secara empiris
antara peningkatan pendapatan rumah tangga dan peningkatan konsumsi di masing-masing jenis
rumah tangga.
Tabel 26 Selisih antara Perubahan Pengeluaran dan Penerimaan bagi Masyarakat dan Pemerintah
Sumber: Olahan Tim Peneliti
Keterangan Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5 Sektor 6 Sektor 7 Sektor 8 Sektor 9 Sektor 12 Sektor 13 Sektor 14
Selisih antara
kenaikan Penerimaan
Pemerintah dan
Pengeluaran
pemerintah
0.007% 0.115% 0.020% -3.296% 1.431% -0.806% -0.063% 15.884% 18.068% 16.162% 0.114% 0.221%
Selisih Rata-rata
kenaikan pendapatan
dan privat konsumsi
0.000% -0.008% -0.001% 0.022% -0.068% -0.047% -0.008% -0.046% -0.020% -0.009% -0.009% -0.007%
51
Dari tabel diatas dapat dilihat bahwa melalui shock harga ekspor per komoditas menyebabkan
beberapa selisih yang negatif antara perubahan penerimaan pemerintah dan pengeluaran
pemerintah, ketika terjadinya pengeluaran pemerintah yang melebihi dari penerimaannya, maka
terjadilah investasi yang negatif karena melakukan konsumsi yang lebih besar saat ini disbanding masa
depan sehingga menurunkan tingkat saving yang berakibat pada penururnan tingkat investasi. Selain
itu, adanya selisih yang negatif antara perubahan pendapatan rumah tangga dan konsumsi juga akan
mendorong terjadinya investasi yang bersifat negatif, karena rumah tangga cenderung bersifat
konsumtif di periode saat ini dibanding periode yang akan datang sehingga menurunkan tingkat saving
bagi masyarakat dan secara jangka panjang akan menurunkan tingkat investasi.
Tabel 27 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Kuantitas Ekspor per
Komoditas Dampak Perubahan Kuantitas Ekspor
Shock Pada Sektor Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5 Sektor 6 Sektor 7 Sektor 8 Sektor 9 Sektor 12 Sektor 13 Sektor 14
Sektor 1 32,826% 0,010% 0,010% -0,026% 0,026% -0,019% -0,012% -0,013% -0,016% 0,011% 0,002% 0,004%
Sektor 2 0,450% 38,250% 0,240% -0,645% 0,818% 0,263% -0,377% -0,429% -0,069% 0,184% 0,043% 0,060%
Sektor 3 0,052% 0,018% 25,741% -0,131% 0,055% -0,067% 0,008% -0,065% -0,092% 0,047% -0,007% -0,002%
Sektor 4 -1,168% -1,309% -2,721% 51,879% -1,760% -3,183% -8,900% -5,880% 2,484% -2,625% -2,072% -2,480%
Sektor 5 7,153% 6,300% 3,013% -6,890% 49,503% -5,062% -3,892% -4,168% -4,616% 2,763% -0,031% 0,255%
Sektor 6 1,863% 9,823% 2,201% -10,024% 1,181% 47,337% -13,578% -11,271% -1,674% 2,728% 1,122% 0,015%
Sektor 7 0,372% 0,314% 1,013% -1,245% 0,309% -0,425% 74,570% -1,026% -0,401% 0,536% 0,447% 0,136%
Sektor 8 1,579% 0,172% 0,147% -6,204% 0,722% -3,857% -8,556% 67,401% -2,884% 4,008% 2,092% 1,165%
Sektor 9 1,014% 4,970% -1,629% -1,287% -0,297% -1,703% -10,815% -8,744% 62,758% 0,336% 0,800% -1,556%
Sektor 12 0,582% 0,254% 0,480% -0,801% 0,561% -0,035% -0,071% -0,004% -0,292% 20,954% 0,118% 0,137%
Sektor 13 0,292% 0,037% 0,054% -1,042% 0,114% -0,431% -0,233% -0,284% -0,364% 0,161% 23,070% 0,145%
Sektor 14 0,235% 0,004% 0,034% -0,867% 0,074% -0,484% -0,342% -0,275% -0,549% 0,121% 0,086% 21,048%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel diatas menunjukkan bahwa kenaikan harga ekspor per komoditas sebesar 10 persen tentunya
menaikkan kuantitas ekspor komoditas tresebut, contohnya shock pada harga ekspor komoditas satu
sebesar 10 persen akan meningkatkan kuantitas ekspor pada komoditas satu sebesar 32,83 persen.
Perubahan jumlah ekspor terbesar terdapat pada sektor 9 yaitu barang-barang dari industri Kimia,
Pupuk, Hasil dari Tanah Liat dan semen. Beberapa shock yang dilakukan akan memiliki dampak
terhadap kuantitas ekspor dari komoditas lainnya dan nilai hasil dampak simulasi yang bervariasi
antara negatif dan positif. Ketika harga ekspor suatu komoditas mengalami kenaikan dan memberikan
dampak nilai yang negatif terhadap kuantitas ekspor komoditas lainnya, hal ini dikarenakan
peningkatan input produksi suatu komoditas yang mengalami shock berasal dari komoditas lainnya,
sehingga produsen memilih untuk men-supply hasil produknya untuk kegiatan produksi dari
komoditas yang mengalami shock harga ekspor.
52
Tabel 28 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Output di Masing-
Masing Sektor (%)
Shock Pada Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5 Sektor 6 Sektor 7 Sektor 8 Sektor 9 Sektor 10 Sektor 11 Sektor 12 Sektor 13 Sektor 14 Sektor 1 0,081% 0,015% 0,015% -0,011% 0,020% -0,004% -0,001% -0,002% 0,000% 0,004% -0,002% 0,013% 0,008% 0,009% Sektor 2 0,418% 4,931% 0,312% -0,300% 0,524% 0,252% -0,190% -0,184% 0,121% 0,086% -0,331% 0,240% 0,175% 0,184% Sektor 3 0,056% 0,038% 0,318% -0,063% 0,063% -0,020% 0,009% -0,016% -0,020% 0,011% -0,009% 0,051% 0,023% 0,023% Sektor 4 -1,207% -1,480% -2,152% 18,481% -1,321% -2,873% -8,359% -6,448% -1,079% -1,319% -12,017% -2,521% -2,003% -2,090% Sektor 5 7,932% 7,822% 3,831% -3,488% 14,653% -1,743% -1,337% -1,354% -0,808% 0,792% -1,739% 3,419% 1,571% 1,633% Sektor 6 2,364% 10,870% 3,373% -7,763% 2,364% 4,625% -12,055% -9,611% 0,917% 3,977% -19,255% 3,157% 2,204% 0,934% Sektor 7 0,427% 0,412% 1,147% -0,943% 0,443% -0,143% 21,368% -0,888% -0,070% 0,235% -1,977% 0,571% 0,580% 0,246% Sektor 8 2,074% 1,005% 1,279% -3,792% 1,828% -1,747% -7,040% 17,322% -0,189% 2,028% -13,038% 4,382% 2,868% 1,544% Sektor 9 0,792% 4,313% -0,501% 2,021% 0,566% -1,302% -9,874% -8,021% 18,176% -0,053% -15,225% 0,582% 0,740% -0,674% Sektor 12 0,475% 0,333% 0,452% -0,358% 0,491% 0,138% -0,011% 0,034% 0,026% 0,200% -0,221% 0,990% 0,292% 0,295% Sektor 13 0,308% 0,176% 0,221% -0,474% 0,264% -0,117% -0,151% -0,100% 0,088% 0,111% -0,360% 0,151% 2,840% 0,334% Sektor 14 0,288% 0,110% 0,200% -0,425% 0,218% -0,155% -0,113% -0,032% -0,112% 0,084% -0,157% 0,111% 0,148% 1,094%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Berdasarkan Tabel diatas menunjukan bahwa kenaikan harga ekspor pada setiap komoditas
memberikan dampak yang berbeda untuk output yang dihasilkan pada setiap sektor. Secara umum
kenaikan harga ekspor masing-masing komoditas akan mengakibatkan kenaikan jumlah output setiap
sektor. Akan tetapi pada komoditas 4 (Pertambangan Batubara, Biji Logam dan Minyak Bumi;
Pertambangan dan Penggalian Lainnya) perubahan harga ekspor secara umum memberikan dampak
negatif terhadap output pada sektor lainya. Komoditas 4 adalah komoditas yang paling banyak
digunakan sebagai input sektor lain sehingga ketika kenaikan harga ekspor sebesar 10 persen di
komoditas 4 akan menaikan output sektor 4 sendiri sebesar 18.48% dan menyebabkan output disektor
lain menurun. Hal ini dikarenakan adanya perubahan penyerapan tenaga kerja dari setiap sektor
berpindah ke sektor 4 (tabel sebelumnya) sehingga output pada sektor 4 naik akan tetapi sektor lainya
menurun.
Tabel 29 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Penyerapan Tenaga
Kerja di Masing-Masing Sektor (%) Shock Pada Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5 Sektor 6 Sektor 7 Sektor 8 Sektor 9 Sektor 10 Sektor 11 Sektor 12 Sektor 13 Sektor 14
Sektor 1 0,081% 0,017% 0,018% -0,005% 0,024% 0,000% 0,003% 0,003% 0,005% 0,010% 0,002% 0,014% 0,012% 0,012%
Sektor 2 0,428% 4,963% 0,398% -0,159% 0,627% 0,354% -0,102% -0,081% 0,243% 0,240% -0,237% 0,263% 0,257% 0,261%
Sektor 3 0,058% 0,044% 0,334% -0,036% 0,083% -0,001% 0,026% 0,004% 0,003% 0,041% 0,009% 0,056% 0,038% 0,038%
Sektor 4 -1,156% -1,321% -1,713% 19,365% -0,790% -2,353% -7,932% -5,942% -0,445% -0,522% -11,585% -2,402% -1,581% -1,695%
Sektor 5 8,040% 8,160% 4,741% -2,082% 15,854% -0,718% -0,442% -0,314% 0,433% 2,382% -0,800% 3,665% 2,424% 2,433%
Sektor 6 2,435% 11,113% 4,003% -6,829% 3,110% 4,70%% -11,500% -8,947% 1,795% 5,118% -18,718% 3,328% 2,802% 1,487%
Sektor 7 0,436% 0,440% 1,226% -0,816% 0,536% -0,051% 21,465% -0,795% 0,040% 0,375% -1,894% 0,592% 0,654% 0,316%
Sektor 8 2,155% 1,256% 1,981% -2,683% 2,672% -0,936% -6,373% 18,301% 0,799% 3,300% -12,379% 4,578% 3,552% 2,177%
Sektor 9 0,896% 4,649% 0,395% 3,549% 1,650% -0,243% -9,033% -7,024% 19,696% 1,568% -14,391% 0,828% 1,610% 0,129%
Sektor 12 0,489% 0,375% 0,569% -0,166% 0,631% 0,277% 0,110% 0,174% 0,193% 0,410% -0,094% 1,022% 0,404% 0,400%
Sektor 13 0,326% 0,233% 0,380% -0,213% 0,454% 0,071% 0,012% 0,091% 0,314% 0,396% -0,188% 0,194% 2,996% 0,477%
Sektor 14 0,301% 0,152% 0,317% -0,233% 0,358% -0,017% 0,008% 0,108% 0,054% 0,294% -0,030% 0,143% 0,260% 1,200%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
53
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel diatas menunjukkan bahwa kenaikan harga ekspor di setiap komoditas mendorong perubahan
penyerapan tenaga kerja di setiap sektor yang bervariasi kecuali pada komoditas 10 dan 11 yang tidak
melakukan kegiatan ekspor. Beberapa nilai perubahan penyerapan tenaga kerja yang negatif
merupakan sebuah indikasi peralihan tenaga kerja dari suatu sektor untuk bekerja di sektor lainnya
yang menjanjikan upah lebih baik karena peningkatan jumlah produksi, bisa jadi penyerapan tenaga
kerja suatu sektor yang bernilai negatif beralih kerja ke sektor yang mengalami shock. Sebagai contoh
yang terjadi pada kenaikan harga ekspor pada komoditas 4 yaitu pertambangan sebesar 10 persen
mendorong peningkatan produksi pada sektor komoditas 4 itu sendiri, yaitu sektor 4. Sehingga
penyerapan tenaga kerja pada seluruh sektor di komoditas 4 mengalami penurunan kecuali pada
sektor 4 yang menyerap lebih banyak sebesar 19.365 % dibanding sebelumnya, hal ini diindikasikan
peralihan tenaga kerja di sektor lainnya berpindah ke sektor 4 karena membutuhkan kenaikan
produksi akbat adanya kenaikan harga ekspor.
Peningkatan jumlah penyerapan tenaga kerja terbanyak terjadi pada komoditas 6 yaitu komoditas
barang hasil Pemintalan, Tekstil, Pakaian dan Kulit sebesar 4,7 persen. Hal ini dikarenakan aktivitas
pada industri sektor 6 menggunakan lebih banyak tenaga kerja dibanding sektor lainnya, karena
karakteristik industri Pemintalan, tekstil, pakaian, dan kulit yang padat karya dimana proporsi
penggunaan mesin lebih kecil daripada penggunaan tenaga kerja dalam kegiatan produksi.
Tabel 30 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Pendapatan di Setiap
Jenis Rumah Tangga (%) Shock Pada Sektor HH_1 HH_2 HH_3 HH_4 HH_5 HH_6 HH_7 HH_8
Sektor 1 0,013% 0,016% 0,015% 0,015% 0,016% 0,016% 0,016% 0,017% Sektor 2 0,279% 0,330% 0,319% 0,313% 0,335% 0,342% 0,336% 0,355% Sektor 3 0,037% 0,045% 0,043% 0,043% 0,047% 0,046% 0,046% 0,049% Sektor 4 -1,162% -1,197% -1,138% -1,059% -1,006% -1,243% -1,159% -1,223% Sektor 5 2,438% 2,910% 2,817% 2,776% 2,990% 3,011% 2,976% 3,141% Sektor 6 1,677% 2,003% 1,939% 1,911% 2,060% 2,072% 2,049% 2,162% Sektor 7 0,303% 0,355% 0,343% 0,336% 0,357% 0,367% 0,361% 0,381% Sektor 8 1,575% 1,908% 1,849% 1,832% 1,993% 1,973% 1,960% 2,069% Sektor 9 0,391% 0,633% 0,631% 0,676% 0,847% 0,651% 0,704% 0,744%
Sektor 12 0,319% 0,381% 0,368% 0,363% 0,392% 0,394% 0,389% 0,411% Sektor 13 0,283% 0,350% 0,340% 0,339% 0,374% 0,362% 0,362% 0,382% Sektor 14 0,240% 0,293% 0,284% 0,282% 0,308% 0,303% 0,301% 0,318%
Sumber: Olahan Tim Peneliti Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan, Kesehatan, Film dan
Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan
Industri lainnya
Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
HH_1 Rumah Tangga Pertanian Buruh HH_5 Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas
golongan atas, pengusaha bukan pertanian, manajer, militer,
profesional, teknisi, guru, pekerja TU dan penjualan golongan atas
54
HH_2 Rumah tangga Pertanian Pengusaha Pertanian HH_6 Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas
golongan rendah, tenaga TU, pedagang keliling, pekerja bebas
sektor angkutan, jasa perorangan, buruh kasar
HH_3 Rumah tangga Bukan Pertanian Pedesaan Pengusaha bebas golongan
rendah, tenaga TU, pedagang keliling, pekerja bebas sektor angkutan,
jasa perorangan, buruh kasar
HH_7 Rumah tangga Bukan Pertanian Perkotaan Bukan angkatan kerja
dan golongan tidak jelas
HH_4 Rumah tangga Bukan Pertanian Pedesaan Bukan angkatan kerja dan
golongan tidak jelas
HH_8 Rumah tangga Bukan Pertanian Perkotaan Pengusaha bebas
golongan atas, pengusaha bukan pertanian, manajer, militer,
profesional, teknisi, guru, pekerja TU dan penjualan golongan atas
Tabel diatas menunjukkan simulasi terjadinya kenaikan harga ekspor sebesar 10 persen di masing-
masing komoditas terhadap perubahan pendapatan di setiap jenis rumah tangga kecuali pada
komoditas 10 dan 11 yang tidak melakukan kegiatan ekspor. Secara keseluruhan perubahan harga
ekspor di masing-masing komoditas mengakibatkan kenaikan persentase pendapatan rumah tangga
yang bervariasi kecuali pada komoditas 4 yaitu komoditas yang mencakup seluruh barang
pertambangan. Hal ini dikarenakan karakteristik komoditas pertambangan yang lebih banyak
menggunakan mesin dibanding tenaga kerja, sehingga penggunaan mesin menggantikan peran tenaga
kerja dalam meningkatkan jumlah produksi
Persentase perubahan pendapatan rumah tangga terbesar terjadi pada perubahan harga ekspor
sebesar 10 persen di komoditi 5 yaitu komoditas makanan, minuman, dan tembakau yang
menyebabkan rata-rata peningkatan pendapatan di setiap jenis rumah tangga berkisar 2.8 persen di
setiap jenis rumah tangga. Hal ini dikarenakan peningkatan jumlah nilai ekspor komoditas 5 akan
mendorong peningkatan jumlah produksi komoditas 5 yang menggunakan banyak input dari
komoditas lainnya. Industri makanan, minuman, dan tembakau tentu membutuhkan input dari
berbagai komoditas sehingga mendorong peningkatan pendapatan di berbagai jenis rumah tangga
sebagai salah satu penyedia input produksi, yaitu tenaga kerja.
Tabel 31 Simulasi Kenaikan Harga Ekspor per Komoditas terhadap Perubahan Harga Komoditas (%) Sektor 1 Sektor 2 Sektor 3 Sektor 4 Sektor 5 Sektor 6 Sektor 7 Sektor 8 Sektor 9 Sektor 10 Sektor 11 Sektor 12 Sektor 13 Sektor 14
Sektor 1 -0,099% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000% 0,000%
Sektor 2 -0,099% -1,371% 0,000% 0,096% -0,095% 0,000% 0,099% 0,097% 0,000% 0,198% 0,000% 0,097% 0,097% 0,098%
Sektor 3 0,000% 0,000% -0,099% 0,000% 0,000% 0,096% 0,000% 0,000% 0,000% 0,099% 0,000% 0,097% 0,097% 0,000%
Sektor 4 -0,099% 0,000% 0,297% -5,207% 0,189% 0,193% 0,198% -0,194% -0,979% -0,198% -0,392% 0,097% 0,097% 0,197%
Sektor 5 0,197% 0,588% 0,297% 1,639% -2,178% 1,446% 0,890% 0,774% 1,077% 1,484% 0,882% 0,386% 0,877% 0,689%
Sektor 6 0,099% 0,392% 0,496% 1,061% 0,473% -12,825% 0,593% 0,484% 0,686% 1,088% 0,588% 0,290% 0,585% 0,492%
Sektor 7 0,000% 0,098% 0,099% 0,096% 0,095% 0,193% -4,649% 0,000% 0,098% 0,198% -0,196% 0,097% 0,097% 0,098%
Sektor 8 0,099% 0,294% 0,496% 1,157% 0,473% 0,964% 0,593% -3,098% 0,784% 1,088% -0,294% 0,193% 0,390% 0,197%
Sektor 9 -0,099% -0,196% 0,496% 1,446% 0,379% 0,193% 0,396% 0,194% -2,742% 0,791% 0,098% 0,193% 0,000% 0,492%
Sektor 12 -0,099% 0,000% 0,000% 0,193% 0,000% 0,096% 0,000% 0,000% 0,098% 0,198% 0,000% -0,290% 0,097% 0,098%
Sektor 13 0,000% 0,098% 0,099% 0,193% 0,095% 0,193% 0,000% 0,097% 0,098% 0,297% 0,098% 0,000% -0,877% 0,098%
Sektor 14 0,000% 0,098% 0,099% 0,193% 0,095% 0,193% 0,099% 0,097% 0,098% 0,198% 0,098% 0,000% 0,097% -0,295%
Sumber: Olahan Tim Peneliti
Keterangan:
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel diatas menujukan adanya perubahan harga ekspor per komoditas terhadap perubahan harga
Komoditas (Domestik). Secara umum perubahan harga komoditas ekspor berpengaruh terhadap
perubahan harga komoditas itu sendiri dan komoditas lainya. Hal ini dikarenakan adanya
55
Comparativeness dari persaingan harga domestik dan harga luar negeri, sebagai contoh bila kenaikan
harga ekspor meningkat dan melampaui harga domestik, maka terjadi aliran barang ekspor keluar
karena masyarakat luar negeri membeli barang-barang domestik menjadi lebih murah. Sehingga
adanya kenaikan harga barang-barang ekspor mendorong juga kenaikan harga domestik nantinya
karena tingginya permintaan ekspor barang dari domestik ke luar negeri. Secara umum, dampak dari
adanya shock pada beberapa sektor seperti sektor 4 yang mengakibatkan penurunan harga domestik
di beberapa sektor, hal ini dikarenakan peran sektor 4 sebagai input porduksi yang digunakan oleh
seluruh sektor menyebabkan terjadinya penurunan output di semua sektor karena kenaikan harga
minyak bumi. Penurunan jumlah output tentunya menurunkan jumlah permintaan yang mendorong
penurunan harga domestik.
4.4 Analisis Microsimulation Dampak kebijakan kenaikan harga ekspor masing-masing sektor
terhadap tingkat kemiskinan dan distribusi pendapatan
Indikator Foster-Greer-Thorbecke (FGT)
Analisis microsimulation pada penelitian ini adalah menaikkan harga ekspor pada masing masing
sektor sebesar 10 persen. Secara teori kenaikan harga ekspor akan meningkatkan PDB suatu negara
sehingga pendapatan rumah tangga akan meningkat. Peningkatan pendapatan rumah tangga
diharapkan dapat menurunkan tingkat kemiskinan di Indonesia secara total. Hasil simulasi tingkat
kemiskinan dapat dilihat pada tabel dibawah ini.
Tabel 28 menunjukkan bahwa pada kondisi awal, tingkat kemiskinan di Indonesia tahun 2016 adalah
sebesar 10.86 persen. Hal ini mengandung makna bahwa sekitar 10.86 persen dari total penduduk
Indonesia hidup berada dibawah garis kemiskinan. Secara umum hasil menunjukan bahwa dengan
adanya kenaikan harga ekspor untuk setiap sektor akan menurunkan tingkat kemiskinan di Indonesia
secara total. Hal ini tidak terjadi pada Sektor 10 dan Sektor 11 dikarenakan sektor tersebut bukan
komoditas ekspor.
Tabel 32 Dampak Kebijakan Kenaikan Harga Ekspor terhadap Kemiskinan di Indonesia
Simulasi persentasi populasi warga miskin perubahan
sebelum simulasi setelah simulasi
kenaikan harga ekspor sektor 1 sebesar 10 % 10,86% 10,85% -0,01%
kenaikan harga ekspor sektor 2 sebesar 10 % 10,86% 10,74% -0,12%
kenaikan harga ekspor sektor 3 sebesar 10 % 10,86% 10,84% -0,02%
kenaikan harga ekspor sektor 4 sebesar 10 % 10,86% 11,30% 0,44%
kenaikan harga ekspor sektor 5 sebesar 10 % 10,86% 9,88% -0,98%
kenaikan harga ekspor sektor 6 sebesar 10 % 10,86% 10,17% -0,69%
kenaikan harga ekspor sektor 7 sebesar 10 % 10,86% 10,73% -0,13%
kenaikan harga ekspor sektor 8 sebesar 10 % 10,86% 10,20% -0,66%
kenaikan harga ekspor sektor 9 sebesar 10 % 10,86% 10,64% -0,22%
kenaikan harga ekspor sektor 10 sebesar 10 % 10,86% 10,86% 0,00%
kenaikan harga ekspor sektor 11 sebesar 10 % 10,86% 10,86% 0,00%
kenaikan harga ekspor sektor 12 sebesar 10 % 10,86% 10,72% -0,14%
kenaikan harga ekspor sektor 13 sebesar 10 % 10,86% 10,73% -0,13%
kenaikan harga ekspor sektor 14 sebesar 10 % 10,86% 10,75% -0,11%
Sumber: Olahan Tim Peneliti
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
56
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Berdasarkan Tabel 32 hal yang berbeda terjadi pada sektor 4, dimana kenaikan harga ekspor membuat
kemiskinan meningkat sebesar 0,07 persen. Hal ini disebabkan karena Sektor 4 adalah sektor
Pertambangan Batubara, Biji Logam dan Minyak Bumi; Pertambangan dan Penggalian Lainnya yang
didalamnya terdapat minyak bumi yang merupakan input dari setiap sektor. Kenaikan harga ekspor
Sektor 4 menyebabkan penyerapan kerja disektor 4 berkurang dan tingkat pendapatan rumah tangga
menurun sehingga kemiskinan meningkat.
Sektor yang memberikan pengaruh besar terhadap penurunan tingkat kemiskinan adalah 5, dimana
menurunkan tingkat kemiskinan rumah tangga di Indonesia sebesar 0.98 persen. Sedangkan sektor
yang memberikan pengaruh kecil terhadap penurunan tingkat kemiskinan adalah Sektor 1 sebesar
0.01 persen. Hal ini dikarenakan Sektor 1 dan Sektor 3 lebih banyak mengekspor barang barang
mentah.
Indikator Distribusi Pendapatan (Koefisien Gini)
Dalam penelitian ini Koefisien Gini digunakan untuk mengukur dampak kebijakan menaikan harga
ekspor setiap sektor terhadap ditribusi pendapatan rumah tangga secara total. Hasil simulasi
menunjukkan bahwa menaikkan harga ekspor setiap sektor sebesar 10 persen dapat mengurangi
kemiskinan yang berimplikasi pada turunnya ketimpangan distribusi pendapatan seperti yang
ditunjukkan pada Tabel 33.
Tabel 33 Dampak Kebijakan Kenaikan Harga Komoditas Ekspor terhadap Distribusi Pendapatan di
Indonesia
Simulasi Indeks Gini
Perubahan Persentase Perubahan
Sebelum Adanya LPEI
LPEI Impact
kenaikan harga ekspor sektor 1 0,3973676 0,3914118 -0,005956 -1,4988%
kenaikan harga ekspor sektor 2 0,3973676 0,3914462 -0,005921 -1,4902%
kenaikan harga ekspor sektor 3 0,3973676 0,3914157 -0,005952 -1,4978%
kenaikan harga ekspor sektor 4 0,3973676 0,3913819 -0,005986 -1,5063%
kenaikan harga ekspor sektor 5 0,3973676 0,3917368 -0,005631 -1,4170%
kenaikan harga ekspor sektor 6 0,3973676 0,3916377 -0,005730 -1,4420%
kenaikan harga ekspor sektor 7 0,3973676 0,3914470 -0,005921 -1,4900%
kenaikan harga ekspor sektor 8 0,3973676 0,3916421 -0,005725 -1,4409%
kenaikan harga ekspor sektor 9 0,3973676 0,3915788 -0,005789 -1,4568%
kenaikan harga ekspor sektor 10 0,3973676 0,3973676 0,000000 0,0000%
kenaikan harga ekspor sektor 11 0,3973676 0,3973676 0,000000 0,0000%
kenaikan harga ekspor sektor 12 0,3973676 0,3914541 -0,005913 -1,4882%
kenaikan harga ekspor sektor 13 0,3973676 0,3914575 -0,005910 -1,4873%
kenaikan harga ekspor sektor 14 0,3973676 0,3914476 -0,005920 -1,4898%
Sumber: Olahan Tim Peneliti
Sektor 1 Pertanian Tanaman Pangan Sektor 11 Konstruksi
Sektor 2 Pertanian Tanaman Lainnya (Perkebunan) Sektor 12 Perdagangan
Sektor 3 Peternakan dan Hasil-hasilnya Restoran
Kehutanan dan Perburuan Perhotelan
Perikanan Sektor 13 Angkutan Darat
Sektor 4 Pertambangan Batubara, Biji Logam dan Minyak Bumi Angkutan Udara, Air dan Komunikasi
Pertambangan dan Penggalian Lainnya Sektor 14 Jasa Penunjang Angkutan, dan Pergudangan
57
Sektor 5 Industri Makanan, Minuman dan Tembakau Bank dan Asuransi
Sektor 6 Industri Pemintalan, Tekstil, Pakaian dan Kulit Real Estate dan Jasa Perusahaan
Sektor 7 Industri Kayu & Barang Dari Kayu Pemerintahan dan Pertahanan, Pendidikan,
Kesehatan, Film dan Jasa Sosial Lainnya
Sektor 8 Industri Kertas, Percetakan, Alat Angkutan dan Barang Dari Logam dan Industri
lainnya Jasa Perseorangan, Rumah tangga dan Jasa Lainnya
Sektor 9 Industri Kimia, Pupuk, Hasil Dari Tanah Liat, Semen Lain-Lain
Sektor 10 Listrik, Gas Dan Air Minum
Tabel 33 menunjukkan bahwa pada kondisi awal, tingkat ketimpangan pendapatan di Indonesia tahun
2016 adalah sebesar 0,3973676. Berdasarkan Todaro dan Smith (2006) menyataan bahwa tingkat
distribusi pendaptan yang semakin tidak merata apabila nilai koefisien gini mendekati angka 1,
sedangkan Nilai koefisien gini yang semakin mendekati angka 0 (nol) menunjukkan bahwa distribusi
pendapatan yang semakin merata. Secara umum hasil menunjukan bahwa dengan adanya kenaikan
harga ekspor untuk setiap sektor akan menurunkan nilai indeks gini sebesar 0,005052 atau 1,265
persen.
58
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan yang dapat dihasilkan dari penelitian ini adalah sebagai berikut:
1. Keberadaan LPEI secara langsung meningkatkan output sektor jasa dan keuangan. Sementara
itu, dari hasil analisis dapat disimpulkan bahwa fasilitas pembiayaan LPEI meningkatkan
output dari semua sektor yang dianalisis.
2. Meskipun pembiayaan LPEI yang memiliki share terhadap seluruh kredit pembiayaan nasional
hanya sebesar 1,4 persen dan share laba tahun berjalan LPEI terhadap total output di Sektor
14 sebesar di tahun 2017 sebesar 0,028 persen namun dapat berkontribusi terhadap
pertumbuhan PDB sebesar 1,36 - 2,26 persen, peningkatan nilai ekspor total sebesar 1,73 –
3,00 persen dan investasi meningkat sebesar 1,63 – 2,56 persen. Lebih lanjut, kuantitas ekspor
per sektor/komoditas juga meningkat terutama peningkatan terbesar dirasakan oleh
komoditas yang dihasilkan pada Sektor 6 (industri pemintalan, tekstil, pakaian dan kulit)
sebesar 9,22 – 17,76 persen dan Sektor 2 (perkebunan) sebesar 3,64 – 6,08 persen.
3. Keberadaan LPEI dan fasilitas pembiayaan yang dilakukannya dapat meningkatkan
pengeluaran pemerintah sebesar 0,12 – 0,21 persen, peningkatan penyerapan tenaga kerja
sebesar 1,44 – 2,42 persen, menurunkan kemiskinan sebesar 0,446 – 0,717 persen dan
mampu menurunkan kesenjangan pendapatan dari tingkat rasio gini 0,397 menjadi 0,392.
4. Pada penelitian ini, selain simulasi keberadaan dan pembiayaan LPEI, dilakukan juga simulasi
kenaikan harga-harga komoditi ekspor untuk setiap sektor. Dari perbandingan dampak yang
dihasilkan maka simulasi keberadaan LPEI dan pembiayaanya lebih baik dalam mempengaruhi
variabel-variabel ekonomi dan sosial di Indonesia.
5. Data dan parameter-parameter yang dihasilkan dalam model CGE ini terutama berasal dari
data Sistem Neraca Sosial Ekonomi (SNSE) Indonesia tahun 2008. Sampai saat studi ini selesai
dilakukan belum ada data SNSE Indonesia yang baru. Oleh karena itu, penggunaan parameter-
parameter dalam penelitian ini masih sangat relevan digunakan untuk tahun-tahun
mendatang sepanjang belum terbit data SNSE baru.
5.2 Saran
Dari hasil-hasil analisis dan kesimpulan-kesimpulan sebagaimana dijelaskan di atas, maka beberapa
saran dan implikasi kebijakan yang bisa ditarik dari penelitian ini adalah sebagai berikut:
1. Hasil analisis ini menunjukkan bahwa pembiayaan yang dilakukan oleh LPEI berdampak positif
pada ekonomi terutama peningkatan ekspor sektoral dan kesejahteraan masyarakat. Secara
sektoral fokus pembiayaan LPEI bisa dilakukan pada lima sektor atau komoditi yang
memberikan efek positif paling besar terhadap kenaikan ekspor yaitu industri pemintalan,
tekstil, pakaian dan kulit (komoditi Sektor 6); pekebunan (komoditi Sektor 2); industri kayu
dan bahan olahan kayu (komoditi Sektor 7); industri kertas, percetakan, alat angkutan, barang
dari logam dan industri lainnya (komoditi Sektor 8), dan jasa angkutan darat, air, udara, dan
telekomunikasi (komoditi Sektor 13).
2. Sebagaimana dijelaskan, keberadaan LPEI dan pembiayaannya berdampak positif pada
perekonomian dan kesejahteraan rakyat Indonesia terutama pada peningkatan ekspor dan
penurunan kemiskinan. Dengan demikian, pembiayaan LPEI sebesar 100 triliun pada tahun
2017 telah berdampak positif terhadap perekonomian serta penurunan tingkat kemiskinan.
Jika pembiayaan LPEI secara nominal dapat ditingkatkan pada tahun-tahun berikutnya, maka
59
diharapkan akan berdampak lebih besar lagi pada perekonomian serta upaya penurunan
tingkat kemiskinan.
3. Pembiayaan LPEI disarankan untuk lebih berfokus pada sektor-sektor industri yang melalui
proses pengolahan terlebih dahulu di dalamnya, sebelum dilakukan ekspor. Hal ini bertujuan
untuk meningkatkan value added dari komoditi yang dihasilkan pada sektor tersebut,
sehingga diharapkan dapat meningkatkan developmental effect dari pembiayaan LPEI.
4. Apabila LPEI memiliki target untuk menurunkan kemiskinan di sektor tertentu, maka
disarankan LPEI dapat meningkatkan pembiayaan di sektor yang diadikan target, mengingat
sektor-sektor yang mengalami penurunan kemiskinan, secara umum merupakan sektor-
sektor yang memperoleh porsi pembiayaan besar dari LPEI.
60
DAFTAR PUSTAKA Aka B F. 2006. Poverty, Inequality and welfare Effects of Trade Liberalization in Cote d’Ivoire: A
Computable General Equilibrium Model Analysis. African Economic Research Consortium (AERC)
Research Papers, No. 160, October 2006.
Arce R, Vicente S, Mahia R, Medina E. 2014. Trade Liberalization and Poverty Reduction in Africa:
Computable General Equilibrium Models Approach. International Journal of Political Science
and Development Vol. 2 (5), pp. 90-96, May 2014.
[BI] Bank Indonesia. 2010. Laporan Perekonomian Indonesia Tahun 2009. Direktorat Riset
Ekonomi dan Kebijakan Moneter. Bank Indonesia. Jakarta. Indonesia.
Böhringer C, Rutherford T, Wiegard W. 2003. Computable General Equilibrium Analysis. Opening
a Black Box. Centre for European Economic Research. Mannheim: 03-56
[BPS] Badan Pusat Statistik. 2018. PDB Triwulanan Atas Dasar Harga Konstan 2010 Menurut
Lapangan Usaha (Miliar Rupiah), 2014-2017.
[BPS] Badan Pusat Statistik. 2018. Jumlah Penduduk Miskin, Persentase Penduduk Miskin dan
Garis Kemiskinan, 2008-2017.
[BPS] Badan Pusat Statistik. 2018. 2017. Nilai Ekspor Migas dan Non Migas Indonesia (juta US$)
2008 –2016.
[BPS] Badan Pusat Statistik. 2018. Realisasi Investasi Penanaman Modal Dalam Negeri Menurut
Sektor Ekonomi (miliar rupiah), 2008 – 2016
[BPS] Badan Pusat Statistik. 2018. Realisasi Investasi Penanaman Modal Luar Negeri Menurut
Sektor Ekonomi (miliar rupiah), 2008 – 2016
Dervis K, De Melo J and Robinson S. 1982. General Equilibrium Models for Development Policy.
Cambridge, Cambridge University Press.
Devarajan S, Go DS, Lewis JD, Robinson S, dan Sinko P. 1997. Simple general equilibrium modeling.
Applied methods for trade policy analysis: A handbook.
Ezell, SJ, Nager A, Atkinson RD. 2014. The Export-Import Bank’s Vital Role in Supporting U.S. Traded
Sector Competitiveness. The Inormation Technology & Innovation Foundation, July 2014.
Fekadu, B. 2007. Trade Liberalization, Poverty and Inequality in Ethiopia: A CGE Microsimulation
Analysis. 6th PEP Research Network General Meeting, Lima, Peru, June 14-16, 2017.
[LPEI] Lembaga Pembiayaan Ekspor Indonesia. 2016. Laporan Tahunan 2016: Creating
Competitive Advantage. Indonesia Eximbank.
Gupta A K S, Keshari P K. 2013. Study of Export Trade Financing in India with Particular Reference to
Commercial banks: Problems and Prospects. MPRA Paper No. 47159, posted 24 May 2013.
Hertel T W, Reimer J J. 2004. Predicting the Policy Impacts of Trade Reform. World Bank Policy
Research Working Paper 3444.
Indonesia Eximbank. 2009. Laporan Tahunan 2009: A Journey Ends, A New One Begins. Jakarta.
Indonesia Eximbank.
Indonesia Eximbank. 2015. Kesiapan LPEI dalam Penugasan Khusus. Jakarta. Indonesia.
Nahar B, Siriwardana M. 2013. Trade Opening, Fiscal Reforms, Poverty, and Inequality: A CGE Analysis for
Bangladesh. The Developing Economics 51 No.2, June 2013: 145-185.
Orya Roberts. 2013. NEXIM— Boosting Export Trade. Nigerian Tribune, March 20, pp.3-4.
Reimer J J. 2002. Estimating the Poverty Impacts of Trade Liberalization. Policy Research Working
Paper 2790. The World Bank, Development Research Group Trade, February 2002.
Resosudarmo BP and Thorbecke E. 1996. The Impact of Environmental Policies on Household
61
Incomes for Different Socio-Economic Classes: The Case of Air Pollutants in Indonesia.
Ecological Economics 17(2): 83-94.
Sugema I dan Holis A. 2016. Aplikasi Permodelan Computable General Equilibrium (CGE) menggunakan
Microsoft Excel. IPB Press.
Yuniarti S. 2012. Pembiayaan Ekspor Impor. https://eximasia2012.files.wordpress.com. [26 Maret ].
62
LAMPIRAN
Lampiran 1 Money Multiplier
Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kondisi
Makroekonomi di Indonesia Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Keterangan Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
PDB (Milyar Rp) 74,879 102,464 124,673 29,808 40,613 49,386 2.51 2.52 2.52
Konsumsi Private (Milyar Rp) 42,702 58,479 71,170 18,071 24,936 30,465 2.36 2.35 2.34
Pengeluaran Pemerintah (Milyar Rp) 669 854 1,138 2,899 3,955 4,811 0.23 0.22 0.24
Investasi (Milyar Rp) 24,310 31,792 38,190 8,080 11,188 13,672 3.01 2.84 2.79
Ekspor (Milyar Rp) 25,808 36,432 44,692 8,056 11,166 13,674 3.20 3.26 3.27
Impor (Milyar Rp) 18,610 25,090 30,520 7,298 10,080 12,316 2.55 2.49 2.48
Pendapatan Pemerintah (Milyar Rp) 5,973 8,127 9,893 2,331 3,220 3,935 2.56 2.52 2.51
Penyerapan Tenaga Kerja (Ribu Org) 1,487 2,052 2,506 29,808 40,613 49,386 0.05 0.05 0.05
Simulasi Keberadaan Pembiayaan
LPEI terhadap Perubahan Output di Masing-Masing Sektor
Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Sektor Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
Sektor 1 (Milyar Rp) 7,396 2,812 12,446 11 22 37 687.22 128.42 331.98
Sektor 2 (Milyar Rp) 4,095 1,706 7,055 1,673 2,314 2,684 2.45 0.74 2.63
Sektor 3 (Milyar Rp) 8,304 3,089 14,034 313 492 775 26.54 6.27 18.11
Sektor 4 (Milyar Rp) 2,849 1,201 4,876 3,030 4,189 5,180 0.94 0.29 0.94
Sektor 5 (Milyar Rp) 16,427 6,406 27,881 2,644 3,756 4,655 6.21 1.71 5.99
Sektor 6 (Milyar Rp) 18,930 9,163 35,872 2,905 4,209 5,302 6.52 2.18 6.77
Sektor 7 (Milyar Rp) 4,380 899 6,325 1,161 1,339 1,602 3.77 0.67 3.95
Sektor 8 (Milyar Rp) 27,877 7,950 42,988 6,138 7,916 9,533 4.54 1.00 4.51
Sektor 9 (Milyar Rp) 12,899 6,071 22,532 3,567 5,594 6,541 3.62 1.09 3.44
Sektor 10 (Milyar Rp) 1,950 723 3,240 2,194 2,943 3,429 0.89 0.25 0.94
Sektor 11 (Milyar Rp) 17,953 5,365 28,082 970 1,430 1,944 18.51 3.75 14.45
Sektor 12 (Milyar Rp) 18,985 6,946 31,615 693 885 1,134 27.40 7.85 27.88
Sektor 13 (Milyar Rp) 8,832 2,733 13,901 3,230 3,587 4,109 2.73 0.76 3.38
Sektor 14 (Milyar Rp) 14,044 5,057 23,277 898 1,376 1,807 15.64 3.68 12.88
Aa
Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas
Ekspor per Komoditas Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Komoditas pada Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
Sektor 1 (Milyar Rp) 10 4 16 11 22 37 0.91 0.17 0.44
Sektor 2 (Milyar Rp) 844 348 1,409 1,673 2,314 2,684 0.50 0.15 0.52
Sektor 3 (Milyar Rp) 29 12 54 313 492 775 0.09 0.02 0.07
Sektor 4 (Milyar Rp) (1,798) (554) (2,792) 3,030 4,189 5,180 -0.59 -0.13 -0.54
Sektor 5 (Milyar Rp) 3,264 1,347 5,642 2,644 3,756 4,655 1.23 0.36 1.21
Sektor 6 (Milyar Rp) 11,095 5,550 21,381 2,905 4,209 5,302 3.82 1.32 4.03
Sektor 7 (Milyar Rp) 1,579 162 2,067 1,161 1,339 1,602 1.36 0.12 1.29
Sektor 8 (Milyar Rp) 8,413 2,041 12,426 6,138 7,916 9,533 1.37 0.26 1.30
Sektor 9 (Milyar Rp) 660 1,275 1,930 3,567 5,594 6,541 0.18 0.23 0.30
Sektor 10 (Milyar Rp) - - -
Sektor 11 (Milyar Rp) - - -
Sektor 12 (Milyar Rp) 526 185 869 693 885 1,134 0.76 0.21 0.77
Sektor 13 (Milyar Rp) 994 177 1,358 3,230 3,587 4,109 0.31 0.05 0.33
Sektor 14 (Milyar Rp) 192 75 332 898 1,376 1,807 0.21 0.05 0.18
Aa
Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Penjualan Secara Domestik untuk Ouput Domestik di Masing-Masing
Sektor
Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Komoditas pada Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
Sektor 1 (Milyar Rp) 7,386 2,808 12,430 11 22 37 686.31 128.25 331.54
Sektor 2 (Milyar Rp) 3,249 1,356 5,643 1,673 2,314 2,684 1.94 0.59 2.10
Sektor 3 (Milyar Rp) 8,275 3,077 13,980 313 492 775 26.45 6.25 18.04
Sektor 4 (Milyar Rp) 4,637 1,747 7,643 3,030 4,189 5,180 1.53 0.42 1.48
Sektor 5 (Milyar Rp) 13,163 5,058 22,239 2,644 3,756 4,655 4.98 1.35 4.78
63
Sektor 6 (Milyar Rp) 7,802 3,572 14,369 2,905 4,209 5,302 2.69 0.85 2.71
Sektor 7 (Milyar Rp) 2,800 736 4,256 1,161 1,339 1,602 2.41 0.55 2.66
Sektor 8 (Milyar Rp) 19,461 5,908 30,557 6,138 7,916 9,533 3.17 0.75 3.21
Sektor 9 (Milyar Rp) 12,235 4,796 20,595 3,567 5,594 6,541 3.43 0.86 3.15
Sektor 10 (Milyar Rp) 1,950 723 3,240 2,194 2,943 3,429 0.89 0.25 0.94
Sektor 11 (Milyar Rp) 17,953 5,365 28,082 970 1,430 1,944 18.51 3.75 14.45
Sektor 12 (Milyar Rp) 18,459 6,760 30,746 693 885 1,134 26.64 7.64 27.12
Sektor 13 (Milyar Rp) 7,838 2,555 12,543 3,230 3,587 4,109 2.43 0.71 3.05
Sektor 14 (Milyar Rp) 13,852 4,982 22,944 898 1,376 1,807 15.42 3.62 12.70
Aa
Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Nilai
Penyerapan Tenaga Kerja di Masing-Masing Sektor
Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Sektor Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
Sektor 1 (Milyar Rp) 404 153 678 11 22 37 37.53 6.98 18.08
Sektor 2 (Milyar Rp) 48 22 91 1,673 2,314 2,684 0.03 0.01 0.03
Sektor 3 (Milyar Rp) 100 36 163 313 492 775 0.32 0.07 0.21
Sektor 4 (Milyar Rp) 10 4 16 3,030 4,189 5,180 0.00 0.00 0.00
Sektor 5 (Milyar Rp) 35 12 58 2,644 3,756 4,655 0.01 0.00 0.01
Sektor 6 (Milyar Rp) 105 50 197 2,905 4,209 5,302 0.04 0.01 0.04
Sektor 7 (Milyar Rp) 27 10 45 1,161 1,339 1,602 0.02 0.01 0.03
Sektor 8 (Milyar Rp) 27 9 43 6,138 7,916 9,533 0.00 0.00 0.00
Sektor 9 (Milyar Rp) 20 7 33 3,567 5,594 6,541 0.01 0.00 0.01
Sektor 10 (Milyar Rp) 1 0 2 2,194 2,943 3,429 0.00 0.00 0.00
Sektor 11 (Milyar Rp) 105 32 162 970 1,430 1,944 0.11 0.02 0.08
Sektor 12 (Milyar Rp) 327 122 545 693 885 1,134 0.47 0.14 0.48
Sektor 13 (Milyar Rp) 55 32 109 3,230 3,587 4,109 0.02 0.01 0.03
Sektor 14 (Milyar Rp) 223 78 364 898 1,376 1,807 0.25 0.06 0.20
Aa
Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan
Pendapatan Agregat di Setiap Jenis Rumah Tangga
Perubahan (Milyar Rp) Nilai Scenario (Milyar Rp) Money Multiplier LPEI
Kategori Rumah Tangga Pesimis Moderate Optimis Pesimis Moderate Optimis Pesimis Moderate Optimis
HH_1 (Milyar Rp) 1,628 602 2,715 29,808 40,613 49,386 0.05 0.01 0.05
HH_2 (Milyar Rp) 8,988 3,321 14,980 29,808 40,613 49,386 0.30 0.08 0.30
HH_3 (Milyar Rp) 5,864 2,167 9,773 29,808 40,613 49,386 0.20 0.05 0.20
HH_4 (Milyar Rp) 2,043 755 3,404 29,808 40,613 49,386 0.07 0.02 0.07
HH_5 (Milyar Rp) 6,214 2,294 10,354 29,808 40,613 49,386 0.21 0.06 0.21
HH_6 (Milyar Rp) 8,954 3,309 14,925 29,808 40,613 49,386 0.30 0.08 0.30
HH_7 (Milyar Rp) 3,077 1,137 5,128 29,808 40,613 49,386 0.10 0.03 0.10
HH_8 (Milyar Rp) 11,160 4,123 18,598 29,808 40,613 49,386 0.37 0.10 0.38
Lampiran 2 Summary Hasil Simulasi Keberadaan Pembiayaan LPEI terhadap
Perubahan Kondisi Makroekonomi di Indonesia
Keterangan
Sebelum Adanya
LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact
Developmental Effect
PDB 5.505.386 5.580.265 1,36% 5.607.850 1,86% 5.630.059 2,26%
Konsumsi Private 3.337.597 3.380.299 1,28% 3.396.076 1,75% 3.408.767 2,13%
Pengeluaran Pemerintah 535.458 536.127 0,12% 536.312 0,16% 536.595 0,21%
Investasi 1.492.340 1.516.650 1,63% 1.524.132 2,13% 1.530.531 2,56%
Ekspor 1.487.862 1.513.670 1,73% 1.524.293 2,45% 1.532.554 3,00%
Impor (1.347.870) (1.366.480) 1,38% (1.372.960) 1,86% (1.378.390) 2,26%
Pendapatan Pemerintah 430.541 436.514 1,39% 438.668 1,89% 440.434 2,30%
Penyerapan Tenaga Kerja 103.455 104.942 1,44% 105.507 1,98% 105.961 2,42%
64
Lampiran 3 Summary Hasil Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Output di Masing-Masing Sektor
Sektor Sebelum
Adanya LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
Sektor 1 579.525 586.920 1,28% 589.732 1,76% 591.971 2,15%
Sektor 2 221.074 225.169 1,85% 226.874 2,62% 228.129 3,19%
Sektor 3 661.138 669.442 1,26% 672.531 1,72% 675.172 2,12%
Sektor 4 713.633 716.482 0,40% 717.683 0,57% 718.509 0,68%
Sektor 5 1.178.062 1.194.488 1,39% 1.200.894 1,94% 1.205.943 2,37%
Sektor 6 337.217 356.148 5,61% 365.311 8,33% 373.089 10,64%
Sektor 7 211.029 215.409 2,08% 216.308 2,50% 217.354 3,00%
Sektor 8 1.575.985 1.603.861 1,77% 1.611.812 2,27% 1.618.972 2,73%
Sektor 9 1.389.086 1.401.985 0,93% 1.408.056 1,37% 1.411.618 1,62%
Sektor 10 206.584 208.535 0,94% 209.258 1,29% 209.824 1,57%
Sektor 11 1.207.892 1.225.845 1,49% 1.231.210 1,93% 1.235.974 2,32%
Sektor 12 1.293.546 1.312.531 1,47% 1.319.476 2,00% 1.325.161 2,44%
Sektor 13 595.250 604.083 1,48% 606.815 1,94% 609.151 2,34%
Sektor 14 1.379.915 1.393.959 1,02% 1.399.016 1,38% 1.403.191 1,69%
Lampiran 4 Summary Hasil Simulasi Keberadaan Pembiayaan LPEI terhadap
Perubahan Harga Komoditas
Komoditas pada
Sebelum Adanya
LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
Sektor 1 1,013 1,013 0,00% 1,013 0,00% 1,014 0,10%
Sektor 2 1,021 1,015 -0,59% 1,012 -0,88% 1,011 -0,98%
Sektor 3 1,009 1,012 0,30% 1,013 0,40% 1,013 0,40%
Sektor 4 1,037 1,042 0,48% 1,044 0,68% 1,045 0,77%
Sektor 5 1,056 1,055 -0,09% 1,055 -0,09% 1,055 -0,09%
Sektor 6 1,037 1,023 -1,35% 1,016 -2,03% 1,011 -2,51%
Sektor 7 1,011 1,006 -0,49% 1,007 -0,40% 1,006 -0,49%
Sektor 8 1,033 1,031 -0,19% 1,031 -0,19% 1,031 -0,19%
Sektor 9 1,021 1,023 0,20% 1,023 0,20% 1,024 0,29%
Sektor 10 1,011 1,008 -0,30% 1,008 -0,30% 1,008 -0,30%
Sektor 11 1,02 1,021 0,10% 1,022 0,20% 1,023 0,29%
Sektor 12 1,035 1,036 0,10% 1,037 0,19% 1,037 0,19%
Sektor 13 1,026 1,025 -0,10% 1,025 -0,10% 1,026 0,00%
Sektor 14 1,016 1,019 0,30% 1,02 0,39% 1,021 0,49%
65
Lampiran 5 Summary Hasil Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Kuantitas Ekspor per Komoditas
Komoditas pada
Sebelum Adanya LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
Sektor 1 903 913 1,08% 917 1,50% 920 1,83%
Sektor 2 23.180 24.024 3,64% 24.373 5,15% 24.589 6,08%
Sektor 3 4.875 4.904 0,60% 4.916 0,84% 4.929 1,12%
Sektor 4 248.544 246.747 -0,72% 246.193 -0,95% 245.752 -1,12%
Sektor 5 206.318 209.582 1,58% 210.929 2,23% 211.960 2,73%
Sektor 6 120.392 131.487 9,22% 137.037 13,83% 141.773 17,76%
Sektor 7 46.483 48.062 3,40% 48.224 3,75% 48.550 4,45%
Sektor 8 343.700 352.114 2,45% 354.155 3,04% 356.126 3,62%
Sektor 9 353.468 354.128 0,19% 355.403 0,55% 355.398 0,55%
Sektor 10 - - 0,00% - 0,00% - 0,00%
Sektor 11 - - 0,00% - 0,00% - 0,00%
Sektor 12 39.437 39.963 1,33% 40.149 1,80% 40.306 2,20%
Sektor 13 54.749 55.743 1,82% 55.921 2,14% 56.108 2,48%
Sektor 14 45.812 46.004 0,42% 46.079 0,58% 46.144 0,72%
Lampiran 6 Summary Simulasi Keberadaan Pembiayaan LPEI terhadap
Perubahan Kuantitas Penjualan Secara Domestik untuk Ouput Domestik di
Masing-Masing Sektor
Komoditas pada
Sebelum Adanya
LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
Sektor 1 578.621 586.007 1,28% 588.816 1,76% 591.051 2,15%
Sektor 2 197.894 201.143 1,64% 202.499 2,33% 203.536 2,85%
Sektor 3 656.263 664.538 1,26% 667.615 1,73% 670.243 2,13%
Sektor 4 465.089 469.726 1,00% 471.473 1,37% 472.732 1,64%
Sektor 5 971.744 984.906 1,35% 989.965 1,88% 993.983 2,29%
Sektor 6 216.825 224.628 3,60% 228.199 5,25% 231.194 6,63%
Sektor 7 164.546 167.346 1,70% 168.083 2,15% 168.802 2,59%
Sektor 8 1.232.284 1.251.745 1,58% 1.257.653 2,06% 1.262.842 2,48%
Sektor 9 1.035.618 1.047.853 1,18% 1.052.649 1,64% 1.056.213 1,99%
Sektor 10 206.584 208.535 0,94% 209.258 1,29% 209.824 1,57%
Sektor 11 1.207.892 1.225.845 1,49% 1.231.210 1,93% 1.235.974 2,32%
Sektor 12 1.254.109 1.272.568 1,47% 1.279.328 2,01% 1.284.855 2,45%
Sektor 13 540.501 548.339 1,45% 550.894 1,92% 553.044 2,32%
Sektor 14 1.334.103 1.347.954 1,04% 1.352.936 1,41% 1.357.046 1,72%
66
Lampiran 7 Summary Simulasi Keberadaan Pembiayaan LPEI terhadap Perubahan Nilai Penyerapan Tenaga Kerja di Masing-Masing Sektor
Sektor Sebelum Adanya
LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
Sektor 1 30.023 30.427 1,35% 30.579 1,85% 30.701 2,26%
Sektor 2 6.268 6.316 0,77% 6.338 1,12% 6.359 1,46%
Sektor 3 5.587 5.687 1,78% 5.723 2,42% 5.750 2,92%
Sektor 4 1.118 1.128 0,88% 1.132 1,22% 1.135 1,46%
Sektor 5 2.913 2.948 1,22% 2.961 1,64% 2.970 1,98%
Sektor 6 2.907 3.012 3,63% 3.062 5,35% 3.104 6,79%
Sektor 7 2.447 2.474 1,11% 2.484 1,52% 2.492 1,84%
Sektor 8 2.452 2.479 1,09% 2.488 1,46% 2.495 1,76%
Sektor 9 1.737 1.757 1,16% 1.764 1,55% 1.770 1,89%
Sektor 10 202 202 0,35% 203 0,53% 203 0,75%
Sektor 11 5.386 5.491 1,95% 5.523 2,53% 5.548 3,01%
Sektor 12 21.359 21.686 1,53% 21.807 2,10% 21.904 2,55%
Sektor 13 5.719 5.774 0,97% 5.806 1,52% 5.828 1,91%
Sektor 14 15.338 15.560 1,45% 15.638 1,96% 15.701 2,37%
Lampiran 8 Summary Simulasi Keberadaan Pembiayaan LPEI terhadap
Perubahan Nilai Penyerapan Tenaga Kerja di Masing-Masing Sektor
Kategori Rumah Tangga
Sebelum Adanya
LPEI
Pesimis Moderate Optimis
LPEI Impact Developmental
Effect LPEI Impact
Developmental Effect
LPEI Impact Developmental
Effect
HH_1 163.159 164.787 1,00% 165.390 1,37% 165.874 1,66%
HH_2 719.753 728.741 1,25% 732.062 1,71% 734.733 2,08%
HH_3 482.599 488.463 1,22% 490.629 1,66% 492.372 2,03%
HH_4 167.947 169.989 1,22% 170.744 1,67% 171.351 2,03%
HH_5 459.806 466.020 1,35% 468.314 1,85% 470.160 2,25%
HH_6 693.635 702.589 1,29% 705.898 1,77% 708.560 2,15%
HH_7 237.290 240.367 1,30% 241.503 1,78% 242.418 2,16%
HH_8 815.310 826.469 1,37% 830.592 1,87% 833.908 2,28%
Lampiran 9 Dampak Pembiayaan LPEI terhadap Tingkat Kemiskinan Secara Agregat Skenario Pesimis
Variabel Sebelum Adanya
LPEI LPEI Impact
Perubahan
Persentase
Populasi Rumah Tangga Miskin 28.005.974 26.854.852 -0,446%
Persentase Populasi RT Miskin 10,860% 10,413%
Skenario Moderate
67
Variabel Sebelum Adanya
LPEI LPEI Impact
Perubahan
Persentase
Populasi Rumah Tangga Miskin 28.005.974 26.466.979 -0,597%
Persentase Populasi RT Miskin 10,860% 10,263%
Skenario Optimis
Variabel Sebelum Adanya
LPEI LPEI Impact
Perubahan
Persentase
Populasi Rumah Tangga Miskin 28.005.974 26.157.437 -0,717%
Persentase Populasi RT Miskin 10.860% 10,143%
Lampiran 10 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Tingkat Kemiskinan Agregat Skenario Pesimis
Simulasi Persentase Populasi Warga Miskin
Perubahan Persentase Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 10.8596% 10,8603% 0,0007%
SEKTOR 2 10.8596% 10,8177% -0,0419%
SEKTOR 3 10.8596% 10,8477% -0,0119%
SEKTOR 4 10.8596% 10,8384% -0,0211%
SEKTOR 5 10.8596% 10,7718% -0,0878%
SEKTOR 6 10.8596% 10,7851% -0,0745%
SEKTOR 7 10.8596% 10,8432% -0,0164%
SEKTOR 8 10.8596% 10,7766% -0,0830%
SEKTOR 9 10.8596% 10,8005% -0,0591%
SEKTOR 10 10.8596% 10,8133% -0,0463%
SEKTOR 11 10.8596% 10,8602% 0,0006%
SEKTOR 12 10.8596% 10,8461% -0,0135%
SEKTOR 13 10.8596% 10,7972% -0,0624%
SEKTOR 14 10.8596% 10,8426% -0,0169%
Skenario Moderate
Simulasi Persentase Populasi Warga Miskin
Perubahan Persentase Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 10,8608% 0,0012% 10,8608%
SEKTOR 2 10,8037% -0,0558% 10,8037%
SEKTOR 3 10,8443% -0,0153% 10,8443%
SEKTOR 4 10,8321% -0,0275% 10,8321%
SEKTOR 5 10,7428% -0,1167% 10,7428%
SEKTOR 6 10,7536% -0,1060% 10,7536%
SEKTOR 7 10,8414% -0,0182% 10,8414%
SEKTOR 8 10,7576% -0,1020% 10,7576%
SEKTOR 9 10,7748% -0,0847% 10,7748%
SEKTOR 10 10,8020% -0,0576% 10,8020%
SEKTOR 11 10,8602% 0,0006% 10,8602%
68
Simulasi Persentase Populasi Warga Miskin
Perubahan Persentase Sebelum Adanya LPEI LPEI Impact
SEKTOR 12 10,8443% -0,0153% 10,8443%
SEKTOR 13 10,7946% -0,0649% 10,7946%
SEKTOR 14 10,8342% -0,0254% 10,8342%
Skenario Optimis
Simulasi Persentase Populasi Warga Miskin
Perubahan Persentase Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 10.8596% 10,8608% 0,0012%
SEKTOR 2 10.8596% 10,8010% -0,0586%
SEKTOR 3 10.8596% 10,8385% -0,0210%
SEKTOR 4 10.8596% 10,8257% -0,0339%
SEKTOR 5 10.8596% 10,7172% -0,1424%
SEKTOR 6 10.8596% 10,7278% -0,1318%
SEKTOR 7 10.8596% 10,8377% -0,0219%
SEKTOR 8 10.8596% 10,7424% -0,1172%
SEKTOR 9 10.8596% 10,7641% -0,0955%
SEKTOR 10 10.8596% 10,7969% -0,0627%
SEKTOR 11 10.8596% 10,8602% 0,0006%
SEKTOR 12 10.8596% 10,8426% -0,0169%
SEKTOR 13 10.8596% 10,7866% -0,0730%
SEKTOR 14 10.8596% 10,8280% -0,0316%
Lampiran 11 Dampak Pembiayaan LPEI terhadap Distribusi Pendapatan Secara
Agregat
Skenario Pesimis
Dampak Pembiayaan LPEI Sebelum simulasi Setelah simulasi Perubahan Persentase
Perubahan
Koefisien Gini 0,3973676 0,3915856 -0,005782 -1,4551%
Skenario Moderate
Dampak Pembiayaan LPEI Sebelum simulasi Setelah simulasi Perubahan Persentase
Perubahan
Koefisien Gini 0,3973676 0,3916492 -0,0057184 -1,4391%
Skenario Optimis
Dampak Pembiayaan LPEI Sebelum simulasi Setelah simulasi Perubahan Persentase
Perubahan
Koefisien Gini 0,3973676 0,3917 -0,0056676 -1,4263%
69
Lampiran 12 Dampak Pembiayaan LPEI pada Masing-Masing Sektor terhadap Distribusi Pendapatan Skenario Pesimis
Simulasi Koefisien Gini
Perubahan Presentase
Perubahan Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 0.3973676 0,3914101 -0,005958 -1,4992%
SEKTOR 2 0.3973676 0,3914234 -0,005944 -1,4959%
SEKTOR 3 0.3973676 0,3914126 -0,005955 -1,4986%
SEKTOR 4 0.3973676 0,3914192 -0,005948 -1,4970%
SEKTOR 5 0.3973676 0,3914391 -0,005929 -1,4919%
SEKTOR 6 0.3973676 0,3914360 -0,005932 -1,4927%
SEKTOR 7 0.3973676 0,3914145 -0,005953 -1,4981%
SEKTOR 8 0.3973676 0,3914379 -0,005930 -1,4922%
SEKTOR 9 0.3973676 0,3914299 -0,005938 -1,4943%
SEKTOR 10 0.3973676 0,3914215 -0,005946 -1,4964%
SEKTOR 11 0.3973676 0,3914103 -0,005957 -1,4992%
SEKTOR 12 0.3973676 0,3914142 -0,005953 -1,4982%
SEKTOR 13 0.3973676 0,3914322 -0,005935 -1,4937%
SEKTOR 14 0.3973676 0,3914154 -0,005952 -1,4979%
Skenario Moderate
Simulasi Koefisien Gini
Perubahan Presentase
Perubahan Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 0.3973676 0,3914101 -0,005958 -1,4992%
SEKTOR 2 0.3973676 0,3914284 -0,005939 -1,4946%
SEKTOR 3 0.3973676 0,3914141 -0,005954 -1,4982%
SEKTOR 4 0.3973676 0,3914226 -0,005945 -1,4961%
SEKTOR 5 0.3973676 0,3914511 -0,005916 -1,4889%
SEKTOR 6 0.3973676 0,3914476 -0,005920 -1,4898%
SEKTOR 7 0.3973676 0,3914150 -0,005953 -1,4980%
SEKTOR 8 0.3973676 0,3914458 -0,005922 -1,4903%
SEKTOR 9 0.3973676 0,3914410 -0,005927 -1,4915%
SEKTOR 10 0.3973676 0,3914252 -0,005942 -1,4954%
SEKTOR 11 0.3973676 0,3914104 -0,005957 -1,4992%
SEKTOR 12 0.3973676 0,3914153 -0,005952 -1,4979%
SEKTOR 13 0.3973676 0,3914345 -0,005933 -1,4931%
SEKTOR 14 0.3973676 0,3914182 -0,005949 -1,4972%
Skenario Optimis
Simulasi Koefisien Gini
Perubahan Presentase
Perubahan Sebelum Adanya LPEI LPEI Impact
SEKTOR 1 0.3973676 0,3914102 -0,005957 -1,4992%
SEKTOR 2 0.3973676 0,3914312 -0,005936 -1,4939%
SEKTOR 3 0.3973676 0,3914164 -0,005951 -1,4977%
SEKTOR 4 0.3973676 0,3914255 -0,005942 -1,4954%
SEKTOR 5 0.3973676 0,3914608 -0,005907 -1,4865%
SEKTOR 6 0.3973676 0,3914574 -0,005910 -1,4873%
SEKTOR 7 0.3973676 0,3914160 -0,005952 -1,4978%
SEKTOR 8 0.3973676 0,3914530 -0,005915 -1,4884%
SEKTOR 9 0.3973676 0,3914462 -0,005921 -1,4902%
SEKTOR 10 0.3973676 0,3914277 -0,005940 -1,4948%
SEKTOR 11 0.3973676 0,3914105 -0,005957 -1,4991%
SEKTOR 12 0.3973676 0,3914167 -0,005951 -1,4976%
SEKTOR 13 0.3973676 0,3914380 -0,005930 -1,4922%
SEKTOR 14 0.3973676 0,3914207 -0,005947 -1,4966%
70
Lampiran 13 Output Hasil Simulasi Dampak Keberadaan LPEI (Skenario Pesimis) ---- 1195 PARAMETER AUTOQXREP cek nilai autoQX LPEI_IMPCT com_14 380.000 ---- 1195 PARAMETER DELTATREP perubahan share ekspor BASE LPEI_IMPCT com_1 0.898 0.898 com_2 0.678 0.678 com_3 0.888 0.888 com_4 0.560 0.560 com_5 0.634 0.634 com_6 0.542 0.542 com_7 0.589 0.589 com_8 0.590 0.590 com_9 0.576 0.576 com_12 0.861 0.861 com_13 0.769 0.769 com_14 0.855 0.855 ---- 1195 PARAMETER ADREP kenaikan efisiensi-produktivitas BASE LPEI_IMPCT act_1 19.686 19.686 act_2 28.213 28.579 act_3 24.068 24.093 act_4 5.174 5.203 act_5 38.520 38.875 act_6 19.564 20.086 act_7 22.292 22.650 act_8 42.991 43.603 act_9 19.355 19.482 act_10 4.166 4.238 act_11 31.033 31.104 act_12 50.480 50.534 act_13 23.790 24.054 act_14 22.115 22.138
71
---- 1195 PARAMETER EGREP government expenditures BASE 734491.736, LPEI_IMPCT 735160.898 ---- 1195 PARAMETER EXRREP exchange rate (dom. cur. per unit of for. cur.) BASE 1.000, LPEI_IMPCT 1.000 ---- 1195 PARAMETER FSAVREP foreign savings (foreign currency) BASE -229964.857, LPEI_IMPCT -237162.235 ---- 1195 PARAMETER IADJREP investment adjustment factor BASE 0.989, LPEI_IMPCT 1.004 ---- 1195 PARAMETER MPSREP marginal (and avg) propensity to save for househol d h BASE LPEI_IMPCT hh_1 0.053 0.053 hh_2 0.086 0.086 hh_3 0.054 0.054 hh_4 0.057 0.057 hh_5 0.124 0.124 hh_6 0.055 0.055 hh_7 0.084 0.084 hh_8 0.129 0.129 ---- 1195 PARAMETER PAREP price of activity a BASE LPEI_IMPCT act_1 1.000 1.001 act_2 1.000 0.994 act_3 1.000 1.003 act_4 1.000 1.004 act_5 1.000 0.999 act_6 1.000 0.991 act_7 1.000 0.996
72
act_8 1.000 0.998 act_9 1.000 1.002 act_10 1.000 0.997 act_11 1.000 1.002 act_12 1.000 1.001 act_13 1.000 0.998 act_14 1.000 1.003 ---- 1195 PARAMETER PDREP domestic price of domestic output c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.993 com_3 1.000 1.003 com_4 1.000 1.007 com_5 1.000 0.999 com_6 1.000 0.985 com_7 1.000 0.995 com_8 1.000 0.998 com_9 1.000 1.003 com_10 1.000 0.997 com_11 1.000 1.002 com_12 1.000 1.001 com_13 1.000 0.998 com_14 1.000 1.003 ---- 1195 PARAMETER PEREP export price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000 com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000
73
---- 1195 PARAMETER PMREP import price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000 com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000 ---- 1195 PARAMETER PQREP composite commodity price for c BASE LPEI_IMPCT com_1 1.013 1.013 com_2 1.021 1.015 com_3 1.009 1.012 com_4 1.037 1.042 com_5 1.056 1.055 com_6 1.037 1.023 com_7 1.011 1.006 com_8 1.033 1.031 com_9 1.021 1.023 com_10 1.011 1.008 com_11 1.020 1.021 com_12 1.035 1.036 com_13 1.026 1.025 com_14 1.016 1.019 ---- 1195 PARAMETER PVAREP value-added price for activity a BASE LPEI_IMPCT act_1 0.653 0.654 act_2 0.584 0.578 act_3 0.461 0.463 act_4 0.768 0.771 act_5 0.244 0.244
74
act_6 0.323 0.317 act_7 0.340 0.337 act_8 0.273 0.271 act_9 0.390 0.391 act_10 0.619 0.616 act_11 0.351 0.352 act_12 0.496 0.496 act_13 0.490 0.488 act_14 0.634 0.637 ---- 1195 PARAMETER PXREP producer price for commodity c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.994 com_3 1.000 1.003 com_4 1.000 1.004 com_5 1.000 0.999 com_6 1.000 0.991 com_7 1.000 0.996 com_8 1.000 0.998 com_9 1.000 1.002 com_10 1.000 0.997 com_11 1.000 1.002 com_12 1.000 1.001 com_13 1.000 0.998 com_14 1.000 1.003 ---- 1195 PARAMETER QAREP level of activity a BASE LPEI_IMPCT act_1 579524.668 586920.295 act_2 221073.746 225168.613 act_3 661137.992 669442.074 act_4 713633.066 716481.793 act_5 1178061.582 1194488.207 act_6 337217.397 356147.613 act_7 211029.035 215409.345 act_8 1575984.617 1603861.335 act_9 1389085.969 1401984.725 act_10 206584.398 208534.702 act_11 1207891.965 1225845.192 act_12 1293545.753 1312530.882
75
act_13 595250.395 604082.627 act_14 1379914.681 1393578.577 ---- 1195 PARAMETER QDREP quantity sold domestically of domestic outpu t c BASE LPEI_IMPCT com_1 578621.461 586007.316 com_2 197893.850 201143.125 com_3 656263.170 664538.194 com_4 465088.825 469725.868 com_5 971743.690 984906.327 com_6 216825.382 224627.671 com_7 164546.093 167346.114 com_8 1232284.267 1251744.943 com_9 1035618.183 1047853.419 com_10 206584.398 208534.702 com_11 1207891.965 1225845.192 com_12 1254108.715 1272567.501 com_13 540500.923 548339.157 com_14 1334102.506 1347954.312 ---- 1195 PARAMETER QEREP quantity of exports for commodity c BASE LPEI_IMPCT com_1 903.207 912.978 com_2 23179.896 24024.077 com_3 4874.823 4903.835 com_4 248544.240 246746.698 com_5 206317.892 209581.727 com_6 120392.015 131487.203 com_7 46482.942 48061.785 com_8 343700.350 352113.566 com_9 353467.786 354127.632 com_12 39437.038 39963.363 com_13 54749.472 55743.299 com_14 45812.175 46003.821 ---- 1195 PARAMETER QFREP demand for factor f from activity a INDEX 1 = LAB
76
BASE LPEI_IMPCT act_1 30022.790 30426.703 act_2 6267.785 6316.093 act_3 5587.329 5686.912 act_4 1118.195 1128.054 act_5 2912.771 2948.212 act_6 2906.783 3012.234 act_7 2447.138 2474.206 act_8 2451.928 2478.713 act_9 1737.079 1757.218 act_10 201.524 202.229 act_11 5386.059 5490.836 act_12 21358.998 21685.712 act_13 5718.890 5774.266 act_14 15337.576 15560.121 INDEX 1 = CAP BASE LPEI_IMPCT act_1 21106.854 21119.027 act_2 22540.344 22425.468 act_3 148120.880 148845.288 act_4 441203.668 439438.698 act_5 167142.390 167026.586 act_6 63074.139 64531.839 act_7 36099.687 36035.240 act_8 251274.757 250792.174 act_9 375234.092 374761.488 act_10 111510.465 110478.443 act_11 224502.818 225962.152 act_12 84731.249 84934.275 act_13 135964.321 135536.598 act_14 381811.785 382430.172 ---- 1195 PARAMETER QFSREP supply of factor f for sim BASE LPEI_IMPCT LAB 103454.843 104941.509 CAP 2464317.450 2464317.450 ---- 1195 PARAMETER QHREP consumption of commodity c by household h
77
INDEX 1 = com_1 BASE LPEI_IMPCT hh_1 22152.097 22359.587 hh_2 76963.572 77877.301 hh_3 42223.229 42710.312 hh_4 12967.310 13117.061 hh_5 25460.937 25789.346 hh_6 47927.694 48516.934 hh_7 15045.656 15231.492 hh_8 35373.283 35835.685 INDEX 1 = com_2 BASE LPEI_IMPCT hh_1 876.035 890.458 hh_2 3108.341 3167.358 hh_3 2867.479 2920.952 hh_4 673.308 685.873 hh_5 1517.350 1547.728 hh_6 2876.347 2932.182 hh_7 804.282 819.940 hh_8 2495.678 2546.079 INDEX 1 = com_3 BASE LPEI_IMPCT hh_1 18230.919 18362.092 hh_2 69779.593 70456.130 hh_3 56301.400 56828.369 hh_4 15514.627 15660.033 hh_5 40407.932 40841.084 hh_6 64059.456 64707.518 hh_7 21736.714 21957.855 hh_8 59962.285 60615.432 INDEX 1 = com_4 BASE LPEI_IMPCT hh_1 24.340 24.459 hh_2 152.355 153.479 hh_3 183.640 184.933 hh_4 50.126 50.480
78
hh_5 222.677 224.547 hh_6 254.662 256.647 hh_7 51.464 51.868 hh_8 340.028 342.941 INDEX 1 = com_5 BASE LPEI_IMPCT hh_1 46227.214 46723.311 hh_2 158093.625 160186.898 hh_3 95278.070 96507.535 hh_4 31136.442 31538.612 hh_5 76871.497 77968.333 hh_6 134207.795 136041.533 hh_7 46000.614 46631.773 hh_8 132124.618 134032.788 INDEX 1 = com_6 BASE LPEI_IMPCT hh_1 4497.258 4605.635 hh_2 21869.502 22452.122 hh_3 18122.754 18599.374 hh_4 6287.811 6453.256 hh_5 12736.062 13088.622 hh_6 19600.870 20131.447 hh_7 6671.205 6852.175 hh_8 20637.347 21212.265 INDEX 1 = com_7 BASE LPEI_IMPCT hh_1 1755.987 1781.665 hh_2 6998.308 7118.273 hh_3 7079.228 7198.186 hh_4 855.387 869.772 hh_5 5347.866 5445.056 hh_6 6849.525 6969.846 hh_7 923.257 939.528 hh_8 8784.454 8945.632 INDEX 1 = com_8 BASE LPEI_IMPCT
79
hh_1 10083.540 10201.602 hh_2 61247.491 62118.422 hh_3 37230.006 37746.862 hh_4 14921.640 15128.979 hh_5 46421.955 47129.823 hh_6 73950.500 75033.355 hh_7 28439.385 28857.451 hh_8 100455.479 102004.755 INDEX 1 = com_9 BASE LPEI_IMPCT hh_1 8896.306 8966.892 hh_2 51246.611 51781.437 hh_3 39715.160 40116.302 hh_4 19930.329 20131.882 hh_5 45826.466 46351.691 hh_6 44952.811 45440.901 hh_7 27653.366 27955.200 hh_8 67742.657 68530.807 INDEX 1 = com_10 BASE LPEI_IMPCT hh_1 563.039 570.316 hh_2 5951.810 6043.704 hh_3 4776.209 4848.341 hh_4 1967.667 1997.408 hh_5 4898.265 4978.938 hh_6 7906.908 8032.339 hh_7 1945.013 1975.979 hh_8 11004.084 11187.234 INDEX 1 = com_12 BASE LPEI_IMPCT hh_1 3246.112 3276.220 hh_2 35890.443 36313.242 hh_3 24389.777 24668.895 hh_4 14682.943 14851.157 hh_5 33813.378 34246.410 hh_6 54816.142 55485.030 hh_7 17892.767 18112.124
80
hh_8 59112.319 59879.600 INDEX 1 = com_13 BASE LPEI_IMPCT hh_1 5247.707 5308.976 hh_2 45167.548 45808.330 hh_3 27423.526 27803.334 hh_4 9791.453 9927.184 hh_5 30187.872 30647.194 hh_6 38583.646 39147.349 hh_7 13459.412 13656.823 hh_8 51297.184 52086.617 INDEX 1 = com_14 BASE LPEI_IMPCT hh_1 24912.250 25085.103 hh_2 92361.697 93233.415 hh_3 80176.185 80905.996 hh_4 22452.593 22657.248 hh_5 56357.637 56947.247 hh_6 124458.294 125685.353 hh_7 25285.269 25536.003 hh_8 124919.205 126247.729 ---- 1195 PARAMETER QINTREP qnty of commodity c as intermed. input for activi ty INDEX 1 = com_1 BASE LPEI_IMPCT act_1 19329.600 19576.276 act_2 340.652 346.962 act_3 7993.824 8094.229 act_5 260831.670 264468.648 act_8 417.119 424.498 act_9 769.978 777.128 act_12 25623.853 25999.930 act_13 68.778 69.799 act_14 30062.404 30360.081 INDEX 1 = com_2
81
BASE LPEI_IMPCT act_1 11633.021 11781.476 act_2 12767.853 13004.347 act_3 4790.950 4851.126 act_5 101527.906 102943.588 act_6 13011.924 13742.368 act_7 1392.583 1421.489 act_8 1304.182 1327.251 act_9 44233.496 44644.238 act_12 1346.756 1366.522 act_13 7.788 7.904 act_14 1245.922 1258.259 INDEX 1 = com_3 BASE LPEI_IMPCT act_1 16219.650 16426.638 act_2 4261.061 4339.987 act_3 77071.128 78039.163 act_4 149.793 150.391 act_5 64994.892 65901.166 act_6 10590.729 11185.256 act_7 23830.772 24325.425 act_8 3704.746 3770.277 act_9 1198.132 1209.257 act_10 0.023 0.023 act_11 24018.979 24375.979 act_12 83296.119 84518.641 act_13 302.606 307.096 act_14 15788.072 15944.406 INDEX 1 = com_4 BASE LPEI_IMPCT act_2 0.025 0.026 act_3 2.041 2.066 act_4 80916.663 81239.672 act_5 1139.393 1155.280 act_6 566.575 598.381 act_7 107.684 109.919 act_8 59163.697 60210.211 act_9 288703.883 291384.725 act_10 21181.485 21381.454
82
act_11 86334.654 87617.870 act_12 57.870 58.719 act_13 69.525 70.556 act_14 1124.514 1135.649 INDEX 1 = com_5 BASE LPEI_IMPCT act_2 464.669 473.276 act_3 71661.877 72561.971 act_5 168264.346 170610.586 act_6 1605.514 1695.642 act_7 866.015 883.991 act_8 976.008 993.273 act_9 4403.405 4444.295 act_12 63412.666 64343.362 act_13 3336.641 3386.149 act_14 24712.889 24957.595 INDEX 1 = com_6 BASE LPEI_IMPCT act_1 242.967 246.068 act_2 218.857 222.910 act_3 141.753 143.533 act_4 209.268 210.103 act_5 264.867 268.560 act_6 83282.387 87957.572 act_7 698.983 713.492 act_8 3057.056 3111.131 act_9 3203.517 3233.264 act_10 17.460 17.625 act_11 1070.955 1086.873 act_12 11294.362 11460.127 act_13 885.989 899.135 act_14 4900.975 4949.505 INDEX 1 = com_7 BASE LPEI_IMPCT act_1 76.228 77.201 act_2 75.931 77.337 act_3 180.991 183.264 act_4 98.540 98.933
83
act_5 257.986 261.583 act_6 187.120 197.624 act_7 37973.110 38761.314 act_8 6843.148 6964.192 act_9 385.453 389.032 act_11 66896.147 67890.443 act_12 4716.276 4785.496 act_13 35.636 36.165 act_14 528.456 533.689 INDEX 1 = com_8 BASE LPEI_IMPCT act_1 512.927 519.473 act_2 2201.881 2242.665 act_3 5339.730 5406.798 act_4 14213.179 14269.917 act_5 9931.266 10069.745 act_6 6064.908 6405.371 act_7 4265.603 4354.143 act_8 482034.787 490561.233 act_9 12706.147 12824.134 act_10 2997.441 3025.739 act_11 303318.462 307826.767 act_12 33013.864 33498.403 act_13 26714.451 27110.836 act_14 124472.986 125705.516 INDEX 1 = com_9 BASE LPEI_IMPCT act_1 36573.790 37040.528 act_2 35196.422 35848.353 act_3 14893.237 15080.301 act_4 15532.700 15594.704 act_5 15733.669 15953.055 act_6 40474.019 42746.090 act_7 14377.203 14675.629 act_8 138694.659 141147.952 act_9 205997.777 207910.629 act_10 35325.693 35659.193 act_11 208687.728 211789.510 act_12 62082.332 62993.503 act_13 119811.841 121589.590 act_14 66251.158 66907.176
84
INDEX 1 = com_10 BASE LPEI_IMPCT act_1 0.582 0.589 act_2 45.147 45.983 act_3 711.971 720.914 act_4 361.633 363.076 act_5 1656.129 1679.222 act_6 5532.204 5842.763 act_7 1456.749 1486.987 act_8 14299.529 14552.465 act_9 6686.572 6748.662 act_10 12699.672 12819.566 act_11 397.357 403.263 act_12 24595.362 24956.344 act_13 4026.213 4085.953 act_14 9328.636 9421.008 INDEX 1 = com_11 BASE LPEI_IMPCT act_1 1029.406 1042.543 act_2 5342.258 5441.211 act_3 1728.590 1750.302 act_4 7736.795 7767.680 act_5 229.261 232.458 act_6 695.006 734.022 act_7 67.266 68.662 act_8 1817.107 1849.249 act_9 1049.573 1059.319 act_10 986.940 996.258 act_11 1168.222 1185.585 act_12 27822.952 28231.304 act_13 5480.553 5561.872 act_14 26151.349 26410.299 INDEX 1 = com_12 BASE LPEI_IMPCT act_1 95478.792 96697.249 act_2 14585.185 14855.341 act_3 139836.936 141593.328 act_4 14916.652 14976.198
85
act_5 201152.429 203957.253 act_6 37440.315 39542.084 act_7 29444.911 30056.096 act_8 276362.207 281250.625 act_9 169298.092 170870.158 act_10 79.624 80.376 act_11 8303.817 8427.239 act_12 21398.655 21712.719 act_13 4518.503 4585.547 act_14 6836.559 6904.254 INDEX 1 = com_13 BASE LPEI_IMPCT act_1 10892.567 11031.573 act_2 4049.327 4124.331 act_3 15216.204 15407.324 act_4 13354.917 13408.228 act_5 19440.356 19711.428 act_6 11560.586 12209.557 act_7 13728.315 14013.272 act_8 68622.684 69836.512 act_9 57292.765 57824.774 act_10 359.374 362.767 act_11 10727.005 10886.444 act_12 88779.745 90082.749 act_13 27281.996 27686.802 act_14 27528.171 27800.754 INDEX 1 = com_14 BASE LPEI_IMPCT act_1 3832.872 3881.785 act_2 10279.591 10469.996 act_3 5829.039 5902.253 act_4 13354.436 13407.745 act_5 20622.759 20910.318 act_6 10643.095 11240.562 act_7 8262.738 8434.247 act_8 54594.121 55559.806 act_9 26439.027 26684.534 act_10 3170.229 3200.158 act_11 53546.323 54342.196 act_12 190394.064 193188.442 act_13 104489.699 106040.101
86
act_14 154550.523 156080.880 ---- 1195 PARAMETER QINVREP quantity of investment by commodity of origin c BASE LPEI_IMPCT com_1 -7169.580 -7278.939 com_2 686.678 697.152 com_3 -9909.915 -10061.073 com_4 69003.865 70056.396 com_5 -25606.561 -25997.143 com_6 12920.516 13117.595 com_7 11488.343 11663.577 com_8 324823.357 329777.957 com_9 -46766.079 -47479.412 com_11 1109782.020 1126709.763 com_14 19650.593 19950.328 ---- 1195 PARAMETER QMREP quantity of imports for commodity c BASE LPEI_IMPCT com_1 38637.181 39145.581 com_2 11322.496 11461.781 com_3 5343.394 5419.814 com_4 144562.341 146585.881 com_5 62293.655 63077.473 com_6 17454.374 17853.349 com_7 3890.938 3941.386 com_8 510668.149 517667.347 com_9 398262.280 403930.080 com_12 25706.641 26092.443 com_13 68567.698 69509.472 com_14 99000.089 100157.688 ---- 1195 PARAMETER QQREP quantity of goods supplied domestically ("composite supply") BASE LPEI_IMPCT com_1 617258.641 625152.893 com_2 209216.346 212604.757 com_3 661606.564 669957.996 com_4 609651.166 616310.278
87
com_5 1034037.345 1047983.778 com_6 234279.756 242479.425 com_7 168437.031 171287.464 com_8 1742952.416 1769411.378 com_9 1433880.463 1451782.523 com_10 206584.398 208534.702 com_11 1207891.965 1225845.192 com_12 1279815.355 1298659.941 com_13 609068.621 617848.584 com_14 1433102.595 1448111.804 ---- 1195 PARAMETER QXREP quantity of domestic output of commodity c BASE LPEI_IMPCT com_1 579524.668 586920.295 com_2 221073.746 225168.613 com_3 661137.992 669442.074 com_4 713633.066 716481.793 com_5 1178061.582 1194488.207 com_6 337217.397 356147.613 com_7 211029.035 215409.345 com_8 1575984.617 1603861.335 com_9 1389085.969 1401984.725 com_10 206584.398 208534.702 com_11 1207891.965 1225845.192 com_12 1293545.753 1312530.882 com_13 595250.395 604082.627 com_14 1379914.681 1393958.577 ---- 1195 PARAMETER WALRASREP dummy variable (zero at equilibrium) BASE -1.70749E+6, LPEI_IMPCT -1.72954E+6 ---- 1195 PARAMETER WFREP average price of factor f BASE LPEI_IMPCT LAB 26.075 26.075 CAP 1.000 1.013 ---- 1195 PARAMETER WFAREP price of factor f for activity a
88
INDEX 1 = LAB BASE LPEI_IMPCT act_1 11.905 11.905 act_2 17.016 17.016 act_3 28.048 28.048 act_4 95.291 95.291 act_5 41.448 41.448 act_6 15.814 15.814 act_7 14.595 14.595 act_8 72.933 72.933 act_9 96.017 96.017 act_10 81.447 81.447 act_11 36.931 36.931 act_12 26.053 26.053 act_13 27.265 27.265 act_14 32.136 32.136 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.013 act_2 1.000 1.013 act_3 1.000 1.013 act_4 1.000 1.013 act_5 1.000 1.013 act_6 1.000 1.013 act_7 1.000 1.013 act_8 1.000 1.013 act_9 1.000 1.013 act_10 1.000 1.013 act_11 1.000 1.013 act_12 1.000 1.013 act_13 1.000 1.013 act_14 1.000 1.013 ---- 1195 PARAMETER WFDISTREP wage distortion factor for factor f in activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 0.457 0.457
89
act_2 0.653 0.653 act_3 1.076 1.076 act_4 3.655 3.655 act_5 1.590 1.590 act_6 0.606 0.606 act_7 0.560 0.560 act_8 2.797 2.797 act_9 3.682 3.682 act_10 3.124 3.124 act_11 1.416 1.416 act_12 0.999 0.999 act_13 1.046 1.046 act_14 1.232 1.232 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.000 act_2 1.000 1.000 act_3 1.000 1.000 act_4 1.000 1.000 act_5 1.000 1.000 act_6 1.000 1.000 act_7 1.000 1.000 act_8 1.000 1.000 act_9 1.000 1.000 act_10 1.000 1.000 act_11 1.000 1.000 act_12 1.000 1.000 act_13 1.000 1.000 act_14 1.000 1.000 ---- 1195 PARAMETER YFREP income of household h from factor f INDEX 1 = hh_1 BASE LPEI_IMPCT LAB 105470.264 106952.276 CAP 11366.526 11512.806 INDEX 1 = hh_2 BASE LPEI_IMPCT
90
LAB 518739.596 526028.650 CAP 131975.623 133674.068 INDEX 1 = hh_3 BASE LPEI_IMPCT LAB 333896.885 338588.627 CAP 91071.622 92243.657 INDEX 1 = hh_4 BASE LPEI_IMPCT LAB 111741.928 113312.066 CAP 36720.328 37192.896 INDEX 1 = hh_5 BASE LPEI_IMPCT LAB 312852.987 317249.032 CAP 141243.424 143061.140 INDEX 1 = hh_6 BASE LPEI_IMPCT LAB 518004.131 525282.851 CAP 130202.318 131877.942 INDEX 1 = hh_7 BASE LPEI_IMPCT LAB 170753.396 173152.732 CAP 52642.816 53320.297 INDEX 1 = hh_8 BASE LPEI_IMPCT LAB 619073.931 627772.831 CAP 191202.702 193663.364 ---- 1195 PARAMETER YGREP government revenue
91
BASE 430541.266, LPEI_IMPCT 436513.790 ---- 1195 PARAMETER YHREP income of household h BASE LPEI_IMPCT hh_1 163159.103 164787.395 hh_2 719753.155 728740.655 hh_3 482598.980 488462.758 hh_4 167946.696 169989.403 hh_5 459806.245 466020.005 hh_6 693634.795 702589.139 hh_7 237289.746 240366.563 hh_8 815309.543 826469.103 ---- 1195 PARAMETER GDPREP nominal GDP data BASE LPEI_IMPCT GDPMP1 5505386.097 5580264.670 PRVCON 3337596.983 3380299.302 GOVCON 535457.819 536126.981 INVEST 1492340.294 1516650.007 EXP 1487861.837 1513669.982 IMP -1.34787E+6 -1.36648E+6 NITAX 345112.582 350013.567 GDPFC 5160273.515 5229869.911 GDPMP2 5505386.097 5579883.478 GDPGAP 381.191 ---- 1195 PARAMETER QE0 com_1 900.807, com_2 23110.423, com_3 4859.704 com_4 249167.793, com_5 205484.137, com_6 120028.254 com_7 46670.272, com_8 344411.320, com_9 353044.821 com_12 39331.798, com_13 54549.486, com_14 45679.031
Lampiran 13 Output Hasil Simulasi Dampak Keberadaan LPEI (Skenario Moderate) ---- 1195 PARAMETER AUTOQXREP cek nilai autoQX LPEI_IMPCT
92
com_14 561.000 ---- 1195 PARAMETER DELTATREP perubahan share ekspor BASE LPEI_IMPCT com_1 0.898 0.898 com_2 0.678 0.678 com_3 0.888 0.888 com_4 0.560 0.560 com_5 0.634 0.634 com_6 0.542 0.542 com_7 0.589 0.589 com_8 0.590 0.590 com_9 0.576 0.576 com_12 0.861 0.861 com_13 0.769 0.769 com_14 0.855 0.855 ---- 1195 PARAMETER ADREP kenaikan efisiensi-produktivitas BASE LPEI_IMPCT act_1 19.686 19.687 act_2 28.213 28.719 act_3 24.068 24.107 act_4 5.174 5.214 act_5 38.520 39.025 act_6 19.564 20.321 act_7 22.292 22.705 act_8 42.991 43.781 act_9 19.355 19.554 act_10 4.166 4.262 act_11 31.033 31.137 act_12 50.480 50.549 act_13 23.790 24.083 act_14 22.115 22.150 ---- 1195 PARAMETER EGREP government expenditures BASE 734491.736, LPEI_IMPCT 735345.441
93
---- 1195 PARAMETER EXRREP exchange rate (dom. cur. per unit of for. cur.) BASE 1.000, LPEI_IMPCT 1.000 ---- 1195 PARAMETER FSAVREP foreign savings (foreign currency) BASE -229964.857, LPEI_IMPCT -241303.897 ---- 1195 PARAMETER IADJREP investment adjustment factor BASE 0.989, LPEI_IMPCT 1.009 ---- 1195 PARAMETER MPSREP marginal (and avg) propensity to save for househol d h BASE LPEI_IMPCT hh_1 0.053 0.053 hh_2 0.086 0.086 hh_3 0.054 0.054 hh_4 0.057 0.057 hh_5 0.124 0.124 hh_6 0.055 0.055 hh_7 0.084 0.084 hh_8 0.129 0.129 ---- 1195 PARAMETER PAREP price of activity a BASE LPEI_IMPCT act_1 1.000 1.001 act_2 1.000 0.992 act_3 1.000 1.004 act_4 1.000 1.006 act_5 1.000 0.999 act_6 1.000 0.986 act_7 1.000 0.997 act_8 1.000 0.998 act_9 1.000 1.002 act_10 1.000 0.996 act_11 1.000 1.002 act_12 1.000 1.001 act_13 1.000 0.999
94
act_14 1.000 1.004 ---- 1195 PARAMETER PDREP domestic price of domestic output c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.991 com_3 1.000 1.004 com_4 1.000 1.009 com_5 1.000 0.999 com_6 1.000 0.978 com_7 1.000 0.996 com_8 1.000 0.997 com_9 1.000 1.003 com_10 1.000 0.996 com_11 1.000 1.002 com_12 1.000 1.001 com_13 1.000 0.999 com_14 1.000 1.004 ---- 1195 PARAMETER PEREP export price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000 com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000 ---- 1195 PARAMETER PMREP import price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000
95
com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000 ---- 1195 PARAMETER PQREP composite commodity price for c BASE LPEI_IMPCT com_1 1.013 1.013 com_2 1.021 1.012 com_3 1.009 1.013 com_4 1.037 1.044 com_5 1.056 1.055 com_6 1.037 1.016 com_7 1.011 1.007 com_8 1.033 1.031 com_9 1.021 1.023 com_10 1.011 1.008 com_11 1.020 1.022 com_12 1.035 1.037 com_13 1.026 1.025 com_14 1.016 1.020 ---- 1195 PARAMETER PVAREP value-added price for activity a BASE LPEI_IMPCT act_1 0.653 0.654 act_2 0.584 0.576 act_3 0.461 0.464 act_4 0.768 0.773 act_5 0.244 0.244 act_6 0.323 0.314 act_7 0.340 0.337 act_8 0.273 0.271 act_9 0.390 0.391 act_10 0.619 0.615 act_11 0.351 0.353
96
act_12 0.496 0.496 act_13 0.490 0.488 act_14 0.634 0.638 ---- 1195 PARAMETER PXREP producer price for commodity c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.992 com_3 1.000 1.004 com_4 1.000 1.006 com_5 1.000 0.999 com_6 1.000 0.986 com_7 1.000 0.997 com_8 1.000 0.998 com_9 1.000 1.002 com_10 1.000 0.996 com_11 1.000 1.002 com_12 1.000 1.001 com_13 1.000 0.999 com_14 1.000 1.004 ---- 1195 PARAMETER QAREP level of activity a BASE LPEI_IMPCT act_1 579524.668 589732.349 act_2 221073.746 226874.343 act_3 661137.992 672531.054 act_4 713633.066 717682.817 act_5 1178061.582 1200893.804 act_6 337217.397 365310.944 act_7 211029.035 216307.863 act_8 1575984.617 1611811.812 act_9 1389085.969 1408056.072 act_10 206584.398 209257.625 act_11 1207891.965 1231209.808 act_12 1293545.753 1319476.421 act_13 595250.395 606815.200 act_14 1379914.681 1398455.063 ---- 1195 PARAMETER QDREP quantity sold domestically of domestic outpu t c
97
BASE LPEI_IMPCT com_1 578621.461 588815.600 com_2 197893.850 202499.066 com_3 656263.170 667615.214 com_4 465088.825 471473.183 com_5 971743.690 989964.755 com_6 216825.382 228199.191 com_7 164546.093 168082.502 com_8 1232284.267 1257653.425 com_9 1035618.183 1052649.091 com_10 206584.398 209257.625 com_11 1207891.965 1231209.808 com_12 1254108.715 1279327.813 com_13 540500.923 550894.468 com_14 1334102.506 1352936.389 ---- 1195 PARAMETER QEREP quantity of exports for commodity c BASE LPEI_IMPCT com_1 903.207 916.748 com_2 23179.896 24372.503 com_3 4874.823 4915.760 com_4 248544.240 246192.891 com_5 206317.892 210928.668 com_6 120392.015 137037.401 com_7 46482.942 48224.083 com_8 343700.350 354154.785 com_9 353467.786 355402.531 com_12 39437.038 40148.566 com_13 54749.472 55920.672 com_14 45812.175 46078.882 ---- 1195 PARAMETER QFREP demand for factor f from activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 30022.790 30579.483 act_2 6267.785 6338.002 act_3 5587.329 5722.684 act_4 1118.195 1131.804
98
act_5 2912.771 2960.642 act_6 2906.783 3062.285 act_7 2447.138 2484.293 act_8 2451.928 2487.637 act_9 1737.079 1763.956 act_10 201.524 202.584 act_11 5386.059 5522.564 act_12 21358.998 21807.312 act_13 5718.890 5805.940 act_14 15337.576 15637.659 INDEX 1 = CAP BASE LPEI_IMPCT act_1 21106.854 21126.744 act_2 22540.344 22399.007 act_3 148120.880 149087.707 act_4 441203.668 438857.006 act_5 167142.390 166953.743 act_6 63074.139 65300.175 act_7 36099.687 36014.540 act_8 251274.757 250529.109 act_9 375234.092 374455.710 act_10 111510.465 110159.705 act_11 224502.818 226215.003 act_12 84731.249 85014.867 act_13 135964.321 135648.734 act_14 381811.785 382555.400 ---- 1195 PARAMETER QFSREP supply of factor f for sim BASE LPEI_IMPCT LAB 103454.843 105506.844 CAP 2464317.450 2464317.450 ---- 1195 PARAMETER QHREP consumption of commodity c by household h INDEX 1 = com_1 BASE LPEI_IMPCT hh_1 22152.097 22436.650 hh_2 76963.572 78215.949
99
hh_3 42223.229 42890.833 hh_4 12967.310 13172.541 hh_5 25460.937 25910.884 hh_6 47927.694 48735.296 hh_7 15045.656 15300.333 hh_8 35373.283 36006.943 INDEX 1 = com_2 BASE LPEI_IMPCT hh_1 876.035 895.969 hh_2 3108.341 3189.829 hh_3 2867.479 2941.317 hh_4 673.308 690.657 hh_5 1517.350 1559.273 hh_6 2876.347 2953.432 hh_7 804.282 825.898 hh_8 2495.678 2565.240 INDEX 1 = com_3 BASE LPEI_IMPCT hh_1 18230.919 18412.324 hh_2 69779.593 70712.372 hh_3 56301.400 57028.128 hh_4 15514.627 15715.126 hh_5 40407.932 41004.483 hh_6 64059.456 64952.699 hh_7 21736.714 22041.469 hh_8 59962.285 60861.960 INDEX 1 = com_4 BASE LPEI_IMPCT hh_1 24.340 24.505 hh_2 152.355 153.907 hh_3 183.640 185.427 hh_4 50.126 50.615 hh_5 222.677 225.256 hh_6 254.662 257.403 hh_7 51.464 52.022 hh_8 340.028 344.047 INDEX 1 = com_5
100
BASE LPEI_IMPCT hh_1 46227.214 46914.098 hh_2 158093.625 160985.562 hh_3 95278.070 96976.939 hh_4 31136.442 31692.106 hh_5 76871.497 78385.485 hh_6 134207.795 136740.540 hh_7 46000.614 46872.258 hh_8 132124.618 134758.790 INDEX 1 = com_6 BASE LPEI_IMPCT hh_1 4497.258 4653.646 hh_2 21869.502 22706.561 hh_3 18122.754 18807.870 hh_4 6287.811 6525.615 hh_5 12736.062 13241.749 hh_6 19600.870 20362.673 hh_7 6671.205 6931.008 hh_8 20637.347 21461.848 INDEX 1 = com_7 BASE LPEI_IMPCT hh_1 1755.987 1787.672 hh_2 6998.308 7148.692 hh_3 7079.228 7228.070 hh_4 855.387 873.385 hh_5 5347.866 5470.308 hh_6 6849.525 7000.692 hh_7 923.257 943.704 hh_8 8784.454 8987.711 INDEX 1 = com_8 BASE LPEI_IMPCT hh_1 10083.540 10241.097 hh_2 61247.491 62414.959 hh_3 37230.006 37922.454 hh_4 14921.640 15199.402 hh_5 46421.955 47371.981
101
hh_6 73950.500 75402.974 hh_7 28439.385 29000.151 hh_8 100455.479 102535.630 INDEX 1 = com_9 BASE LPEI_IMPCT hh_1 8896.306 8997.874 hh_2 51246.611 52007.055 hh_3 39715.160 40286.206 hh_4 19930.329 20217.206 hh_5 45826.466 46570.534 hh_6 44952.811 45645.812 hh_7 27653.366 28081.790 hh_8 67742.657 68858.907 INDEX 1 = com_10 BASE LPEI_IMPCT hh_1 563.039 572.898 hh_2 5951.810 6076.514 hh_3 4776.209 4874.070 hh_4 1967.667 2008.013 hh_5 4898.265 5007.783 hh_6 7906.908 8077.169 hh_7 1945.013 1987.045 hh_8 11004.084 11252.788 INDEX 1 = com_12 BASE LPEI_IMPCT hh_1 3246.112 3287.052 hh_2 35890.443 36466.052 hh_3 24389.777 24769.699 hh_4 14682.943 14911.887 hh_5 33813.378 34402.994 hh_6 54816.142 55726.964 hh_7 17892.767 18191.441 hh_8 59112.319 60157.354 INDEX 1 = com_13 BASE LPEI_IMPCT
102
hh_1 5247.707 5324.721 hh_2 45167.548 45985.475 hh_3 27423.526 27907.466 hh_4 9791.453 9964.393 hh_5 30187.872 30776.867 hh_6 38583.646 39304.693 hh_7 13459.412 13711.972 hh_8 51297.184 52310.453 INDEX 1 = com_14 BASE LPEI_IMPCT hh_1 24912.250 25151.413 hh_2 92361.697 93563.888 hh_3 80176.185 81182.924 hh_4 22452.593 22734.867 hh_5 56357.637 57169.825 hh_6 124458.294 126149.977 hh_7 25285.269 25630.885 hh_8 124919.205 126749.530 ---- 1195 PARAMETER QINTREP qnty of commodity c as intermed. input for activi ty INDEX 1 = com_1 BASE LPEI_IMPCT act_1 19329.600 19670.069 act_2 340.652 349.590 act_3 7993.824 8131.578 act_5 260831.670 265886.895 act_8 417.119 426.602 act_9 769.978 780.494 act_12 25623.853 26137.514 act_13 68.778 70.115 act_14 30062.404 30466.319 INDEX 1 = com_2 BASE LPEI_IMPCT act_1 11633.021 11837.923 act_2 12767.853 13102.860 act_3 4790.950 4873.511
103
act_5 101527.906 103495.636 act_6 13011.924 14095.946 act_7 1392.583 1427.418 act_8 1304.182 1333.830 act_9 44233.496 44837.572 act_12 1346.756 1373.753 act_13 7.788 7.939 act_14 1245.922 1262.662 INDEX 1 = com_3 BASE LPEI_IMPCT act_1 16219.650 16505.341 act_2 4261.061 4372.864 act_3 77071.128 78399.256 act_4 149.793 150.643 act_5 64994.892 66254.569 act_6 10590.729 11473.042 act_7 23830.772 24426.892 act_8 3704.746 3788.967 act_9 1198.132 1214.494 act_10 0.023 0.023 act_11 24018.979 24482.655 act_12 83296.119 84965.889 act_13 302.606 308.485 act_14 15788.072 16000.199 INDEX 1 = com_4 BASE LPEI_IMPCT act_2 0.025 0.026 act_3 2.041 2.076 act_4 80916.663 81375.852 act_5 1139.393 1161.476 act_6 566.575 613.776 act_7 107.684 110.378 act_8 59163.697 60508.678 act_9 288703.883 292646.578 act_10 21181.485 21455.576 act_11 86334.654 88001.308 act_12 57.870 59.030 act_13 69.525 70.876 act_14 1124.514 1139.623 INDEX 1 = com_5
104
BASE LPEI_IMPCT act_2 464.669 476.861 act_3 71661.877 72896.790 act_5 168264.346 171525.507 act_6 1605.514 1739.269 act_7 866.015 887.678 act_8 976.008 998.196 act_9 4403.405 4463.541 act_12 63412.666 64683.848 act_13 3336.641 3401.467 act_14 24712.889 25044.928 INDEX 1 = com_6 BASE LPEI_IMPCT act_1 242.967 247.247 act_2 218.857 224.599 act_3 141.753 144.195 act_4 209.268 210.455 act_5 264.867 270.000 act_6 83282.387 90220.635 act_7 698.983 716.468 act_8 3057.056 3126.553 act_9 3203.517 3247.265 act_10 17.460 17.686 act_11 1070.955 1091.630 act_12 11294.362 11520.771 act_13 885.989 903.202 act_14 4900.975 4966.824 INDEX 1 = com_7 BASE LPEI_IMPCT act_1 76.228 77.571 act_2 75.931 77.923 act_3 180.991 184.110 act_4 98.540 99.099 act_5 257.986 262.986 act_6 187.120 202.709 act_7 37973.110 38922.995 act_8 6843.148 6998.714 act_9 385.453 390.717 act_11 66896.147 68187.549
105
act_12 4716.276 4810.819 act_13 35.636 36.328 act_14 528.456 535.556 INDEX 1 = com_8 BASE LPEI_IMPCT act_1 512.927 521.962 act_2 2201.881 2259.654 act_3 5339.730 5431.747 act_4 14213.179 14293.837 act_5 9931.266 10123.746 act_6 6064.908 6570.175 act_7 4265.603 4372.305 act_8 482034.787 492992.986 act_9 12706.147 12879.669 act_10 2997.441 3036.229 act_11 303318.462 309173.897 act_12 33013.864 33675.667 act_13 26714.451 27233.472 act_14 124472.986 126145.391 INDEX 1 = com_9 BASE LPEI_IMPCT act_1 36573.790 37217.997 act_2 35196.422 36119.916 act_3 14893.237 15149.885 act_4 15532.700 15620.845 act_5 15733.669 16038.606 act_6 40474.019 43845.906 act_7 14377.203 14736.844 act_8 138694.659 141847.634 act_9 205997.777 208810.994 act_10 35325.693 35782.812 act_11 208687.728 212716.356 act_12 62082.332 63326.847 act_13 119811.841 122139.602 act_14 66251.158 67141.301 INDEX 1 = com_10 BASE LPEI_IMPCT act_1 0.582 0.592
106
act_2 45.147 46.331 act_3 711.971 724.241 act_4 361.633 363.685 act_5 1656.129 1688.227 act_6 5532.204 5993.092 act_7 1456.749 1493.190 act_8 14299.529 14624.603 act_9 6686.572 6777.887 act_10 12699.672 12864.007 act_11 397.357 405.028 act_12 24595.362 25088.406 act_13 4026.213 4104.436 act_14 9328.636 9453.974 INDEX 1 = com_11 BASE LPEI_IMPCT act_1 1029.406 1047.538 act_2 5342.258 5482.430 act_3 1728.590 1758.378 act_4 7736.795 7780.700 act_5 229.261 233.704 act_6 695.006 752.907 act_7 67.266 68.949 act_8 1817.107 1858.416 act_9 1049.573 1063.906 act_10 986.940 999.711 act_11 1168.222 1190.774 act_12 27822.952 28380.696 act_13 5480.553 5587.031 act_14 26151.349 26502.716 INDEX 1 = com_12 BASE LPEI_IMPCT act_1 95478.792 97160.545 act_2 14585.185 14967.875 act_3 139836.936 142246.676 act_4 14916.652 15001.302 act_5 201152.429 205051.000 act_6 37440.315 40559.464 act_7 29444.911 30181.466 act_8 276362.207 282644.808 act_9 169298.092 171610.118 act_10 79.624 80.655
107
act_11 8303.817 8464.119 act_12 21398.655 21827.617 act_13 4518.503 4606.290 act_14 6836.559 6928.414 INDEX 1 = com_13 BASE LPEI_IMPCT act_1 10892.567 11084.428 act_2 4049.327 4155.574 act_3 15216.204 15478.417 act_4 13354.917 13430.704 act_5 19440.356 19817.133 act_6 11560.586 12523.697 act_7 13728.315 14071.724 act_8 68622.684 70182.698 act_9 57292.765 58075.186 act_10 359.374 364.024 act_11 10727.005 10934.086 act_12 88779.745 90559.441 act_13 27281.996 27812.043 act_14 27528.171 27898.036 INDEX 1 = com_14 BASE LPEI_IMPCT act_1 3832.872 3900.384 act_2 10279.591 10549.309 act_3 5829.039 5929.488 act_4 13354.436 13430.221 act_5 20622.759 21022.452 act_6 10643.095 11529.771 act_7 8262.738 8469.428 act_8 54594.121 55835.221 act_9 26439.027 26800.093 act_10 3170.229 3211.252 act_11 53546.323 54580.012 act_12 190394.064 194210.740 act_13 104489.699 106519.775 act_14 154550.523 156627.047 ---- 1195 PARAMETER QINVREP quantity of investment by commodity of origin c BASE LPEI_IMPCT
108
com_1 -7169.580 -7311.160 com_2 686.678 700.238 com_3 -9909.915 -10105.609 com_4 69003.865 70366.509 com_5 -25606.561 -26112.223 com_6 12920.516 13175.662 com_7 11488.343 11715.208 com_8 324823.357 331237.760 com_9 -46766.079 -47689.586 com_11 1109782.020 1131697.285 com_14 19650.593 20038.641 ---- 1195 PARAMETER QMREP quantity of imports for commodity c BASE LPEI_IMPCT com_1 38637.181 39338.418 com_2 11322.496 11520.598 com_3 5343.394 5447.931 com_4 144562.341 147334.442 com_5 62293.655 63366.942 com_6 17454.374 18025.569 com_7 3890.938 3959.704 com_8 510668.149 519976.312 com_9 398262.280 405874.043 com_12 25706.641 26234.781 com_13 68567.698 69855.042 com_14 99000.089 100571.457 ---- 1195 PARAMETER QQREP quantity of goods supplied domestically ("composite supply") BASE LPEI_IMPCT com_1 617258.641 628154.009 com_2 209216.346 214019.371 com_3 661606.564 673063.122 com_4 609651.166 618804.945 com_5 1034037.345 1053331.641 com_6 234279.756 246221.198 com_7 168437.031 172042.174 com_8 1742952.416 1777628.577 com_9 1433880.463 1458521.951 com_10 206584.398 209257.625
109
com_11 1207891.965 1231209.808 com_12 1279815.355 1305562.588 com_13 609068.621 620749.494 com_14 1433102.595 1453507.496 ---- 1195 PARAMETER QXREP quantity of domestic output of commodity c BASE LPEI_IMPCT com_1 579524.668 589732.349 com_2 221073.746 226874.343 com_3 661137.992 672531.054 com_4 713633.066 717682.817 com_5 1178061.582 1200893.804 com_6 337217.397 365310.944 com_7 211029.035 216307.863 com_8 1575984.617 1611811.812 com_9 1389085.969 1408056.072 com_10 206584.398 209257.625 com_11 1207891.965 1231209.808 com_12 1293545.753 1319476.421 com_13 595250.395 606815.200 com_14 1379914.681 1399016.063 ---- 1195 PARAMETER WALRASREP dummy variable (zero at equilibrium) BASE -1.70749E+6, LPEI_IMPCT -1.73766E+6 ---- 1195 PARAMETER WFREP average price of factor f BASE LPEI_IMPCT LAB 26.075 26.075 CAP 1.000 1.018 ---- 1195 PARAMETER WFAREP price of factor f for activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 11.905 11.905 act_2 17.016 17.016
110
act_3 28.048 28.048 act_4 95.291 95.291 act_5 41.448 41.448 act_6 15.814 15.814 act_7 14.595 14.595 act_8 72.933 72.933 act_9 96.017 96.017 act_10 81.447 81.447 act_11 36.931 36.931 act_12 26.053 26.053 act_13 27.265 27.265 act_14 32.136 32.136 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.018 act_2 1.000 1.018 act_3 1.000 1.018 act_4 1.000 1.018 act_5 1.000 1.018 act_6 1.000 1.018 act_7 1.000 1.018 act_8 1.000 1.018 act_9 1.000 1.018 act_10 1.000 1.018 act_11 1.000 1.018 act_12 1.000 1.018 act_13 1.000 1.018 act_14 1.000 1.018 ---- 1195 PARAMETER WFDISTREP wage distortion factor for factor f in activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 0.457 0.457 act_2 0.653 0.653 act_3 1.076 1.076 act_4 3.655 3.655 act_5 1.590 1.590 act_6 0.606 0.606 act_7 0.560 0.560
111
act_8 2.797 2.797 act_9 3.682 3.682 act_10 3.124 3.124 act_11 1.416 1.416 act_12 0.999 0.999 act_13 1.046 1.046 act_14 1.232 1.232 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.000 act_2 1.000 1.000 act_3 1.000 1.000 act_4 1.000 1.000 act_5 1.000 1.000 act_6 1.000 1.000 act_7 1.000 1.000 act_8 1.000 1.000 act_9 1.000 1.000 act_10 1.000 1.000 act_11 1.000 1.000 act_12 1.000 1.000 act_13 1.000 1.000 act_14 1.000 1.000 ---- 1195 PARAMETER YFREP income of household h from factor f INDEX 1 = hh_1 BASE LPEI_IMPCT LAB 105470.264 107501.073 CAP 11366.526 11566.388 INDEX 1 = hh_2 BASE LPEI_IMPCT LAB 518739.596 528727.825 CAP 131975.623 134296.201 INDEX 1 = hh_3 BASE LPEI_IMPCT
112
LAB 333896.885 340326.004 CAP 91071.622 92672.969 INDEX 1 = hh_4 BASE LPEI_IMPCT LAB 111741.928 113893.497 CAP 36720.328 37365.996 INDEX 1 = hh_5 BASE LPEI_IMPCT LAB 312852.987 318876.910 CAP 141243.424 143726.962 INDEX 1 = hh_6 BASE LPEI_IMPCT LAB 518004.131 527978.199 CAP 130202.318 132491.716 INDEX 1 = hh_7 BASE LPEI_IMPCT LAB 170753.396 174041.219 CAP 52642.816 53568.455 INDEX 1 = hh_8 BASE LPEI_IMPCT LAB 619073.931 630994.079 CAP 191202.702 194564.694 ---- 1195 PARAMETER YGREP government revenue BASE 430541.266, LPEI_IMPCT 438668.296 ---- 1195 PARAMETER YHREP income of household h
113
BASE LPEI_IMPCT hh_1 163159.103 165389.774 hh_2 719753.155 732061.963 hh_3 482598.980 490629.447 hh_4 167946.696 170743.933 hh_5 459806.245 468313.705 hh_6 693634.795 705898.261 hh_7 237289.746 241503.208 hh_8 815309.543 830591.681 ---- 1195 PARAMETER GDPREP nominal GDP data BASE LPEI_IMPCT GDPMP1 5505386.097 5607850.217 PRVCON 3337596.983 3396076.203 GOVCON 535457.819 536311.524 INVEST 1492340.294 1524132.449 EXP 1487861.837 1524293.490 IMP -1.34787E+6 -1.37296E+6 NITAX 345112.582 351772.201 GDPFC 5160273.515 5255514.666 GDPMP2 5505386.097 5607286.867 GDPGAP 563.350 ---- 1195 PARAMETER QE0 com_1 900.807, com_2 23110.423, com_3 4859.704 com_4 249167.793, com_5 205484.137, com_6 120028.254 com_7 46670.272, com_8 344411.320, com_9 353044.821 com_12 39331.798, com_13 54549.486, com_14 45679.031
Lampiran 14 Output Hasil Simulasi Dampak Keberadaan LPEI (Skenario Optimis) ---- 1195 PARAMETER AUTOQXREP cek nilai autoQX LPEI_IMPCT com_14 656.000 ---- 1195 PARAMETER DELTATREP perubahan share ekspor
114
BASE LPEI_IMPCT com_1 0.898 0.898 com_2 0.678 0.678 com_3 0.888 0.888 com_4 0.560 0.560 com_5 0.634 0.634 com_6 0.542 0.542 com_7 0.589 0.589 com_8 0.590 0.590 com_9 0.576 0.576 com_12 0.861 0.861 com_13 0.769 0.769 com_14 0.855 0.855 ---- 1195 PARAMETER ADREP kenaikan efisiensi-produktivitas BASE LPEI_IMPCT act_1 19.686 19.688 act_2 28.213 28.801 act_3 24.068 24.129 act_4 5.174 5.223 act_5 38.520 39.145 act_6 19.564 20.518 act_7 22.292 22.787 act_8 42.991 43.942 act_9 19.355 19.588 act_10 4.166 4.278 act_11 31.033 31.174 act_12 50.480 50.569 act_13 23.790 24.126 act_14 22.115 22.161 ---- 1195 PARAMETER EGREP government expenditures BASE 734491.736, LPEI_IMPCT 735629.409 ---- 1195 PARAMETER EXRREP exchange rate (dom. cur. per unit of for. cur.) BASE 1.000, LPEI_IMPCT 1.000 ---- 1195 PARAMETER FSAVREP foreign savings (foreign currency) BASE -229964.857, LPEI_IMPCT -244140.010
115
---- 1195 PARAMETER IADJREP investment adjustment factor BASE 0.989, LPEI_IMPCT 1.013 ---- 1195 PARAMETER MPSREP marginal (and avg) propensity to save for househol d h BASE LPEI_IMPCT hh_1 0.053 0.053 hh_2 0.086 0.086 hh_3 0.054 0.054 hh_4 0.057 0.057 hh_5 0.124 0.124 hh_6 0.055 0.055 hh_7 0.084 0.084 hh_8 0.129 0.129 ---- 1195 PARAMETER PAREP price of activity a BASE LPEI_IMPCT act_1 1.000 1.001 act_2 1.000 0.990 act_3 1.000 1.004 act_4 1.000 1.007 act_5 1.000 0.999 act_6 1.000 0.982 act_7 1.000 0.996 act_8 1.000 0.998 act_9 1.000 1.003 act_10 1.000 0.996 act_11 1.000 1.003 act_12 1.000 1.001 act_13 1.000 0.999 act_14 1.000 1.005 ---- 1195 PARAMETER PDREP domestic price of domestic output c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.989 com_3 1.000 1.004 com_4 1.000 1.011 com_5 1.000 0.998 com_6 1.000 0.972 com_7 1.000 0.995
116
com_8 1.000 0.997 com_9 1.000 1.004 com_10 1.000 0.996 com_11 1.000 1.003 com_12 1.000 1.001 com_13 1.000 0.999 com_14 1.000 1.005 ---- 1195 PARAMETER PEREP export price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000 com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000 ---- 1195 PARAMETER PMREP import price for c (domestic currency) BASE LPEI_IMPCT com_1 1.000 1.000 com_2 1.000 1.000 com_3 1.000 1.000 com_4 1.000 1.000 com_5 1.000 1.000 com_6 1.000 1.000 com_7 1.000 1.000 com_8 1.000 1.000 com_9 1.000 1.000 com_12 1.000 1.000 com_13 1.000 1.000 com_14 1.000 1.000 ---- 1195 PARAMETER PQREP composite commodity price for c BASE LPEI_IMPCT com_1 1.013 1.014 com_2 1.021 1.011
117
com_3 1.009 1.013 com_4 1.037 1.045 com_5 1.056 1.055 com_6 1.037 1.011 com_7 1.011 1.006 com_8 1.033 1.031 com_9 1.021 1.024 com_10 1.011 1.008 com_11 1.020 1.023 com_12 1.035 1.037 com_13 1.026 1.026 com_14 1.016 1.021 ---- 1195 PARAMETER PVAREP value-added price for activity a BASE LPEI_IMPCT act_1 0.653 0.654 act_2 0.584 0.575 act_3 0.461 0.465 act_4 0.768 0.773 act_5 0.244 0.243 act_6 0.323 0.312 act_7 0.340 0.336 act_8 0.273 0.270 act_9 0.390 0.391 act_10 0.619 0.614 act_11 0.351 0.353 act_12 0.496 0.496 act_13 0.490 0.488 act_14 0.634 0.638 ---- 1195 PARAMETER PXREP producer price for commodity c BASE LPEI_IMPCT com_1 1.000 1.001 com_2 1.000 0.990 com_3 1.000 1.004 com_4 1.000 1.007 com_5 1.000 0.999 com_6 1.000 0.982 com_7 1.000 0.996 com_8 1.000 0.998 com_9 1.000 1.003 com_10 1.000 0.996 com_11 1.000 1.003 com_12 1.000 1.001 com_13 1.000 0.999
118
com_14 1.000 1.005 ---- 1195 PARAMETER QAREP level of activity a BASE LPEI_IMPCT act_1 579524.668 591970.901 act_2 221073.746 228128.664 act_3 661137.992 675172.348 act_4 713633.066 718508.588 act_5 1178061.582 1205942.634 act_6 337217.397 373089.415 act_7 211029.035 217353.832 act_8 1575984.617 1618972.432 act_9 1389085.969 1411618.354 act_10 206584.398 209824.050 act_11 1207891.965 1235973.942 act_12 1293545.753 1325161.184 act_13 595250.395 609151.415 act_14 1379914.681 1402535.379 ---- 1195 PARAMETER QDREP quantity sold domestically of domestic outpu t c BASE LPEI_IMPCT com_1 578621.461 591051.199 com_2 197893.850 203536.484 com_3 656263.170 670243.062 com_4 465088.825 472732.320 com_5 971743.690 993982.532 com_6 216825.382 231194.031 com_7 164546.093 168802.184 com_8 1232284.267 1262841.694 com_9 1035618.183 1056213.056 com_10 206584.398 209824.050 com_11 1207891.965 1235973.942 com_12 1254108.715 1284854.785 com_13 540500.923 553043.581 com_14 1334102.506 1357046.089 ---- 1195 PARAMETER QEREP quantity of exports for commodity c BASE LPEI_IMPCT com_1 903.207 919.700 com_2 23179.896 24588.567 com_3 4874.823 4929.183
119
com_4 248544.240 245752.452 com_5 206317.892 211959.519 com_6 120392.015 141772.984 com_7 46482.942 48549.922 com_8 343700.350 356125.954 com_9 353467.786 355397.618 com_12 39437.038 40306.339 com_13 54749.472 56107.801 com_14 45812.175 46144.153 ---- 1195 PARAMETER QFREP demand for factor f from activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 30022.790 30700.735 act_2 6267.785 6359.213 act_3 5587.329 5750.274 act_4 1118.195 1134.500 act_5 2912.771 2970.377 act_6 2906.783 3104.230 act_7 2447.138 2492.100 act_8 2451.928 2494.969 act_9 1737.079 1769.939 act_10 201.524 203.041 act_11 5386.059 5548.251 act_12 21358.998 21903.566 act_13 5718.890 5828.096 act_14 15337.576 15701.238 INDEX 1 = CAP BASE LPEI_IMPCT act_1 21106.854 21131.307 act_2 22540.344 22390.042 act_3 148120.880 149247.051 act_4 441203.668 438259.414 act_5 167142.390 166877.225 act_6 63074.139 65947.426 act_7 36099.687 35992.791 act_8 251274.757 250329.163 act_9 375234.092 374322.745 act_10 111510.465 109996.316 act_11 224502.818 226418.493 act_12 84731.249 85071.229 act_13 135964.321 135657.884 act_14 381811.785 382676.363
120
---- 1195 PARAMETER QFSREP supply of factor f for sim BASE LPEI_IMPCT LAB 103454.843 105960.529 CAP 2464317.450 2464317.450 ---- 1195 PARAMETER QHREP consumption of commodity c by household h INDEX 1 = com_1 BASE LPEI_IMPCT hh_1 22152.097 22498.238 hh_2 76963.572 78487.092 hh_3 42223.229 43035.365 hh_4 12967.310 13216.971 hh_5 25460.937 26008.304 hh_6 47927.694 48910.152 hh_7 15045.656 15355.473 hh_8 35373.283 36144.147 INDEX 1 = com_2 BASE LPEI_IMPCT hh_1 876.035 899.689 hh_2 3108.341 3205.376 hh_3 2867.479 2955.368 hh_4 673.308 693.958 hh_5 1517.350 1567.331 hh_6 2876.347 2968.186 hh_7 804.282 830.037 hh_8 2495.678 2578.627 INDEX 1 = com_3 BASE LPEI_IMPCT hh_1 18230.919 18456.933 hh_2 69779.593 70934.702 hh_3 56301.400 57201.913 hh_4 15514.627 15763.066 hh_5 40407.932 41145.426 hh_6 64059.456 65164.795 hh_7 21736.714 22113.795 hh_8 59962.285 61074.242 INDEX 1 = com_4
121
BASE LPEI_IMPCT hh_1 24.340 24.544 hh_2 152.355 154.266 hh_3 183.640 185.842 hh_4 50.126 50.728 hh_5 222.677 225.847 hh_6 254.662 258.034 hh_7 51.464 52.151 hh_8 340.028 344.967 INDEX 1 = com_5 BASE LPEI_IMPCT hh_1 46227.214 47064.309 hh_2 158093.625 161617.231 hh_3 95278.070 97348.058 hh_4 31136.442 31813.489 hh_5 76871.497 78716.044 hh_6 134207.795 137293.669 hh_7 46000.614 47062.610 hh_8 132124.618 135333.914 INDEX 1 = com_6 BASE LPEI_IMPCT hh_1 4497.258 4693.020 hh_2 21869.502 22915.161 hh_3 18122.754 18978.822 hh_4 6287.811 6584.950 hh_5 12736.062 13367.303 hh_6 19600.870 20552.224 hh_7 6671.205 6995.638 hh_8 20637.347 21666.436 INDEX 1 = com_7 BASE LPEI_IMPCT hh_1 1755.987 1794.130 hh_2 6998.308 7179.679 hh_3 7079.228 7258.700 hh_4 855.387 877.089 hh_5 5347.866 5495.625 hh_6 6849.525 7031.887 hh_7 923.257 947.924 hh_8 8784.454 9029.762
122
INDEX 1 = com_8 BASE LPEI_IMPCT hh_1 10083.540 10274.030 hh_2 61247.491 62660.733 hh_3 37230.006 38068.110 hh_4 14921.640 15257.829 hh_5 46421.955 47572.416 hh_6 73950.500 75709.041 hh_7 28439.385 29118.329 hh_8 100455.479 102974.666 INDEX 1 = com_9 BASE LPEI_IMPCT hh_1 8896.306 9017.928 hh_2 51246.611 52160.476 hh_3 39715.160 40401.152 hh_4 19930.329 20274.954 hh_5 45826.466 46721.565 hh_6 44952.811 45786.001 hh_7 27653.366 28168.484 hh_8 67742.657 69085.708 INDEX 1 = com_10 BASE LPEI_IMPCT hh_1 563.039 574.575 hh_2 5951.810 6098.694 hh_3 4776.209 4891.388 hh_4 1967.667 2015.155 hh_5 4898.265 5027.530 hh_6 7906.908 8107.630 hh_7 1945.013 1994.570 hh_8 11004.084 11297.732 INDEX 1 = com_12 BASE LPEI_IMPCT hh_1 3246.112 3296.012 hh_2 35890.443 36591.769 hh_3 24389.777 24852.693 hh_4 14682.943 14961.899 hh_5 33813.378 34531.685 hh_6 54816.142 55925.841 hh_7 17892.767 18256.653 hh_8 59112.319 60385.432
123
INDEX 1 = com_13 BASE LPEI_IMPCT hh_1 5247.707 5338.928 hh_2 45167.548 46141.351 hh_3 27423.526 27999.361 hh_4 9791.453 9997.237 hh_5 30187.872 30890.214 hh_6 38583.646 39442.690 hh_7 13459.412 13760.333 hh_8 51297.184 52505.756 INDEX 1 = com_14 BASE LPEI_IMPCT hh_1 24912.250 25205.044 hh_2 92361.697 93830.873 hh_3 80176.185 81406.724 hh_4 22452.593 22797.613 hh_5 56357.637 57349.713 hh_6 124458.294 126525.238 hh_7 25285.269 25707.539 hh_8 124919.205 127154.771 ---- 1195 PARAMETER QINTREP qnty of commodity c as intermed. input for activi ty INDEX 1 = com_1 BASE LPEI_IMPCT act_1 19329.600 19744.735 act_2 340.652 351.523 act_3 7993.824 8163.514 act_5 260831.670 267004.744 act_8 417.119 428.497 act_9 769.978 782.468 act_12 25623.853 26250.124 act_13 68.778 70.385 act_14 30062.404 30555.212 INDEX 1 = com_2 BASE LPEI_IMPCT act_1 11633.021 11882.859 act_2 12767.853 13175.302
124
act_3 4790.950 4892.651 act_5 101527.906 103930.755 act_6 13011.924 14396.087 act_7 1392.583 1434.320 act_8 1304.182 1339.755 act_9 44233.496 44951.008 act_12 1346.756 1379.672 act_13 7.788 7.970 act_14 1245.922 1266.346 INDEX 1 = com_3 BASE LPEI_IMPCT act_1 16219.650 16567.993 act_2 4261.061 4397.041 act_3 77071.128 78707.161 act_4 149.793 150.816 act_5 64994.892 66533.119 act_6 10590.729 11717.334 act_7 23830.772 24545.009 act_8 3704.746 3805.800 act_9 1198.132 1217.566 act_10 0.023 0.023 act_11 24018.979 24577.390 act_12 83296.119 85331.952 act_13 302.606 309.673 act_14 15788.072 16046.883 INDEX 1 = com_4 BASE LPEI_IMPCT act_2 0.025 0.026 act_3 2.041 2.084 act_4 80916.663 81469.484 act_5 1139.393 1166.359 act_6 566.575 626.845 act_7 107.684 110.912 act_8 59163.697 60777.493 act_9 288703.883 293386.953 act_10 21181.485 21513.653 act_11 86334.654 88341.827 act_12 57.870 59.284 act_13 69.525 71.149 act_14 1124.514 1142.948 INDEX 1 = com_5 BASE LPEI_IMPCT
125
act_2 464.669 479.498 act_3 71661.877 73183.085 act_5 168264.346 172246.639 act_6 1605.514 1776.303 act_7 866.015 891.971 act_8 976.008 1002.631 act_9 4403.405 4474.833 act_12 63412.666 64962.529 act_13 3336.641 3414.562 act_14 24712.889 25118.003 INDEX 1 = com_6 BASE LPEI_IMPCT act_1 242.967 248.185 act_2 218.857 225.841 act_3 141.753 144.762 act_4 209.268 210.698 act_5 264.867 271.135 act_6 83282.387 92141.679 act_7 698.983 719.932 act_8 3057.056 3140.443 act_9 3203.517 3255.481 act_10 17.460 17.734 act_11 1070.955 1095.854 act_12 11294.362 11570.406 act_13 885.989 906.679 act_14 4900.975 4981.316 INDEX 1 = com_7 BASE LPEI_IMPCT act_1 76.228 77.865 act_2 75.931 78.354 act_3 180.991 184.833 act_4 98.540 99.213 act_5 257.986 264.092 act_6 187.120 207.025 act_7 37973.110 39111.210 act_8 6843.148 7029.807 act_9 385.453 391.705 act_11 66896.147 68451.399 act_12 4716.276 4831.546 act_13 35.636 36.468 act_14 528.456 537.119 INDEX 1 = com_8 BASE LPEI_IMPCT
126
act_1 512.927 523.943 act_2 2201.881 2272.147 act_3 5339.730 5453.079 act_4 14213.179 14310.284 act_5 9931.266 10166.308 act_6 6064.908 6710.072 act_7 4265.603 4393.448 act_8 482034.787 495183.153 act_9 12706.147 12912.254 act_10 2997.441 3044.447 act_11 303318.462 310370.237 act_12 33013.864 33820.753 act_13 26714.451 27338.320 act_14 124472.986 126513.450 INDEX 1 = com_9 BASE LPEI_IMPCT act_1 36573.790 37359.272 act_2 35196.422 36319.613 act_3 14893.237 15209.385 act_4 15532.700 15638.819 act_5 15733.669 16106.035 act_6 40474.019 44779.505 act_7 14377.203 14808.105 act_8 138694.659 142477.805 act_9 205997.777 209339.271 act_10 35325.693 35879.670 act_11 208687.728 213539.456 act_12 62082.332 63599.681 act_13 119811.841 122609.835 act_14 66251.158 67337.202 INDEX 1 = com_10 BASE LPEI_IMPCT act_1 0.582 0.594 act_2 45.147 46.588 act_3 711.971 727.085 act_4 361.633 364.103 act_5 1656.129 1695.324 act_6 5532.204 6120.701 act_7 1456.749 1500.410 act_8 14299.529 14689.574 act_9 6686.572 6795.035 act_10 12699.672 12898.828 act_11 397.357 406.595 act_12 24595.362 25196.495
127
act_13 4026.213 4120.238 act_14 9328.636 9481.558 INDEX 1 = com_11 BASE LPEI_IMPCT act_1 1029.406 1051.514 act_2 5342.258 5512.741 act_3 1728.590 1765.284 act_4 7736.795 7789.653 act_5 229.261 234.687 act_6 695.006 768.939 act_7 67.266 69.282 act_8 1817.107 1866.672 act_9 1049.573 1066.598 act_10 986.940 1002.417 act_11 1168.222 1195.381 act_12 27822.952 28502.970 act_13 5480.553 5608.541 act_14 26151.349 26580.044 INDEX 1 = com_12 BASE LPEI_IMPCT act_1 95478.792 97529.354 act_2 14585.185 15050.628 act_3 139836.936 142805.335 act_4 14916.652 15018.563 act_5 201152.429 205913.081 act_6 37440.315 41423.086 act_7 29444.911 30327.411 act_8 276362.207 283900.483 act_9 169298.092 172044.279 act_10 79.624 80.873 act_11 8303.817 8496.871 act_12 21398.655 21921.658 act_13 4518.503 4624.024 act_14 6836.559 6948.629 INDEX 1 = com_13 BASE LPEI_IMPCT act_1 10892.567 11126.503 act_2 4049.327 4178.549 act_3 15216.204 15539.207 act_4 13354.917 13446.157 act_5 19440.356 19900.449 act_6 11560.586 12790.361
128
act_7 13728.315 14139.769 act_8 68622.684 70494.491 act_9 57292.765 58222.112 act_10 359.374 365.010 act_11 10727.005 10976.395 act_12 88779.745 90949.603 act_13 27281.996 27919.119 act_14 27528.171 27979.435 INDEX 1 = com_14 BASE LPEI_IMPCT act_1 3832.872 3915.189 act_2 10279.591 10607.633 act_3 5829.039 5952.775 act_4 13354.436 13445.674 act_5 20622.759 21110.835 act_6 10643.095 11775.271 act_7 8262.738 8510.382 act_8 54594.121 56083.274 act_9 26439.027 26867.895 act_10 3170.229 3219.945 act_11 53546.323 54791.208 act_12 190394.064 195047.468 act_13 104489.699 106929.872 act_14 154550.523 157084.042 ---- 1195 PARAMETER QINVREP quantity of investment by commodity of origin c BASE LPEI_IMPCT com_1 -7169.580 -7339.956 com_2 686.678 702.996 com_3 -9909.915 -10145.411 com_4 69003.865 70643.652 com_5 -25606.561 -26215.068 com_6 12920.516 13227.555 com_7 11488.343 11761.349 com_8 324823.357 332542.363 com_9 -46766.079 -47877.415 com_11 1109782.020 1136154.553 com_14 19650.593 20117.564 ---- 1195 PARAMETER QMREP quantity of imports for commodity c BASE LPEI_IMPCT com_1 38637.181 39492.365
129
com_2 11322.496 11570.658 com_3 5343.394 5471.039 com_4 144562.341 147880.553 com_5 62293.655 63601.864 com_6 17454.374 18170.046 com_7 3890.938 3974.296 com_8 510668.149 521940.690 com_9 398262.280 407582.103 com_12 25706.641 26350.278 com_13 68567.698 70135.717 com_14 99000.089 100911.312 ---- 1195 PARAMETER QQREP quantity of goods supplied domestically ("composite supply") BASE LPEI_IMPCT com_1 617258.641 630543.551 com_2 209216.346 215106.762 com_3 661606.564 675714.072 com_4 609651.166 620609.048 com_5 1034037.345 1057584.311 com_6 234279.756 249358.292 com_7 168437.031 172776.436 com_8 1742952.416 1784780.845 com_9 1433880.463 1463793.114 com_10 206584.398 209824.050 com_11 1207891.965 1235973.942 com_12 1279815.355 1311205.055 com_13 609068.621 623179.290 com_14 1433102.595 1457956.899 ---- 1195 PARAMETER QXREP quantity of domestic output of commodity c BASE LPEI_IMPCT com_1 579524.668 591970.901 com_2 221073.746 228128.664 com_3 661137.992 675172.348 com_4 713633.066 718508.588 com_5 1178061.582 1205942.634 com_6 337217.397 373089.415 com_7 211029.035 217353.832 com_8 1575984.617 1618972.432 com_9 1389085.969 1411618.354 com_10 206584.398 209824.050 com_11 1207891.965 1235973.942 com_12 1293545.753 1325161.184 com_13 595250.395 609151.415
130
com_14 1379914.681 1403191.379 ---- 1195 PARAMETER WALRASREP dummy variable (zero at equilibrium) BASE -1.70749E+6, LPEI_IMPCT -1.74418E+6 ---- 1195 PARAMETER WFREP average price of factor f BASE LPEI_IMPCT LAB 26.075 26.075 CAP 1.000 1.021 ---- 1195 PARAMETER WFAREP price of factor f for activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 11.905 11.905 act_2 17.016 17.016 act_3 28.048 28.048 act_4 95.291 95.291 act_5 41.448 41.448 act_6 15.814 15.814 act_7 14.595 14.595 act_8 72.933 72.933 act_9 96.017 96.017 act_10 81.447 81.447 act_11 36.931 36.931 act_12 26.053 26.053 act_13 27.265 27.265 act_14 32.136 32.136 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.021 act_2 1.000 1.021 act_3 1.000 1.021 act_4 1.000 1.021 act_5 1.000 1.021 act_6 1.000 1.021 act_7 1.000 1.021 act_8 1.000 1.021 act_9 1.000 1.021 act_10 1.000 1.021
131
act_11 1.000 1.021 act_12 1.000 1.021 act_13 1.000 1.021 act_14 1.000 1.021 ---- 1195 PARAMETER WFDISTREP wage distortion factor for factor f in activity a INDEX 1 = LAB BASE LPEI_IMPCT act_1 0.457 0.457 act_2 0.653 0.653 act_3 1.076 1.076 act_4 3.655 3.655 act_5 1.590 1.590 act_6 0.606 0.606 act_7 0.560 0.560 act_8 2.797 2.797 act_9 3.682 3.682 act_10 3.124 3.124 act_11 1.416 1.416 act_12 0.999 0.999 act_13 1.046 1.046 act_14 1.232 1.232 INDEX 1 = CAP BASE LPEI_IMPCT act_1 1.000 1.000 act_2 1.000 1.000 act_3 1.000 1.000 act_4 1.000 1.000 act_5 1.000 1.000 act_6 1.000 1.000 act_7 1.000 1.000 act_8 1.000 1.000 act_9 1.000 1.000 act_10 1.000 1.000 act_11 1.000 1.000 act_12 1.000 1.000 act_13 1.000 1.000 act_14 1.000 1.000 ---- 1195 PARAMETER YFREP income of household h from factor f INDEX 1 = hh_1
132
BASE LPEI_IMPCT LAB 105470.264 107941.816 CAP 11366.526 11609.743 INDEX 1 = hh_2 BASE LPEI_IMPCT LAB 518739.596 530895.550 CAP 131975.623 134799.594 INDEX 1 = hh_3 BASE LPEI_IMPCT LAB 333896.885 341721.302 CAP 91071.622 93020.343 INDEX 1 = hh_4 BASE LPEI_IMPCT LAB 111741.928 114360.448 CAP 36720.328 37506.058 INDEX 1 = hh_5 BASE LPEI_IMPCT LAB 312852.987 320184.270 CAP 141243.424 144265.705 INDEX 1 = hh_6 BASE LPEI_IMPCT LAB 518004.131 530142.851 CAP 130202.318 132988.345 INDEX 1 = hh_7 BASE LPEI_IMPCT LAB 170753.396 174754.769 CAP 52642.816 53769.250 INDEX 1 = hh_8 BASE LPEI_IMPCT
133
LAB 619073.931 633581.084 CAP 191202.702 195293.996 ---- 1195 PARAMETER YGREP government revenue BASE 430541.266, LPEI_IMPCT 440433.819 ---- 1195 PARAMETER YHREP income of household h BASE LPEI_IMPCT hh_1 163159.103 165873.871 hh_2 719753.155 734733.081 hh_3 482598.980 492372.119 hh_4 167946.696 171350.946 hh_5 459806.245 470159.808 hh_6 693634.795 708559.542 hh_7 237289.746 242417.553 hh_8 815309.543 833907.989 ---- 1195 PARAMETER GDPREP nominal GDP data BASE LPEI_IMPCT GDPMP1 5505386.097 5630058.806 PRVCON 3337596.983 3408766.576 GOVCON 535457.819 536595.492 INVEST 1492340.294 1530530.584 EXP 1487861.837 1532554.192 IMP -1.34787E+6 -1.37839E+6 NITAX 345112.582 353219.287 GDPFC 5160273.515 5276180.227 GDPMP2 5505386.097 5629399.515 GDPGAP 659.291 ---- 1195 PARAMETER QE0 com_1 900.807, com_2 23110.423, com_3 4859.704 com_4 249167.793, com_5 205484.137, com_6 120028.254 com_7 46670.272, com_8 344411.320, com_9 353044.821 com_12 39331.798, com_13 54549.486, com_14 45679.031